CN107681658B - 一种面向调度主站的电网低频振荡分析测试方法及*** - Google Patents
一种面向调度主站的电网低频振荡分析测试方法及*** Download PDFInfo
- Publication number
- CN107681658B CN107681658B CN201710923249.3A CN201710923249A CN107681658B CN 107681658 B CN107681658 B CN 107681658B CN 201710923249 A CN201710923249 A CN 201710923249A CN 107681658 B CN107681658 B CN 107681658B
- Authority
- CN
- China
- Prior art keywords
- frequency oscillation
- power grid
- low
- master station
- simulation data
- 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
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
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向调度主站的电网低频振荡分析测试方法及***,用于解决现有技术中缺乏对调度主站的电网低频振荡分析功能进行有效可靠的检测的方法与手段,工程运行人员无法对现有的调度主站的电网低频振荡分析能力进行评估的技术问题。本发明方法包括:模拟电网低频振荡生成仿真数据,并根据仿真数据提取低频振荡模态参数;将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析;获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果。
Description
技术领域
本发明涉及电网分析测试技术领域,尤其涉及一种面向调度主站的电网低频振荡分析测试方法及***。
背景技术
在电力***中,低频振荡是随着电网互联而产生的。随着电网互联规模的扩大,高放大倍数快速励磁技术的广泛采用,以及受经济性、环保等因素影响下电网的运行更加接近稳定极限,***中各发电机经输电线并列运行时在扰动下会发生发电机转子间的相对摇摆,并在缺乏阻尼时引起持续振荡,导致输电线上功率也发生相应振荡。
低频振荡是电力***在遭受扰动后联络线上发生功率摇摆的一种现象,而***动态失稳便是扰动后由于阻尼不足甚至是负阻尼引起的发散性低频振荡导致的。由于扰动现象一般要经历产生、传播、消散的过程,在传播过程中可能引起新的扰动,同时针对扰动的操作本身也是一种扰动。所以,这些情况往往不是孤立的,而是相互关联的,在时间、空间上呈现多重现象。持续恶化的互相作用最终将导致***失稳、解列,形成大规模的停电事故。因此,在电网发生低频振荡的时候,能够及时识别分析出低频振荡现象,并相应的采取措施,对于预防***失稳和解列具有重要的意义。
目前,电网中的调度主站对电网低频振荡的分析与识别应用尚不成熟,且现有技术中缺乏对调度主站的电网低频振荡分析功能进行有效可靠的检测的方法与手段。工程运行人员无法对现有的调度主站的电网低频振荡分析能力进行评估,容易导致由于调度主站无法准确识别分析出低频振荡现象而发生***失稳解列的事故。因此,针对调度主站的电网低频振荡分析功能进行针对性的测试具有十分重要的现实意义。
发明内容
本发明实施例提供了一种面向调度主站的电网低频振荡分析测试方法及***,解决了现有技术中缺乏对调度主站的电网低频振荡分析功能进行有效可靠的检测的方法与手段,工程运行人员无法对现有的调度主站的电网低频振荡分析能力进行评估的技术问题。
本发明实施例提供的一种面向调度主站的电网低频振荡分析测试方法,包括:
模拟电网低频振荡生成仿真数据,并根据仿真数据提取低频振荡模态参数;
将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析;
获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果。
优选地,模拟电网低频振荡生成仿真数据之前包括:
构建电网模型,电网模型包括2区4机***模型和10机39节点***模型。
优选地,模拟电网低频振荡生成仿真数据具体包括:
在电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集电网模型的运行数据;
特定位置包括发电机、线路和负荷;
运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
优选地,根据仿真数据提取低频振荡模态参数包括:
根据仿真数据采用Prony算法确定合适的预测参数表达式;
