CN117791599A - 一种面向电力系统的节点惯量估计方法、系统及装置 - Google Patents
一种面向电力系统的节点惯量估计方法、系统及装置 Download PDFInfo
- Publication number
- CN117791599A CN117791599A CN202410216986.XA CN202410216986A CN117791599A CN 117791599 A CN117791599 A CN 117791599A CN 202410216986 A CN202410216986 A CN 202410216986A CN 117791599 A CN117791599 A CN 117791599A
- Authority
- CN
- China
- Prior art keywords
- node
- inertia
- power system
- nodes
- susceptance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010586 diagram Methods 0.000 claims abstract description 45
- 230000006870 function Effects 0.000 claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims abstract description 39
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向电力系统的节点惯量估计方法、系统及装置，该方法包括：将电力系统的拓扑图简化为抽象节点结构图；根据节点间的电气分布列写节点电纳关系矩阵；结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；基于所述平均RoCoF进行拟合，构建惯量衰减函数；求和计算节点的估计惯量。该系统包括：结构图简化模块、关系模块、仿真模块、函数构建模块和估计模块。该装置包括存储器以及用于执行上述面向电力系统的节点惯量估计方法的处理器。通过使用本发明，快速且准确的估计电力系统节点的惯量水平。本发明可广泛应用于电力系统运行与控制领域。
Description
技术领域
本发明涉及电力系统运行与控制领域，尤其涉及一种面向电力系统的节点惯量估计方法、系统及装置。
背景技术
常规控制的新能源通过电力电子逆变器并网，并网呈现“零惯量特性”。随着电力系统新能源渗透率的升高，电力系统的惯量问题也随之而来，明显地体现在两处：①电网的“低惯量”特征；②电网惯量水平分布差异明显特征。其都不利于电力系统的频率稳定安全问题，因此，准确估计全网惯量水平对新型电网频率稳定安全的意义重大。
现有的一些惯量评估或刻画电网惯量分布的研究中，大多只适用于定性分析电网不同节点的相对惯量水平，而针对于定量分析，反映节点扰动后的暂态频率变化，其计算步骤繁琐且复杂，不满足在线监测电网惯量水平要求的速度。
综上所述，关于电力系统全网节点惯量水平以及分布特性的研究目前还缺乏快速且准确的估计方法。
发明内容
有鉴于此，为了解决现有节点惯量估计方法中无法在满足准确度的同时降低网络节点惯量计算复杂的问题，第一方面，本发明提出一种面向电力系统的节点惯量估计方法，所述方法包括以下步骤：
将电力系统的拓扑图简化为抽象节点结构图；
基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
基于所述平均RoCoF进行拟合，构建惯量衰减函数；
基于所述惯量衰减函数，求和计算节点的估计惯量。
其中，所述抽象节点结构图中的节点包括惯量源节点和网络节点。
在一些实施例中，所述将电力系统的拓扑图简化为抽象节点结构图这一步骤，其具体包括：
解析电力系统并构建电力系统的拓扑图；
基于所述电力系统的拓扑图，将发电机及其连接的变压器抽象为惯量源节点，将关键母线抽象为网络节点，结合电抗参数构建连接线，得到抽象节点结构图。
通过该优选步骤，定义两种类型的节点并构建简化的抽象节点结构图，方便后续的数据分析和计算。
在一些实施例中，所述节点电纳关系矩阵包括：
其中，BBG表示网络节点与惯量源节点的电纳关系矩阵，x (n+1)-1表示标号为(n+1)的网络节点与标号为1的惯量源节点之间的电抗，n的取值为惯量源节点的总数，k的取值为惯量源节点中第一类电源节点的总数，m的取值为网络节点的总数；
与网络节点连接的相关节点电纳矩阵为：
其中，BBB表示网络节点与其连接的节点的电纳关系矩阵，i表示求和过程中的取值。
在一些实施例中，所述设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF这一步骤，其具体包括：
设定扰动场景集；
基于所述扰动场景集进行遍历仿真，获取惯量源节点的频率动态曲线；
根据所述节点电纳关系矩阵和所述惯量源节点的频率动态曲线计算网络节点的频率动态曲线；
根据所述惯量源节点的频率动态曲线和所述网络节点的频率动态曲线，记录各节点在对应扰动场景下扰动后预设时间内的平均RoCoF。
在一些实施例中，所述基于所述平均RoCoF进行拟合，构建惯量衰减函数这一步骤，其具体包括：
遍历惯量源节点，获取各惯量源节点的惯量大小；
基于所述各惯量源节点的惯量大小，根据所述平均RoCoF拟合相关系数，得到不同惯量大小的惯量衰减函数。
在一些实施例中，所述基于所述惯量衰减函数，求和计算节点的估计惯量这一步骤，其具体包括：
根据所述惯量衰减函数计算各个惯量源对网络节点的支撑惯量；
根据所述支撑惯量进行求和，得到网络节点的估计惯量。
通过该优选步骤，计算得到任意网络节点的估计惯量。
第二方面，本发明提出了一种面向电力系统的节点惯量估计系统，所述系统包括：
