CN112803393A - 基于线路负载率特征的主网源-网-荷协调性评估方法 - Google Patents
基于线路负载率特征的主网源-网-荷协调性评估方法 Download PDFInfo
- Publication number
- CN112803393A CN112803393A CN202110003283.5A CN202110003283A CN112803393A CN 112803393 A CN112803393 A CN 112803393A CN 202110003283 A CN202110003283 A CN 202110003283A CN 112803393 A CN112803393 A CN 112803393A
- Authority
- CN
- China
- Prior art keywords
- line
- load
- network
- main
- load rate
- 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
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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
源‑网‑荷协调性是指系统功率的动态平衡能力,从主网安全性角度,关键是连续潮流下各线路有功负载率的动态均衡性。本发明“基于线路负载率特征的主网源‑网‑荷协调性评估方法”,基于线路负载率时序矩阵的奇异值分解,分析发现,主导阵蕴含主导动态均衡的关键信息,而次要阵蕴含不协调线路的负载率时序特征。故根据主导阵的奇异值及左奇异向量,构建了源‑网‑荷的总体协调性指标,提出了重载线路识别方法;根据主要的次要阵的左、右奇异向量,提出了主要不协调线路及时序差异特征的识别方法。本发明针对高维随机的主网潮流分布,从总体和局部角度,提出了利用大数据的源‑网‑荷协调性评估实用方法,可为大电网安全运行与规划提供关键信息。
Description
技术领域
大电网运行与规划
背景技术
在220Kv及以上等级的主网中,各负荷不断变化,电源侧的随机性也因间歇性新能源的大量接入而增大,潮流大范围随机转移将导致安全稳定校验计算量大且难以通过,运行方式难以制定。故提出了源-网-荷协调的概念,即三者间通过多种交互形式,经济、高效和安全地提高电力系统功率动态平衡能力,实现能源资源最大化利用。其中的核心要素和难点是维持连续潮流的合理分布,保持电网安全水平。由于主网线路及变压器支路的阻抗角都较大,无功补偿对电压调节敏感,故有功潮流分布合理是主网源-网-荷协调的关键。
源-网-荷协调性评估有不同视角,从电网安全性角度,潮流分布是三者共同作用的结果,也是制约功率平衡能力的主要因素。实践经验表明,主网中线路有功负载率较均衡时静态、动态稳定性一般较好,故关键是针对连续变化的潮流如何评估。评估“源-荷”协调和“源-源”协调相对容易,当前的研究也主要集中在此,如多种分布式电源和储能元件大量接入后的协调、节能环保发电等。但评估源-网-荷三者的协调性时复杂性就极大提升,这是对高维随机对象的评估问题。
目前,有功潮流的合理分布特征仍未形成共识,其理论难点是潮流分布与安全稳定的关系。但工程实际表明,主网中线路有功负载率较均衡的潮流分布一般静态、动态稳定性较好,此时线路功角大体相当。本课题组此前将主网映射成弹性力学网络模型,发现当有功路径的功角均衡时,主网的静态功角稳定性最好。由于主网拓扑的复杂性,有功路径的功角与线路功角并不总是相等,如环网中。但在各等级电网中,线路数量远大于串级路径的数量,故线路负载率(或功角)的均衡性与该网的静态稳定性是基本对应的。
由于主网总负荷是连续变化的,为“提高电力系统功率动态平衡能力”,各线路有功负载率也应该是“动态均衡”的。此前由映射弹性势能得到的等效功角指标,可反映各时刻主网的静态安全性,也可表征连续的安全态势。但该指标毕竟是主网整体性安全指标,不便识别主网的问题所在,如重载线路、不协调线路及其时序差异特征等,而这些都是主网运行、规划的关键信息。
线路的数量较多,运行状态数据量大。本发明为基于大数据的源-网-荷协调性评估提供了实用方法,可为大电网的运行与规划提供关键信息,具有较大的理论和实际意义。
发明内容
本发明“基于线路负载率特征的主网源-网-荷协调性评估方法”,构建了主网线路的有功负载率时序矩阵,并对其进行奇异值分解。分析发现,分解后的主导阵蕴含主导动态均衡的关键信息,而次要阵蕴含不协调线路的负载率时序特征。故根据主导阵的奇异值及左奇异向量,构建了源-网-荷的总体协调性指标,提出了重载线路识别方法;根据主要的次要阵的左、右奇异向量,提出了主要不协调线路及时序差异特征的识别方法。针对IEEE39系统的三种运行方式,展示了分析过程,验证了所提指标及方法的可行性。本发明针对高维随机的主网潮流分布,从总体和局部角度,提出了利用大数据的源-网-荷协调性评估实用方法,可为大电网安全运行与规划提供关键信息。
附图说明
图1IEEE39系统节点有功负荷及总负荷曲线
图2IEEE39系统三种运行方式的机组出力时序曲线,a)原始方式的机组有功出力,b)发电经济优化方式的机组有功出力,c)主网安全优化方式的机组出力
