CN117293860B - 电力系统的频率安全指标评估方法、系统及存储介质 - Google Patents
电力系统的频率安全指标评估方法、系统及存储介质 Download PDFInfo
- Publication number
- CN117293860B CN117293860B CN202311281284.1A CN202311281284A CN117293860B CN 117293860 B CN117293860 B CN 117293860B CN 202311281284 A CN202311281284 A CN 202311281284A CN 117293860 B CN117293860 B CN 117293860B
- Authority
- CN
- China
- Prior art keywords
- frequency
- relation
- determining
- power
- model
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 19
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 12
- 230000004044 response Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000013016 damping Methods 0.000 description 4
- 230000006735 deficit Effects 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/241—The oscillation concerning frequency
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统的频率安全指标评估方法、系统及存储介质。该方法包括：建立电力系统的闭环平均系统频率模型；确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；在开环系统频率模型下，解析调速器的输出功率与电力系统频率峰值时间的第二关系；根据第一关系、第二关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；根据频率峰值，对电力系统的频率安全指标进行评估。本申请实施例有利于降低计算复杂程度，提升评估准确度；可以广泛应用于电力系统技术领域。
Description
技术领域
本发明涉及电力系统技术领域，尤其是一种电力系统的频率安全指标评估方法、系统及存储介质。
背景技术
大功率扰动下电力系统频率安全指标的快速精准评估对电力系统安全稳定运行具有重要意义，其中电力系统频率峰值指标尤为重要。然而电力系统频率峰值与系统多种参数相关，具有高度非线性特性，无法构建其显式表达式，因此难以实现该指标的快速精准评估。相关技术中，可以通过系统频率响应模型(SFR模型)、平均系统频率模型(ASF模型)的解析方法求得频率峰值，还可以通过数据驱动的非解析方法求解。然而利用数理统计或数值分析等算法的数据驱动方法所需训练数据庞大，物理机理解释性较弱。通过SFR模型对频率峰值量化评估方法对调速系统的结构和参数要求较高，否则其准确性将下降；而通过ASF模型实现频率峰值的快速预测方法，需要对调速器进行合理简化和考虑发电设备的非线性和饱和性，否则计算量较大且存在误差，且该方法无法考虑调频备用对频率峰值的影响。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此，本发明的目的在于提供一种简洁、高效的电力系统的频率安全指标评估方法、系统及存储介质。
为了达到上述技术目的，本发明实施例所采取的技术方案包括：
一方面，本发明实施例提供了一种电力系统的频率安全指标评估方法，包括以下步骤：
本发明实施例的电力系统的频率安全指标评估方法，该方法包括：建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；根据所述频率峰值，对电力系统的频率安全指标进行评估。本申请实施例通过对闭环平均系统频率模型进行开环解耦，缓解了评估方法对系统结构和参数的要求高的问题；同时，考虑到调速器系统详细模型和调频备用容量对平均系统频率模型的影响，降低了计算复杂程度，提升了评估准确度。
