CN113422376B - 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质 - Google Patents

一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质 Download PDF

Info

Publication number
CN113422376B
CN113422376B CN202110739917.3A CN202110739917A CN113422376B CN 113422376 B CN113422376 B CN 113422376B CN 202110739917 A CN202110739917 A CN 202110739917A CN 113422376 B CN113422376 B CN 113422376B
Authority
CN
China
Prior art keywords
vsg
frequency
accident
unit
solution
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
Application number
CN202110739917.3A
Other languages
English (en)
Other versions
CN113422376A (zh
Inventor
王康
李立
张青蕾
况理
迟方德
彭书涛
乔彦君
文云峰
邓俊
夏楠
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.)
National Network Xi'an Environmental Protection Technology Center Co ltd
State Grid Shaanxi Electric Power Co Ltd
Electric Power Research Institute of State Grid Shaanxi Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Shanxi Electric Power Co Ltd
State Grid Shaanxi 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 Electric Power Research Institute of State Grid Shanxi Electric Power Co Ltd, State Grid Shaanxi Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Shanxi Electric Power Co Ltd
Priority to CN202110739917.3A priority Critical patent/CN113422376B/zh
Publication of CN113422376A publication Critical patent/CN113422376A/zh
Application granted granted Critical
Publication of CN113422376B publication Critical patent/CN113422376B/zh
Active 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of 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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/10—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]
    • 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)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种基于频率稳定约束的事故备用、等效惯量优化配置方法、系统、终端及可读存储介质。针对新能源大规模并网所带来的频率恶化问题，本发明构建一种基于频率稳定约束的事故备用及等效惯量配置的目标优化模型；通过分析虚拟同步发电机的频率调节特性，对其虚拟惯量、虚拟阻抗和有功‑频率下垂控制系数的协同优化，可有效提升有功扰动事故下系统平均频率变化率、极值频率和准稳态频率的安全裕度；基于NSGA‑II智能算法对所提多目标优化模型进行求解，并通过PC‑TOPSIS方法从Pareto前沿中筛选出最优解，实现事故备用及等效惯量的优化配置。

