CN111987750A - 一种发电机安全进相能力裕度的在线监测方法及系统 - Google Patents

Abstract

本发明提供了一种发电机安全进相能力裕度的在线监测方法。基于发电机功角方程构建发电机无功功率最小化的目标函数；从WAMS系统中获取不同有功出力下发电机进相运行时的数据构建样本库，并建立目标变量与自变量的函数关系和约束条件；根据所述函数关系和约束条件构建发电机进相极限的优化模型；通过实时获取发电机当前的有功和无功功率，判断发电机是否处于进相运行状态；当机组处于进相运行状态时，启动进相极限优化模型计算，即可输出当前有功出力工况下发电机的进相极限和进相能力裕度。本发明提供的方法建模简单、计算量小、计算速度快、结果精度高、运行方式泛化能力强，实现了无需现场试验的发电机进相能力裕度的在线监测。

Description

一种发电机安全进相能力裕度的在线监测方法及系统

技术领域

本发明涉及发电机控制技术领域，特别涉及一种发电机安全进相能力裕度的在线监测方法及系统。

背景技术

同步发电机进相运行是增强电网调压能力的重要手段，对于电网的安全、经济运行具有重要意义。随着我国现代互联电力系统结构的不断变化，电力系统负荷低谷时段无功过剩，局部电网电压偏高的问题日益凸显。发电机作为电网中最首要的无功源，其进相调压能力因具有效果显著、简单易实现和投资经济性好等优势应用广泛且越来越引起调度运行部门重视。

发电机进相运行过程中处于欠励磁状态，随着进相深度的增加，可能引起机组静态稳定裕度偏低、厂用电压偏低、定子端部结构件发热严重等不利影响，严重时，甚至威胁机组和电网安全运行。机组安全进相的最大深度即发电机进相极限值与机组的运行工况密切相关，因此，为保障机组安全运行，在发电机进相运行前，亟需科学的确定其不同有功出力工况下安全运行的进相极限值，从而对其安全进相能力裕度以加强监测。

确定发电机安全进相能力裕度的关键在于确定其进相极限。目前，关于发电机进相极限的确定方法，主要集中在试验结果曲线拟合法、机理建模法。

试验结果曲线拟合法是根据多个典型有功出力工况下进相试验得到的最大进相深度值，采用数据拟合方法得到不同有功下的进相深度曲线，该方法存在对运行方式变化适应性差和结果偏保守的问题，并且无法用于在线监测；

机理建模法是根据发电机及其所在电网的数学模型，通过解析计算或者仿真软件求解得到不同有功工况下的进相极限值，由于发电机及其所接入的系统具有多变量、强耦合、复杂非线性等特点，该方法存在建模难度大、计算量大和精度低等问题，同样也无法用于在线监测。

发明内容

为解决上述问题，本发明提供了一种发电机安全进相能力裕度的在线监测方法及系统，采用优化技术和数据驱动建模相结合的方式进行发电机安全进相能力裕度的在线监测。通过从WAMS系统中获取的不同有功出力下发电机进相运行时的数据建立样本库，并依次建立发电机无功功率最小化的目标函数、目标变量与自变量的函数关系、约束条件，最后构建出发电机进相极限的优化模型；实时获取发电机当前的有功功率和无功功率，通过无功功率判断发电机是否处于进相运行状态，当判断机组处于进相运行时，通过将当前有功功率数据输入到优化模型中，通过计算获得当前有功出力工况下发电机进相极限和进相能力裕度。

本发明提供了一种发电机安全进相能力裕度的在线监测方法，具体技术方案如下，所述方法包括：

S1：构建目标函数：通过发电机的功角方程构建目标函数，所述目标函数以发电机无功功率最小化为目标；

S2：构建样本库：通过广域量测系统获取发电机不同的有功出力工况下进相运行时的有功功率、无功功率、机端电压、机端电流和功角数据，构建样本库；

所述样本数据库中的数据划分为训练样本和测试样本用来对建立的模型进行训练和测试；

S3：构建发电机进相极限优化模型：建立进相运行的约束变量与目标函数自变量之间的函数关系，构建约束条件，联合目标函数获得发电机进相极限求解的优化模型；

S4：获取当前机组运行工况：通过广域量测系统实时获取机组当前的有功功率和无功功率，根据无功功率的符号判断机组是否处于进相运行状态；

S5：监测结果输出：当判断机组处于进相运行状态时，启动进相极限优化模型计算，输出发电机进相极限值和进相能力裕度的计算结果。

所述发电机进相能力裕度为发电机进相极限绝对值与当前无功功率绝对值之差占进相极限绝对值的百分数。

进一步的，步骤S3中采用支持向量机回归的数据驱动模型建立进相运行的约束变量与目标函数自变量之间的函数关系，所述约束变量包括系统电压V_s、厂用电压V_l和机端电流I_t，所述目标函数自变量包括同步发电机的有功功率P、同步发电机的功角δ和机端电压V_t。

