CN111146779B - 一种电力设备相继故障的大电网柔性安全控制方法及系统 - Google Patents
一种电力设备相继故障的大电网柔性安全控制方法及系统 Download PDFInfo
- Publication number
- CN111146779B CN111146779B CN201911356268.8A CN201911356268A CN111146779B CN 111146779 B CN111146779 B CN 111146779B CN 201911356268 A CN201911356268 A CN 201911356268A CN 111146779 B CN111146779 B CN 111146779B
- Authority
- CN
- China
- Prior art keywords
- fault
- active control
- successive
- time sequence
- power
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000008569 process Effects 0.000 claims abstract description 44
- 238000011217 control strategy Methods 0.000 claims abstract description 10
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 7
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 abstract description 2
- 241000282994 Cervidae Species 0.000 description 43
- 241000209140 Triticum Species 0.000 description 22
- 235000021307 Triticum Nutrition 0.000 description 22
- 238000010586 diagram Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000007123 defense Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000005315 distribution function Methods 0.000 description 5
- 229910018503 SF6 Inorganic materials 0.000 description 4
- 238000009413 insulation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 4
- 229960000909 sulfur hexafluoride Drugs 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 241000209527 Arum Species 0.000 description 2
- 235000006481 Colocasia esculenta Nutrition 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000288007 Alectoris chukar Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H1/00—Details of emergency protective circuit arrangements
- H02H1/0092—Details of emergency protective circuit arrangements concerning the data processing means, e.g. expert systems, neural networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H7/00—Emergency protective circuit arrangements specially adapted for specific types of electric machines or apparatus or for sectionalised protection of cable or line systems, and effecting automatic switching in the event of an undesired change from normal working conditions
- H02H7/26—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured
- H02H7/28—Sectionalised protection of cable or line systems, e.g. for disconnecting a section on which a short-circuit, earth fault, or arc discharge has occured for meshed systems
