CN108667005B - 一种计及新能源影响的电网静动态结合脆弱性评估方法 - Google Patents
一种计及新能源影响的电网静动态结合脆弱性评估方法 Download PDFInfo
- Publication number
- CN108667005B CN108667005B CN201810331622.0A CN201810331622A CN108667005B CN 108667005 B CN108667005 B CN 108667005B CN 201810331622 A CN201810331622 A CN 201810331622A CN 108667005 B CN108667005 B CN 108667005B
- Authority
- CN
- China
- Prior art keywords
- node
- interval
- static
- new energy
- formula
- 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
- 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)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及新能源影响的电网静动态结合脆弱性评估方法。该方法在静态评估中考虑新能源发电在一定范围内波动,采用区间数表示新能源的不确定性,提出了基于区间直流潮流的最小切负荷模型计算各节点的区间静态指标;在动态评估中,提出基于单机等效延伸方法计算各节点的稳定性裕度,并根据稳定性裕度的正负分别计算各节点的动态性能指标;最后综合两种指标对网络节点进行排序,分析评估网络节点的脆弱性;该方法能准确快速地识别新能源接入情况下结合电网静态与动态性能的脆弱性节点,与已有排序方法相比,更符合新能源接入下电力***实际运行情况,为新能源电源在智能电网中的规划提供指导作用。
Description
技术领域
本发明涉及电网节点脆弱性评估领域,特别涉及一种计及新能源影响的电网静动态结合的脆弱性节点评估方法。
背景技术
国内外大停电事故的频发造成了极为严重的社会影响和经济损失,研究表明,大停电事故大多是由部分元件故障导致的一系列连锁故障,而产生连锁故障初始故障的元件一般被称之为脆弱源,这些脆弱源在电力***稳定运行中发挥着重要的作用,识别***中的脆弱源是脆弱性评估的重要环节;因此,快速准确定位***中的脆弱源,构建脆弱性评估指标对当前***中的各环节进行安全水平的评估,对提高电力***的安全可靠性,降低大规模停电事故的发生具有重要意义。
目前,国内外学者提出了多种脆弱性指标方法来评估电力***中重要元件在突发事件下的脆弱性。根据着重点不同可分为两类:第一类从电网拓扑结构出发,利用复杂网络的相关理论,将度数、介数等指标应用到电网中,建立关键元件的识别模型,通过研究网络拓扑特征参数,从拓扑结构上识别关键元件;第二类研究主要从电网物理特性和实时运行状态出发,通过定义相关指标来描述电网元件的关键程度。上述研究主要是从电力***静态性能的角度评估电网脆弱性,然而,当***受到严重干扰时***能否保证暂态稳定,扰动时的脆弱源及其导致的暂态失稳及故障蔓延是造成大停电事故的重要原因,所以,动态性能评估是准确识别脆弱源的关键环节。
近年来,风电、太阳能光伏发电等新能源持续快速增长,其在电网中的渗透率日益增高,逐渐进入大规模发展阶段,但是,由于新能源电源特有的随机性和波动性,高渗透新能源电源为电网安全稳定带来新的挑战,其中包括评估高渗透新能源电网脆弱性问题,所以如何在新能源接入电网的情况下,准确和快速地对电网中各个节点进行静态性能和动态性能的脆弱性评估就尤为迫切和重要。
发明内容
针对技术背景存在的问题,本发明提出了一种计及新能源影响的电网静动态结合脆弱性评估方法。
本发明解决上述问题的技术方案是:在静态排序中考虑新能源发电在一定范围内波动,采用区间数表示新能源的不确定性,提出了基于区间直流潮流的最小切负荷模型计算各节点的区间静态指标;在动态排序中,提出基于单机等效延伸方法计算各节点的稳定性裕度,并根据稳定性裕度的正负对应计算各节点的动态性能指标;最后综合两种指标对网络节点进行排序,分析评估网络节点的脆弱性。
为了实现上述目的,本发明采用如下技术方案来实现:
步骤1:提出计及新能源不确定性的静态区间排序方法;
静态区间排序中采用区间数表示的方法处理不确定信息。在此基础上,提出基于区间直流潮流的最小切负荷模型的***节点区间静态排序方法,从节点损失的后果出发对***中各网络节点进行脆弱性分析;所述步骤1具体包括:
1-1:建立基于区间直流潮流的最小切负荷模型;
如果***中所有节点的单位负荷损失费用相等,那么此时的最优潮流计算被称之为最小切负荷计算;则对于具有N个节点和M条支路的***,用于节点重要性静态识别的基于区间直流潮流的最小切负荷可用以下公式描述:
式中,I为元素全为1的N×1阶向量;是节点区间负荷损失,和分别表示节点的实际发电量和发电容量,考虑新能源发电的不确定性,两个量都为区间数;P′是节点注入有功值;表示调度后的节点负荷剩余量;F和Fmax分别表示支路有功潮流值和传输容量;θ表示节点电压相角;A是M×N阶连接矩阵;B是N×N阶的节点导纳矩阵。
1-2:提出具体的节点脆弱性区间静态性能指标(Static Performance IntervalIndices,SPII)及基于可能度的区间指标排序方法;
1-2-1:区间静态性能指标(Static Performance Interval Indices,SPII);
区间静态性能指标用来衡量一个节点的临界程度;本发明中,对于一个给定节点的SPII值是根据发生在特定灾害场景的切负荷区间值总量构造的;对于***中的某个节点i,首先,考虑当节点i发生突发故障时,使用区间直流潮流方法分析这个突发场景;如果检测到负荷过载,使用式(1)所示的基于区间直流潮流的最小切负荷模型计算相应的切负荷区间量,并使用式(2)计算节点i的SPII值Qi:
1-2-2:基于可能度的区间指标排序方法;
式(2)所得的静态性能指标Q为区间数,无法进行直接大小比较,必须借助适当的转换方法才能进行比较;所以本发明采用基于可能度的区间数排序法对所有节点的区间静态性能指标进行排序:
记Q=[Q-,Q+]={x|Q-≤x≤Q+},称Q为一个区间数;当Qi,Qj同时为区间数或者有一个为区间数时,设Qi=[Qi -,Qi +],Qj=[Qj -,Qj +],且记li=Qi +-Qi -,lj=Qj +-Qj -,则称:
为Qi≥Qj的可能度,且记i与j的次序关系为Qi≥Qj;对于所有的区间静态指标值,把其中的区间数两两比较,利用式(3)求得的值为矩阵元素构成的可能度矩阵P=(pij)N×N,并利用如下的排序公式(4)得到可能度矩阵P的排序向量ω,并进行排序。
1-3:静态排序的算法流程;
基于以上分析,不确定信息下节点静态排序的流程如下所示:
1)读取电力网络拓扑及运行特性数据;
2)枚举考虑各节点的突发事故;
3)对于网络中的突发事故,首先使用区间直流潮流分析在当前事故下是否有线路过载,如果发现过载,进入步骤4),否则进入步骤5);
4)使用式(1)所示的基于区间直流潮流的最小切负荷模型对故障事件进行切负荷计算,并保存当前故障下的区间切负荷值,算法继续;
5)如果没有余下的突发事件进行分析,输出切负荷结果;
6)按式(3)和式(4)对输出结果进行基于可能度的区间数排序方法进行排序;
7)输出最终的排序结果,算法终止,得到各节点的静态区间脆弱性指标结果。
步骤2:计及波动性新能源电源的动态排序研究;
新能源电源接入***后对电网各节点进行动态性能的评估是非常重要的,以风力发电为例,风速服从威布尔分布的情况下,本发明旨在提出一种新方法来提高单机等效(Single Machine Equivalent,SIME)延伸方法的稳定性和精确性,评估具有波动性新能源***的动态脆弱性,其实质为通过一个正弦函数来预估单机等效***的传输功率转移函数,进而计算***的稳定性裕度;所述步骤2具体包括:
2-1:建立计及波动性新能源的动态排序模型;
采用改进的单机等效法对新能源***进行暂态稳定性评估,能够更快和更准确地计算***的稳定性裕度。动态排序的目标函数为预估清除故障后几毫秒内***的稳定性裕度(正或负)。为计算稳定性裕度,首先通过式(5)计算故障后的单机无穷大母线故障后的功率转移特性曲线Pe(δ):
式中,δ为等效机械转子角;Em(δ)为滞后暂态电抗的等效电压,其建模为转子角的函数;E∞为无穷大母线电压,为一个常数;P0为等效单机无穷大母线的额定电压。
对于加入新能源电源的***中某一节点发生的故障,单机等效法将故障后***的失步看成是主导机群(Critical Machines,CMs)和非主导机群(Non-Critical Machines,NMs)之间功角的相对振荡,在时域仿真的基础上,将包含新能源电源的多机***等效为单机无穷大母线***;式(5)中参数Em(δ)为滞后主导机群中发电机的暂态电抗的平均电压值,即:
式中,C为主导机群的集合,NC为主导机群中发电机的数量;式(5)中参数Xe估算为每个发电机的外阻抗加权平均值加上自身的暂态阻抗:
式中,Mk为惯性系数,x′dk和xek分别为发电机k的暂态电抗和外阻抗,MC为主导机群集合C中所有惯性系数Mk之和。