Description

一种基于频率稳定约束的事故备用、等效惯量配置方法、系 统、终端及可读存储介质
技术领域
本发明属于电力系统技术领域，具体涉及一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质。
背景技术
新能源高占比电力系统中频率稳定问题愈发凸显，因为大多数可再生装置(例如：风电机组和光伏电站)不具有转动惯性和一次调频能力。此外，可再生能源的大规模并网将导致事故备用和转动惯量的主要贡献者——传统同步机组被取代。因此，对于新能源高占比低惯量电力系统而言，大扰动事故(例如：发电机组跳闸或HVDC双极闭锁)后系统频率稳定性更加难以维持。因此，亟需对新能源高占比电力系统运行控制策略进行优化，以确保预想事故下系统暂态频率不会触发低频减载(Under-Frequency Load Shedding，UFLS)或高频切机(Over-Frequency Generation Spillage，OPGS)等继电保护装置。
虚拟同步发电机(Virtual Synchronous Generator，VSG)是一种新能源友好型的逆变器控制策略，可模拟传统同步机组惯性响应和一次调频特性。VSG控制策略在新能源机组上的广泛应用，不仅可以补偿系统所需的等效转动惯量和事故备用，同时还可以缓解同步机组的调频压力。与传统同步机组相比，VSG具有虚拟惯量和阻尼系数可调的优点。在含多类型VSG(风机VSG、光伏VSG、储能VSG)的电力系统中，如何有效分配事故备用和等效惯量是需要解决的关键问题。
目前新能源机组提供备用的方式大体分为两种：①调度运行中采用弃风、弃光；②配置储能蓄电池。风力发电机组参与系统一次调频一般存在两种备用分配策略，即比例弃风策略和恒定功率弃风策略。在一些可再生能源高占比电力系统中，最新政策要求风电场和光伏电站必须配备一定比例的储能。
当VSG主动响应系统频率变化时，正确设置控制参数(例如：虚拟惯量和虚拟阻尼系数)对于VSG机组的调频性能至关重要。通过考虑来自新能源机组的虚拟惯量，可有效增加系统惯性水平。然而，现有研究成果中固定等效惯性时间常数存在适应性差、在特殊情况下甚至会恶化暂态频率问题。由此，部分学者提出在微电网中针对小规模风机VSG、光伏VSG控制器参数进行优化，实现VSG控制参数的优化配置。然而，上述研究从控制角度面向微电网开展，对于含VSG的低惯量电力系统参考价值有限。
因此，如何解决新能源高占比电网在有功冲击事故下的备用短缺、转动惯量不足问题，正确设置控制参数，规避现有分布式电源固定等效惯性时间常数的技术缺陷，是亟需进一步研究的关键问题。
发明内容
本发明的目的在于提供一种基于频率稳定约束的事故备用及等效惯量配置方法、系统、终端及可读存储介质，所述方法适用于可以应用虚拟同步机的电力系统，即至少包括新能源机组或储能装置的电力系统，尤其是在新能源高占比电力系统中表现突出，其可以用于提升新能源高占比电力系统在预想事故下的频率稳定性。其中，本发明通过分析虚拟同步发电机的频率调节特性，利用频率稳定约束构建目标优化模型，目标优化模型用于确定同步机组事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的控制参数，得到事故备用、等效惯量最优配置方案，可有效提升有功扰动事故下系统平均频率变化率、极值频率和准稳态频率的安全裕度。
一方面，本发明提供一种基于频率稳定约束的事故备用、等效惯量配置方法，包括以下步骤：
步骤S1：构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型；
其中，所述目标优化模型包括系统目标函数和频率稳定约束；
步骤S2：求解所述目标优化模型得到一系列可行解；
其中，可行解表示系统目标函数值，每个可行解对应一组决策变量，所述决策变量为同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG的一个或多个组合；若需配置事故备用，所述决策变量至少包括同步机组的事故备用容量RG和/或VSG机组的事故备用容量RVSG；若需配置等效惯量，所述决策变量至少包括VSG机组的等效惯量HVSG；
步骤S3：从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
本发明提供的配置方法，其通过分析虚拟同步发电机的频率调节特性，构建了频率稳定约束下的目标优化模型，通过求解有功扰动事故下的目标优化模型得到有功扰动事故下所需的同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG，可以实现虚拟同步发电机的虚拟惯量、虚拟阻抗和有功-频率下垂控制系数的协同优化。需要说明的是，若在实际应用中存在一些工况是部分决策变量参数是固定不变且已知的，则采用上述方法可以确定其他决策变量的取值，即利用本发明技术构思也是可以满足配置要求。
可选地，所述频率稳态约束包括：平均频率变化率约束，和/或极值频率约束，和/或准稳态频率约束，和/或最小事故备用容量约束；
其中，所述平均频率变化率约束为：
Figure BDA0003141036350000031
所述极值频率约束为：
Figure BDA0003141036350000032
所述准稳态频率约束为：
Figure BDA0003141036350000033
所述最小事故备用容量约束为：
Rsys＝RG+RVSG≥ΔPL
其中，ΔPL表示有功扰动事故的有功扰动量，f0为系统频率的额定值，Hsys、Dsys和Ksys分别代表系统在有功扰动事故后的等效惯性水平、阻尼系数和有功调节系数，e是自然常数，ξ为系统阻尼比，整数nt为平均RoCoF计算时间尺度：RoCoFmax为系统平均频率变化率最大允许值；Td为事故备用完全响应时间，Rsys为系统事故备用容量，Δfmax表示不触发UFLS继电器的最小限制频率；Δfss,max为系统准稳态频率最大允许偏移量；
系统在有功扰动事事故后的等效惯性水平Hsys、虚拟阻尼Dsys和有功调节系数Ksys满足：
Figure BDA0003141036350000034
Figure BDA0003141036350000035
Figure BDA0003141036350000036
式中，HG为同步机组的惯性时间常数，DL为负荷的阻尼系数，KG为同步机组的有功-频率调节系数，Pload为负荷有功功率需求量、
Figure BDA0003141036350000037
和/>
Figure BDA0003141036350000038
分别为同步机和虚拟同步机最大有功出力。
可选地，所述系统目标函数包括目标函数fR和目标函数fH，其中，所述目标函数fR表示同步机组和VSG机组的事故备用总成本，所述目标函数fH用于优化满足频率稳定约束的VSG机组最小惯性时间常数，公式如下：
Figure BDA0003141036350000041
式中，f表示目标函数，