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力设备相继故障的大电网柔性安全控制方法及系统，对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；利用所述主动控制时序柔性进行主动控制策略。优点：本发明对故障序列中每个阶段进行评估分析、决策控制措施及相应的控制时序，更符合实际电力系统故障演变特点。
Description
技术领域
本发明涉及一种电力设备相继故障的大电网柔性安全控制方法及系统，属于大电网运行与控制技术领域。
背景技术
随着经济社会的持续发展，电网规模不断扩大，输电通道愈加密集，恶劣天气等风险因素往往导致近区多个设备在风险期内先后发生跳闸，造成难以承受的经济损失和社会影响。近年来部分国家已经接连出现多次恶劣天气导致局部电网多设备相继故障导致的大面积长时间停电事件。
按照电力系统相关安全理论，电网在遭遇故障扰动，并采取紧急控制措施后，需要经历过渡阶段才能恢复至安全状态。在安全状态下，系统能够保证任一设备故障后，电网仍然维持稳定运行。但是在过渡阶段，系统因尚未恢复至安全状态，抗扰动能力不足，当遭遇某一特定设备的故障冲击后，可能因稳定性不足，受到严重影响，引发难以承受的损失。
传统的电力系统安全稳定机制以电力系统“三道防线”为基础，经过电力系统计算得到一系列离线策略表，在实时运行中通过匹配实际电网故障与策略表的方式来维护电力系统主网安全稳定。在极端天气引发的相继故障事件中，“三道防线”虽然发挥了一定作用，电网仍然遭受了严重影响。其根本原因在于，当系统处于故障后的过渡阶段中，再次遭遇某一故障后，由于抗扰动能力不足，仅通过第一道防线如继电保护动作等措施无法保证电网稳定，同时，第二道防线如安全稳定控制措施均为考虑组合故障同时发生的预先制定策略，难以与实际故障过程匹配，无法发挥有效作用，只能依赖第三道防线如低频减载、振荡解列等措施进行被动响应，使电网进入安全状态，虽然最终恢复稳定，但付出控制代价往往难以承受，造成严重影响。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种电力设备相继故障的大电网柔性安全控制方法及系统。
为解决上述技术问题，本发明提供一种电力设备相继故障的大电网柔性安全控制方法，对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；
根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；
根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；
利用所述主动控制时序柔性进行主动控制策略。
进一步的，所述确定相继故障序列的主动控制时序的过程为：
从第一个故障阶段开始，进行电网稳定性的量化评估，判断该故障阶段是否稳定，若稳定则进行下一个故障阶段的稳定判断，若不稳定，则执行主动控制，对主动控制耗时分析，判断故障间隔时间是否大于主动控制耗时，若否则在该阶段发生前预先进行主动控制，确定为该故障阶段的主动控制时序，若是，则在该阶段故障发生后立即进行主动控制，确定为该故障阶段的主动控制时序；
确定第一个故障阶段的主动控制时序后，按上述确定主动制时序的过程，再确定下一个故障阶段的主动控制时序，直至所有故障阶段均确定完主动控制时序；
根据所有故障阶段均确定完主动控制时序确定相继故障序列的主动控制时序。
进一步的，所述是否稳定包括频率是否稳定、电压是否稳定和功角是否稳定；
在频率不稳定时，对有功调节能力强、速度快的资源进行主动控制；
在电压不稳定时，对具备快速无功调节能力的资源进行主动控制；
在功角不稳定时，对调节量大、灵敏度大的断面两侧机组进行主动控制。
一种电力设备相继故障的大电网柔性安全控制系统，包括数据获取模块、第一确定模块、第二确定模块和控制模块；
所述数据获取模块，用于对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；
所述第一确定模块，用于根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；
所述第二确定模块，用于根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；
所述控制模块，用于利用所述主动控制时序柔性进行主动控制策略。
进一步的，所述第二确定模块包括判断模块和重复模块；
所述判断模块，用于从第一个故障阶段开始，进行电网稳定性的量化评估，判断该故障阶段是否稳定，若稳定则进行下一个故障阶段的稳定判断，若不稳定，则执行主动控制，对主动控制耗时分析，判断故障间隔时间是否大于主动控制耗时，若否则在该阶段发生前预先进行主动控制，确定为该故障阶段的主动控制时序，若是，则在该阶段故障发生后立即进行主动控制，确定为该故障阶段的主动控制时序；
所述重复模块，用于在确定第一个故障阶段的主动控制时序后，按上述确定主动控制时序的过程，再确定下一个故障阶段的主动控制时序，直至所有故障阶段均确定完主动控制时序；根据所有故障阶段均确定完主动控制时序确定相继故障序列的主动控制时序。
进一步的，所述判断包括稳定判断模块，用于判断频率是否稳定、电压是否稳定和功角是否稳定；
在频率不稳定时，对有功调节能力强、速度快的资源进行主动控制；
在电压不稳定时，对具备快速无功调节能力的资源进行主动控制；
在功角不稳定时，对调节量大、灵敏度大的断面两侧机组进行主动控制。
本发明所达到的有益效果：
由于传统控制机制未明确上述问题如何处理，出于保守性考虑，往往将故障的相继发生过程视为多重故障同时发生，进而采取最严苛的控制措施。而实际电力系统不可能出现多个故障同时发生的情况，因此传统控制机制往往会过度控制。本发明对故障序列中每个阶段进行评估分析、决策控制措施及相应的控制时序，更符合实际电力系统故障演变特点。
