CN111654033B - 基于线性推演的大电网静态电压稳定态势评估方法及系统 - Google Patents

基于线性推演的大电网静态电压稳定态势评估方法及系统 Download PDF

Info

Publication number
CN111654033B
CN111654033B CN202010466841.7A CN202010466841A CN111654033B CN 111654033 B CN111654033 B CN 111654033B CN 202010466841 A CN202010466841 A CN 202010466841A CN 111654033 B CN111654033 B CN 111654033B
Authority
CN
China
Prior art keywords
voltage
stability
stability margin
section
linear
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.)
Expired - Fee Related
Application number
CN202010466841.7A
Other languages
English (en)
Other versions
CN111654033A (zh
Inventor
贠志皓
崔馨慧
张晓华
冯长有
李铁
张艳军
崔岱
段方维
姜枫
王钟辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Shandong University
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Shandong University
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Shandong University, State Grid Liaoning Electric Power Co Ltd, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010466841.7A priority Critical patent/CN111654033B/zh
Publication of CN111654033A publication Critical patent/CN111654033A/zh
Application granted granted Critical
Publication of CN111654033B publication Critical patent/CN111654033B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开提出了基于线性推演的大电网静态电压稳定态势评估方法及系统，方法包括如下步骤：利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定评估指标的大小判断系统运行的发展趋势。本公开通过采用线性推演方法可以准确快速的估算预估断面的稳定裕度指标，克服传统方法雅可比矩阵求逆运算所带来的计算量大的缺陷，适应后续防控优化决策的实时性需求，同时构建电压稳定态势评估指标，通过该指标可以直接判断电力系统的运行发展趋势。

