CN112134274B - 一种基于大数据挖掘的新能源汇集区域无功配置方法 - Google Patents
一种基于大数据挖掘的新能源汇集区域无功配置方法 Download PDFInfo
- Publication number
- CN112134274B CN112134274B CN202010800436.4A CN202010800436A CN112134274B CN 112134274 B CN112134274 B CN 112134274B CN 202010800436 A CN202010800436 A CN 202010800436A CN 112134274 B CN112134274 B CN 112134274B
- Authority
- CN
- China
- Prior art keywords
- voltage
- reactive
- station
- plant
- formula
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
-
- 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
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- 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
- 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
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于大数据挖掘的新能源汇集区域无功配置方法,包括:采集新能源汇集区域各厂站的电网参数、历史运行数据和约束限值;计算获得各厂站的无功电压运行指标;基于各厂站的无功电压运行指标筛选出需要无功补偿的目标厂站;计算获得各厂站的无功电压灵敏度;针对需要无功补偿的目标厂站中各厂站,基于各厂站的无功电压运行指标和无功电压灵敏度,确定各厂站配置的无功补偿设备及其配置容量。本发明方法不依赖于电网的拓扑模型,可有效评估新能源汇集区域长时间尺度下的无功电压运行水平,且有针对性的给出配置建议,从而提升电网无功电压管理运行水平。
Description
技术领域
本发明属于电力系统运行控制技术领域,具体涉及一种基于大数据挖掘的新能源汇集区域无功配置方法。
背景技术
目前,新能源开发规模逐年扩大,交直流混合电网的快速发展给电网安全运行带来了巨大挑战。要准确把握电网运行状况,分析电网运行中的薄弱环节,合理规划无功补偿设备的配置类型和容量是提升电网运行稳定性和经济性的重要手段。
传统电力系统分析是基于模型的分析方法,其结果依赖于网络拓扑和模型参数的准确性。现行的无功电压运行准则和规定提出的电压和功率因数评估指标,难以分析无功补偿设备的配置是否合理,也难以帮助用户准确掌握电网的长期运行状态。随着电网规模扩大、量测手段和信息通信技术的不断完善,电网的基础运行数据逐渐呈现出数据量大、处理逻辑复杂、存储周期长等大数据特征。因此,有必要建立一些精细化的评价指标,从大量数据中挖掘电网实际运行过程中薄弱环节,并对新能源汇集站和新能源场站的无功配置提出合理建议,以提高电网运行的安全性和稳定性,降低网损,提高运行经济性。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种基于大数据挖掘的新能源汇集区域无功配置方法,解决了现有技术中无功补偿设备容量不足或无功配置类型不合理的技术问题。
为解决上述技术问题,本发明提供了一种基于大数据挖掘的新能源汇集区域无功配置方法,其特征是,包括以下过程:
采集新能源汇集区域各厂站的电网参数、历史运行数据和约束限值;
计算获得各厂站的无功电压运行指标;
基于各厂站的无功电压运行指标筛选出需要无功补偿的目标厂站;
计算获得各厂站的无功电压灵敏度;
针对需要无功补偿的目标厂站中各厂站,基于各厂站的无功电压运行指标和无功电压灵敏度,确定各厂站配置的无功补偿设备及其配置容量。
进一步的,采集历史运行数据后,还包括:利用线路电压方程对历史运行数据进行校验,清洗不满足线路电压方程的异常的历史运行数据。
进一步的,线路电压方程为:
进一步的,所述无功电压运行指标,包括:线路和厂站电压稳定性指标、电压波动性指标、母线电压越限指标及厂站无功投入率指标;其中:
线路电压稳定性指标计算公式为:
式中,Lpq为线路电压稳定性指标,该值越小表示线路电压稳定性越好,i、j分别为线路的对端和本端,Sj、Pj、Qj分别为线路本端j的视在功率、有功功率、无功功率,Z、R、X分别为线路的阻抗、电阻、电抗值,Ui为线路对端i的电压值;
厂站稳定性指标计算公式为:
式中,Lsub为厂站的电压稳定性指标,该值越小表示厂站电压稳定性越好,n为与该厂站相连的n条输电线路,Lpqi为这n条线路中的第i条线路稳定性指标,Pi为第i条线路的功率值,Pn为n条线路的总功率值;
电压波动性指标计算公式为:
母线电压越限指标,分为母线电压越上限时长,母线电压越上限均值,母线电压越下限时长,母线电压越下限均值;
母线电压越上限时长计算公式为:
式中:N为母线电压连续越上限次数,Ti up,v为母线第i次连续越上限时长,Tup,tol为母线电压越上限时长;
母线电压越上限均值计算公式为:
式中:n为母线电压越上限时刻的总数,Ut,up为t时刻的母线电压值,Uup,avg为母线电压越上限均值;
母线电压越下限时长计算公式为:
式中:N为母线电压连续越下限次数,Ti an,v为母线第i次连续越下限时长,Tdn,tol为母线电压越下限时长;
母线电压越下限均值计算公式为:
式中:n为母线电压越下限时刻的总数,Ut,dn为t时刻母线电压值,Udn,avg为母线电压越下限均值;
厂站电压越限时的无功投入率计算公式为:
式中:μr为厂站感性无功投入率,Qr为厂站母线越上限时投入的感性无功功率,Qr,tol为厂站总感性无功容量;μc为厂站容性无功投入率,Qc为厂站母线越下限时投入的容性无功功率,Qc,tol为厂站总容性无功容量。
进一步的,所述基于各厂站的无功电压运行指标筛选出需要无功补偿的目标厂站,包括:
选择电压稳定性指标超过设定阈值的厂站为电压薄弱的厂站;
在所有电压薄弱的厂站中,选择其中电压越限且越限时无功投入率超过设定阈值的厂站为需要无功补偿的目标厂站。
进一步的,所述计算获得各厂站的无功电压灵敏度,包括:
以新能源汇集区域各厂站的无功、电压的线性回归误差最小为目标函数,其目标函数表达式为:
式中:M为新能源汇集区域历史运行数据的时间点个数,ΔUtj为t时刻厂站j的电压变化量,Cj为区域内其他厂站对厂站j的无功电压灵敏度,ΔQt=(ΔQt1;ΔQt2;…;ΔQtn)表示t时刻新能源汇集区域内所有n个厂站无功变化量组成的向量;
所述目标函数的解即为各厂站的无功电压灵敏度。
进一步的,所述基于各厂站的无功电压运行指标和无功电压灵敏度,确定各厂站配置的无功补偿设备及其配置容量,包括:
根据各厂站的无功电压运行指标确定各厂站需要配置的无功补偿设备;
基于各厂站的无功电压运行指标和无功电压灵敏度,计算各厂站的无功补偿设备的配置容量。
进一步的,所述根据各厂站的无功电压运行指标确定各厂站需要配置的无功补偿设备,包括:
对无功电压运行指标中电压波动性指标超过阈值的厂站,配置SVC/SVG无功补充设备,其他的厂站配置容抗器无功补偿设备。
进一步的,所述基于各厂站的无功电压运行指标和无功电压灵敏度,计算各厂站的无功补偿设备的配置容量,包括:
电抗器无功补偿设备容量计算公式为:
式中,Qjr的为厂站j电抗器补偿设备的配置容量,Uup,max为该厂站母线电压越上限最大值,Uup为母线电压上限值,Cj为其他厂站对厂站j的无功电压灵敏度;
电容器无功补偿设备容量计算公式为:
式中,Qjc的为厂站j电容器补偿设备的配置容量,Udn,max为该厂站母线电压越下限最大值,Udn为母线电压下限值,Cj为其他厂站对厂站j的无功电压灵敏度;
SVC/SVG无功补偿设备的容量计算公式为:
式中,Qjg为厂站j的SVC/SVG无功补偿设备的配置容量,SU为电压波动性指标,Cj为其他厂站对厂站j的无功电压灵敏度。
与现有技术相比,本发明所达到的有益效果是:本发明通过引入数据挖掘的方法,根据区域电网的历史运行数据分析,计算厂站的电压稳定性评价指标,挖掘出需要配置无功补偿设备进行无功补偿建议,优化无功补偿设备配置,进一步提高电网电压控制水平,从而提高电网的运行的稳定性和经济性。
附图说明
图1是本发明方法的流程图。
具体实施方式
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。
