專利名稱：一種小干擾穩(wěn)定性預測及輔助決策方法
技術領域：
本發(fā)明涉及一種預測及輔助決策方法，尤其是涉及一種小干擾穩(wěn)定性預測及輔助決策方法。
背景技術：
隨著電網(wǎng)規(guī)模的不斷擴大、結構日益復雜，電網(wǎng)穩(wěn)定問題日益突出。進一步，隨著負荷需求的不斷增加以及電力企業(yè)對運行效益和效率的追求，不斷增加線路傳輸容量，容易引發(fā)電力系統(tǒng)小干擾穩(wěn)定問題。電力系統(tǒng)小干擾穩(wěn)定問題已成為制約輸電線路傳輸容量的主要因素之一。眾所周知，擾動之后可能出現(xiàn)的不穩(wěn)定通常有兩種形式①由于同步轉矩不足，發(fā)電機轉子角逐步增大；②由于有效阻尼轉矩不足，轉子角增幅振蕩。在現(xiàn)代電力系統(tǒng)中，小干擾穩(wěn)定性問題通常是因阻尼不足而導致的低頻振蕩問題(功率增幅振蕩)，一般可分為局部振蕩模態(tài)(振蕩頻率0. 7 2. 5Hz)和區(qū)間振蕩模態(tài)(振蕩頻率0. 1 0. 7Hz)。小干擾不穩(wěn)定通常出現(xiàn)在重負荷長距離輸電的情況下，開始往往只是局部電網(wǎng)或電氣元件的微小擾動，造成正常工作方式的破壞。如果不能及時正確的處理，隨著時間的推移，其影響可能波及到電網(wǎng)其他元件甚至整個電網(wǎng)，進而造成電網(wǎng)大范圍停電和電氣設備的損壞，造成巨大的經(jīng)濟損失和惡劣的社會影響。目前我國互聯(lián)電網(wǎng)由于送電距離較長、電壓支撐較弱， 各部分間振蕩模式多表現(xiàn)為較低頻率的區(qū)間振蕩。為保障電力系統(tǒng)安全穩(wěn)定運行，需要實時了解系統(tǒng)的穩(wěn)定狀況，即在系統(tǒng)正常運行時，運行人員能夠實時、全面的了解電力系統(tǒng)的運行狀態(tài)和小干擾穩(wěn)定性，并通過調整運行方式，以使系統(tǒng)遠離潛在的小干擾不穩(wěn)定或弱阻尼運行方式。在已經(jīng)發(fā)生低頻振蕩時，調度人員能夠正確分析和判斷，并迅速采取調整控制措施平息振蕩，防止事故的蔓延。因此， 對系統(tǒng)的小干擾穩(wěn)定性進行實時的監(jiān)視和預警，對于預防低頻振蕩的發(fā)生和蔓延是非常必要的。目前的電力系統(tǒng)在線分析側重于在線動態(tài)安全分析與研究，主要指在一定時間內完成大量預想事故的暫態(tài)穩(wěn)定分析與評價，并沒有明確提出涵蓋小干擾穩(wěn)定在線計算的任務，這主要是由于在線動態(tài)安全分析面向的在線數(shù)據(jù)是按區(qū)域分布所導致的。由于管理體制和競爭機制等原因，全網(wǎng)內每個區(qū)域僅擁有自己本地的在線數(shù)據(jù)和電網(wǎng)模型與參數(shù)，各區(qū)域數(shù)據(jù)相互并不完全透明，全網(wǎng)各區(qū)域在線數(shù)據(jù)的集中既存在管理方面的問題，也存在技術上的困難。為此，目前區(qū)域電網(wǎng)在線動態(tài)安全分析，對外網(wǎng)系統(tǒng)通常采用等值的方法。 應用于互聯(lián)區(qū)域電網(wǎng)的小干擾穩(wěn)定分析有可能丟失重要的振蕩模式。因此，必須研究小干擾穩(wěn)定在線分析的有效方法。
發(fā)明內容