根据以上预估的功率转移特性,稳定性裕度定义为OMIB Pe-δ曲线减速区域超过加速区域的面积:
η=Adec-Aacc (8)
式中,η为***的稳定性裕度,Aacc为***加速区域,代表故障时期储存的***动能;Adec为***减速区域,代表***在故障后能够使用的最大潜在能量;于是,如果加速区域小于最大减速区域,OMIB***就是暂态稳定的,换句话说,***在η<0的情况下不稳定,在η>0的情况下稳定,等于0的情况下临界稳定(临界不稳定)。
2-2:提出计及波动性新能源电源的动态性能指标;
对于电力***分析而言,尤其是在安全风险评估之中,提出一个非迭代,无量纲的暂态稳定性指标是非常必要的;对于每一个扰动仿真,该指标必须提供足够的精度来反映***接近不稳定的程度;基于此要求,并根据步骤2-1所得稳定性裕度的正负,提出了两种不同形式的动态性能指标。
正裕度指标Ip主要是依据发电机转子角轨迹接近电势边界的距离所决定的:
式中,δu为单机等效法不稳定均衡点的角度,δr为转子回归角,δs为故障后平衡点角度,δa为一小常数角(如10度);正裕度指标Ip的值范围在0到1之间,其中0代表处于临界稳定状态,1代表非常稳定。
对于不稳定的轨迹,负裕度指标Im为:
式中,Vkemin和Vkemax分别为故障后单机等效法轨迹的最小***动能和最大动能值;其范围在-1到0之间,其中0代表临界不稳定状态,-1表示为一个高不稳定条件;***动能值的计算如下所示:
式中,n为发电机数目,ωk为发电机k的角速度。
2-3:提出动态指标排序方法;
对于步骤2-2中两种不同形式的动态性能指标,由于正负值的差别,不能直接进行数值比较,本发明使用归一化的方法对两种指标进行处理后得到动态性能指标Wdi:
式中,IPi和Imi为节点i的正裕度指标和负裕度指标。
2-4:动态排序算法流程;
应用单机等效延伸方法的动态排序方法可用如下所示的步骤计算:
1)读取计及新能源接入的***拓扑图和运行参数;
2)应用暂态稳定性准则(即加入三相接地短路故障,然后清除故障和断开所有相关线路)选取节点加入三相短路故障;
3)对给定故障进行时域仿真,确定CMs和NMs;
4)采用惯量中心坐标,将CMs和NMs分别等效,***降阶为双机***;
5)进一步将***等效为无穷大母线******,计算OMIB参数,包括:功角曲线,角速度曲线和加速功率曲线等;
6)根据式(5)-式(8)计算稳定性裕度η,并根据式(9)和式(10)计算相应的裕度指标;
7)重复2)-6),直至所有节点仿真完成,输出所有指标结果;
8)对结果按式(12)进行归一化处理,并排序。
步骤3:建立不确定信息下电网节点脆弱性综合指标;
基于上述两步骤所研究的计及新能源电源静态和动态排序,结合静态和动态排序所侧重的不同方面,将区间静态性能指标与动态性能指标综合处理,更加符合***的实际运行情况,更加综合地评估各网络节点的脆弱性;本发明主要使用归一化的方法对两种指标进行处理,具体如下:
Wi=Wsi+Wdi
式中,Wsi和Wi分别为节点i归一化之后的静态性能指标和综合指标,Wdi为式(12)处理后的动态性能指标。
与现有技术相比,本发明具有以下优点和有益效果:
1、这种方法克服了脆弱性分析一般只限于静态评估及其衍生指标的范畴,考虑动态性能更真实地表示电网运行的实际情况,实现静动态结合综合地评估网络中各节点的脆弱性;
2、同时考虑了波动性新能源接入电网,符合现阶段能源发展方向,有利于评估智能电网未来发展的安全程度;
3、通过该方法研究发现的新能源不确定性就近影响原则,对于新能源电源接入点的选取以及新能源接入情况下避免电网大停电事故具有一定的指导作用。
附图说明
图1为本发明的流程图。
图2为IEEE-39节点***拓扑图。
图3为IEEE-39节点***静态性能指标图。
图4为IEEE-39节点***动态性能指标图。
具体实施方式
下面结合附图和实例对本发明做进一步的说明。
以附图2中IEEE-39算例节点***为例,对有无新能源电源的节点静态排序进行仿真,有无新能源电源的节点动态进行仿真以及将本发明综合排序结果与已有方法进行对比三个方面对本发明所提方法在脆弱性评估中应用的有效性进行了验证;具体步骤如下:
步骤1:根据IEEE-39节点***的拓扑图,对计及新能源电源的节点静态区间排序进行仿真;
IEEE-39节点***含有10个PV节点和28个PQ节点,31号节点为平衡节点,在区间静态区间排序工作中,设32号节点电源中含有新能源电源,即该节点的发电功率为区间数;对***中各节点使用基于区间直流潮流最小切负荷计算,由式(2)得到各节点的静态性能区间值指标,结果附图2已给出;对各节点区间静态性能指标使用式(3)-(4)所示的基于可能度的区间数排序方法进行排序,其中排名前十的节点如表1所示;