Description

基于线性推演的大电网静态电压稳定态势评估方法及系统
技术领域
本公开涉及电力系统运行控制相关技术领域，具体的说，是涉及基于线性推演的大电网静态电压稳定态势评估方法及系统。
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。
智能电网的重要功能之一就是要提高电网的态势感知、可视化及预警能力，以达到智能监控的目的。其中态势感知或评估是指在特定时间和空间下，对环境中各元素或对象的觉察、理解及对未来状态的预测，可以包括态势要素采集、实时态势理解、未来态势预测3个阶段。
对于电力系统静态电压稳定来说，其态势感知可通过采集广域时空量测信息，利用数据挖掘或解析计算等手段对其进行分析和理解，并预估未来运行状态来实现对电网运行态势的有效预测。广域测量系统/相量测量单元(WAMS/PMU)技术可为电力系统稳定分析评估提供足够精度和速度的量测状态信息，不少学者在输电网态势感知的评估方法、架构体系以及电网运行状态趋势的综合评估、等领域取得了显著成果。现有技术中，一种电压态势预警等级的多级模糊综合评判方法，考虑系统故障、非故障和环境的多个特征指标来刻画电压态势的影响因素，但该方法的最大障碍在于不同因素模糊隶属度的确定及权重的选择。也有的采用模糊评估理论对电网运行趋势在线评估，提出初步估计加精确计算的两步骤，能够保证全面性和快速性的双重要求。也有文件提出依据系统运行的实时监测信息，建立基于定性趋势分析技术的综合趋势辨识模型，可兼顾系统运行点距边界的距离及运行状态的趋势和变化速率。
发明人发现，上述方法大多基于量测信息对电网运行状态的各个侧面进行精细描述并形成全面的指标体系，且该类方法均采用模糊综合评判法对指标体系进行简化并给出合理的态势评估等级结果，能够实现运行状态趋势的综合评估。但由于指标体系本身较为繁杂并且趋势变化影响因素众多，导致所有指标的总体计算量很大，无法满足电网实时安全评估和态势分析的速度要求，此外考虑到综合评价指标为多个指标的结合，故难以将其与运行工况、控制措施形成直接的量化映射关系，导致无法依据态势评估结果来指导后续防控优化决策。
发明内容
本公开为了解决上述问题，提出了基于线性推演的大电网静态电压稳定态势评估方法及系统，计算简单快速且能够避免雅可比矩阵的求逆运算，从而快速获得系统稳定裕度的发展趋势。
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基于线性推演的大电网静态电压稳定态势评估方法，包括如下步骤：根据当前潮流断面的运行信息，利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定态势评估指标的大小判断系统运行的发展趋势。
一个或多个实施例提供了基于线性推演的大电网静态电压稳定态势评估系统，包括：
线性推演模块：被配置为用于根据当前潮流断面的运行信息，利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；
判断模块：被配置为用于基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定评估指标的大小判断系统运行的发展趋势。
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：
本公开通过采用线性推演方法可以准确快速的估算预估断面的稳定裕度指标，克服传统方法雅可比矩阵求逆运算所带来的计算量大的缺陷，适应后续防控优化决策的实时性需求，同时构建电压稳定态势评估指标，通过该指标可以直接判断电力系统的运行发展趋势。
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中的电力系统运行稳定裕度变化示例；
图3是本公开实施例1中的电力系统运行拐点处稳定裕度变化示例；
图4(a)是本公开实施例1的New England 10机39节点系统仿真示例负荷增加过程中最小稳定裕度负荷节点的变化轨迹对比结果；
图4(b)是本公开实施例1的New England 10机39节点系统仿真示例负荷增加过程中节点6～10负荷变化的轨迹对比结果；
图4(c)是本公开实施例1的New England 10机39节点系统仿真示例负荷增加过程中节点11～19负荷变化的轨迹对比结果；
图4(d)是本公开实施例1的New England 10机39节点系统仿真示例中负荷增加过程中节点20～29负荷变化的轨迹对比结果；
图5(a)是本公开实施例1的New England 10机39节点系统仿真示例中负荷规律变化设定为先增长后下降过程中节点1～10负荷变化的轨迹对比结果；