Figure BDA0003141036350000042
和/>
Figure BDA0003141036350000043
分别为同步机组和以VSG为并网接口的新能源机组的单位备用成本，SB为系统总装机容量，HG为同步机组的惯性时间常数。
可选地，步骤S3中采用基于Lp距离指标的PC-TOPSIS方法从所述一系列可行解中确定所述最终解，过程如下：
定义x为模型决策变量，对应可行解的参数；z＝(zR,zH)是模型的可行解，Z为可行解z的集合；
Z＝{z＝(zR,zH)zR＝fR(x),zH＝fH(x),x∈X}
从所述一系列可行解中确定理想解I+和最劣解I-；
Figure BDA0003141036350000044
Figure BDA0003141036350000045
式中，
Figure BDA0003141036350000046
和/>
Figure BDA0003141036350000047
为可行解的归一化结果；
计算每组可行解
Figure BDA0003141036350000048
与理想解/>
Figure BDA0003141036350000049
最劣解/>
Figure BDA00031410363500000410
的距离指标；
Figure BDA00031410363500000411
Figure BDA00031410363500000412
Figure BDA00031410363500000413
式中，
Figure BDA00031410363500000414
表示可行解/>
Figure BDA00031410363500000415
和理想解/>
Figure BDA00031410363500000416
之间的Lp距离，/>
Figure BDA00031410363500000417
表示可行解
Figure BDA00031410363500000418
与最劣解/>
Figure BDA00031410363500000419
的Lp距离；/>
Figure BDA00031410363500000420
和/>
Figure BDA00031410363500000421
分别表示事故备用和等效惯量的权重，p为固定系数。S(z)为可行解/>
Figure BDA00031410363500000422
的优先级；
其中，从所述一系列可行解中选择优先级S(z)值最小时对应的可行解为最终解。
可选地，步骤S2中采用NSGA-II算法求解所述目标优化模型得到一系列可行解，过程如下：
S2-1：获取系统的已知参量以及有功扰动量；譬如针对上述目标优化模型，其至少获取了同步机组的惯性时间常数HG、同步机的最大有功出力
Figure BDA0003141036350000051
虚拟同步机的最大有功出力/>
Figure BDA0003141036350000052
负荷的阻尼系数DL、负荷有功功率需求量Pload、同步机组的有功-频率调节系数KG、系统总装机容量SB、同步机组和以VSG为并网接口的新能源机组的单位备用成本/>
Figure BDA0003141036350000053
和
Figure BDA0003141036350000054
S2-2：设定决策变量的边界，如设定VSG机组控制参数的边界以及设定备用容量的上下限(边界)，所述VSG机组控制参数表示VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG、有功-频率调节系数KVSG；
S2-3：利用NSGA-II求解所述目标优化模型，直至满足迭代终止条件得到一系列可行解。
第二方面，本发明提供一种基于上述方法的配置系统，其包括：
目标优化模型构建模块，用于构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型；其中，所述目标优化模型包括系统目标函数和频率稳定约束；
求解模块，用于求解所述目标优化模型得到一系列可行解；其中，可行解表示系统目标函数值，每个可行解对应一组决策变量，所述决策变量为同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG的一个或多个组合；若需配置事故备用，所述决策变量至少包括同步机组的事故备用容量RG和/或VSG机组的事故备用容量RVSG；若需配置等效惯量，所述决策变量至少包括VSG机组的等效惯量HVSG；
最终解获取模块，用于从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
第三方面，本发明提供一种终端，其包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用计算机程序以执行：
一种基于频率稳定约束的事故备用及等效惯量配置方法的步骤。
第四方面，本发明提供一种可读存储介质，存储了计算机程序，所述计算机程序被处理器调用以执行：
一种基于频率稳定约束的事故备用及等效惯量配置方法的步骤。
有益效果
1、本发明提供的配置方法尤其适用于新能源高占比系统，其可兼顾有功扰动事故下新能源高占比电网安全性与经济性。规避大规模新能源并网压缩了传统同步机组开机空间，在高负荷、新能源低出力时段存在上调备用不足以及转动惯量匮乏等风险。本发明所提出的基于频率稳定约束的事故备用及等效惯量优化配置方法能够在保障频率稳定前提下实现系统事故备用容量和等效惯量的优化配置，从根本上解决传统电力系统备用不足的问题、缓解同步机组调频压力，具有良好的经济性与安全性。
2、本发明具有较强的实用性和推广性：“碳达峰、碳中和”目标愿景下，风电、光伏等清洁能源将迎来新一轮“倍速”发展期，本发明所提出的基于频率稳定约束的事故备用及等效惯量优化配置方法立足于高比例新能源电力系统，对运行场景的依赖性低，具有较强的推广性，适用于不同新能源渗透率的电网。
3、本发明可实现多类型资源的协同调频：所提出的基于频率稳定约束的事故备用及等效惯量优化配置方法涵括同步机组、非同步机组(风电机组、光伏电站、储能等)资源，充分考虑不同类型电源的调节特性，可实现多类型机组的协同调频，有效地解决现有相关研究存在的弊端，提高新能源高占比电网的安全性、稳定性及新能源消纳能力。
4、本发明所述方法具有较强的环境适应性：所提出的基于频率稳定约束的事故备用及等效惯量优化配置方法可根据外部环境(有功扰动量、新能源最大有功出力)自主调节事故备用及等效惯量总需求量及其分布，克服现有电力系统中固定参数存在的环境适应性差、调频任务分布不均等问题。
附图说明
图1是本发明提供的一种基于频率稳定约束的事故备用及等效惯量配置方法的技术思路示意图；
图2为考虑VSG机组参与的系统频率响应模型；
图3为NSGA-II算法流程图；
图4为目标优化模型的可行解分布；
图5为事故备用及等效惯量优化分布；
