CN116231650A - 一种支持多源实时数据融合的电力系统在线潮流计算方法 - Google Patents
一种支持多源实时数据融合的电力系统在线潮流计算方法 Download PDFInfo
- Publication number
- CN116231650A CN116231650A CN202211399858.0A CN202211399858A CN116231650A CN 116231650 A CN116231650 A CN 116231650A CN 202211399858 A CN202211399858 A CN 202211399858A CN 116231650 A CN116231650 A CN 116231650A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- acquisition
- time
- flow calculation
- 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
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
- H02J3/04—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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- 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
Abstract
本申请实施例提供了一种支持多源实时数据融合的电力系统在线潮流计算方法,该方法包括:获取电力系统在第一当前时间的第一电力数据;对第一电力数据进行潮流计算,得到第一电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;根据目标电力预测数据,得到电力系统状态预测结果。本申请实施例提供的该方法可以实现多次实时在线潮流计算,提升了潮流计算的准确性。
Description
技术领域
本申请涉及电力系统动态监测技术领域,特别是涉及一种支持多源实时数据融合的电力系统在线潮流计算方法。
背景技术
随着电力行业的快速发展,电网互联系统越来越大,电力系统运行的复杂程度日益增加,电网安全问题日益突出,使得对电力系统的稳定性要求也越来越高。
在现有的电力系统状态预测中,一般将实时数据采集与监视控制(SupervisoryControl And Data Acquisition,SCADA)数据、实时同步相量测量装置(PhasorMeasurement Unit,PMU)数据和在线潮流计算方法相结合,对电力系统的状态进行预测。不过,在现有的方法中,通常对实时SCADA数据和PMU数据进行一次在线潮流计算,存在准确率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种可以提升潮流计算准确率的支持多源实时数据融合的电力系统在线潮流计算方法。
第一方面,本申请提供了一种支持多源实时数据融合的电力系统在线潮流计算方法。所述方法包括:
获取电力系统在第一当前时间的第一电力数据;
对所述第一电力数据进行潮流计算,得到所述第一电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
根据所述目标电力预测数据,得到所述电力系统状态预测结果。
在其中一个实施例中,所述获取电力系统在第一当前时间的第一电力数据,包括:获取所述电力系统在所述第一当前时间的电力采集数据;对所述电力采集数据进行预处理,得到所述电力采集数据对应的电力处理数据;将所述电力处理数据中的多种数据进行数据融合,得到所述电力采集数据对应的电力融合数据;对所述电力融合数据进行数据校验,并在所述电力融合数据通过所述数据校验的情况下,将所述电力融合数据确定为所述第一电力数据。
在其中一个实施例中,所述对所述第一电力采集数据进行预处理,得到所述第一电力采集数据对应的电力处理数据,包括:对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据;将所述电力待转换数据的数据格式转换为所述在线潮流计算支持的数据格式,得到所述电力处理数据。
在其中一个实施例中,所述电力采集数据包括监控数据和相量监测数据;所述对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据,包括:获取所述监控数据的第一采集时间和所述相量监测数据的第二采集时间;在所述第一采集时间和所述第二采集时间相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为第一可用电力采集数据;在所述第一采集时间和所述第二采集时间不相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为不可用电力采集数据;检验并去除所述第一可用电力采集数据中的重复数据,得到第二可用电力采集数据;检验并去除所述第二可用电力采集数据中的错误数据,得到电力处理数据。
在其中一个实施例中,所述对所述第一电力数据进行潮流计算,包括:获取预先设定的潮流计算时间阈值;在所述潮流计算的最大计算时间大于所述潮流计算时间阈值的情况下,按照所述潮流计算时间阈值,对所述第一电力数据进行潮流计算;在所述潮流计算的最大计算时间小于或者等于所述潮流计算时间阈值的情况下,按照所述潮流计算的实际计算时间,对所述第一电力数据进行潮流计算。
第二方面,本申请提供了一种支持多源实时数据融合的电力系统在线潮流计算装置。所述装置包括:
数据获取模块,用于获取电力系统在第一当前时间的第一电力数据;
第一数据计算模块,用于对所述第一电力数据进行潮流计算,得到所述电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
第二数据计算模块,用于对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
数据处理模块,用于根据所述目标电力预测数据,得到所述电力系统状态预测结果。
在其中一个实施例中,所述数据获取模块包括:
数据采集模块,用于获取所述电力系统在所述第一当前时间的电力采集数据;
数据预处理模块,用于对所述电力采集数据进行预处理,得到所述电力采集数据对应的电力处理数据;
数据融合模块,用于将所述电力处理数据中的多种数据进行数据融合,得到所述电力采集数据对应的电力融合数据;
数据校验模块,用于对所述电力融合数据进行数据校验,并在所述电力融合数据通过所述数据校验的情况下,将所述电力融合数据确定为所述第一电力数据。
在其中一个实施例中,所述数据采集模块包括:
数据检测模块,用于对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据;
数据转换模块,用于将所述电力待转换数据的数据格式转换为所述在线潮流计算支持的数据格式,得到所述电力处理数据。
在其中一个实施例中,所述数据检测模块包括:
时间获取模块,用于获取所述监控数据的第一采集时间和所述相量监测数据的第二采集时间;
时间获取模块,还用于在所述第一采集时间和所述第二采集时间相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为第一可用电力采集数据;
时间获取模块,还用于在所述第一采集时间和所述第二采集时间不相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为不可用电力采集数据;
数据筛选模块,用于检验并去除所述第一可用电力采集数据中的重复数据,得到第二可用电力采集数据;
数据筛选模块,还用于检验并去除所述第二可用电力采集数据中的错误数据,得到电力处理数据。
在其中一个实施例中,所述第一数据计算模块包括:
数据设置模块,用于获取预先设定的潮流计算时间阈值;
潮流计算模块,用于在所述潮流计算的最大计算时间大于所述潮流计算时间阈值的情况下,按照所述潮流计算时间阈值,对所述第一电力数据进行潮流计算;
潮流计算模块,还用于在所述潮流计算的最大计算时间小于或者等于所述潮流计算时间阈值的情况下,按照所述潮流计算的实际计算时间,对所述第一电力数据进行潮流计算。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取电力系统在第一当前时间的第一电力数据;
对所述第一电力数据进行潮流计算,得到所述电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
根据所述目标电力预测数据,得到所述电力系统状态预测结果。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取电力系统在第一当前时间的第一电力数据;
对所述第一电力数据进行潮流计算,得到所述电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
根据所述目标电力预测数据,得到所述电力系统状态预测结果。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取电力系统在第一当前时间的第一电力数据;
对所述第一电力数据进行潮流计算,得到所述电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
根据所述目标电力预测数据,得到所述电力系统状态预测结果。
上述支持多源实时数据融合的电力系统在线潮流计算方法中,在对第一当前时间的第一电力数据进行潮流计算之后,可以结合电力系统在第二当前时间的第二电力数据和第一电力数据对应的初始电力预测数据进行潮流计算,得到目标电力预测数据;并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;最终根据目标电力预测数据,得到电力系统状态预测结果。可以响应于用户预先设定的次数阈值,根据电力系统的实时电力数据,实现多次潮流计算,可以提升潮流计算得到的目标电力预测数据的准确性,进而可以提升电力系统状态预测结果的准确性。
附图说明
图1为本申请实施例提供的一种支持多源实时数据融合的电力系统在线潮流计算方法的应用环境图;
图2为本申请实施例提供的一种支持多源实时数据融合的电力系统在线潮流计算方法的流程示意图;
图3为本申请实施例提供的获取电力系统在第一当前时间的第一电力数据的流程示意图;
图4A和图4B为本申请实施例提供的另一种支持多源实时数据融合的电力系统在线潮流计算方法的流程示意图;
图4C为本申请实施例提供的比较潮流计算时间和PMU数据采集时间间隔的示意图;
