CN110707694A - 风电并网电力系统通过网络模式能量识别振荡路径的方法 - Google Patents
风电并网电力系统通过网络模式能量识别振荡路径的方法 Download PDFInfo
- Publication number
- CN110707694A CN110707694A CN201911048701.1A CN201911048701A CN110707694A CN 110707694 A CN110707694 A CN 110707694A CN 201911048701 A CN201911048701 A CN 201911048701A CN 110707694 A CN110707694 A CN 110707694A
- Authority
- CN
- China
- Prior art keywords
- mode
- branch
- wind power
- energy
- oscillation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
本发明的一种风电并网电力系统通过网络模式能量识别振荡路径的方法,由于采用计算小扰动下同步发电机产生的模式动能、计算小扰动下的支路m‑n的模式势能、计算小扰动下的风电出口支路模式势能、构建高渗透率风电并网电力系统w模式下支路能量振荡指标等步骤,能够实现对风电并网电力系统进行低频振荡的详细分析,了解和掌握能量传播、相互作用过程和确定振荡路径,以便更有效的防止和抑制低频振荡,使风电并网电力系统安全、稳定运行。具有方法科学合理,适用性强,效果佳等优点。
Description
技术领域
本发明涉及电力系统规划与运行领域,是一种风电并网电力系统通过网络模式能量识别振荡路径的方法。
背景技术
在电力系统中会出现低频振荡的现象。低频振荡的特点是:振荡频率低,振荡周期长。这些特性将导致联络线过电流和发电机之间失步振荡、解列,严重时则发展为系统大面积停电,产生对电力系统安全稳定运行的威胁。大电网互联,高占比的风力发电等新能源接入电网使得电力系统模型更加复杂,增加了扰动因素,系统更易发生低频振荡且增加了振荡特性的复杂程度。对于而言,防止低频振荡的发生和确定振荡路径,对于分析和抑制低频振荡具有重要意义。但迄今尚未见风电并网电力系统有关通过网络模式能量识别振荡路径方法的文献报道和实际应用。
发明内容
本发明所要解决的技术问题是:克服现有技术的不足,提供科学合理,适用性强,效果佳的一种风电并网电力系统通过网络模式能量识别振荡路径的方法,利用本发明的方法能够对风电并网电力系统进行低频振荡的详细分析,了解和掌握能量传播、相互作用过程和确定振荡路径,以便更有效的防止和抑制低频振荡,使风电并网电力系统安全、稳定运行。
解决其技术问题采用的技术方案是:一种风电并网电力系统通过网络模式能量识别振荡路径的方法,其特征是,它包括以下步骤:
1)计算小扰动下同步发电机产生的模式动能
其中:ΔEk为小干扰下的发电机产生的模式动能,ω0为发电机额定转子角速度,M为发电机转子惯性时间常数,Δω为发电机转子角速度增量;
2)计算小扰动下的支路m-n的模式势能
其中:ΔEhmn为小扰动下的支路m-n的模式势能,ΔPmn为支路m-n的功率增量,Δθmn为支路m-n两侧母线电压相角差增量;
3)计算小扰动下的风电出口支路模式势能
式中ΔEpw为小扰动下的新能源出口支路模式势能,ΔPw为风电发出的功率增量,Δθ为风电出口支路对应母线电压相角增量;
4)构建高渗透率风电并网电力系统w模式下支路能量振荡指标
本发明的一种风电并网电力系统通过网络模式能量识别振荡路径的方法,由于采用计算小扰动下同步发电机产生的模式动能、计算小扰动下的支路m-n的模式势能、计算小扰动下的风电出口支路模式势能、构建高渗透率风电并网电力系统w模式下支路能量振荡指标等步骤,能够实现对风电并网电力系统进行低频振荡的详细分析,了解和掌握能量传播、相互作用过程和确定振荡路径,以便更有效的防止和抑制低频振荡,使风电并网电力系统安全、稳定运行。具有方法科学合理,适用性强,效果佳等优点。
附图说明
图1为本发明的高渗透率风电并网电力系统振荡路径识别流程图;
图2为本发明所使用的10机39节点风电并网系统;
图3为本发明所使用的10机39节点风电并网系统区间振荡各支路模式能量;
图4为本发明所使用的10机39节点风电并网系统38-29支路频率识别;
图5为本发明所使用的10机39节点风电并网系统频率1.0916Hz时支路模式能量;
图6为本发明所使用的10机39节点风电并网系统频率1.0916Hz时振荡路径。
具体实施方式
以下结合附图和具体实施方式对本发明作进一步的说明。
本发明的一种风电并网电力系统通过网络模式能量识别振荡路径的方法,包括以下步骤:
1)计算小扰动下同步发电机产生的模式动能
其中:ΔEk为小干扰下的发电机产生的模式动能,ω0为发电机额定转子角速度,M为发电机转子惯性时间常数,Δω为发电机转子角速度增量;
2)计算小扰动下的支路m-n的模式势能
其中:ΔEhmn为小扰动下的支路m-n的模式势能,ΔPmn为支路m-n的功率增量,Δθmn为支路m-n两侧母线电压相角差增量;
3)计算小扰动下的风电出口支路模式势能
式中ΔEpw为小扰动下的新能源出口支路模式势能,ΔPw为风电发出的功率增量,Δθ为风电出口支路对应母线电压相角增量;
4)构建高渗透率风电并网电力系统w模式下支路能量振荡指标
图1是高渗透率风电并网电力系统的振荡路径识别流程。该高渗透率风电并网电力系统在运行过程中比传统电力系统更容易受到小扰动影响从而导致振荡,在高渗透率风电并网电力系统处于不同振荡模式时,能量交互的路径也是不同的,所以对该高渗透率风电并网电力系统进行振荡路径的识别就具有十分重要的意义。首先,对各个支路的势能进行计算,再利用矩阵束算法对已算出的支路势能进行模式分解,分解在不同模式下各支路的支路模式势能,以确保振荡路径识别结果的准确性,而后对网络模式能量进行解析。此时可以对所关心的主导模式优先确定并对振荡能量指标进行计算和排序,进而获得在此模式下的振荡路径,最后分析全网的振荡情况。