图3三种运行方式的线路功角时序矩阵T34×48的奇异值序列
图8三种运行方式下的重载及不协调线路拓扑分布
图9三种运行方式的等效功角曲线
具体实施方式
1.主网的线路有功负载率时序矩阵
设主网交流线路j电抗为Xj,忽略电阻,设无功补偿良好,两端节点电压接近1pu.,则线路有功功率Pj可简化为
其中,θj为该线路功角。
若以功角90°对应的线路有功为基准值,则该线路的负载率约为:
Tj≈PjXj≈sinθj (2)上式可见,线路负载率可作为静态功角稳定分析的状态量。
设某主网有m条线路,日平均间隔采样n个点,构建主网的线路有功负载率时序矩阵
其中,Tm×n矩阵的各行,对应着各线路的负载率时序;各列对应着各时刻主网中所有线路的负载率分布。
2.线路有功负载率时序矩阵的信息挖掘
2.1负载率时序矩阵奇异值分解
奇异值分解可视为矩阵主成分分析,在统计学中广泛应用。该数据分析方法可从大量数据模式中找到其隐含的特征。
主网中,各线路的负载率时序特征并非完全相同。类似于傅里叶变换,通过奇异值分解,可将式(3)矩阵分解为各种时序特征的子矩阵,得到该矩阵的各种成分,即
λ1≥λ2≥…≥λr>λr+1=…=λn=0 (5)
2.2负载率的主导动态时序及主导动态均衡性指标
奇异值分解其实是进行基的变换。将矩阵Tm×n进行坐标变换得到的代表着r个坐标轴,即r种负载率变化时序;u1、u2、…、ur则表征各时序对应的线路负载率大小分布特征。由于ui、都为单位向量,故奇异值σi(i=1,2,…,r)对应着各成分矩阵的权值。
上式中,η1越大,则主导阵的占比越大,在Tm×n中的主导性越强。表明各线路负载率时序变化的同趋性越强,即大部分线路的负载率变化是“合群”的。
主导阵中,左奇异向量u1中各元素的平均绝对值为
由u1各元素的绝对值方差可得均衡性指标为
上式中,γ1越小,则u1各元素绝对值的均衡性越好。
由式(6)、(8),可构建Tm×n线路负载率的主导动态均衡性指标β1
β1=η1×γ1 (9)
上式中,β1越趋于0,Tm×n主导成分的动态均衡性越好,即主网的源-网-荷总体协调性越好。
2.3重载线路、不协调线路及其时序特征的识别
类似于安全稳定,极少数的重载线路、或负载率时序变化“奇特”的不协调线路,对源-网-荷协调性的影响较大。故需识别出这些线路以及负载率时序差异特征,以便主网运行调整或进行针对性规划。
3.IEEE39的线路负载率时序矩阵分解
3.1三种运行方式的线路功角时序矩阵构建
以IEEE39系统为例,有34条线路,设采样频率为48次/天(即次/30分钟),线路负载率的时序矩阵为T34×48。
设某典型日中IEEE39系统的节点有功负荷曲线及总负荷曲线如图1所示。各机组出力分别采用三种方式:第一种为算例原始的机组出力方式,第二种为发电经济优化的机组出力方式,第三种为主网安全优化的机组出力方式。如图2所示。
正常运行时IEEE39的线路功角最大为十几度,由式(2)可得
Tj≈θj (10)
即主网线路的有功负载率约等于线路功角。故T34×48可视为线路功角时序矩阵。
3.2功角时序矩阵奇异值分解的结果
三种运行方式下T34×48及其分解的主导阵、次要阵对应的线路负载率(功角)时序曲线如图4、5、6所示。因为第一种(原始)运行方式的奇异值衰减相对较慢(见图3),故展示了该方式的两个次要阵的线路功角曲线。
表1三种运行方式T34×48的部分奇异值
由矩阵分解结果可见:
4)表1可见,σ1≈5σ2左右,故主导阵表征了所有线路负载率曲线的主导成分,而次要阵表征了不按主导规律变化的次要成分。
4.IEEE39系统的源-网-荷协调性评估分析
4.1重载线路、不协调线路及差异特征识别
三种运行方式的主导阵中,按u1元素的绝对值大小,得到重载线路排序,如表2所示。
根据u2的元素绝对值大小,可得到三种运方的主要不协调线路排序,如表3所示。
表2中、表3中的标粗的线路,分别对应着图4、5、6中的重载线路、主要不协调线路。可见,所提识别方法是可行的。
表2、3可见,即使负荷分布相同,在不同的机组出力方式下,重载线路、不协调线路的排序是不同的。将识别的线路标注在拓扑图上,如图8所示。
针对运行方式多样、线路数量众多的大电网,重载线路、不协调线路及其的负载率变化特征,是源-网-荷协调运行与规划的关键信息。基于运行状态数据,以上方法可简单、明确地识别。
表2三种运行方式的重载线路排序
表3三种运方的主要不协调线路排序
4.2源-网-荷的总体协调性评估
根据式(6)、(8)、(9),可得三种运方下主导阵的η1、γ1、以及IEEE39系统34条线路负载率的主导动态均衡性指标β1,如表4所示。
由β1可见,主网安全优化的运方,其线路负载率的主导动态均衡性能最好,源-网-荷的总体协调性最好;原始运方的次之,发电经济运方的最差。
表4三种运方的负载率总体动态均衡性
4.3与安全性量化指标(等效功角)的相互印证
根据文献“主网在线安全态势及运行经验的获取方法[J].中国电机工程学报,2018,38(22):6605-6616.”的方法,不包括主变支路,求得IEEE39系统三种方式的等效功角曲线,如图9所示。等效功角越小,表示主网的静态安全性越好。
