CN114362173A - 一种基于数字孪生的送端电网潮流稳定性评价方法 - Google Patents

一种基于数字孪生的送端电网潮流稳定性评价方法 Download PDF

Info

Publication number
CN114362173A
CN114362173A CN202210047606.5A CN202210047606A CN114362173A CN 114362173 A CN114362173 A CN 114362173A CN 202210047606 A CN202210047606 A CN 202210047606A CN 114362173 A CN114362173 A CN 114362173A
Authority
CN
China
Prior art keywords
power
sending
digital twin
time
wind
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
CN202210047606.5A
Other languages
English (en)
Other versions
CN114362173B (zh
Inventor
陈远东
孟辉
张海龙
史文江
张超
邵文国
阎乃臣
顾大可
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.)
State Grid East Inner Mongolia Electric Power Co ltd Maintenance Branch
State Grid Corp of China SGCC
Northeast Electric Power University
Original Assignee
State Grid East Inner Mongolia Electric Power Co ltd Maintenance Branch
State Grid Corp of China SGCC
Northeast Dianli 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 State Grid East Inner Mongolia Electric Power Co ltd Maintenance Branch, State Grid Corp of China SGCC, Northeast Dianli University filed Critical State Grid East Inner Mongolia Electric Power Co ltd Maintenance Branch
Priority to CN202210047606.5A priority Critical patent/CN114362173B/zh
Publication of CN114362173A publication Critical patent/CN114362173A/zh
Application granted granted Critical
Publication of CN114362173B publication Critical patent/CN114362173B/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
    • 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
    • H02J3/04—Circuit arrangements for AC mains or AC distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于数字孪生的送端电网潮流稳定性评价方法，涉及电力系统技术领域。该方法首先通过多种传感器对送端电网中多能源数据进行采集，得到送端电网储能潮流模型；再根据采集的送端电网各种外部影响因素计算出火电机组、风电场、光伏电站及储能允许修正的最大数字孪生系数；通过数字孪生技术，对送端电网数据进行修正，得到基于数字孪生的送端电网潮流模型，在此基础上计算基于数字孪生的送端电网稳定性影响因子对送端电网中潮流稳定性进行判别。该方法可以进行多时间尺度下的送端电网潮流稳定性评估，进而控制与优化整个电力系统中的潮流稳定性。

