CN115130838A - 一种电力系统的暂态失稳模式识别方法及终端 - Google Patents
一种电力系统的暂态失稳模式识别方法及终端 Download PDFInfo
- Publication number
- CN115130838A CN115130838A CN202210680070.0A CN202210680070A CN115130838A CN 115130838 A CN115130838 A CN 115130838A CN 202210680070 A CN202210680070 A CN 202210680070A CN 115130838 A CN115130838 A CN 115130838A
- Authority
- CN
- China
- Prior art keywords
- instability
- index
- transient
- power angle
- voltage
- 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.)
- Pending
Links
- 230000001052 transient effect Effects 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 93
- 239000011159 matrix material Substances 0.000 claims abstract description 56
- 238000010606 normalization Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000011084 recovery Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 230000001687 destabilization Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 14
- 230000008569 process Effects 0.000 abstract description 9
- 238000013139 quantization Methods 0.000 abstract description 5
- 230000010355 oscillation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 101100499229 Mus musculus Dhrsx gene Proteins 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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]
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统的暂态失稳模式识别方法及终端,计算暂态功角失稳指标和暂态电压失稳指标,根据量化指标建立层次结构模型,并且分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵、计算功角失稳和电压失稳评估指标得分,从而根据得分差值对实际电力系统的主导失稳模式进行识别。以此方式,能够提高交直流混联电力系统中主导失稳模式识别的准确性,且计算过程相较于现有的基于动态理论的识别方法更加简单实用。
Description
技术领域
本发明涉及电学技术领域,特别涉及一种电力系统的暂态失稳模式识别方法及终端。
背景技术
随着直流输电工程的广泛投运,我国已形成大量交直流混联电力系统,其中直流输电系统具有快速动态响应特性,显著影响电力系统的暂态稳定过程。因此,与传统交流电力系统相比,交直流混联电力系统的暂态稳定问题更为复杂。根据现有理论,电力系统暂态稳定往往以暂态电压稳定与暂态功角稳定两个形式呈现,暂态电压失稳将导致电力系统中节点电压崩溃,而暂态功角失稳则导致发电机功角发生大幅度振荡。暂态功角失稳时存在一定概率引起电压失稳,而系统电压失稳时同样存在一定概率造成功角振荡,两类暂态失稳现象往往相互交织,共同影响电力系统的失稳模式,正确区分主导失稳模式是提升电力系统安全水平的重要前提。
目前,基于电压失稳和功角失稳的物理特性识别方法有:基于振荡中心的方法、基于戴维南等效的方法和基于联络线功率作差的方法。但上述方法直接从两机系统扩展到多机系统,系统没有明显的两类失稳特征时,分析结果不一定可靠。此外,还有一种基于动态理论的识别方法,这种方法计算困难,需要对系统模型进行更多的简化,工程中往往不采取。并且当前多数电力系统暂态失稳识别方法仅针对电压失稳或功角失稳中单一失稳情况进行识别,因此交直流混联电力系统主导失稳模式识别的准确性较低。
发明内容
本发明所要解决的技术问题是:提供一种电力系统的暂态失稳模式识别方法及终端,能够提高交直流混联电力系统中主导失稳模式识别的准确性。
为了解决上述技术问题,本发明采用的技术方案为:
一种电力系统的暂态失稳模式识别方法,包括步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种电力系统的暂态失稳模式识别终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
