CN111651878A - 计及态势评估的大电网静态电压稳定优化决策方法及系统 - Google Patents
计及态势评估的大电网静态电压稳定优化决策方法及系统 Download PDFInfo
- Publication number
- CN111651878A CN111651878A CN202010467650.2A CN202010467650A CN111651878A CN 111651878 A CN111651878 A CN 111651878A CN 202010467650 A CN202010467650 A CN 202010467650A CN 111651878 A CN111651878 A CN 111651878A
- Authority
- CN
- China
- Prior art keywords
- voltage
- control
- voltage stability
- section
- stability margin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 230000003068 static effect Effects 0.000 title claims abstract description 21
- 230000002265 prevention Effects 0.000 claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 230000033228 biological regulation Effects 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000003990 capacitor Substances 0.000 claims description 20
- 230000035945 sensitivity Effects 0.000 claims description 13
- 230000003828 downregulation Effects 0.000 claims description 2
- 230000003827 upregulation Effects 0.000 claims description 2
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 230000006641 stabilisation Effects 0.000 description 9
- 238000011105 stabilization Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
Abstract
本公开提出了计及态势评估的大电网静态电压稳定优化决策方法及系统,可以在线实现预测并控制,解决由于状态波动和决策时延所引起的系统运行状态难以恢复的情况。针对常规预防控制优化模型,利用态势评估指标对控制模型中的约束条件进行修正,以补偿决策时延,通过当前断面预测预估断面的稳定水平,能够根据当前时刻的潮流状态预估下一时刻的稳定水平,在实时断面的稳定裕度不低于阈值时执行相应的调控策略,实现提前判断提前调控,避免了由于状态波动和决策时延所引起的系统运行状态难以恢复的情况,根据当前潮流断面信息对未来预估状态下可能出现的电压失稳情况进行有效的调控。
Description
技术领域
本公开涉及电力系统在线监控相关技术领域,具体的说,是涉及计及态势评估的大电网静态电压稳定优化决策方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,并不必然构成在先技术。
随着互联电网规模日益庞大、电力市场化改革的推进及各种电力电子元器件的应用,电力系统运行状态愈加复杂并逐渐向静态稳定极限靠拢,而风电等可再生能源并网规模的不断扩大也导致系统运行状态的不确定性增强,且控制变量中离散变量(如电容器)还存在着动作时间以及投切次数限制,采取合理的控制策略避免大范围连锁性电压崩溃,对电力系统的稳定运行具有重要的意义。
现有技术中的大多数电压稳定调控方法,检测到电压稳定水平不足时才进行调控,没有预先进行判断和调控,使得系统运行状态难以恢复,例如一种基于实时状态断面的电压稳定实时防控优化方法,可快速获得在线辅助决策信息,并能够在一定程度上满足大电网优化决策的实时性需求。但在可再生能源或电力电子设备大规模接入使系统运行状态频繁随机波动的新形势下,没有考虑大电网运行状态的演变趋势和防控优化决策计算的时滞对电力系统电压稳定的影响,在监测到电压稳定水平不足时才进行优化决策可能导致错失预防控制的最佳时机,造成系统电压崩溃。
发明内容
本公开为了解决上述问题,提出了计及态势评估的大电网静态电压稳定优化决策方法及系统,可以在线实现预测并控制,解决由于状态波动和决策时延所引起的系统运行状态难以恢复的情况。针对常规预防控制优化模型,利用态势评估指标对控制模型中的约束条件进行修正,从而构建出计及态势评估的电压稳定在线优化决策模型,以补偿决策时延,保证新形势下电力系统的安全稳定经济运行。
为了实现上述目的,本公开采用如下技术方案:
一个或多个实施例提供了计及态势评估的大电网静态电压稳定优化决策方法,包括:
构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
一个或多个实施例提供了计及态势评估的大电网静态电压稳定优化决策系统,包括:
构建模块:被配置为用于构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
数据获取模块:被配置为用于实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
求解模块:被配置为用于根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成上述方法所述的步骤。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述方法所述的步骤。
与现有技术相比,本公开的有益效果为:
本公开通过当前断面预测预估断面的稳定水平,即根据当前时刻的潮流状态预估下一时刻的稳定水平,在实时断面的稳定裕度不低于阈值时执行相应的调控策略,实现提前判断提前调控,避免了由于状态波动和决策时延所引起的系统运行状态难以恢复的情况。在不影响控制效果的前提下,仅根据当前潮流断面信息对未来预估状态下可能出现的电压失稳情况进行有效的调控,这更有利于保证辅助决策优化信息的可靠施加及新形势下电力系统的安全稳定经济运行。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的限定。
图1是本公开实施例1的方法流程图;
图2是本公开实施例1的稳定裕度约束修正原理图;
图3是本公开实施例1的示例第一仿真结果图;
图4是本公开实施例1的示例第二仿真结果图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是,在不冲突的情况下,本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
实施例1
在一个或多个实施方式中公开的技术方案中,如图1所示,计及态势评估的大电网静态电压稳定优化决策方法,包括如下步骤:
步骤1、构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
步骤2、实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
步骤3、根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
预估断面为未来时刻即下一时刻所对应的潮流状态断面,可选的,可以基于当前断面获得关键预想故障集,作为预估运行断面可能发生的故障状态;遍历故障集的各个故障数据,当前断面之后发生该故障所对应的潮流断面为预估断面。
在一些实施例中,态势评估指标即为运行趋势指标可利用相邻状态间的特征增量或增量变化率来表示,针对大电网静态电压稳定运行系统,可选的,可以将相邻潮流断面间电压稳定裕度的变化量作为反映系统电压稳定发展趋势的态势评估指标。
本实施例通过当前断面预测预估断面的稳定水平,能够根据当前时刻的潮流状态预估下一时刻的稳定水平,在实时断面的稳定裕度不低于阈值时执行相应的调控策略,实现提前判断提前调控,避免了由于状态波动和决策时延所引起的系统运行状态难以恢复的情况。在不影响控制效果的前提下,仅根据当前潮流断面信息对未来预估状态下可能出现的电压失稳情况进行有效的调控,这更有利于保证辅助决策优化信息的可靠施加及新形势下电力系统的安全稳定经济运行。
其中,潮流断面的定义为:在给定电力系统网络拓扑、元件参数和发电、负荷参量条件下,各节点的有功功率、无功功率及电压幅值和相位以及各支路的有功和无功功率。
当前断面:当前时刻所对应的潮流状态断面。
预估断面:未来时刻即下一时刻所对应的潮流状态断面。
下面具体介绍本实施例所构建的在线防控决策模型。
目标函数具体为:以发电机机端电压的调节和并联电容器的投切为例进行说明,并兼顾调控措施的经济性和有效性,构建了静态电压稳定在线优化防控模型,该模型以控制成本最小为目标,具体描述如下:
其中,和为第i个可调PV节点的正/负电压调控量,为该节点电压的正/负调节成本系数,NG为系统中可调PV节点的数目,为表示第i个参与调控的并联电容的无功投/切量,为该并联电容器投/切的成本系数,NC为系统中可投切并联电容器的数目。
本实施例的目的是通过态势评估指标对只通过上下限进行约束的导致调控延时的问题进行改进,引入态势评估指标对变化趋势进行预估,根据预估的状态在低于阈值之前的时刻对系统进行提前调控,使系统避免或者减少出现故障状态。因此,现有的在线防控决策模型约束大多数是限定稳定裕度的上下限或者电压的上下限,在超限后才进行相应动作,本实施例对该约束条件进行修正,增加态势评估指标建立相应的约束。
作为进一步的改进,在线防控决策模型的约束中包括态势评估指标约束,具体的,态势评估指标约束包括以相邻断面的态势评估指标建立的稳定裕度约束和电压幅值约束,其中,以相邻断面的态势评估指标建立的稳定裕度约束为:
其中,以相邻断面的态势评估指标建立的电压幅值约束为:
上式中的灵敏度矩阵是基于当前潮流断面计算得到,而非预估的潮流状态,即无需基于负荷预测信息及发电计划安排对未来运行状态进行预测,由此可避免雅可比矩阵求逆的计算量大的问题,从而进一步满足辅助决策优化的速度需求。
如图2所示,为稳定裕度的修正原理示意图,线段AD是由线段BC平移得到的,AE=BF。由于tn+1时刻的电压稳定裕度已低于阈值,因此若要使预估断面tn+1时刻下的稳定水平高于阈值即高于D点,则对应于tn时刻的稳定裕度则要高于图中A点所示纵坐标值,其值为电压幅值约束修正的原理与此相同,不再赘述。