本發(fā)明主要是解決現(xiàn)有技術所存在的全網(wǎng)內每個區(qū)域僅擁有自己本地的在線數(shù)據(jù)和電網(wǎng)模型與參數(shù)，各區(qū)域數(shù)據(jù)相互并不完全透明，全網(wǎng)各區(qū)域在線數(shù)據(jù)的集中既存在管理方面的問題，也存在技術上的困難等的技術問題；提供了一種通過與數(shù)據(jù)庫中的范例匹配快速評估系統(tǒng)當前運行方式下的小干擾穩(wěn)定性，避免了特征值在線計算，無需了解系統(tǒng)精確的模型和參數(shù)的一種小干擾穩(wěn)定性預測及輔助決策方法。本發(fā)明的上述技術問題主要是通過下述技術方案得以解決的一種小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，包括以下步驟步驟1，建立電網(wǎng)動態(tài)模型，對廣域監(jiān)測系統(tǒng)監(jiān)測的各種運行方式，根據(jù)從電能管理系統(tǒng)中獲得的運行方式數(shù)據(jù)進行仿真復現(xiàn)、小干擾穩(wěn)定分析，對于實際低頻振蕩事件或包含弱阻尼機電模式的運行方式，還需要基于仿真模型激發(fā)相應模式的振蕩并選擇廣域監(jiān)測系統(tǒng)能夠監(jiān)測到的發(fā)電機及線路，進行功率振蕩增量分布計算，并將相應的計算分析結果存入范例庫中，所述的范例庫包括無低頻振蕩庫和有低頻振蕩庫；步驟2，基于廣域監(jiān)測系統(tǒng)量測數(shù)據(jù)，根據(jù)系統(tǒng)是否發(fā)生低頻振蕩選擇執(zhí)行如下步驟進行匹配步驟2. 1，若廣域監(jiān)測系統(tǒng)未檢測到低頻振蕩發(fā)生，此時將同步相量測量裝置上傳的運行方式數(shù)據(jù)與無低頻振蕩庫中的范例進行正匹配，得到與當前運行方式最相似的范例，并根據(jù)各模式阻尼比與小干擾穩(wěn)定預警閾值(5% )的比較結果選擇執(zhí)行以下步驟
步驟2. 21，若匹配所得范例的各模式阻尼比均大于設定的小干擾穩(wěn)定預警閾值， 此時匹配過程結束；步驟2. 22，若匹配所得范例存在弱阻尼模式即阻尼比小于設定的閾值，則進行小干擾穩(wěn)定預警，并在無低頻振蕩庫中進行反匹配，按照將得到接近的小干擾穩(wěn)定運行方式進行調節(jié)；步驟2. 2，若廣域監(jiān)測系統(tǒng)檢測到低頻振蕩發(fā)生，則進入有低頻振蕩庫進行正匹配，得到與當前低頻振蕩方式相似范例及對應的低頻振蕩模式和參與因子信息。經(jīng)過正匹配以后，再根據(jù)正匹配結果進入無低頻振蕩庫進行反匹配，最終按照得到方式相似度高、對應模式阻尼比大于閾值且大于正匹配所得模式阻尼比的小干擾穩(wěn)定運行方式進行調節(jié)。本發(fā)明創(chuàng)造性地采用范例推理理論及OAPID計算，基于WAMS實時量測數(shù)據(jù)，依據(jù)已有范例(特別是WAMS記錄的頻發(fā)低頻振蕩事件對應的振蕩前的運行方式)和當前運行方式的相似程度實現(xiàn)小干擾穩(wěn)定預測；另一方面，若預測結果認為當前運行方式存在弱阻尼模式或已發(fā)生低頻振蕩，則以提高相應模式(對應的弱阻尼模式或低頻振蕩對應模式) 的阻尼比為目標，依據(jù)匹配相似程度較高且阻尼比滿足條件的范例所提示的運行方式進行調度，改善系統(tǒng)的小干擾穩(wěn)定性。在上述的小干擾穩(wěn)定性預測及輔助決策方法，所述的步驟2. 1中，正匹配基于以下公式得到當前運行方式信息與范例庫范例對應運行方式信息的相似度，在相似度閾值大于0. 85的范例中得到與當前運行方式最相似的范例。S(Ca^Ci)=