图5为本申请实施例提供的一种支持多源实时数据融合的电力系统在线潮流计算装置的结构框图;
图6为本申请实施例提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的支持多源实时数据融合的电力系统在线潮流计算方法,可以应用于如图1所示的应用环境中。其中,终端101通过网络与服务器102进行通信。数据存储系统可以存储服务器102需要处理的数据。数据存储系统可以集成在服务器102上,也可以放在云上或其他网络服务器上。
终端101可以用来获取电力系统在第一当前时间的第一电力数据,并将该第一电力数据发送至服务器102。
服务器102为电力系统的后台服务器,用于从终端101接收电力数据,存储在数据存储系统。并且可以对第一电力数据进行潮流计算,得到电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;最后,可以根据目标电力预测数据,得到电力系统状态预测结果。
终端101还可以展示目标电力预测数据以及电力系统状态预测结果。
其中,终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种支持多源实时数据融合的电力系统在线潮流计算方法,以该方法应用于图1中的终端101为例进行说明,包括以下步骤:
步骤S201,获取电力系统在第一当前时间的第一电力数据。
在一些可能的实现方式中,第一电力数据可以包括但不限于经过处理的可以用于潮流计算的电力系统的SCADA数据、PMU数据和电力系统设备参数等。其中,电力系统的SCADA数据和PMU数据为第一当前时间的实时数据。
第一当前时间指本次实时采集SCADA数据和PMU数据的时间。
步骤S202,对第一电力数据进行潮流计算,得到电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据。
其中,初始电力预测数据指第一次潮流计算的结果,在一些可能的实现方式中,该初始电力预测数据可以是与第一电力数据对应的电力系统的各个节点的电力数据,该电力数据可以包括但不限于节点电流、电压幅值及相位、有功功、无功功率等。
潮流计算是电力学名词,指在给定电力系统网络拓扑、元件参数和发电、负荷参量条件下,计算有功功率、无功功率及电压在电力网中的分布,确定电力系统各部分稳态运行状态参数。通常给定的运行条件有系统中各电源和负荷点的功率、枢纽点电压、平衡点的电压和相位角。待求的运行状态参量包括电网各母线节点的电压幅值和相角,以及各支路的功率分布、网络的功率损耗等。
第二当前时间和第二电力数据的介绍可以参见步骤S201中对第一当前时间和第一电力数据的相关描述,在此不再赘述。
步骤S203,对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值。
在本申请实施例中,第二次潮流计算的输入数据为第二当前时间实时采集的第二电力数据和第一次潮流计算的结果,即初始电力预测数据;目标电力预测数据为第二次潮流计算的计算结果,在一些可能的实现方式中,该目标电力预测数据可以是与第一电力数据对应的电力系统的各个节点的电力数据,该电力数据可以包括但不限于节点电流、电压幅值及相位、有功功率、无功功率等。
在本申请实施例中,用户可以对本次电力系统状态预测仿真中的潮流计算的次数进行设置,即此处的预先设定的次数阈值。基于前次潮流计算的电力预测数据和实时采集的电力数据,可以实现多次潮流计算。
步骤S204,根据目标电力预测数据,得到电力系统状态预测结果。
目标电力预测结果为电力系统中各个节点的节点电流、电压幅值及相位、有功功、无功功率等电力数据,基于不同时刻的电力预测结果可以对该电力系统的变化态势进行较为准确的预测。
上述支持多源实时数据融合的电力系统在线潮流计算方法中,在对第一当前时间的第一电力数据进行潮流计算之后,可以结合电力系统在第二当前时间的第二电力数据和第一电力数据对应的初始电力预测数据进行潮流计算,得到目标电力预测数据;并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;最终根据目标电力预测数据,得到电力系统状态预测结果。可以响应于用户预先设定的次数阈值,根据电力系统的实时电力数据,实现多次潮流计算,可以提升潮流计算得到的目标电力预测数据的准确性,进而可以提升电力系统状态预测结果的准确性。
在一些实施例中,如图3所示,获取电力系统在第一当前时间的第一电力数据可以包括:
步骤S301,获取电力系统在第一当前时间的电力采集数据。
其中,电力采集数据可以包括但不限于实时采集的SCADA数据、PMU数据和电力系统设备参数等。
SCADA数据可以通过SCADA系统采集量测设备进行实时采集,该SCADA系统采集量测设备可以用于采集节点电压,支路电流,功率等信息,通常采样时间间隔在为5min,其输出数据为时标数据,带有时间信息;该SCADA系统采集量测设备还可以用于将实时采集的SCADA数据发送至电力系统的实时数据库进行存储。这里的数据时标信息可以指SCADA系统对电力系统实时数据的采集时间。
在一些可能的实现方式中,SCADA数据可以包括但不限于:1)线路、阻抗参数;2)发电机、电力系统稳定器、励磁系统、调速器参数,开机量和出力;3)变压器参数,接线方式;4)变电站负荷参数;5)各元件的正负零序参数;6)接线和运行方式;6)新能源机场站(风电、光伏)及控制器参数、装机容量和出力;8)储能电站及控制器参数、容量和出力;9)柔性交流输电系统及控制器类型及参数;10)其他电力系统电力电子设备等参数(例如,STATCOM、SVC、SVG);11)地理接线图及网络拓扑。
PMU数据可以通过PMU量测设备进行实时采集,该PMU量测设备可以用于进行同步相量测量和输出,以及对电力系统的相量参数进行动态记录,例如,可以用于采集电压相量,电流相量和频率。PMU量测设备还可以将实时采集的PMU数据发送至电力系统的实时数据库进行存储。另外,PMU量测设备的采集精度比较高,采集频率时间间隔通常在10ms。
电力系统设备参数可以来源于电力系统的数据中心。
步骤S302,对电力采集数据进行预处理,得到电力采集数据对应的电力处理数据。
在本申请实施例中,预处理可以包括数据检测和数据转换,数据检测可以用于筛除电力采集数据中的异常数据;数据转换可以将经过数据检测的数据的数据格式转换为潮流计算支持的数据格式,例如,满足IEEE格式标准、BPA格式标准和PSASP格式标准的数据格式。
步骤S303,将电力处理数据中的多种数据进行数据融合,得到电力采集数据对应的电力融合数据。
在本申请实施例中,电力处理数据中的可以包括多种数据,例如SCADA数据、PMU数据和电力系统设备数据等。因此,需要将电力处理数据中的多种数据进行数据融合。
步骤S304,对电力融合数据进行数据校验,并在电力融合数据通过数据校验的情况下,将电力融合数据确定为第一电力数据。
数据校验可以用于检测电力融合数据中是否存在异常数据。
本申请实施例提供的该获取电力系统在第一当前时间的第一电力数据的方法中,经过对电力采集数据进行预处理,得到电力处理数据,可以提升电力采集数据的准确度;接下来对电力处理数据进行数据融合,便于实现多种数据的潮流计算;对数据融合后的电力融合数据进行数据校验,进一步提升了电力采集数据的准确度。
在一些实施例中,对第一电力采集数据进行预处理,得到第一电力采集数据对应的电力处理数据可以包括:
对第一电力采集数据进行数据检测,得到电力采集数据对应的电力待转换数据。
将电力待转换数据的数据格式转换为在线潮流计算支持的数据格式,得到电力处理数据。
在本申请实施例中,经过对电力采集数据进行预处理,得到电力处理数据,可以提升电力采集数据的准确度。
在一些实施例中,对第一电力采集数据进行数据检测,得到电力采集数据对应的电力待转换数据可以包括:
获取监控数据的第一采集时间和相量监测数据的第二采集时间。
在第一采集时间和第二采集时间相同的情况下,将第一采集时间对应的监控数据和第二采集时间对应的相量监测数据确定为第一可用电力采集数据。
在第一采集时间和第二采集时间不相同的情况下,将第一采集时间对应的监控数据和第二采集时间对应的相量监测数据确定为不可用电力采集数据。
检验并去除第一可用电力采集数据中的重复数据,得到第二可用电力采集数据。
检验并去除第二可用电力采集数据中的错误数据,得到电力处理数据。
在一些实施例中,对第一电力数据进行潮流计算可以包括:
获取预先设定的潮流计算时间阈值。
在潮流计算的最大计算时间大于潮流计算时间阈值的情况下,按照潮流计算时间阈值,对第一电力数据进行潮流计算。
在潮流计算的最大计算时间小于或者等于潮流计算时间阈值的情况下,按照潮流计算的实际计算时间,对第一电力数据进行潮流计算。
在一些实施例中,如图4A和图4B所示,提供了一种支持多源实时数据融合的电力系统在线潮流计算方法,该方法可以包括:
步骤S401,获取电力系统在第一当前时间的电力采集数据。
其中,电力采集数据可以包括但不限于实时采集的SCADA数据、PMU数据和电力系统设备参数等。
SCADA数据可以通过SCADA系统采集量测设备进行实时采集,该SCADA系统采集量测设备可以用于采集节点电压,支路电流,功率等信息,通常采样时间间隔在为5min,其输出数据为时标数据,带有时间信息;该SCADA系统采集量测设备还可以用于将实时采集的SCADA数据发送至电力系统的实时数据库进行存储。这里的数据时标信息可以指SCADA数据进入电力系统的实时数据库的时间,不是采集时间。
在一些可能的实现方式中,SCADA数据可以包括但不限于:1)线路、阻抗参数;2)发电机、电力系统稳定器、励磁系统、调速器参数,开机量和出力;3)变压器参数,接线方式;4)变电站负荷参数;5)各元件的正负零序参数;6)接线和运行方式;6)新能源机场站(风电、光伏)及控制器参数、装机容量和出力;8)储能电站及控制器参数、容量和出力;9)柔性交流输电系统及控制器类型及参数;10)其他电力系统电力电子设备等参数(例如,STATCOM、SVC、SVG);11)地理接线图及网络拓扑。
PMU数据可以通过PMU量测设备进行实时采集,该PMU量测设备可以用于进行同步相量测量和输出,以及对电力系统的相量参数进行动态记录,例如,可以用于采集电压相量,电流相量和频率。PMU量测设备还可以将实时采集的PMU数据发送至电力系统的实时数据库进行存储。另外,PMU量测设备的采集精度比较高,采集频率时间间隔通常在10ms。
电力系统设备参数可以来源于电力系统的数据中心。
步骤S402,对电力采集数据进行预处理,得到电力采集数据对应的电力处理数据。
在本申请实施例中,预处理可以包括数据检测和数据转换,数据检测可以用于筛除电力采集数据中的异常数据;数据转换可以将经过数据检测的数据的数据格式转换为潮流计算支持的数据格式,例如,满足IEEE格式标准、BPA格式标准和PSASP格式标准的数据格式。
在一些实施例中,步骤S402可以包括:
步骤1:对第一电力采集数据进行数据检测,得到电力采集数据对应的电力待转换数据。
在一些实施例中,对第一电力采集数据进行数据检测,得到电力采集数据对应的电力待转换数据可以包括:
1、获取监控数据的第一采集时间和相量监测数据的第二采集时间。
2、在第一采集时间和第二采集时间相同的情况下,将第一采集时间对应的监控数据和第二采集时间对应的相量监测数据确定为第一可用电力采集数据。
3、在第一采集时间和第二采集时间不相同的情况下,将第一采集时间对应的监控数据和第二采集时间对应的相量监测数据确定为不可用电力采集数据。
4、检验并去除第一可用电力采集数据中的重复数据,得到第二可用电力采集数据。
5、检验并去除第二可用电力采集数据中的错误数据,得到电力处理数据。
步骤2:将电力待转换数据的数据格式转换为在线潮流计算支持的数据格式,得到电力处理数据。
步骤S403,将电力处理数据中的多种数据进行数据融合,得到电力采集数据对应的电力融合数据。
在本申请实施例中,电力处理数据中的可以包括多种数据,例如SCADA数据、PMU数据和电力系统设备数据等。因此,需要将电力处理数据中的多种数据进行数据融合。
步骤S404,对电力融合数据进行数据校验,并在电力融合数据通过数据校验的情况下,将电力融合数据确定为第一电力数据。
步骤S405,对第一电力数据进行潮流计算,得到电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据。
在一些可能的实现方式中,在潮流计算之前需要设置潮流计算参数,该潮流计算参数可以包括但不限于参数设置包括:基准频率、基准容量、仿真时间、潮流计算容差、计算最大迭代次数等。
其中,初始电力预测数据指第一次潮流计算的结果,在一些可能的实现方式中,该初始电力预测数据可以是与第一电力数据对应的电力系统的各个节点的电力数据,该电力数据可以包括但不限于节点电流、电压幅值及相位、有功功、无功功率等。
潮流计算是电力学名词,指在给定电力系统网络拓扑、元件参数和发电、负荷参量条件下,计算有功功率、无功功率及电压在电力网中的分布,确定电力系统各部分稳态运行状态参数。通常给定的运行条件有系统中各电源和负荷点的功率、枢纽点电压、平衡点的电压和相位角。待求的运行状态参量包括电网各母线节点的电压幅值和相角,以及各支路的功率分布、网络的功率损耗等。
第二当前时间和第二电力数据的介绍可以参见步骤S201中对第一当前时间和第一电力数据的相关描述,在此不再赘述。
在一些实施例中,对第一电力数据进行潮流计算可以包括:
1、获取预先设定的潮流计算时间阈值。
2、在潮流计算的最大计算时间大于潮流计算时间阈值的情况下,按照潮流计算时间阈值,对第一电力数据进行潮流计算。
3、在潮流计算的最大计算时间小于或者等于潮流计算时间阈值的情况下,按照潮流计算的实际计算时间,对第一电力数据进行潮流计算。
如图4C所示,在一些可能的实现方式中,潮流计算的实际时间可以小于PMU数据的采集时间间隔。
步骤S406,对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值。
步骤S407,根据目标电力预测数据,得到电力系统状态预测结果。
上述支持多源实时数据融合的电力系统在线潮流计算方法中,在对第一当前时间的第一电力数据进行潮流计算之后,可以结合电力系统在第二当前时间的第二电力数据和第一电力数据对应的初始电力预测数据进行潮流计算,得到目标电力预测数据;并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;最终根据目标电力预测数据,得到电力系统状态预测结果。可以响应于用户预先设定的次数阈值,根据电力系统的实时电力数据,实现多次潮流计算,可以提升潮流计算得到的目标电力预测数据的准确性,进而可以提升电力系统状态预测结果的准确性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的支持多源实时数据融合的电力系统在线潮流计算方法的支持多源实时数据融合的电力系统在线潮流计算装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个出清异常模型检测装置实施例中的具体限定可以参见上文中对于出清异常模型检测方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种支持多源实时数据融合的电力系统在线潮流计算装置,包括:数据获取模块510、第一数据计算模块520、第二数据计算模块530和数据处理模块540,其中:
数据获取模块510,用于获取电力系统在第一当前时间的第一电力数据;
第一数据计算模块520,用于对第一电力数据进行潮流计算,得到电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;
第二数据计算模块530,用于对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;
数据处理模块540,用于根据目标电力预测数据,得到电力系统状态预测结果。
上述支持多源实时数据融合的电力系统在线潮流计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取电力系统在第一当前时间的第一电力数据;
对第一电力数据进行潮流计算,得到第一电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;
对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;
根据目标电力预测数据,得到电力系统状态预测结果。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现一下步骤:
获取电力系统在第一当前时间的第一电力数据;
对第一电力数据进行潮流计算,得到第一电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;
对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;
根据目标电力预测数据,得到电力系统状态预测结果。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现一下步骤:
获取电力系统在第一当前时间的第一电力数据;
对第一电力数据进行潮流计算,得到第一电力数据对应的初始电力预测数据,并获取电力系统在第二当前时间的第二电力数据;
对第二电力数据以及初始电力预测数据进行潮流计算,得到目标电力预测数据,并将目标电力预测数据作为新的初始电力预测数据,返回执行获取电力系统在第二当前时间的第二电力数据的步骤,直到潮流计算的次数达到预先设定的次数阈值;
根据目标电力预测数据,得到电力系统状态预测结果。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种支持多源实时数据融合的电力系统在线潮流计算方法,其特征在于,所述方法包括:
获取电力系统在第一当前时间的第一电力数据;
对所述第一电力数据进行潮流计算,得到所述第一电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
根据所述目标电力预测数据,得到所述电力系统状态预测结果。
2.根据权利要求1所述的方法,其特征在于,所述获取电力系统在第一当前时间的第一电力数据,包括:
获取所述电力系统在所述第一当前时间的电力采集数据;
对所述电力采集数据进行预处理,得到所述电力采集数据对应的电力处理数据;
将所述电力处理数据中的多种数据进行数据融合,得到所述电力采集数据对应的电力融合数据;
对所述电力融合数据进行数据校验,并在所述电力融合数据通过所述数据校验的情况下,将所述电力融合数据确定为所述第一电力数据。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一电力采集数据进行预处理,得到所述第一电力采集数据对应的电力处理数据,包括:
对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据;
将所述电力待转换数据的数据格式转换为所述在线潮流计算支持的数据格式,得到所述电力处理数据。
4.根据权利要求3所述的方法,其特征在于,所述电力采集数据包括监控数据和相量监测数据;所述对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据,包括:
获取所述监控数据的第一采集时间和所述相量监测数据的第二采集时间;
在所述第一采集时间和所述第二采集时间相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为第一可用电力采集数据;
在所述第一采集时间和所述第二采集时间不相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为不可用电力采集数据;
检验并去除所述第一可用电力采集数据中的重复数据,得到第二可用电力采集数据;
检验并去除所述第二可用电力采集数据中的错误数据,得到电力处理数据。
5.根据权利要求1所述的方法,其特征在于,所述对所述第一电力数据进行潮流计算,包括:
获取预先设定的潮流计算时间阈值;
在所述潮流计算的最大计算时间大于所述潮流计算时间阈值的情况下,按照所述潮流计算时间阈值,对所述第一电力数据进行潮流计算;
在所述潮流计算的最大计算时间小于或者等于所述潮流计算时间阈值的情况下,按照所述潮流计算的实际计算时间,对所述第一电力数据进行潮流计算。
6.一种支持多源实时数据融合的电力系统在线潮流计算装置,其特征在于,所述装置包括:
数据获取模块,用于获取电力系统在第一当前时间的第一电力数据;
第一数据计算模块,用于对所述第一电力数据进行潮流计算,得到所述电力数据对应的初始电力预测数据,并获取所述电力系统在第二当前时间的第二电力数据;
第二数据计算模块,用于对所述第二电力数据以及所述初始电力预测数据进行潮流计算,得到目标电力预测数据,并将所述目标电力预测数据作为新的初始电力预测数据,返回执行获取所述电力系统在第二当前时间的第二电力数据的步骤,直到所述潮流计算的次数达到预先设定的次数阈值;
数据处理模块,用于根据所述目标电力预测数据,得到所述电力系统状态预测结果。
7.根据权利要求6所述的装置,其特征在于,所述数据获取模块包括:
数据采集模块,用于获取所述电力系统在所述第一当前时间的电力采集数据;
数据预处理模块,用于对所述电力采集数据进行预处理,得到所述电力采集数据对应的电力处理数据;
