CN116896082A - 一种新能源基地运行风险在线分析方法、装置及存储介质 - Google Patents
一种新能源基地运行风险在线分析方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116896082A CN116896082A CN202310855132.1A CN202310855132A CN116896082A CN 116896082 A CN116896082 A CN 116896082A CN 202310855132 A CN202310855132 A CN 202310855132A CN 116896082 A CN116896082 A CN 116896082A
- Authority
- CN
- China
- Prior art keywords
- new energy
- power
- station
- grid
- value
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 194
- 238000004364 calculation method Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 29
- 238000012544 monitoring process Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 19
- 230000001939 inductive effect Effects 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 6
- 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 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance 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
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明公开了一种新能源基地运行风险在线分析方法、装置及存储介质,构建阻抗矩阵,基于离线方式数据构建矩阵集合,进行场景匹配,基于电网运行数据匹配实时态场景,并对电网强度计算,基于超短期/短期数据预测未来态电网强度,就实时与预测数据进行运行风险在线分析,本发明充分考虑了电网在不同运行方式下的电网拓扑信息、新能源场站实时运行状态、超短期/短期功率预测,通过采用实时与预测相融合的方式,有效提高了运行风险预判的准确度,适用于大规模新能源电站接入电网时的薄弱环节分析及风险评估,场景匹配技术降低电网拓扑分析的计算量,提高在线计算速度,可应用于调度自动化***,实现步骤相对简单,具有很高的工程应用价值。
Description
技术领域
本发明涉及新能源电力***调度运行与分析技术领域,尤其涉及一种新能源基地运行风险在线分析方法、装置及存储介质。
背景技术
近年来,电力工业高速发展,“碳达峰、碳中和”愿景的提出对电力安全提出了更高的要求。随着高比例新能源的接入、大规模电力电子设备的应用,使电力***特性更加复杂,电力电量平衡、频率调节、电压支撑等问题逐渐凸显,电力***安全运行面临诸多新的风险挑战。新能源出力具有较强的波动性,需要在新能源基地附近配套建设火电厂等具有较好调节能力的常规同步电源方可实现较好的并网性能。但受限于煤资源、水资源及生态环境保护的约束,并非所有新能源基地都有条件就近建设配套火电厂,从而形成了弱同步支撑直流送端电网。弱同步支撑直流送端电网呈现本地同步电源支撑少,抗扰动能力弱的特征,易发生过电压、宽频带振荡等问题,导致运行风险和调控难度增加。因此,及时掌握各个电站新能源对电网的支撑能力,掌握其运行风险及安全边界,对于制定有效的调控措施,保障新能源基地运行稳定性至关重要。
然而,现有监控手段仅能获取新能源基地的当前运行状态,新能源基地大量的SCADA(SCADA指数据采集与监视控制***)/EMS(EMS指电能管理***)数据未得到充分挖掘利用,无法掌握电网支撑能力等深层次信息,也无法评估当前的运行风险和安全裕度,缺乏针对新能源基地安全裕度的量化评估手段,缺少新能源基地薄弱环节分析及风险评估方法。
为此,我们设计出了一种新能源基地运行风险在线分析方法、装置及存储介质来解决以上问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺乏针对新能源基地安全裕度的量化评估手段,缺少新能源基地薄弱环节分析及风险评估的问题,而提出的一种新能源基地运行风险在线分析方法、装置及存储介质,该方法基于调度自动化***SCADA数据,充分考虑了新能源电站各个并网点的电网强度,采用实时与预测相融合的方式,有效提高了运行风险预判的准确度,适用于大规模新能源电站接入电网时的薄弱环节分析及风险评估。
为了实现上述目的,本发明采用了如下技术方案:
一种新能源基地运行风险在线分析方法,包括以下步骤:
步骤S1、基于离线方式数据构建矩阵集合,电网强度采用新能源多场站短路比指标作为评判指标,该评判指标的计算需要首先求取节点阻抗矩阵,采用节点导纳矩阵间接求取节点阻抗矩阵的方式获取评判指标,并基于节点导纳矩阵获取阻抗矩阵集合;
步骤S2、基于运行数据匹配实时态场景,从数据采集与监视控制***中获取当前电网设备的运行状态,实现全自动化生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,并与阻抗矩阵集合进行检索匹配,针对数据采集与监视控制***在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,从而生成满足计算要求的电网阻抗矩阵;
步骤S3、基于超短期/短期数据预测未来态电网强度,通过步骤S2确定满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,确定新能源场站的并网点的超短期有功功率预测值和无功功率预测值,求取电网强度指标;
步骤S4、基于实时与预测数据进行运行风险在线分析,将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域。
进一步的,所述步骤S1中,电网强度采用新能源多场站短路比指标作为评判指标,所述评判指标的计算方式如下:
式中,
Si为新能源电站i的视在功率,其值为Pi+jQi,Pi和Qi分别为新能源电站i的有功功率和无功功率,j为复数因子值为
Sj为新能源电站j的视在功率,其值为Pj+jQj,Pj和Qj分别为新能源电站j的有功功率和无功功率,j为复数因子值为
rij为新能源电站j和新能源电站i之间的电压交互影响系数,Ski为节点i的短路容量,rij的表达式为:
式中:ΔVj和ΔVi分别为新能源电站j和新能源电站i电压的变化值;Zii为新能源电站i的自阻抗;Zji为新能源电站j与新能源电站i之间的互阻抗;
所述公式(1)中,短路容量Ski为新能源电站i并网点短路时最大短路电流Iki和电压UBi的乘积,取年度运行方式报告中典型运行方式下的计算结果,当电网结构发生变化,匹配复杂可识别判据时,节点阻抗矩阵发生变化,按公式(10)进行估算:
式中,Iki为新能源电站i并网点短路时最大短路电流,UBi为新能源电站i并网点短路时最大短路电压,Zii为新能源电站i的自阻抗。
进一步的,步骤S1中,所述采用节点导纳矩阵间接求取节点阻抗矩阵,若以地为参考节点的节点导纳矩阵为Y,它是N×N阶稀疏矩阵,若网络中存在接地支路,Y是非奇异的,其逆矩阵是节点阻抗矩阵,即:Z=Y-1 (3)
常规网络节点导纳矩阵的对角元Yii称为自导纳,节点导纳矩阵的非对角元Yji称为互导纳,节点导纳矩阵的对角元等于各该节点所连接导纳的总和,节点导纳矩阵的非对角元等于连接节点i,j支路导纳的负值,对常规网络节点导纳矩阵的发电机节点进行修正,将该节点的发电机次暂态电抗对应导纳支路的值附加至自导纳,形成收缩节点导纳矩阵;基于调度部门制定的年度运行方式形成典型运行方式下的不同线路、变压器运行状态的阻抗矩阵集合,形成每一条线路Ll(l=1,2,...,n)停运N-1对应一个阻抗矩阵集ZSet_Lne,每一个发电机Gg(g=1,2,...,m)停运N-1对应一个阻抗矩阵集ZSet_Gen;已计划安排的基础及特殊运行方式Bb(b=1,2,...,k)对应一个阻抗矩阵集ZSet_Base(假设共有n条线路、m个发电机、k种运行方式),阻抗矩阵集合的表达方式如下:
ZSet_Base={ZB1,ZB2,ZB3...} (4)
ZSet_Lne={ZL1,ZL2,ZL3...} (5)
ZSet_Gen={ZG1,ZG2,ZG3...} (6)。
进一步的,所述步骤S2中,从数据采集与监视控制***中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,所述关键特征量包括每条线路、每台发电机是否停运,若是N-1方式,则基于断线判据和停机判据,先后在阻抗矩阵集ZSet_Lne、阻抗矩阵集ZSet_Gen进行检索,若未匹配成功,则基于复杂可识别判据的执行分支,在已计划安排的基础及特殊运行方式对应的阻抗矩阵集ZSet_Base中进行检索,若仍未匹配成功,则以日志方式记录该运行工况,由运行方式人员进行离线训练并补充至ZSet_Base集合,随着数据采集与监视控制***运行积累,ZSet_Base集合将趋于稳定;若断线判据和停机判据或复杂可识别判据的执行分支匹配成功,则将相应阻抗矩阵集中匹配得到的阻抗矩阵作为后续电网强度的计算输入,在上述匹配得到的阻抗矩阵的基础上,将数据采集与监视控制***中在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵。
进一步的,所述步骤S3中,基于步骤S2确定满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,分别求取电网强度指标,具体如下:
1)获取电网实时运行数据,确定新能源场站的并网点的总有功功率和总无功功率,基于公式(1)计算新能源场站的实时电网强度;
2)通过新能源场站功率预测***获取超短期有功功率预测数据,无功功率预估值采用定无功模式、定功率因数模式和限定值模式进行预估,假设当前时刻新能源电站并网点的无功功率值为Qa1或Qb1,Qa1为当前时刻的容性无功功率值,Qb1为当前时刻的感性无功功率值,则不同模式下的新能源电站并网点的无功功率预估值如下:
当设定为定无功模式时,新能源电站并网点的超短期预估的无功功率值为Q′a2或Q′b2,与当前时刻的无功功率值保持一致,如公式(7)所示:
Q′a2=Qa1或Q′b2=Qb1 (7);
当设定为定功率因数模式时,新能源电站并网点的超短期预估的无功功率值为Q″a2或Q″b2,与当前时刻的无功功率值等比例缩放,保持功率因素一致,如公式(8)所示:
式中:Pa1和Pa2分别为有功功率当前实时值和超短期有功功率预测值;
当设定为限定值模式时,新能源电站并网点的超短期预估的无功功率值为Q″′a2或Q″′b2,Q″′a2为新能源电站允许运行的最大容性无功,Q″′b2为新能源电站允许运行的最大感性无功,如公式(9)所示:
Q″′a2=Qmax或Q″′b2=-Qmax (9);
3)基于新能源场站的并网点的超短期有功功率预测值和无功功率预估值以及公式(1),计算新能源场站的超短期电网强度指标。
进一步的,所述风险区域的划定方式如下:
将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线lx,其中安全线l1的典型值为1.5,风险线l2的典型值为1.3,当新能源电站的电网强度指标小于1.3时,该新能源电站划定为风险区,当新能源电站的电网强度指标介于1.3与1.5之间时,该新能源电站划定为警戒区,当新能源电站的电网强度指标大于1.5时,该新能源电站划定为安全区;
在划定所述风险区域时,将实时与预测信息进行了融合,引入电网强度变化值,所述电网强度变化值为预测电网强度KESCR_F减去当前电网强度KESCR_R的差值,相应的划分方法如下:
以实时态电网强度为横坐标,以电网强度变化值为纵坐标,所有新能源电站将以坐标点的形式分布在二维坐标系内,此时的安全线和风险线为分别由垂直线l1和l2变为斜线l1+和l2+,其中l2与l2+构成的区域Z-和Z+是新识别的区域,区域Z+表征新能源电站当前位于安全区或警戒区,预测将进入风险区,区域Z-表征新能源电站当前位于风险区,预测将进入安全区或警戒区;
引入风险转移系数Ktrend,如公式(11)所示:
式中,Pi为区域第i个电站的实时有功功率;
该值大于1表示风险将持续恶化,该值小于1表示风险降低,当风险上升时,将告警。
本发明的一种新能源基地运行风险在线分析装置,包括:
评判指标模块,用于对新能源多场站短路比指标构建电网强度的评判指标;阻抗矩阵换算模块,通过节点导纳矩阵间接求取节点阻抗矩阵的方式获取评判指标,并基于节点导纳矩阵获取阻抗矩阵集合;匹配模块,用于从数据采集与监视控制***中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,并与阻抗矩阵集合进行检索匹配,针对数据采集与监视控制***在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;运算模块,用于对各个新能源场站进行扫描,确定新能源场站并网点的超短期有功功率预测值和无功功率预测值,求取电网强度指标;风险区域划定模块,用于将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域。
本发明的进一步改进在于:评判指标模块执行以下计算:
电网强度采用新能源多场站短路比指标作为评判指标,所述指标的计算方式如下:
式中:
Si为新能源电站i的视在功率,Pi和Qi分别为新能源电站i的有功功率和无功功率,j为复数因子值为
Sj为新能源电站j的视在功率,Pj和Qj分别为新能源电站j的有功功率和无功功率,j为复数因子值为
rij为新能源电站j和新能源电站i之间的电压交互影响系数;
Ski为节点i的短路容量;
rij的表达式为:
式中:ΔVj和ΔVi分别为新能源电站j和新能源电站i电压的变化值;Zii为新能源电站i的自阻抗;Zji为新能源电站j与新能源电站i之间的互阻抗;
公式(1)中,短路容量Ski为新能源电站i并网点短路时最大短路电流Iki和电压UBi的乘积,取年度运行方式报告中典型运行方式下的计算结果,当电网结构发生变化,匹配复杂可识别判据时,节点阻抗矩阵发生变化,此时按公式(10)进行估算:
式中,Iki为新能源电站i并网点短路时最大短路电流,UBi为新能源电站i并网点短路时最大短路电压,Zii为新能源电站i的自阻抗;
阻抗矩阵换算模块执行以下操作:
采用节点导纳矩阵间接求取节点阻抗矩阵,若以地为参考节点的节点导纳矩阵为Y,它是N×N阶稀疏矩阵,若网络中存在接地支路,Y是非奇异的,其逆矩阵是节点阻抗矩阵,即:Z=Y-1 (3)
常规网络节点导纳矩阵的对角元Yii称为自导纳,节点导纳矩阵的非对角元Yji称为互导纳,节点导纳矩阵的对角元等于各该节点所连接导纳的总和,节点导纳矩阵的非对角元等于连接节点i,j支路导纳的负值,对常规网络节点导纳矩阵的发电机节点进行修正,将该节点的发电机次暂态电抗对应导纳支路的值附加至自导纳,形成收缩节点导纳矩阵;基于调度部门制定的年度运行方式形成典型运行方式下的不同线路、变压器运行状态的阻抗矩阵集合,设共有n条线路、m个发电机、k种运行方式,形成每一条线路Ll,停运N-1对应一个阻抗矩阵集ZSet_Lne,每一个发电机Gg,停运N-1对应一个阻抗矩阵集ZSet_Gen,已计划安排的基础及特殊运行方式Bb,对应一个阻抗矩阵集ZSet_Base,阻抗矩阵集合的表达方式如下;
ZSet_Base={ZB1,ZB2,ZB3…} (4)
ZSet_Lne={ZL1,ZL2,ZL3…} (5)
ZSet_Gen={ZG1,ZG2,ZG3…} (6)。
本发明的进一步改进在于:所述匹配模块进行以下检索匹配:
根据生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,所述关键特征量包括每条线路、每台发电机是否停运,若是N-1方式,则基于断线判据和停机判据,先后在阻抗矩阵集ZSet_Lne和ZSet_Gen中进行检索,若未匹配成功,则基于复杂可识别判据的执行分支,在阻抗矩阵集ZSet_Base中进行检索,若仍未匹配成功,则以日志方式记录该运行工况,由运行方式人员进行离线训练并补充至ZSet_Base集合,随着数据采集与监视控制***运行积累,ZSet_Base集合将趋于稳定;若断线判据和停机判据或复杂可识别判据的执行分支匹配成功,则将相应阻抗矩阵集中匹配得到的阻抗矩阵作为后续电网强度的计算输入,在上述匹配得到的阻抗矩阵的基础上,将数据采集与监视控制***中在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;
所述运算模块执行以下运算过程:
基于步骤S2确定满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,求取电网强度指标,具体如下:
1)获取电网实时运行数据,确定新能源场站的并网点的总有功功率和总无功功率,基于公式(1)计算新能源场站的实时电网强度;
2)通过新能源场站功率预测***获取超短期有功功率预测数据,无功功率预估值采用定无功模式、定功率因数模式和限定值模式进行预估,假设当前时刻新能源电站并网点的无功功率值为Qa1或Qb1,Qa1为当前时刻的容性无功功率值,Qb1为当前时刻的感性无功功率值,则不同模式下的新能源电站并网点的无功功率预估值如下:
当设定为定无功模式时,新能源电站并网点的超短期预估的无功功率值为Q′a2或Q′b2,与当前时刻的无功功率值保持一致,如公式(7)所示:
Q′a2=Qa1或Q′b2=Qb1 (7);
当设定为定功率因数模式时,新能源电站并网点的超短期预估的无功功率值为Q″a2或Q″b2,与当前时刻的无功功率值等比例缩放,保持功率因素一致,如公式(8)所示:
式中:Pa1和Pa2分别为有功功率当前实时值和超短期有功功率预测值;
当设定为限定值模式时,新能源电站并网点的超短期预估的无功功率值为Q″′a2或Q″′b2,Q″′a2为新能源电站允许运行的最大容性无功,Q″′b2为新能源电站允许运行的最大感性无功,如公式(9)所示:
Q″′a2=Qmax或Q″′b2=-Qmax (9);
3)基于新能源场站的并网点的超短期有功功率预测值和无功功率预估值以及公式(1),计算新能源场站的超短期电网强度指标;
风险区域划定模块执行的操作如下:
将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,安全线l1的典型值为1.5,风险线l2的典型值为1.3,当新能源电站的电网强度指标小于1.3时,该新能源电站划定为风险区,当新能源电站的电网强度指标介于1.3与1.5之间时,该新能源电站划定为警戒区,当新能源电站的电网强度指标大于1.5时,该新能源电站划定为安全区;
在划定所述风险区域时,将实时与预测信息进行融合,引入电网强度变化值,所述电网强度变化值为预测电网强度KESCR_F减去当前电网强度KESCR_R的差值,划分方法如下:
以实时态电网强度为横坐标,以电网强度变化值为纵坐标,所有新能源电站将以坐标点的形式分布在二维坐标系内,此时的安全线和风险线为分别由垂直线l1和l2变为斜线l1+和l2+,其中l2与l2+构成的区域Z-和Z+是新识别的区域,区域Z+表征新能源电站当前位于安全区或警戒区,预测将进入风险区,区域Z-表征新能源电站当前位于风险区,预测将进入安全区或警戒区;
引入风险转移系数Ktrend,如公式(11)所示:
式中,Pi为区域第i个电站的实时有功功率;
该值大于1表示风险将持续恶化,该值小于1表示风险降低,当风险上升时,将告警。
一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现新能源基地运行风险在线分析方法中任一个方法步骤。
与现有技术相比,本发明的有益效果是:本发明针对新能源基地电网强度不足的问题,提出了适用于调度生产的实时与预测相结合的基地运行风险分析方法,充分考虑了电网在不同运行方式下的电网拓扑信息、新能源场站实时运行状态、超短期/短期功率预测信息。通过采用实时与预测相融合的方式,有效提高了运行风险预判的准确度,适用于大规模新能源电站接入电网时的薄弱环节分析及风险评估,通过场景匹配技术降低电网拓扑分析的计算量,提高在线计算速度。另外,本发明可方便的应用于调度自动化***,实现步骤相对简单,具有很高的工程应用价值。
附图说明
