CN118336763A - 用于辨识和评估电网频率支撑能力的方法及装置 - Google Patents
用于辨识和评估电网频率支撑能力的方法及装置 Download PDFInfo
- Publication number
- CN118336763A CN118336763A CN202410756330.7A CN202410756330A CN118336763A CN 118336763 A CN118336763 A CN 118336763A CN 202410756330 A CN202410756330 A CN 202410756330A CN 118336763 A CN118336763 A CN 118336763A
- Authority
- CN
- China
- Prior art keywords
- frequency
- unit
- load
- inertia constant
- response 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 89
- 230000006870 function Effects 0.000 claims description 52
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 14
- 230000001052 transient effect Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 11
- 230000002068 genetic effect Effects 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种用于辨识和评估电网频率支撑能力的方法及装置，该方法包括：基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，以及求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。通过本发明实施例提供的方法及装置，可以实现快速准确地辨识和评估电网频率支撑能力，提升了电网调度运行的在线安全分析能力。
Description
技术领域
本发明涉及大电网在线安全稳定分析技术领域，具体而言，涉及一种用于辨识和评估电网频率支撑能力的方法及装置。
背景技术
高比例电力电子电力系统中大规模新能源接入替代了部分同步机组，使系统惯量水平逐渐相对减小且调频能力相对减弱。加之特高压大容量跨区直流输电投入使用，阻断了扰动下跨区惯量支撑及功率响应，严重恶化大扰动下系统频率稳定性。
目前，针对部分电网已提出多种考虑不同约束的最小惯量评估方法，影响评估结果的关键因素在于如何量化计算系统实时惯量水平及确定评估模型参数，主要包括以下两种思路：
一是采用统计法和典型参数，统计投运发电机，然后将其惯量相加，由于负荷侧由于分散且元件数量大，受建模范围和建模等级的影响，较难量化计算得到，使得得到惯量数值较实际值偏小；同时负荷侧组成较复杂，负荷有功频率调节系数通常采用典型数值，难以准确刻画实时电网的负荷频率特性；
二是基于量测的方法，根据系统在功率扰动下的频率响应，进行系统总惯量、负荷频率调节系数辨识，已有的基于量测的方法建立的系统频率响应模型等值环节较多，模型较简单，导致需要辨识参数数量多，辨识难度增加同时耗时长；其次辨识过程中忽略调度运行重点关注的频率关键指标，辨识结果难以用于指导实际电网运行。
发明内容
鉴于此，本发明提出了一种用于辨识和评估电网频率支撑能力的方法及装置，旨在解决现有电网频率支撑能力辨识和评估不准确、难度大等问题。
第一方面，本发明实施例提供了一种用于辨识和评估电网频率支撑能力的方法，所述方法包括：基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型；基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数；求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
进一步地，所述基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，包括：构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
进一步地，基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，包括：构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
进一步地，所述系统频率响应模型的时间窗口采用如下方式得到：基于频率关键指标，确定系统频率响应模型的时间窗口。
进一步地，所述频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，所述基于频率关键指标，确定系统频率响应模型的时间窗口，包括：根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
进一步地，采用如下方式设置所述结果权重：按照预设权重，提高所述频率关键指标对应时间段的结果权重。
进一步地，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，包括：采用梯度下降算法或遗传算法或粒子群优化算法，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
第二方面，本发明实施例还提供了一种用于辨识和评估电网频率支撑能力的装置，所述装置包括：第一构建单元，用于基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型；第二构建单元，用于基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数；求解单元，用于求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