本发明基于完备的理论和方法，有科学可信的使用依据和标准，能够指导上述策略在实际中的合理运用，普适性和实用性好，具有较高的工程应用价值。
附图说明
图1是本发明的整体流程图。
图2是断面潮流控制策略示意图。
图3是南疆、和田地区电网网架结构示意图。
图4是楚喀I线与鹿麦线在△t内相继跳闸的概率密度函数。
图5是鹿麦线与鹿坪II线在△t内相继跳闸的概率密度函数。
图6是阿楚I线与鹿坪II线在△t内相继跳闸的概率密度函数。
图7是楚喀I线与鹿麦线在△t内相继跳闸的概率分布函数。
图8是鹿麦线与鹿坪II线在△t内相继跳闸的概率分布函数。
图9是阿楚I线与鹿坪II线在△t内相继跳闸的概率分布函数。
图10是故障时序图、本发明方法得到的的主动控制时序图与传统方法的被动控制时序图。
实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明包含以下步骤：
1）对电网运行外部环境、电力设备本体状态（线路风偏、杆塔倾斜、导线温度、导线弧垂、现场污秽、导线舞动、微风振动、覆冰监测，主变油色谱、铁芯接地电流、主变局部放电、顶层油温，断路器六氟化硫气体压力、六氟化硫水分、分合闸线圈电流波形、储能电机工作状态、微水监测、断路器局部放电，避雷器绝缘监测，电容绝缘监测，变电视频监测）信息进行甄别和提取，获得表征电网运行风险的关键数据；
2）根据获取的关键数据，基于电力系统相继故障过程的识别方法（本实施例中采用的是基于复杂系统理论或复杂网络理论的电力系统相继故障过程识别方法），获取电力设备相继故障过程的可信估计；
3）针对电力设备相继故障演化过程，开展电网稳定性的量化评估；
4）对于相继故障演化过程的任意阶段，若系统的稳定性足够高，使得故障发生时，系统受到的影响较少，无须采取第三道防线，系统就能保持稳定，则不采取控制；若系统稳定性不足，使得故障发生时，引发严重后果的，则应主动采取柔性控制；
5）对于应采取柔性控制的相继故障，根据其不同的稳定问题，选取合适的控制措施；
6）对相继故障的柔性控制措施时间进行评估。
相应的本发明还提供一种电力设备相继故障的大电网柔性安全控制系统，包括数据获取模块、第一确定模块、第二确定模块和控制模块；
所述数据获取模块，用于对电网运行外部环境、电力设备本体状态信息（线路风偏、杆塔倾斜、导线温度、导线弧垂、现场污秽、导线舞动、微风振动、覆冰监测，主变油色谱、铁芯接地电流、主变局部放电、顶层油温，断路器六氟化硫气体压力、六氟化硫水分、分合闸线圈电流波形、储能电机工作状态、微水监测、断路器局部放电，避雷器绝缘监测，电容绝缘监测，变电视频监测）进行甄别和提取，获得表征电网运行风险的关键数据；
所述第一确定模块，用于根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；
所述第二确定模块，用于根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；
所述控制模块，用于利用所述主动控制时序柔性进行主动控制策略。
进一步的，所述第二确定模块包括判断模块和重复模块；
所述判断模块，用于从第一个故障阶段开始，进行电网稳定性的量化评估，判断该故障阶段是否稳定，若稳定则进行下一个故障阶段的稳定判断，若不稳定，则执行主动控制，对主动控制耗时分析，判断故障间隔时间是否大于主动控制耗时，若否则在该阶段发生前预先进行主动控制，确定为该故障阶段的主动控制时序，若是，则在该阶段故障发生后立即进行主动控制，确定为该故障阶段的主动控制时序；
所述重复模块，用于在确定第一个故障阶段的主动控制时序后，按上述确定主动控制时序的过程，再确定下一个故障阶段的主动控制时序，直至所有故障阶段均确定完主动控制时序；根据所有故障阶段均确定完主动控制时序确定相继故障序列的主动控制时序。
进一步的，所述判断包括稳定判断模块，用于判断频率是否稳定、电压是否稳定和功角是否稳定；
在频率不稳定时，对有功调节能力强、速度快的资源进行主动控制；
在电压不稳定时，对具备快速无功调节能力的资源进行主动控制；
在功角不稳定时，对调节量大、灵敏度大的断面两侧机组进行主动控制。
具体实例：
以新疆电网12·27疆南地区强对流天气事件为例，根据本发明所述方法对故障线路的历史跳闸信息进行统计分析建模，建立设备间继发故障风险模型，从而得到有效的主动控制措施。2017年12月27日18时，喀什地区自西向东出现强对流天气，平均风速达到11级，局部地区风速高达12级，引起750千伏楚喀I线、阿楚I线、220千伏鹿麦线、坪鹿II线相继跳闸，造成疆南、和田地区电网与新疆主网单点联系。事故前，疆南电网负荷36万千瓦，火电机组出力17.4万千瓦，最大出力33万千瓦，和田电网负荷115万千瓦，火电机组出力34.9万千瓦，最大出力60万千瓦，水电机组，出力40.7万千瓦，最大出力45万千瓦。楚喀断面（楚喀+楚伽+鹿麦）下网39.4万千瓦，阿楚断面（阿楚+阿坪双线）下网58万千瓦。南疆、和田地区电网网架结构示意图如图3所示，事故时序如下：
18:47，750千伏楚喀I线A相跳闸，重合成功；
18:49，750千伏楚喀I线A相再次跳闸，重合失败，为防止楚伽线或鹿麦线跳闸，开始控制220千伏楚伽线+鹿麦线断面潮流；
18:53，220千伏鹿麦线C相跳闸，重合失败，为防止楚伽线跳闸，开始控制220千伏楚伽线潮流；
19:08，220千伏坪鹿II线A相跳闸，重合失败；
19:12，750千伏楚喀I线试送成功；
19:13，通过金鹿变对220千伏鹿麦线试送成功，麦盖提变220千伏鹿麦线断路器无法合闸，220/110千伏麦羌电磁合环运行；
19:15，750千伏阿楚I线A相跳闸，重合失败，为防止坪鹿I线跳闸，开始控制坪鹿I线潮流；
19:19，通过柯坪变对220千伏坪鹿II线试送成功；
