專利名稱：一種小干擾穩(wěn)定性預(yù)測(cè)及輔助決策方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種預(yù)測(cè)及輔助決策方法，尤其是涉及一種小干擾穩(wěn)定性預(yù)測(cè)及輔助決策方法。
背景技術(shù)：
隨著電網(wǎng)規(guī)模的不斷擴(kuò)大、結(jié)構(gòu)日益復(fù)雜，電網(wǎng)穩(wěn)定問題日益突出。進(jìn)一步，隨著負(fù)荷需求的不斷增加以及電力企業(yè)對(duì)運(yùn)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(dòng)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(zhuǎn)矩不足，發(fā)電機(jī)轉(zhuǎn)子角逐步增大；②由于有效阻尼轉(zhuǎn)矩不足，轉(zhuǎn)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(dǎo)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(fù)荷長(zhǎng)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(dòng)，造成正常工作方式的破壞。如果不能及時(shí)正確的處理，隨著時(shí)間的推移，其影響可能波及到電網(wǎng)其他元件甚至整個(gè)電網(wǎng)，進(jìn)而造成電網(wǎng)大范圍停電和電氣設(shè)備的損壞，造成巨大的經(jīng)濟(jì)損失和惡劣的社會(huì)影響。目前我國(guó)互聯(lián)電網(wǎng)由于送電距離較長(zhǎng)、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(yùn)行，需要實(shí)時(shí)了解系統(tǒng)的穩(wěn)定狀況，即在系統(tǒng)正常運(yùn)行時(shí)，運(yùn)行人員能夠?qū)崟r(shí)、全面的了解電力系統(tǒng)的運(yùn)行狀態(tài)和小干擾穩(wěn)定性，并通過調(diào)整運(yùn)行方式，以使系統(tǒng)遠(yuǎn)離潛在的小干擾不穩(wěn)定或弱阻尼運(yùn)行方式。在已經(jīng)發(fā)生低頻振蕩時(shí)，調(diào)度人員能夠正確分析和判斷，并迅速采取調(diào)整控制措施平息振蕩，防止事故的蔓延。因此， 對(duì)系統(tǒng)的小干擾穩(wěn)定性進(jìn)行實(shí)時(shí)的監(jiān)視和預(yù)警，對(duì)于預(yù)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(cè)重于在線動(dòng)態(tài)安全分析與研究，主要指在一定時(shí)間內(nèi)完成大量預(yù)想事故的暫態(tài)穩(wěn)定分析與評(píng)價(jià)，并沒有明確提出涵蓋小干擾穩(wěn)定在線計(jì)算的任務(wù)，這主要是由于在線動(dòng)態(tài)安全分析面向的在線數(shù)據(jù)是按區(qū)域分布所導(dǎo)致的。由于管理體制和競(jìng)爭(zhēng)機(jī)制等原因，全網(wǎng)內(nèi)每個(gè)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(shù)上的困難。為此，目前區(qū)域電網(wǎng)在線動(dòng)態(tài)安全分析，對(duì)外網(wǎng)系統(tǒng)通常采用等值的方法。 應(yīng)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(nèi)容
本發(fā)明主要是解決現(xiàn)有技術(shù)所存在的全網(wǎng)內(nèi)每個(gè)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(shù)上的困難等的技術(shù)問題；提供了一種通過與數(shù)據(jù)庫(kù)中的范例匹配快速評(píng)估系統(tǒng)當(dāng)前運(yùn)行方式下的小干擾穩(wěn)定性，避免了特征值在線計(jì)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(yù)測(cè)及輔助決策方法。本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的一種小干擾穩(wěn)定性預(yù)測(cè)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(dòng)態(tài)模型，對(duì)廣域監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)的各種運(yùn)行方式，根據(jù)從電能管理系統(tǒng)中獲得的運(yùn)行方式數(shù)據(jù)進(jìn)行仿真復(fù)現(xiàn)、小干擾穩(wěn)定分析，對(duì)于實(shí)際低頻振蕩事件或包含弱阻尼機(jī)電模式的運(yùn)行方式，還需要基于仿真模型激發(fā)相應(yīng)模式的振蕩并選擇廣域監(jiān)測(cè)系統(tǒng)能夠監(jiān)測(cè)到的發(fā)電機(jī)及線路，進(jìn)行功率振蕩增量分布計(jì)算，并將相應(yīng)的計(jì)算分析結(jié)果存入范例庫(kù)中，所述的范例庫(kù)包括無低頻振蕩庫(kù)和有低頻振蕩庫(kù)；步驟2，基于廣域監(jiān)測(cè)系統(tǒng)量測(cè)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(jìn)行匹配步驟2. 