结构图简化模块，用于将电力系统的拓扑图简化为抽象节点结构图；
关系模块，基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
仿真模块，用于设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
函数构建模块，基于所述平均RoCoF进行拟合，构建惯量衰减函数；
估计模块，基于所述惯量衰减函数，求和计算节点的估计惯量。
本发明还提出了一种面向电力系统的节点惯量估计装置，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，使得所述至少一个处理器实现如上所述一种面向电力系统的节点惯量估计方法。
基于上述方案，本发明提供了一种面向电力系统的节点惯量估计方法、系统及装置，将电力系统简化为节点结构图，并在此基础上进行数据分析，结合节点的频率动态和惯量双减函数计算各个节点的估计惯量，能够在满足准确度的情况下可有效解决网络节点惯量计算复杂的问题。
附图说明
图1是本发明一种向电力系统的节点惯量估计方法的步骤流程图；
图2是本发明具体实施例14节点系统的拓扑图；
图3是本发明具体实施例14节点系统抽象节点结构图；
图4是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图5是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图6是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图7是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图8是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图9是本发明具体实施例扰动场景S1下的频率动态曲线示意图；
图10是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图11是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图12是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图13是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图14是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图15是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图16是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图17是本发明具体实施例扰动场景S1下的频率动态曲线示意图
图18是本发明具体实施例惯量大小为H1对应的RoCoF数据拟合的函数示意图；
图19是本发明具体实施例惯量大小为H3对应的RoCoF数据拟合的函数示意图；
图20是本发明一种向电力系统的节点惯量估计系统的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
应当理解，本申请中使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换该词语。
除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
在本申请实施例的描述中，“多个”是指两个或多于两个。以下术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
另外，本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
参照图1，为本发明提出的面向电力系统的节点惯量估计方法的一可选示例的流程示意图，该方法可以适用于计算机设备，本实施例提出的该节点惯量估计方法可以包括但并不局限于以下步骤：
步骤S1、将电力系统的拓扑图简化为抽象节点结构图；
其中，所述抽象节点结构图中的节点包括惯量源节点和网络节点。
步骤S2、基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
步骤S3、设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
步骤S4、基于所述平均RoCoF进行拟合，构建惯量衰减函数；
步骤S5、基于所述惯量衰减函数，求和计算节点的估计惯量。
在一些可行的实施例中，所述步骤S1，其具体包括：
S1.1、解析电力系统并构建电力系统的拓扑图；
S1.2、基于所述电力系统的拓扑图，将发电机及其连接的变压器抽象为惯量源节点，将关键母线抽象为网络节点，结合电抗参数构建连接线，得到抽象节点结构图。
在本实施例中，将同步机、新能源等发电机及与其连接的升压变压器抽象为惯量源节点，即电源节点，并记同步机节点为G1、G2、…、Gk，记构网型发电机节点为、、…、/>。将其余关键母线抽象为网络节点，并记为B(n+1)、B2、…、Bm。由此可知，同步机节点有k个，构网型发电机节点有（n-k）个，其余网络节点有m个。
节点间用线连接，其包含表示系统发电机内部电抗、升压变压器以及电力线路的电抗参数。例如，连接电源节点与网络节点的线表示的电抗如下：
其中，为电源内部电抗；/>为升压变压器电抗；/>为输电线路电抗。
以14节点系统为实施例，上述操作结果如图2和图3所示，其中，图2为14节点系统的拓扑结构，图3为14节点系统的抽象节点结构。