本发明的发明构思是:根据新能源汇集区域的电网历史运行数据评估厂站电压稳定性,得到电压薄弱的厂站,并针对这些厂站提出有针对性的无功配置建议。本发明方法不依赖电网拓扑,通过数据挖掘的方法得到新能源汇集区域无功补偿设备配置的种类和容量建议,从而提高新能源汇集区域电网的无功电压管理运行水平。
实施例
本发明的一种基于大数据挖掘的新能源汇集区域无功配置方法,具体参见如图1所示,包括以下步骤:
第一步:采集新能源汇集区域各厂站的电网参数、历史运行数据和约束限值,对采集到的历史运行数据进行汇集,以便进行第二步的数据校验;电网参数和约束限值用于第三、四、五步计算;
历史运行数据包括:线路有功功率、无功功率、母线电压,经过第二步数据校验后用于后续计算;采用大数据挖掘的方法需要较多的历史运行数据,这里采集一年的历史运行数据。
电网参数包括:厂站电压等级,厂站感性、容性无功的容量,线路的电阻、电抗,用于第三、四、五步的计算;
约束限值包括各厂站母线电压的上下限,用于计算第五步的无功补偿容量的计算。
第二步:对第一步采集到的历史运行数据进行校验和清洗处理,得到准确可用的电网历史运行数据,以减少错误数据对后续计算结果的干扰。
利用线路电压方程对历史运行数据进行校验,满足线路电压方程的数据为可用数据,否则为异常数据,清洗异常的历史运行数据。
线路电压方程为:
第三步:对校验过的历史运行数据和电网参数进行分析计算,建立新能源汇集区域的无功电压运行指标,得到需要进行无功补偿的厂站,同时用于第五步无功补偿容量的计算。
无功电压运行指标包括线路和厂站电压稳定性指标、电压波动性指标、母线电压越限指标及厂站无功投入率指标。
无功电压运行指标具体为:
3.1)线路电压稳定性指标计算公式为:
式中,Lpq为线路电压稳定性指标,该值越小表示线路电压稳定性越好,i、j分别为线路的对端和本端,Sj、Pj、Qj分别为线路本端j的视在功率、有功功率、无功功率,Z、R、X分别为线路的阻抗、电阻、电抗值,Ui为线路对端i的电压值。
厂站稳定性指标计算公式为:
式中,Lsub为厂站的电压稳定性指标,该值越小表示厂站电压稳定性越好,n为与该厂站相连的n条输电线路,Lpqi为这n条线路中的第i条线路稳定性指标,Pi为第i条线路的功率值,Pn为n条线路的总功率值。
3.2)电压波动性指标计算公式为:
3.3)母线电压越限指标,分为母线电压越上限时长,母线电压越上限均值,母线电压越下限时长,母线电压越下限均值;
母线电压越上限时长计算公式为:
式中:N为母线电压连续越上限次数,Ti up,v为母线第i次连续越上限时长,Tup,tol为母线电压越上限时长;
母线电压越上限均值计算公式为:
式中:n为母线电压越上限时刻的总数,Ut,up为t时刻的母线电压值,Uup,avg为母线电压越上限均值;
母线电压越下限时长计算公式为:
式中:N为母线电压连续越下限次数,Ti dn,v为母线第i次连续越下限时长,Tdn,tol为母线电压越下限时长;
母线电压越下限均值计算公式为:
式中:n为母线电压越下限时刻的总数,Ut,dn为t时刻母线电压值,Udn,avg为母线电压越下限均值。
3.4)厂站电压越限时的无功投入率计算公式为:
式中:μr为厂站感性无功投入率,Qr为厂站母线越上限时投入的感性无功功率,Qr,tol为厂站总感性无功容量;μc为厂站容性无功投入率,Qc为厂站母线越下限时投入的容性无功功率,Qc,tol为厂站总容性无功容量。
通过对这些指标排序,得到电压稳定性指标相对较高(超过设定阈值,大于0.5)的厂站为电压薄弱的厂站,在所有电压薄弱的厂站中,其中电压越限且越限时无功投入率较高(超过设定阈值,大于80%)的厂站为需要进行无功补偿的目标厂站。
电压波动性指标用于第五步无功补偿设备类型的选择。
第四步:无功电压灵敏度辨识:从海量的电力系统状态数据切入,建立不依赖电网模型的无功电压灵敏度在线辨识方法。
该方法是对新能源汇集区域厂站的无功、电压采用线性回归方法求解,从而得到该厂站的无功电压灵敏度。
其目标函数是求解在保证线性回归误差最小的情况下的无功电压灵敏度,表达式为:
式中:M为新能源汇集区域历史运行数据的时间点个数,ΔUtj为t时刻厂站j的电压变化量,Cj为区域内其他厂站对厂站j的无功电压灵敏度,ΔQt=(ΔQt1;ΔQt2;…;ΔQtn)表示t时刻新能源汇集区域内所有n个厂站无功变化量组成的向量。