进一步地，所述第一构建单元，还用于：构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
进一步地，所述第二构建单元，还用于：构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
进一步地，所述系统频率响应模型的时间窗口采用如下方式得到：基于频率关键指标，确定系统频率响应模型的时间窗口。
进一步地，所述频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，所述基于频率关键指标，确定系统频率响应模型的时间窗口，包括：根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
进一步地，采用如下方式设置所述结果权重：按照预设权重，提高所述频率关键指标对应时间段的结果权重。
进一步地，所述求解单元，还用于：采用梯度下降算法或遗传算法或粒子群优化算法，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
第三方面，本发明实施例还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，实现上述各实施例提供的用于辨识和评估电网频率支撑能力的方法。
第四方面，本发明实施例还提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述各实施例提供的用于辨识和评估电网频率支撑能力的方法。
本发明实施例提供的用于辨识和评估电网频率支撑能力的方法及装置，基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，以及求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，可以实现快速准确地辨识和评估电网频率支撑能力，提升了电网调度运行的在线安全分析能力。
附图说明
图1示出了根据本发明实施例的用于辨识和评估电网频率支撑能力的方法的示例性流程图；
图2示出了根据本发明实施例的用于辨识和评估电网频率支撑能力的装置的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1示出了根据本发明实施例的用于辨识和评估电网频率支撑能力的方法的示例性流程图。
如图1所示，该方法包括：
步骤S101：基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型。
进一步地，步骤S101，包括：
构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
具体地，系统频率响应模型可采用改进系统频率响应(SFR)模型，考虑多种类型的调频资源，包括火电、水电、负荷等，将同类型的调频设备等效成一台设备，建立一个输入输出系统如下：
（1）
公式（1）中，扰动功率∆P d 为故障后的有功功率差值（盈余/缺额）；
；
；
火电机组一次调频功率∆P s 为火电机组频率调节系数K Gs 和频率偏差∆f的函数，水电机组一次调频功率为水电机组频率调节系数K Gh 和频率偏差∆f的函数。下式为函数示例之一：
；
。
机组惯性常数H gen 采用下式得到：
；
式中：J s 为火电机组转动惯量，J h 为水电机组转动惯量，ω 0为角速度，S n,s 为火电机组容量总加，S n,h 为水电机组容量总加；
火电机组转动惯量J s 采用下式得到：
；
式中：μ i,s 为火电机组的投运状态，机组投运时μ i,s =1，机组停运时μ i,s =0，S n,i 为火电机组容量，T j,i 为同步电网内火电机组i的惯性时间常数，n s 为火电机组数量；
类似地，水电机组转动惯量J h 计算公式同火电机组，此处不再赘述。
由此可见，系统频率响应模型与不同类型机组容量、出力及占比，机组调速器模型参数，负荷功率，机组惯性常数这些运行工况信息相关，因此运行工况信息可以作为系统频率响应模型的输入信息。
步骤S102：基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数。
具体地，基于系统频率响应模型和故障发生后的系统频率PMU数据，采用最小二乘法，构建目标函数。系统频率PMU数据可以为设备频率PMU数据或机组转速PMU数据。若有机组转速PMU数据，优先采用机组转速PMU数据，机组转速PMU数据通过下式转化为系统频率值，代入目标函数计算：
；
其中，f为系统频率，P为极对数，n为机组转速。
若无法直接获取机组转速PMU数据，则采用设备频率PMU数据作为系统频率PMU数据。
进一步地，步骤S102，包括：
构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
进一步地，系统频率响应模型的时间窗口采用如下方式得到：
基于频率关键指标，确定系统频率响应模型的时间窗口。
进一步地，频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，基于频率关键指标，确定系统频率响应模型的时间窗口，包括：
根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；
根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
具体地，起始时间一般选择扰动发生系统频率变化率最大对应的时刻，结束时间一般选择扰动发生后频率波动后趋于平稳时刻，两者均可以从PMU数据中获取。
进一步地，采用如下方式设置结果权重：
按照预设权重，提高频率关键指标对应时间段的结果权重。
步骤S103：求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