19:23，220千伏坪鹿II线第二次跳闸；
19:31，220千伏坪鹿II线第二次试送成功；
19:42，750千伏阿楚I线试送成功；
19:45，金鹿变同期合上220千伏坪鹿二线断路器，线路恢复正常；
20:36，麦盖提变合上220千伏鹿麦线断路器。地区电网恢复全接线运行；
通过对12·27事件跳闸线路的多年因大风天气造成的跳闸信息进行统计分析，根据基于随机过程等理论的极端天气电力设备相继故障过程的识别方法，得到电力设备相继故障过程的可信估计。12·27事件跳闸线路中，相继跳闸间隔时间的概率密度函数和概率分布函数，概率密度函数如图4-图6所示，概率分布函数如图7-图9所示，楚喀I线与鹿麦线、鹿麦线与鹿坪II线、鹿坪II线与阿楚I线相继跳闸的|t 95%|，大风引起线路跳闸数据统计分析结果，如表1所示。
表1
| |t 95%| | 实际故障间隔 | |
| 楚喀I线与鹿麦线 | 3.95min | 4min |
| 鹿麦线与鹿坪II线 | 6.56min | 15min |
| 鹿坪II线与阿楚I线 | 6.89min | 7min |
由于火电出力调整速度较慢，因此断面潮流调整所需时间主要取决于火电机组。按1.5%装机容量每分钟的调节速率考虑，可以估算出：将楚伽线+鹿麦线断面控制到位需要12分钟，将楚伽线潮流控制到位需要7分钟，将坪鹿I线潮流控制到位需要5分钟。
根据本发明提出的主动控制方法，在接到大风预警并初步判断出可能的故障时序后，计算得到的95%概率下两条线路相继跳闸事件间隔，即可得到主动控制措施：调控机构应于楚喀I线第二次跳闸前8分钟内提前主动开始控制楚伽喀线+鹿麦线断面，于鹿麦线跳闸后8分钟内开始主动控制楚伽线潮流，于阿楚I线跳闸前至少提前5分钟开始主动控制坪鹿I线潮流，可确保在下一次故障发生之前断面已控制到位。故障时序、本发明控制方法得到的主动控制时序及传统方法的被动控制时序如图10所示。
而当前电网运行普遍采用传统方法考虑N-1故障后的被动式控制措施，即在18:49楚喀I线发生永久性接地故障后开始控制楚伽线+鹿麦线断面，在18:53鹿麦线发生永久性接地故障后开始控制楚伽线潮流，在阿楚I线发生永久性接地故障后开始控制坪鹿I线潮流。尽管这种控制方式已在工程实践中应用多年，但对于极端天气导致的短时间内相继跳闸事件，在18:53鹿麦线相继跳闸时断面尚未控制到位，如图10(c)所示阴影部分，导致楚伽线过载，有可能会引发第三道防线动作。
即使电网调控机构已经预知极端天气预警信息，如果保守考虑所有风险线路同时跳闸的情况，控制策略应是将相关断面潮流按截零控制。从本算例可以看出，无论是和田地区还是疆南地区，都无法实现自身功率平衡。事故前将楚喀断面及阿楚断面按截零控制，则意味着和田地区至少需要拉限10万千瓦负荷，疆南地区至少需要拉限3万千瓦负荷。而这样的控制代价需要设防的实际上是极小概率事件。
经过与传统的被动控制方法相比可以看出，本发明根据基于随机过程等理论的极端天气电力设备相继故障过程的识别方法，获取电力设备相继故障过程的可信估计，继而建立控制机制，在保证电网运行效益的同时，降低多发性故障造成的影响，保证电网的安全，与按照多个设备同时跳闸原则的预先控制策略相比，无论是控制代价和控制效果都更为优化，与按固定周期评估的控制策略相比，更能结合电网实际实现灵活及时的控制，显著降低电网的风险。
随着泛在电力物联网技术的发展和相关数据的积累，对电网外部环境风险的预判辨识水平将逐步提高，设备故障概率的测算评估将更加准确。届时，本发明针对风险的主动控制机制，在抵御电网潜在风险，维护安全稳定运行方面的实用性将进一步提升。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.一种电力设备相继故障的大电网柔性安全控制方法，其特征在于，
对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；
根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；
根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；
利用所述主动控制时序柔性进行主动控制策略；
所述确定相继故障序列的主动控制时序的过程为：
从第一个故障阶段开始，进行电网稳定性的量化评估，判断该故障阶段是否稳定，若稳定则进行下一个故障阶段的稳定判断，若不稳定，则执行主动控制，对主动控制耗时分析，判断故障间隔时间是否大于主动控制耗时，若否则在该阶段发生前预先进行主动控制，确定为该故障阶段的主动控制时序，若是，则在该阶段故障发生后立即进行主动控制，确定为该故障阶段的主动控制时序；
确定第一个故障阶段的主动控制时序后，按上述确定主动制时序的过程，再确定下一个故障阶段的主动控制时序，直至所有故障阶段均确定完主动控制时序；
根据所有故障阶段均确定完主动控制时序确定相继故障序列的主动控制时序。
2.据权利要求1所述的电力设备相继故障的大电网柔性安全控制方法，其特征在于，所述是否稳定包括频率是否稳定、电压是否稳定和功角是否稳定；
在频率不稳定时，对有功调节能力强、速度快的资源进行主动控制；
在电压不稳定时，对具备快速无功调节能力的资源进行主动控制；
在功角不稳定时，对调节量大、灵敏度大的断面两侧机组进行主动控制。
3.一种电力设备相继故障的大电网柔性安全控制系统，其特征在于，包括数据获取模块、第一确定模块、第二确定模块和控制模块；
所述数据获取模块，用于对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；
所述第一确定模块，用于根据获取的关键数据，利用电力系统相继故障过程识别方法，确定电力设备相继故障过程的可信估计；