在一些可行的实施例中，所述步骤S2中，节点电纳关系矩阵包括：
惯量源节点与网络节点的电纳关系矩阵为：
其中，BBG表示网络节点与惯量源节点的电纳关系矩阵，x (n+1)-1表示标号为(n+1)的网络节点与标号为1的惯量源节点之间的电抗，x (n+1)-k表示标号为(n+1)的网络节点与标号为k的惯量源节点之间的电抗，x m-n表示标号为m的网络节点与标号为n的惯量源节点之间的电抗，其余同理；
n的取值为惯量源节点的总数，k的取值为惯量源节点中第一类电源节点的总数，m的取值为网络节点的总数。
与网络节点连接的相关节点电纳关系矩阵为：
该电纳关系矩阵中，i表示求和过程中的取值，对角线上的元素表示该网络节点与其他连接节点的电纳之和；非对角线上的元素表示不同网络节点之间的连接电纳。
14节点系统电源节点与网络节点的电纳关系矩阵为：
与网络节点连接的相关节点电纳关系矩阵为：
在一些可行的实施例中，所述步骤S3，其具体包括：
S3.1、设定扰动场景集；
以1s时刻某普通线路（非变压器线路）断开5s时刻恢复作为扰动场景集，共设L个扰动场景，L为系统中普通线路的个数，扰动场景集记为：
本实施例中，14节点系统中共有16条普通线路，L= 16，设置线路断开的的事件集合为，共16个扰动场景。
S3.2、基于所述扰动场景集进行遍历仿真，获取惯量源节点的频率动态曲线；
对扰动场景集S进行遍历仿真，获取惯量源节点的频率动态曲线，将其记为：
其中，表示扰动场景S1下得到的惯量源节点G1的频率动态曲线，其余同理。
本实施例中，以扰动场景S1为例，仿真得到各惯量源节点的频率动态曲线如图4~图8所示。
S3.3、根据所述节点电纳关系矩阵和所述惯量源节点的频率动态曲线计算网络节点的频率动态曲线；
该步骤中，忽略节点注入电流，基于节点电纳关系矩阵的节点频率动态关系式如下：
其中，为惯量源节点的频率合集；/>为其他网络节点的频率合集；BBB、BBG为S2获得的节点电纳关系矩阵。利用此推导公式计算对应场景下剩余网络节点的频率动态特性，将其记为：/>
在14系统节点的实施例中，动态关系式为：
以扰动场景S1计算为例，利用上述节点频率动态关系推导公式计算得到的其余网络节点的频率动态曲线如图9~图17所示。
S3.4、根据所述惯量源节点的频率动态曲线和所述网络节点的频率动态曲线，记录各节点在对应扰动场景下扰动后预设时间内的平均RoCoF。
本实施例中，记录各节点在相应扰动场景下扰动后125 ms的平均RoCoF，如表1所示。
表1 场景S1各节点扰动后125 ms的平均RoCoF
在一些可行的实施例中，所述步骤S4，其具体包括：
S4.1、遍历惯量源节点，获取各惯量源节点的惯量大小；
遍历该抽象节点结构图的所有惯量源节点，同步机节点的惯量大小由惯量常数描述，记为H1、…、Hk；构网型发电机节点的惯量大小由控制参数决定，记为 、…、/>。
S4.2、基于所述各惯量源节点的惯量大小，根据所述平均RoCoF拟合相关系数，得到不同惯量大小的惯量衰减函数。
在该步骤中，首先，定义惯量衰减函数，用于求不同惯量大小惯量源对某网络节点的惯量支撑。
从能量角度，惯量源提供的能量在线路的传输中存在衰减效应，定义惯量源的能量在线路传输过程中的衰减规律如下：
其中，a、c为惯量衰减函数的衰减相关系数，且满足a<0，c >0；x max 为最大惯量支撑电气距离，其值由衰减相关系数a、c决定：
然后，用步骤S3的得到的平均RoCoF拟合不同惯量大小惯量衰减函数的相关系数，进而得到不同惯量大小的惯量衰减函数。
在14节点系统的实施例中，共有5个惯量源节点，记其对应的惯量大小如表2所示。分别用惯量大小为H1和H3对应的RoCoF数据拟合的函数如图18和图19所示，取得对应的惯量衰减函数的相关系数如表3所示。
表2 惯量源节点对应的惯量大小
表3 惯量衰减函数的相关系数
在一些可行的实施例中，还包括：
S4.3、根据不同惯量大小的衰减函数计算其对应的最大支撑电气距离。
不同惯量大小对应的最大支撑电气距离的计算结果如表4所示。
表4 对应的最大支撑电气距离
在一些可行的实施例中，所述步骤S5，其具体包括：
S5.1、根据所述惯量衰减函数计算各个惯量源节点对网络节点的支撑惯量；
S5.1.1、首先令j = 1；
S5.1.2、计算第j个惯量源节点对第q个网络节点的支撑惯量；
根据节点电纳矩阵，确定第j个惯量源节点距离第q个网络节点的电抗参数x i-q ，并判断该网络节点是否受到该惯量源节点的惯量支撑，判据如下：
其中，x jmax为第j个惯量源节点的最大支撑电气距离。若是，则H q-j = 0，第j个惯量源节点对第q个网络节点不提供惯量支撑；若否，则H q-j ≠ 0，第j个惯量源节点对第q个网络节点提供的惯量支撑为：
其中，H j 为第j个惯量源节点的惯量大小；F j (x)为第j个惯量源节点的惯量衰减函数；x q-j 为第j个惯量源节点与第q个网络节点之间的电气距离。
S5.1.3、判断第j个惯量源节点是否为最后一个惯量源，判据如下：
若否，令j=j+1，对下一个惯量源节点执行S5.1.2，直至计算出所有惯量源节点对第q个网络节点提供的惯量支撑；若是，进入下一步骤计算网络节点的估计惯量。
S5.2、根据所述支撑惯量进行求和，得到网络节点的估计惯量。
对各惯量源供给第q个网络节点的惯量求和得到该网络节点的估计惯量。计算公式如下：
本实施例以网络节点B6的惯量计算为例，不同惯量源根据其惯量大小选择相应的惯量衰减函数，系统内各惯量源对网络节点B6提供的惯量计算结果如表5所示，最后对其求和计算得到网络节点B6的估计惯量H6’为7.0199。
表5惯量计算结果
如图20所示，一种面向电力系统的节点惯量估计系统，包括：
结构图简化模块，用于将电力系统的拓扑图简化为抽象节点结构图；
关系模块，基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