进一步地，求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，包括：
采用梯度下降算法或遗传算法或粒子群优化算法，求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
具体地，需要寻找一组参数，使系统频率响应模型输出的频率值与故障后WAMS量测频率值之间偏差最小，即目标函数（2）最小
（2）
将负荷转动惯量、负荷频率调节系数、机组频率调节系数（包括火电机组频率调节系数和水电机组频率调节系数）代入公式（1），得到y t (θ)，再与PMU数值对比计算S(θ)，找到S(θ)最小对应的θ，即负荷转动惯量、负荷频率调节系数、机组频率调节系数（包括火电机组频率调节系数和水电机组频率调节系数）。
对于求解目标函数的模型计算步长，根据PMU数据采样频率得到：
；
其中t step 为模型计算步长，f pmu 为PMU数据采样频率。
具体地，对于梯度下降算法，优化求解过程如下：
基本思想为从θ k 点出发，将在θ k 处下降最快的方向作为搜索方向。将进行一阶泰勒展开，得到下式：
其中，p k 为搜索方向。当时，函数下降最快。
需要了的是，目标函数的优化问题可以采用梯度下降算法或遗传算法或粒子群优化算法或其他优化算法进行优化求解，具体可以根据实际情况进行确定，此处并不进行限定。
上述实施例，基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，以及求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，可以实现快速准确地辨识和评估电网频率支撑能力，提升了电网调度运行的在线安全分析能力。
具体地，上述实施例所提供的用于辨识和评估电网频率支撑能力的方法，具有如下优势：
1. 通过考虑不同类型机组的调频特性，计及影响暂态频率的关键环节，进行更为详细建模，同时考虑实际电网中机组实测模型参数定期更新维护，通过大量仿真对比验证，准确性较高，两方面共同作用下，确定将负荷频率调节系数、负荷惯性常数作为参数开展辨识，在确保模型计算准确性的同时，提高计算速度；
2. 实际电网中频率量测数值由节点电压的相位角变化计算得到，即两个相邻计算时刻的相位差除以量测步长，系统发生故障瞬间，频率量测曲线易出现突变现象，从而影响计算结果，对于有转速量测的机组，应根据转速与频率的转化公式，采用转速量测数值，使得模型辨识参数更符合实际情况；
3. 采用等值模型拟合电网频率响应过程时，难以精确刻画频率响应全过程，因此针对调度运行重点关注的频率指标，在优化目标函数中引用权重因子，通过提高关键频率指标对应时间段的权重，使辨识参数后的模型更好的描述电网频率关键信息，尽可能的精确计算涉及电网运行安全的频率数值；
4. 在频率稳定分析计算应用中采用的负荷频率调节系数、机组频率调节系数等参数由统计值和典型经验值替换为利用PMU扰动数据的辨识参数，同时计及负荷惯量作用，相比现有的暂态频率稳定裕度功能计算更准确，提升了电网调度运行的在线安全分析能力。
图2示出了根据本发明实施例的用于辨识和评估电网频率支撑能力的装置的结构示意图。
如图2所示，该装置包括：
第一构建单元201，用于基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型；
第二构建单元202，用于基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数；
求解单元203，用于求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
进一步地，第一构建单元201，还用于：
构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
进一步地，第二构建单元202，还用于：
构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
进一步地，系统频率响应模型的时间窗口采用如下方式得到：
基于频率关键指标，确定系统频率响应模型的时间窗口。
进一步地，频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，基于频率关键指标，确定系统频率响应模型的时间窗口，包括：
根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；
根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
进一步地，采用如下方式设置结果权重：
按照预设权重，提高频率关键指标对应时间段的结果权重。
进一步地，求解单元203，还用于：
采用梯度下降算法或遗传算法或粒子群优化算法，求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
上述实施例，基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，基于系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，以及求解目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，可以实现快速准确地辨识和评估电网频率支撑能力，提升了电网调度运行的在线安全分析能力。
需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本发明实施例还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，实现上述各个实施例所提供的用于辨识和评估电网频率支撑能力的方法。
本发明实施例还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；该处理器，用于从该存储器中读取所述可执行指令，并执行该指令以实现上述各个实施例所提供的用于辨识和评估电网频率支撑能力的方法。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (16)