图6为不同方案下的系统暂态频率轨迹。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本发明提供的一种基于频率稳定约束的事故备用及等效惯量配置方法应用了虚拟同步发电机VSG，其通过分析虚拟同步发电机的频率调节特性而构建优化模型，因此，本发明所述方法适用于使用虚拟同步发电机的电力系统。而本发明中涉及的虚拟同步机需基于新能源机组、储能装置等电源，因此本发明所述方法适用于至少包括新能源机组、储能装置中的一种机组的电力系统，其中，不论新能源机组的占比高低，本发明所述方法均能适应，即解决有功扰动事故下的备用短缺、转动惯量不足的问题，只是其在新能源高占比系统尤为突出。因此，下文将以新能源高占比系统为例进行阐述，致力于解决新能源高占比电网在大功率冲击事故下的备用短缺及转动惯量不足问题。其通过分析在新能源高占比电网中非同步电源提供事故备用及等效惯量的方式及途径；在有功扰动事故下，量化计算虚拟同步控制策略对非同步电源等效惯性响应和一次调频实施效果，从而构建出在频率稳定约束下的事故备用及等效惯量配置的目标优化模型，利用目标优化模型实现在有功扰动场景下优化配置系统事故备用、等效惯量。下述实施例1将以新能源高占比系统为例进行阐述。
实施例1：
在突发情况下(例如：发电机跳闸、新能源出力波动)，频率将快速上升或下降，直至电力供需关系再次恢复平衡。考虑VSG参与系统调频，其动态过程可以用系统频率响应模型描述，如图2所示。
从电网调度运行角度来而言，VSG机组可以提供的辅助服务包括：等效惯量、虚拟阻尼和事故备用。考虑VSG提供上述三种频率调节辅助服务，转子运动方程可表示为:
Figure BDA0003141036350000071
式中，HG和HVSG分别是同步机组、VSG机组的等效惯性时间常数，HG为同步机组的惯性时间常数，其值可通过试验测得。ΔPG(t)和ΔPVSG(t)分别是同步机组和VSG机组在有功扰动事故ΔPL下的功率调节量，其值与扰动量大小及发电机自身调节性能有关。DL和DVSG分别为负荷和VSG机组的阻尼系数，DL取值与系统负荷规模及负荷类型有关，Δf(t)是t时刻系统实时频率与额定值f0的偏差。
预想有功扰动场景下，新能源高占比电网频率快速变化。一般认为初始RoCoF与电网惯性水平密切相关，且系统惯性水平越低，RoCoF越大，反之亦然。
随着电网中VSG和具有快速调频能力设备(例如：储能蓄电池)的投入，初始RoCoF已无法准确反映系统频率实际变化趋势。由此采用平均RoCoF指标，如下公式(2)：
Figure BDA0003141036350000081
Figure BDA0003141036350000082
式中：Hsys、Dsys和Ksys分别代表系统在有功扰动事故后的等效惯性水平、阻尼系数和有功调节系数，ξ为系统阻尼比，整数nt为平均RoCoF计算时间尺度。
极值频率|Δfnadir|为暂态过程中系统频率最小值，其值取决于系统等效惯性水平和事故备用容量：
Figure BDA0003141036350000083
式中：Rsys为系统事故备用容量，Td为调频备用调用时间。
当dΔf/dt＝0时，可由公式(1)推导出系统准稳态频率偏差|Δfss|，其表达式为：
Figure BDA0003141036350000084
基于上述频率指标，本发明考虑事故备用和系统等效惯性时间常数最小化的目标，建立考虑频率安全约束的目标优化模型。本实施例中，目标优化模型为多目标优化模型，其包含系统目标函数以及频率稳态约束。系统目标函数：本发明的系统目标函数是计算满足约束条件的事故备用和系统等效惯性时间常数的最小值，其包含两个目标函数。其中，第一个目标函数fR由代表同步机组和多类型VSG机组事故备用总成本；fH作为另一个目标函数，用于优化满足频率稳态约束的VSG机组最小惯性时间常数，表示如下：
Figure BDA0003141036350000085
式中，
Figure BDA0003141036350000086
和/>
Figure BDA0003141036350000087
分别为同步机组和以VSG为并网接口的新能源机组单位备用成本。SB系统总装机容量。其中，/>
Figure BDA0003141036350000088
和SB均为已知量。RG和RVSG分别为同步机组和VSG机组事故备用容量。
频率稳态约束：本实施例中将平均频率变化率约束、极值频率约束、准稳态频率约束，、最小事故备用容量约束协同作用，构成本实施例中的频率稳态约束。其他可行的实施例中，对频率稳态约束的构成可以进行适应性调整。
平均频率变化率约束：作为发电机跳闸保护装置的触发指标，RoCoF应被限制在触发阈值以下，因此，平均RoCoF需满足：
Figure BDA0003141036350000091
式中：RoCoFmax为系统平均频率变化率最大允许值，其取值标准参照电网中对应继电保护装置设定阈值。
极值频率是暂态频率的重要评价指标之一。有功扰动事故下，为确保频率最低值Δfnadir不至触发UFLS继电器的最小限制Δfmax，需满足以下约束：
Figure BDA0003141036350000092
由公式(8)可以看出，在固定有功冲击中，系统等效惯性时间常数Hsys与事故备用Rsys之间存在明显的矛盾关系。即当事故备用容量增大时，系统对等效转动惯量的需求减小；相反，当事故备用能力不足时，系统需要配置额外的等效惯量以满足最低频率约束。
一次调频结束后，电网进入准稳态。保证准稳态频率安全的约束可由式(5)推导得到：
Figure BDA0003141036350000093
式中，Δfss,max为系统准稳态频率最大允许值，其取值标准参照电网中对应继电保护装置设定阈值。
从以上表述和公式可以看出，暂态频率与系统的等效惯性时间常数Hsys、阻尼系数Dsys和有功-频率下垂系数Ksys有密切的耦合关系。需要指出，上述三个参数由同步发电机组和以VSG为接口的新能源共同承担，满足如下公式：
Figure BDA0003141036350000094
Figure BDA0003141036350000095
Figure BDA0003141036350000096
式中，HVSG、DVSG和KVSG是VSG机组的控制参数，分别代表等效惯量、虚拟阻尼和有功-频率调节系数，可自由设置，也就是本实施例中需要求解的决策变量。传统同步机组或负荷对应的参数(HG、KG和DL)则为固定值。Pload为负荷有功功率需求量、
Figure BDA0003141036350000097
和/>
Figure BDA0003141036350000098
分别为同步机和虚拟同步机最大有功出力。
为实现短时内有功的再次平衡(即达到准稳态)，系统应具有充裕的调节空间(即事故备用总量应大于系统最严重“N-1”所造成的功率失衡)。
Rsys＝RG+RVSG≥ΔPL (13)
式中：RG和RVSG分别为同步机组和VSG机组事故备用容量，本实施例中两者均为待求参数。
上述约束(7)～(13)是基于有功缺额事故下的上调备用优化模型，且视这些约束也适用于有功盈余事故下的下调备用优化。因此，本实施例的多目标优化模型包含公式(6)-(13)。