仿真模块，用于设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
函数构建模块，基于所述平均RoCoF进行拟合，构建惯量衰减函数；
估计模块，基于所述惯量衰减函数，求和计算节点的估计惯量。
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。
一种面向电力系统的节点惯量估计装置：
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上所述一种面向电力系统的节点惯量估计方法。
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。
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现如上所述一种面向电力系统的节点惯量估计方法。
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。
以上是对本发明的较佳实施进行了具体说明，但本发明创造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申请权利要求所限定的范围内。
Claims (9)
1.一种面向电力系统的节点惯量估计方法，其特征在于，包括以下步骤：
将电力系统的拓扑图简化为抽象节点结构图；
基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
基于所述平均RoCoF进行拟合，构建惯量衰减函数；
基于所述惯量衰减函数，求和计算节点的估计惯量。
2.根据权利要求1所述一种面向电力系统的节点惯量估计方法，其特征在于，所述抽象节点结构图中的节点包括惯量源节点和网络节点。
3.根据权利要求1所述一种面向电力系统的节点惯量估计方法，其特征在于，所述将电力系统的拓扑图简化为抽象节点结构图这一步骤，其具体包括：
解析电力系统并构建电力系统的拓扑图；
基于所述电力系统的拓扑图，将发电机及其连接的变压器抽象为惯量源节点，将关键母线抽象为网络节点，结合电抗参数构建连接线，得到抽象节点结构图。
4.根据权利要求2所述一种面向电力系统的节点惯量估计方法，其特征在于，所述节点电纳关系矩阵包括：
惯量源节点与网络节点的电纳关系矩阵为：
其中，BBG表示网络节点与惯量源节点的电纳关系矩阵，表示标号为(n+1)的网络节点与标号为1的惯量源节点之间的电抗，n的取值为惯量源节点的总数，k的取值为惯量源节点中第一类电源节点的总数，m的取值为网络节点的总数；
与网络节点连接的相关节点电纳关系矩阵为：
其中，BBB表示网络节点与其连接的节点的电纳关系矩阵，i表示求和过程中的取值。
5.根据权利要求4所述一种面向电力系统的节点惯量估计方法，其特征在于，所述设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF这一步骤，其具体包括：
设定扰动场景集；
基于所述扰动场景集进行遍历仿真，获取惯量源节点的频率动态曲线；
根据所述节点电纳关系矩阵和所述惯量源节点的频率动态曲线计算网络节点的频率动态曲线；
根据所述惯量源节点的频率动态曲线和所述网络节点的频率动态曲线，记录各节点在对应扰动场景下扰动后预设时间内的平均RoCoF。
6.根据权利要求2所述一种面向电力系统的节点惯量估计方法，其特征在于，所述基于所述平均RoCoF进行拟合，构建惯量衰减函数这一步骤，其具体包括：
遍历惯量源节点，获取各惯量源节点的惯量大小；
基于所述各惯量源节点的惯量大小，根据所述平均RoCoF拟合相关系数，得到不同惯量大小的惯量衰减函数。
7.根据权利要求2所述一种面向电力系统的节点惯量估计方法，其特征在于，所述基于所述惯量衰减函数，求和计算节点的估计惯量这一步骤，其具体包括：
根据所述惯量衰减函数计算各个惯量源对网络节点的支撑惯量；
根据所述支撑惯量进行求和，得到网络节点的估计惯量。
8.一种面向电力系统的节点惯量估计系统，其特征在于，包括：
结构图简化模块，用于将电力系统的拓扑图简化为抽象节点结构图；
关系模块，基于所述抽象节点结构图，根据节点间的电气分布列写节点电纳关系矩阵；
仿真模块，用于设定扰动场景并进行仿真，结合所述节点电纳关系矩阵计算节点频率动态曲线并记录各节点在扰动后预设时间内的平均RoCoF；
函数构建模块，基于所述平均RoCoF进行拟合，构建惯量衰减函数；
估计模块，基于所述惯量衰减函数，求和计算节点的估计惯量。
9.一种面向电力系统的节点惯量估计装置，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1-7任一项所述一种面向电力系统的节点惯量估计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216986.XA CN117791599B (zh) | 2024-02-28 | 2024-02-28 | 一种面向电力系统的节点惯量估计方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216986.XA CN117791599B (zh) | 2024-02-28 | 2024-02-28 | 一种面向电力系统的节点惯量估计方法、系统及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117791599A true CN117791599A (zh) | 2024-03-29 |
| CN117791599B CN117791599B (zh) | 2024-05-03 |
Family