进一步的，所述约束变量与目标函数自变量之间的函数关系建立包括以下两种函数关系的建立：

所述系统电压V_s与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系；

所述厂用电压V_l与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系；

所述机端电流I_t与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系；

进一步的，步骤S3中通过得到的所述约束变量与目标函数自变量之间的函数关系构建发电机进相深度限制的约束条件，所述约束条件如下：

进一步的，通过联合所述目标函数与所述约束条件构建出优化模型，所述优化模型如下：

进一步的，步骤S5中根据获取到的所述发电机的无功功率判断所述发电机是否处于进相运行状态，当判断发电机处于进相运行状态时，通过优化求解算法计算得出所述发电机进相极限值。

进一步的，步骤S5中根据得到的所述发电机进相极限值计算获得所述发电机进相能力裕度，计算公式如下：

其中Q_ilim为发电机进相极限值，Q_i为发电机无功功率，Q_marg为发电机进相能力裕度。

本发明基于上述方法还提供了一种发电机安全进相能力裕度的在线监测系统，包括：数据采集模块、模型构建模块、实时监测模块和监测输出模块；

所述数据采集模块：从WAMS系统获取不同有功出力下发电机进相运行的历史数据并建立样本数据库，用来进行模型的训练和测试；

所述模型构建模块：构建发电机无功功率最小化的目标函数，根据所述目标函数基于SVR的数据驱动模型建立目标变量与自变量的函数关系，并构建约束条件，通过联立所述目标函数与所述约束条件构建发电机进相极限的优化模型；

所述实时监测模块：从WAMS系统中实时获取发电机当前的有功功率和无功功率，并根据无功功率判断发电机的运行状态，当发电机处于进相运行状态时，将当前的有功功率数据输入到所述监测输出模块；

所述监测输出模块：根据接收到的当前发电机的有功功率，通过进相极限优化模型进行计算，获得当前有功出力工况下发电机进相极限和进相能力裕度结果并输出。

本发明的有益效果如下：

1、根据发电机进相运行原理采用支持向量回归的数据驱动模型建立进相运行的约束变量与目标函数自变量之间的函数关系，并根据构建的约束条件建立发电机进相极限求解的优化模型，建模简单，解决了传统方法因发电机的多变量、强耦合、复杂非线性建模困难的问题。

2、基于WAMS获取发电机不同有功出力工况下进相运行时的有功功率、无功功率、机端电压和功角数据，形成样本数据库，无需开展现场试验，根据算法可实现对任意已知有功出力工况下的发电机进相极限值的快速计算。

3、通过WANS实时获取机组当前无功功率和有功功率，根据无功功率的符号判断机组是否处于进相运行状态，当机组进相运行时，启动优化求解算法得到当前有功功率工况下的发电机进相极限值，进而计算得到当前工况下的发电机进相能力裕度，实现对发电机进相能力的实时在线监测。

附图说明

图1是本发明的发电机安全进相能力裕度在线监测方法流程示意图；

图2是本发明的实施例中在线监测模型构建过程示意图；

图3是本发明的实施例中发电机安全进相能力裕度在线监测过程示意图；

图4是本发明的实施例中参数k_T的SVR模型训练集预测结果示意图；

图5是本发明的实施例中参数k_T的SVR模型测试集预测结果示意图；

图6是本发明的实施例中参数V_l的SVR模型训练集预测结果示意图；

图7是本发明的实施例中参数V_l的SVR模型测试集预测结果示意图；

图8是本发明的实施例中发电机定子电流随机误差θ的频率直方图。

具体实施方式

在下面的描述中对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的实施例1提供了一种发电机安全进相能力裕度的在线监测方法，如图1所示，包括算法模型的构建和发电机进相能力裕度的实时监测，所述算法模型的构建包括目标函数构建、数据获取及构建样本数据库、构建目标变量与自变量的函数关系，建立约束条件和发电机进相极限的优化模型构建；

所述发电机进相能力裕度的实时监测包括数据实时获取、发电机进相运行状态检测以及通过构建的模型获得监测结果并输出。

所述算法模型的构建具体步骤如下：

如图2所示，步骤101，根据同步发电机功角方程，建立发电机进相极限求解模型的目标函数，所述目标函数如下所示：

其中，P、Q分别为同步发电机的有功功率和无功功率，V_t为同步发电机的机端线电压，

X_q为同步发电机q轴同步电抗，δ为同步发电机的功角。

步骤102，从WAMS系统中获取发电机多个有功出力工况下的相关数据，建立样本数据库。

所述发电机进相运行的约束变量主要包括：功角δ、机端电压V_t、机端电流I_t、厂用电压V_l和系统电压V_s发送端，根据所述约束变量以及所述目标函数中的参数变量，从WAMS系统获取发电机在进相运行时的有功功率、无功功率、功角和机端电压等历史数据。