从附图2和表1中可以看出,排名前三的节点分别为39、20和8号节点,这三个节点均在拓扑中间位置,节点度数较高,是重要的供电或传输节点,如39号节点为重要的发电机节点,这些节点故障将会对周边节点和***造成很大的影响;可见本发明提出的区间静态指标脆弱性评估指标方法不仅能较好地反映出电网拓扑这一物理本质特性,而且较好地体现了波动性新能源接入后电网的电气性能。
表1IEEE-39节点***静态关键节点(前十)
为验证计及新能源电源的节点静态区间排序模型的可行性,将所得含有波动性新能源的结果与不考虑波动性能源的结果进行对比,结果如表2所示:
表2有无不确定信息的结果对比
从表2结果比较来看,波动性能源的区间静态指标上限都大于或等于不考虑波动性能源的情况,这表明新能源电源的接入增加了***的负荷变化率,加大了切负荷量,这与实际情况相吻合,说明本发明提出的采用区间数表示不确定信息能够全面和真实地表示电力***的实际运行情况;其中39,20和8号节点在两种情况下排名没有发生变化,这三个节点在***中重要度较高,发生故障后易引发大规模事故发生。
不确定性新能源的接入对排序和指标值具有影响,比较典型的有紧邻新能源电源节点的10号节点在有无不确定信息的情况下重要度排名发生了变化,在加入波动性新能源后,该节点脆弱性排名显著上升到前10,这说明新能源的波动性具有就近影响较大原则,临近新能源影响的16号节点指标上升,也符合这一点;因此新能源电源接入时应考虑不紧邻本身脆弱的节点,否则因为其加剧临近节点的脆弱性,造成大规模停电事故,这将为新能源电源的规划提供参考。
步骤2:使用MATLAB及PSAT工具箱对计及新能源电源的IEEE-39节点***进行动态排序仿真;
考虑新能源电源的影响,在32号节点上加入双馈式变风速风力发动机,风速采用威布尔分布。对***中各节点分别在1s时发生三相短路故障,持续时间为200ms,在1.2s时切除故障,记录在该运行方式下10s内各发电机功角曲线;并运用式(5)-式(8)所示的计及新能源电源的动态排序模型计算各节点的稳定性裕度η,根据稳定性裕度的正负使用式(9)和式(10)对应计算各节点的动态性能指标Ip、Im,结果如附图3。
使用式(12)的归一化方法对所得正负指标进行处理,并进行排序;为验证所得结果的合理性,将加入风机***的排序结果与无风机***的排序结果进行了对比分析,有无风机情况下的排序结果如表3所示。
表3有无风机的动态排序结果对比分析表
从附图3和表3中可以看出,考虑风电波动时动态排序结果中排名前三的节点为9,12和1号节点,均为***中的重要连接节点,若这些节点故障,将会给***带来很大的影响,甚至造成连锁故障的发生;从加入风机情况下重要节点的拓扑位置和排序结果变化可知,加入风机后,11和12节点排序由无风机时候的10名之后分别上升到第6和第2,脆弱性动态性能指也有所提高,其位置靠近风机所加的32号节点,可见风电的波动对就近区域节点的影响较大,符合风机所带来的随机性与波动性对***的影响情况。
步骤3:结合静态和动态排序不同的侧重点,对IEEE-39***节点指标进行综合排名;
将所得静态与动态指标使用式(13)的归一化排序方法进行综合排序,所得结果如表4所示:
表4 IEEE-39节点***综合指标排名(前10)
为验证本发明方法的适应性与正确性,在相同的算例***仿真情况下,将本发明排序结果与基于潮流熵的排序结果以及基于灵敏度法所得结果对比如表5所示:
表5考虑不确定性的关键节点排序结果对比
根据对比结果可知,本发明方法前10个关键节点中与已有方法排序结果具有相同的节点,如节点4、7、8和12,仅仅排序顺序不完全相同;从综合排序结果中可以看出,本发明排序方法不仅包含了网络拓扑中结构重要性的节点,如16和29号节点,处在***拓扑图的中间位置,节点连接线路多,度数较高,而且包含***中电气性能重要节点,如39、32和31号节点为重要的电源节点,故障会引发***中发电量不足,导致电量平衡问题。
并且,本发明的方法能够反映新能源并网后不确定性带来的就近影响较大原则,如32号节点加入新能源电源之后,其就近的11和12号节点及后续影响的7、8号节点就变得非常关键,这些节点故障将增强新能源波动对电网的影响,易引发大规模连锁故障;综合指标的排序结果说明本排序方法不仅综合考虑了节点的拓扑结构、电气性能与动态特性,还能更加全面地对新能源并网后***脆弱性做出评估;排序结果所揭示的新能源不确定性就近影响原则为***规划者对新能源接入点做出了合理建议,规划时应避开或远离***的脆弱节点,否则会加剧***的脆弱性,导致大停电事故的发生。
Claims (3)
1.一种计及新能源影响的电网静动态结合脆弱性评估方法,包括以下步骤:
步骤1:采用区间数表示新能源的不确定性,基于区间直流潮流的最小切负荷模型计算各节点的区间静态指标;
步骤2:基于单机等效延伸方法计算各节点的稳定性裕度,并根据稳定性裕度的正负对应计算各节点的动态性能指标;
步骤3:综合两种指标对网络节点进行排序,分析评估网络节点的脆弱性,建立不确定信息下电网节点脆弱性综合指标;
其中,步骤1具体包括:
1-1:建立基于区间直流潮流的最小切负荷模型;
1-2:求出区间静态性能指标SPII(Static Performance Interval Indices),在稳态条件下通过各自节点的静态性能区间值指标SPII对各节点进行排序;SPII值的计算采用基于区间直流潮流的最小切负荷模型,获取每个节点切负荷的总量;区间静态性能指标用来衡量一个节点的临界程度;对于一个给定节点的SPII值是根据发生在特定灾害场景的切负荷区间值总量构造的;对于***中的某个节点i,首先,考虑当节点i发生突发故障时,使用区间直流潮流方法分析这个突发场景;如果检测到负荷过载,使用式(1)所示的基于区间直流潮流的最小切负荷模型计算相应的切负荷区间量,并使用式(2)计算节点i的SPII值Qi:
1-3:提出基于可能度的区间指标排序方法;
式(2)所得的静态性能指标Q为区间数,无法进行直接大小比较,必须借助适当的转换方法才能进行比较;所以采用基于可能度的区间数排序法对所有节点的区间静态性能指标进行排序:
记Q=[Q-,Q+]={x|Q-≤x≤Q+},称Q为一个区间数;当Qi,Qj同时为区间数或者有一个为区间数时,设Qi=[Qi -,Qi +],Qj=[Qj -,Qj +],且记li=Qi +-Qi -,lj=Qj +-Qj -,则称:
为Qi≥Qj的可能度,且记i与j的次序关系为对于各节点的区间静态指标值,把其中的区间数两两比较,利用式(3)求得的值为矩阵元素构成的可能度矩阵P=(pij)N×N,并利用如下的排序公式(4)得到可能度矩阵P的排序向量ω中元素ωi,并对其大小进行排序,
1-4:静态排序的算法流程;
基于以上分析,不确定信息下节点静态排序的流程如下所示:
1)读取电力网络拓扑及运行特性数据;
2)枚举考虑各节点的突发事故;
3)对于网络中的突发事故,首先使用区间直流潮流分析在当前事故下是否有线路过载,如果发现过载,进入步骤4),否则进入步骤5);
4)使用式(1)所示的基于区间直流潮流的最小切负荷模型对故障事件进行切负荷计算,并保存当前故障下的区间切负荷值,算法继续;
5)如果没有余下的突发事件进行分析,输出切负荷结果;
6)按式(3)和式(4)对输出结果进行基于可能度的区间数排序方法进行排序;
7)输出最终的排序结果,算法终止,得到各节点的静态区间脆弱性指标结果;
所述步骤2具体包括:
2-1:建立计及波动性新能源的动态排序模型;
利用一种新方法来提高单机等效SIME(Single Machine Equivalent)方法的稳定性和精确性,评估具有波动性新能源***的动态脆弱性,其实质为通过一个正弦函数来预估单机等效***的传输功率转移函数,进而计算***的稳定性裕度;
采用改进的单机等效法对新能源***进行暂态稳定性评估,能够更快和更准确地计算***的稳定性裕度,动态排序的目标函数为预估清除故障后几毫秒内***的稳定性裕度,为计算稳定性裕度,首先通过式(5)计算故障后的单机无穷大母线故障后的功率转移特性曲线Pe(δ):
式中,δ为等效机械转子角;Em(δ)为滞后暂态电抗的等效电压,其建模为转子角的函数;E∞为无穷大母线电压,为一个常数;P0为等效单机无穷大母线的额定电压;
对于加入新能源电源的***中某一节点发生的故障,单机等效法将故障后***的失步看成是主导机群CMs(Critical Machines)和非主导机群NMs(Non-Critical Machines)之间功角的相对振荡,在时域仿真的基础上,将包含新能源电源的多机***等效为单机无穷大母线***;式(5)中参数Em(δ)为滞后主导机群中发电机的暂态电抗的平均电压值,即:
式中,C为主导机群的集合,NC为主导机群中发电机的数量;式(5)中参数Xe估算为每个发电机的外阻抗加权平均值加上自身的暂态阻抗:
式中,Mk为惯性系数,x′dk和xek分别为发电机k的暂态电抗和外阻抗,MC为主导机群集合C中所有惯性系数Mk之和;
根据以上预估的功率转移特性,稳定性裕度定义为OMIBPe-δ曲线减速区域超过加速区域的面积:
η=Adec-Aacc (8)
式中,η为***的稳定性裕度,Aacc为***加速区域,代表故障时期储存的***动能;Adec为***减速区域,代表***在故障后能够使用的最大潜在能量;于是,如果加速区域小于最大减速区域,OMIB***就是暂态稳定的,换句话说,***在η<0的情况下不稳定,在η>0的情况下稳定,等于0的情况下临界稳定;