图1为本发明新能源基地运行风险在线分析方法流程详图;
图2为本发明基于运行数据的实时态场景匹配流程图;
图3为本发明基于超短期超/短期数据的未来态电网强度计算流程图;
图4为本发明基于超短期超/期数据的无功功率预估图;
图5为本发明基于电网强度的基地运行风险区域图;
图6为本发明融合实时与预测数据的基地运行风险区域图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例:
如图1所示,本发明的一种新能源基地运行风险在线分析装置,包括评判指标模块,用于对新能源多场站短路比指标构建电网强度的评判指标;阻抗矩阵换算模块,通过节点导纳矩阵间接求取节点阻抗矩阵的方式获取评判指标,并基于节点导纳矩阵获取阻抗矩阵集合;匹配模块,用于从数据采集与监视控制***中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,并与阻抗矩阵集合进行检索匹配,针对数据采集与监视控制***在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;运算模块,用于对各个新能源场站进行扫描,确定新能源场站并网点的超短期有功功率预测值和无功功率预测值,求取电网强度指标;风险区域划定模块,用于将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域。
基于上述在线分析装置的新能源基地运行风险在线分析方法的具体包括以下步骤:
步骤S1、阻抗矩阵构建,基于离线方式数据构建阻抗矩阵集合;
基于电网强度评估新能源基地的运行风险,需要首先确定电网当前运行状态下的阻抗矩阵,本发明所述的电网强度采用新能源多场站短路比指标作为评判指标,该评判指标的计算思路与直流输电多馈入短路比类似,均是在短路比计算过程中考虑不同厂站之间的电压交互影响,利用评判指标模块对评判指标的计算方法如下,如公式(1)所示:
式中,Si为新能源电站i的视在功率,Pi和Qi分别为新能源电站i的有功功率和无功功率,j为复数因子值为
Sj为新能源电站j的视在功率,Pj和Qj分别为新能源电站j的有功功率和无功功率,j为复数因子值为
rij为新能源电站j和新能源电站i之间的电压交互影响系数,Ski为节点i的短路容量,rij的表达式如公式(2)所示:
式中:ΔVj和ΔVi分别为新能源电站j和新能源电站i电压的变化值;Zii为新能源电站i的自阻抗;Zji为新能源电站j与新能源电站i之间的互阻抗。
由公式(1)可知,该指标的计算关键是需要首先求取节点阻抗矩阵,建立节点阻抗矩阵要比建立节点导纳矩阵困难得多,通常采用节点导纳矩阵间接求取节点阻抗矩阵,在本发明中采用阻抗矩阵换算模块对节点导纳矩阵和节点阻抗矩阵进行换算,若以地为参考节点的节点导纳矩阵为Y,它是N×N阶稀疏矩阵,若网络中存在接地支路,Y是非奇异的,其逆矩阵是节点阻抗矩阵,即:
Z=Y-1 (3);
常规节点导纳矩阵的对角元Yii称为自导纳,自导纳Yii数值上等于在节点i施加单位电压,其他节点全部接地时,经节点i注入网络的电流,节点导纳矩阵的非对角元Yji称为互导纳。互导纳Yji数值上等于在节点i施加单位电压,其他节点全部接地时,经节点j注入网络的电流,因此,节点导纳矩阵的对角元就等于各该节点所连接导纳的总和,节点导纳矩阵的非对角元等于连接节点i,j支路导纳的负值。
在计算短路电流时,需要发电机的次暂态电抗,因此对常规网络节点导纳矩阵的发电机节点进行修正,将该节点的发电机次暂态电抗对应导纳支路的值附加至自导纳,形成收缩节点导纳矩阵。
基于调度部门制定的年度运行方式形成典型运行方式下的不同线路、变压器运行状态的阻抗矩阵集合,假设共有n条线路、m个发电机、k种运行方式,形成每一条线路Ll(l=1,2,…,n),停运N-1对应一个阻抗矩阵集ZSet_Lne,每一个发电机Gg(g=1,2,...,m),停运N-1对应一个阻抗矩阵集ZSet_Gen,已计划安排的基础及特殊运行方式Bb(b=1,2,...,k),阻抗矩阵集合的表达方式如下;
ZSet_Base={ZB1,ZB2,ZB3…} (4)
ZSet_Lne={ZL1,ZL2,ZL3…} (5)
ZSet_Gen={ZG1,ZG2,ZG3…} (6)。
步骤S2、场景匹配,基于运行数据的实时态场景匹配,如图2所示,启动SCADA(数据采集与监视控制***),从SCADA中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,利用匹配模块提取运行数据的关键特征量,包括每条线路、每台发电机是否停运,如果是N-1(即仅有一条线路或一台发电机发生停运)方式,则基于断线判据、停机判据先后在阻抗矩阵集ZSet_Lne、阻抗矩阵集ZSet_Gen进行检索匹配;若匹配成功,则进行在线匹配全网阻抗矩阵,若未匹配成功,则基于复杂可识别判据的执行分支,在已计划安排的基础及特殊运行方式ZSet_Base进行检索,在线生成全网阻抗矩阵,更新矩阵文件;若仍未匹配成功,则新特征量以日志方式记录该运行工况,由运行方式人员进行离线训练并补充至ZSet_Base集合,随着SCADA 运行积累,ZSet_Base集合将趋于稳定;若先后在断线判据、停机判据或复杂可识别判据的执行分支匹配成功,则将相应阻抗矩阵集中匹配得到的阻抗矩阵作为后续电网强度的计算输入。
由于新能源场站一般接入电网较低的电压等级,仅基于SCADA数据不足以实现全自动化生成电网阻抗矩阵,需要通过手动拼接低电压等级的新能源场站及相关的电网网架信息,即针对SCADA在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,才能生成满足计算要求的电网阻抗矩阵。通过采用这种半自动化的实时态场景匹配方法可以较好的满足在线计算的快速性和准确性,最大限度的降低人工运维成本,运行方式人员进行离线训练时可以利用专家经验缩减冗余场景。
步骤S3、电网强度计算,基于超短期/短期数据的未来态电网强度,如图3所示,基于步骤S2确定的满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,获取全网阻抗矩阵,iPlant为场站的编号,将iPlant设置为0(编号从0开始),获取电网实时运行数据,对场站iPlant实时电网强度进行分析,判断是否执行超短期分析,若不执行,则进一步判断是否执行短期分析,若执行,则获取超短期预测数据后,对场站iPlant超短期无功功率预估,并对超短期电网强度进行分析,判断是否执行短期分析,若不执行,则iPlant递增,判断是否计算完毕,若执行,则获取短期预测数据,对场站iPlant短期无功功率预估,并对短期电网强度进行分析,iPlant递增,判断全部场站是否计算完毕,若计算完毕则扫描结束运行,若未计算完毕,则返回至获取电网实时运行数据再次进行运行,直至结束。
确定新能源场站的并网点的超短期有功功率预测值和无功功率预测值,利用运算模块执行运算求取电网强度指标,具体如下:
1)首先,获取电网实时运行数据,确定新能源场站的并网点的总有功功率和总无功功率,基于公式(1)计算新能源场站的实时电网强度;
2)然后,通过新能源场站功率预测***获取超短期有功功率预测数据,由超短期有功功率预测数据获取有功功率预测值,如图4所示,(图4中Pb1为有功功率当前实时值,Pb2为超短期有功功率预测值,Qa2或Qb2为超短期无功功率预估值),无功功率预估值采用定无功模式、定功率因数模式和限定值模式进行预估。假设当前时刻新能源电站并网点的无功功率值为Qa1或Qb1,Qa1为当前时刻的容性无功功率值,Qb1为当前时刻的感性无功功率值,则不同模式下的新能源电站并网点的无功功率预估值为:
当设定为定无功模式时,新能源电站并网点的超短期预估的无功功率值为Q′a2或Q′b2,与当前时刻的无功功率值保持一致,如公式(7)所示:Q′a2=Qa1或Q′b2=Qb1 (7)
当设定为定功率因数模式时,新能源电站并网点的超短期预估的无功功率值为Q″a2或Q″b2,与当前时刻的无功功率值等比例缩放,保持功率因素一致,如公式(8)所示:
式中:Pa1和Pa2分别为有功功率当前实时值和超短期有功功率预测值;
当设定为限定值模式时,新能源电站并网点的超短期预估的无功功率值为Q″′a2或Q″′b2,Q″′a2为新能源电站允许运行的最大容性无功,Q″′b2为新能源电站允许运行的最大感性无功,如公式(9)所示:
Q″′a2=Qmax或Q″′b2=-Qmax (9);
3)然后,基于新能源场站的并网点的超短期有功功率预测值和无功功率预估值以及基于公式(1),计算新能源场站的超短期电网强度。
同样地,可以基于新能源场站的并网点的短期有功功率预测值,预估的新能源场站的并网点的短期无功功率,进而基于公式(1)计算新能源场站的短期电网强度。
公式(1)中的短路容量Ski为新能源电站i并网点短路时最大短路电流Ikj和电压UBi的乘积,该短路容量值一般取运行方式报告中典型运行方式下的计算结果。当电网结构发生较大变化,匹配复杂可识别判据时,节点阻抗矩阵变化较大,此时可以按公式(10)进行估算:
式中,Iki为新能源电站i并网点短路时最大短路电流,UBi为新能源电站i并网点短路时最大短路电压,Zii为新能源电站i的自阻抗。
步骤S4、风险分析,融合实时与预测数据的运行风险在线分析,基于实时电网强度或超短期/短期预测电网强度的新能源基地运行风险区可以通过图5所示的运行风险区域图进行判定。使用风险区域划定模划定风险区域的操作包括:将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域;其中安全线l1的典型值为1.5,风险线l2的典型值为1.3,当新能源电站的电网强度指标小于1.3时,该新能源电站划定为风险区,当新能源电站的电网强度指标介于1.3与1.5之间时,该新能源电站划定为警戒区,当新能源电站的电网强度指标大于1.5时,该新能源电站划定为安全区。
图5所示的划分方式仅能单独针对某个时间维度(实时/超短期/短期)的指标进行划分,为了进一步将实时与预测信息进行了融合,引入了电网强度变化值,电网强度变化值为预测电网强度KESCR_F减去当前电网强度KESCR_R的差值,相应的划分方法如图6所示,图6中的电网强度差值即为上述电网强度变化值,以实时态电网强度为横坐标,以电网强度差值(预测值-实时值)为纵坐标,所有新能源电站将以坐标点的形式分布在二维坐标系内,此时的安全线和风险线为分别由垂直线l1和l2变为斜线l1+和l2+,其中l2与l2+构成的区域Z-和Z+是新识别的区域,区域Z+表征新能源电站当前位于安全区或警戒区,但预测将进入风险区,区域Z-表征新能源电站当前位于风险区,但预测将进入安全区或警戒区。
引入风险转移系数Ktrend,如公式(11)所示,该值大于1表示,风险将持续恶化,否则风险降低。当风险上升时,将及时向调度运行人员告警,
式中,Pi为区域第i个电站的实时有功功率,该值大于1表示风险将持续恶化,该值小于1表示风险降低,当风险上升时,将告警。
此外,本实施例还提出一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述新能源基地运行风险在线分析方法的任意一个步骤。
利用本发明实施例中上述方法,可以有效解决大规模新能源并网场景下如何快速、准确地基于电网强度指标进行新能源基地运行风险分析这一实际工程问题。大规模新能源基地的运行风险可以从多个维度进行评价,包括电压稳定性、频率稳定性、宽频带振荡等,其中电网强度是近年来普遍受到关注的指标,其物理含义相对明确,离线分析计算较容易,但是如何应用于在线方法,一直缺少相关实践。由于大规模新能源的接入,使得电网结构变得愈加复杂,为电网强度在线计算提出了挑战。本发明实施例所提出的方法设计了基于场景匹配的新能源基地运行风险在线分析方法,将离线阻抗矩阵训练与场景在线匹配相结合,通过实践验证了本发明的可行性,且该方法可以为大规模新能源接入电网后的新能源基地运行分析、电网薄弱点判断以及调控方案设计提供技术支撑。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种新能源基地运行风险在线分析方法,其特征在于,包括以下步骤:
步骤S1、基于离线方式数据构建矩阵集合,电网强度采用新能源多场站短路比指标作为评判指标,采用节点导纳矩阵间接求取节点阻抗矩阵的方式获取评判指标,并基于节点导纳矩阵获取阻抗矩阵集合;
步骤S2、基于运行数据匹配实时态场景,从数据采集与监视控制***中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,并与阻抗矩阵集合进行检索匹配,针对数据采集与监视控制***在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;
步骤S3、基于超短期/短期数据预测未来态电网强度,通过步骤S2确定的满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,确定新能源场站并网点的超短期有功功率预测值和无功功率预测值,求取电网强度指标;
步骤S4、将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域。
2.根据权利要求1所述的一种新能源基地运行风险在线分析方法,其特征在于,所述步骤S1中,电网强度采用新能源多场站短路比指标作为评判指标,所述指标的计算方式如下:
式中:
Si为新能源电站i的视在功率,Pi和Qi分别为新能源电站i的有功功率和无功功率,j为复数因子值为
Sj为新能源电站j的视在功率,Pj和Qj分别为新能源电站j的有功功率和无功功率,j为复数因子值为
rij为新能源电站j和新能源电站i之间的电压交互影响系数;
Ski为节点i的短路容量;
rij的表达式为:
式中:ΔVj和ΔVi分别为新能源电站j和新能源电站i电压的变化值;Zii为新能源电站i的自阻抗;Zji为新能源电站j与新能源电站i之间的互阻抗;
所述公式(1)中,短路容量Ski为新能源电站i并网点短路时最大短路电流Iki和电压UBi的乘积,取年度运行方式报告中典型运行方式下的计算结果,当电网结构发生变化,匹配复杂可识别判据时,节点阻抗矩阵发生变化,此时按公式(10)进行估算:
式中,Iki为新能源电站i并网点短路时最大短路电流,UBi为新能源电站i并网点短路时最大短路电压,Zii为新能源电站i的自阻抗。
3.根据权利要求1所述的一种新能源基地运行风险在线分析方法,其特征在于,步骤S1中,所述采用节点导纳矩阵间接求取节点阻抗矩阵,若以地为参考节点的节点导纳矩阵为Y,它是N×N阶稀疏矩阵,若网络中存在接地支路,Y是非奇异的,其逆矩阵是节点阻抗矩阵,即:Z=Y-1 (3)
常规网络节点导纳矩阵的对角元Yii称为自导纳,节点导纳矩阵的非对角元Yji称为互导纳,节点导纳矩阵的对角元等于各该节点所连接导纳的总和,节点导纳矩阵的非对角元等于连接节点i,j支路导纳的负值,对常规网络节点导纳矩阵的发电机节点进行修正,将该节点的发电机次暂态电抗对应导纳支路的值附加至自导纳,形成收缩节点导纳矩阵;基于调度部门制定的年度运行方式形成典型运行方式下的不同线路、变压器运行状态的阻抗矩阵集合,设共有n条线路、m个发电机、k种运行方式,形成每一条线路Ll,停运N-1对应一个阻抗矩阵集ZSet_Lne,每一个发电机Gg,停运N-1对应一个阻抗矩阵集ZSet_Gen,已计划安排的基础及特殊运行方式Bb,对应一个阻抗矩阵集ZSet_Base,阻抗矩阵集合的表达方式如下;
ZSet_Base={ZB1,ZB2,ZB3…} (4)
ZSet_Lne={ZL1,ZL2,ZL3…} (5)
ZSet_Gen={ZG1,ZG2,ZG3…} (6)。
4.根据权利要求1所述的一种新能源基地运行风险在线分析方法,其特征在于,所述步骤S2中,根据生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,所述关键特征量包括每条线路、每台发电机是否停运,若是N-1方式,则基于断线判据和停机判据,先后在阻抗矩阵集ZSet_Lne和ZSet_Gen中进行检索,若未匹配成功,则基于复杂可识别判据的执行分支,在阻抗矩阵集ZSet_Base中进行检索,若仍未匹配成功,则以日志方式记录该运行工况,由运行方式人员进行离线训练并补充至ZSet_Base集合,随着数据采集与监视控制***运行积累,ZSet_Base集合将趋于稳定;若断线判据和停机判据或复杂可识别判据的执行分支匹配成功,则将相应阻抗矩阵集中匹配得到的阻抗矩阵作为后续电网强度的计算输入,在上述匹配得到的阻抗矩阵的基础上,将数据采集与监视控制***中在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵。
5.根据权利要求2所述的一种新能源基地运行风险在线分析方法,其特征在于,所述步骤S3中,基于步骤S2确定满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,求取电网强度指标,具体如下:
1)获取电网实时运行数据,确定新能源场站的并网点的总有功功率和总无功功率,基于公式(1)计算新能源场站的实时电网强度;
2)通过新能源场站功率预测***获取超短期有功功率预测数据,无功功率预估值采用定无功模式、定功率因数模式和限定值模式进行预估,假设当前时刻新能源电站并网点的无功功率值为Qa1或Qb1,Qa1为当前时刻的容性无功功率值,Qb1为当前时刻的感性无功功率值,则不同模式下的新能源电站并网点的无功功率预估值如下:
当设定为定无功模式时,新能源电站并网点的超短期预估的无功功率值为Q′a2或Q′b2,与当前时刻的无功功率值保持一致,如公式(7)所示:
Q′a2=Qa1或Q′b2=Qb1 (7);
当设定为定功率因数模式时,新能源电站并网点的超短期预估的无功功率值为Q″a2或Q″b2,与当前时刻的无功功率值等比例缩放,保持功率因素一致,如公式(8)所示:
式中:Pa1和Pa2分别为有功功率当前实时值和超俎期有功功率预测值;
当设定为限定值模式时,新能源电站并网点的超短期预估的无功功率值为Q″′a2或Q″′b2,Q″′a2为新能源电站允许运行的最大容性无功,Q″′b2为新能源电站允许运行的最大感性无功,如公式(9)所示:
Q″′a2=Qmax或Q″′b2=-Qmax (9);
3)基于新能源场站的并网点的超短期有功功率预测值和无功功率预估值以及公式(1),计算新能源场站的超短期电网强度指标。
6.根据权利要求1所述的一种新能源基地运行风险在线分析方法,其特征在于,所述步骤S4中,设置安全线l1和风险线l2,划定风险区域的方式为:安全线l1的典型值为1.5,风险线l2的典型值为1.3,当新能源电站的电网强度指标小于1.3时,该新能源电站划定为风险区,当新能源电站的电网强度指标介于1.3与1.5之间时,该新能源电站划定为警戒区,当新能源电站的电网强度指标大于1.5时,该新能源电站划定为安全区;
在划定所述风险区域时,将实时与预测信息进行融合,引入电网强度变化值,所述电网强度变化值为预测电网强度KESCR_F减去当前电网强度KESCR_R的差值,划分方法如下:
以实时态电网强度为横坐标,以电网强度变化值为纵坐标,所有新能源电站将以坐标点的形式分布在二维坐标系内,此时的安全线和风险线为分别由垂直线l1和l2变为斜线l1+和l2+,其中l2与l2+构成的区域Z-和Z+是新识别的区域,区域Z+表征新能源电站当前位于安全区或警戒区,预测将进入风险区,区域Z-表征新能源电站当前位于风险区,预测将进入安全区或警戒区;
引入风险转移系数Ktrend,如公式(11)所示:
式中,Pi为区域第i个电站的实时有功功率;
该值大于1表示风险将持续恶化,该值小于1表示风险降低,当风险上升时,将告警。
7.一种新能源基地运行风险在线分析装置,其特征在于,包括:
评判指标模块,用于对新能源多场站短路比指标构建电网强度的评判指标;阻抗矩阵换算模块,通过节点导纳矩阵间接求取节点阻抗矩阵的方式获取评判指标,并基于节点导纳矩阵获取阻抗矩阵集合;匹配模块,用于从数据采集与监视控制***中获取当前电网设备的运行状态,生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,并与阻抗矩阵集合进行检索匹配,针对数据采集与监视控制***在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;运算模块,用于对各个新能源场站进行扫描,确定新能源场站并网点的超短期有功功率预测值和无功功率预测值,求取电网强度指标;风险区域划定模块,用于将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,划定风险区域。
8.根据权利要求7所述的一种新能源基地运行风险在线分析装置,其特征在于,所述评判指标模块执行以下计算:
电网强度采用新能源多场站短路比指标作为评判指标,所述指标的计算方式如下:
式中:
Si为新能源电站i的视在功率,Pi和Qi分别为新能源电站i的有功功率和无功功率,j为复数因子值为
Sj为新能源电站j的视在功率,Pj和Qj分别为新能源电站j的有功功率和无功功率,j为复数因子值为
rij为新能源电站j和新能源电站i之间的电压交互影响系数;
Ski为节点i的短路容量;
rij的表达式为:
式中:ΔVj和ΔVi分别为新能源电站j和新能源电站i电压的变化值;Zii为新能源电站i的自阻抗;Zji为新能源电站j与新能源电站i之间的互阻抗;
所述公式(1)中,短路容量Ski为新能源电站i并网点短路时最大短路电流Iki和电压UBi的乘积,取年度运行方式报告中典型运行方式下的计算结果,当电网结构发生变化,匹配复杂可识别判据时,节点阻抗矩阵发生变化,此时按公式(10)讲行估算:
式中,Iki为新能源电站i并网点短路时最大短路电流,UBi为新能源电站i并网点短路时最大短路电压,Zii为新能源电站i的自阻抗;
所述阻抗矩阵换算模块执行以下操作:
采用节点导纳矩阵间接求取节点阻抗矩阵,若以地为参考节点的节点导纳矩阵为Y,它是N×N阶稀疏矩阵,若网络中存在接地支路,Y是非奇异的,其逆矩阵是节点阻抗矩阵,即:Z=Y-1 (3)
常规网络节点导纳矩阵的对角元Yii称为自导纳,节点导纳矩阵的非对角元Yji称为互导纳,节点导纳矩阵的对角元等于各该节点所连接导纳的总和,节点导纳矩阵的非对角元等于连接节点i,j支路导纳的负值,对常规网络节点导纳矩阵的发电机节点进行修正,将该节点的发电机次暂态电抗对应导纳支路的值附加至自导纳,形成收缩节点导纳矩阵;基于调度部门制定的年度运行方式形成典型运行方式下的不同线路、变压器运行状态的阻抗矩阵集合,设共有n条线路、m个发电机、k种运行方式,形成每一条线路Ll,停运N-1对应一个阻抗矩阵集ZSet_Lne,每一个发电机Gg,停运N-1对应一个阻抗矩阵集ZSet_Gen,已计划安排的基础及特殊运行方式Bb,对应一个阻抗矩阵集ZSet_Base,阻抗矩阵集合的表达方式如下;
ZSet_Base={ZB1,ZB2,ZB3…} (4)
ZSet_Lne={ZL1,ZL2,ZL3…} (5)
ZSet_Gen={ZG1,ZG2,ZG3…} (6)。
9.根据权利要求7所述的一种新能源基地运行风险在线分析装置,其特征在于,所述匹配模块进行以下检索匹配:
根据生成当前态电网阻抗矩阵,在当前态电网阻抗矩阵中提取运行数据的关键特征量,所述关键特征量包括每条线路、每台发电机是否停运,若是N-1方式,则基于断线判据和停机判据,先后在阻抗矩阵集ZSet_Lne和ZSet_Gen中进行检索,若未匹配成功,则基于复杂可识别判据的执行分支,在阻抗矩阵集ZSet_Base中进行检索,若仍未匹配成功,则以日志方式记录该运行工况,由运行方式人员进行离线训练并补充至ZSet_Base集合,随着数据采集与监视控制***运行积累,ZSet_Base集合将趋于稳定;若断线判据和停机判据或复杂可识别判据的执行分支匹配成功,则将相应阻抗矩阵集中匹配得到的阻抗矩阵作为后续电网强度的计算输入,在上述匹配得到的阻抗矩阵的基础上,将数据采集与监视控制***中在线数据缺失的新能源场站及连接主网的低压等级新能源汇集网网架信息,通过离线方式数据进行信息补全,生成满足计算要求的电网阻抗矩阵;
所述运算模块执行以下运算过程:
基于步骤S2确定满足计算要求的电网阻抗矩阵,对各个新能源场站进行扫描,求取电网强度指标,具体如下:
1)获取电网实时运行数据,确定新能源场站的并网点的总有功功率和总无功功率,基于公式(1)计算新能源场站的实时电网强度;
2)通过新能源场站功率预测***获取超短期有功功率预测数据,无功功率预估值采用定无功模式、定功率因数模式和限定值模式进行预估,假设当前时刻新能源电站并网点的无功功率值为Qa1或Qb1,Qa1为当前时刻的容性无功功率值,Qb1为当前时刻的感性无功功率值,则不同模式下的新能源电站并网点的无功功率预估值如下:
当设定为定无功模式时,新能源电站并网点的超短期预估的无功功率值为Q′a2或Q′b2,与当前时刻的无功功率值保持一致,如公式(7)所示:
Q′a2=Qa1或Q′b2=Qb1 (7);
当设定为定功率因数模式时,新能源电站并网点的超短期预估的无功功率值为Q″a2或Q″b2,与当前时刻的无功功率值等比例缩放,保持功率因素一致,如公式(8)所示:
式中:Pa1和Pa2分别为有功功率当前实时值和超短期有功功率预测值;
当设定为限定值模式时,新能源电站并网点的超短期预估的无功功率值为Q″′2或Q″′b2,Q″′a2为新能源电站允许运行的最大容性无功,Q″′b2为新能源电站允许运行的最大感性无功,如公式(9)所示:
Q″′a2=Qmax或Q″′b2=-Qmax (9);
3)基于新能源场站的并网点的超短期有功功率预测值和无功功率预估值以及公式(1),计算新能源场站的超短期电网强度指标;
所述风险区域划定模块执行的操作如下:
将各个新能源电站按照电网强度指标从大到小进行排序,并设置安全线l1和风险线l2,安全线l1的典型值为1.5,风险线l2的典型值为1.3,当新能源电站的电网强度指标小于1.3时,该新能源电站划定为风险区,当新能源电站的电网强度指标介于1.3与1.5之间时,该新能源电站划定为警戒区,当新能源电站的电网强度指标大于1.5时,该新能源电站划定为安全区;
在划定所述风险区域时,将实时与预测信息进行融合,引入电网强度变化值,所述电网强度变化值为预测电网强度KESCR_F减去当前电网强度KESCR_R的差值,划分方法如下:
以实时态电网强度为横坐标,以电网强度变化值为纵坐标,所有新能源电站将以坐标点的形式分布在二维坐标系内,此时的安全线和风险线为分别由垂直线l1和l2变为斜线l1+和l2+,其中l2与l2+构成的区域Z-和Z+是新识别的区域,区域Z+表征新能源电站当前位于安全区或警戒区,预测将进入风险区,区域Z-表征新能源电站当前位于风险区,预测将进入安全区或警戒区;
引入风险转移系数Ktrend,如公式(11)所示:
式中,Pi为区域第i个电站的实时有功功率;
该值大于1表示风险将持续恶化,该值小于1表示风险降低,当风险上升时,将告警。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310855132.1A CN116896082A (zh) | 2023-07-12 | 2023-07-12 | 一种新能源基地运行风险在线分析方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310855132.1A CN116896082A (zh) | 2023-07-12 | 2023-07-12 | 一种新能源基地运行风险在线分析方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116896082A true CN116896082A (zh) | 2023-10-17 |
Family
