CN112561137A - 一种用于包含新能源机组的电网高频切机优化方法 - Google Patents

一种用于包含新能源机组的电网高频切机优化方法 Download PDF

Info

Publication number
CN112561137A
CN112561137A CN202011381485.5A CN202011381485A CN112561137A CN 112561137 A CN112561137 A CN 112561137A CN 202011381485 A CN202011381485 A CN 202011381485A CN 112561137 A CN112561137 A CN 112561137A
Authority
CN
China
Prior art keywords
power
outgoing
generator tripping
frequency generator
frequency
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
Application number
CN202011381485.5A
Other languages
English (en)
Other versions
CN112561137B (zh
Inventor
石立宝
周智行
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.)
Shenzhen International Graduate School of Tsinghua University
Original Assignee
Shenzhen International Graduate School of Tsinghua University
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 Shenzhen International Graduate School of Tsinghua University filed Critical Shenzhen International Graduate School of Tsinghua University
Priority to CN202011381485.5A priority Critical patent/CN112561137B/zh
Publication of CN112561137A publication Critical patent/CN112561137A/zh
Application granted granted Critical
Publication of CN112561137B publication Critical patent/CN112561137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种用于包含新能源机组的电网高频切机优化方法，包括以下步骤：S1、获取正常状态的电网基本数据，对所述电网基本数据进行预处理获得外送功率Pw；S2、对所述外送功率Pw进行概率密度估算，获得外送功率的连续概率密度函数f(Pw)；S3、对连续概率密度函数f(Pw)进行缩减获取外送功率场景集；S4、构建高频切机优化模型，将获取的电网故障数据和外送功率场景集中的外送场景概率带入构建的模型中并进行求解，获得每轮参与高频切机的机组以及对应的切机容量。本发明基于外送功率估计外送功率的连续概率密度，并对其处理得到外送功率场景集，通过构建高频切机优化模型及约束条件，获得最小切机容量，有利于电力系统频率恢复且减少了切机容量。