鉴于所提出多目标优化模型是非线性属性，难以直接求解。本实施例采用NSGA-II算法对其求解，具体实现过程如图3所示，包括：
读取各类型电源的额定容量及同步机组的调频参数，即系统的已知参数(如同步机组的惯性时间常数HG、同步机的最大有功出力
Figure BDA0003141036350000101
虚拟同步机的最大有功出力/>
Figure BDA0003141036350000102
负荷的阻尼系数DL、负荷有功功率需求量Pload、同步机组的有功-频率调节系数KG、系统总装机容量SB、同步机组和以VSG为并网接口的新能源机组的单位备用成本/>
Figure BDA0003141036350000103
和/>
Figure BDA0003141036350000104
)；
确定各机组事故备用上下限，以及参考同步机组设置VSG机组控制参数(HVSG、DVSG和KVSG)的边界。其中，上下限及边界的设定均可以参照实际工况以及需求来进行设定，可以选择经验值。
利用NSGA-II智能算法对所构建的多目标优化模型进行解算，其中，调用matlab中的NSGA-II智能算法即可实现求解，并设定迭代终止条件，该迭代终止条件可以根据实际精度要求进行设置，譬如，相邻两次迭代的差值满足预设阈值或者迭代次数满足预设要求。
最终得到一系列可行解，每个可行解对应了一组决策变量，本实施例决策变量包括：同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG。
为协助调度控制部门从Pareto可行解集合中筛选出最优解，本实施例进一步提出了一种基于Lp距离指标的PC-TOPSIS方法。
定义x＝[RG，RVSG，HVSG，DVSG，KVSG]为模型决策变量，z＝(zR,zH)是模型的可行解，Z为可行解z的集合。
Z＝{z＝(zR,zH)|zR＝fR(x),zH＝fH(x),x∈X} (14)
理想解I+(或最劣解I-)。定义事故备用和等效惯量具有最佳值(或最坏值)的解称为理想解(或最劣解)：
Figure BDA0003141036350000111
Figure BDA0003141036350000112
式中，
Figure BDA0003141036350000113
和/>
Figure BDA0003141036350000114
为可行解的归一化结果。
当前解
Figure BDA0003141036350000115
与理想解/>
Figure BDA0003141036350000116
最劣解/>
Figure BDA0003141036350000117
的距离指标定义如下：
Figure BDA0003141036350000118
Figure BDA0003141036350000119
Figure BDA00031410363500001110
式中，
Figure BDA00031410363500001111
表示/>
Figure BDA00031410363500001112
和最优解之间的Lp距离，/>
Figure BDA00031410363500001113
表示其与最劣解的Lp距离；/>
Figure BDA00031410363500001114
和/>
Figure BDA00031410363500001115
分别表示事故备用和等效惯量的权重，p为固定系数。S(z)为当前解的优先级，该值越小则代表当前解优先级越高。
基于上述原理，计算一系列可行解中每个可行解与理想解
Figure BDA00031410363500001116
最劣解
Figure BDA00031410363500001117
的距离指标，再计算出每个可行解对应的优先级S(z)，从中选择S(z)值最小的可行解作为最终解，最终解对应的一组决策变量为本发明所需要设定的配置参数，按照最终解的决策变量设置的配置参数可以有效提升有功扰动事故下系统平均频率变化率、极值频率和准稳态频率的安全裕度，解决新能源大规模并网所带来的频率恶化问题。
综上所述，本实施例提供的一种基于频率稳定约束的事故备用、等效惯量配置方法，包括以下步骤：
步骤S1：构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型；
步骤S2：求解所述目标优化模型得到一系列可行解；
其中，可行解表示系统目标函数值，每个可行解对应一组决策变量，所述决策变量为同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG；
步骤S3：从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
需要说明的是，其他可行的实施例中，步骤S2中模型的求解过程以及最终解的计算过程可以采用其他算法来实现，其中，步骤S2中的目的在于能够求解出对应目标优化模型即可。步骤S3的目的在于从一系列可行解中选择出满足需求的一个解，PC-TOPSIS方法为优选算法但不是唯一算法。
实施例2：
本发明实施例提供一种基于事故备用、等效惯量配置方法的配置系统，其包括：目标优化模型构建模块、求解模块以及最终解获取模块。
其中，目标优化模型构建模块，用于构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型。
求解模块，用于求解所述目标优化模型得到一系列可行解。
最终解获取模块，用于从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
在一些实现方式中，求解模块采用NSGA-II算法求解所述目标优化模型得到一系列可行解。最终解获取模块采用基于Lp距离指标的PC-TOPSIS方法从所述一系列可行解中确定所述最终解。
在一些实现方式中，求解模块包括：已知参量获取单元、边界设置单元、求解单元。
其中，已知参量获取单元用于获取系统的已知参量；边界设置单元用于设定决策变量的边界；求解单元用于利用NSGA-II求解所述目标优化模型，直至满足迭代终止条件得到一系列可行解。
其中，各个单元模块的具体实现过程请参照前述方法的对应过程。应当理解，上述单元模块的具体实现过程参照方法内容，本发明在此不进行具体的赘述，且上述功能模块单元的划分仅仅是一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。同时，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
实施例3：
本发明实施例提供一种终端，其包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以实现：
构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型。
求解所述目标优化模型得到一系列可行解。