本发明选用新英格兰的10机39节点算例系统构造一个高渗透率风电并网电力系统,分析其振荡路径。如图2所示,用500台2MW的双馈风机组成的1000MW风电场完全替代原系统38母线连接的发电机G9,此时风电渗透率为17%。在母线21处0.5秒时设置短路故障。
根据本发明提出的高渗透率风电并网电力系统振荡路径识别流程,可以得到各支路不同模式下的振荡路径。其中频率为0.6146Hz的区间振荡模式,46条支路能量如图3所示。可知该模式下各支路均发生低频振荡,风电相连支路仍然振荡较小,振荡较剧烈的支路即主导振荡路径为1-39、1-2、39-9、9-8,该模式为发电机G1与{G2-G8、DFIG}构成的区间振荡。为进一步分析风电在低频振荡中的参与情况,对与风机相连的支路38-29进行振荡频率识别,如图4所示,可知该支路有四个位于低频振荡范围内的频率。结合其它各个支路频率识别结果,可知风机能构成连通路径的还有频率为1.0916Hz的情况,该模式下支路能量如图5所示。即振荡路径为37-25、25-26、26-29、29-38,风机DFIG与发电机G8构成本地振荡模式,如图6所示。
本发明的具体实施方式并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。
Claims (1)
1.一种风电并网电力系统通过网络模式能量识别振荡路径的方法,其特征是,它包括以下步骤:
1)计算小扰动下同步发电机产生的模式动能
其中:ΔEk为小干扰下的发电机产生的模式动能,ω0为发电机额定转子角速度,M为发电机转子惯性时间常数,Δω为发电机转子角速度增量;
2)计算小扰动下的支路m-n的模式势能
其中:ΔEhmn为小扰动下的支路m-n的模式势能,ΔPmn为支路m-n的功率增量,Δθmn为支路m-n两侧母线电压相角差增量;
3)计算小扰动下的风电出口支路模式势能
式中ΔEpw为小扰动下的新能源出口支路模式势能,ΔPw为风电发出的功率增量,Δθ为风电出口支路对应母线电压相角增量;
4)构建高渗透率风电并网电力系统w模式下支路能量振荡指标
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911048701.1A CN110707694B (zh) | 2019-10-29 | 2019-10-29 | 风电并网电力系统通过网络模式能量识别振荡路径的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911048701.1A CN110707694B (zh) | 2019-10-29 | 2019-10-29 | 风电并网电力系统通过网络模式能量识别振荡路径的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110707694A true CN110707694A (zh) | 2020-01-17 |
CN110707694B CN110707694B (zh) | 2022-09-20 |
Family
ID=69202957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911048701.1A Active CN110707694B (zh) | 2019-10-29 | 2019-10-29 | 风电并网电力系统通过网络模式能量识别振荡路径的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110707694B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105470981A (zh) * | 2016-01-11 | 2016-04-06 | 东北电力大学 | 一种基于暂态能量函数综合指标的电力系统暂态稳定智能调控方法 |
WO2018204504A1 (en) * | 2017-05-05 | 2018-11-08 | General Electric Company | System and method for reactive power control of a wind farm |
CN109713686A (zh) * | 2018-12-10 | 2019-05-03 | 国家电网有限公司 | 一种高渗透率风电电力系统风电支路模式能量解析方法 |
CN110098610A (zh) * | 2019-02-28 | 2019-08-06 | 国网陕西省电力公司电力科学研究院 | 故障扰动下电力系统振荡主导模式的实时辨识方法及系统 |
-
2019
- 2019-10-29 CN CN201911048701.1A patent/CN110707694B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105470981A (zh) * | 2016-01-11 | 2016-04-06 | 东北电力大学 | 一种基于暂态能量函数综合指标的电力系统暂态稳定智能调控方法 |
WO2018204504A1 (en) * | 2017-05-05 | 2018-11-08 | General Electric Company | System and method for reactive power control of a wind farm |
CN109713686A (zh) * | 2018-12-10 | 2019-05-03 | 国家电网有限公司 | 一种高渗透率风电电力系统风电支路模式能量解析方法 |
CN110098610A (zh) * | 2019-02-28 | 2019-08-06 | 国网陕西省电力公司电力科学研究院 | 故障扰动下电力系统振荡主导模式的实时辨识方法及系统 |
Non-Patent Citations (3)
Title |
---|