1.一种用于辨识和评估电网频率支撑能力的方法，其特征在于，所述方法包括：
基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型；
基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数；
求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
2.根据权利要求1所述的方法，其特征在于，所述基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型，包括：
构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
3.根据权利要求1所述的方法，其特征在于，基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数，包括：
构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
4.根据权利要求3所述的方法，其特征在于，所述系统频率响应模型的时间窗口采用如下方式得到：
基于频率关键指标，确定系统频率响应模型的时间窗口。
5.根据权利要求4所述的方法，其特征在于，所述频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，所述基于频率关键指标，确定系统频率响应模型的时间窗口，包括：
根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；
根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
6.根据权利要求5所述的方法，其特征在于，采用如下方式设置所述结果权重：
按照预设权重，提高所述频率关键指标对应时间段的结果权重。
7.根据权利要求1所述的方法，其特征在于，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力，包括：
采用梯度下降算法或遗传算法或粒子群优化算法，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
8.一种用于辨识和评估电网频率支撑能力的装置，其特征在于，所述装置包括：
第一构建单元，用于基于电力系统的扰动功率、机组惯性常数、负荷惯性常数、系统频率偏差、机组一次调频功率以及负荷频率调节系数，构建系统频率响应模型；
第二构建单元，用于基于所述系统频率响应模型和故障发生后的系统频率PMU数据，构建目标函数；
求解单元，用于求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
9.根据权利要求8所述的装置，其特征在于，所述第一构建单元，还用于：
构建系统频率响应模型如下：
；
其中，∆P d 为扰动功率，H gen 为机组惯性常数，H load 为负荷惯性常数，∆f为系统频率偏差，∆P s 为火电机组一次调频功率，∆P h 为水电机组一次调频功率，D sys 为负荷频率调节系数。
10.根据权利要求8所述的装置，其特征在于，所述第二构建单元，还用于：
构建目标函数如下：
；
其中，为故障发生后t时刻的系统频率PMU数据，y t (θ)为参数θ下的t时刻的系统频率响应模型计算的系统频率，参数θ包括负荷惯性常数、负荷频率调节系数、机组惯性常数和机组频率调节系数，w t 为t时刻的结果权重，T为系统频率响应模型的时间窗口。
11.根据权利要求10所述的装置，其特征在于，所述系统频率响应模型的时间窗口采用如下方式得到：
基于频率关键指标，确定系统频率响应模型的时间窗口。
12.根据权利要求11所述的装置，其特征在于，所述频率关键指标包括故障后的系统频率变化率、系统暂态频率极值和故障后的系统稳态频率，所述基于频率关键指标，确定系统频率响应模型的时间窗口，包括：
根据故障发生时刻，系统频率变化率最大特征，确定系统频率响应模型的时间窗口的起始时刻；
根据故障发生后系统暂态频率极值对应的频率偏差绝对值总是大于或等于系统稳态频率偏差，同时系统故障后期一次调频主导响应阶段，系统频率趋于稳定值的特性，确定系统频率响应模型的时间窗口的结束时刻。
13.根据权利要求12所述的装置，其特征在于，采用如下方式设置所述结果权重：
按照预设权重，提高所述频率关键指标对应时间段的结果权重。
14.根据权利要求8所述的装置，其特征在于，所述求解单元，还用于：
采用梯度下降算法或遗传算法或粒子群优化算法，求解所述目标函数最小时所对应的负荷惯性常数和负荷频率调节系数以作为负荷频率支撑能力，以及机组惯性常数和机组频率调节系数以作为机组频率支撑能力。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现权利要求1-7任一所述的用于辨识和评估电网频率支撑能力的方法。
16.一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现权利要求1-7任一项所述的用于辨识和评估电网频率支撑能力的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410756330.7A CN118336763B (zh) | 2024-06-13 | 2024-06-13 | 用于辨识和评估电网频率支撑能力的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410756330.7A CN118336763B (zh) | 2024-06-13 | 2024-06-13 | 用于辨识和评估电网频率支撑能力的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118336763A true CN118336763A (zh) | 2024-07-12 |