另外，根据本发明上述实施例的电力系统的频率安全指标评估方法，还可以具有以下附加的技术特征：
进一步地，本发明实施例的电力系统的频率安全指标评估方法，所述方法还包括：
根据所述闭环平均系统频率模型，确定转子运动关系，所述转子运动关系用于表征机组调频输出功率与系统频率偏差的关系。
进一步地，在本发明的一个实施例中，所述方法还包括：
确定系统总有功曲线的变化趋势；
根据所述变化趋势和所述系统总有功曲线的经过点，确定所述系统总有功曲线；
根据所述系统总有功曲线和所述转子运动关系，对所述闭环平均系统频率模型进行开环解耦处理。
进一步地，在本发明的一个实施例中，所述方法还包括以下步骤：
根据所述系统总有功曲线和所述转子运动关系，建立开环平均系统频率模型，通过抛物线对所述系统频率偏差进行近似处理后，输入所述调速器；
根据所述开环平均系统频率模型和所述转子运动关系，确定所述第一关系；所述第一关系基于调速器在抛物线频差曲线输入确定。
进一步地，在本发明的一个实施例中，所述在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系，包括：
根据所述开环平均系统频率模型，确定每个调速器的输出功率变化量；
根据所述调频备用容量的限制，更新所述输出功率变化量；
根据更新后的输出功率变化量，确定所述第二关系。
进一步地，在本发明的一个实施例中，所述根据更新后的输出功率变化量，确定所述第二关系，包括：
根据更新后的输出功率变化量和调频备用容量上限，确定调速器满载的频率峰值时间；
若所述电力系统频率峰值时间的数值小于或等于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为输出功率变化量；
若所述电力系统频率峰值时间的数值大于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为调频备用容量上限。
进一步地，在本发明的一个实施例中，所述根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值，包括：
根据所述第二关系，确定系统总调频量与电力系统频率峰值时间的第三关系，所述第三关系为量化表达式；
根据所述第一关系和所述第三关系，确定调频备用容量的频率峰值时间，并确定频率峰值。
另一方面，本发明实施例提出了一种电力系统的频率安全指标评估系统，包括：
第一模块，用于建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；
第二模块，用于确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；
第三模块，用于在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；
第四模块，用于根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；
第五模块，用于根据所述频率峰值，对电力系统的频率安全指标进行评估。
另一方面，本发明实施例提供了一种电力系统的频率安全指标评估装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的电力系统的频率安全指标评估方法。
另一方面，本发明实施例提供了一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于实现上述的电力系统的频率安全指标评估方法。
本发明实施例的电力系统的频率安全指标评估方法，该方法包括：建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；根据所述频率峰值，对电力系统的频率安全指标进行评估。本申请实施例通过对闭环平均系统频率模型进行开环解耦，缓解了评估方法对系统结构和参数的要求高的问题；同时，考虑到调速器系统详细模型和调频备用容量对平均系统频率模型的影响，降低了计算复杂程度，提升了评估准确度。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1为本发明提供的电力系统的频率安全指标评估方法的一种实施例的流程示意图；
图2为本发明提供的闭环平均系统频率模型的一种实施例的结构示意图；
图3为本发明提供的开环平均系统频率模型的一种实施例的结构示意图；
图4为本发明提供的电力系统的频率安全指标评估方法的另一种实施例的流程示意图；
图5为本发明提供的理论频率抛物线与实际频率曲线的拟合结果的一种实施例的效果示意图；