对仿真数据进行等间隔采样,获得采样结果,并根据采样结果得到对应的线性矩阵方程以及求取线性矩阵方程的特征根;
根据特征根,求出低频振荡模态参数;
低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
优选地,还包括:
将电网模型、仿真数据和低频振荡模态参数进行关联整合,构成电网低频振荡案例库。
优选地,将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析具体包括:
将电网模型和仿真数据发送至调度主站,由调度主站根据电网模型和仿真数据进行电网低频振荡分析;
电网模型通过FTP方式发送至调度主站,仿真数据通过104规约按照时序发送至调度主站。
优选地,将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果具体包括:
将电网低频振荡分析结果与低频振荡模态参数进行比较,根据比较结果中的误差大小获得调度主站对电网低频振荡模态辨识的准确度评估结果。
本发明提供的一种面向调度主站的电网低频振荡分析测试***,包括:
生成提取模块,用于模拟电网低频振荡生成仿真数据,并根据仿真数据提取低频振荡模态参数;
发送模块,用于将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析;
分析比较模块,用于获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果。
优选地,生成提取模块包括:
采集子模块,用于在电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集电网模型的运行数据;
特定位置包括发电机、线路和负荷;
运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
优选地,生成提取模块包括:
提取子模块,用于根据仿真数据提取低频振荡模态参数;
提取子模块具体用于:
根据仿真数据采用Prony算法确定合适的预测参数表达式;
对仿真数据进行等间隔采样,获得采样结果,并根据采样结果得到对应的线性矩阵方程以及求取线性矩阵方程的特征根;
根据特征根,求出低频振荡模态参数;
低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
从以上技术方案可以看出,本发明具有以下优点:
本发明中提供了一种面向调度主站的电网低频振荡分析测试方法及***,通过模拟电网低频振荡生成仿真数据,并根据仿真数据准确地提取出低频振荡模态参数;然后通过将模拟电网低频振荡生成的仿真数据发送给待测试的调度主站,由调度主站自行进行电网低频振荡分析;最后在获取到调度主站反馈回来的电网低频振荡分析结果之后,将调度主站分析的电网低频振荡分析结果与事前提取到的低频振荡模态参数进行比较,可以对调度主站对电网低频振荡模态辨识的准确度进行评估,即获知现有的调度主站的电网低频振荡分析能力,以便于工程运行人员根据调度主站的电网低频振荡分析能力对调度主站采取提高其低频振荡分析能力的措施或其他的低频振荡预防措施,避免由于无法及时识别到低频振荡而发生***失稳解列的电网事故。此外,本发明中所提供的方法能够远程对多个调度主站的电网低频振荡分析能力进行评估,及时发现各个调度主站当前的电网低频振荡分析能力,过程简单高效,节省了人力物力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的面向调度主站的电网低频振荡分析测试方法的实施例一的流程示意图。
图2为本发明实施例提供的面向调度主站的电网低频振荡分析测试方法的实施例二的流程示意图。
图3为本发明实施例提供的2区4机***电网模型。
图4为本发明实施例提供的10机39节点***电网模型。
图5为本发明实施例提供的一种面向调度主站的电网低频振荡分析测试***的结构示意图。
图6为本发明实施例提供的电网低频振荡分析测试***与调度主站连接示意图。
具体实施方式
本发明实施例提供了一种面向调度主站的电网低频振荡分析测试方法及***,用于解决现有技术中缺乏对调度主站的电网低频振荡分析功能进行有效可靠的检测的方法与手段,工程运行人员无法对现有的调度主站的电网低频振荡分析能力进行评估的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
实施例一:
请参阅图1,该图为本发明实施例提供的面向调度主站的电网低频振荡分析测试方法的实施例一的流程示意图。
本发明实施例提供的面向调度主站的电网低频振荡分析测试方法包括:
S101、模拟电网低频振荡生成仿真数据,并根据仿真数据提取低频振荡模态参数;
可以理解的是,模拟电网在实际运行中收到扰动后发生低频振荡的情况,并且获取到此时对应的仿真运行参数数据,通过仿真运行参数数据可以提取出相关的振荡模态参数。
S102、将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析;