由表4、图9可见,主导动态均衡性指标β1与等效功角指标所得结论是吻合的。
主网静态安全性的量化指标等效功角,是经过了理论推导论证的,且证明了当其最小时,各有功路径的功角最均衡。而线路的负载率均衡性与主网静态稳定性的关系,目前还未得到严格的理论证明,但实际运行中发现二者一般正相关。
严格来讲,有功路径的功角均衡性并不等同于线路功角均衡性,在同一个电压等级电网中主要是因为环网结构导致的。由于大电网中线路数量多达几百条,故二者在总体上是正相关的。这也是实践经验的合理性所在。
等效功角毕竟是整体安全性指标,虽然对重载线路负载率敏感,但不便识别影响主网安全运行的线路问题所在。与先前研究相比,本发明的方法和指标,虽然线路负载率均衡性的理论前提并不严密,但便于从内部发现主网的局部问题,如重载线路、不协调线路及其时序差异特征等,具有较好的工程实用价值。
5.基于线路负载率特征的主网源-网-荷协调性评估方法的具体步骤
综上所述,本方法的具体步骤如下:
1)在220Kv及以上等级的交流主网中,设线路j的有功功率为Pj,功角为θj,电抗为Xj,忽略电阻,设无功补偿良好,两端节点电压接近1pu.,则该线路的有功负载率Tj≈PjXj≈sinθj≈θj;
3)通过奇异值分解,得到该矩阵的各种成分,即其中,r=min(m,n),奇异值σ1、σ2、…、σr都为正实数且从大到小快速衰减,ui=[u1i,u2i,…,umi]T、分别为左、右单位奇异向量,i=1,2,…,r;
4)由步骤3)得到Tm×n的主导阵表征了所有线路负载率时序曲线的主导成分,构建主导阵的权值指标若η1越大,则表明各线路负载率时序变化的同趋性越强,即大部分线路的负载率变化是“合群”的,总体按主导动态时序变化;
6)将向量u1各元素的绝对值按从大到小排序,得到对应的重载线路的排序;
7)将向量u2各元素的绝对值,从大到小排序,得到对应的主要不协调线路排序;
6.结论
源-网-荷协调性是指系统功率的动态平衡能力。从主网安全性角度,关键是连续潮流下各线路有功负载率的动态均衡性。基于线路负载率时序矩阵Tm×n的奇异值分解,得到不同时序的矩阵分量,分析发现:由于奇异值快速衰减,主导阵表征了各线路负载率时序曲线的主导成分,而次要阵表征了主要不协调线路的负载率时序变化特征。
据此提出了源-网-荷协调性的评估方法及指标,即可评估主网的总体协调性,又可识别局部缺陷:
(1)由σ1的占比η1和u1元素绝对值的均方差γ1,可得到线路负载率的主导动态均衡性指标β1。β1越趋于0,则主网源-网-荷的总体协调性越好。
(2)分别由u1、u2中元素的绝对值大小排序,可识别重载线路及主要不协调线路。
针对众多线路且连续运行的主网,本研究为基于运行大数据的源-网-荷协调性评估提供了实用方法,可为主网的安全运行与规划提供关键信息,具有良好的应用前景。
Claims (1)
1.一种基于线路负载率特征的主网源-网-荷协调性评估方法,该方法特征在于,包括如下步骤:
1)在220Kv及以上等级的交流主网中,设线路j的有功功率为Pj,功角为θj,电抗为Xj,忽略电阻,设无功补偿良好,两端节点电压接近1pu.,则该线路的有功负载率Tj≈PjXj≈sinθj≈θj;
3)通过奇异值分解,得到该矩阵的各种成分,即其中,r=min(m,n),奇异值σ1、σ2、…、σr都为正实数且从大到小快速衰减,ui=[u1i,u2i,…,umi]T、分别为左、右单位奇异向量,i=1,2,…,r;
4)由步骤3)得到Tm×n的主导阵表征了所有线路负载率时序曲线的主导成分,构建主导阵的权值指标若η1越大,则表明各线路负载率时序变化的同趋性越强,即大部分线路的负载率变化是“合群”的,总体按主导动态时序变化;
6)将向量u1各元素的绝对值按从大到小排序,得到对应的重载线路的排序;
7)将向量u2各元素的绝对值,从大到小排序,得到对应的主要不协调线路排序;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110003283.5A CN112803393B (zh) | 2021-01-04 | 2021-01-04 | 基于线路负载率特征的主网源-网-荷协调性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110003283.5A CN112803393B (zh) | 2021-01-04 | 2021-01-04 | 基于线路负载率特征的主网源-网-荷协调性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112803393A true CN112803393A (zh) | 2021-05-14 |
CN112803393B CN112803393B (zh) | 2022-05-31 |
Family
ID=75807761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110003283.5A Active CN112803393B (zh) | 2021-01-04 | 2021-01-04 | 基于线路负载率特征的主网源-网-荷协调性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112803393B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242325A (zh) * | 2014-09-18 | 2014-12-24 | 国家电网公司 | 一种电力系统低频振荡模式参数辨识方法 |