第五步:针对需要无功补偿的目标厂站中各厂站,综合各厂站的无功电压运行指标和无功电压灵敏度辨识结果,计算出厂站应该增加的无功补偿设备的配置容量。
无功补偿设备包括电容器、电抗器、SVC、SVG。电容器、电抗器合称为容抗器。
再结合第三步电压波动性指标,根据用户需求对电压波动性指标相对较大(超过设定阈值,大于厂站电压等级的1%)的厂站建议配置反应较快的SVC/SVG动态无功源,而电压波动相对较小的厂站则建议配置更低成本的容抗器无功补偿设备。
具体为:
5.1)电抗器无功补偿设备容量计算公式为:
式中,Qjr的为厂站j电抗器补偿设备的配置容量,Uup,max为该厂站母线电压越上限最大值,Uup为母线电压上限值,Cj为其他厂站对厂站j的无功电压灵敏度。
5.2)电容器无功补偿设备容量计算公式为:
式中,Qjc的为厂站j电容器补偿设备的配置容量,Udn,max为该厂站母线电压越下限最大值,Udn为母线电压下限值,Cj为其他厂站对厂站j的无功电压灵敏度。
5.3)SVC/SVG(静止无功补偿器/静止无功发生器)无功补偿设备的容量计算公式为:
式中,Qjg为厂站j的SVC/SVG无功补偿设备的配置容量,SU为电压波动性指标,Cj为其他厂站对厂站j的无功电压灵敏度。
本发明提出的基于大数据挖掘的新能源汇集区域无功配置方法,通过引入数据挖掘的方法,根据区域电网的历史运行数据分析,计算新能源汇集区域的无功电压运行指标,提出无功补偿设配容量的配置建议,优化无功补偿设备类型的配置,进一步提高电网电压控制水平,从而提高电网的运行的稳定性和经济性。
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型,这些改进和变型也应视为本发明的保护范围。
Claims (4)
1.一种基于大数据挖掘的新能源汇集区域无功配置方法,其特征是,包括以下过程:
采集新能源汇集区域各厂站的电网参数、历史运行数据和约束限值;
计算获得各厂站的无功电压运行指标;
基于各厂站的无功电压运行指标筛选出需要无功补偿的目标厂站;
计算获得各厂站的无功电压灵敏度;
针对需要无功补偿的目标厂站中各厂站,基于各厂站的无功电压运行指标和无功电压灵敏度,确定各厂站配置的无功补偿设备及其配置容量,
所述无功电压运行指标,包括:线路和厂站电压稳定性指标、电压波动性指标、母线电压越限指标及厂站无功投入率指标;其中:
线路电压稳定性指标计算公式为:
式中,Lpq为线路电压稳定性指标,该值越小表示线路电压稳定性越好,i、j分别为线路的对端和本端,Sj、Pj、Qj分别为线路本端j的视在功率、有功功率、无功功率,Z、R、X分别为线路的阻抗、电阻、电抗值,Ui为线路对端i的电压值;
厂站稳定性指标计算公式为:
式中,Lsub为厂站的电压稳定性指标,该值越小表示厂站电压稳定性越好,n为与该厂站相连的n条输电线路,Lpqi为这n条线路中的第i条线路稳定性指标,Pi为第i条线路的功率值,Pn为n条线路的总功率值;
电压波动性指标计算公式为:
母线电压越限指标,分为母线电压越上限时长,母线电压越上限均值,母线电压越下限时长,母线电压越下限均值;
母线电压越上限时长计算公式为:
式中:N为母线电压连续越上限次数,Ti up,v为母线第i次连续越上限时长,Tup,tol为母线电压越上限时长;
母线电压越上限均值计算公式为:
式中:n为母线电压越上限时刻的总数,Ut,up为t时刻的母线电压值,Uup,avg为母线电压越上限均值;
母线电压越下限时长计算公式为:
式中:N为母线电压连续越下限次数,Ti dn,v为母线第i次连续越下限时长,Tdn,tol为母线电压越下限时长;
母线电压越下限均值计算公式为:
式中:n为母线电压越下限时刻的总数,Ut,dn为t时刻母线电压值,Udn,avg为母线电压越下限均值;
厂站电压越限时的无功投入率计算公式为:
式中:μr为厂站感性无功投入率,Qr为厂站母线越上限时投入的感性无功功率,Qr,tol为厂站总感性无功容量;μc为厂站容性无功投入率,Qc为厂站母线越下限时投入的容性无功功率,Qc,tol为厂站总容性无功容量,
所述基于各厂站的无功电压运行指标和无功电压灵敏度,确定各厂站配置的无功补偿设备及其配置容量,包括:
根据各厂站的无功电压运行指标确定各厂站需要配置的无功补偿设备;
基于各厂站的无功电压运行指标和无功电压灵敏度,计算各厂站的无功补偿设备的配置容量,
所述根据各厂站的无功电压运行指标确定各厂站需要配置的无功补偿设备,包括:
对无功电压运行指标中电压波动性指标超过阈值的厂站,配置SVC/SVG无功补充设备,其他的厂站配置容抗器无功补偿设备,
所述基于各厂站的无功电压运行指标和无功电压灵敏度,计算各厂站的无功补偿设备的配置容量,包括:
电抗器无功补偿设备容量计算公式为:
式中,Qjr为厂站j的 电抗器补偿设备的配置容量,Uup,max为该厂站母线电压越上限最大值,Uup为母线电压上限值,Cj为其他厂站对厂站j的无功电压灵敏度;
电容器无功补偿设备容量计算公式为:
式中,Qjc为厂站j的 电容器补偿设备的配置容量,Udn,max为该厂站母线电压越下限最大值,Udn为母线电压下限值,Cj为其他厂站对厂站j的无功电压灵敏度;
SVC/SVG无功补偿设备的容量计算公式为:
式中,Qjg为厂站j的SVC/SVG无功补偿设备的配置容量,SU为电压波动性指标,Ci为其他厂站对厂站j的无功电压灵敏度。
3.根据权利要求1所述的一种基于大数据挖掘的新能源汇集区域无功配置方法,其特征是,所述基于各厂站的无功电压运行指标筛选出需要无功补偿的目标厂站,包括:
选择电压稳定性指标超过设定阈值的厂站为电压薄弱的厂站;
在所有电压薄弱的厂站中,选择其中电压越限且越限时无功投入率超过设定阈值的厂站为需要无功补偿的目标厂站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010800436.4A CN112134274B (zh) | 2020-08-11 | 2020-08-11 | 一种基于大数据挖掘的新能源汇集区域无功配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010800436.4A CN112134274B (zh) | 2020-08-11 | 2020-08-11 | 一种基于大数据挖掘的新能源汇集区域无功配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112134274A CN112134274A (zh) | 2020-12-25 |
CN112134274B true CN112134274B (zh) | 2022-07-01 |
Family
ID=73850282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010800436.4A Active CN112134274B (zh) | 2020-08-11 | 2020-08-11 | 一种基于大数据挖掘的新能源汇集区域无功配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112134274B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015086022A1 (en) * | 2013-12-11 | 2015-06-18 | Vestas Wind Systems A/S | A wind power plant, and a method for controlling a reactive current injection in a wind power plant |
CN105226667A (zh) * | 2015-11-13 | 2016-01-06 | 华北电力科学研究院有限责任公司 | 一种风电汇集地区电压灵敏度的分析方法及装置 |
CN105762838A (zh) * | 2016-05-13 | 2016-07-13 | 国电南瑞科技股份有限公司 | 一种风电集群无功电压多目标控制方法 |
CN108365610A (zh) * | 2018-01-16 | 2018-08-03 | 华北电力大学 | 一种基于源网协调的无功电压控制方法 |
CN108879705A (zh) * | 2018-06-11 | 2018-11-23 | 国电南瑞科技股份有限公司 | 计及风功率不确定性的风电汇集区域无功电压控制方法 |
-
2020