本发明的有益效果在于:计算暂态功角失稳指标和暂态电压失稳指标,根据量化指标建立层次结构模型,并且分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵、计算功角失稳和电压失稳评估指标得分,从而根据得分差值对实际电力系统的主导失稳模式进行识别。以此方式,能够提高交直流混联电力系统中主导失稳模式识别的准确性,且计算过程相较于现有的基于动态理论的识别方法更加简单实用。
附图说明
图1为本发明实施例的一种电力系统的暂态失稳模式识别方法的流程图;
图2为本发明实施例的一种电力系统的暂态失稳模式识别终端的示意图;
图3为本发明实施例的一种电力系统的暂态失稳模式识别方法的暂态失稳模式层次结构识别模型示意图;
图4为本发明实施例二中的闽粤跨大区异步互联网络单线图;
图5为本发明实施例二中的功角和母线电压幅值曲线图;
标号说明:
1、一种电力系统的暂态失稳模式识别终端;2、存储器;3、处理器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,本发明实施例提供了一种电力系统的暂态失稳模式识别方法,包括步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
从上述描述可知,本发明的有益效果在于:计算暂态功角失稳指标和暂态电压失稳指标,根据量化指标建立层次结构模型,并且分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵、计算功角失稳和电压失稳评估指标得分,从而根据得分差值对实际电力系统的主导失稳模式进行识别。以此方式,能够提高交直流混联电力系统中主导失稳模式识别的准确性,且计算过程相较于现有的基于动态理论的识别方法更加简单实用。
进一步地,所述暂态功角失稳指标包括发电机失稳指标Ki、功角稳定裕度指标A和直流有功稳定裕度指标PM;
由上述描述可知,通过发电机失稳指标、功角稳定裕度指标、直流有功稳定裕度指标、网络传输裕度指标和电压恢复临界指标,能够量化实际电力系统的功角稳定情况和电压稳定情况。
进一步地,所述分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵包括:
根据各个所述暂态功角失稳指标之间的相对重要性以及各个所述暂态功角失稳指标的权重,建立功角失稳指标判断矩阵;
根据各个所述暂态电压失稳指标之间的相对重要性以及各个所述暂态电压失稳指标的权重,建立电压失稳指标判断矩阵。
由上述描述可知,根据暂态失稳指标间的相对重要性和权重,分别建立功角失稳指标判断矩阵和电压失稳指标判断矩阵,便于后续评估功角失稳和电压失稳的得分。
进一步地,所述计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分包括:
对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理;
根据各个所述暂态功角失稳指标归一化处理后的数值及其权重计算反映功角失稳的评估指标得分;
根据各个所述暂态电压失稳指标归一化处理后的数值及其权重计算反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式包括:
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于第一临界值,则主导模式为功角失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值小于第二临界值,则主导模式为电压失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于或者等于第二临界值且小于或者等于第一临界值,则功角失稳模式与电压失稳模式强耦合;
所述第二临界值小于所述第一临界值。
由上述描述可知,对各个暂态失稳指标进行归一化处理后,根据归一化处理后的数值及其权重分别计算反映功角失稳和电压失稳的评估指标得分,并且根据得分差确定主导失稳模式,能够提高失稳模式的识别速度的同时保证识别的准确性。
进一步地,对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理包括:
若待归一化的暂态失稳指标为正向指标,则对正向指标进行归一化处理:
式中,xi表示暂态失稳正向指标;
若待归一化的暂态失稳指标为逆向指标,则对逆向指标进行归一化处理:
式中,xj表示暂态失稳逆向指标。
由上述描述可知,对暂态失稳正向和逆向指标分别进行对应的归一化处理,能够进一步提高失稳模式识别的准确性。
请参照图2,本发明另一实施例提供了一种电力系统的暂态失稳模式识别终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
由上述描述可知,通过计算暂态功角失稳指标和暂态电压失稳指标,能够量化实际电力系统的功角稳定情况和电压稳定情况;根据量化指标建立层次结构模型,并且分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵、计算功角失稳和电压失稳评估指标得分,从而根据得分差值对实际电力系统的主导失稳模式进行识别。以此方式,能够提高交直流混联电力系统中主导失稳模式识别的准确性,且计算过程相较于现有的基于动态理论的识别方法更加简单实用。