Description

一种用于包含新能源机组的电网高频切机优化方法
技术领域
本发明涉及电力系统领域，具体涉及一种用于包含新能源机组的电网高频切机优化方法。
背景技术
在新能源装机比例不断上升的背景下，电力系统的频率稳定性再次遭受新的问题和挑战。由于新能源机组并不像传统机组一样具备大惯性和调频能力，因此当电网遭受扰动时，系统的暂态频率变化剧烈，并且稳态频率也容易超出安全稳定的界限。
高频切机装置作为送端电网维持电网安全稳定的重要措施，当送端电网有大量盈余功率时，电网频率会升高，高频切机装置因此动作。通过切除相关发电机组，从而减少了不平衡功率，系统频率得以恢复正常。
然而目前已有的高频切机方案仅适用于传统的水电和火电机组，未考虑智能电网背景下新能源机组大规模装机的实际需求，若仍然按照原有技术在高频切机方案中切除传统机组，则系统惯量将进一步恶化，从而导致系统频率更加容易失去稳定。
发明内容
本发明目的是为了解决现有技术中新能源机组大规模装机情况下，电网在发生异常时频率稳定性差的问题，提出一种用于包含新能源机组的电网高频切机优化方法。
本发明提出的一种用于包含新能源机组的电网高频切机优化方法，包括以下步骤：S1、获取正常状态的电网基本数据，对所述电网基本数据进行预处理获得外送功率Pw；S2、对所述外送功率Pw进行概率密度估算，获得外送功率的连续概率密度函数f(Pw)；S3、对连续概率密度函数f(Pw)进行缩减获取外送功率场景集；S4、构建高频切机优化模型，将获取的电网故障数据和外送功率场景集中的外送场景概率带入构建的模型中并进行求解，获得每轮参与高频切机的机组以及对应的切机容量。
优选地，所述电网基本数据包括传统的火电和水电日变化曲线数据、负荷日变化曲线数据、风电场出力日变化曲线数据、光伏电站出力日变化曲线数据。
优选地，步骤S2对所述外送功率进行概率密度估算的公式为：
Figure BDA0002808582740000021
其中，Pw,i为外送功率Pw的第i个样本点，K(.)为核函数，h为窗宽，n为样本点个数，f(Pw)是外送功率的概率密度函数。
优选地，步骤S3包括采用Wasserstein距离法对连续概率密度函数进行缩减，将外送功率的连续概率密度函数f(Pw)转换为外送功率的离散分位点Zs的公式为：
Figure BDA0002808582740000022
其中，r为距离阶数，S为场景总数，Zs为第s个场景的分位点。
优选地，每个所述外送功率的离散分位点Zs的概率计算公式为：
Figure BDA0002808582740000023
其中，Z0和ZS+1分别为外送功率Pw的上限和下限。
优选地，步骤S4中所述高频切机优化模型的目标函数G为：
Figure BDA0002808582740000024
其中，wk为第k个故障发生的概率，N为系统故障集，pj为系统位于第j个场景下的概率，即外送功率场景概率，S为外送功率场景集，
Figure BDA0002808582740000025
为指示第m轮切机与否的0-1变量，K为总体切机轮数的集合，
Figure BDA0002808582740000026
为第l台机组的容量。
优选地，步骤S4中所述高频切机优化模型包括第一类约束条件，所述第一类约束条件包括每轮切机容量、暂态频率和稳态频率。
优选地，所述每轮切机容量不小于机组总容量的3％，不大于机组总容量的20％；所述暂态频率的最大值小于机组的最高允许频率，最低值大于低频减载第一轮动作值；所述稳态频率为49.5Hz-50.5Hz。
优选地，步骤S4中所述高频切机优化模型包括第二类约束条件，所述第二类约束条件为：
Pw＝PR+PC-Pload-Ploss
Figure BDA0002808582740000031
其中，PR为新能源机组出力功率，PC为传统机组出力功率，Pload为负荷消耗功率，Ploss为电网损耗功率，H为多台水电、火电机组等值后的机组惯性时间常数，ΔPtr为每轮次所切除的机组容量，ΔPG为调速器动作响应功率，D为系统等值阻尼系数，Δf为系统频率偏移量。
优选地，求解所述高频切机优化模型采用烟花智能算法。
本发明的有益效果包括：本发明基于外送功率估计外送功率的连续概率密度，并将其进行处理得到外送功率场景集，通过构建高频切机优化模型及约束条件，求解获得每轮参与高频切机的新能源机组和切机容量，有利于电力系统频率恢复且减少了切机容量。
附图说明
图1是本发明一种用于新能源机组的高频切机优化方法的流程示意图。
图2是本发明实施例中给出的实际的区域电网电气接线图。
图3是本发明实施例中在电网外送线路发生故障时的系统频率变化示意图。
图4是本发明实施例中在电网外送线路发生故障时本发明与传统切机方法的效果对比图。
具体实施方式
下面结合具体实施方式并对照附图对本发明作进一步详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
参照以下附图，将描述非限制性和非排他性的实施例，其中相同的附图标记表示相同的部件，除非另外特别说明。
实施例1：
如图1所示，本实施例提出一种用于包含新能源机组的电网高频切机优化方法，包括以下步骤：
S1、获取正常状态的电网基本数据，对电网基本数据进行预处理获得外送功率Pw。
S2、对外送功率Pw进行概率密度估算，获得外送功率的连续概率密度函数f(Pw)。
S3、对连续概率密度函数f(Pw)进行缩减获取外送功率场景集。