Description

一种基于数字孪生的送端电网潮流稳定性评价方法
技术领域
本发明涉及电力系统技术领域，尤其涉及一种基于数字孪生的送端电网潮流稳定性评价方法。
背景技术
在电力系统中，送端电网潮流稳定性可以很好的评估在送端电网各支路及枢纽点的有功功率和无功功率分布，但是当前现有送端电网潮流稳定性评价方法只能评价当前时刻而不能进行多时间尺度下的评估。数字孪生技术，旨在通过充分采集海量数据资源，建立数字虚体与物理实体的映射关系进而镜像实体。应用数字孪生技术控制送端电网中的电源与储能，能够进行多时间尺度下的送端电网潮流稳定性评估，进而控制与优化整个电力系统中的潮流稳定性。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于数字孪生的送端电网潮流稳定性评价方法，实现对送端电网潮流稳定性进行评价。
为解决上述技术问题，本发明所采取的技术方案是：一种基于数字孪生的送端电网潮流稳定性评价方法，通过多种传感器对送端电网中多能源数据进行采集，得到送端电网储能潮流模型，根据采集的各种外部影响因素计算出火电机组、风电场、光伏电站及储能允许修正的最大数字孪生系数，通过数字孪生技术，对送端电网数据进行修正，得到基于数字孪生的送端电网潮流模型，进而对送端电网潮流稳定性进行判别，具体包括以下步骤：
步骤1：采用多种传感器采集送端电网中多能源的有功及无功功率；
采集不同时刻t火电机组的有功功率
Figure BDA0003472856610000011
风电场的有功功率
Figure BDA0003472856610000012
以及光伏电站有功出力
Figure BDA0003472856610000013
火电机组的无功功率
Figure BDA0003472856610000014
风电场的无功功率
Figure BDA0003472856610000015
以及光伏电站的无功功率
Figure BDA0003472856610000016
送端电网的总有功功率
Figure BDA0003472856610000017
送端电网的总无功功率
Figure BDA0003472856610000018
并计算这些参数的标幺值：
Figure BDA0003472856610000019
Figure BDA00034728566100000110
其中，
Figure BDA00034728566100000111
和
Figure BDA00034728566100000112
分别为火电机组的有功功率基准值和标幺值，
Figure BDA00034728566100000113
和
Figure BDA00034728566100000114
分别为风电场的有功功率基准值和标幺值，
Figure BDA0003472856610000021
和
Figure BDA0003472856610000022
分别为光伏电站有功出力的基准值和标幺值，
Figure BDA0003472856610000023
和
Figure BDA0003472856610000024
分别为火电机组无功功率的基准值和标幺值，
Figure BDA0003472856610000025
和
Figure BDA0003472856610000026
分别为风电场的无功功率基准值和标幺值，
Figure BDA0003472856610000027
和
Figure BDA0003472856610000028
分别为光伏电站的无功功率的基准值和标幺值，
Figure BDA0003472856610000029
和
Figure BDA00034728566100000210
分别为送端电网的总有功功率的基准值和标幺值，
Figure BDA00034728566100000211
和
Figure BDA00034728566100000212
分别为送端电网的总无功功率的基准值和标幺值；
步骤2：建立多时间尺度下送端电网储能潮流模型；
在考虑送端电网中火电机组有功功率、风电场有功功率、光伏电站有功出力条件下，多时间尺度下送端电网储能的有功功率模型为：
Figure BDA00034728566100000213
在考虑送端电网中火电机组无功功率、风电场无功功率、光伏电站无功出力条件下，多时间尺度下送端电网储能无功功率模型为：
Figure BDA00034728566100000214
其中，
Figure BDA00034728566100000215
为送端电网储能有功功率的标幺值，
Figure BDA00034728566100000216
为送端电网储能无功功率的标幺值；
步骤3：构建基于数字孪生的送端电网储能潮流模型；
步骤3.1：确定火电机组允许修正的最大数字孪生系数；
设定
Figure BDA00034728566100000217
为t时刻火电机组的热量损失；Ψ1为火电机组的最大热量损失系数；
Figure BDA00034728566100000218
为t时刻火电机组余热量；
Figure BDA00034728566100000219
为t时刻火电机组发电效率，并通过以下计算得到火电机组的热量损失和余热量标幺值：
Figure BDA00034728566100000220
其中，
Figure BDA00034728566100000221
和
Figure BDA00034728566100000222
分别为t时刻火电机组热量损失的基准值和标幺值；
Figure BDA00034728566100000223
和
Figure BDA00034728566100000224
分别为t时刻火电机组余热量的基准值和标幺值；
根据多时间尺度下的火电机组热量损失、最大热量损失系数、火电机组余热量以及火电机组发电效率确定多时间尺度下火电机组允许修正的最大数字孪生系数，如下公式所示：
Figure BDA00034728566100000225
其中，
Figure BDA0003472856610000031
为t时刻火电机组允许修正的最大数字孪生系数；
步骤3.2：确定风电场允许修正的最大数字孪生系数；
设定
Figure BDA0003472856610000032
为t时刻风电场的风量损失；Ψ2为风电场的最大风量损失系数；
Figure BDA0003472856610000033
为t时刻风电场弃风量；
Figure BDA0003472856610000034
为t时刻风电机组发电效率；
Figure BDA0003472856610000035
为风电场中风机转速，并通过以下计算得到风电场的风量损失、弃风量和风机转速的标幺值：
Figure BDA0003472856610000036
其中，
Figure BDA0003472856610000037
和
Figure BDA0003472856610000038
分别为t时刻风电场的风量损失的基准值和标幺值；
Figure BDA0003472856610000039
和
Figure BDA00034728566100000310
分别为t时刻风电场弃风量基准值和标幺值；Vs t′和
Figure BDA00034728566100000311
分别为风电场额定风机转速基准值和标幺值；
根据多时间尺度下风电场的风量损失和风电场的弃风量、风电场的最大风量损失系数加上多时间尺度下风电机组发电效率和风电场风机转速得到风电场允许修正的最大数字孪生系数，如下公式所示：
Figure BDA00034728566100000312
其中，
Figure BDA00034728566100000313
为t时刻风电场允许修正的最大数字孪生系数；
步骤3.3：确定光伏电站允许修正的最大数字孪生修正系数；
设光伏电站t时刻最大发电功率为
Figure BDA00034728566100000314
Is t为t时刻光伏电站的光照强度；Ψ3为光照功率温度系数；Usun t为光伏电站t时刻光伏电池电压；Tface为t时刻光伏电站设施表面温度；
通过以下计算得到光伏电站t时刻最大发电功率、光照强度、光伏电池电压和设施表面温度的标幺值：
Figure BDA00034728566100000315
其中，
Figure BDA00034728566100000316
和
Figure BDA00034728566100000317
分别为光伏电站t时刻最大发电功率的基准值和标幺值；Is t′和
Figure BDA00034728566100000318
分别为t时刻光照强度的基准值和标幺值；Usun t′和
Figure BDA00034728566100000319
分别为光伏电站t时刻光伏电池电压的基准值和标幺值；Tface t′和
Figure BDA00034728566100000320
分别为t时刻光伏电站设施表面温度的基准值和标幺值；
根据光伏电站中多时间尺度下光照功率温度系数、光伏电站设施表面温度、光照强度、最大发电功率和光伏电池电压计算得到多时间尺度下光伏电站允许修正的最大数字孪生系数，如下公式所示：
Figure BDA0003472856610000041
其中，
Figure BDA0003472856610000042
为t时刻光伏电站允许修正的最大数字孪生系数；
步骤3.4：根据火电机组、光伏电站、风电场的允许修正的最大数字孪生系数求出送端电网储能的最大数字孪生修正系数，进而得到基于数字孪生的送端电网储能潮流模型；
根据火电机组、光伏电站、风电场的修正系数求出送端电网储能最大数字孪生修正系数，如下公式所示：
Figure BDA0003472856610000043
其中，
Figure BDA0003472856610000044
为送端电网储能最大数字孪生修正系数；
根据送端电网储能最大数字孪生修正系数求出基于数字孪生的送端电网储能潮流模型，如下公式所示：
Figure BDA0003472856610000045
Figure BDA0003472856610000046
其中，
Figure BDA0003472856610000047
为经过最大数字孪生修正系数修正的送端电网储能有功功率，
Figure BDA0003472856610000048
为经过最大数字孪生修正系数修正的送端电网储能无功功率；
步骤4：确定基于数字孪生的送端电网潮流模型；
根据火电机组允许修正的最大数字孪生系数
Figure BDA0003472856610000049
风电场允许修正的最大数字孪生系数
Figure BDA00034728566100000410
和光伏电站允许修正的最大数字孪生系数
Figure BDA00034728566100000411
对火电机组的有功功率标幺值
Figure BDA00034728566100000412
风电场的有功功率标幺值
Figure BDA00034728566100000413
和光伏电站的有功出力标幺值
Figure BDA00034728566100000414
进行修正，在基于数字孪生的送端电网储能潮流模型基础上得到基于数字孪生的送端电网潮流模型，如下公式所示：
Figure BDA0003472856610000051
Figure BDA0003472856610000052
其中，
Figure BDA0003472856610000053
为经过数字孪生后送端电网的总有功功率，
Figure BDA0003472856610000054
为经过数字孪生后送端电网的总无功功率；
步骤5：计算基于数字孪生的送端电网稳定性影响因子，对送端电网潮流进行稳定性判定；
设定
Figure BDA0003472856610000055
为t时刻火电机组煤粉温度，
Figure BDA0003472856610000056
为t时刻火电机组煤粉压力，
Figure BDA0003472856610000057
为t时刻风电场的风温，
Figure BDA0003472856610000058
为t时刻风电场的风速，
Figure BDA0003472856610000059
为t时刻风电场的风量，
Figure BDA00034728566100000510
为t时刻光伏电站的光照强度，
Figure BDA00034728566100000511
为t时刻光伏电站的光照温度，
Figure BDA00034728566100000512
为t时刻送端电网输电线路电阻，并通过以下公式计算这些参数的标幺值：
Figure BDA00034728566100000513
Figure BDA00034728566100000514
其中，
Figure BDA00034728566100000515
和
Figure BDA00034728566100000516
分别为t时刻火电机组煤粉温度的基准值和标幺值，
Figure BDA00034728566100000517
和
Figure BDA00034728566100000518
分别为t时刻火电机组煤粉压力的基准值和标幺值，
Figure BDA00034728566100000519
和
Figure BDA00034728566100000520
分别为t时刻风电场风温的基准值和标幺值，
Figure BDA00034728566100000521
和
Figure BDA00034728566100000522
分别为t时刻风电场风速的基准值和标幺值，Wl t′和
Figure BDA00034728566100000523
分别为t时刻风电场风量的基准值和标幺值，
Figure BDA00034728566100000524
和
Figure BDA00034728566100000525
分别为t时刻光伏电站光照强度的基准值和标幺值，
Figure BDA00034728566100000526
和
Figure BDA00034728566100000527
分别为t时刻光伏电站光照温度的基准值和标幺值,
Figure BDA00034728566100000528
和
Figure BDA00034728566100000529
分别为t时刻送端电网输电线路的基准值和标幺值；
进而得到基于数字孪生的送端电网潮流稳定性影响因子，如下公式所示：
Figure BDA0003472856610000061
其中，ωsta为与火电机组煤粉温度与压力，光伏电站的光照强度与温度，风电场的风温、风速和风量有关的送端电网潮流稳定性影响因子，j为虚数单位；
根据计算出的基于数字孪生的送端电网潮流稳定性影响因子ωsta对送端电网潮流进行稳定性判定，当ωsta在0.17～0.63范围内时，送端电网潮流处于稳定状态；当ωsta小于0.17或大于0.63时，送端电网潮流处于不稳定状态。
采用上述技术方案所产生的有益效果在于：本发明提供的一种基于数字孪生的送端电网潮流稳定性评价方法，采用多种传感器对送端电网多能源数据进行采集，通过数字孪生技术对送端电网数据进行修正，进而可以对送端电网潮流稳定性进行判别；应用数字孪生技术控制送端电网中的电源与储能等潮流，可以进行多时间尺度下的送端电网潮流稳定性评估，进而控制与优化整个电力系统中的潮流稳定性。
附图说明
图1为本发明实施例提供的一种基于数字孪生的送端电网潮流稳定性评价方法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本实施例以某地区送端电网为例，采用本发明的基于数字孪生的送端电网潮流稳定性评价方法对该地区送端电网的稳定性进行判断。
本实施例中，一种基于数字孪生的送端电网潮流稳定性评价方法，通过多种传感器对送端电网中多能源数据进行采集，得到送端电网储能潮流模型，根据采集的各种外部影响因素计算出火电机组、风电场、光伏电站及储能允许修正的最大数字孪生系数，通过数字孪生技术，对送端电网数据进行修正，得到基于数字孪生的送端电网潮流模型，进而对送端电网潮流稳定性进行判别，如图1所示，具体包括以下步骤：
步骤1：采用多种传感器采集送端电网中多能源的有功及无功功率；
采集不同时刻t火电机组的有功功率
Figure BDA0003472856610000062
风电场的有功功率
Figure BDA0003472856610000063
以及光伏电站有功出力
Figure BDA0003472856610000071
火电机组的无功功率
Figure BDA0003472856610000072
风电场的无功功率
Figure BDA0003472856610000073
以及光伏电站的无功功率
Figure BDA0003472856610000074
送端电网的总有功功率
Figure BDA0003472856610000075
送端电网的总无功功率
Figure BDA0003472856610000076
并计算这些参数的标幺值：
Figure BDA0003472856610000077
Figure BDA0003472856610000078
其中，
Figure BDA0003472856610000079
和
Figure BDA00034728566100000710
分别为火电机组的有功功率基准值和标幺值，
Figure BDA00034728566100000711
和
Figure BDA00034728566100000712
分别为风电场的有功功率基准值和标幺值，
Figure BDA00034728566100000713
和
Figure BDA00034728566100000714
分别为光伏电站有功出力的基准值和标幺值，
Figure BDA00034728566100000715
和
Figure BDA00034728566100000716
分别为火电机组无功功率的基准值和标幺值，
Figure BDA00034728566100000717
和
Figure BDA00034728566100000718
分别为风电场的无功功率基准值和标幺值，
Figure BDA00034728566100000719
和
Figure BDA00034728566100000720
分别为光伏电站的无功功率的基准值和标幺值，
Figure BDA00034728566100000721
和
Figure BDA00034728566100000722
分别为送端电网的总有功功率的基准值和标幺值，
Figure BDA00034728566100000723
和
Figure BDA00034728566100000724
分别为送端电网的总无功功率的基准值和标幺值；
本实施例中，采集该地区送端电网上午7时的数据为：
Figure BDA00034728566100000725
Figure BDA00034728566100000726
Figure BDA00034728566100000727
Figure BDA00034728566100000728
步骤2：建立多时间尺度下送端电网储能潮流模型；
在考虑送端电网中火电机组有功功率、风电场有功功率、光伏电站有功出力条件下，多时间尺度下送端电网储能的有功功率模型为：
Figure BDA00034728566100000729
在考虑送端电网中火电机组无功功率、风电场无功功率、光伏电站无功出力条件下，多时间尺度下送端电网储能无功功率模型为：
Figure BDA00034728566100000730
其中，
Figure BDA00034728566100000731
为送端电网储能有功功率的标幺值，
Figure BDA00034728566100000732
为送端电网储能无功功率的标幺值；本实施例中，计算出送端电网储能有功功率的标幺值
Figure BDA00034728566100000733
送端电网储能无功功率的标幺值
Figure BDA0003472856610000081
步骤3：构建基于数字孪生的送端电网储能潮流模型；
步骤3.1：确定火电机组允许修正的最大数字孪生系数；
设定
Figure BDA0003472856610000082
为t时刻火电机组的热量损失；Ψ1为火电机组的最大热量损失系数；
Figure BDA0003472856610000083
为t时刻火电机组余热量；
Figure BDA0003472856610000084
为t时刻火电机组发电效率，并通过以下计算得到火电机组的热量损失和余热量标幺值：
Figure BDA0003472856610000085
其中，
Figure BDA0003472856610000086
和
Figure BDA0003472856610000087
分别为t时刻火电机组热量损失的基准值和标幺值；
Figure BDA0003472856610000088
和
Figure BDA0003472856610000089
分别为t时刻火电机组余热量的基准值和标幺值；
根据多时间尺度下的火电机组热量损失、最大热量损失系数、火电机组余热量以及火电机组发电效率确定多时间尺度下火电机组允许修正的最大数字孪生系数，如下公式所示：
Figure BDA00034728566100000810
其中，
Figure BDA00034728566100000811
为t时刻火电机组允许修正的最大数字孪生系数；
本实施例中，通过多种传感器采集的该地区送端电网上午7时火电机组热量损失
Figure BDA00034728566100000812
最大热量损失系数Ψ1＝0.44；火电机组余热量
Figure BDA00034728566100000813
火电机组发电效率
Figure BDA00034728566100000814
火电机组的热量损失基准值
Figure BDA00034728566100000815
火电机组余热量基准值
Figure BDA00034728566100000816
进而计算得到上午7时火电机组允许修正的最大数字孪生系数
Figure BDA00034728566100000817
步骤3.2：确定风电场允许修正的最大数字孪生系数；
设定
Figure BDA00034728566100000818
为t时刻风电场的风量损失；Ψ2为风电场的最大风量损失系数；
Figure BDA00034728566100000819
为t时刻风电场弃风量；
Figure BDA00034728566100000820
为t时刻风电机组发电效率；Vs t为风电场中风机转速，并通过以下计算得到风电场的风量损失、弃风量和风机转速的标幺值：
Figure BDA00034728566100000821
其中，
Figure BDA00034728566100000822
和
Figure BDA00034728566100000823
分别为t时刻风电场的风量损失的基准值和标幺值；
Figure BDA00034728566100000824
和
Figure BDA00034728566100000825
分别为t时刻风电场弃风量基准值和标幺值；Vs t′和
Figure BDA00034728566100000826
分别为风电场额定风机转速基准值和标幺值；
根据多时间尺度下风电场的风量损失和风电场的弃风量、风电场的最大风量损失系数加上多时间尺度下风电机组发电效率和风电场风机转速得到风电场允许修正的最大数字孪生系数，如下公式所示：
Figure BDA0003472856610000091
其中，
Figure BDA0003472856610000092
为t时刻风电场允许修正的最大数字孪生系数；
本实施例中，通过多种传感器采集的该地区送端电网上午7时风电厂的风量损失
Figure BDA0003472856610000093
最大风量损失系数Ψ2＝0.74，风电厂弃风量
Figure BDA0003472856610000094
风电厂发电效率
Figure BDA0003472856610000095
风机转速
Figure BDA0003472856610000096
上午7时风电厂的风量损失基准值
Figure BDA0003472856610000097
风电厂弃风量基准值
Figure BDA0003472856610000098
风机转速基准值Vs 7′＝3000r/min；
进而计算得到上午7时风电厂允许修正的最大数字孪生系数
Figure BDA0003472856610000099
步骤3.3：确定光伏电站的最大数字孪生修正系数；
设光伏电站t时刻最大发电功率为
Figure BDA00034728566100000910
Is t为t时刻光伏电站的光照强度；Ψ3为功率温度系数；Usun t为光伏电站t时刻光伏电池电压；Tface为t时刻光伏电站设施表面温度；
通过以下计算得到光伏电站t时刻最大发电功率、光照强度、光伏电池电压和设施表面温度的标幺值：
Figure BDA00034728566100000911
其中，
Figure BDA00034728566100000912
和
Figure BDA00034728566100000913
分别为光伏电站t时刻最大发电功率的基准值和标幺值；Is t′和
Figure BDA00034728566100000914
分别为t时刻光照强度的基准值和标幺值；Usun t′和
Figure BDA00034728566100000915
分别为光伏电站t时刻光伏电池电压的基准值和标幺值；Tface t′和
Figure BDA00034728566100000916
分别为t时刻光伏电站设施表面温度的基准值和标幺值；
根据光伏电站中多时间尺度下光照功率温度系数、光伏电站设施表面温度、光照强度、最大发电功率和光伏电池电压计算得到多时间尺度下光伏电站允许修正的最大数字孪生系数，如下公式所示：
Figure BDA00034728566100000917
其中，
Figure BDA0003472856610000101
为t时刻光伏电站允许修正的最大数字孪生系数；
本实施例中，通过多种传感器采集的该地区送端电网上午7时光伏电站最大发电功率为
Figure BDA0003472856610000102
光照强度Is 7＝500kw/m2，功率温度系数Ψ3＝0.58，光伏电池电压Usun 7＝254v，光伏电站设施表面温度Tface＝45℃，光伏发电站周围空气密度δ7＝1.78kg/m3。上午7时光伏电站最大发电功率基准值为
Figure BDA0003472856610000103
光照强度基准值Is 7′＝750kw/m3光伏电池电压基准值Usun 7′＝500v，光伏电站设施表面温度基准值Tface 7＝50℃。
进而计算得到上午7时光伏电站允许修正的最大数字孪生系数
Figure BDA0003472856610000104
步骤3.4：根据火电机组、光伏电站、风电场的允许修正的最大数字孪生系数求出送端电网储能的最大数字孪生修正系数，进而得到基于数字孪生的送端电网储能潮流模型；
根据火电机组、光伏电站、风电场的修正系数求出送端电网储能最大数字孪生修正系数，如下公式所示：
Figure BDA0003472856610000105
其中，
Figure BDA0003472856610000106
为送端电网储能最大数字孪生修正系数；
根据送端电网储能最大数字孪生修正系数求出基于数字孪生的送端电网储能潮流模型，如下公式所示：
Figure BDA0003472856610000107
Figure BDA0003472856610000108
其中，
Figure BDA0003472856610000109
为经过最大数字孪生修正系数修正的送端电网储能有功功率，
Figure BDA00034728566100001010
为经过最大数字孪生修正系数修正的送端电网储能无功功率；
本实施例中，根据该地区上午7时送端电网的火电机组，光伏电站，风电厂运行修正的最大数字孪生系数求出送端电网储能最大数字孪生
Figure BDA00034728566100001011
计算得到经过最大数字孪生修正系数修正的送端电网储能有功功率
Figure BDA00034728566100001012
无功功率
Figure BDA0003472856610000111
步骤4：确定基于数字孪生的送端电网潮流模型；
根据火电机组允许修正的最大数字孪生系数
Figure BDA0003472856610000112
风电场允许修正的最大数字孪生系数
Figure BDA0003472856610000113
和光伏电站允许修正的最大数字孪生系数
Figure BDA0003472856610000114
对火电机组的有功功率标幺值
Figure BDA0003472856610000115
风电场的有功功率标幺值
Figure BDA0003472856610000116
和光伏电站的有功出力标幺值
Figure BDA0003472856610000117
进行修正，在基于数字孪生的送端电网储能潮流模型基础上得到基于数字孪生的送端电网潮流模型，如下公式所示：
Figure BDA0003472856610000118
Figure BDA0003472856610000119
其中，
Figure BDA00034728566100001110
为经过数字孪生后送端电网的总有功功率，
Figure BDA00034728566100001111
为经过数字孪生后送端电网的总无功功率；
本实例计算得到上午7时经过数字孪生后送端电网的总有功功率
Figure BDA00034728566100001112
总无功功率
Figure BDA00034728566100001113
步骤5：计算基于数字孪生的送端电网稳定性影响因子，对送端电网潮流进行稳定性判定；
设定
Figure BDA00034728566100001114
为t时刻火电机组煤粉温度，
Figure BDA00034728566100001115
为t时刻火电机组煤粉压力，
Figure BDA00034728566100001116
为t时刻风电场的风温，
Figure BDA00034728566100001117
为t时刻风电场的风速，
Figure BDA00034728566100001118
为t时刻风电场的风量，
Figure BDA00034728566100001119
为t时刻光伏电站的光照强度，
Figure BDA00034728566100001120
为t时刻光伏电站的光照温度，
Figure BDA00034728566100001121
为t时刻送端电网输电线路电阻，并通过以下公式计算这些参数的标幺值：
Figure BDA00034728566100001122
Figure BDA00034728566100001123
其中，
Figure BDA00034728566100001124
和
Figure BDA00034728566100001125
分别为t时刻火电机组煤粉温度的基准值和标幺值，
Figure BDA00034728566100001126
和
Figure BDA00034728566100001127
分别为t时刻火电机组煤粉压力的基准值和标幺值，
Figure BDA0003472856610000121
和
Figure BDA0003472856610000122
分别为t时刻风电场风温的基准值和标幺值，
Figure BDA0003472856610000123
和
Figure BDA0003472856610000124
分别为t时刻风电场风速的基准值和标幺值，Wl t′和
Figure BDA0003472856610000125
分别为t时刻风电场风量的基准值和标幺值，
Figure BDA0003472856610000126
和
Figure BDA0003472856610000127
分别为t时刻光伏电站光照强度的基准值和标幺值，
Figure BDA0003472856610000128
和
Figure BDA0003472856610000129
分别为t时刻光伏电站光照温度的基准值和标幺值,
Figure BDA00034728566100001210
和
Figure BDA00034728566100001211
分别为t时刻送端电网输电线路的基准值和标幺值；
进而得到基于数字孪生的送端电网潮流稳定性影响因子，如下公式所示：
Figure BDA00034728566100001212
其中，ωsta为与火电机组煤粉温度与压力，光伏电站的光照强度与温度，风电场的风温、风速和风量有关的送端电网潮流稳定性影响因子，j为虚数单位；
根据计算出的基于数字孪生的送端电网潮流稳定性影响因子ωsta对送端电网潮流进行稳定性判定，当ωsta在0.17～0.63范围内时，送端电网潮流处于稳定状态；当ωsta小于0.17或大于0.63时，送端电网潮流处于不稳定状态。
本实施例中，通过多种传感器采集的该地区送端电网上午7时火电机组煤粉温度
Figure BDA00034728566100001213
火电机组煤粉压力
Figure BDA00034728566100001214
风温
Figure BDA00034728566100001215
风速
Figure BDA00034728566100001216
风量Wl 7＝5s/m2，光照强度
Figure BDA00034728566100001217
上午7时光照温度
Figure BDA00034728566100001218
输电线路电阻
Figure BDA00034728566100001219
上午7时火电机组煤粉温度基准值
Figure BDA00034728566100001220
火电机组煤粉压力基准值
Figure BDA00034728566100001221
风温基准值
Figure BDA00034728566100001222
风速基准值
Figure BDA00034728566100001223
风量基准值Wl 7′＝10s/m2，光照强度基准值
Figure BDA00034728566100001224
光照温度基准值
Figure BDA00034728566100001225
输电线路基准值
Figure BDA00034728566100001226
进而计算得到基于数字孪生的送端电网潮流稳定性影响因子ωsta＝0.4943，在0.17～0.63范围内，说明在上午7时该送端电网潮流处于稳定状态。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (10)

1.一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：
通过多种传感器对送端电网中多能源数据进行采集，得到送端电网储能潮流模型；
根据采集的送端电网各种外部影响因素计算出火电机组、风电场、光伏电站及储能允许修正的最大数字孪生系数；
通过数字孪生技术，对送端电网数据进行修正，得到基于数字孪生的送端电网潮流模型，进而对送端电网中潮流稳定性进行判别。
2.根据权利要求1所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：所述方法具体包括以下步骤：
步骤1：采用多种传感器采集送端电网中多能源的有功及无功功率；
步骤2：在考虑送端电网中火电机组有功功率、风电场有功功率、光伏电站有功出力条件下，建立多时间尺度下送端电网储能潮流模型；
步骤3：构建基于数字孪生的送端电网储能潮流模型；
步骤3.1：根据多时间尺度下的火电机组热量损失、最大热量损失系数、火电机组余热量以及火电机组发电效率确定多时间尺度下火电机组允许修正的最大数字孪生系数；
步骤3.2：根据多时间尺度下风电场的风量损失和风电场的弃风量、风电场的最大风量损失系数加上多时间尺度下风电机组发电效率和风电场风机转速得到风电场允许修正的最大数字孪生系数；
步骤3.3：根据光伏电站中多时间尺度下光照功率温度系数、光伏电站设施表面温度、光照强度、最大发电功率和光伏电池电压计算得到多时间尺度下光伏电站允许修正的最大数字孪生系数；
步骤3.4：根据火电机组、光伏电站、风电场的允许修正的最大数字孪生系数求出送端电网储能的最大数字孪生修正系数，进而得到基于数字孪生的送端电网储能潮流模型；
步骤4：确定基于数字孪生的送端电网潮流模型；
根据火电机组允许修正的最大数字孪生系数，风电场允许修正的最大数字孪生系数和光伏电站允许修正的最大数字孪生系数对火电机组的有功功率标幺值，风电场的有功功率标幺值和光伏电站的有功出力标幺值进行修正，在基于数字孪生的送端电网储能潮流模型基础上得到基于数字孪生的送端电网潮流模型；
步骤5：在基于数字孪生的送端电网潮流模型的基础上，计算基于数字孪生的送端电网稳定性影响因子，对送端电网潮流进行稳定性判定。
3.根据权利要求2所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：所述步骤1采集不同时刻t时送端电网中火电机组的有功功率
Figure FDA0003472856600000011
风电场的有功功率
Figure FDA0003472856600000012
以及光伏电站有功出力
Figure FDA0003472856600000021
火电机组的无功功率
Figure FDA0003472856600000022
风电场的无功功率
Figure FDA0003472856600000023
以及光伏电站的无功功率
Figure FDA0003472856600000024
送端电网的总有功功率
Figure FDA0003472856600000025
送端电网的总无功功率
Figure FDA0003472856600000026
并计算这些参数的标幺值。
4.根据权利要求3所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：步骤2所述多时间尺度下送端电网储能潮流模型包括送端电网储能的有功功率模型和无功功率模型；
在考虑送端电网中火电机组有功功率、风电场有功功率、光伏电站有功出力条件下，多时间尺度下送端电网储能的有功功率模型为：
Figure FDA0003472856600000027
在考虑送端电网中火电机组无功功率、风电场无功功率、光伏电站无功出力条件下，多时间尺度下送端电网储能无功功率模型为：
Figure FDA0003472856600000028
其中，
Figure FDA0003472856600000029
为送端电网储能有功功率的标幺值，
Figure FDA00034728566000000210
为送端电网储能无功功率的标幺值；
Figure FDA00034728566000000211
为火电机组的有功功率标幺值，
Figure FDA00034728566000000212
为风电场的有功功率标幺值，
Figure FDA00034728566000000213
为光伏电站有功出力的标幺值，
Figure FDA00034728566000000214
为火电机组无功功率的标幺值，
Figure FDA00034728566000000215
为风电场的无功功率标幺值，
Figure FDA00034728566000000216
为光伏电站的无功功率的标幺值，
Figure FDA00034728566000000217
为送端电网的总有功功率的标幺值，
Figure FDA00034728566000000218
为送端电网的总无功功率的标幺值。
5.根据权利要求4所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：
设定
Figure FDA00034728566000000219
为t时刻火电机组的热量损失；Ψ1为火电机组的最大热量损失系数；
Figure FDA00034728566000000220
为t时刻火电机组余热量；
Figure FDA00034728566000000221
为t时刻火电机组发电效率，并计算火电机组的热量损失和余热量标幺值；
根据多时间尺度下的火电机组热量损失、最大热量损失系数、火电机组余热量以及火电机组发电效率确定多时间尺度下火电机组允许修正的最大数字孪生系数，如下公式所示：
Figure FDA00034728566000000222
其中，
Figure FDA0003472856600000031
为t时刻火电机组允许修正的最大数字孪生系数；
Figure FDA0003472856600000032
为t时刻火电机组热量损失的标幺值；
Figure FDA0003472856600000033
为t时刻火电机组余热量的标幺值。
6.根据权利要求5所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：
设定
Figure FDA0003472856600000034
为t时刻风电场的风量损失；Ψ2为风电场的最大风量损失系数；
Figure FDA0003472856600000035
为t时刻风电场弃风量；
Figure FDA0003472856600000036
为t时刻风电机组发电效率；Vs t为风电场中风机转速，并计算风电场的风量损失、弃风量和风机转速的标幺值；
根据多时间尺度下风电场的风量损失和风电场的弃风量、风电场的最大风量损失系数加上多时间尺度下风电机组发电效率和风电场风机转速得到风电场允许修正的最大数字孪生系数，如下公式所示：