本实施例中获取了电网中一台并网的汽轮发电机的机组部分参数，如下表1所示：

表1 本实施例发电机参数

之后从WAMS系统中获取该发电机实时运行数据，构建出样本数据集，如下表2所示：

表2 本实施例中建模样本数据集

选择表中编号1-27的数据作为模型训练样本，编号28-33的数据作为模型测试样本。

步骤103，选择RBF核函数，采用支持向量回归方法分别建立约束变量V_s、V_l与目标函数自变量P、δ、V_t之间的函数关系，同时构建约束变量I_t与目标函数自变量P、δ、V_t之间的函数关系；

首先建立系统电压V_s与目标函数自变量P、δ、V_t之间的函数关系；

本实施例中定义了升压变的测量变比k_T为V_s与V_t的比值，因为所述升压变的测量变比k_T与发电机有功功率P和无功功率Q具有非常强的关联性，所以通过SVR算法建立k_T与P、Q之间的函数关系k_T＝f₁(P,Q)，然后通过所述目标函数得到系统电压V_s与目标函数自变量P、δ、V_t之间函数关系，如下所示：

然后建立厂用电压V_l与目标函数自变量P、δ、V_t之间的函数关系；

因为发电机厂用电压V_l与发电机有功功率P、无功功率Q和机端电压V_t存在较强的相关性，所以通过SVR算法建立V_l与P、Q、V_t之间的函数关系V_l＝f₂(P,Q,V_t)，然后通过所述目标函数得到可得到V_l与目标函数自变量P、δ、V_t之间的函数关系，如下所示：

将所述训练样本和测试样本输入到k_T和V_l的SVR模型中得到如图2至图7所示的样本训练和测试结果，所述SVR模型的均方根误差最大为3.8×10^-4，可知所述SVR模型具有不错的泛化能力。

最后建立约束变量机端电流I_t与目标函数自变量P、δ、V_t之间的函数关系；

通过正态分布进行模拟获得发电机机端电流实际值与理论计算值之间的随机误差θ，如图8所示，所述随机误差θ近似服从标准正态分布N(μ,σ²)，μ＝-4.06×10^-4，σ＝6.10×10^-4，所述机端电流I_t与所述函数自变量P、δ、V_t的函数关系如下所示：

步骤104，建立约束条件，所述发电机进相深度限制条件如下所示：

其中，δ_u为同步发电机功角的上限值，V_tu、V_su、V_lu分别为机端电压V_t、系统电压V_s、厂用电压V_l的上限值，V_td、V_sd、V_ld分别为机端电压V_t、系统电压V_s、厂用电压V_l的下限值，I_tu为机端电流的上限值，Q_N为额定无功功率。

根据得到的所述发电机进相深度限制条件，将约束变量V_s、V_l、I_t与目标函数自变量P、δ、V_t之间的函数关系代入计算可得发电机进相极限优化模型的约束条件，所述约束条件如下所示：

其中，下标i表示第i个有功出力工况。

步骤105，构建发电机进相极限求解的优化模型；

根据得到的所述目标函数和所述发电机进相极限优化模型的约束条件构建得到任意有功出力工况P_i下的发电机进相极限值求解的优化模型，如下所示：

如图3所示，所述发电机进相能力裕度的实时监测步骤如下：

步骤201，从WAMS系统实时获取发电机当前的有功功率P_i、无功功率Q_i；

步骤202，判断发电机的进相运行状态，根据实时获取的所述发电机当前的无功功率Q_i进行判断，判断其是否小于0，如果小于0则所述发电机处于进相运行状态。

步骤203，当所述发电机处于进相运行状态时，将当前有功功率P_i输入到所述优化模型中，本实施例中，所述优化模型采用粒子群优化算法计算获得当前有功出力P_i下的发电机进相极限值；

本实施例中，所述粒子群优化算法中设置粒子数为50，自身学习因子和全局学习因子为2、最大进化次数为100。

步骤204，根据得到的所述发电机进相极限值计算得到当前有功出力工况P_i下的发电机进相能力裕度，计算公式如下所示：

其中Q_ilim为发电机进相极限值，Q_i为发电机无功功率，Q_marg表示发电机进相能力裕度。

表3为不同工况下发电机进相极限开展现场试验结果与在线监测结果的比较，表3中分别给出了50％P_N、75％P_N、100％P_N三种工况下的结果值，所述P_N为发电机额定有功功率，如下所示：