C.JING: "An energy approach to analysis of interarea oscillations in power systems", 《 IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
刘铖: "基于模式能量流法的互联电网功率振荡能量解析与主振荡路径识别", 《电力系统保护与控制》 * |
张剑云 等: "基于模式动力学分析方法研究大型电力系统的功率波动现象", 《中国电机工程学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110707694B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bevrani et al. | Renewable energy sources and frequency regulation: survey and new perspectives | |
Lalor et al. | Frequency control and wind turbine technologies | |
Wang et al. | Modelling analysis in power system small signal stability considering uncertainty of wind generation | |
Zhao et al. | Open‐circuit faults diagnosis in back‐to‐back converters of DF wind turbine | |
CN102915471A (zh) | 一种风电扰动在线安全预警的方法 | |
CN109901013B (zh) | 一种利用电流、电压突变量极性来判别配电网故障方向的方法 | |
CN103107544B (zh) | 一种海上油田群电网紧急控制的在线预决策方法 | |
CN102999809B (zh) | 一种用于间歇性电源高渗透电网规划的安全性评估方法 | |
AL-Jumaili et al. | Analytical survey on the security framework of cyber-physical systems for smart power system networks | |
Vergara et al. | Probabilistic model of wind power parks for reliability assessment | |
Ayodele et al. | The impact of wind power on power system transient stability based on probabilistic weighting method | |
CN110707694B (zh) | 风电并网电力系统通过网络模式能量识别振荡路径的方法 | |
Huang et al. | Integrated Model of DFIG and SFR for Frequency Regulation Control Research of Wind Turbine Generator | |
Naik et al. | Identification of coherent generator groups in power system networks with windfarms | |
CN104577983A (zh) | 风电场主变压器纵联差动保护适应性分析方法 | |
Cao et al. | Research on main transformer protection of doubly-fed wind farm based on fault current frequency difference | |
CN112688321B (zh) | 大电网次/超同步振荡路径获取方法及系统 | |
Fang et al. | A fuzzy neural network based fault detection scheme for synchronous generator with internal fault | |
Rasmussen et al. | Application of functional modelling for monitoring of WTG in a cyber‐physical environment | |
Shi et al. | Analytical approach to estimating the probability of transient stability under stochastic disturbances | |
CN109802428B (zh) | 一种柔直电网安控系统换流站闭锁故障措施量计算方法及系统 | |
Oliveira et al. | Fuzzy sensorless MPPT strategy for small wind turbines | |
Saha et al. | Improving frequency response of a low inertia grid via an appropriate load shedding scheme | |
Tang et al. | Power oscillation coordination damping control strategy of DFIG for fault ride through after clearing the fault | |
Ramos et al. | Doubly fed induction generator model for power quality studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |