CN114362173B - 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
CN114362173B
CN114362173B CN202210047606.5A CN202210047606A CN114362173B CN 114362173 B CN114362173 B CN 114362173B CN 202210047606 A CN202210047606 A CN 202210047606A CN 114362173 B CN114362173 B CN 114362173B
Authority
CN
China
Prior art keywords
power
wind
per unit
moment
photovoltaic
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
CN202210047606.5A
Other languages
English (en)
Other versions
CN114362173A (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

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风电场的有功功率/>以及光伏电站有功出力/>火电机组的无功功率/>风电场的无功功率/>以及光伏电站的无功功率送端电网的总有功功率/>送端电网的总无功功率/>并计算这些参数的标幺值：
其中，和/>分别为火电机组的有功功率基准值和标幺值，/>和/>分别为风电场的有功功率基准值和标幺值，/>和/>分别为光伏电站有功出力的基准值和标幺值，/>和/>分别为火电机组无功功率的基准值和标幺值，/>和/>分别为风电场的无功功率基准值和标幺值，/>和/>分别为光伏电站的无功功率的基准值和标幺值，和/>分别为送端电网的总有功功率的基准值和标幺值，/>和/>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：
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：
其中，为送端电网储能有功功率的标幺值，/>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；/>为t时刻火电机组余热量；/>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：
其中，和/>分别为t时刻火电机组热量损失的基准值和标幺值；/>和/>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：
其中，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；/>为t时刻风电场弃风量；/>为t时刻风电机组发电效率；/>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：
其中，和/>分别为t时刻风电场的风量损失的基准值和标幺值；/>和/>分别为t时刻风电场弃风量基准值和标幺值；Vs t′和/>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：
其中，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：
其中，和/>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′和分别为t时刻光照强度的基准值和标幺值；Usun t′和/>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/>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：
其中，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：
其中，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：
其中，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，/>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，如下公式所示：
其中，为经过数字孪生后送端电网的总有功功率，/>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；
设定为t时刻火电机组煤粉温度，/>为t时刻火电机组煤粉压力，/>为t时刻风电场的风温，/>为t时刻风电场的风速，/>为t时刻风电场的风量，/>为t时刻光伏电站的光照强度，/>为t时刻光伏电站的光照温度，/>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：
其中，和/>分别为t时刻火电机组煤粉温度的基准值和标幺值，/>和/>分别为t时刻火电机组煤粉压力的基准值和标幺值，/>和/>分别为t时刻风电场风温的基准值和标幺值，/>和/>分别为t时刻风电场风速的基准值和标幺值，Wl t′和/>分别为t时刻风电场风量的基准值和标幺值，/>和/>分别为t时刻光伏电站光照强度的基准值和标幺值，和/>分别为t时刻光伏电站光照温度的基准值和标幺值,/>和/>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：
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风电场的有功功率/>以及光伏电站有功出力/>火电机组的无功功率/>风电场的无功功率/>以及光伏电站的无功功率送端电网的总有功功率/>送端电网的总无功功率/>并计算这些参数的标幺值：
其中，和/>分别为火电机组的有功功率基准值和标幺值，/>和/>分别为风电场的有功功率基准值和标幺值，/>和/>分别为光伏电站有功出力的基准值和标幺值，/>和/>分别为火电机组无功功率的基准值和标幺值，/>和/>分别为风电场的无功功率基准值和标幺值，/>和/>分别为光伏电站的无功功率的基准值和标幺值，和/>分别为送端电网的总有功功率的基准值和标幺值，/>和/>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：
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：
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：
其中，为送端电网储能有功功率的标幺值，/>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/>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；/>为t时刻火电机组余热量；/>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：
其中，和/>分别为t时刻火电机组热量损失的基准值和标幺值；/>和/>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：
其中，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最大热量损失系数Ψ1＝0.44；火电机组余热量/>火电机组发电效率火电机组的热量损失基准值/>火电机组余热量基准值/>
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
步骤3.2：确定风电场允许修正的最大数字孪生系数；
设定为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；/>为t时刻风电场弃风量；/>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：
其中，和/>分别为t时刻风电场的风量损失的基准值和标幺值；/>和/>分别为t时刻风电场弃风量基准值和标幺值；Vs t′和/>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：
其中，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最大风量损失系数Ψ2＝0.74，风电厂弃风量/>风电厂发电效率风机转速/>上午7时风电厂的风量损失基准值/>风电厂弃风量基准值/>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
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：
其中，和/>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′和分别为t时刻光照强度的基准值和标幺值；Usun t′和/>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/>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：
其中，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/>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
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：
其中，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：
其中，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，/>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
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，如下公式所示：
其中，为经过数字孪生后送端电网的总有功功率，/>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；
设定为t时刻火电机组煤粉温度，/>为t时刻火电机组煤粉压力，/>为t时刻风电场的风温，/>为t时刻风电场的风速，/>为t时刻风电场的风量，/>为t时刻光伏电站的光照强度，/>为t时刻光伏电站的光照温度，/>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：
其中，和/>分别为t时刻火电机组煤粉温度的基准值和标幺值，/>和/>分别为t时刻火电机组煤粉压力的基准值和标幺值，/>和/>分别为t时刻风电场风温的基准值和标幺值，/>和/>分别为t时刻风电场风速的基准值和标幺值，Wl t′和/>分别为t时刻风电场风量的基准值和标幺值，/>和/>分别为t时刻光伏电站光照强度的基准值和标幺值，和/>分别为t时刻光伏电站光照温度的基准值和标幺值,/>和/>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：
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火电机组煤粉压力/>风温/>风速/>风量Wl 7＝5s/m2，光照强度/>上午7时光照温度/>输电线路电阻/>上午7时火电机组煤粉温度基准值/>火电机组煤粉压力基准值/>风温基准值/>风速基准值/>风量基准值Wl 7′＝10s/m2，光照强度基准值光照温度基准值/>输电线路基准值/>
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 (9)