CN104901308A (zh) * | 2015-06-26 | 2015-09-09 | 太原理工大学 | 电力系统关键线路辨识方法 |
CN105207200A (zh) * | 2015-09-10 | 2015-12-30 | 国家电网公司 | 一种负荷分布不均衡的电网发展协调性分析方法 |
CN106099915A (zh) * | 2016-06-29 | 2016-11-09 | 济南大学 | 基于拓扑模型和奇异值分解的额外pmu优化配置方法 |
CN109217296A (zh) * | 2018-09-25 | 2019-01-15 | 国网冀北电力有限公司物资分公司 | 一种基于加权潮流熵和电压稳定的电网关键节点辨识方法 |
CN110208647A (zh) * | 2019-05-27 | 2019-09-06 | 国网上海市电力公司 | 一种基于随机矩阵的配电网单相接地故障区段定位方法 |
CN111969604A (zh) * | 2020-08-17 | 2020-11-20 | 清华大学 | 基于实测数据的台区线损动态计算方法及装置 |
-
2021
- 2021-01-04 CN CN202110003283.5A patent/CN112803393B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242325A (zh) * | 2014-09-18 | 2014-12-24 | 国家电网公司 | 一种电力系统低频振荡模式参数辨识方法 |
CN104901308A (zh) * | 2015-06-26 | 2015-09-09 | 太原理工大学 | 电力系统关键线路辨识方法 |
CN105207200A (zh) * | 2015-09-10 | 2015-12-30 | 国家电网公司 | 一种负荷分布不均衡的电网发展协调性分析方法 |
CN106099915A (zh) * | 2016-06-29 | 2016-11-09 | 济南大学 | 基于拓扑模型和奇异值分解的额外pmu优化配置方法 |
CN109217296A (zh) * | 2018-09-25 | 2019-01-15 | 国网冀北电力有限公司物资分公司 | 一种基于加权潮流熵和电压稳定的电网关键节点辨识方法 |
CN110208647A (zh) * | 2019-05-27 | 2019-09-06 | 国网上海市电力公司 | 一种基于随机矩阵的配电网单相接地故障区段定位方法 |
CN111969604A (zh) * | 2020-08-17 | 2020-11-20 | 清华大学 | 基于实测数据的台区线损动态计算方法及装置 |
Non-Patent Citations (2)
Title |
---|
HUI LI: "Fault Diagnosis of Hydroelectric Sets Based on Singular Value Decomposition and Deep Belief Network", 《2019 12TH INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DESIGN (ISCID)》, 22 March 2020 (2020-03-22) * |
陈烨: "奇异值分解方法在日负荷曲线降维聚类分析中的应用", 《电力系统自动化》, vol. 42, no. 3, 10 February 2018 (2018-02-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN112803393B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A chaos disturbed beetle antennae search algorithm for a multiobjective distribution network reconfiguration considering the variation of load and DG | |
Abhyankar et al. | Optimization approach to real power tracing: an application to transmission fixed cost allocation | |
CN112103988B (zh) | 一种结合网络重构的集群划分双层模型的建立方法 | |
Rashed et al. | Optimal location and parameter setting of TCSC for loss minimization based on differential evolution and genetic algorithm | |