从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
在一些实现方式中，采用NSGA-II算法求解所述目标优化模型得到一系列可行解。以及采用基于Lp距离指标的PC-TOPSIS方法从所述一系列可行解中确定所述最终解。
在一些实现方式中，处理器调用计算机程序还用以实现：
用于获取系统的已知参量；设定决策变量的边界；利用NSGA-II求解所述目标优化模型，直至满足迭代终止条件得到一系列可行解。
其中，各个步骤的具体实现过程请参照前述方法的阐述。
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
实施例4：
本发明实施例提供一种可读存储介质，其存储了计算机程序，所述计算机程序被处理器调用以实现：
构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型。
求解所述目标优化模型得到一系列可行解。
从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
在一些实现方式中，采用NSGA-II算法求解所述目标优化模型得到一系列可行解。以及采用基于Lp距离指标的PC-TOPSIS方法从所述一系列可行解中确定所述最终解。
在一些实现方式中，所述计算机程序被处理器调用以实现：
用于获取系统的已知参量；设定决策变量的边界；利用NSGA-II求解所述目标优化模型，直至满足迭代终止条件得到一系列可行解。
其中，所述可读存储介质为计算机可读存储介质，其可以是前述任一实施例所述的控制器的内部存储单元，例如控制器的硬盘或内存。所述可读存储介质也可以是所述控制器的外部存储设备，例如所述控制器上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述可读存储介质还可以既包括所述控制器的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序以及所述控制器所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实例分析：
在修改后的IEEE 39节点标准测试系统中分析所提模型的适应性。测试系统各电源信息(7个火电机组、3个风电场)参见表1。
表1.电源参数
Figure BDA0003141036350000141
测试系统为典型的新能源高占比电网：系统总负荷为5000W；实时风电功率为2000MW(新能源实时渗透率为40％)。模型其余参数设置如下：额定频率f0＝50Hz；RoCoFmax＝0.8Hz·s-1，Δfmax＝0.8Hz，Δfss,max＝0.5Hz。
图4为利用NSGA-II算法求得的双目标模型Pareto前沿，通过拟合，可以得到一个三段式Pareto前沿。从图中可以看出，在一定区间内，事故备用与系统等效惯性时间常数之间存在线性相关。然而，在事故备用可行域的边界，这种映射关系发生了变化：
1)最小事故备用：当系统事故备用接近初始功率扰动量(即800MW)时，系统对等效惯量的需求急速上升。也就是说，系统的事故备用容量大于N-1故障冲击所引发的有功缺额是保证暂态频率稳定的必要条件，即单一故障的严重程度决定系统最小事故备用的大小。
2)电网最小惯量需求：Pareto前沿中事故备用分布在800MW和1025MW之间，当系统等效惯性时间常数接近3.14s时，事故备用的增加不能进一步降低系统对非同步机组等效惯量的需求。即在暂态频率稳定约束下，系统等效惯性时间常数需大于某一特定值。
利用步骤S3中所提及的PC-TOPSIS最优解筛选方法，得到模型最终解，也是满足调度运行决策者偏好的最优解。最优解的主要参数如图5所示，从图中可以看出，风机VSG在事故备用、虚拟惯量、虚拟阻尼系数和有功-频率调节系数方面的参与度分别为4.67％、15.71％、58.49％和20.16％。由于风机需要辅助火电机组参与系统调频，因此风机预留了少量的功率(弃电率4.67％)。调度控制中心可以根据政策要求改变最终解，实现风电资源的更好消纳(Pareto前沿中弃电率可在2.96％～12.72％范围内调节)，但同时需要配置更多的等效惯量。
为验证所提出基于频率稳定约束的事故备用及等效惯量配置多目标优化模型的有效性，在PSASP仿真环境中将其与传统模型进行比较，同时根据时域仿真验证所提模型的准确性。
模型1(所提模型)：考虑频率稳定约束，优化风机VSG的事故备用、虚拟惯量等参数；
模型2：仅有同步机组参与调频，不考虑频率稳定约束，禁止弃风；
模型3：在模型2的基础上，通过增加火电机组事故备用或限制单台发电机最大输出功率，保证暂态频率低于设定阈值。
经计算，上述模型对应的扰动功率分别为800MW、800MW和661.7MW。通过PSASP时域仿真，得到不同调度方案下的瞬态频率变化轨迹，如图6和表2所示。
表2.不同模型暂态频率对比
Model ΔPL/MW RoCoFmax/Hz·s-1 fnadir/Hz fss/Hz
1 800 -0.72 49.27 49.52
2 800 -0.82 49.13 49.48
3 661.7 -0.67 49.25 49.57
仅依靠同步发电机组的调度方案(模型2)，系统瞬态频率超过设定阈值(RoCoFmax＝-0.82Hz·s-1，fnadir＝49.13Hz和fss＝49.48Hz)。电网的UFLS继电保护装置被触发，同时电网还存在风电场低频集群脱网风险。
在所提基于频率稳定约束的事故备用及等效惯量配置多目标优化模型中，风机VSG提供了4.67％的事故备用和接近16％的等效转动惯量(以旋转动能为计算标准)。由于风机VSG的辅助调频，预想事故中系统暂态频率下降速率和跌落深度较模型2有明显改善，电力系统的完整性得到保证(RoCoFmax＝-0.72Hz·s-1，fnadir＝49.27Hz，相关继电保护装置不会被触发)。
与模型1不同，模型3中通过限制“N-1”有功冲击规模(低于661.7MW)和增加事故备用容量(大于986MW)亦可保持系统暂态频率稳定性，但存在以下缺点：
1)经济性差：通过增加额外的事故备用(比所提模型的最终解多出96.7MW备用容量)，会造成系统运行成本的增加。此外，在某些备用不足的特殊时段，系统存在切负荷风险。
2)系统运行灵活性差：由于火电机组的运行空间被压缩，输出功率限制在661.7MW以下，降低了系统运行的灵活性。
3)极值频率安全裕度低：虽然有功冲击规模仅为模型1的82.7％，但其极值频率安全裕度较低。
与时域仿真结果相比，所提基于频率稳定约束的事故备用及等效惯量配置多目标优化模型对暂态频率的计算具有较高的精度(RoCoFmax、fnadir和fss的绝对误差分别为0.07Hz·s-1、0.03Hz和0.01Hz)，满足工程应用需求。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (7)