进一步地,所述暂态功角失稳指标包括发电机失稳指标Ki、功角稳定裕度指标A和直流有功稳定裕度指标PM;
由上述描述可知,通过发电机失稳指标、功角稳定裕度指标、直流有功稳定裕度指标、网络传输裕度指标和电压恢复临界指标,能够量化实际电力系统的功角稳定情况和电压稳定情况。
进一步地,所述分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵包括:
根据各个所述暂态功角失稳指标之间的相对重要性以及各个所述暂态功角失稳指标的权重,建立功角失稳指标判断矩阵;
根据各个所述暂态电压失稳指标之间的相对重要性以及各个所述暂态电压失稳指标的权重,建立电压失稳指标判断矩阵。
由上述描述可知,根据暂态失稳指标间的相对重要性和权重,分别建立功角失稳指标判断矩阵和电压失稳指标判断矩阵,便于后续评估功角失稳和电压失稳的得分。
进一步地,所述计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分包括:
对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理;
根据各个所述暂态功角失稳指标归一化处理后的数值及其权重计算反映功角失稳的评估指标得分;
根据各个所述暂态电压失稳指标归一化处理后的数值及其权重计算反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式包括:
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于第一临界值,则主导模式为功角失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值小于第二临界值,则主导模式为电压失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于或者等于第二临界值且小于或者等于第一临界值,则功角失稳模式与电压失稳模式强耦合;
所述第二临界值小于所述第一临界值。
由上述描述可知,对各个暂态失稳指标进行归一化处理后,根据归一化处理后的数值及其权重分别计算反映功角失稳和电压失稳的评估指标得分,并且根据得分差确定主导失稳模式,能够提高失稳模式的识别速度的同时保证识别的准确性。
进一步地,对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理包括:
若待归一化的暂态失稳指标为正向指标,则对正向指标进行归一化处理:
式中,xi表示暂态失稳正向指标;
若待归一化的暂态失稳指标为逆向指标,则对逆向指标进行归一化处理:
式中,xj表示暂态失稳逆向指标。
由上述描述可知,对暂态失稳正向和逆向指标分别进行对应的归一化处理,能够进一步提高失稳模式识别的准确性。
本发明上述的一种电力系统的暂态失稳模式识别方法及终端,适用于交直流混联电力系统中主导暂态失稳模式的识别,能够提高识别的准确性和效率,以下通过具体的实施方式进行说明:
实施例一
请参照图1,一种电力系统的暂态失稳模式识别方法,包括步骤:
S1、计算暂态功角失稳指标和暂态电压失稳指标。
S11、计算功角稳定裕度指标A。
功角稳定裕度指标A,其物理意义为表征电力系统中发电机功角稳定裕度,计算公式为:
式中,Aacc表示发电机的加速面积,Adec表示发电机的减速面积。
当加速面积Aacc大于最大减速面积Adec时,则A小于0,表征电力系统功角是不稳定的,且A越接近于-1时,则说明发电机的加速面积大于减速面积的程度越高,电力系统暂态功角越不稳定。当加速面积Aacc小于最大减速面积Adec时,此时电力系统功角稳定,且A越接近0+时,电力系统功角越稳定。
S12、计算发电机失稳指标Ki。
发电机失稳指标Ki,其物理意义为从能量的角度考虑发电机是否会造成电力系统暂态失稳,计算公式为:
其中,VKEi(ti)表示与惯性中心相关的第i台发电机最小动能,其计算公式为:
式中,Tj表示第i台发电机的惯性时间常数;
当Ki小于或等于0时,表明该发电机功角滞后于惯性中心,表明电力系统功角稳定,且该值越小越稳定;当Ki大于0时,电力系统功角失稳。
计算公式为:
式中,ΣΔQGi表示系统中所有无功功率的增量,对应于发电机和无功功率补偿设备无功输出的变化量;ΔPLi表示第i个负荷节点的有功增量;ΔQLi表示第i个负荷节点无功功率增量;
S14、计算电压恢复临界指标TVC。
根据现有工程标准,当系统遭受大扰动后的暂态过程中,负荷母线电压能够在10s内恢复到0.8p.u.水平以上,则表示系统暂态电压稳定。因此提出电压恢复临界指标TVC,该指标表示当系统遭受大扰动后,负荷母线电压恢复到0.8p.u.所需要的时间。计算方法如下:
Tvc=max{ti-re-ti-str};
其中,ti-re表示第i条负荷母线电压恢复到0.8p.u.水平以上的时间点,ti-str表示故障开始的时间点。
当TVC大于10s时表示系统暂态电压失稳;当TVC小于10s时表示系统暂态电压稳定。
S15、计算直流有功稳定裕度PM。
当交流系统发生故障时,直流线路传输上有功功率将相应波动,若直流功率超过静态稳定极限功率Plim,则直流系统属于失稳状态,直流系统也会对交流系统的暂态功角稳定性产生影响。直流有功稳定裕度计算方法如下:
PM=Plim-ΔPfirst-impact;
式中,PM为直流有功稳定裕度,Plim为故障切除后静态稳定极限功率,ΔPfirst-impact为有功第一次摆动的有功冲击量。
上述中静态稳定极限功率求取方法如下:
式中,U1和U2表示送受端系统的等值电压,X∑表示送受端等值系统的等值电抗,δ表示功角。
由上式可知δ=90°时,交换功率P达到静态稳定极限值Plim:
S2、根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分。
S21、建立实际电力系统暂态稳定模式层次结构识别模型。
具体的,请参照图3,根据目标层和各级评价指标间的关系可得暂态失稳模式评价体系的层次结构模型。
S22、根据各个所述暂态功角失稳指标之间的相对重要性以及各个所述暂态功角失稳指标的权重,建立功角失稳指标判断矩阵;
根据各个所述暂态电压失稳指标之间的相对重要性以及各个所述暂态电压失稳指标的权重,建立电压失稳指标判断矩阵。
具体的,根据层次结构评价体系模型,对比上述五种评价指标之间的相对重要性,构造判断矩阵。其中,Pij表示对暂态失稳分析,Pi相对于Pj的重要性;且矩阵中元素满足:Pij>0,Pii=1,Pij=1/Pji。Pij的大小参考萨蒂所提出的“1~9标度方法”,如表1所示。
表1萨蒂标度及其含义
请参照表2和表3,根据各个暂态失稳指标之间的相对重要性以及权重,分别建立功角失稳指标判断矩阵和电压失稳指标判断矩阵。
表2功角失稳指标判断矩阵
功角失稳指标 | A | K<sub>i</sub> | PM | 权重w<sub>i</sub> |
A | 1 | 3 | 5 | 0.6413 |
K<sub>i</sub> | 1/3 | 1 | 2 | 0.2375 |
PM | 1/5 | 1/2 | 1 | 0.1211 |
表3电压失稳指标判断矩阵
计算得功角失稳指标判断矩阵的λmax=3.0037、CI=0.00185、CR=0.00356<0.1。电压失稳指标判断矩阵的λmax=2.000,CI=0,CR=0<0.1。
其中平均随机一致性指标RI数据如表4所示。
表4平均随机一致性指标RI
矩阵阶数 | 1 | 2 | 3 | 4 |
RI | 0 | 0 | 0.52 | 0.89 |
S3、根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
S31、根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值
具体的,采用统一极差归一化方法对正向指标(即数据越大越危险)和逆向指标(即数据越小越危险)进行归一化处理,根据步骤S1中可知,发电机失稳指标Ki、电压恢复临界指标TVC为正向指标,功角稳定裕度指标A、网络传输裕度指标直流有功稳定裕度PM为逆向指标。处理公式如下:
正向指标:
逆向指标:
根据指标权重计算指标得分,计算公式如下:
根据功角指标得分y1和电压指标得分y2,求解暂态失稳识别函数Z,公式如下:
Z(y1,y2)=y1-y2;
其中,y1和y2的值范围为[0,1],Z的范围为[-1,1]。
S32、主导失稳模式的识别。
本实施例中,确定Z=-0.3及Z=0.3为失稳模式识别临界点。若Z值大于0.3,系统更倾向于功角失稳;若Z值小于-0.3,系统更倾向于电压失稳。若Z值介于-0.3~0.3之间,功角失稳和电压失稳是强耦合的。
实施例二
本实施例相较于实施例一提供了一个具体的应用场景,具体如下:
在PSCAD/EMTDC平台上,使用的算例为闽粤跨大区异步互联仿真模型,闽粤联网工程采用常规直流背靠背联网方式,直流输送容量为2×100万千瓦,直流电压为±100千伏,算例网络单线图请参照图4。
在近直流馈入母线2处设置三相短路故障,故障时间依次为0.23s/0.3s/0.5s,分别记作案例1/2/3。系统中同时出现功角失稳现象和电压失稳现象,通过单一的功角稳定评估指标或者电压稳定评估指标只能得到系统既出现了功角失稳又出现了电压失稳的结论,不能识别哪一种失稳形态占主导。而本实施例提出的层次评价方法,可以给出这样的主导稳定性识别,基于本实施例的识别方法计算的到评估值如表5所示。
表5指标识别结果
请参照图5,(a)表示案例1中电压失稳模式中功角和母线电压幅值曲线,(b)表示案例2中耦合情况中功角和母线电压幅值曲线,(a)表示案例3中功角失稳模式中功角和母线电压幅值曲线。
因此,随着故障持续时间的延长,系统失稳模式逐渐从电压失稳演变为功角失稳。在此变化过程中,功角不稳定程度逐渐增加,电压不稳定程度逐渐降低。
实施例三
请参照图2,一种电力系统的暂态失稳模式识别终端1,包括存储器2、处理器3以及存储在所述存储器2上并可在处理器3上运行的计算机程序,所述处理器3执行所述计算机程序时实现实施例一或二的一种电力系统的暂态失稳模式识别方法的各个步骤。
综上所述,本发明提供的一种电力系统的暂态失稳模式识别方法及终端,通过计算暂态功角失稳指标和暂态电压失稳指标,能够量化实际电力系统的功角稳定情况和电压稳定情况;根据量化指标建立层次结构模型,并且分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵、计算功角失稳和电压失稳评估指标得分,从而根据得分差值对实际电力系统的主导失稳模式进行识别。以此方式,能够提高交直流混联电力系统中主导失稳模式识别的准确性,且计算过程相较于现有的基于动态理论的识别方法更加简单实用。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种电力系统的暂态失稳模式识别方法,其特征在于,包括步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