数据融合模块,用于将所述电力处理数据中的多种数据进行数据融合,得到所述电力采集数据对应的电力融合数据;
数据校验模块,用于对所述电力融合数据进行数据校验,并在所述电力融合数据通过所述数据校验的情况下,将所述电力融合数据确定为所述第一电力数据。
8.根据权利要求6所述的装置,其特征在于,所述数据采集模块包括:
数据检测模块,用于对所述第一电力采集数据进行数据检测,得到所述电力采集数据对应的电力待转换数据;
数据转换模块,用于将所述电力待转换数据的数据格式转换为所述在线潮流计算支持的数据格式,得到所述电力处理数据。
9.根据权利要求6所述的装置,其特征在于,所述数据检测模块包括:
时间获取模块,用于获取所述监控数据的第一采集时间和所述相量监测数据的第二采集时间;
时间获取模块,还用于在所述第一采集时间和所述第二采集时间相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为第一可用电力采集数据;
时间获取模块,还用于在所述第一采集时间和所述第二采集时间不相同的情况下,将所述第一采集时间对应的所述监控数据和所述第二采集时间对应的所述相量监测数据确定为不可用电力采集数据;
数据筛选模块,用于检验并去除所述第一可用电力采集数据中的重复数据,得到第二可用电力采集数据;
数据筛选模块,还用于检验并去除所述第二可用电力采集数据中的错误数据,得到电力处理数据。
10.根据权利要求6所述的装置,其特征在于,所述第一数据计算模块包括:
数据设置模块,用于获取预先设定的潮流计算时间阈值;
潮流计算模块,用于在所述潮流计算的最大计算时间大于所述潮流计算时间阈值的情况下,按照所述潮流计算时间阈值,对所述第一电力数据进行潮流计算;
潮流计算模块,还用于在所述潮流计算的最大计算时间小于或者等于所述潮流计算时间阈值的情况下,按照所述潮流计算的实际计算时间,对所述第一电力数据进行潮流计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211399858.0A CN116231650A (zh) | 2022-11-09 | 2022-11-09 | 一种支持多源实时数据融合的电力系统在线潮流计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211399858.0A CN116231650A (zh) | 2022-11-09 | 2022-11-09 | 一种支持多源实时数据融合的电力系统在线潮流计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116231650A true CN116231650A (zh) | 2023-06-06 |
Family
ID=86568551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211399858.0A Pending CN116231650A (zh) | 2022-11-09 | 2022-11-09 | 一种支持多源实时数据融合的电力系统在线潮流计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116231650A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692575A (zh) * | 2009-10-12 | 2010-04-07 | 中国电力科学研究院 | 一种大电网实时潮流计算数据的处理方法 |
CN107679768A (zh) * | 2017-10-25 | 2018-02-09 | 中国南方电网有限责任公司 | 一种基于电网实时数据的态势感知系统及其构建方法 |
CN109993361A (zh) * | 2019-03-29 | 2019-07-09 | 国网上海市电力公司 | 一种基于pmu的配电网运行趋势预测方法 |
CN112837180A (zh) * | 2021-02-05 | 2021-05-25 | 国网湖南省电力有限公司 | 用于电力系统的scada-pmu数据融合方法 |
CN113094899A (zh) * | 2021-04-07 | 2021-07-09 | 全球能源互联网研究院有限公司 | 一种随机潮流计算方法、装置、电子设备及存储介质 |
CN113592361A (zh) * | 2021-08-20 | 2021-11-02 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电力系统潮流计算方法、装置、计算机设备和存储介质 |
CN114050578A (zh) * | 2022-01-07 | 2022-02-15 | 国网北京市电力公司 | 一种配电网在线潮流计算方法、装置、设备及介质 |
JP2022047103A (ja) * | 2020-09-11 | 2022-03-24 | 富士電機株式会社 | 潮流計算装置、プログラム、および潮流計算方法 |
-
2022
- 2022-11-09 CN CN202211399858.0A patent/CN116231650A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692575A (zh) * | 2009-10-12 | 2010-04-07 | 中国电力科学研究院 | 一种大电网实时潮流计算数据的处理方法 |