图5(b)是本公开实施例1的New England 10机39节点系统仿真示例中负荷规律变化设定为先下降后上升过程中节点1～10负荷变化的轨迹对比结果。
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。
基于现有技术中所存在的问题，若能利用单一且计算简单快速的电压稳定指标对电网电压运行态势进行评估，例如基于阻抗匹配概念所得的阻抗模指标和功率裕度指标，可显著提升电压稳定趋势监测分析的速度以及后续防控优化的效果。例如基于戴维南等值参数的阻抗模比值来评估紧急运行工况及发展态势，能够有效发出电压安全预警信息，但紧急态势分析程序中所采用的局域量测等值参数计算方法利用了多状态断面数据，存在着参数漂移问题且难以指导防控措施的协调优化。
因此，本实施例提出基于单状态断面的广域量测参数辨识方法，并利用广域量测等值参数辨识的稳定指标对电压稳定态势情况进行评估，可实现依据态势评估结果和稳定指标与控制措施间的量化关系，构建预防控制模型并指导在线优化决策的目标。
在一个或多个实施方式中公开的技术方案中，如图1所示，基于线性推演的大电网静态电压稳定态势评估方法，包括如下步骤：
步骤1、根据当前潮流断面的运行信息，利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；
步骤2、基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定态势评估指标的大小判断系统运行的发展趋势。获得的态势评估指标可以量化评价系统运行稳定情况的发展趋势，可以直接应用指导后续的防控优化决策弥补决策时延。
现有技术中，若要获得系统电压稳定裕度的时变发展趋势，首先需要基于当前潮流断面预估系统未来运行状态，进而辨识戴维南等值参数并计算未来时刻下的稳定裕度指标。其中潮流状态断面的预估可在已知负荷功率变化及发电计划信息的基础上，结合常规潮流方程即雅可比矩阵求逆的方式来计算得到。但是随着系统规模的增大，雅可比矩阵的维数剧增，矩阵求逆的运算量巨大，难以适应电压稳定态势评估和后续防控优化决策的实时性需求。为此有必要研究快速预估稳定裕度变化趋势的计算方法以避免大规模矩阵的求逆运算。
本实施例中将稳定裕度指标和电压幅值在秒级时间尺度近似为线性变化，采用线性推演，对预估断面的稳定裕度指标和电压幅值进行估算，能够克服传统方法雅可比矩阵求逆运算所带来的计算量大的缺陷，简化计算，降低系统的响应时间，提高评估系统的评估效率。
本实施例所述秒级时间尺度可以理解为设定秒数的时间范围内，设定秒数的长短可以在10秒以内，即设置为个位数的时长，如1秒、2秒、3秒等等。在秒级的极短时间段内，稳定裕度近似为不会突变，未来断面的稳定裕度在当前稳定裕度的基础上发展变化的。
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。当前断面为当前时刻所对应的潮流状态断面。预估断面为未来时刻即下一时刻所对应的潮流状态断面。
利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值的方法，可以具体为：
步骤1-1、基于潮流状态断面的运行数据和参数辨识结果计算获得当前断面的稳定裕度及电压值；
步骤1-2、根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律；
步骤1-3、根据获得的线性变化规律，以及当前断面的稳定裕度及电压值计算获得预估断面的稳定裕度及电压值。
本实施例通过将极短时间尺度内的变化规律近似为线性变化规律，可以极大的减少计算量，提高系统的评估速度。
步骤1-2中，根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律的方法，具体为：
步骤11、截取历史数据中相邻的至少三个潮流断面的稳定裕度指标和电压值；
步骤12、分别计算获得两两相邻的两个潮流断面之间的稳定裕度指标差值和电压值差值；
步骤13、如果截取的历史潮流断面数据变化没有出现拐点，建立稳定裕度指标差值随时间变化的线性变化规律，以及电压值差值与随时间变化的线性变化规律；如果截取的历史潮流断面数据变化如果出现拐点，以当前潮流断面与上一潮流断面的变化量作为当前潮流断面到预估断面的变化量。
下面以稳定裕度为例，说明步骤线性推演的具体算法。
考虑到秒级时间尺度下的系统稳定裕度一般不会突变，可近似视为平滑变化且满足二次多项式的函数关系，如图2所示，tn为当前时刻，
Figure BDA0002512946430000071
为当前断面的稳定裕度，tn+1为未来时刻即下一时刻，
Figure BDA0002512946430000072
为预估断面的稳定裕度。
在当前稳定裕度已知的情况下，只要确定出稳定裕度变化量即可得到未来时刻的稳定裕度指标，时刻tn+1的稳定裕度值