图6为本发明提供的各个调速器的调频机械功率曲线的一种实施例的曲线效果示意图；
图7为本发明提供的系统总调频功率与频率峰值时间关系的一种实施例的曲线效果示意图；
图8为本发明提供的电力系统的频率安全指标评估系统的一种实施例的结构示意图；
图9为本发明提供的电力系统的频率安全指标评估装置的一种实施例的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
大功率扰动下电力系统频率安全指标的快速精准评估对电力系统安全稳定运行具有重要意义，其中电力系统频率峰值指标尤为重要。然而电力系统频率峰值与系统多种参数相关，具有高度非线性特性，无法构建其显式表达式，因此难以实现该指标的快速精准评估。为此，本申请实施例提出一种考虑调频备用容量的电力系统频率峰值快速预测方法，该方法基于系统频率偏差抛物线近似实现平均系统频率模型(ASF模型)开环解耦的基础，并考虑各机组调速器的详细模型和具体调频备用，创新性地实现了大功率扰动下电力系统频率峰值的快速精准评估。
相关技术中，针对频率峰值的量化评估主要分为根据系统频率响应模型(SFR模型)、平均系统频率模型(ASF模型)求得频率峰值量化关系的两类解析方法，以及数据驱动的非解析方法。然而利用数理统计或数值分析等算法的数据驱动方法所需训练数据庞大，物理机理解释性较弱；通过SFR模型对频率峰值量化评估方法对调速系统的结构和参数要求较高，否则其准确性将下降；而通过ASF模型实现频率峰值的快速预测方法，需要对调速器进行合理简化和考虑发电设备，否则计算量较大且存在误差，且该方法无法考虑调频备用对频率峰值的影响。
而本申请实施例基于系统频率偏差抛物线近似实现ASF模型开环解耦的基础上，对调速器响应引进调频备用容量约束，求得考虑调频备用下频率峰值时间与调速器输出功率间的量化关系，最终实现考虑调频备用容量的频率峰值快速预测方法。本申请提供的频率安全指标评估方法具有精度较高、通用性较强、所需系统数据要求较小的特点，对频率安全约束下机组组合、频率稳定控制措施的有效性评估以及频率稳定约束下系统新能源运行承载能力评估等问题具有重要意义。
下面参照附图详细描述根据本发明实施例提出的电力系统的频率安全指标评估方法和系统，首先将参照附图描述根据本发明实施例提出的电力系统的频率安全指标评估方法。
参照图1，本发明实施例中提供一种电力系统的频率安全指标评估方法，本发明实施例中的电力系统的频率安全指标评估方法，可应用于终端中，也可应用于服务器中，还可以是运行于终端或服务器中的软件等。终端可以是平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。本发明实施例中的电力系统的频率安全指标评估方法主要包括以下步骤：
S100：建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；
S200：确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；
S300：在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；
S400：根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；
S500：根据所述频率峰值，对电力系统的频率安全指标进行评估。
在一些可能的实施方式中，本申请实施例基于开环解耦的ASF模型分析调速系统调频备用对调速器输出机械功率的影响，并得出考虑调频备用下频率峰值时间与调速器输出功率间的量化关系，具体地，可以通过下面的步骤对频率峰值进行计算：
步骤S11、基于系统频率偏差抛物线近似考虑调速器详细模型实现平均系统频率模型的开环解耦处理；
步骤S12、考虑调频备用容量下解析系统频率峰值时间与调速器输出功率之间的量化表达式
步骤S13、根据所得系统总调频量化表达式实现考虑调频备用容量的频率峰值快速预测评估。本申请实施例通过对闭环平均系统频率模型进行开环解耦，缓解了评估方法对系统结构和参数的要求高的问题；同时，考虑到调速器系统详细模型和调频备用容量对平均系统频率模型的影响，降低了计算复杂程度，提升了评估准确度。
在一些可能的实现方式中，可以通过下面的步骤对频率峰值进行计算：
步骤S21、确定闭环系统频率模型；