S4、构建高频切机优化模型，将获取的电网故障数据和外送功率场景集中的外送场景概率带入构建的模型中并进行求解，获得每轮参与高频切机的机组以及对应的切机容量。
在更为详细的实施例中，用于新能源机组的高频切机优化方法还包括以下内容：
在步骤S1中电网基本数据包括传统的火电和水电日变化曲线数据、负荷日变化曲线数据、风电场出力日变化曲线数据、光伏电站出力日变化曲线数据。根据电力系统的功率平衡关系，外送功率Pw近似等于该区域的发电功率(发电功率包括了水电、火电传统机组的发电功率以及风电、光伏新能源机组的出力功率)减去负荷消耗功率，由此，对电网基本数据进行处理可得到外送功率Pw。
在本实施例中，步骤S2采用高斯核函数方法对外送功率进行概率密度估计，其计算公式为：
Figure BDA0002808582740000041
其中，Pw,i为外送功率Pw的第i个样本点，K(.)为核函数，h为窗宽，n为样本点个数，f(Pw)是外送功率Pw的概率密度函数。
在步骤S2中外送功率Pw的概率密度函数f(Pw)为一个连续概率密度函数，因此，为了能够方便地在所建立的高频切机优化模型中进行应用，在步骤S3中，对连续概率密度函数f(Pw)进行场景缩减，获取外送功率场景集(在本实施例中共得到6个外送功率场景集)。具体为采用Wasserstein距离方法将概率密度函数f(Pw)通过公式(2)转换为外送功率的离散分位点Zs(s＝1,2,…,S)，得到的离散分位点形成外送功率场景集。因高频切机优化模型主要针对离散场景，而连续概率密度在应用中需要进行积分运算，处理繁琐，将概率密度函数f(Pw)转换成离散分位点有利于提高处理速度。
Figure BDA0002808582740000051
其中，r为距离阶数，S为外送功率场景集，Zs为第s个场景的分位点。
每个外送功率的离散分位点的概率为：
Figure BDA0002808582740000052
其中，Z0和ZS+1分别为外送功率Pw的上限和下限。
本实施例中，将高频切机过程中实现切机容量最小作为优化目标，由于电力系统的故障原因以及所处场景不同，因此，需要将其作为考虑因素，以电网的历史故障数据作为电网故障数据为例，高频切机优化模型的目标函数G为：
Figure BDA0002808582740000053
其中，wk为第k个故障发生的概率，N为系统故障集，pj为系统位于第j个场景下的概率，即外送功率场景概率，S为外送功率场景集，
Figure BDA0002808582740000054
为指示第m轮切机与否的0-1变量，K为总体切机轮数的集合，
Figure BDA0002808582740000055
为第l台机组的容量。
根据电网运行要求，对高频切机优化模型构建第一类约束条件，第一类约束条件包括每轮切机容量、暂态频率和稳态频率。其中，每轮切机容量不小于机组总容量的3％，不大于机组总容量的20％，可以防止过切；暂态频率的最大值小于机组的最高允许频率，例如取52.5Hz，最低值应严格大于低频减载第一轮动作值(动作值是指系统频率保护装置的频率动作阈值)，例如取51.5Hz，以防止低频减载动作；稳态频率位于允许范围内，如在49.5Hz-50.5Hz之间。
对高频切机优化模型构建第二类约束条件，第二类约束条件为：
Pw＝PR+PC-Pload-Ploss
Figure BDA0002808582740000056
其中，PR为新能源机组出力功率(风、光机组出力功率之和)，PC为传统机组出力功率(水电、火电机组出力功率之和)，Pload为负荷消耗功率，Ploss为电网损耗功率，H为多台水电、火电机组等值后的机组惯性时间常数，ΔPtr为每轮次所切除的机组容量，ΔPG为调速器动作响应功率，D为系统等值阻尼系数，Δf为系统频率偏移量。
由于最优切机模型的目标函数具有高度非线性特征，本实施例采用烟花智能算法对其求解，求解步骤如下：
在解空间里选取若干个初始解作为初始烟花；根据上述的目标函数来求取G值，并将G值倒数作为烟花的适应度值；根据适应度值大小爆炸并产生若干火花；判断是否符合终止条件，若不符合，则重复上述过程。在本实施例中，终止条件为事先给定的最大迭代次数，本实施例中最大迭代次数取500次。
为了验证本发明所提出的高频切机优化算法的有效性，以一个实际的区域电网为例进行说明。如图2所示，为区域电网的电气接线示意图。以该区域电网唯一外送线路发生故障为例。若不采取任何措施，系统频率将上升到56.6Hz，严重威胁系统正常运行，如图3所示。
若将51.5Hz设定为高频切机第一轮动作频率，光伏机组作为第一轮切机对象，52Hz设定为高频切机第二轮动作频率，风电机组作为第二轮切机对象，52.5Hz作为第三轮切机频率，剩余传统水电机组作为切机对象。本发明和传统方法切机后的频率特性比较如图4所示，故障过程中，采用本发明提出的切机优化方法使系统最高频率位于51.4Hz左右，有效提高了新能源机组大规模装机的电力系统在故障时的调频能力，在新能源不断并网的情况下，稳定电网频率，使系统频率不会出现继续恶化(在本对比实例中，电网频率最终稳定在50.02Hz左右)。
本领域技术人员将认识到，对以上描述做出众多变通是可能的，所以实施例和附图仅是用来描述一个或多个特定实施方式。
尽管已经描述和叙述了被看作本发明的示范实施例，本领域技术人员将会明白，可以对其做出各种改变和替换，而不会脱离本发明的精神。另外，可以做出许多修改以将特定情况适配到本发明的教义，而不会脱离在此描述的本发明中心概念。所以，本发明不受限于在此披露的特定实施例，但本发明可能还包括属于本发明范围的所有实施例及其等同物。