ID=90385352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410216986.XA Active CN117791599B (zh) | 2024-02-28 | 2024-02-28 | 一种面向电力系统的节点惯量估计方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117791599B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108695862A (zh) * | 2018-04-25 | 2018-10-23 | 湖南大学 | 一种基于pmu实测数据的电网惯量特征在线评估方法 |
| US20190369147A1 (en) * | 2018-06-05 | 2019-12-05 | University Of Tennessee Research Foundation | Power system inertia estimation using synchrophasor frequency measurements |
| JP2021035108A (ja) * | 2019-08-21 | 2021-03-01 | 東京電力ホールディングス株式会社 | 慣性推定装置、慣性推定プログラム及び慣性推定方法 |
| CN114498678A (zh) * | 2022-01-29 | 2022-05-13 | 华北电力大学 | 一种基于频率空间相关性的电力系统惯量在线评估方法 |
| US20220196713A1 (en) * | 2020-12-22 | 2022-06-23 | Hunan University | Method and device for estimating spatial distribution of inertia of power system based on multi-innovation identification |
| CN116167191A (zh) * | 2023-02-24 | 2023-05-26 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑网络拓扑的惯量评估方法、装置、设备及介质 |
| CN116231685A (zh) * | 2023-05-10 | 2023-06-06 | 华北电力大学 | 基于qpso的电力系统惯量及一次调频能力评估方法 |
| CN116488234A (zh) * | 2023-02-27 | 2023-07-25 | 广西电网有限责任公司电力科学研究院 | 考虑电网结构参数的电力系统节点惯量计算方法及系统 |
| US11837872B1 (en) * | 2023-03-02 | 2023-12-05 | North China Electric Power University | RoCoF constrained unit commitment considering spatial difference in frequency dynamics |
| CN117458462A (zh) * | 2023-10-27 | 2024-01-26 | 国网宁夏电力有限公司电力科学研究院 | 一种基于区域惯性中心的电力系统惯量评估方法及系统 |
| US11906556B1 (en) * | 2023-06-08 | 2024-02-20 | North China Electric Power University | Online estimation of area-level inertia considering inter-area equivalent frequency dynamics |
-
2024
- 2024-02-28 CN CN202410216986.XA patent/CN117791599B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108695862A (zh) * | 2018-04-25 | 2018-10-23 | 湖南大学 | 一种基于pmu实测数据的电网惯量特征在线评估方法 |
| US20190369147A1 (en) * | 2018-06-05 | 2019-12-05 | University Of Tennessee Research Foundation | Power system inertia estimation using synchrophasor frequency measurements |
| JP2021035108A (ja) * | 2019-08-21 | 2021-03-01 | 東京電力ホールディングス株式会社 | 慣性推定装置、慣性推定プログラム及び慣性推定方法 |
| US20220196713A1 (en) * | 2020-12-22 | 2022-06-23 | Hunan University | Method and device for estimating spatial distribution of inertia of power system based on multi-innovation identification |
| CN114498678A (zh) * | 2022-01-29 | 2022-05-13 | 华北电力大学 | 一种基于频率空间相关性的电力系统惯量在线评估方法 |
| CN116167191A (zh) * | 2023-02-24 | 2023-05-26 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑网络拓扑的惯量评估方法、装置、设备及介质 |