步骤S22、电力系统的频率安全指标包括三个指标，分别为频率变化率最大值、频率稳态偏差和频率峰值。三个性能指标除了由功率扰动大小决定外，频率变化率最大值还与系统等效惯量相关；频率稳态偏差与系统调差系数、负荷阻尼作用和一次调频容量相关；频率峰值最为复杂，其与系统惯性、机组调频特性和负荷阻尼作用等参数相关。根据步骤S21确定的闭环ASF模型和频率变化率最大值和频率稳态偏差(调频备用充足的情况下)的显示表达式，见公式组(1)，求得频率变化率最大值和频率稳态偏差。
式中：为系统等效调差系数；Ri为机组i的一次调频的调差系数。
步骤S23、而频率峰值由于与多种参数相关,具有高度非线性特性，且没有显式表达式，因此难以实现快速准确评估，是频率稳定安全评估的研究重点。本申请实施例采取以下步骤确定频率峰值：
步骤S231、由于当电力系统发生大功率扰动后，系统的总有功调节曲线呈线性增长，确定频率偏差关于大扰动后时间的抛物线二次表达式基于抛物频差输入对闭环模型进行解耦；
根据转子运动方程和频率峰值出现时刻系统总有功功率平衡的情况，得到功率平衡第一关系；所述第一关系为
根据开环平均系统模型得到调速器输出功率与频率峰值时间的关系
步骤S232、在开环系统频率模型下，考虑调速系统详细模型和调频备用，解析调速器的输出功率与频率峰值的第二关系；所述第二关系为量化关系
步骤S233、求得系统总调频表达式根据功率平衡第一关系求得频率峰值时间；
步骤S234、根据抛物频差输入求得频率峰值。
可以理解的是，本领域技术人员可以根据所求包括频率峰值、频率变化率和频率稳态偏差的频率安全指标，对电力系统的频率安全进行评估。
可选地，在本发明的一个实施例中，该方法还包括：
根据闭环平均系统频率模型，确定转子运动关系，转子运动关系用于表征机组调频输出功率与系统频率偏差的关系。
可选地，在本发明的一个实施例中，该方法还包括：
确定系统总有功曲线的变化趋势；
根据变化趋势和系统总有功曲线的经过点，确定系统总有功曲线；
根据系统总有功曲线和转子运动关系，对闭环平均系统频率模型进行开环解耦处理。
可选地，在本发明的一个实施例中，该方法还包括：
根据系统总有功曲线和转子运动关系，建立开环平均系统频率模型，通过抛物线对系统频率偏差进行近似处理后，输入调速器；
根据开环平均系统频率模型和转子运动关系，确定第一关系；第一关系基于调速器在抛物线频差曲线输入确定。
在一些可能的实施方式中，在步骤S11中，基于系统频率偏差抛物线近似考虑调速器详细模型实现平均系统频率模型的开环解耦处理，可以通过如下的步骤实现：
参照图2所示的闭环ASF模型可得转子运动方程如公式(1)所示：
其中，αi为第i台机组的装机容量占比；Δf为系统频率偏差；ΔPPFR,i(t)为机组i的调频输出功率；ΔPPFR,i(s)＝Gi(s)*Δf(s)，Gi为第i台机组调速系统的传递函数；Hsys为系统等效惯性时间常数；D为系统等效阻尼系数；PDeficit为系统有功功率缺额；N为电力系统机组总数目。
可以理解的是，ΔPPFR,i(s)＝Gi(s)*Δf(s)，使得公式(1)的方程阶数与发电机组的复杂程度和数目相关，难以对Δf(t)直接进行快速求解。并且在闭环反馈下，频率偏差Δf与调速系统的输出机械功率变化量耦合，需要对其进行反馈解耦处理，才能独立求取频率峰值Δfnadir。
然而，当电力系统发生大功率扰动后，系统的总有功调节曲线(即系统总有功曲线)呈线性增长，因此，系统总有功调节可表示为关于时间t的一次函数，且总有功调节曲线一定经过原点和点(PDeficit,tnadir)。系统总有功调节曲线表达式为公式(2)所示：
式中：tnadir为频率最低点所在时间。将公式(2)式代入转子运动方程公式(1)可得公式(3)：
式中：t是时间变量；tnadir是未知参数；Δf是带未知参数tnadir的抛物线曲线。
从公式(2)和公式(3)可知，图2的闭环ASF模型中频率偏差曲线可由抛物线曲线式公式(3)近似，即对图2闭环ASF模型开环解耦，以抛物线近似后的Δf(t)作为调速器的输入，如图3所示。
根据图3以及频率峰值出现时刻系统总有功功率平衡的情况来求解tnadir，具体如下：当t＝tnadir时，系统频率变化率dΔf/dt＝0，根据转子运动方程公式(1)，得到第一关系，即公式(4)：
式中：ΔPPFR,i(tnadir)为机组i调速器在抛物线频差曲线输入下tnadir时刻的输出功率。
根据公式(4)可求得tnadir。然而，公式(4)中ΔPPFR,i(tnadir)未知，因此需要求解系统频率峰值时间tnadir与该时刻对应调速器输出功率ΔPPFR,i(tnadir)之间的量化表达式。