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：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。
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风电场的有功功率以及光伏电站有功出力/>火电机组的无功功率/>风电场的无功功率/>以及光伏电站的无功功率/>送端电网的总有功功率/>送端电网的总无功功率/>并计算这些参数的标幺值。
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：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：
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：
其中，为送端电网储能有功功率的标幺值，/>为送端电网储能无功功率的标幺值；为火电机组的有功功率标幺值，/>为风电场的有功功率标幺值，/>为光伏电站有功出力的标幺值，/>为火电机组无功功率的标幺值，/>为风电场的无功功率标幺值，/>为光伏电站的无功功率的标幺值，/>为送端电网的总有功功率的标幺值，/>为送端电网的总无功功率的标幺值。
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：
设定为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；/>为t时刻火电机组余热量；/>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：
其中，为t时刻火电机组允许修正的最大数字孪生系数；/>为t时刻火电机组热量损失的标幺值；/>为t时刻火电机组余热量的标幺值。
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；/>为t时刻风电场弃风量；/>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：
其中，为t时刻风电场允许修正的最大数字孪生系数；/>分别为t时刻风电场的风量损失的标幺值；/>为t时刻风电场弃风量的标幺值；/>为风电场额定风机转速的标幺值。
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：
设光伏电站t时刻最大发电功率为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：
其中，为t时刻光伏电站允许修正的最大数字孪生系数；/>为光伏电站t时刻最大发电功率的标幺值；/>为t时刻光照强度的标幺值；/>为光伏电站t时刻光伏电池电压的标幺值；/>为t时刻光伏电站设施表面温度的标幺值。
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：
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：
其中，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：
其中，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，/>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。
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：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：
其中，为经过数字孪生后送端电网的总有功功率，/>为经过数字孪生后送端电网的总无功功率。
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5的具体方法为：
设定为t时刻火电机组煤粉温度，/>为t时刻火电机组煤粉压力，/>为t时刻风电场的风温，/>为t时刻风电场的风速，Wl t为t时刻风电场的风量，/>为t时刻光伏电站的光照强度，/>为t时刻光伏电站的光照温度，/>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：
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；为t时刻火电机组煤粉温度的标幺值，/>为t时刻火电机组煤粉压力的标幺值，/>为t时刻风电场风温的标幺值，/>分别为t时刻风电场风速的标幺值，/>为t时刻风电场风量的标幺值，/>为t时刻光伏电站光照强度的标幺值，/>为t时刻光伏电站光照温度的标幺值,/>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 CN114362173A (zh) 2022-04-15
CN114362173B true 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)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

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

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
Digital Twin for Power System Steady-state Modelling, Simulation, and Analysis;Yong Cui 等;2020 IEEE 4th Conference on Energy Internet and Energy System Integration (EI2);20210215;第1233-1238页 *
面向综合能源系统的数字孪生技术及应用;李洪林 等;2021全国仿真技术学术会议论文集;20211120;第130-136页 *

Also Published As

Publication number Publication date
CN114362173A (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN108258699B (zh) 一种考虑dfig无功出力能力的风电场无功优化控制方法
CN111799813A (zh) 计及风电机组无功调节的海上风电场无功优化配置方法
WO2015054878A1 (zh) 基于变化率控制储能电站平滑风光发电波动的方法及系统
CN106816890B (zh) 一种光伏电站频率调节方法及系统
CN109217374B (zh) 一种风电电力系统无功电压事前多时间尺度优化控制方法
CN114362173B (zh) 一种基于数字孪生的送端电网潮流稳定性评价方法
CN110808608A (zh) 规模化新能源参与受端电网调频调压能力评估方法及系统
CN112886645B (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
CN109611270A (zh) 一种风力发电机组一次调频的减载控制方法
CN115395587A (zh) 一种多源协同的海上风电场无功电压控制方法
CN109245179B (zh) 一种基于分时能量互补的风电-光热联合外送容量优化方法
CN107124008B (zh) 一种风电场内风电机组与svg设备的无功协同控制方法
CN111371105B (zh) 一种基于配电网负荷频率指数的多源储能装置控制方法
CN109378842B (zh) 电储热负荷和电池储能协调最大化减小峰谷差方法
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
CN115395545A (zh) 考虑环境修正模型参数的磷酸铁锂电池参与电网调频方法
CN114188980B (zh) 一种考虑储能装置的透明微网群经济运行域生成方法
CN115842375A (zh) 考虑能源互联网含风光水火储电力系统协同调度优化方法
CN112149339B (zh) 风电-光伏-光热-电加热器互补发电系统容量优化模型
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
CN114498751A (zh) 基于可再生能源发电的外送电网多能量稳定性确定方法
CN110994700B (zh) 一种减小多能源系统峰谷差的储热与储氢装置配置方法
CN117039940B (zh) 一种风氢火协同多目标优化负荷频率控制方法及装置
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

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