| CN116488234A (zh) * | 2023-02-27 | 2023-07-25 | 广西电网有限责任公司电力科学研究院 | 考虑电网结构参数的电力系统节点惯量计算方法及系统 |
| US11837872B1 (en) * | 2023-03-02 | 2023-12-05 | North China Electric Power University | RoCoF constrained unit commitment considering spatial difference in frequency dynamics |
| CN116231685A (zh) * | 2023-05-10 | 2023-06-06 | 华北电力大学 | 基于qpso的电力系统惯量及一次调频能力评估方法 |
| US11906556B1 (en) * | 2023-06-08 | 2024-02-20 | North China Electric Power University | Online estimation of area-level inertia considering inter-area equivalent frequency dynamics |
| CN117458462A (zh) * | 2023-10-27 | 2024-01-26 | 国网宁夏电力有限公司电力科学研究院 | 一种基于区域惯性中心的电力系统惯量评估方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王宝财等: "考虑动态频率约束的电力系统最小惯量评估", 中国电机工程学报, vol. 42, no. 01, 31 December 2022 (2022-12-31), pages 114 - 127 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117791599B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160364488A1 (en) | Microblog-based event context acquiring method and system | |
| 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 | |
| Pereira et al. | A new computational tool for composite reliability evaluation | |
| Ma et al. | A nonlinear observer approach of SOC estimation based on hysteresis model for lithium-ion battery | |
| CN114266157B (zh) | 实现任意时刻反应堆功率分布试验的方法、装置和设备 | |
| CN111008510A (zh) | 一种台区内电表识别方法及判断电表所属台区的方法 | |
| CN109657913B (zh) | 一种考虑分布式电源的输配电网联合风险评估方法 | |
| CN107402081B (zh) | 移动终端、电池温度的确定方法及装置 | |
| KR20180062814A (ko) | 메타데이터를 이용한 2차 전지 시험 방법 | |
| US20240110986A1 (en) | Method and system for identifying electrochemical model parameters based on capacity change rate | |
| CN105898835B (zh) | 生成无线接入点的接入点属性信息的方法与设备 | |
| CN109162856B (zh) | 水轮发电机组的状态监控方法和系统 | |
| CN117791599B (zh) | 一种面向电力系统的节点惯量估计方法、系统及装置 | |
| CN117076894B (zh) | 供应链风险全过程监测防控管理方法及管理系统 | |
| CN112598534A (zh) | 评估电力消费量与国内生产总值相关性的方法及装置 | |
| CN107395447A (zh) | 模块检测方法、系统容量预估方法及相应的设备 | |
| CN110070891A (zh) | 一种歌曲识别方法、装置以及存储介质 | |
| CN105656453B (zh) | 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法 | |
| CN107196292B (zh) | 一种主动配电网静态等值方法及装置 | |
| CN107665185A (zh) | 一种基于短信业务的客户行为分析方法及相关装置 | |
| CN109960778B (zh) | 计算风电场理论功率的方法和装置 | |
| CN109088413B (zh) | 一种直流受端电网动态无功规划选址方法和装置 | |
| CN106775854B (zh) | 一种生成配置文件的方法和装置 | |
| CN117215205B (zh) | 基于决策树和iss理论的直流系统控制参数分析方法 | |
| CN113516364B (zh) | 一种高比例电力电子电力系统稳定评估的方法及装置 |
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 |