可选地，在本发明的一个实施例中，在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系，包括：
根据开环平均系统频率模型，确定每个调速器的输出功率变化量；
根据调频备用容量的限制，更新输出功率变化量；
根据更新后的输出功率变化量，确定第二关系。
可选地，在本发明的一个实施例中，根据更新后的输出功率变化量，确定第二关系，包括：
根据更新后的输出功率变化量和调频备用容量上限，确定调速器满载的频率峰值时间；
若所述电力系统频率峰值时间的数值小于或等于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为输出功率变化量；
若所述电力系统频率峰值时间的数值大于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为调频备用容量上限。
在一些可能的实施方式中，在考虑调速器详细模型下，根据图3对ASF模型开环解耦处理后，每个调速器的输出机械功率变化量表示为公式(5)所示：
对公式(5)拉普拉斯逆变换得到每个调速器的输出机械功率为公式(6)所示：
式中：CStep,i(t)为调速器i的阶跃响应；g2(t)＝∫∫CStep,i(t)dt2；g1(t)＝∫CStep,i(t)dt。
在步骤S12中，考虑调频备用容量下解析系统频率峰值时间与调速器输出功率之间的量化表达式，具体地：
在不考虑调速器调频备用容量限制的前提下，可通过各调速器的阶跃响应，积分得到g1(t)和g2(t)。由于本文只关心在频率峰值时，调速器的机械输出功率，因此将所得g1(t)和g2(t)代入式(6)得到不同频率峰值时，每个调速器的机械输出功率为公式(7)所示：
但在假设一次调频备用容量充足的情况下，忽略调频备用容量的影响，会导致调速器响应表达式求解偏乐观，同时也不满足经济性。因此，对调速器引入调频备用容量的限制，具体地，如公式(8)所示。
式中：Preserve,i为机组i的调频备用容量上限。
由于调速器响应ΔPPFR,i(tnadir)当输出功率大于0时，关于tnadir单调递增，且机组调频备用容量的比较计算通常需要在实际系统中在线运行，为了加快算法的运行速度，本文考虑引进调速器i恰好满载时对应的最小频率最低点时间tm,i。在离线计算中，为调速器假设合理的调频备用容量的可能值，预先计算好对应的tm,i,当在线获取该机组的实际调频备用时，可选取预先计算好的临近调频备用容量下的tm,i对调速器响应进行纠正。
因此，通过公式(7)以及机组i的调频备用，可以分析出调速器i恰好满载时对应的tm,i，如公式(9)所示：
将tm,i时间后的调速器i的输出功率替换成对应调速器i的调频备用容量上限。因此，可将调速器i响应表达如公式(10)所示：
对所有调速器的输出功率数据点进行求和得到调速系统的总输出功率ΔPPFR(tnadir)。
可选地，在本发明的一个实施例中，根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值，包括：
根据所述第二关系，确定系统总调频量与电力系统频率峰值时间的第三关系，所述第三关系为量化表达式；
根据所述第一关系和所述第三关系，确定调频备用容量的频率峰值时间，并确定频率峰值。
在步骤S13中，根据所得系统总调频量化表达式实现考虑调频备用容量的频率峰值快速预测评估，包括：根据公式(3)，可得公式(11)：
根据公式(10)和公式(11)得到系统总调频量与tnadir的量化表达式公式(12)所示：
由公式(4)得，频率峰值时PDeficit＝Pm(tnadir)，因此可快速求解频率峰值时间tnadir，根据公式(11)进而得到频率峰值Δfnadir。
参照图4所示的本发明实施例提供的方法流程图，可在事前计算好系统频率峰值时间与调速器输出功率的量化表达式。在实际运用中通过分析系统各机组调频备用容量对频率峰值时系统调频输出功率进行快速校正，便可迅速预测频率峰值，使得算法预测结果准确且速度较快。
具体地，对本发明实施例提供的方法通过小系统(包括4台火电机组和4台水电机组)进行理论校验。在考虑调频备用的情况下，计算所得理论频率响应抛物线与实际曲线拟合程度较高，曲线如图5所示。调速器考虑调频备用情况下，各调速器系统调频机械功率曲线如图6所示。根据机组调频曲线可知共用2台火电在频率最低点时达到调频备用上限，与理论计算中达到调频备用上限机组数目基本一致。因此本文所提算法计算较为精确可靠。对调速系统总调频机械功率与系统阻尼功率求和得到系统调频机械功率，并根据公式(12)求得频率峰值时间，如图7所示.