Claims (10)

1.一种用于包含新能源机组的电网高频切机优化方法，其特征在于，包括以下步骤：
S1、获取正常状态的电网基本数据，对所述电网基本数据进行预处理获得外送功率Pw；
S2、对所述外送功率Pw进行概率密度估算，获得外送功率的连续概率密度函数f(Pw)；
S3、对连续概率密度函数f(Pw)进行缩减获取外送功率场景集；
S4、构建高频切机优化模型，将获取的电网故障数据和外送功率场景集中的外送场景概率带入构建的模型中并进行求解，获得每轮参与高频切机的机组以及对应的切机容量。
2.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，所述电网基本数据包括传统的火电和水电日变化曲线数据、负荷日变化曲线数据、风电场出力日变化曲线数据、光伏电站出力日变化曲线数据。
3.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，步骤S2对所述外送功率进行概率密度估算的公式为：
Figure FDA0002808582730000011
其中，Pw,i为外送功率Pw的第i个样本点，K(.)为核函数，h为窗宽，n为样本点个数，f(Pw)是外送功率的概率密度函数。
4.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，步骤S3包括采用Wasserstein距离法对连续概率密度函数进行缩减，将外送功率的连续概率密度函数f(Pw)转换为外送功率的离散分位点Zs的公式为：
Figure FDA0002808582730000012
其中，r为距离阶数，S为场景总数，Zs为第s个场景的分位点。
5.如权利要求4所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，每个所述外送功率的离散分位点Zs的概率计算公式为：
Figure FDA0002808582730000021
其中，Z0和ZS+1分别为外送功率Pw的上限和下限。
6.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，步骤S4中所述高频切机优化模型的目标函数G为：
Figure FDA0002808582730000022
其中，wk为第k个故障发生的概率，N为系统故障集，pj为系统位于第j个场景下的概率，即外送功率场景概率，S为外送功率场景集，
Figure FDA0002808582730000023
为指示第m轮切机与否的0-1变量，K为总体切机轮数的集合，
Figure FDA0002808582730000024
为第l台机组的容量。
7.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，步骤S4中所述高频切机优化模型包括第一类约束条件，所述第一类约束条件包括每轮切机容量、暂态频率和稳态频率。
8.如权利要求7所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，所述每轮切机容量不小于机组总容量的3％，不大于机组总容量的20％；所述暂态频率的最大值小于机组的最高允许频率，最低值大于低频减载第一轮动作值；所述稳态频率为49.5Hz-50.5Hz。
9.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，步骤S4中所述高频切机优化模型包括第二类约束条件，所述第二类约束条件为：
Pw＝PR+PC-Pload-Ploss
Figure FDA0002808582730000025
其中，PR为新能源机组出力功率，PC为传统机组出力功率，Pload为负荷消耗功率，Ploss为电网损耗功率，H为多台水电、火电机组等值后的机组惯性时间常数，ΔPtr为每轮次所切除的机组容量，ΔPG为调速器动作响应功率，D为系统等值阻尼系数，Δf为系统频率偏移量。
10.如权利要求1所述的用于包含新能源机组的电网高频切机优化方法，其特征在于，求解所述高频切机优化模型采用烟花智能算法。
CN202011381485.5A 2020-11-30 2020-11-30 一种用于包含新能源机组的电网高频切机优化方法 Active CN112561137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011381485.5A CN112561137B (zh) 2020-11-30 2020-11-30 一种用于包含新能源机组的电网高频切机优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011381485.5A CN112561137B (zh) 2020-11-30 2020-11-30 一种用于包含新能源机组的电网高频切机优化方法

