[发明专利]一种风电接入电网的低频振荡辨识方法有效
| 申请号: | 201310311064.9 | 申请日: | 2013-07-23 | 
| 公开(公告)号: | CN103336909A | 公开(公告)日: | 2013-10-02 | 
| 发明(设计)人: | 张小敏;刘文颖;曹银利;梁才;郑伟;葛润东;靳丹;邢晶;陈振寰;钟佳辰;吕斌;刘聪;马超;李扬;乾维江;赵子兰;陈仕彬;刘景延;陈璟昊 | 申请(专利权)人: | 国家电网公司;甘肃省电网公司电力科学研究院;华北电力大学 | 
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 | 
| 代理公司: | 北京麟保德和知识产权代理事务所(普通合伙) 11428 | 代理人: | 周恺丰 | 
| 地址: | 100031 *** | 国省代码: | 北京;11 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 接入 电网 低频 振荡 辨识 方法 | ||
技术领域
本发明属于风电并网监测技术领域,尤其涉及一种风电接入电网的低频振荡辨识方法。
背景技术
随着风力发电技术的快速发展和国家在政策上对可再生能源发电的重视,我国风力发电建设已进入了一个快速发展的时期。同时,我国大容量风电场的规划、建设和运行使得风力发电在电力系统中的比重逐步增加,风电场与电力系统之间的相互影响也随之加大。
风电场一般在电网末端接入,远离负荷中心。由于风速的随机性与不确定性,大规模风电接入将对整个电网的稳定性有较大影响。其中,低频振荡,或称功率振荡,是较为普遍的一个问题。分析低频振荡常用特征值分析法,该方法将低频振荡归于小干扰稳定研究范畴。首先,在工作点附近将系统线性化,形成系统状态方程矩阵,如文献P.Kundur.Power System Stability and Control.McGraw-Hill,Inc.,1993中(详见第703页,12.1.3节),就给出了电力系统的全系统线性化状态矩阵A=AD+BD(YN+YD)-1CD的生成过程,其中的AD、BD、CD和YD是参数全系统线性化状态矩阵A的4个参数矩阵,YN是节点导纳矩阵。其次,求取矩阵A的特征值和特征向量,并分析系统低频振荡的模式、振型、参与因子和灵敏度,从而考察原始系统的小干扰稳定性。特征值分析法可以准确反映出振荡模式的频率和阻尼以及非振荡模式的衰减率,因此分析人员可以及时发现系统中可能的全部弱阻尼模式或不稳定模式。
但是,特征值分析法依赖准确的全系统状态方程,并且在现有的方法中认为,风电不参与低频振荡,其只影响系统的低频振荡特性,因此需要考虑大规模风电接入以后对全系统状态方程的修正。而且,特征值分析法的计算结果包含大量无物理意义的根,筛选并识别系统中的弱阻尼区间振荡模式仍需要大量人工参与,这将不利于系统调度人员对系统中的低频振荡模式进行快速与有效的辨识。因此,开发一种考虑大规模风电接入的低频振荡辨识方法显得尤为重要。
发明内容
本发明的目的在于,提供一种风电接入电网的低频振荡辨识方法,用于解决电网现有的低频振荡辨识方法未考虑大规模风电接入的问题以及无法自动辨识电网主导振荡模式的问题。
为了实现上述目的,本发明提出的技术方案是,一种风电接入电网的低频振荡辨识方法,其特征是所述方法包括:
步骤1:对不含风电机组的电力系统全系统线性化状态矩阵A进行修正,得到包含风电机组的电力系统全系统线性化状态矩阵A′,并记为修正后的全系统线性化状态矩阵A′;
步骤2:求取修正后的全系统线性化状态矩阵A′的特征值λS和特征向量vS;
步骤3:根据所述特征值λS和特征向量vS,计算特征值的频率f、衰减阻尼比ξ和机电回路相关比ρ;
步骤4:根据特征值的频率f、衰减阻尼比ξ和机电回路相关比ρ,对特征值进行分析,确定风电接入电网的低频振荡模式。
所述风电机组为双馈异步风力发电机组。
所述修正后的全系统线性化状态矩阵A′=A′D+B′D(Y′N+Y′D)-1C′D;
其中,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;甘肃省电网公司电力科学研究院;华北电力大学,未经国家电网公司;甘肃省电网公司电力科学研究院;华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310311064.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:血糖检测装置
 - 下一篇:一种内衣穿戴式生命信息采集系统
 
- 同类专利
 
- 专利分类
 
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