^=I L \ J其中Ca = [f1;f2，L fn]為新范例，fk為新范例屬性。Cb = [ai;a2,L an]為范例庫中的歷史范例，ak為歷史范例屬性。wk、Rk分別表示范例單元中第k個特征屬性的權值和取值范圍，其值視具體的物理量類型而定。
在上述的小干擾穩(wěn)定性預測及輔助決策方法，所述的步驟2. 1中，反匹配基于以下公式得到正匹配所得運行方式數(shù)據(jù)與范例庫其他范例對應運行方式信息的相似度，選取相似度大于閾值0. 85的范例，按相似度從高到低根據(jù)范例各振蕩模式的阻尼是否均大于閾值對范例進行篩選，按照得到運行方式接近的小干擾穩(wěn)定運行方式進行調節(jié)
權利要求
1.一種小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，包括以下步驟步驟1，建立電網(wǎng)動態(tài)模型，對廣域監(jiān)測系統(tǒng)監(jiān)測的各種運行方式，根據(jù)從電能管理系統(tǒng)中獲得的運行方式數(shù)據(jù)進行仿真復現(xiàn)、小干擾穩(wěn)定分析，對于實際低頻振蕩事件或包含弱阻尼機電模式的運行方式，還需要基于仿真模型激發(fā)相應模式的振蕩并選擇廣域監(jiān)測系統(tǒng)能夠監(jiān)測到的發(fā)電機及線路，進行功率振蕩增量分布計算，并將相應的計算分析結果存入范例庫中，所述的范例庫包括無低頻振蕩庫和有低頻振蕩庫；步驟2，基于廣域監(jiān)測系統(tǒng)量測數(shù)據(jù)，根據(jù)系統(tǒng)是否發(fā)生低頻振蕩選擇執(zhí)行如下步驟進行匹配步驟2. 1，若廣域監(jiān)測系統(tǒng)未檢測到低頻振蕩發(fā)生，此時將同步相量測量裝置上傳的運行方式數(shù)據(jù)與無低頻振蕩庫中的范例進行正匹配，得到與當前運行方式最相似的范例，并根據(jù)各模式阻尼比與小干擾穩(wěn)定預警閾值的比較結果選擇執(zhí)行以下步驟步驟2. 21，若匹配所得范例的各模式阻尼比均大于設定的小干擾穩(wěn)定預警閾值，此時匹配過程結束；步驟2. 22，若匹配所得范例存在弱阻尼模式即阻尼比小于設定的閾值，則進行小干擾穩(wěn)定預警，并在無低頻振蕩庫中進行反匹配，按照將得到接近的小干擾穩(wěn)定運行方式進行調節(jié)；步驟2. 2，若廣域監(jiān)測系統(tǒng)檢測到低頻振蕩發(fā)生，則進入有低頻振蕩庫進行正匹配，得到與當前低頻振蕩方式相似范例及對應的低頻振蕩模式和參與因子信息；經(jīng)過正匹配以后，再根據(jù)正匹配結果進入無低頻振蕩庫進行反匹配，最終按照得到方式相似度高、對應模式阻尼比大于閾值且大于正匹配所得模式阻尼比的小干擾穩(wěn)定運行方式進行調節(jié)。
2.根據(jù)權利要求1所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟2. 1中，正匹配基于以下公式得到當前運行方式信息與范例庫范例對應運行方式信息的相似度，在相似度閾值大于0. 85的范例中得到與當前運行方式最相似的范例
3.根據(jù)權利要求ι所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟2. 1中，反匹配基于以下公式得到正匹配所得運行方式數(shù)據(jù)與范例庫其他范例對應運行方式信息的相似度，選取相似度大于閾值0. 85的范例，按相似度從高到低根據(jù)范例各振蕩模式的阻尼是否均大于閾值對范例進行篩選，按照得到運行方式接近的小干擾穩(wěn)定運行方式進行調節(jié)