| CN118336763B CN118336763B (zh) | 2024-08-13 |
Family
ID=91767996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410756330.7A Active CN118336763B (zh) | 2024-06-13 | 2024-06-13 | 用于辨识和评估电网频率支撑能力的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118336763B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111864769A (zh) * | 2020-07-29 | 2020-10-30 | 国网山东省电力公司日照供电公司 | 考虑风机和系统频率响应特性的调频参数确定方法及系统 |
| CN112531742A (zh) * | 2020-12-07 | 2021-03-19 | 江苏方天电力技术有限公司 | 基于深度调峰状态下的保持低惯性电网频率稳定的方法 |
| CN113746134A (zh) * | 2021-08-20 | 2021-12-03 | 华北电力大学（保定） | 一种光伏机组惯量和一次调频控制参数的可行域计算方法 |
| CN114021786A (zh) * | 2021-10-25 | 2022-02-08 | 国网辽宁省电力有限公司经济技术研究院 | 一种面向随机生产模拟需求的系统频率最低点预测模型构建方法 |
| CN114204611A (zh) * | 2021-12-08 | 2022-03-18 | 华北电力大学 | 一种适用所有阻尼状态的频率响应解析计算方法 |
| WO2022089165A1 (zh) * | 2020-10-28 | 2022-05-05 | 许继集团有限公司 | 一种含储能的新能源电站调频控制方法及系统 |
| CN114696339A (zh) * | 2021-12-30 | 2022-07-01 | 国网山西省电力公司电力科学研究院 | 一种基于扰动数据的考虑负荷的电网惯性评估方法及电网发电机转动惯量辨识方法 |
| CN115222237A (zh) * | 2022-07-13 | 2022-10-21 | 国网新疆电力有限公司 | 一种基于时空特性与多指标约束的电力系统惯量需求评估方法 |
| CN115764976A (zh) * | 2022-09-23 | 2023-03-07 | 三峡大学 | 考虑不确定性系统辨识的电力系统惯量连续评估方法 |
| CN116054204A (zh) * | 2023-03-03 | 2023-05-02 | 上海交通大学 | 船舶变频负载电机-电容惯性调频协同控制方法 |
| 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 |
| CN116306018A (zh) * | 2023-04-11 | 2023-06-23 | 东南大学 | 一种计及RoCoF的惯量响应负荷等效惯量评估方法 |
| CN117117945A (zh) * | 2023-09-04 | 2023-11-24 | 湖南大学 | 考虑频率安全约束的受端电网直流极限传输容量评估方法 |
| CN117154760A (zh) * | 2023-09-02 | 2023-12-01 | 河海大学 | 计及电压特性的大电网频率响应模型的构建方法与系统 |
| US11888432B1 (en) * | 2023-07-17 | 2024-01-30 | North China Electric Power University | Simplified transient model of DFIG wind turbine for power system frequency dynamics analysis |
| CN117791644A (zh) * | 2023-12-27 | 2024-03-29 | 广东电网有限责任公司 | 一种电网系统风机暂态频率支撑能力评估方法及系统 |
| CN117937618A (zh) * | 2023-12-14 | 2024-04-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种高比例新能源电力系统惯量需求评估方法 |
-
2024
- 2024-06-13 CN CN202410756330.7A patent/CN118336763B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111864769A (zh) * | 2020-07-29 | 2020-10-30 | 国网山东省电力公司日照供电公司 | 考虑风机和系统频率响应特性的调频参数确定方法及系统 |
| WO2022089165A1 (zh) * | 2020-10-28 | 2022-05-05 | 许继集团有限公司 | 一种含储能的新能源电站调频控制方法及系统 |
| CN112531742A (zh) * | 2020-12-07 | 2021-03-19 | 江苏方天电力技术有限公司 | 基于深度调峰状态下的保持低惯性电网频率稳定的方法 |
| CN113746134A (zh) * | 2021-08-20 | 2021-12-03 | 华北电力大学（保定） | 一种光伏机组惯量和一次调频控制参数的可行域计算方法 |
| CN114021786A (zh) * | 2021-10-25 | 2022-02-08 | 国网辽宁省电力有限公司经济技术研究院 | 一种面向随机生产模拟需求的系统频率最低点预测模型构建方法 |