所述第二确定模块，用于根据电力设备相继故障过程的可信估计的结果，确定电力设备相继故障过程的每个故障阶段，针对每个故障阶段，进行电网稳定性的量化评估，确定相继故障序列的主动控制时序；
所述控制模块，用于利用所述主动控制时序柔性进行主动控制策略；
所述第二确定模块包括判断模块和重复模块；
所述判断模块，用于从第一个故障阶段开始，进行电网稳定性的量化评估，判断该故障阶段是否稳定，若稳定则进行下一个故障阶段的稳定判断，若不稳定，则执行主动控制，对主动控制耗时分析，判断故障间隔时间是否大于主动控制耗时，若否则在该阶段发生前预先进行主动控制，确定为该故障阶段的主动控制时序，若是，则在该阶段故障发生后立即进行主动控制，确定为该故障阶段的主动控制时序；
所述重复模块，用于在确定第一个故障阶段的主动控制时序后，按上述确定主动控制时序的过程，再确定下一个故障阶段的主动控制时序，直至所有故障阶段均确定完主动控制时序；根据所有故障阶段均确定完主动控制时序确定相继故障序列的主动控制时序。
4.据权利要求3所述的电力设备相继故障的大电网柔性安全控制方法，其特征在于，所述判断包括稳定判断模块，用于判断频率是否稳定、电压是否稳定和功角是否稳定；
在频率不稳定时，对有功调节能力强、速度快的资源进行主动控制；
在电压不稳定时，对具备快速无功调节能力的资源进行主动控制；
在功角不稳定时，对调节量大、灵敏度大的断面两侧机组进行主动控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911356268.8A CN111146779B (zh) | 2019-12-25 | 2019-12-25 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911356268.8A CN111146779B (zh) | 2019-12-25 | 2019-12-25 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111146779A CN111146779A (zh) | 2020-05-12 |
| CN111146779B true CN111146779B (zh) | 2024-02-23 |
Family
ID=70519993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911356268.8A Active CN111146779B (zh) | 2019-12-25 | 2019-12-25 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111146779B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112651169A (zh) * | 2020-12-04 | 2021-04-13 | 中国电力科学研究院有限公司 | 一种确定电力系统的稳定性分析数据样本的方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110048771A (ko) * | 2009-11-03 | 2011-05-12 | 한전케이디엔주식회사 | 전력 텔레메트릭스의 엔지니어링 플랫폼 시스템 및 그 이용방법 |
| CN102820673A (zh) * | 2012-08-10 | 2012-12-12 | 沈阳工业大学 | 一种含多端柔性直流输电系统的电网运行控制系统及方法 |
| CN107947216A (zh) * | 2017-11-15 | 2018-04-20 | 中国电力科学研究院有限公司 | 一种大型交直流混联电网连锁故障预警及控制方法及系统 |
| CN108256687A (zh) * | 2018-01-30 | 2018-07-06 | 中国电力科学研究院有限公司 | 一种基于大事件驱动的在线连锁故障分析方法及装置 |
| CN109449940A (zh) * | 2018-12-28 | 2019-03-08 | 国电南瑞科技股份有限公司 | 应对动态过程相继事件的紧急控制广域协调方法 |
| CN109494738A (zh) * | 2018-12-26 | 2019-03-19 | 国网河南省电力公司 | 一种自动协调控制的电网故障快速稳定控制方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6594544B2 (ja) * | 2016-07-11 | 2019-10-23 | 株式会社日立製作所 | 電力系統安定化システムおよび安定化方法 |
-
2019
- 2019-12-25 CN CN201911356268.8A patent/CN111146779B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110048771A (ko) * | 2009-11-03 | 2011-05-12 | 한전케이디엔주식회사 | 전력 텔레메트릭스의 엔지니어링 플랫폼 시스템 및 그 이용방법 |
| CN102820673A (zh) * | 2012-08-10 | 2012-12-12 | 沈阳工业大学 | 一种含多端柔性直流输电系统的电网运行控制系统及方法 |
| CN107947216A (zh) * | 2017-11-15 | 2018-04-20 | 中国电力科学研究院有限公司 | 一种大型交直流混联电网连锁故障预警及控制方法及系统 |