ID=88311696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310855132.1A Pending CN116896082A (zh) | 2023-07-12 | 2023-07-12 | 一种新能源基地运行风险在线分析方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116896082A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117594860A (zh) * | 2024-01-19 | 2024-02-23 | 新立讯科技股份有限公司 | 基于dlp的新能源汽车工艺指导方法及*** |
CN117633552A (zh) * | 2023-12-11 | 2024-03-01 | 中国石油大学(北京) | 二氧化碳源汇匹配方法、装置、介质及设备 |
-
2023
- 2023-07-12 CN CN202310855132.1A patent/CN116896082A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117633552A (zh) * | 2023-12-11 | 2024-03-01 | 中国石油大学(北京) | 二氧化碳源汇匹配方法、装置、介质及设备 |
CN117633552B (zh) * | 2023-12-11 | 2024-06-04 | 中国石油大学(北京) | 二氧化碳源汇匹配方法、装置、介质及设备 |
CN117594860A (zh) * | 2024-01-19 | 2024-02-23 | 新立讯科技股份有限公司 | 基于dlp的新能源汽车工艺指导方法及*** |
CN117594860B (zh) * | 2024-01-19 | 2024-04-05 | 新立讯科技股份有限公司 | 基于dlp的新能源汽车工艺指导方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ustun et al. | Modeling of a centralized microgrid protection system and distributed energy resources according to IEC 61850-7-420 | |
KR101132107B1 (ko) | 분산전원이 연계된 전력계통의 전압/무효전력 제어 시스템 및 이를 위한 방법 | |
CN116896082A (zh) | 一种新能源基地运行风险在线分析方法、装置及存储介质 | |
CN107123988B (zh) | 一种考虑恢复量不确定的停电电网负荷恢复二阶锥规划方法 | |
CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与*** | |
CN109638870B (zh) | 一种特高压直流送端电网的调相机配置方法 | |
Home-Ortiz et al. | A mixed integer conic model for distribution expansion planning: Matheuristic approach | |
CN111384725A (zh) | 一种新能源电站的短路电流计算方法和*** | |
CN105703364A (zh) | 光伏电站等效建模方法 | |
CN112398678B (zh) | 适用于多源异构电网的运行方式拓扑结构特征提取方法 | |
Shiva et al. | Assessment of evolutionary optimization techniques applications in modern power systems | |
Artale et al. | Real-time power flow monitoring and control system for microgrids integration in islanded scenarios | |
CN114649814A (zh) | 一种柔性互联配电***两阶段鲁棒优化方法 | |
Tao et al. | Voltage control of distribution network with distributed generation based on voltage sensitivity matrix | |
Lei et al. | Design of energy storage control strategy to improve the PV system power quality | |
CN102738791B (zh) | 一种基于拓扑比较的在线静态安全分析方法 | |
Salkuti | Optimal network reconfiguration with distributed generation and electric vehicle charging stations | |
CN113346484A (zh) | 一种考虑暂态不确定性的配电网弹性提升方法及*** | |
Sun et al. | Determining optimal generator start-up sequence in bulk power system restoration considering uncertainties: A confidence gap decision theory based robust optimization approach | |
CN111092453B (zh) | 一种多点接入光伏电源的电网关键线路辨识方法 | |
Khanjani et al. | Analysis of Observability Constraint on Optimal Feeder Reconfiguration of an Active Distribution Network with $\mu\mathrm {PMUs} $ | |
CN114925916A (zh) | 一种基于数字孪生的重要用户保电应急辅助决策方法 | |
AL-Maaitah et al. | Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System | |
Oktaviani et al. | Continuous power flow and time domain analysis for assessing voltage stability | |
CN111641204B (zh) | 一种分布式能源准入容量的计算方法及装置 |
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 |