1.一种基于频率稳定约束的事故备用、等效惯量配置方法，其特征在于：包括以下步骤：
步骤S1：构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型；
其中，所述目标优化模型包括系统目标函数和频率稳定约束；
步骤S2：求解所述目标优化模型得到一系列可行解；
其中，可行解表示系统目标函数值，每个可行解对应一组决策变量，所述决策变量为同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG的一个或多个组合；若需配置事故备用，所述决策变量至少包括同步机组的事故备用容量RG和/或VSG机组的事故备用容量RVSG；若需配置等效惯量，所述决策变量至少包括VSG机组的等效惯量HVSG；
步骤S3：从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量；
所述频率稳定约束包括：平均频率变化率约束，和/或极值频率约束，和/或准稳态频率约束，和/或最小事故备用容量约束；
其中，所述平均频率变化率约束为：
Figure FDA0004191071990000011
所述极值频率约束为：
Figure FDA0004191071990000012
所述准稳态频率约束为：
Figure FDA0004191071990000013
所述最小事故备用容量约束为：
Rsys＝RG+RVSG≥ΔPL
其中，ΔPL表示有功扰动事故的有功扰动量，f0为系统频率的额定值，Hsys、Dsys和Ksys分别代表系统在有功扰动事故后的等效惯性水平、阻尼系数和有功调节系数，e是自然常数，ξ为系统阻尼比，整数nt为平均RoCoF计算时间尺度：RoCoFmax为系统平均频率变化率最大允许值；Td为事故备用完全响应时间，Rsys为系统事故备用容量，Δfmax表示不触发UFLS继电器的最小限制频率；Δfss,max为系统准稳态频率最大允许偏移量；
系统在有功扰动事故后的等效惯性水平Hsys、虚拟阻尼Dsys和有功调节系数Ksys满足：
Figure FDA0004191071990000021
Figure FDA0004191071990000022
Figure FDA0004191071990000023
式中，HG为同步机组的惯性时间常数，DL为负荷的阻尼系数，KG为同步机组的有功-频率调节系数，Pload为负荷有功功率需求量，
Figure FDA0004191071990000024
和/>
Figure FDA0004191071990000025
分别为同步机和虚拟同步机的最大有功出力。
2.根据权利要求1所述的方法，其特征在于：所述系统目标函数包括目标函数fR和目标函数fH，其中，所述目标函数fR表示同步机组和VSG机组的事故备用总成本，所述目标函数fH用于优化满足频率稳定约束的VSG机组最小惯性时间常数，公式如下：
Figure FDA0004191071990000026
式中，f表示目标函数，cr G和cr VSG分别为同步机组和以VSG为并网接口的新能源机组的单位备用成本，SB为系统总装机容量，HG为同步机组的惯性时间常数。
3.根据权利要求2所述的方法，其特征在于：步骤S3中采用基于Lp距离指标的PC-TOPSIS方法从所述一系列可行解中确定所述最终解，过程如下：
定义x为模型决策变量，对应可行解的参数；z＝(zR,zH)是模型的可行解，Z为可行解z的集合；
Z＝{z＝(zR,zH)zR＝fR(x),zH＝fH(x),x∈X}
从所述一系列可行解中确定理想解I+和最劣解I-；
Figure FDA0004191071990000027
Figure FDA0004191071990000028
式中，
Figure FDA0004191071990000029
和/>
Figure FDA00041910719900000210
为可行解的归一化结果；
计算每组可行解
Figure FDA00041910719900000211
与理想解/>
Figure FDA00041910719900000212
最劣解/>
Figure FDA00041910719900000213
的距离指标；
Figure FDA0004191071990000031
Figure FDA0004191071990000032
Figure FDA0004191071990000033
式中，
Figure FDA0004191071990000034
表示可行解/>
Figure FDA0004191071990000035
和理想解/>
Figure FDA0004191071990000036
之间的Lp距离，/>
Figure FDA0004191071990000037
表示可行解
Figure FDA0004191071990000038
与最劣解/>
Figure FDA0004191071990000039
的Lp距离；/>
Figure FDA00041910719900000310
和/>
Figure FDA00041910719900000311
分别表示事故备用和等效惯量的权重，p为固定系数；S(z)为可行解/>
Figure FDA00041910719900000312
的优先级；
其中，从所述一系列可行解中选择优先级S(z)值最小时对应的可行解为最终解。
4.根据权利要求1所述的方法，其特征在于：步骤S2中采用NSGA-II算法求解所述目标优化模型得到一系列可行解，过程如下：
S2-1：获取系统的已知参量以及有功扰动量；
S2-2：设定决策变量的边界；
S2-3：利用NSGA-II求解所述目标优化模型，直至满足迭代终止条件得到一系列可行解。
5.一种基于权利要求1-4任一项所述方法的配置系统，其特征在于：包括：
目标优化模型构建模块，用于构建基于频率稳定约束的事故备用/等效惯量配置的目标优化模型；其中，所述目标优化模型包括系统目标函数和频率稳定约束；
求解模块，用于求解所述目标优化模型得到一系列可行解；其中，可行解表示系统目标函数值，每个可行解对应一组决策变量，所述决策变量为同步机组的事故备用容量RG、VSG机组的事故备用容量RVSG、VSG机组的等效惯量时间常数HVSG、虚拟阻尼DVSG和有功-频率调节系数KVSG的一个或多个组合；若需配置事故备用，所述决策变量至少包括同步机组的事故备用容量RG和/或VSG机组的事故备用容量RVSG；若需配置等效惯量，所述决策变量至少包括VSG机组的等效惯量HVSG；
最终解获取模块，用于从所述一系列可行解中确定最终解，并基于所述最终解得到对应的决策变量。
6.一种终端，其特征在于：包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用计算机程序以执行：
权利要求1-4任一项所述方法的步骤。
7.一种可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以执行：
权利要求1-4任一项所述方法的步骤。
CN202110739917.3A 2021-06-30 2021-06-30 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质 Active CN113422376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110739917.3A CN113422376B (zh) 2021-06-30 2021-06-30 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110739917.3A CN113422376B (zh) 2021-06-30 2021-06-30 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN113422376A CN113422376A (zh) 2021-09-21
CN113422376B true CN113422376B (zh) 2023-06-20