3.根据权利要求2所述的一种电力系统的暂态失稳模式识别方法,所述分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵包括:
根据各个所述暂态功角失稳指标之间的相对重要性以及各个所述暂态功角失稳指标的权重,建立功角失稳指标判断矩阵;
根据各个所述暂态电压失稳指标之间的相对重要性以及各个所述暂态电压失稳指标的权重,建立电压失稳指标判断矩阵。
4.根据权利要求2所述的一种电力系统的暂态失稳模式识别方法,所述计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分包括:
对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理;
根据各个所述暂态功角失稳指标归一化处理后的数值及其权重计算反映功角失稳的评估指标得分;
根据各个所述暂态电压失稳指标归一化处理后的数值及其权重计算反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式包括:
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于第一临界值,则主导模式为功角失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值小于第二临界值,则主导模式为电压失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于或者等于第二临界值且小于或者等于第一临界值,则功角失稳模式与电压失稳模式强耦合;
所述第二临界值小于所述第一临界值。
6.一种电力系统的暂态失稳模式识别终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
计算暂态功角失稳指标和暂态电压失稳指标;
根据所述暂态功角失稳指标和所述暂态电压失稳指标建立层次结构模型,分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵,并计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式。
8.根据权利要求7所述的一种电力系统的暂态失稳模式识别终端,所述分别构造功角失稳指标判断矩阵和电压失稳指标判断矩阵包括:
根据各个所述暂态功角失稳指标之间的相对重要性以及各个所述暂态功角失稳指标的权重,建立功角失稳指标判断矩阵;
根据各个所述暂态电压失稳指标之间的相对重要性以及各个所述暂态电压失稳指标的权重,建立电压失稳指标判断矩阵。
9.根据权利要求7所述的一种电力系统的暂态失稳模式识别终端,所述计算反映功角失稳的评估指标得分和反映电压失稳的评估指标得分包括:
对所述暂态功角失稳指标和所述暂态电压失稳指标进行归一化处理;
根据各个所述暂态功角失稳指标归一化处理后的数值及其权重计算反映功角失稳的评估指标得分;
根据各个所述暂态电压失稳指标归一化处理后的数值及其权重计算反映电压失稳的评估指标得分;
根据所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值,识别主导失稳模式包括:
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于第一临界值,则主导模式为功角失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值小于第二临界值,则主导模式为电压失稳;
若所述功角失稳的评估指标得分和所述电压失稳的评估指标得分的差值大于或者等于第二临界值且小于或者等于第一临界值,则功角失稳模式与电压失稳模式强耦合;
所述第二临界值小于所述第一临界值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210680070.0A CN115130838A (zh) | 2022-06-15 | 2022-06-15 | 一种电力系统的暂态失稳模式识别方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210680070.0A CN115130838A (zh) | 2022-06-15 | 2022-06-15 | 一种电力系统的暂态失稳模式识别方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115130838A true CN115130838A (zh) | 2022-09-30 |
Family
ID=83377793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210680070.0A Pending CN115130838A (zh) | 2022-06-15 | 2022-06-15 | 一种电力系统的暂态失稳模式识别方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115130838A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651096A (zh) * | 2016-09-30 | 2017-05-10 | 华中电网有限公司 | 一种暂态功角失稳与电压失稳的模糊综合评判方法 |