小系统理论计算与实际结果对比表格如表1所示：
| 小系统 | 实际仿真 | 本文方法 | 相对误差 |
| 频率峰值(Hz) | -0.4564 | -0.4597 | 0.72％ |
| 频率峰值时间(s) | 3.0061 | 3.0266 | 0.68％ |
表1
综上可知，本发明实施例的电力系统的频率安全指标评估方法，该方法包括：建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；根据所述频率峰值，对电力系统的频率安全指标进行评估。本申请实施例通过对闭环平均系统频率模型进行开环解耦，缓解了评估方法对系统结构和参数的要求高的问题；同时，考虑到调速器系统详细模型和调频备用容量对平均系统频率模型的影响，降低了计算复杂程度，提升了评估准确度。
其次，参照附图8描述根据本发明实施例提出的一种电力系统的频率安全指标评估系统。
图8是本发明一个实施例的电力系统的频率安全指标评估系统结构示意图，系统具体包括：
第一模块810，用于建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；
第二模块820，用于确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定调速器的输出功率与频率峰值时间的第一关系；所述第一关系用于表征当频率峰值时，调速器输出功率需满足的关系；
第三模块830，用于在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；
第四模块840，用于根据所述第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；
第五模块850，用于根据所述频率峰值，对电力系统的频率安全指标进行评估。
可见，上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图9，本发明实施例提供了一种电力系统的频率安全指标评估装置，包括：
至少一个处理器910；
至少一个存储器920，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器910执行时，使得所述至少一个处理器910实现所述的电力系统的频率安全指标评估方法。
同理，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于执行上述的电力系统的频率安全指标评估方法。
同理，上述方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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，包括若干程序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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行程序的定序列表，可以具体实现在任何计算机可读介质中，以供程序执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从程序执行系统、装置或设备取程序并执行程序的系统)使用，或结合这些程序执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供程序执行系统、装置或设备或结合这些程序执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的程序执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (9)
1.一种电力系统的频率安全指标评估方法，其特征在于，包括以下步骤：
建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；
确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定关于频率峰值的功率平衡第一关系；所述功率平衡第一关系用于表征当频率峰值出现时刻系统总有功功率实现平衡；
在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；
根据所述功率平衡第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；
根据所述频率峰值，对电力系统的频率安全指标进行评估；
所述根据所述功率平衡第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值，包括：
根据所述第二关系，确定系统总调频量与电力系统频率峰值时间的第三关系，所述第三关系为量化表达式；
根据所述功率平衡第一关系和所述第三关系，确定调频备用容量的频率峰值时间，并确定频率峰值。
2.根据权利要求1所述的电力系统的频率安全指标评估方法，其特征在于，所述方法还包括：
根据所述闭环平均系统频率模型，确定转子运动关系，所述转子运动关系用于表征机组调频输出功率与系统频率偏差的关系。
3.根据权利要求2所述的电力系统的频率安全指标评估方法，其特征在于，所述方法还包括：
确定系统总有功曲线的变化趋势；
根据所述变化趋势和所述系统总有功曲线的经过点，确定所述系统总有功曲线；
根据所述系统总有功曲线和所述转子运动关系，对所述闭环平均系统频率模型进行开环解耦处理。
4.根据权利要求3所述的电力系统的频率安全指标评估方法，其特征在于，所述方法还包括以下步骤：
根据所述系统总有功曲线和所述转子运动关系，建立开环平均系统频率模型，通过抛物线对系统频率偏差进行近似处理后，输入所述调速器；
根据所述开环平均系统频率模型和所述转子运动关系，确定所述功率平衡第一关系；所述功率平衡第一关系基于调速器在抛物线频差曲线输入确定。
5.根据权利要求4所述的电力系统的频率安全指标评估方法，其特征在于，所述在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系，包括：
根据所述开环平均系统频率模型，确定每个调速器的输出功率变化量；
根据调频备用容量的限制，更新所述输出功率变化量；
根据更新后的输出功率变化量，确定所述第二关系。
6.根据权利要求5所述的电力系统的频率安全指标评估方法，其特征在于，所述根据更新后的输出功率变化量，确定所述第二关系，包括：
根据更新后的输出功率变化量和调频备用容量上限，确定调速器满载的频率峰值时间；
若所述电力系统频率峰值时间的数值小于或等于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为输出功率变化量；