CN107679768A (zh) * | 2017-10-25 | 2018-02-09 | 中国南方电网有限责任公司 | 一种基于电网实时数据的态势感知系统及其构建方法 |
CN109993361A (zh) * | 2019-03-29 | 2019-07-09 | 国网上海市电力公司 | 一种基于pmu的配电网运行趋势预测方法 |
JP2022047103A (ja) * | 2020-09-11 | 2022-03-24 | 富士電機株式会社 | 潮流計算装置、プログラム、および潮流計算方法 |
CN112837180A (zh) * | 2021-02-05 | 2021-05-25 | 国网湖南省电力有限公司 | 用于电力系统的scada-pmu数据融合方法 |
CN113094899A (zh) * | 2021-04-07 | 2021-07-09 | 全球能源互联网研究院有限公司 | 一种随机潮流计算方法、装置、电子设备及存储介质 |
CN113592361A (zh) * | 2021-08-20 | 2021-11-02 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电力系统潮流计算方法、装置、计算机设备和存储介质 |
CN114050578A (zh) * | 2022-01-07 | 2022-02-15 | 国网北京市电力公司 | 一种配电网在线潮流计算方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862103B (zh) | 一种基于adpss的仿真模型生成方法及系统 | |
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 | |
CN108847682B (zh) | 一种基于运行数据的光伏发电站并网性能评估方法及系统 | |
CN111797510A (zh) | 一种新能源场站短路比的计算方法及系统 | |
CN202794435U (zh) | 无线高精度同步相位基准装置 | |
CN106645974A (zh) | 用于确定风机与电网谐振的方法及系统 | |
CN103616599A (zh) | 一种可移动式动态无功补偿装置检测仪及其测试方法 | |
CN111308260A (zh) | 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法 | |
CN111914205A (zh) | 台区理论线损计算方法、装置和日负荷曲线计算方法 | |
Chao et al. | A comprehensive review on dynamic equivalent modeling of large photovoltaic power plants | |
Arunan et al. | Improved disturbance detection and load shedding technique for low voltage islanded microgrids | |
CN113156247A (zh) | 一种电力系统低频振荡的预警方法及装置 | |
CN116595395A (zh) | 一种基于深度学习的逆变器输出电流预测方法及系统 | |
CN111894814A (zh) | 一种用于发电系统的故障处理系统及方法 | |
CN116231650A (zh) | 一种支持多源实时数据融合的电力系统在线潮流计算方法 | |
CN113285471B (zh) | 海上风电场次超同步振荡源感知与定位方法、装置及设备 | |
CN115224727A (zh) | 一种风电动态功角稳定性的测试方法及装置 | |
Perez et al. | Improved Thévenin equivalent methods for real-time voltage stability assessment | |
CN114884094A (zh) | 一种风电场阻抗特性监测方法、系统、设备和介质 | |
CN115186974A (zh) | 一种基于业务中台的配电网供电质量综合评价方法及系统 | |
Stanisavljević et al. | A method for real-time prediction of the probability of voltage sag duration based on harmonic footprint | |
Brosinsky et al. | HVAC/HVDC Control Center-Test and Demonstrator System | |
Wu et al. | Monitoring power system transient stability using synchrophasor data | |
CN117313293B (zh) | 一种直驱风电场小信号等值建模方法、系统、终端及介质 | |
CN112858779B (zh) | 一种中低压直流输电系统的计量方法及系统 |
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 |