1，若廣域監(jiān)測(cè)系統(tǒng)未檢測(cè)到低頻振蕩發(fā)生，此時(shí)將同步相量測(cè)量裝置上傳的運(yùn)行方式數(shù)據(jù)與無低頻振蕩庫(kù)中的范例進(jìn)行正匹配，得到與當(dāng)前運(yùn)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(yù)警閾值(5% )的比較結(jié)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(shè)定的小干擾穩(wěn)定預(yù)警閾值， 此時(shí)匹配過程結(jié)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(shè)定的閾值，則進(jìn)行小干擾穩(wěn)定預(yù)警，并在無低頻振蕩庫(kù)中進(jìn)行反匹配，按照將得到接近的小干擾穩(wěn)定運(yùn)行方式進(jìn)行調(diào)節(jié)；步驟2. 2，若廣域監(jiān)測(cè)系統(tǒng)檢測(cè)到低頻振蕩發(fā)生，則進(jìn)入有低頻振蕩庫(kù)進(jìn)行正匹配，得到與當(dāng)前低頻振蕩方式相似范例及對(duì)應(yīng)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(jié)果進(jìn)入無低頻振蕩庫(kù)進(jìn)行反匹配，最終按照得到方式相似度高、對(duì)應(yīng)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(yùn)行方式進(jìn)行調(diào)節(jié)。本發(fā)明創(chuàng)造性地采用范例推理理論及OAPID計(jì)算，基于WAMS實(shí)時(shí)量測(cè)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(duì)應(yīng)的振蕩前的運(yùn)行方式)和當(dāng)前運(yùn)行方式的相似程度實(shí)現(xiàn)小干擾穩(wěn)定預(yù)測(cè)；另一方面，若預(yù)測(cè)結(jié)果認(rèn)為當(dāng)前運(yùn)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(yīng)模式(對(duì)應(yīng)的弱阻尼模式或低頻振蕩對(duì)應(yīng)模式) 的阻尼比為目標(biāo)，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(yùn)行方式進(jìn)行調(diào)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(yù)測(cè)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(dāng)前運(yùn)行方式信息與范例庫(kù)范例對(duì)應(yīng)運(yùn)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(dāng)前運(yùn)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(kù)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(gè)特征屬性的權(quán)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(yù)測(cè)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(yùn)行方式數(shù)據(jù)與范例庫(kù)其他范例對(duì)應(yīng)運(yùn)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(duì)范例進(jìn)行篩選，按照得到運(yùn)行方式接近的小干擾穩(wěn)定運(yùn)行方式進(jìn)行調(diào)節(jié)
權(quán)利要求
1.一種小干擾穩(wěn)定性預(yù)測(cè)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(dòng)態(tài)模型，對(duì)廣域監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)的各種運(yùn)行方式，根據(jù)從電能管理系統(tǒng)中獲得的運(yùn)行方式數(shù)據(jù)進(jìn)行仿真復(fù)現(xiàn)、小干擾穩(wěn)定分析，對(duì)于實(shí)際低頻振蕩事件或包含弱阻尼機(jī)電模式的運(yùn)行方式，還需要基于仿真模型激發(fā)相應(yīng)模式的振蕩并選擇廣域監(jiān)測(cè)系統(tǒng)能夠監(jiān)測(cè)到的發(fā)電機(jī)及線路，進(jìn)行功率振蕩增量分布計(jì)算，并將相應(yīng)的計(jì)算分析結(jié)果存入范例庫(kù)中，所述的范例庫(kù)包括無低頻振蕩庫(kù)和有低頻振蕩庫(kù)；步驟2，基于廣域監(jiān)測(cè)系統(tǒng)量測(cè)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(jìn)行匹配步驟2. 1，若廣域監(jiān)測(cè)系統(tǒng)未檢測(cè)到低頻振蕩發(fā)生，此時(shí)將同步相量測(cè)量裝置上傳的運(yùn)行方式數(shù)據(jù)與無低頻振蕩庫(kù)中的范例進(jìn)行正匹配，得到與當(dāng)前運(yùn)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(yù)警閾值的比較結(jié)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(shè)定的小干擾穩(wěn)定預(yù)警閾值，此時(shí)匹配過程結(jié)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(shè)定的閾值，則進(jìn)行小干擾穩(wěn)定預(yù)警，并在無低頻振蕩庫(kù)中進(jìn)行反匹配，按照將得到接近的小干擾穩(wěn)定運(yùn)行方式進(jìn)行調(diào)節(jié)；步驟2. 2，若廣域監(jiān)測(cè)系統(tǒng)檢測(cè)到低頻振蕩發(fā)生，則進(jìn)入有低頻振蕩庫(kù)進(jìn)行正匹配，得到與當(dāng)前低頻振蕩方式相似范例及對(duì)應(yīng)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(jié)果進(jìn)入無低頻振蕩庫(kù)進(jìn)行反匹配，最終按照得到方式相似度高、對(duì)應(yīng)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(yùn)行方式進(jìn)行調(diào)節(jié)。