2-2:提出计及波动性新能源电源的动态性能指标;
根据步骤2-1所得稳定性裕度的正负,提出了两种不同形式的动态性能指标;
正裕度指标Ip主要是依据发电机转子角轨迹接近电势边界的距离所决定的:
式中,δu为单机等效法不稳定均衡点的角度,δr为转子回归角,δs为故障后平衡点角度,δa为一小常数角;正裕度指标Ip的值范围在0到1之间,其中0代表处于临界稳定状态,1代表非常稳定;
对于不稳定的轨迹,负裕度指标Im为:
式中,Vkemin和Vkemax分别为故障后单机等效法轨迹的最小***动能和最大动能值;其范围在-1到0之间,其中0代表临界不稳定状态,-1表示为一个高不稳定条件;***动能值的计算如下所示:
式中,n为发电机数目,ωk为发电机k的角速度;
2-3:提出动态指标排序方法;
对于步骤2-2中两种不同形式的动态性能指标,由于正负值的差别,不能直接进行数值比较,使用归一化的方法对两种指标进行处理后得到动态性能指标Wdi:
式中,IPi和Imi为节点i的正裕度指标和负裕度指标;
2-4:动态排序算法流程;
应用单机等效延伸方法的动态排序方法可用如下所示的步骤计算:
1)读取计及新能源接入的***拓扑图和运行参数;
2)应用暂态稳定性准则选取节点加入三相短路故障;
3)对给定故障进行时域仿真,确定CMs和NMs;
4)采用惯量中心坐标,将CMs和NMs分别等效,***降阶为双机***;
5)进一步将***等效为无穷大母线***,计算OMIB参数,包括:功角曲线,角速度曲线和加速功率曲线;
6)根据式(5)-式(8)计算稳定性裕度η,并根据式(9)和式(10)计算相应的裕度指标;
7)重复2)-6),直至所有节点仿真完成,输出所有指标结果;
8)对结果按式(12)进行归一化处理,并排序。
2.根据权利要求1所述的一种计及新能源影响的电网静动态结合脆弱性评估方法,其特征在于:所述步骤1-1具体包括:
在静态排序中考虑新能源发电在一定范围内波动,采用区间数表示的方法处理不确定信息,在此基础上,提出基于区间直流潮流的最小切负荷模型的***节点区间静态排序方法;从节点损失的后果出发对***中各网络节点进行脆弱性分析,某节点故障损失越大,则该节点越脆弱,以此评估造成大停电损失的脆弱源;
如果***中所有节点的单位负荷损失费用相等,那么此时的最优潮流计算被称之为最小切负荷计算;则对于具有N个节点和M条支路的***,用于节点重要性静态识别的基于区间直流潮流的最小切负荷可用以下公式描述:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810331622.0A CN108667005B (zh) | 2018-04-13 | 2018-04-13 | 一种计及新能源影响的电网静动态结合脆弱性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810331622.0A CN108667005B (zh) | 2018-04-13 | 2018-04-13 | 一种计及新能源影响的电网静动态结合脆弱性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108667005A CN108667005A (zh) | 2018-10-16 |
CN108667005B true CN108667005B (zh) | 2021-11-23 |
Family
ID=63782368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810331622.0A Active CN108667005B (zh) | 2018-04-13 | 2018-04-13 | 一种计及新能源影响的电网静动态结合脆弱性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108667005B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110034581B (zh) * | 2019-04-23 | 2023-01-06 | 湘潭大学 | 风电并网下电力***的区间电气介数脆弱性评估方法 |
CN110445174B (zh) * | 2019-08-12 | 2022-04-19 | 电子科技大学 | 一种考虑随机风速影响的风电场***暂态稳定性评估方法 |
CN110569485A (zh) * | 2019-08-28 | 2019-12-13 | 云南电网有限责任公司 | 一种计及新能源电源出力波动性的新能源电源节点状态脆弱性监测方法 |