可以理解的,为实现系统的静态电压稳定,所述上述模型的约束条件还必然包括在正常及故障潮流断面下均具有一定的电压稳定裕度水平,正常及故障运行状态约束,以及各控制量的可行性约束,本实施例约束条件具体可以如下:
式中,L为系统中负荷节点集合,G为系统中可调PV节点集合,C为系统中可投切并联电容器的节点集合,和为第i个可调PV节点的正/负电压调控量,参与调控的PV节点调压能力的上、下限约束,ΔQ为每组并联电容器的容量,jmi,jpi分别为投/切的并联电容器个数,k为节点i处可以投/切的并联电容器个数。
步骤1之前还包括:建立稳定裕度变化量与控制措施间的线性映射,使得态势评估指标可直接作为预防控制模型的稳定性约束,具体的方法包括:
约束条件中控制参数与稳定裕度间灵敏度关系的计算,由于线性约束条件可加快模型求解速度,并且便于和目标函数中的决策变量对应,因此有必要推导调控量与稳定裕度间的灵敏度矩阵,以满足防控优化模型对线性约束条件的要求。下面具体介绍调控措施与稳定裕度间灵敏度关系的计算。
为获得调控量与稳定裕度间的灵敏度关系以满足线性规划对于线性约束条件的需求,可将负荷节点的电压稳定裕度的计算公式解析映射关系在工作点附近线性化,基于泰勒级数将稳定裕度关于调控量的关系式展开,忽略高阶项,构建稳定裕度与调控量之间的线性化近似表达式。具体可描述如下:
式(2)所示的量化映射关系可概括为:
λL=h(x,Δr) (3)
式中,x为潮流状态断面,Δr为调控措施。
假设系统中负荷节点的数目为m,系统中总调控量数目为k,且系统当前运行状态为:
λL0=h(x0,Δr0) (4)
若系统的调控量发生微小变化dΔr,或状态变量变化dx,则必然引起稳定裕度指标的变化,设其变化量为dλL,并满足如下方程:
λL0+dλL=h(x0+dx,Δr0+dΔr) (5)
将上式按泰勒级数展开,并忽略(dx)2,(dΔr)2及高次项,则有:
λL0+dλL=h(x0,Δr0)+h′x(x0,Δr0)dx+h′Δr(x0,Δr0)dΔr+h″xΔr(x0,Δr0)dxdΔr(6)
将式(4)代入上式得:
dλL=h′x(x0,Δr0)dx+h′Δr(x0,Δr0)dΔr+h″xΔr(x0,Δr0)dxdΔr (7)
对于系统当前运行断面来说,可不考虑节点功率以及系统拓扑等状态信息的变化时,即认为dx=0,因此上式可写成:
dλL=h′Δr(x0,Δr0)dΔr (8)
式中:
且Δr=[Δr1,Δr2,…,Δrk]T用于防控优化的调控列向量,Sλ=[Sλij]m×k为稳定裕度的变化量与调控列向量间的灵敏度矩阵。公式9即为稳定裕度变化量与控制措施间的线性映射。
至此,调控量与稳定裕度间的线性灵敏度关系推导完毕,按上述方法计算调控灵敏度可显著减少计算量。
步骤2中、实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值为现有方法,可以采用现有技术中的方法。大电网运行数据即为大电网的潮流断面数据,即当前断面下各个节点的电压及有功、无功功率信息。
本实施例采用以下方法来计算负荷节点的电压稳定裕度指标,如式(10)所示:
式中,B=(UL+ULSVΔr)4+2PLR(UL+ULSVΔr)2+(PL 2+QL 2)(R2+X2),R,X分别为等值阻抗参数的实部和虚部,PL,QL分别为负荷节点的有功、无功负荷,U′L为调控作用断面下的节点电压幅值,UL为调控作用前的运行断面,SV为电压调控灵敏度。需要注意的是,上式中λL<1,即约束条件中λmax=1。
采用线性推演方法计算运行态势评估指标,并根据运行态势评估指标计算预估断面的电压稳定裕度和电压值的方法,具体为:利用历史数据中相邻时刻的两个稳定裕度差值来确定稳定裕度差值的线性变化规律,依据该线性关系即可推演下一时刻的稳定裕度差值即电压稳定态势评估指标,进而获得预估断面下的电压稳定裕度和电压幅值。
步骤3为在线防控决策模型的求解步骤,可以采用混合整数线性规划方法进行求解即可得辅助决策信息。最后将防控决策结果施加到未来运行潮流断面,通过潮流计算、参数辨识得到调控措施作用前后正常及故障后稳定裕度最低节点的电压稳定裕度,根据计算获得的预估断面的电压稳定裕度和电压值,求解所述在线防控决策模型,更新控制决策。
下面以仿真示例分别说明本实施例方法的效果。
下面首先以New England 10机39节点系统为例来验证本文所提考虑态势评估结果的防控优化模型的有效性,假定系统中节点12,20为并联电容无功补偿节点,且节点上的并联电容器均为5组,每组容量0.3MVar。电压稳定裕度的预警门槛值设为0.1,约束条件中稳定裕度的下限约束也为0.1,可调PV节点的正负电压调节范围均为0~0.05p.u.,目标函数中调压和并联电容投切的成本系数分别为0.1,1。
为验证所提方法的有效性,首先假定节点1~5的有功及无功负荷按5%步长连续增长,且负荷的增长由所有发电机节点按初始比例承担,当有功及无功负荷提升到初始值的3.65倍时,通过遍历N-1(支路开断)发现该状态断面下支路3-4,4-14断开后出现节点稳定裕度接近门槛值的情况,且通过线性推演方式预估下一断面该两条支路开断后的稳定裕度将低于门槛值,即该支路开断为严重故障。
分别采用计及态势评估的防控优化模型(Consider situation assessment)和不计及态势评估的防控优化模型(Ignore situation assessment),不计及态势评估的防控优化模型的模型与计及态势评估的防控优化模型目标函数相同,约束条件其中稳定裕度指标和电压指标只采用设置的上下限进行限制,不考虑态势评估指标,其他约束条件相同。