Figure BDA0002512946430000081
可由tn时刻稳定裕度值
Figure BDA0002512946430000082
叠加一个变化量
Figure BDA0002512946430000083
得到，即
Figure BDA0002512946430000084
稳定裕度的变化曲线为二次多项式的函数关系，稳定裕度差值的变化曲线可认为具有线性规律，利用历史数据中相邻至少三个潮流状态断面下的稳定裕度指标作差所得的两个变化量来确定。
若相邻三个时刻下的稳定裕度分别为
Figure BDA0002512946430000085
则其对应的稳定裕度差值计算公式如下：
Figure BDA0002512946430000086
根据差值的正负判断是否出现变化拐点，差值的正负相同即截取的历史断面的变化是依次变小的或者是依次变大的，可以利用
Figure BDA0002512946430000087
及
Figure BDA0002512946430000088
两点即可确定出稳定裕度差值的变化曲线ΔλL＝kt+b。
则当前断面到预估断面的稳定裕度变化量
Figure BDA0002512946430000089
如下：
Figure BDA00025129464300000810
对于电压值来说，同样可依据上述线性推演法进行预估，电压幅值随时间变化的线性变化规律为如下所示：
Figure BDA00025129464300000811
式中，
Figure BDA00025129464300000812
为代表tn与tn+1时刻电压幅值的差值即为当前断面至预估断面的电压幅值的差值。式中，t为各个时刻，
Figure BDA00025129464300000813
为tn-1时刻与tn-2时刻的电压幅值差值，
Figure BDA0002512946430000091
为tn时刻与tn-1时刻的电压幅值差值，
Figure BDA0002512946430000092
为tn+1时刻与tn时刻的电压幅值差值，tn+1时刻为预估的下一时刻；tn时刻为当前时刻。
通过公式(3)和(4)，在秒级时间尺度下，通过变化量的简单线性推演即可获得未来时刻下的稳定裕度及电压幅值，应用于负荷持续降低或者增长的情况。
由于可再生能源会加剧系统运行状态的波动性，导致系统稳定裕度的轨迹特征也呈现波动变化而出现拐点。如图3所示，对于拐点处稳定裕度的预估需进行特殊处理，具体如下所述。
如图2所示，则由该图可知拐点处的稳定裕度变化量
Figure BDA0002512946430000093
和
Figure BDA0002512946430000094
必为一正一负，故稳定裕度差值曲线的斜率很大，此时若直接依据式(3)进行计算会产生较大误差。考虑到系统负荷水平在极短的秒级时间尺度内不会发生反复变化，即tn时刻稳定裕度仍会保持上升趋势且该时刻的负荷变动可近似认为与tn-1时刻的变化大小接近，因此对于tn时刻至tn+1时刻的稳定裕度变化量
Figure BDA0002512946430000095
可直接采用tn-1时刻的变化量
Figure BDA0002512946430000096
表示，即
Figure BDA0002512946430000097
对于电压幅值来说，同样可直接用
Figure BDA0002512946430000098
计算，如下所示：
Figure BDA0002512946430000099
对于稳定裕度先上升后下降的拐点处理方法与上述过程类似。
依据式(3)-(6)可有效地预估不同负荷变化规律情况下的稳定裕度，相比于预估潮流状态断面进而辨识戴维南等值参数并计算稳定裕度指标的过程，上述方法计算简单快速且能够避免雅可比矩阵的求逆运算，从而快速获得系统稳定裕度的发展趋势，并在其值低于稳定裕度阈值时执行后续在线防控优化流程，这对于大规模可再生能源持续接入电网的态势评估及优化决策具有重要的意义。
估算的得到预估断面的稳定裕度指标在线防控优化流程的执行与否，但无法将其直接地与防控优化模型相联系，从而指导后续辅助优化决策的实时滚动更新。
本实施例基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标SAIλ：
Figure BDA0002512946430000101
式中，
Figure BDA0002512946430000102
代表tn与tn+1时刻稳定裕度的差值。
通过电压稳定评估指标的大小确定系统运行的发展趋势具体为：在负荷水平持续增大的条件下，电压稳定态势评估指标SAIλ的绝对值越大则电网运行趋势恶化越迅速；当前潮流断面下的稳定裕度指标本身小于设定值即处于较低的水平，若电压稳定态势评估指标SAIλ的绝对值越大，则电压稳定将急剧地趋于恶化甚至异常。