表3__不同工况下的比较结果

本发明的实施例2基于上述实施例1的在线监测方法提供了一种发电机安全进相能力裕度的在线监测系统，包括：数据采集模块、模型构建模块、实时监测模块和监测输出模块；

所述数据采集模块：从WAMS系统获取不同有功出力下发电机进相运行的历史数据并建立样本数据库，用来进行模型的训练和测试；

所述模型构建模块：构建发电机无功功率最小化的目标函数，根据所述目标函数基于SVR的数据驱动模型建立目标变量与自变量的函数关系，并构建约束条件，通过联立所述目标函数与所述约束条件建立发电机进相极限的优化模型；

所述实时监测模块：从WAMS系统中实时获取发电机当前的有功功率和无功功率，并根据无功功率判断发电机的运行状态，当发电机处于进相运行状态时，将当前的有功功率数据输入到所述监测输出模块；

所述监测输出模块：根据接收到的当前发电机的有功功率，通过进相极限优化模型进行计算，获得当前有功出力工况下发电机进相极限和进相能力裕度结果并输出。

综上所述，本发明能够对任意已知有功出力工况下的发电机进相极限的快速计算，实时在线监测发电机进相能力裕度。

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。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种发电机安全进相能力裕度的在线监测方法，其特征在于，所述方法包括如下步骤：

S1：构建目标函数:通过发电机的功角方程构建目标函数，所述目标函数以发电机无功功率最小化为目标；

S2：构建样本库:通过广域量测系统获取发电机不同的有功出力工况下进相运行时的有功功率、无功功率、机端电压、机端电流和功角数据，构建样本库；

S3：构建发电机进相极限优化模型：建立进相运行的约束变量与目标函数自变量之间的函数关系，构建约束条件，联合目标函数获得发电机进相极限求解的优化模型；

S4：获取当前机组运行工况：通过广域量测系统实时获取机组当前的有功功率和无功功率，根据无功功率的符号判断机组是否处于进相运行状态；

S5：监测结果输出：当判断机组处于进相运行状态时，启动进相极限优化模型计算，输出发电机进相极限值和进相能力裕度的计算结果。

2.根据权利要求1所述的发电机安全进相能力裕度的在线监测方法，其特征在于，步骤S3中采用支持向量机回归的数据驱动模型建立进相运行的约束变量与目标函数自变量之间的函数关系，所述约束变量包括系统电压V_s、厂用电压V_l和机端电流I_t，所述目标函数自变量包括同步发电机的有功功率P、同步发电机的功角δ和机端电压V_t。

3.根据权利要求2所述的发电机安全进相能力裕度的在线监测方法，其特征在于，所述约束变量与目标函数自变量之间的函数关系建立包括：

所述系统电压V_s与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系；

所述厂用电压V_l与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系；

所述机端电流I_t与所述目标函数自变量有功功率P、同步发电机的功角δ和机端电压V_t之间的函数关系。

4.根据权利要求1所述的发电机安全进相能力裕度的在线监测方法，其特征在于，步骤S3中通过得到的所述约束变量与目标函数自变量之间的函数关系构建发电机进相深度限制的约束条件，所述约束条件如下：

5.根据权利要求4所述的发电机安全进相能力裕度的在线监测方法，其特征在于，通过联合所述目标函数与所述约束条件构建出优化模型，所述优化模型如下：

6.根据权利要求1所述的发电机安全进相能力裕度的在线监测方法，其特征在于，步骤S5中根据获取到的所述发电机的无功功率判断所述发电机的状态，当发电机处于进相运行状态时，通过优化求解算法计算得出所述发电机进相极限值。

7.根据权利要求6所述的发电机安全进相能力裕度的在线监测方法，其特征在于，步骤S5中根据得到的所述发电机进相极限值计算获得所述发电机进相能力裕度，计算公式如下：

其中Q_ilim为发电机进相极限值，Q_i为发电机无功功率，Q_marg为发电机进相能力裕度。

8.一种发电机安全进相能力裕度的在线监测系统，其特征在于，包括：数据采集模块、模型构建模块、实时监测模块和监测输出模块；

所述数据采集模块：从WAMS系统获取不同有功出力下发电机进相运行的历史数据并建立样本库，用来进行模型的训练和测试；

所述模型构建模块：构建发电机无功功率最小化的目标函数，根据所述目标函数基于SVR的数据驱动模型建立目标变量与自变量的函数关系，并构建约束条件，通过联立所述目标函数与所述约束条件构建发电机进相极限的优化模型；

所述实时监测模块：从WAMS系统中实时获取发电机当前的有功功率和无功功率，并根据无功功率判断发电机的运行状态，当发电机处于进相运行状态时，将当前的有功功率数据输入到所述监测输出模块；

所述监测输出模块：根据接收到的当前发电机的有功功率，通过进相极限优化模型进行计算，获得当前有功出力工况下发电机进相极限和进相能力裕度结果并输出。

Images