4.根據(jù)權利要求1所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟2. 2中，正匹配首先根據(jù)廣域監(jiān)測系統(tǒng)記錄的振蕩前運行方式數(shù)據(jù)，基于以下公式得到和范例庫范例對應運行方式信息的相似度，按相似度閾值篩選出一組相似范例，然后對廣域監(jiān)測系統(tǒng)記錄的當前方式振蕩波形進行功率振蕩增量分布計算，根據(jù)主導模式頻率尋找相似范例中頻率相近模式，比較廣域監(jiān)測系統(tǒng)記錄振蕩波形的功率振蕩增量分布計算結果與相似范例中頻率相近模式的功率振蕩增量分布結果的相似程度，最后綜合運行方式相似度、頻率差值以及功率振蕩增量分布結果相似度，得到與當前低頻振蕩方式相似范例及對應的低頻振蕩模式和參與因子信息U Γλ-^ΤSi(Ci3Cft) = ι y j^t, ~—~~~J其中4=1^./^--/,1為新范例，h為新范例屬性4=1:% .--- 丨為范例庫中的歷史范例，％為歷史范例屬性、盡分別表示范例單元中第It個特征屬性的權值和取值范圍，其值視具體的物理量類型而定。
5.根據(jù)權利要求1所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟2. 2中，反匹配利用正匹配所得運行方式代替當前運行方式進行方式相似度計算并利用正匹配所得方式對應的低頻振蕩模式的頻率、參與因子排序及右特征向量與相似運行方式特征值結果進行匹配，以頻率差值、按參與因子排序強相關機組中相同機組所占比例及對應特征向量相位關系為判據(jù)，最終得到方式相似度較高、對應模式阻尼比大于閾值且大于正匹配所得模式阻尼比的小干擾穩(wěn)定運行方式作為調節(jié)建議。
6.根據(jù)權利要求1所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟1中，無低頻振蕩庫的運行方式類型包括未實際發(fā)生低頻振蕩事件的運行方式，存儲信息包括運行方式信息和對應特征值計算結果。
7.根據(jù)權利要求1所述的小干擾穩(wěn)定性預測及輔助決策方法，其特征在于，所述的步驟1中，有低頻振蕩庫的運行方式類型包括實際發(fā)生的低頻振蕩事件和仿真所得弱阻尼低頻振蕩運行方式；存儲信息包括運行方式信息、對應特征值計算結果和參與因子信息及 OAPID計算結果。
全文摘要
本發(fā)明涉及一種預測及輔助決策方法，尤其是涉及一種小干擾穩(wěn)定性預測及輔助決策方法。本發(fā)明創(chuàng)造性地采用范例推理理論及OAPID計算，基于WAMS實時量測數(shù)據(jù)，依據(jù)已有范例(特別是WAMS記錄的頻發(fā)低頻振蕩事件對應的振蕩前的運行方式)和當前運行方式的相似程度實現(xiàn)小干擾穩(wěn)定預測；另一方面，若預測結果認為當前運行方式存在弱阻尼模式或已發(fā)生低頻振蕩，則以提高相應模式(對應的弱阻尼模式或低頻振蕩對應模式)的阻尼比為目標，依據(jù)匹配相似程度較高且阻尼比滿足條件的范例所提示的運行方式進行調度，改善系統(tǒng)的小干擾穩(wěn)定性。
文檔編號H02J3/24GK102157949SQ201110072520
公開日2011年8月17日 申請日期2011年3月25日 優(yōu)先權日2011年3月25日
發(fā)明者張帆, 徐遐齡, 李強, 林濤, 高玉喜 申請人:武漢大學