本实施例的态势评估指标可在一定程度上较为准确地反应系统电压稳定裕度在短时间内的变化趋势，相比于以往繁杂的运行状态趋势评估指标，其计算速度快且构成单一，此外该指标还可与控制措施形成直接的解析量化对应关系，从而指导后续辅助决策的协调优化。
下面以具体的示例说明本实施例的方法的效果，利用New England10机39节点验证本实施例中线性推演方法预测所得电压稳定裕度指标的精度，并基于1354,2869,9241系统来验证线性推演的速度。
以New England 10机39节点系统为例进行仿真计算，该系统包含10个发电机，19个负荷和10个联络节点，且基态下所有负载的总功耗为S＝6254.23+j1387.1MVA，下面基于该测试系统进行仿真来验证本文基于线性推演原理来计算稳定裕度的准确性。
首先在系统给定数据下辨识戴维南等值参数，并记录各个负荷节点的等值阻抗参数，然后假定该系统节点1～5的有功及无功负荷均按5％的步长连续增长直至潮流不收敛，其中负荷的增长由所有发电机节点按初始比例承担，并依据当前运行状态快速计算各个状态断面下的稳定裕度指标，最后依次滑动提取连续三个步长所对应的潮流断面，利用本文所提线性推演方法来计算稳定裕度，并将其与基于雅可比矩阵求逆获取预估断面的方法进行对比。
图4(a)为功率变化节点中最小稳定裕度负荷节点的变化轨迹对比结果，图4中(b)-(d)分别为节点6～10,11～19,20～29的负荷变化时的对比结果。图中标准值(Standard value)为实时计算的稳定裕度指标，线性推演方法(Linear deduction)对应的曲线为采用本实施例的算法预估的稳定裕度指标，灵敏度方式(Sensitivity)对应的曲线为通过灵敏度矩阵计算的稳定裕度指标，由对比结果可以看出本实施例所述的方法平均误差更小，更接近实际值，准确度更高，图4中(a)-(d)的平均误差分别为0.0513％、0.0771％、0.0248％、0.0333％，图4中(a)-(d)中基于灵敏度方法的误差则为2.0464％、2.5303％、2.0645％、2.6765％。
为较准确的模拟实际负荷变化规律并充分地证明所提方法的精度，下面将负荷规律变化设定为先增长后下降以及先下降后上升两种含拐点的模式。与前述仿真过程类似，对于负荷先增长后下降的模式，首先假定该系统节点1～10的有功及无功负荷均按2％的步长连续增长直至潮流不收敛的前一断面，然后按相同步长逐步减少该部分节点的负荷，其中负荷的增长及减少均由所有发电机节点按初始比例承担，利用本文所提线性推演方法来计算稳定裕度，最后将该计算结果与基于雅可比矩阵求逆获取预估断面方法的结果进行对比，其中负荷变化拐点处的稳定裕度预估是依据式(5)计算得到的。对于负荷先下降后增长模式下的仿真与上述过程类似，首先将节点1～10的负荷增大2.9倍，然后在此基础上将负荷水平按2％的步长先减小后增大，同样负荷的变化均由所有发电机节点按初始比例承担，结果如图5(a)和5(b)所示。对于上述两种负荷变化情况，本实施例的线性推演方法(Lineardeduction)的相对误差分别为0.2984％,0.1919％，而灵敏度方法(Sensitivity)的相对误差分别为1.1391％,1.8113％。基于仿真分析可知，对于上述三种典型变化情况，本实施例所提线性推演方法均能较为准确地反应稳定裕度的变化轨迹，对于后续防控优化在线决策具有重要意义。
下面选用1354,2869,9241节点系统进行所提方法的快速性校验：首先依据系统给定数据离线遍历其等值阻抗，然后分别统计依据线性推演方式和灵敏度方式预估稳定裕度的时间，如表1所示。
表1
Figure BDA0002512946430000121
由表1中数据可知，当系统规模增大时，基于灵敏度方式预估稳定裕度的时间有所增加，而基于线性推演方式的计算时间变动不大，即基于线性推演来预估稳定裕度的方式受系统规模的影响较小，且9241节点系统的计算时间也仅为0.0015s左右。此外由表中加速比数值可知，本实施例所提出的基于线性推演方式来预估稳定裕度的方法非常适用于大规模电力系统的电压稳定在线防控优化决策。
实施例2
本实施例提供基于线性推演的大电网静态电压稳定态势评估系统，包括：
线性推演模块：被配置为用于根据当前潮流断面的运行信息，利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；
判断模块：被配置为用于基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定态势评估指标的大小判断系统运行的发展趋势。
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 (8)