通过混合整数线性规划方法进行求解即可得辅助决策信息,最后将防控决策结果施加到未来运行潮流断面,通过潮流计算、参数辨识得到调控措施作用前后正常及故障后稳定裕度最低节点的电压稳定裕度,如图3所示。其中考虑态势评估的在线防控是在支路开断后的稳定裕度还未低于门槛值的基础上进行优化,而不考虑态势评估的在线防控则是在支路开断后的稳定裕度已低于门槛值的情况下进行优化。
对于支路开断导致稳定裕度低于门槛值的潮流断面,两种方法的控制后稳定裕度相比于防控前(before regulation)稳定裕度均有明显的提升,且仿真结果显示计及态势评估的优化防控的优化结果高于未计及态势评估的防控效果,且从保证电力系统安全稳定运行角度考虑,计及态势评估的优化防控模型能够有效提升系统的稳定性能。
下面利用9241节点系统进行仿真验证,其中防控优化模型中稳定裕度下限、预警门槛值、PV节点正负电压调节范围及并联电容数目均与上一仿真设置相同。首先指定防控优化模型中需要考虑的稳定裕度较低节点即薄弱节点数目,然后选取与薄弱结点相连支路中传输功率较大支路作为初步筛选的关键故障,最后离线遍历这些关键故障并选出对系统节点稳定裕度影响最大的支路作为关键故障集。
首先在给定测试系统数据所对应的状态断面下辨识戴维南等值参数,并离线记录各个负荷节点的等值阻抗参数,然后将系统负荷按0.5%步长增大并连续取三个运行状态断面,其中负荷的增长由所有发电机节点按初始比例承担,在每一断面下均选定稳定裕度最小的5个节点为薄弱节点,并遍历相连支路中传输功率大的支路开断后的潮流,通过线性推演方式预估得到节点稳定裕度指标,并确定相应断面下的关键故障集。若下一断面系统负荷水平变化1%,则该断面下的关键故障已不再收敛,不计及态势评估的防控优化模型(Ignore situation assessment)得到在线决策结果,且难以恢复系统的正常运行水平,而本实施例所提计及态势评估的防控优化模型是在关键故障收敛的情况下,根据提前预估的稳定裕度所构建的考虑当前断面态势评估结果的在线防控优化模型,对其进行求解即可得辅助决策信息。防控效果如图4所示。由于负荷水平变化1%后的预设关键故障后潮流已不收敛,故图中无关键故障的调控前稳定裕度。
由图4可知,考虑态势评估结果提前进行防控会在一定程度上改善系统正常运行状态的稳定裕度且能有效提升关键故障下的稳定水平,而不考虑态势评估结果的防控优化效果没有给出,这是因为关键故障已不收敛而无法进行优化防控。因此,考虑态势评估结果的在线防控优化决策模型更能有效地保证大规模电力系统的安全稳定运行。
实施例2
本实施例提供计及态势评估的大电网静态电压稳定优化决策系统,包括:
构建模块:被配置为用于构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
数据获取模块:被配置为用于实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
求解模块:被配置为用于根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
实施例3
本实施例提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1的方法所述的步骤。
实施例4
本实施例提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1的方法所述的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.计及态势评估的大电网静态电压稳定优化决策方法,其特征是,包括:
构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
3.如权利要求1所述的计及态势评估的大电网静态电压稳定优化决策方法,其特征是:在线防控决策模型的约束中包括态势评估指标约束,具体的态势评估指标约束包括以相邻断面的态势评估指标建立的稳定裕度约束和电压幅值约束。
6.如权利要求1所述的计及态势评估的大电网静态电压稳定优化决策方法,其特征是:所述在线防控决策模型的约束还包括:
参与调控的PV节点调压能力的上、下限约束;
并联电容器投切总容量需要等于每组并联电容器的容量和各节点处并联电容器的组数乘积。
7.如权利要求1所述的计及态势评估的大电网静态电压稳定优化决策方法,其特征是:采用线性推演方法计算运行态势评估指标,并根据运行态势评估指标计算预估断面的电压稳定裕度和电压值;
或者
采用混合整数线性规划方法对在线防控决策模型的进行求解获得辅助决策信息。
8.计及态势评估的大电网静态电压稳定优化决策系统,其特征是,包括:
构建模块:被配置为用于构建以控制成本最小为目标的在线防控决策模型,模型的约束条件中设置态势评估指标约束;
数据获取模块:被配置为用于实时获取大电网运行数据,进行潮流计算获得运行状态断面下的电压稳定裕度和电压值,采用线性推演方法计算电压稳定态势评估指标、预估断面的电压稳定裕度以及电压幅值;
求解模块:被配置为用于根据计算获得的预估断面的电压稳定裕度和电压值,求解在线防控决策模型,更新控制决策。
9.一种电子设备,其特征是,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项方法所述的步骤。