若所述电力系统频率峰值时间的数值大于所述调速器满载的频率峰值时间的数值，所述调速器的输出功率为调频备用容量上限。
7.一种电力系统的频率安全指标评估系统，其特征在于，包括：
第一模块，用于建立电力系统的闭环平均系统频率模型；所述闭环平均系统频率模型用于表征频率变化率和频率稳态偏差的显式表达式；
第二模块，用于确定频率偏差在关于大扰动后时间的抛物线二次表达式，根据抛物频差输入对所述闭环平均系统频率模型进行开环解耦处理，建立开环系统频率模型；确定关于频率峰值的功率平衡第一关系；所述功率平衡第一关系用于表征当频率峰值出现时刻系统总有功功率实现平衡；
第三模块，用于在开环系统频率模型下，基于调速系统调频备用，解析调速器的输出功率与电力系统频率峰值时间的第二关系；所述第二关系为量化关系；
第四模块，用于根据所述功率平衡第一关系、第二关系和抛物频差输入关系，确定基于调速系统详细模型和调频备用的大扰动下的频率峰值时间，并确定频率峰值；
第五模块，用于根据所述频率峰值，对电力系统的频率安全指标进行评估；
第四模块用于根据所述第二关系，确定系统总调频量与电力系统频率峰值时间的第三关系，所述第三关系为量化表达式；
根据所述功率平衡第一关系和所述第三关系，确定调频备用容量的频率峰值时间，并确定频率峰值。
8.一种电力系统的频率安全指标评估装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至6中任一项所述的电力系统的频率安全指标评估方法。
9.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于实现如权利要求1至6中任一项所述的电力系统的频率安全指标评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311281284.1A CN117293860B (zh) | 2023-09-28 | 2023-09-28 | 电力系统的频率安全指标评估方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311281284.1A CN117293860B (zh) | 2023-09-28 | 2023-09-28 | 电力系统的频率安全指标评估方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117293860A CN117293860A (zh) | 2023-12-26 |
| CN117293860B true CN117293860B (zh) | 2024-04-23 |
Family
ID=89240572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311281284.1A Active CN117293860B (zh) | 2023-09-28 | 2023-09-28 | 电力系统的频率安全指标评估方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117293860B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107800138A (zh) * | 2017-11-08 | 2018-03-13 | 广东电网有限责任公司电力科学研究院 | 一种基于电网频率偏差变化率的偏差峰值计算方法及装置 |
| CN110048439A (zh) * | 2019-05-10 | 2019-07-23 | 郑州电力高等专科学校 | 一种基于线频平均小信号模型的虚拟同步发电机控制方法 |
| CN110750882A (zh) * | 2019-09-29 | 2020-02-04 | 武汉大学 | 一种考虑频率约束的风电占比极限值解析计算方法 |
| CN111599437A (zh) * | 2020-05-18 | 2020-08-28 | 山东农业大学 | 一种动态β功率信号跟踪方法、系统及终端 |
| CN113690903A (zh) * | 2021-08-18 | 2021-11-23 | 广东电网有限责任公司 | 双馈风电机组的降阶解耦分析方法、系统、设备和介质 |
| CN114123236A (zh) * | 2021-11-04 | 2022-03-01 | 清华大学 | 电力电子设备的频率响应控制方法及装置 |
| CN114498734A (zh) * | 2021-12-31 | 2022-05-13 | 云南电网有限责任公司 | 一种计及频率二次跌落的系统频率特征量化评估方法 |
| CN115207941A (zh) * | 2022-07-29 | 2022-10-18 | 国网山东省电力公司经济技术研究院 | 一种电力系统惯量水平评估方法 |
| CN115940193A (zh) * | 2022-07-28 | 2023-04-07 | 中国电力科学研究院有限公司 | 电力系统惯量-一次调频能力需求的联合确定方法及系统 |
-
2023
- 2023-09-28 CN CN202311281284.1A patent/CN117293860B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107800138A (zh) * | 2017-11-08 | 2018-03-13 | 广东电网有限责任公司电力科学研究院 | 一种基于电网频率偏差变化率的偏差峰值计算方法及装置 |
| CN110048439A (zh) * | 2019-05-10 | 2019-07-23 | 郑州电力高等专科学校 | 一种基于线频平均小信号模型的虚拟同步发电机控制方法 |
| CN110750882A (zh) * | 2019-09-29 | 2020-02-04 | 武汉大学 | 一种考虑频率约束的风电占比极限值解析计算方法 |
| CN111599437A (zh) * | 2020-05-18 | 2020-08-28 | 山东农业大学 | 一种动态β功率信号跟踪方法、系统及终端 |
| CN113690903A (zh) * | 2021-08-18 | 2021-11-23 | 广东电网有限责任公司 | 双馈风电机组的降阶解耦分析方法、系统、设备和介质 |
| CN114123236A (zh) * | 2021-11-04 | 2022-03-01 | 清华大学 | 电力电子设备的频率响应控制方法及装置 |
| CN114498734A (zh) * | 2021-12-31 | 2022-05-13 | 云南电网有限责任公司 | 一种计及频率二次跌落的系统频率特征量化评估方法 |