可以理解的是,将在模拟电网发生低频振荡时所生成的仿真数据发送至调度主站,由调度主站进行电网低频振荡分析;需要注意的是,调度主站所接收到的仿真数据与步骤S101中用于提取振荡模态参数的仿真数据是相同的,以便于后续的比较评估。
S103、获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果。
可以理解的是,当由调度主站返回的电网低频振荡分析结果与低频振荡模态参数相差不大的时候,可以认为调度主站的电网低频振荡分析能力较强;当由调度主站返回的电网低频振荡分析结果与低频振荡模态参数相差较大的时候,认为调度主站的电网低频振荡分析能力较弱,应当适应性的采取针对措施。
为了便于本技术领域人员更好的理解本发明实施例提供的技术方案,以下将对本发明实施例提供面向调度主站的电网低频振荡分析测试方法的另一个实施例进行详细的介绍。
实施例二:
请参阅图2,该图为本发明实施例提供的面向调度主站的电网低频振荡分析测试方法的实施例二的流程示意图。
本发明实施例提供的面向调度主站的电网低频振荡分析测试方法包括:
S201、构建电网模型,电网模型包括2区4机***模型和10机39节点***模型。
首先,需要构建生成低频振荡运行数据需使用的电网模型。电网模型包括2区4机***模型和10机39节点***模型,详细的电网模型结构如下:
1)如图3所示,为本发明实施例提供的2区4机***电网模型。每个区域有两个发电机,以及220公里的双平行输电线路用于连接两个区域。
2)如图4所示,为本发明实施例提供的10机39节点***电网模型。
S202、在电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集电网模型的运行数据;特定位置包括发电机、线路和负荷;运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
具体的,运行数据具体如下所示:
1)发电机的运行参数数据:相对于参考电机角度的转子位置角,有功功率,正序电压;
2)线路的运行参数数据:有功功率;
3)负荷的运行参数数据:有功功率;
4)节点的运行参数数据:电压幅值,电压相角。
可以理解的是,本发明实施例提供的运行数据为本发明实施例所选取的一部分运行数据,在实际工程应用过程中,可以根据实际需要选取其他的运行参数,而不仅局限于上述所列举的运行数据,此处不再做赘述。
S203、根据仿真数据提取低频振荡模态参数;
需要说明的是,本步骤中的仿真数据具体为步骤S202中的电网模型的运行数据。
可以理解的是,提取低频振荡模态参数的具体步骤如下:
1)、根据仿真数据采用Prony算法确定合适的预测参数表达式;
式中,p是估计特征值的个数。
2)、对仿真数据进行等间隔采样,获得采样结果,并根据采样结果得到对应的线性矩阵方程以及求取线性矩阵方程的特征根;
对输出y(t)做N次等间隔采样,采样间隔为Δt,在tk=k时刻,输出信号的Prony估计值为:
写成矩阵形式,具体如式(4)所示:
可将矩阵方程第一个等式两边同乘-αp,第二个等式乘以-αp-1,以此类推,第p个等式乘以-α1,第p+1个等式乘以1,再将这些等式相加,得到式(5):
令zi(i=1,2,…,p)为p阶多项式的根,p阶多项式具体如式(6)所示:
π(z)=(z-z1)(z-z2)L(z-zp)=zp-α1zp-1-L-αp-1z-αp=0; (6)
式(6)可以化简为y(p)=α1y(p-1)+α2y(p-2)+L+αpy(0),重复上述过程得到p阶线性方程组,写成矩阵形式如式(7)所示:
如果N=2p+1,可以直接求解矩阵方程,如果N>2p+1,可通过最小二乘法进行求解,得到π(z)的特征根。
3)、根据特征根,求出低频振荡模态参数;低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
通过π(z)可求得zi的值,进而可求出bi的值。
Ai=|bi|
σi=ln|zi|/Δt
fi=arctan(Im(zi)/Re(zi))/2πΔt。
S204、将电网模型、仿真数据和低频振荡模态参数进行关联整合,构成电网低频振荡案例库。
案例库中包含不同电网模型、不同振荡模态的多个案例,每个案例的构成内容如下:
1)电网模型:2区4机***模型和10机39节点***模型,以通用信息模型(CommonInformation Model,CIM)/可扩展标记语言(Extensible Markup Language,XML)文件方式保存,包括设备属性、网络拓扑连接关系、测量等内容,***建模负荷IEC61970标准,采用“CIM-schema-cim10”版本;
2)电网低频振荡仿真数据:电网低频振荡模态数据生成模块采集的发电机、线路、负荷和节点的相关数据,以数据库或E格式文本文件为载体保存;
3)低频振荡模态参数:包括模态频率、幅值、相位以及阻尼系数等,以数据库或E格式文本文件为载体保存。