10.一种计算机可读存储介质,其特征是,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项方法所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467650.2A CN111651878B (zh) | 2020-05-28 | 2020-05-28 | 计及态势评估的大电网静态电压稳定优化决策方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467650.2A CN111651878B (zh) | 2020-05-28 | 2020-05-28 | 计及态势评估的大电网静态电压稳定优化决策方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111651878A true CN111651878A (zh) | 2020-09-11 |
CN111651878B CN111651878B (zh) | 2023-05-23 |
Family
ID=72343846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467650.2A Active CN111651878B (zh) | 2020-05-28 | 2020-05-28 | 计及态势评估的大电网静态电压稳定优化决策方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111651878B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285450A (zh) * | 2021-05-27 | 2021-08-20 | 山东大学 | 一种电网静态电压稳定在线预防控制优化方法 |
CN116167527A (zh) * | 2023-04-21 | 2023-05-26 | 南方电网数字电网研究院有限公司 | 纯数据驱动的电力系统静态安全运行风险在线评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018875A1 (en) * | 2007-05-01 | 2009-01-15 | Sabatini Monatesti | 1st responder guidance and decision-support system enabling victim tracking and extraction |
CN103279639A (zh) * | 2013-04-23 | 2013-09-04 | 国家电网公司 | 基于响应的受端电网电压稳定全过程态势评估及防控方法 |
WO2014173131A1 (zh) * | 2013-04-23 | 2014-10-30 | 国家电网公司 | 一种基于响应的大电网全态势在线一体化量化评估方法 |
CN109638822A (zh) * | 2018-12-19 | 2019-04-16 | 国电南瑞科技股份有限公司 | 计及暂态和静态约束的负荷恢复策略在线制定方法及系统 |
CN109713688A (zh) * | 2019-03-08 | 2019-05-03 | 山东大学 | 大电网静态电压稳定在线预防控制方法及系统 |
-
2020
- 2020-05-28 CN CN202010467650.2A patent/CN111651878B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090018875A1 (en) * | 2007-05-01 | 2009-01-15 | Sabatini Monatesti | 1st responder guidance and decision-support system enabling victim tracking and extraction |
CN103279639A (zh) * | 2013-04-23 | 2013-09-04 | 国家电网公司 | 基于响应的受端电网电压稳定全过程态势评估及防控方法 |
WO2014173131A1 (zh) * | 2013-04-23 | 2014-10-30 | 国家电网公司 | 一种基于响应的大电网全态势在线一体化量化评估方法 |
CN109638822A (zh) * | 2018-12-19 | 2019-04-16 | 国电南瑞科技股份有限公司 | 计及暂态和静态约束的负荷恢复策略在线制定方法及系统 |
CN109713688A (zh) * | 2019-03-08 | 2019-05-03 | 山东大学 | 大电网静态电压稳定在线预防控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
ZHIHAO YUN等: "Online Thevenin equivalent parameter identification method of large power grids using LU factorization", IEEE TRANSACTIONS ON POWER SYSTEMS * |
严剑峰等: "考虑运行方式安排的大电网在线趋势分析技术", 电力系统自动化 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285450A (zh) * | 2021-05-27 | 2021-08-20 | 山东大学 | 一种电网静态电压稳定在线预防控制优化方法 |
CN116167527A (zh) * | 2023-04-21 | 2023-05-26 | 南方电网数字电网研究院有限公司 | 纯数据驱动的电力系统静态安全运行风险在线评估方法 |