2.根據(jù)權(quán)利要求1所述的小干擾穩(wěn)定性預(yù)測(cè)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(dāng)前運(yùn)行方式信息與范例庫(kù)范例對(duì)應(yīng)運(yùn)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(dāng)前運(yùn)行方式最相似的范例
3.根據(jù)權(quán)利要求ι所述的小干擾穩(wěn)定性預(yù)測(cè)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(yùn)行方式數(shù)據(jù)與范例庫(kù)其他范例對(duì)應(yīng)運(yùn)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(duì)范例進(jìn)行篩選，按照得到運(yùn)行方式接近的小干擾穩(wěn)定運(yùn)行方式進(jìn)行調(diào)節(jié)
4.根據(jù)權(quán)利要求1所述的小干擾穩(wěn)定性預(yù)測(cè)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(cè)系統(tǒng)記錄的振蕩前運(yùn)行方式數(shù)據(jù)，基于以下公式得到和范例庫(kù)范例對(duì)應(yīng)運(yùn)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(duì)廣域監(jiān)測(cè)系統(tǒng)記錄的當(dāng)前方式振蕩波形進(jìn)行功率振蕩增量分布計(jì)算，根據(jù)主導(dǎo)模式頻率尋找相似范例中頻率相近模式，比較廣域監(jiān)測(cè)系統(tǒng)記錄振蕩波形的功率振蕩增量分布計(jì)算結(jié)果與相似范例中頻率相近模式的功率振蕩增量分布結(jié)果的相似程度，最后綜合運(yùn)行方式相似度、頻率差值以及功率振蕩增量分布結(jié)果相似度，得到與當(dāng)前低頻振蕩方式相似范例及對(duì)應(yīng)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(kù)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(gè)特征屬性的權(quán)值和取值范圍，其值視具體的物理量類型而定。
5.根據(jù)權(quán)利要求1所述的小干擾穩(wěn)定性預(yù)測(cè)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(yùn)行方式代替當(dāng)前運(yùn)行方式進(jìn)行方式相似度計(jì)算并利用正匹配所得方式對(duì)應(yīng)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(yùn)行方式特征值結(jié)果進(jìn)行匹配，以頻率差值、按參與因子排序強(qiáng)相關(guān)機(jī)組中相同機(jī)組所占比例及對(duì)應(yīng)特征向量相位關(guān)系為判據(jù)，最終得到方式相似度較高、對(duì)應(yīng)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(yùn)行方式作為調(diào)節(jié)建議。
6.根據(jù)權(quán)利要求1所述的小干擾穩(wěn)定性預(yù)測(cè)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(kù)的運(yùn)行方式類型包括未實(shí)際發(fā)生低頻振蕩事件的運(yùn)行方式，存儲(chǔ)信息包括運(yùn)行方式信息和對(duì)應(yīng)特征值計(jì)算結(jié)果。
7.根據(jù)權(quán)利要求1所述的小干擾穩(wěn)定性預(yù)測(cè)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(kù)的運(yùn)行方式類型包括實(shí)際發(fā)生的低頻振蕩事件和仿真所得弱阻尼低頻振蕩運(yùn)行方式；存儲(chǔ)信息包括運(yùn)行方式信息、對(duì)應(yīng)特征值計(jì)算結(jié)果和參與因子信息及 OAPID計(jì)算結(jié)果。
全文摘要
本發(fā)明涉及一種預(yù)測(cè)及輔助決策方法，尤其是涉及一種小干擾穩(wěn)定性預(yù)測(cè)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(jì)算，基于WAMS實(shí)時(shí)量測(cè)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(duì)應(yīng)的振蕩前的運(yùn)行方式)和當(dāng)前運(yùn)行方式的相似程度實(shí)現(xiàn)小干擾穩(wěn)定預(yù)測(cè)；另一方面，若預(yù)測(cè)結(jié)果認(rèn)為當(dāng)前運(yùn)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(yīng)模式(對(duì)應(yīng)的弱阻尼模式或低頻振蕩對(duì)應(yīng)模式)的阻尼比為目標(biāo)，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(yùn)行方式進(jìn)行調(diào)度，改善系統(tǒng)的小干擾穩(wěn)定性。
文檔編號(hào)H02J3/24GK102157949SQ201110072520
公開日2011年8月17日 申請(qǐng)日期2011年3月25日 優(yōu)先權(quán)日2011年3月25日
發(fā)明者張帆, 徐遐齡, 李強(qiáng), 林濤, 高玉喜 申請(qǐng)人:武漢大學(xué)