CN112072651A (zh) * | 2020-09-03 | 2020-12-11 | 电子科技大学 | 基于暂态能量函数的暂态电压失稳与功角失稳识别方法 |
CN114331040A (zh) * | 2021-12-10 | 2022-04-12 | 国网福建省电力有限公司经济技术研究院 | 基于模糊评价函数的系统主导失稳形态识别方法及终端 |
-
2022
- 2022-06-15 CN CN202210680070.0A patent/CN115130838A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651096A (zh) * | 2016-09-30 | 2017-05-10 | 华中电网有限公司 | 一种暂态功角失稳与电压失稳的模糊综合评判方法 |
CN112072651A (zh) * | 2020-09-03 | 2020-12-11 | 电子科技大学 | 基于暂态能量函数的暂态电压失稳与功角失稳识别方法 |
CN114331040A (zh) * | 2021-12-10 | 2022-04-12 | 国网福建省电力有限公司经济技术研究院 | 基于模糊评价函数的系统主导失稳形态识别方法及终端 |
Non-Patent Citations (3)
Title |
---|
刘俊;孙惠文;吴柳;张振宇;牛拴保;柯贤波;霍超;: "电力系统暂态稳定性评估综述", 智慧电力, no. 12, 20 December 2019 (2019-12-20) * |
刘文洋;游昌清;: "考虑多风险因素的电力系统暂态风险评估", 电力系统及其自动化学报, no. 1, 15 December 2015 (2015-12-15) * |
霍思敏;王科;陈震海;吕毅;王亮;黄若寅;吴俊春;叶磊;: "基于轨迹输入特征支持向量机的湖南电网暂态稳定在线识别", 电力系统保护与控制, no. 18, 16 September 2012 (2012-09-16) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111914486B (zh) | 一种基于图注意力网络的电力系统暂态稳定评估方法 | |
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
CN109919801B (zh) | 基于电力系统节点重要性的耦合方法及装置 | |
CN109474014B (zh) | 一种对双馈风场接入电网友好性的量化评估方法 | |
CN110350522B (zh) | 一种基于加权h指数的电力系统脆弱线路辨识方法 | |
CN102403716A (zh) | 一种多馈入交直流电网动态等值的方法 | |
CN112165114B (zh) | 考虑换相失败的交直流混联系统暂态稳定分析方法 | |
CN112288326B (zh) | 一种适用于输电系统韧性评估的故障场景集削减方法 | |
CN109309390B (zh) | 一种并网风电场的mtdc系统拓扑结构的评价方法 | |
CN109004652A (zh) | 一种含异步电机的直流多馈入系统受端电网强度获得方法 | |
Kenari et al. | Probabilistic assessment of static voltage stability in distribution systems considering wind generation using catastrophe theory. | |
CN112865167A (zh) | 一种交直流混联系统暂态稳定裕度确定方法及系统 | |
CN111523191A (zh) | 一种基于sir模型的电力系统并行恢复分区方法 | |
CN115130838A (zh) | 一种电力系统的暂态失稳模式识别方法及终端 | |
CN116131285A (zh) | 一种交直流混联电网的动态响应分析方法 | |
CN114331040A (zh) | 基于模糊评价函数的系统主导失稳形态识别方法及终端 | |
CN116054224A (zh) | 一种多馈入直流输电系统换相失败快速评估方法 | |
CN108649585A (zh) | 一种电力系统静态电压稳定域边界快速搜索的直接法 | |
CN113064022B (zh) | 一种基于过渡电阻计算的线路保护方法 | |
CN114665481A (zh) | 一种基于电网节点矢量化的城市电网分区方法及装置 | |
Adebayo et al. | New approaches for the identification of influential and critical nodes in an electric grid | |
CN107818414B (zh) | 一种大规模交直流混联电网n-2预想事故集的生成方法 | |
CN108090616A (zh) | 一种电力系统主动解列最优断面搜索方法 | |
CN115411779B (zh) | 考虑双馈风机撬棒投入的短路电流计算方法、装置及设备 | |
CN111740409A (zh) | 一种柔性交直流混合智能配电网输电稳态分析方法 |
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 |