| CN115940193A (zh) * | 2022-07-28 | 2023-04-07 | 中国电力科学研究院有限公司 | 电力系统惯量-一次调频能力需求的联合确定方法及系统 |
| CN115207941A (zh) * | 2022-07-29 | 2022-10-18 | 国网山东省电力公司经济技术研究院 | 一种电力系统惯量水平评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117293860A (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7346401B2 (en) | Systems and methods for providing constrained optimization using adaptive regulatory control | |
| US7644162B1 (en) | Resource entitlement control system | |
| US9292070B2 (en) | Method and apparatus with stochastic control based power saving operation | |
| Li et al. | Modeling and control of PEMFC based on least squares support vector machines | |
| Shahiri et al. | Robust control of nonlinear PEMFC against uncertainty using fractional complex order control | |
| CN104516470A (zh) | 服务器功耗控制方法及系统 | |
| Chen et al. | Real‐time optimal energy management for a fuel cell/battery hybrid system | |
| Rodríguez et al. | Robust design methodology for simultaneous feedforward and feedback tuning | |
| CN117293860B (zh) | 电力系统的频率安全指标评估方法、系统及存储介质 | |
| Rodríguez et al. | Revisiting the simplified internal model control tuning rules for low‐order controllers: feedforward controller | |
| Mao et al. | Speed control of PMSM based on neural network model predictive control | |
| Bahrami | Large-signal stabilization of DC–DC buck converters considering uncertainty in DC input voltage and ZIP loads | |
| Vamvoudakis et al. | Robust event‐triggered output feedback learning algorithm for voltage source inverters with unknown load and parameter variations | |
| Li et al. | State estimation of lithium polymer battery based on Kalman filter | |
| Jia et al. | Coordinated Control of the Fuel Cell Air Supply System Based on Fuzzy Neural Network Decoupling | |
| Zargar et al. | Dynamic performance improvement of isolated power system using intelligently controlled SMES | |
| Duddeti et al. | A new method for model reduction and controller design of large-scale dynamical systems | |
| Toshani et al. | Constrained generalised minimum variance controller design using projection‐based recurrent neural network | |
| Hu et al. | A novel linear matrix inequality‐based robust event‐triggered model predictive control for a class of discrete‐time linear systems | |
| Liao | Novel gradient calculation method for the largest Lyapunov exponent of chaotic systems | |
| Zheng et al. | Design of PIλ-PDμ controller for high-order systems based on model order reduction using BB-BC and time moment matching | |
| Wang et al. | Developing an innovative method to control the probability density function shape of the state response for nonlinear stochastic systems | |
| Shiva et al. | Quasi-oppositional atom search optimization algorithm for automatic generation control of deregulated power systems | |
| CN115169692A (zh) | 一种时间序列预测方法及相关装置 | |
| CN113872256A (zh) | 基于光伏并网装置无功补偿的台区电压治理方法和装置 |
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 |