| CN114204611A (zh) * | 2021-12-08 | 2022-03-18 | 华北电力大学 | 一种适用所有阻尼状态的频率响应解析计算方法 |
| CN114696339A (zh) * | 2021-12-30 | 2022-07-01 | 国网山西省电力公司电力科学研究院 | 一种基于扰动数据的考虑负荷的电网惯性评估方法及电网发电机转动惯量辨识方法 |
| CN115222237A (zh) * | 2022-07-13 | 2022-10-21 | 国网新疆电力有限公司 | 一种基于时空特性与多指标约束的电力系统惯量需求评估方法 |
| CN115764976A (zh) * | 2022-09-23 | 2023-03-07 | 三峡大学 | 考虑不确定性系统辨识的电力系统惯量连续评估方法 |
| CN116054204A (zh) * | 2023-03-03 | 2023-05-02 | 上海交通大学 | 船舶变频负载电机-电容惯性调频协同控制方法 |
| CN116306018A (zh) * | 2023-04-11 | 2023-06-23 | 东南大学 | 一种计及RoCoF的惯量响应负荷等效惯量评估方法 |
| 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 |
| US11888432B1 (en) * | 2023-07-17 | 2024-01-30 | North China Electric Power University | Simplified transient model of DFIG wind turbine for power system frequency dynamics analysis |
| CN117154760A (zh) * | 2023-09-02 | 2023-12-01 | 河海大学 | 计及电压特性的大电网频率响应模型的构建方法与系统 |
| CN117117945A (zh) * | 2023-09-04 | 2023-11-24 | 湖南大学 | 考虑频率安全约束的受端电网直流极限传输容量评估方法 |
| CN117937618A (zh) * | 2023-12-14 | 2024-04-26 | 国网辽宁省电力有限公司经济技术研究院 | 一种高比例新能源电力系统惯量需求评估方法 |
| CN117791644A (zh) * | 2023-12-27 | 2024-03-29 | 广东电网有限责任公司 | 一种电网系统风机暂态频率支撑能力评估方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118336763B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021164112A1 (zh) | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 | |
| CN110120686B (zh) | 一种基于电力系统在线惯量估计的新能源承载力预警方法 | |
| JP6397760B2 (ja) | 電力系統安定化装置および方法 | |
| CN107689638B (zh) | 一种基于相轨迹分析的含风电电力系统暂态协调控制方法 | |
| CN102157949A (zh) | 一种小干扰稳定性预测及辅助决策方法 | |
| CN110061521B (zh) | 一种考虑频率累积作用的最大风电渗透率快速评估方法 | |
| CN106300338A (zh) | 基于轨迹灵敏度的受端电网动态频率安全量化评估方法 | |
| CN109873455A (zh) | 一种储能辅助火电机组agc调频方法及系统 | |
| CN110752598B (zh) | 多点分布式储能系统灵活性评价方法和装置 | |
| JP2020089175A (ja) | 周波数制御装置および周波数制御方法 | |
| CN114123246A (zh) | 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法 | |
| CN110994589B (zh) | 电力电子接入电力系统调频能力在线评价方法及系统 | |
| CN114021786A (zh) | 一种面向随机生产模拟需求的系统频率最低点预测模型构建方法 | |
| CN115833111A (zh) | 高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质 | |
| CN106355980A (zh) | 一种基于限定记忆极限学习机的电网调节能力预测方法 | |
| CN117175656B (zh) | 一种构网型储能提升新型电力系统支撑能力评估方法 | |
| CN118336763B (zh) | 用于辨识和评估电网频率支撑能力的方法及装置 | |
| CN117060430A (zh) | 一种基于改进lstm网络的构网型风电调频预测方法 | |
| CN115693659A (zh) | 一种电力系统短期生产模拟计算方法、系统、介质及设备 | |
| WO2023092915A1 (zh) | 风电场的功率控制方法和装置 | |
| CN113471972B (zh) | 一种用于电力系统的监测惯量的方法和系统 | |
| CN112994033A (zh) | 一种抽水蓄能机组二次调频性能的量化评估方法及系统 | |
| CN111211556B (zh) | 一种考虑风电的配网供电可靠性评估方法 | |
| CN113991647A (zh) | 一种面向频率响应容量规划的电力系统随机生产模拟方法 | |
| CN113901649A (zh) | 一种频率仿真中负荷参数辨识方法、系统及存储介质 |
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 |