CN116167527B (zh) * | 2023-04-21 | 2023-09-12 | 南方电网数字电网研究院有限公司 | 纯数据驱动的电力系统静态安全运行风险在线评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111651878B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Feng et al. | A comprehensive approach for preventive and corrective control to mitigate voltage collapse | |
US9921602B2 (en) | Methods of computing steady-state voltage stability margins of power systems | |
CN110165667B (zh) | 计及静态电压安全约束的输配协同无功优化方法及系统 | |
Zeng et al. | Design and real-time implementation of data-driven adaptive wide-area damping controller for back-to-back VSC-HVDC | |
CN109713688B (zh) | 大电网静态电压稳定在线预防控制方法及系统 | |
CN110247404B (zh) | 风电并网电压分层协调控制方法、系统、介质及设备 | |
CN111651878B (zh) | 计及态势评估的大电网静态电压稳定优化决策方法及系统 | |
Ni et al. | Multi-machine power system control based on dual heuristic dynamic programming | |
CN105244901A (zh) | 一种高压直流输电系统的非线性分散控制方法 | |
CN106875127A (zh) | 统一潮流控制器可靠性建模及其接入电网可靠性评估方法 | |
Ababssi et al. | Implementation Optimal Location of STATCOM on the IEEE New England Power System Grid (100 kV). | |
CN113097994A (zh) | 基于多强化学习智能体的电网运行方式调节方法及装置 | |
CN105207220B (zh) | 一种基于渐进学习的分级电压调控方法 | |
Laverde et al. | Damping electromechanical oscillations using supplementary controls at VSC-HVDC stations based on reduced low order models | |
CN113013885B (zh) | 基于电网薄弱点的无功优化方法及系统 | |
CN115967098A (zh) | 一种基于无模型自适应控制的次同步阻尼控制方法 | |
CN110970915B (zh) | 风力发电机组的并网电压的控制方法和设备 | |
Xiangyu et al. | Regional power grid AGC control strategy research based on Q-learning algorithm under WACPB mode | |
Sengupta et al. | Delay dependent wide area damping controller using deep learning technique | |
Ding et al. | CPS optimal control for interconnected power grid based on model predictive control | |
Yousefian et al. | An approach for real-time tuning of cost functions in optimal system-centric wide area controller based on adaptive critic design | |
CN111987734A (zh) | 一种基于轨迹灵敏度的暂态过电压两阶段优化控制方法 | |
Kisengeu et al. | Under Voltage Load Shedding using Hybrid Metaheuristic Algorithms for Voltage Stability Enhancement: A Review | |
Befekadu et al. | Robust decentralized structure-constrained controller design for power systems: an LMI approach | |
Asghari et al. | Delay-scheduled controllers for inter-area oscillations considering time delays |
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 |