S205、将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析。
将电网模型和仿真数据发送至调度主站,由调度主站根据电网模型和仿真数据进行电网低频振荡分析。
其中,电网模型通过文件传输协议(File Transfer Protocol,FTP)方式发送至调度主站,仿真数据通过104规约按照时序发送至调度主站。
S206、获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,根据比较结果中的误差大小获得调度主站对电网低频振荡模态辨识的准确度评估结果。
可以理解的是,该步骤主要为验证调度主站是否能正确对该某种低频振荡模态进行分析与辨识,将调度主站分析得到的电网低频振荡模态参数结果,与测试***典型案例库中保存的模态参数进行对比分析,可以形成电网低频振荡模态辨识准确度的评价报告。具体的比较过程为:对比分析调度主站返回的电网低频振荡模态参数结果与提前提取的低频振荡模态参数之间的误差,当误差较大时,可以认为调度主站的电网低频振荡分析能力较强;当误差较小,认为调度主站的电网低频振荡分析能力较弱,应当适应性的采取针对措施。
本发明提供的方法能够将调度主站分析的电网低频振荡分析结果与事前提取到的低频振荡模态参数进行比较,可以对调度主站对电网低频振荡模态辨识的准确度进行评估,即获知现有的调度主站的电网低频振荡分析能力,以便于工程运行人员根据调度主站的电网低频振荡分析能力对调度主站采取提高其低频振荡分析能力的措施或其他的低频振荡预防措施,避免由于无法及时识别到低频振荡而发生***失稳解列的电网事故。
基于以上实施例提供的面向调度主站的电网低频振荡分析测试方法,本发明实施例还提供一种面向调度主站的电网低频振荡分析测试***。
实施例三:
请参阅图5,该图为本发明实施例提供的一种面向调度主站的电网低频振荡分析测试***的结构示意图。
本发明实施例提供的一种面向调度主站的电网低频振荡分析测试***包括:
构建模块301,用于构建电网模型,电网模型包括2区4机***模型和10机39节点***模型。
首先,需要构建生成低频振荡运行数据需使用的电网模型。电网模型包括2区4机***模型和10机39节点***模型,详细的电网模型结构如下:
1)如图3所示,为本发明实施例提供的2区4机***电网模型。每个区域有两个发电机,以及220公里的双平行输电线路用于连接两个区域。
2)如图4所示,为本发明实施例提供的10机39节点***电网模型。
在明确电网模型的拓扑结构、网络参数、元件信息以及量测配置的基础上,可以基于构建模块301建立电网模型,也可以通过第三方软件(如电网仿真软件)或调度主站建立模型,并通过接口导入到本发明提供的测试***中。
生成提取模块302,用于模拟电网低频振荡生成仿真数据,并根据仿真数据提取低频振荡模态参数;生成提取模块302包括:
采集子模块3021,用于在电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集电网模型的运行数据;特定位置包括发电机、线路和负荷;运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
具体的,运行数据具体如下所示:
1)发电机的运行参数数据:相对于参考电机角度的转子位置角,有功功率,正序电压;
2)线路的运行参数数据:有功功率;
3)负荷的运行参数数据:有功功率;
4)节点的运行参数数据:电压幅值,电压相角。
可以理解的是,本发明实施例提供的运行数据为本发明实施例所选取的一部分运行数据,在实际工程应用过程中,可以根据实际需要选取其他的运行参数,而不仅局限于上述所列举的运行数据,此处不再做赘述。
提取子模块3022,用于根据仿真数据提取低频振荡模态参数;
提取子模块3022具体用于:
根据仿真数据采用Prony算法确定合适的预测参数表达式;
对仿真数据进行等间隔采样,获得采样结果,并根据采样结果得到对应的线性矩阵方程以及求取线性矩阵方程的特征根;
根据特征根,求出低频振荡模态参数;
低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
可以理解的是,提取低频振荡模态参数的具体步骤如下:
1)、根据仿真数据采用Prony算法确定合适的预测参数表达式;
式中,p是估计特征值的个数。
2)、对仿真数据进行等间隔采样,获得采样结果,并根据采样结果得到对应的线性矩阵方程以及求取线性矩阵方程的特征根;
对输出y(t)做N次等间隔采样,采样间隔为Δt,在tk=k时刻,输出信号的Prony估计值为:
写成矩阵形式,具体如式(4)所示:
可将矩阵方程第一个等式两边同乘-αp,第二个等式乘以-αp-1,以此类推,第p个等式乘以-α1,第p+1个等式乘以1,再将这些等式相加,得到式(5):
令zi(i=1,2,…,p)为p阶多项式的根,p阶多项式具体如式(6)所示:
π(z)=(z-z1)(z-z2)L(z-zp)=zp-α1zp-1-L-αp-1z-αp=0; (6)
式(6)可以化简为y(p)=α1y(p-1)+α2y(p-2)+L+αpy(0),重复上述过程得到p阶线性方程组,写成矩阵形式如式(7)所示:
如果N=2p+1,可以直接求解矩阵方程,如果N>2p+1,可通过最小二乘法进行求解,得到π(z)的特征根。
3)、根据特征根,求出低频振荡模态参数;低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
通过π(z)可求得zi的值,进而可求出bi的值。
Ai=|bi|
σi=ln|zi|/Δt
fi=arctan(Im(zi)/Re(zi))/2πΔt。
整合模块303,用于将电网模型、仿真数据和低频振荡模态参数进行关联整合,构成电网低频振荡案例库。
案例库中包含不同电网模型、不同振荡模态的多个案例,每个案例的构成内容如下:
1)电网模型:2区4机***模型和10机39节点***模型,以通用信息模型(CommonInformation Model,CIM)/可扩展标记语言(Extensible Markup Language,XML)文件方式保存,包括设备属性、网络拓扑连接关系、测量等内容,***建模负荷IEC61970标准,采用“CIM-schema-cim10”版本;
2)电网低频振荡仿真数据:电网低频振荡模态数据生成模块采集的发电机、线路、负荷和节点的相关数据,以数据库或E格式文本文件为载体保存;
3)低频振荡模态参数:包括模态频率、幅值、相位以及阻尼系数等,以数据库或E格式文本文件为载体保存。
发送模块304,用于将仿真数据发送至调度主站,由调度主站根据仿真数据进行电网低频振荡分析;
将电网模型和仿真数据发送至调度主站,由调度主站根据电网模型和仿真数据进行电网低频振荡分析。
其中,电网模型通过文件传输协议(File Transfer Protocol,FTP)方式发送至调度主站,仿真数据通过104规约按照时序发送至调度主站。
分析比较模块305,用于获取由调度主站返回的电网低频振荡分析结果,并将电网低频振荡分析结果与低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果。
可以理解的是,该步骤主要为验证调度主站是否能正确对该某种低频振荡模态进行分析与辨识,将调度主站分析得到的电网低频振荡模态参数结果,与测试***典型案例库中保存的模态参数进行对比分析,可以形成电网低频振荡模态辨识准确度的评价报告。具体的比较过程为:对比分析调度主站返回的电网低频振荡模态参数结果与提前提取的低频振荡模态参数之间的误差,当误差较大时,可以认为调度主站的电网低频振荡分析能力较强;当误差较小,认为调度主站的电网低频振荡分析能力较弱,应当适应性的采取针对措施。
以上为对本发明实施例提供的一种面向调度主站的电网低频振荡分析测试***的详细描述,以下将对面向调度主站的电网低频振荡分析测试***的部署以及与调度主站之间的连接关系进行详细的描述。
请参阅图6,该图为电网低频振荡分析测试***与调度主站连接示意图。
面向调度主站的电网低频振荡分析测试***可部署在服务器、台式机或便携式笔记本电脑等计算机上,电网低频振荡分析测试***通过交换机实现与调度主站***的网络连接。
调度主站涉及电网低频振荡分析功能的节点包括前置采集服务器与电网分析服务器。具体通信过程如下:
1)前置采集服务器负责接收电网低频振荡仿真模拟数据,与电网低频振荡分析测试***接入前置交换机,电网低频振荡分析测试***作为服务端,调度主站的前置采集服务器作为客户端,电网低频振荡分析测试***模拟生成的电网低频振荡数据通过104规约报文形式首先发送到调度主站的前置采集服务器机,前置采集服务器机完成规约解析与报文处理后,再将处理后的熟数据转发至电网分析服务器。
2)电网分析服务器负责接收电网模型、前置采集服务器处理后的熟数据,并发布低频振荡分析结果,与调度主站的前置采集服务器,以及测试***接入调度主站的主干网交换机。在测试初始,测试***通过FTP方式将电网模型文件发送给电网分析服务器,电网分析服务器完成电网模型CIM文件的解析和导入;测试过程中,电网分析服务器按时序接收前置采集服务器处理后的熟数据,并对数据中可能包含的低频振荡模态进行分析与辨识;分析结束后,电网分析服务通过FTP方式将分析结果送回给电网低频振荡分析测试***,供电网低频振荡分析测试***进行评价。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种面向调度主站的电网低频振荡分析测试方法,其特征在于,包括:
模拟电网低频振荡生成仿真数据,并根据所述仿真数据提取低频振荡模态参数;
将所述仿真数据发送至调度主站,由所述调度主站根据所述仿真数据进行电网低频振荡分析;
获取由所述调度主站返回的电网低频振荡分析结果,并将所述电网低频振荡分析结果与所述低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果;