Rashed et al. | Optimal TCSC placement in a power system by means of Differential Evolution Algorithm considering loss minimization | |
Al-Ammar et al. | Optimal capacitor placement in radial distribution systems using a fuzzy-dragonfly method | |
Nhung et al. | Load shedding in microgrids with dual neural networks and AHP algorithm | |
CN105720591A (zh) | 一种电力系统无功优化方法及系统 | |
Rashed et al. | Optimal location of thyristor controlled series compensation in a power system based on differential evolution algorithm considering transmission loss reduction | |
CN112803393B (zh) | 基于线路负载率特征的主网源-网-荷协调性评估方法 | |
Dahej et al. | Optimal allocation of SVC and TCSC for improving voltage stability and reducing power system losses using hybrid binary genetic algorithm and particle swarm optimization | |
Murthy et al. | Comparison between conventional, GA and PSO with respect to optimal capacitor placement in agricultural distribution system | |
CN105184383B (zh) | 基于智能优化方法的城市移动应急电源最优调度方法 | |
Yulin et al. | Distribution network reactive power optimization based on ant colony optimization and differential evolution algorithm | |
Lv et al. | Cluster Partition Method Development for High Penetration of Distributed Photovoltaics Using Intelligent Algorithm and K-means | |
CN110176759B (zh) | 一种孤网自治运行能力评估方法及装置 | |
CN103050981A (zh) | 一种电力系统无功优化的分布式并行求解方法 | |
CN107069743A (zh) | 电网断面潮流的自动调整计算方法 | |
Kumar et al. | Entropy Based Spectral Clustering For Distribution Network With High Penetration of DGs | |
Lenin | Embellished particle swarm optimization algorithm for solving reactive power problem | |
Chow | A nonlinear model reduction formulation for power system slow coherency and aggregation | |
Tapre et al. | HPSOSSA: enhancement of dynamic stability by optimal placement of UPFC | |
Rambabu et al. | Multi-objective optimization using evolutionary computation techniques | |
Chen et al. | Vulnerability Assessment of Active Distribution Network Considering Distributed Photovoltaic Power Generation Uncertainty | |
Wu et al. | Research on Reactive Power Optimization of Distribution Network with Distributed Generation |
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 |