Figure FDA0003472856600000037
其中，
Figure FDA0003472856600000038
为t时刻风电场允许修正的最大数字孪生系数；
Figure FDA0003472856600000039
分别为t时刻风电场的风量损失的标幺值；
Figure FDA00034728566000000310
为t时刻风电场弃风量的标幺值；
Figure FDA00034728566000000311
为风电场额定风机转速的标幺值。
7.根据权利要求6所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：
设光伏电站t时刻最大发电功率为
Figure FDA00034728566000000312
Is t为t时刻光伏电站的光照强度；Ψ3为光照功率温度系数；Usun t为光伏电站t时刻光伏电池电压；Tface为t时刻光伏电站设施表面温度；并计算光伏电站t时刻最大发电功率、光照强度、光伏电池电压和设施表面温度的标幺值；
根据光伏电站中多时间尺度下光照功率温度系数、光伏电站设施表面温度、光照强度、最大发电功率和光伏电池电压计算得到多时间尺度下光伏电站允许修正的最大数字孪生系数，如下公式所示：
Figure FDA00034728566000000313
其中，
Figure FDA00034728566000000314
为t时刻光伏电站允许修正的最大数字孪生系数；
Figure FDA00034728566000000315
为光伏电站t时刻最大发电功率的标幺值；
Figure FDA00034728566000000316
为t时刻光照强度的标幺值；
Figure FDA00034728566000000317
为光伏电站t时刻光伏电池电压的标幺值；
Figure FDA0003472856600000041
为t时刻光伏电站设施表面温度的标幺值。
8.根据权利要求7所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：
根据火电机组、光伏电站、风电场的修正系数求出送端电网储能最大数字孪生修正系数，如下公式所示：
Figure FDA0003472856600000042
其中，
Figure FDA0003472856600000043
为送端电网储能最大数字孪生修正系数；
根据送端电网储能最大数字孪生修正系数求出基于数字孪生的送端电网储能潮流模型，如下公式所示：
Figure FDA0003472856600000044
Figure FDA0003472856600000045
其中，
Figure FDA0003472856600000046
为经过最大数字孪生修正系数修正的送端电网储能有功功率，
Figure FDA0003472856600000047
为经过最大数字孪生修正系数修正的送端电网储能无功功率。
9.根据权利要求8所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：所述步骤4得到的基于数字孪生的送端电网潮流模型如下公式所示：
Figure FDA0003472856600000048
Figure FDA0003472856600000049
其中，
Figure FDA00034728566000000410
为经过数字孪生后送端电网的总有功功率，
Figure FDA00034728566000000411
为经过数字孪生后送端电网的总无功功率。
10.根据权利要求9所述的一种基于数字孪生的送端电网潮流稳定性评价方法，其特征在于：所述步骤5的具体方法为：
设定
Figure FDA0003472856600000051
为t时刻火电机组煤粉温度，
Figure FDA0003472856600000052
为t时刻火电机组煤粉压力，
Figure FDA0003472856600000053
为t时刻风电场的风温，
Figure FDA0003472856600000054
为t时刻风电场的风速，
Figure FDA0003472856600000055
为t时刻风电场的风量，
Figure FDA0003472856600000056
为t时刻光伏电站的光照强度，
Figure FDA0003472856600000057
为t时刻光伏电站的光照温度，
Figure FDA0003472856600000058
为t时刻送端电网输电线路电阻，并计算这些参数的标幺值；
进而得到基于数字孪生的送端电网潮流稳定性影响因子，如下公式所示：
Figure FDA0003472856600000059
Figure FDA00034728566000000510
其中，ωsta为与火电机组煤粉温度与压力，光伏电站的光照强度与温度，风电场的风温、风速和风量有关的送端电网潮流稳定性影响因子，j为虚数单位；
Figure FDA00034728566000000511
为t时刻火电机组煤粉温度的标幺值，
Figure FDA00034728566000000512
为t时刻火电机组煤粉压力的标幺值，
Figure FDA00034728566000000513
为t时刻风电场风温的标幺值，
Figure FDA00034728566000000514
分别为t时刻风电场风速的标幺值，
Figure FDA00034728566000000515
为t时刻风电场风量的标幺值，
Figure FDA00034728566000000516
为t时刻光伏电站光照强度的标幺值，
Figure FDA00034728566000000517
为t时刻光伏电站光照温度的标幺值,
Figure FDA00034728566000000518
为t时刻送端电网输电线路的标幺值；
根据计算出的基于数字孪生的送端电网潮流稳定性影响因子ωsta对送端电网潮流进行稳定性判定，当ωsta在0.17～0.23范围内时，送端电网潮流处于稳定状态；当ωsta小于0.17或大于0.23时，送端电网潮流处于不稳定状态。
CN202210047606.5A 2022-01-17 2022-01-17 一种基于数字孪生的送端电网潮流稳定性评价方法 Active CN114362173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210047606.5A CN114362173B (zh) 2022-01-17 2022-01-17 一种基于数字孪生的送端电网潮流稳定性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210047606.5A CN114362173B (zh) 2022-01-17 2022-01-17 一种基于数字孪生的送端电网潮流稳定性评价方法