CN112003734B (zh) * | 2020-07-28 | 2022-06-07 | 长沙理工大学 | 一种基于改进结构熵的信息物理***关键节点辨识方法 |
CN113300353B (zh) * | 2021-04-28 | 2022-11-04 | 国电南瑞科技股份有限公司 | 一种考虑n-1可靠性的电网分区负荷裕度计算方法及装置 |
CN113722868B (zh) * | 2021-09-03 | 2024-03-26 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
CN117952441A (zh) * | 2024-03-27 | 2024-04-30 | 国网上海市电力公司 | 一种综合能源***的态势感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214922A (zh) * | 2011-06-27 | 2011-10-12 | 山东电力研究院 | 一种电网规划方案的评估*** |
CN104268410A (zh) * | 2014-09-28 | 2015-01-07 | 合肥工业大学 | 一种连锁故障多阶段动态博弈防御方法 |
CN104732054A (zh) * | 2014-04-23 | 2015-06-24 | 国家电网公司 | 一种电网重要基础设施脆弱性指数确定方法 |
CN105205571A (zh) * | 2015-10-20 | 2015-12-30 | 河海大学 | 计及风险的城市电网运行安全评估方法 |
CN107871202A (zh) * | 2017-09-14 | 2018-04-03 | 国网浙江省电力公司经济技术研究院 | 一种计及多电压等级的电网可靠性评估方法 |
-
2018
- 2018-04-13 CN CN201810331622.0A patent/CN108667005B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214922A (zh) * | 2011-06-27 | 2011-10-12 | 山东电力研究院 | 一种电网规划方案的评估*** |
CN104732054A (zh) * | 2014-04-23 | 2015-06-24 | 国家电网公司 | 一种电网重要基础设施脆弱性指数确定方法 |
CN104268410A (zh) * | 2014-09-28 | 2015-01-07 | 合肥工业大学 | 一种连锁故障多阶段动态博弈防御方法 |
CN105205571A (zh) * | 2015-10-20 | 2015-12-30 | 河海大学 | 计及风险的城市电网运行安全评估方法 |
CN107871202A (zh) * | 2017-09-14 | 2018-04-03 | 国网浙江省电力公司经济技术研究院 | 一种计及多电压等级的电网可靠性评估方法 |
Non-Patent Citations (5)
Title |
---|
Armando Martins Leite da Silva,等."A Method for Ranking Critical Nodes in Power Networks Including Load Uncertainties".《IEEE TRANSACTIONS ON POWER SYSTEMS》.2016,第31卷(第2期), * |
Hongbiao Song,等."A new analysis method for early detection and prevention of cascading events".《Electric Power Systems Research》.2007,第77卷(第8期), * |
丁少倩."基于电压稳定裕度的电网状态脆弱性评估方法研究".《电测与仪表》.2016,第53卷(第9期), * |
曹丽华."基于复杂***理论的电力***连锁故障分析和预防方法研究".《中国博士学位论文全文数据库 工程科技Ⅱ辑》.2015,(第9期), * |
李辉,贾晓风,李利娟,等."基于元胞自动机的电网隐性故障传播模型关键线路识别方法".《电力***保护与控制》.2018,第46卷(第6期), * |
Also Published As
Publication number | Publication date |
---|---|