Family

ID=77717443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110739917.3A Active CN113422376B (zh) 2021-06-30 2021-06-30 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN113422376B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004090B (zh) * 2021-11-02 2024-03-22 中国电力科学研究院有限公司 一种考虑机组涉频特性的高频切机方案递进修正优化方法
CN116826789B (zh) * 2023-08-31 2023-11-17 国网山西省电力公司经济技术研究院 一种基于多资源协同调控的配电系统紧急频率控制方法
CN118054439A (zh) * 2024-04-16 2024-05-17 广东工业大学 一种分布式频率稳定的惯量交易方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112994013A (zh) * 2021-02-08 2021-06-18 四川大学 考虑频率约束的多源电力系统日前优化调度方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK2384540T3 (en) * 2009-01-30 2015-01-19 Siemens Ag Power system frequency inertia for a power generation system
CN108899929B (zh) * 2018-07-03 2021-06-25 上海交通大学 基于虚拟同步电机的iidg的自适应惯性控制方法
CN109861251B (zh) * 2019-03-26 2020-09-01 上海电力学院 一种用于微网暂稳态频率优化的双馈风机综合控制方法
CN110492531B (zh) * 2019-08-06 2020-09-11 清华大学 考虑同步旋转惯量水平的电力系统调度运行方法及系统
CN110970933B (zh) * 2019-11-23 2023-12-15 国网辽宁省电力有限公司电力科学研究院 基于主动支撑控制的光储联合发电系统虚拟惯量补偿方法
CN111384730B (zh) * 2020-03-27 2022-10-25 国网山东省电力公司经济技术研究院 一种风机虚拟惯量控制参数的确定方法
CN111525598B (zh) * 2020-05-12 2023-04-11 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
CN111817292B (zh) * 2020-06-28 2022-05-03 国网青海省电力公司 一种电力系统的风光储鲁棒配置方法及装置
CN112434936B (zh) * 2020-11-23 2023-07-25 湖南大学 电力系统惯量安全域评估方法、系统及可读存储介质
CN112803487A (zh) * 2021-03-25 2021-05-14 国网吉林省电力有限公司电力科学研究院 一种考虑风电机组调频控制的电力系统机组组合优化方法
CN112803486A (zh) * 2021-03-25 2021-05-14 国网吉林省电力有限公司电力科学研究院 一种风电并网下考虑动态频率约束的机组组合优化方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112994013A (zh) * 2021-02-08 2021-06-18 四川大学 考虑频率约束的多源电力系统日前优化调度方法

Also Published As

Publication number Publication date
CN113422376A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
Cao et al. Optimal sizing and control strategies for hybrid storage system as limited by grid frequency deviations
CN113422376B (zh) 一种基于频率稳定约束的事故备用、等效惯量配置方法、系统、终端及可读存储介质
Gan et al. Security constrained co-planning of transmission expansion and energy storage
You et al. Comparative assessment of tactics to improve primary frequency response without curtailing solar output in high photovoltaic interconnection grids
Gheydi et al. Planning in microgrids with conservation of voltage reduction
Crăciun et al. Frequency support functions in large PV power plants with active power reserves
Wu et al. Source-network-storage joint planning considering energy storage systems and wind power integration
Tahir et al. Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days
Björk et al. Variable-speed wind turbine control designed for coordinated fast frequency reserves
Yan et al. Frequency control and optimal operation of low-inertia power systems with HVDC and renewable energy: a review
Martinez-Rico et al. Energy storage sizing based on automatic frequency restoration reserve market participation of hybrid renewable power plants
Attar et al. Impacts of integration of wind farms on voltage stability margin
Mu et al. The control strategy of energy storage externality for reducing wind curtailment from wind farm cluster
Laribi et al. Optimal dimensioning and operation of a grid-supporting energy storage system
CN109301845A (zh) 基于主从式储能协调控制的特高压联络线有功波动平抑方法
Hanting et al. Active Distribution Network Bi-level Planning Considering the" Source-Grid-Load-Storage" Collaborative
CN117744478B (zh) 一种基于多目标贝叶斯优化的寒地储能设备配置方法
Abegaz et al. Optimal dispatch control of energy storage systems using forward-backward induction
Behera et al. Grid-Connected Distributed Wind-Photovoltaic Energy Management: A Review
Casasola-Aignesberger et al. Decentralized Demand Side Participation in Primary Frequency Control: Assessing the Impact of Response Rates
Emon et al. Participation of battery energy storage system for frequency control in wind dominated power systems: An analytical approach
CN115514008B (zh) 基于平均系统频率模型的新能源系统在线惯性配置方法
CN115800296B (zh) 远海风电经vsc-mtdc并网系统的电压频率协同支撑方法
Cao et al. Study on reliability assessment of composite generation and transmission system integrated wind farm
You Use Non-Energy-Curtailment Resources for Primary Frequency Response in Future Low-Inertia Power Grids

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
TR01 Transfer of patent right

Effective date of registration: 20240301

Address after: 710001 No. 218 Shiyuan Road, Beilin District, Xi'an City, Shaanxi Province

Patentee after: State Grid Shaanxi Electric Power Co.,Ltd.

Country or region after: China

Patentee after: Electric Power Research Institute of State Grid Shaanxi Electric Power Co.,Ltd.

Patentee after: National Network (Xi'an) Environmental Protection Technology Center Co.,Ltd.

Address before: 710049 No. 218 Shiyuan Road, Xi'an City, Shaanxi Province

Patentee before: STATE GRID SHAANXI ELECTRIC POWER Co.

Country or region before: China

Patentee before: STATE GRID SHAANXI ELECTRIC POWER Research Institute

TR01 Transfer of patent right