所述根据所述仿真数据提取低频振荡模态参数包括:
根据所述仿真数据采用Prony算法确定合适的预测参数表达式;
对所述仿真数据进行等间隔采样,获得采样结果,并根据所述采样结果得到对应的线性矩阵方程以及求取所述线性矩阵方程的特征根;
根据所述特征根,求出低频振荡模态参数;
所述低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
2.根据权利要求1所述的面向调度主站的电网低频振荡分析测试方法,其特征在于,所述模拟电网低频振荡生成仿真数据之前包括:
构建电网模型,所述电网模型包括2区4机***模型和10机39节点***模型。
3.根据权利要求2所述的面向调度主站的电网低频振荡分析测试方法,其特征在于,所述模拟电网低频振荡生成仿真数据具体包括:
在所述电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集所述电网模型的运行数据;
所述特定位置包括发电机、线路和负荷;
所述运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
4.根据权利要求2所述的面向调度主站的电网低频振荡分析测试方法,其特征在于,还包括:
将所述电网模型、所述仿真数据和所述低频振荡模态参数进行关联整合,构成电网低频振荡案例库。
5.根据权利要求2所述的面向调度主站的电网低频振荡分析测试方法,其特征在于,所述将所述仿真数据发送至调度主站,由所述调度主站根据所述仿真数据进行电网低频振荡分析具体包括:
将所述电网模型和所述仿真数据发送至调度主站,由所述调度主站根据所述电网模型和所述仿真数据进行电网低频振荡分析;
所述电网模型通过FTP方式发送至所述调度主站,所述仿真数据通过104规约按照时序发送至所述调度主站。
6.根据权利要求1所述的面向调度主站的电网低频振荡分析测试方法,其特征在于,所述将所述电网低频振荡分析结果与所述低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果具体包括:
将所述电网低频振荡分析结果与所述低频振荡模态参数进行比较,根据比较结果中的误差大小获得调度主站对电网低频振荡模态辨识的准确度评估结果。
7.一种面向调度主站的电网低频振荡分析测试***,其特征在于,包括:
生成提取模块,用于模拟电网低频振荡生成仿真数据,并根据所述仿真数据提取低频振荡模态参数;
发送模块,用于将所述仿真数据发送至调度主站,由所述调度主站根据所述仿真数据进行电网低频振荡分析;
分析比较模块,用于获取由所述调度主站返回的电网低频振荡分析结果,并将所述电网低频振荡分析结果与所述低频振荡模态参数进行比较,获得调度主站对电网低频振荡模态辨识的准确度评估结果;
所述生成提取模块包括:
提取子模块,用于根据所述仿真数据提取低频振荡模态参数;
所述提取子模块具体用于:
根据所述仿真数据采用Prony算法确定合适的预测参数表达式;
对所述仿真数据进行等间隔采样,获得采样结果,并根据所述采样结果得到对应的线性矩阵方程以及求取所述线性矩阵方程的特征根;
根据所述特征根,求出低频振荡模态参数;
所述低频振荡模态参数包括幅值估计值、初始相位估计值、阻尼系数估计值和频率估计值。
8.根据权利要求7所述的面向调度主站的电网低频振荡分析测试***,其特征在于,所述生成提取模块包括:
采集子模块,用于在所述电网模型的特定位置添加扰动,激发出低频振荡模态,并根据仿真时序采集所述电网模型的运行数据;
所述特定位置包括发电机、线路和负荷;
所述运行数据包括发电机的运行参数数据、线路的运行参数数据、负荷的运行参数数据和节点的运行参数数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710923249.3A CN107681658B (zh) | 2017-09-30 | 2017-09-30 | 一种面向调度主站的电网低频振荡分析测试方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710923249.3A CN107681658B (zh) | 2017-09-30 | 2017-09-30 | 一种面向调度主站的电网低频振荡分析测试方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107681658A CN107681658A (zh) | 2018-02-09 |
CN107681658B true CN107681658B (zh) | 2020-04-21 |
Family