CN108667005A (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN103279639B (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
CN100444494C (zh) | 电力***同调发电机组参数聚合方法 | |
CN109447441B (zh) | 一种考虑新能源机组不确定性的暂态稳定风险评估方法 | |
CN108092304B (zh) | 基于相轨迹与相对动能变化率的电力***暂态稳定性判别方法 | |
Hou et al. | Cluster computing-based trajectory sensitivity analysis application to the WECC system | |
CN106712097A (zh) | 一种含大规模风电场的电力***暂态稳定风险评估方法 | |
CN109993665B (zh) | 电力***在线安全稳定评估方法、装置及*** | |
CN111969658B (zh) | 考虑风电的发输电***防御性-常规协调规划方法 | |
CN109378835A (zh) | 基于互信息冗余性最优的大规模电力***暂态稳定评估*** | |
Zhu et al. | Equivalent Modeling of DFIG‐Based Wind Power Plant Considering Crowbar Protection | |
CN106410862B (zh) | 基于有功恢复斜率校正的风电场单机等值方法 | |
CN105701265A (zh) | 一种双馈风电机组建模方法及装置 | |
Khosravifard et al. | Risk‐based available transfer capability assessment including nondispatchable wind generation | |
Guo et al. | Online model-free estimation of the dynamic system model for a power system with renewables in ambient conditions | |
CN115954956A (zh) | 一种配电网分布式电源接入容量评估方法及*** | |
Stanisavljević et al. | A method for real-time prediction of the probability of voltage sag duration based on harmonic footprint | |
Khalel et al. | Dynamic security assessment for the power system in the presence of wind turbines | |
Li et al. | Two-point estimate method for probabilistic optimal power flow computation including wind farms with correlated parameters | |
Pal | PMU-based applications for improved monitoring and protection of power systems | |
Zhang et al. | A good point set-based knowledgebase generation scheme for power system intelligent dynamic security assessment | |
CN111293701B (zh) | 含分布式光伏的配电网凹陷域的预估方法及装置 | |
Shinde | Real-time stability surveillance in power systems: a deep learning approach | |
Cepeda et al. | MVMO S-based approach for identification of dynamic equivalents from PMU measurements | |
Wen et al. | Probabilistic Assessment on Area-Level Frequency Nadir/Vertex for Operational Planning |
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 |