| CN108256687A (zh) * | 2018-01-30 | 2018-07-06 | 中国电力科学研究院有限公司 | 一种基于大事件驱动的在线连锁故障分析方法及装置 |
| CN109494738A (zh) * | 2018-12-26 | 2019-03-19 | 国网河南省电力公司 | 一种自动协调控制的电网故障快速稳定控制方法 |
| CN109449940A (zh) * | 2018-12-28 | 2019-03-08 | 国电南瑞科技股份有限公司 | 应对动态过程相继事件的紧急控制广域协调方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111146779A (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rios et al. | Value of security: modeling time-dependent phenomena and weather conditions | |
| Singh et al. | Decision tree based anomaly detection for remedial action scheme in smart grid using PMU data | |
| Schweitzer et al. | Advanced real-time synchrophasor applications | |
| Aliyan et al. | Decision tree analysis to identify harmful contingencies and estimate blackout indices for predicting system vulnerability | |
| CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
| Diao et al. | Decision tree assisted controlled islanding for preventing cascading events | |
| CN108389002B (zh) | 一种基于n-1严重故障集的多重故障生成方法 | |
| WO2019011334A1 (zh) | 雷电动态防护方法及系统 | |
| CN103618307A (zh) | 一种提高电力系统安全稳定性的紧急控制方法 | |
| CN102135560A (zh) | 雷电波侵入变电站的扰动识别方法 | |
| CN113609637A (zh) | 一种考虑故障连锁的多灾害配电网弹性评估方法 | |
| Sroka et al. | The risk of large blackout failures in power systems | |
| CN106845757B (zh) | 一种电网潮流转移危害度评估方法 | |
| CN111146779B (zh) | 一种电力设备相继故障的大电网柔性安全控制方法及系统 | |
| Shahzad | Probabilistic transient stability assessment of power systems using artificial neural network | |
| Kumar et al. | Detection of LFO and evaluation of damping improvement using synchrophasor Measurement | |
| Shahinzadeh et al. | Resilience assessment of distribution systems against extreme weather events: Flooding threats in Iran's electricity network | |
| Ju et al. | Real-time area angle monitoring using synchrophasors: A practical framework and utility deployment | |
| CN110070266A (zh) | 一种用于识别电网连锁故障大事件的方法及系统 | |
| Johnson et al. | Methods of integrating a high penetration photovoltaic power plant into a micro grid | |
| Song et al. | Control strategies against voltage collapse considering undesired relay operations | |
| Sobbouhi et al. | Transient stability improvement based on out-of-step prediction | |
| CN105182176A (zh) | 基于序空间矢量特性阻抗实部极性的电压暂降源的方向判断方法 | |
| Vefsnmo et al. | Risk assessment tool for operation: from threat models to risk indicators | |
| Xiang et al. | A framework for modeling load redistribution attacks coordinating with switching attacks |
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 |