ID=61138778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710923249.3A Active CN107681658B (zh) | 2017-09-30 | 2017-09-30 | 一种面向调度主站的电网低频振荡分析测试方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107681658B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089095B (zh) * | 2017-12-05 | 2020-02-04 | 广东电网有限责任公司电力科学研究院 | 一种电网低频振荡参数预测方法及装置 |
CN109782089B (zh) * | 2019-01-02 | 2021-06-08 | 南方电网科学研究院有限责任公司 | 一种电力***稳定器抑制低频振荡能力的测试方法与装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719675A (zh) * | 2009-12-24 | 2010-06-02 | 华北电力大学 | 一种基于pmu的低频振荡控制方法 |
CN102305891A (zh) * | 2011-07-04 | 2012-01-04 | 武汉大学 | 一种电力***低频振荡在线监测方法 |
CN103198184A (zh) * | 2013-03-27 | 2013-07-10 | 深圳大学 | 一种电力***低频振荡特征类噪声辨识方法 |
CN103311939A (zh) * | 2013-06-14 | 2013-09-18 | 华北电力大学(保定) | 基于wams的电力***低频振荡协调阻尼控制方法 |
CN103530650A (zh) * | 2013-10-16 | 2014-01-22 | 深圳大学 | 电网低频振荡类噪声信号辨识方法 |
KR20140037679A (ko) * | 2012-09-19 | 2014-03-27 | 한국전력공사 | 동기위상정보를 이용한 지능형 전력시스템 안정화 장치 및 방법 |
-
2017
- 2017-09-30 CN CN201710923249.3A patent/CN107681658B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719675A (zh) * | 2009-12-24 | 2010-06-02 | 华北电力大学 | 一种基于pmu的低频振荡控制方法 |
CN102305891A (zh) * | 2011-07-04 | 2012-01-04 | 武汉大学 | 一种电力***低频振荡在线监测方法 |
KR20140037679A (ko) * | 2012-09-19 | 2014-03-27 | 한국전력공사 | 동기위상정보를 이용한 지능형 전력시스템 안정화 장치 및 방법 |
CN103198184A (zh) * | 2013-03-27 | 2013-07-10 | 深圳大学 | 一种电力***低频振荡特征类噪声辨识方法 |
CN103311939A (zh) * | 2013-06-14 | 2013-09-18 | 华北电力大学(保定) | 基于wams的电力***低频振荡协调阻尼控制方法 |
CN103530650A (zh) * | 2013-10-16 | 2014-01-22 | 深圳大学 | 电网低频振荡类噪声信号辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107681658A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tu et al. | Big data issues in smart grid–A review | |
Chen et al. | Quickest line outage detection and identification | |
Atalay et al. | A digital twins approach to smart grid security testing and standardization | |
CN107862103B (zh) | 一种基于adpss的仿真模型生成方法及*** | |
Hazra et al. | Power grid transient stability prediction using wide area synchrophasor measurements | |
CN103905440A (zh) | 一种基于日志和snmp信息融合的网络安全态势感知分析方法 | |
Barocio et al. | Online coherency identification and stability condition for large interconnected power systems using an unsupervised data mining technique | |