1.基于线性推演的大电网静态电压稳定态势评估方法，其特征是，包括如下步骤：利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；
利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值的方法，具体为：
基于潮流状态断面的运行数据和参数辨识结果计算获得当前断面的稳定裕度及电压值；
根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律；
根据获得的线性变化规律，以及当前断面的稳定裕度及电压值计算获得预估断面的稳定裕度及电压值；
基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定态势评估指标的大小判断系统运行的发展趋势；
根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律的方法，具体为：
截取历史数据中相邻的至少三个潮流断面的稳定裕度指标和电压值；
分别计算获得两两相邻的两个潮流断面之间的稳定裕度指标差值和电压值差值；
如果截取的历史潮流断面数据变化没有出现拐点，建立稳定裕度指标差值随时间变化的线性变化规律，以及电压值差值与随时间变化的线性变化规律；如果截取的历史潮流断面数据变化如果出现拐点，以当前潮流断面与上一潮流断面的变化量作为当前潮流断面到预估断面的变化量。
2.如权利要求1所述的基于线性推演的大电网静态电压稳定态势评估方法，其特征是：所述秒级时间尺度设定为个位数秒数内，电力系统运行的稳定裕度指标和电压幅值在秒级时间尺度近似为线性变化。
3.如权利要求1所述的基于线性推演的大电网静态电压稳定态势评估方法，其特征是：稳定裕度指标差值随时间变化的线性变化规律为：
Figure FDA0003173051210000021
式中，t为各个时刻，
Figure FDA0003173051210000022
为tn-1时刻与tn-2时刻的稳定裕度差值，
Figure FDA0003173051210000023
为tn时刻与tn-1时刻的稳定裕度差值，
Figure FDA0003173051210000024
为tn+1时刻与tn时刻的稳定裕度差值，tn+1时刻为预估的下一时刻；tn时刻为当前时刻。
4.如权利要求1所述的基于线性推演的大电网静态电压稳定态势评估方法，其特征是：电压幅值随时间变化的线性变化规律为：
Figure FDA0003173051210000025
式中，t为各个时刻，
Figure FDA0003173051210000026
为tn-1时刻与tn-2时刻的电压幅值差值，
Figure FDA0003173051210000027
为tn时刻与tn-1时刻的电压幅值差值，
Figure FDA0003173051210000028
为tn+1时刻与tn时刻的电压幅值差值，tn+1时刻为预估的下一时刻；tn时刻为当前时刻。
5.如权利要求1所述的基于线性推演的大电网静态电压稳定态势评估方法，其特征是：通过电压稳定评估指标的大小判断系统运行的发展趋势具体为：在负荷水平持续增大的条件下，电压稳定态势评估指标的绝对值越大则电网运行趋势恶化越迅速；当前潮流断面下的稳定裕度指标本身小于设定值即处于较低的水平，若电压稳定态势评估指标的绝对值越大，则电压稳定将急剧地趋于恶化甚至异常。
6.基于线性推演的大电网静态电压稳定态势评估系统，其特征是，包括：
线性推演模块：被配置为用于利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值；
利用秒级时间尺度下的线性推演计算得到预估潮流断面下的稳定裕度指标和电压幅值的方法，具体为：
基于潮流状态断面的运行数据和参数辨识结果计算获得当前断面的稳定裕度及电压值；
根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律；
根据获得的线性变化规律，以及当前断面的稳定裕度及电压值计算获得预估断面的稳定裕度及电压值；
判断模块：被配置为用于基于相邻断面间的稳定裕度差值构建反应电网运行发展趋势的电压稳定态势评估指标，通过电压稳定评估指标的大小判断系统运行的发展趋势；
根据与当前断面相邻的历史断面确定秒级时间尺度内稳定裕度及电压值的线性变化规律的方法，具体为：
截取历史数据中相邻的至少三个潮流断面的稳定裕度指标和电压值；
分别计算获得两两相邻的两个潮流断面之间的稳定裕度指标差值和电压值差值；
如果截取的历史潮流断面数据变化没有出现拐点，建立稳定裕度指标差值随时间变化的线性变化规律，以及电压值差值与随时间变化的线性变化规律；如果截取的历史潮流断面数据变化如果出现拐点，以当前潮流断面与上一潮流断面的变化量作为当前潮流断面到预估断面的变化量。
7.一种电子设备，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1-5任一项方法所述的步骤。
8.一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1-5任一项方法所述的步骤。
CN202010466841.7A 2020-05-28 2020-05-28 基于线性推演的大电网静态电压稳定态势评估方法及系统 Expired - Fee Related CN111654033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010466841.7A CN111654033B (zh) 2020-05-28 2020-05-28 基于线性推演的大电网静态电压稳定态势评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010466841.7A CN111654033B (zh) 2020-05-28 2020-05-28 基于线性推演的大电网静态电压稳定态势评估方法及系统