Publications (2)

Publication Number Publication Date
CN114362173A true CN114362173A (zh) 2022-04-15
CN114362173B CN114362173B (zh) 2024-04-19

Family

ID=81091848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210047606.5A Active CN114362173B (zh) 2022-01-17 2022-01-17 一种基于数字孪生的送端电网潮流稳定性评价方法

Country Status (1)

Country Link
CN (1) CN114362173B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116231871A (zh) * 2023-04-28 2023-06-06 深圳市三和电力科技有限公司 一种基于数字孪生的电网态势监管方法、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112018758A (zh) * 2020-08-26 2020-12-01 国网重庆市电力公司电力科学研究院 基于数字孪生的含高比例新能源交直流混联系统建模方法
CN112531694A (zh) * 2020-11-27 2021-03-19 国网重庆市电力公司电力科学研究院 基于数字孪生技术的交直流混合电网全域实时模拟方法
CN112526262A (zh) * 2020-11-26 2021-03-19 国网宁夏电力有限公司电力科学研究院 高比例新能源接入的直流送端电网稳定性判断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112018758A (zh) * 2020-08-26 2020-12-01 国网重庆市电力公司电力科学研究院 基于数字孪生的含高比例新能源交直流混联系统建模方法
CN112526262A (zh) * 2020-11-26 2021-03-19 国网宁夏电力有限公司电力科学研究院 高比例新能源接入的直流送端电网稳定性判断方法
CN112531694A (zh) * 2020-11-27 2021-03-19 国网重庆市电力公司电力科学研究院 基于数字孪生技术的交直流混合电网全域实时模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YONG CUI 等: "Digital Twin for Power System Steady-state Modelling, Simulation, and Analysis", 2020 IEEE 4TH CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2), 15 February 2021 (2021-02-15), pages 1233 - 1238 *
李洪林 等: "面向综合能源系统的数字孪生技术及应用", 2021全国仿真技术学术会议论文集, 20 November 2021 (2021-11-20), pages 130 - 136 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116231871A (zh) * 2023-04-28 2023-06-06 深圳市三和电力科技有限公司 一种基于数字孪生的电网态势监管方法、系统及存储介质
CN116231871B (zh) * 2023-04-28 2023-07-28 深圳市三和电力科技有限公司 一种基于数字孪生的电网态势监管方法、系统及存储介质

Also Published As

Publication number Publication date
CN114362173B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
CN102684201B (zh) 一种基于电压越限概率的含风电场电网无功优化方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN103606969B (zh) 含新能源及海水淡化负荷的海岛微电网优化调度方法
CN104156575A (zh) 基于测风塔数据外推法的风电场理论功率计算方法
CN108322139A (zh) 一种计及综合成本的风电-光伏-光热发电的联合调度方法
CN112003282B (zh) 一种基于电网调峰能力预测新能源装机规模的方法
CN107666155A (zh) 基于Markov模型的多能互补系统随机稳定性分析方法
CN108256670A (zh) 基于热电联产的光热发电及热电机组联合调峰优化模型
CN103324829A (zh) 基于标杆光伏组件的大型光伏发电基地弃光电量评估方法
CN111245025A (zh) 综合能源系统运行策略的优化方法、终端设备及存储介质
CN110635514B (zh) 一种并网型微网优化配置方法
CN110212558A (zh) 一种分布式储能系统的选址定容配置方法
CN111102141B (zh) 风机叶片加热方法、装置、系统、以及存储介质
CN117663503A (zh) 一种智能调节熔盐储热速率的方法及系统
CN114362173A (zh) 一种基于数字孪生的送端电网潮流稳定性评价方法
CN109861292B (zh) 一种基于多能源储能系统提高清洁能源消纳方法
CN111030140B (zh) 一种基于大数据的电池储能电网频率稳定性控制方法
CN114899880A (zh) 基于线性化求解方法的灵活性电力系统时序生产模拟方法
CN109842156A (zh) 一种含电加热装置的光热电站建模与风电场协调优化方法
CN115276088B (zh) 一种联合发电系统中光热电站储热容量优化配置方法
CN116885722A (zh) 面向配网低电压治理的风电动态功率控制系统及方法
CN110601263A (zh) 一种基于节点类型变换法的风电场接入点电压风险评估方法
CN114362172B (zh) 一种基于数字孪生技术的多能源系统稳定性判别方法
CN110601190B (zh) 一种区域电网运行域划分方法
CN115693793A (zh) 一种区域微电网能源优化控制方法

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