CN107681658B (zh) | 一种面向调度主站的电网低频振荡分析测试方法及*** | |
Thakallapelli et al. | Measurement‐based wide‐area damping of inter‐area oscillations based on MIMO identification | |
Ul Banna et al. | Data‐driven disturbance source identification for power system oscillations using credibility search ensemble learning | |
Rezaeian Koochi et al. | New phasor‐based approach for online and fast prediction of generators grouping using decision tree | |
Jiang et al. | Synchrophasor measurement‐based correlation approach for dominant mode identification in bulk power systems | |
Yang et al. | Optimal planning of communication system of CPS for distribution network | |
Gou et al. | Novel pair‐wise relative energy function for transient stability analysis and real‐time emergency control | |
Duan et al. | Co‐simulation of distributed control system based on JADE for smart distribution networks with distributed generations | |
Hua et al. | Fast unscented transformation-based transient stability margin estimation incorporating uncertainty of wind generation | |
WO2017208623A1 (ja) | システム監視装置及びプログラム | |
CN105676157A (zh) | Wams低频振荡识别功能的测试***及方法 | |
Vanfretti et al. | A phasor measurement unit based fast real-time oscillation detection application for monitoring wind-farm-to-grid sub–synchronous dynamics | |
CN108089095B (zh) | 一种电网低频振荡参数预测方法及装置 | |
Wiel et al. | Identification of topology changes in power grids using phasor measurements | |
Hua et al. | Efficient probabilistic contingency analysis through a stability measure considering wind perturbation | |
Na et al. | Detecting instant of multiple faults on the transmission line and its types using time–frequency analysis | |
Afrasiabi et al. | Dynamic state estimation of power systems using intelligent particle filtering based on ant colony optimisation for continuous domains | |
Wang et al. | Synchronised ambient data‐driven electromechanical oscillation modes extraction for interconnected power systems using the output‐only observer/Kalman filter identification method |
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 |