Publications (2)

Publication Number Publication Date
CN112561137A true CN112561137A (zh) 2021-03-26
CN112561137B CN112561137B (zh) 2022-09-23

Family

ID=75045744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011381485.5A Active CN112561137B (zh) 2020-11-30 2020-11-30 一种用于包含新能源机组的电网高频切机优化方法

Country Status (1)

Country Link
CN (1) CN112561137B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105186565A (zh) * 2015-09-18 2015-12-23 中国电力科学研究院 一种高渗透率新能源接入的电网高频切机优化方法
CN109449937A (zh) * 2018-12-13 2019-03-08 国网新疆电力有限公司 一种通过系统频率稳定约束确定电网新能源承载力的方法
CN110112755A (zh) * 2019-05-10 2019-08-09 南瑞集团有限公司 一种高周切机方案的设计方法及系统
CN111525598A (zh) * 2020-05-12 2020-08-11 国网四川省电力公司经济技术研究院 一种抑制送端电网高频问题的优化切机容量获取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105186565A (zh) * 2015-09-18 2015-12-23 中国电力科学研究院 一种高渗透率新能源接入的电网高频切机优化方法
CN109449937A (zh) * 2018-12-13 2019-03-08 国网新疆电力有限公司 一种通过系统频率稳定约束确定电网新能源承载力的方法
CN110112755A (zh) * 2019-05-10 2019-08-09 南瑞集团有限公司 一种高周切机方案的设计方法及系统
CN111525598A (zh) * 2020-05-12 2020-08-11 国网四川省电力公司经济技术研究院 一种抑制送端电网高频问题的优化切机容量获取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIHANG ZHOU ET AL.: "《An Optimal Over-frequency Generator Tripping》", 《JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY》 *
周智行等: "《异步联网下云南电网高频切机优化配置方案》", 《电力系统自动化》 *
王群等: "《基于Wasserstein距离和改进K-medoids聚类的风电/光伏经典场景集生成算法》", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN112561137B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN104882905A (zh) 一种考虑暂态安全约束的新能源接纳能力评估方法
CN101515722A (zh) 用于提高功率受限的风力发电厂的性能的系统和方法
CN113824152B (zh) 一种计及水头敏感的变速抽蓄协同风光发电调峰调度方法
CN109038613A (zh) 一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法
CN110854907B (zh) 通信故障下配电网风电场的协同优化运行方法及系统
CN112103941A (zh) 考虑电网灵活性的储能配置双层优化方法
Karbouj et al. A novel wind farm control strategy to mitigate voltage dip induced frequency excursion
CN105243230A (zh) 一种计及卸荷电路的直驱风电场的等值建模方法
CN108988381B (zh) 风力发电机组低电压穿越控制方法、装置及系统
CN112561137B (zh) 一种用于包含新能源机组的电网高频切机优化方法
Xueguang et al. Application of models of the wind energy conversion system to wind power dynamic analysis
Kakita et al. PI controller gain tuning with FRIT in collective blade pitch control of floating offshore wind turbines
CN113113909B (zh) 多类型发电厂站送出系统的自适应稳定控制方法及装置
CN109149654A (zh) 确定跨区域水电-风电直流输电水电机组调节能力的方法
CN111740415B (zh) 电力系统稳态潮流风险辨识预防方法、存储介质及设备
CN114977235A (zh) 一种基于变速抽水蓄能的多能源电力优化调度方法及系统
Zainuddin et al. The Effect of Irradiance on Distribution Power System Stability in Large-Scale Grid-Connected Photovoltaic
CN114825478A (zh) 直驱风机在线分群方法
CN110212570B (zh) 基于mmse挖掘的风电场等值模型及其构建方法和应用
CN108879767B (zh) 风力发电机组高电压穿越控制方法、装置及系统
CN109667713B (zh) 一种风力发电机组增功控制方法及装置
CN115173394A (zh) 考虑源荷波动的故障状态切负荷优化控制方法及系统
CN112502894A (zh) 一种监测发电机组效率的水轮机调速器控制方法和装置
CN111884266A (zh) 一种燃气轮机日内滚动机组组合优化方法
CN108919878A (zh) 一种发电厂的功率协调控制系统

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