- 2020-08-11 CN CN202010800436.4A patent/CN112134274B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015086022A1 (en) * | 2013-12-11 | 2015-06-18 | Vestas Wind Systems A/S | A wind power plant, and a method for controlling a reactive current injection in a wind power plant |
CN105226667A (zh) * | 2015-11-13 | 2016-01-06 | 华北电力科学研究院有限责任公司 | 一种风电汇集地区电压灵敏度的分析方法及装置 |
CN105762838A (zh) * | 2016-05-13 | 2016-07-13 | 国电南瑞科技股份有限公司 | 一种风电集群无功电压多目标控制方法 |
CN108365610A (zh) * | 2018-01-16 | 2018-08-03 | 华北电力大学 | 一种基于源网协调的无功电压控制方法 |
CN108879705A (zh) * | 2018-06-11 | 2018-11-23 | 国电南瑞科技股份有限公司 | 计及风功率不确定性的风电汇集区域无功电压控制方法 |
Non-Patent Citations (1)
Title |
---|
基于机会约束规划的风电集群无功电压控制;徐陆飞 等;《电子设计工程》;20190630;第27卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112134274A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
CN106786560A (zh) | 一种电力系统稳定特征自动提取方法及装置 | |
CN109034461A (zh) | 一种基于实际电网监测信息的电压暂降随机预估方法 | |
CN111413589B (zh) | 一种基于灰靶决策的配电网单相短路故障定位方法 | |
CN104794206A (zh) | 一种变电站数据质量评价系统及方法 | |
CN107909208A (zh) | 一种台区配网降损方法 | |
CN110363334B (zh) | 基于灰色神经网络模型的光伏并网的电网线损预测方法 | |
CN105048473B (zh) | 变电站自动电压控制中低压无功设备电压灵敏度统计方法 | |
CN104701858A (zh) | 计及分区动态无功储备的无功电压控制方法 | |
CN109428327A (zh) | 基于响应的电网关键支路与主导稳定模式识别方法及系统 | |
CN112684295A (zh) | 一种基于相似离度的高渗透率下配电网故障选线方法及系统 | |
CN109829246B (zh) | 一种基于参数综合可疑度的线路参数辨识方法 | |
CN108230183A (zh) | 一种基于时标量测的电网设备多维度综合告警的处理方法 | |
CN105701265B (zh) | 一种双馈风电机组建模方法及装置 | |
CN117057666B (zh) | 一种数字化配电网的配电质量评估方法及系统 | |
CN112134274B (zh) | 一种基于大数据挖掘的新能源汇集区域无功配置方法 | |
CN107292759A (zh) | 基于供电可靠性的配电网规划计算分析系统 | |
CN113092936A (zh) | 基于多源数据协同的配电网电缆故障区段辨识方法 | |
CN117331015A (zh) | 一种用于cvt计量误差的失准预警方法及系统 | |
CN115549093B (zh) | 一种新能源电力系统在线建模与振荡分析的方法及系统 | |
CN114744631A (zh) | 一种基于非pmu配电网的数据驱动电压估计方法 | |
CN115085260A (zh) | 新能源场站聚合模型的振荡模式保真度评价方法 | |
CN110515309B (zh) | 一种利用wams数据电力系统动态仿真验证误差溯源的辨识方法 | |
CN112749465A (zh) | 用于检测窃电的方法、处理器、存储介质及检测系统 | |
CN101620250A (zh) | 量测质量的自适应监测方法 |
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 |