Publications (2)

Publication Number Publication Date
CN111654033A CN111654033A (zh) 2020-09-11
CN111654033B true CN111654033B (zh) 2021-09-21

Family

ID=72346908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010466841.7A Expired - Fee Related CN111654033B (zh) 2020-05-28 2020-05-28 基于线性推演的大电网静态电压稳定态势评估方法及系统

Country Status (1)

Country Link
CN (1) CN111654033B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901756B (zh) * 2021-10-13 2022-12-13 清华大学 变流器同步稳定裕度评估方法、电子设备以及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7603203B2 (en) * 2006-10-09 2009-10-13 Electric Power Research Institute, Inc. Method for voltage instability load shedding using local measurements
CN101404412B (zh) * 2008-11-05 2013-07-31 中国电力科学研究院 一种用于静态电压稳定性分析的方法
EP3163706B1 (en) * 2014-06-30 2019-11-06 Hitachi, Ltd. Voltage stability monitoring device and method
CN107492894A (zh) * 2017-09-05 2017-12-19 淮南联合大学 一种含风电场电力系统的节点电压静态稳定性评估方法
CN107565582B (zh) * 2017-09-20 2019-10-15 山东大学 大电网静态稳定主导模式在线判别方法
CN107529644B (zh) * 2017-10-10 2020-08-21 东北电力大学 一种电力系统静态电压稳定域边界线性近似方法
CN109494724B (zh) * 2018-11-22 2020-05-19 山东大学 基于lu分解的大电网戴维南等值参数在线辨识方法

Also Published As

Publication number Publication date
CN111654033A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN113064093B (zh) 储能电池荷电状态与健康状态联合估算方法及系统
CN109214708B (zh) 基于交叉熵理论优化支持向量机的电力系统风险评估方法
CN112149873A (zh) 一种基于深度学习的低压台区线损合理区间预测方法
CN112630659A (zh) 一种基于改进bp-ekf算法的锂电池soc估算方法
CN112836920A (zh) 煤电机组能效状态评价方法、装置及煤电机组系统
CN116167527A (zh) 纯数据驱动的电力系统静态安全运行风险在线评估方法
CN112821424A (zh) 一种基于数据-模型融合驱动的电力系统频率响应分析方法
CN111654033B (zh) 基于线性推演的大电网静态电压稳定态势评估方法及系统
Leng et al. Short-term forecasting model of traffic flow based on GRNN
Kong et al. Remaining useful life prediction for degrading systems with random shocks considering measurement uncertainty
CN113300373B (zh) 一种基于prmse评价指标的稳定裕度值预测方法及装置
CN113988709A (zh) 中压配电线路故障率分析方法、装置、终端设备及介质
CN116702084A (zh) 一种基于模糊理论的一二次融合柱上断路器状态评价方法
CN113537338A (zh) 基于lstm神经网络和改进scada数据的抗差线路参数辨识方法
CN104764956A (zh) 一种电缆介质绝缘水平检测优化的方法及系统
Gao et al. Dynamic State Estimation for power system based on M-UKF algorithm
Shi et al. Study on stability feature extraction of power system using deep learning
Yuan et al. Short term power network gateway load forecasting algorithm based on ARMR model
Bai et al. Abnormal Detection Scheme of Substation Equipment based on Intelligent Fusion Terminal
CN118133192A (zh) 一种基于低压台区有源特性的异常识别方法及系统
Zhong et al. Rapid Identification Method for the Sudden Change of Operating Errors in Smart Electricity Meters
CN118151013A (zh) 磷酸铁锂电池集装箱电池不一致性在线评估方法及装置
CN117434379A (zh) 一种多场景低压配电网异常线损溯源方法、系统及设备
Ziegler et al. Estimating Load Margins in Long-term Voltage Stability Analysis
Parihar et al. Assessment of Multi-Bus Power Network Stability to Forecast System Collapse

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210921