[发明专利]一种计及频率变化的含风力发电的电力系统状态估计方法

说明书

技术领域

发明涉及一种计及频率变化的含风力发电的电力系统状态估计方法，属于电力系统运行和控制技术领域。

背景技术

作为能量管理系统(Energy Management System，EMS)的核心，电力系统状态估计通过对生数据的处理，获得状态量的最佳估计值。传统的加权最小二乘法(Weighted Least Squares，WLS)状态估计算法估计质量和收敛性能很好，是状态估计的经典解法和理论基础，适应各种类型的量测系统。

异步风机简化RX模型既充分考虑了异步发电机本身的特性，较详细地阐述了异步风力发电机的输出功率特性，又较传统RX模型的计算量小，精度满足计算要求。

但现有技术中的状态估计模型仅仅考虑了风机的滑差，并未研究系统的频率变化。随着大规模风电接入电网，风电出力的波动性会对电网频率产生显著影响。

发明内容

本发明提供一种计及频率变化的含风力发电的电力系统状态估计方法，将系统的频率偏差作为新的状态量建立新的状态估计模型，相关电力元件也采用考虑频率特性的模型，该方法能够有效计及系统的频率偏差，解决了现有技术中的问题，具有工程应用价值。

本发明为实现上述目的，采用如下技术方案：

一种计及频率变化的含风力发电的电力系统状态估计方法，依次包括以下步骤：

(1)获得电力系统的网络参数和量测量；

(2)利用步骤(1)获得的网络参数和量测量进行状态估计程序初始化；

(3)建立计及频率变化的含风力发电的状态估计模型：

min J(x)＝[z-h(x)]^TW[z-h(x)]

其中，J是目标函数；T表示矩阵的转置；W为对角权重矩阵；x为状态量，维数n＝2N-1，N为节点数；z为量测量，维数m，m>n；h为m维非线性量测函数；

(4)考虑风机滑差s和系统频率偏差Δf建立新的雅克比矩阵：

其中，P和Q分别表示普通发电机对应的有功和无功；P_k和Q_k分别为异步风机的接入节点k对应的有功和无功；其中和的维数与系统中风电场节点的数目相同；

(5)由初始各状态量V⁽⁰⁾、θ⁽⁰⁾、s⁽⁰⁾、Δf⁽⁰⁾计算量测量的计算值h(x^(k))和雅克比矩阵H(x^(k))，其中，θ表示电压相角，V表示电压幅值，s是滑差，Δf是频率偏差量，0表示初始状态量；

(6)求解状态修正量Δx^(k)，判断是否满足收敛条件，若max{ΔV^(k)|,|Δθ^(k)|,|Δs^(k)|,|Δf^(k)|}>λ，迭代次数k＝k+1，修正状态量V^(k+1)＝V^(k)+ΔV^(k)，θ^(k+1)＝θ^(k)+Δθ^(k)，s^(k+1)＝s^(k)+Δs^(k)，Δf^(k+1)＝Δf^(k)+ΔΔf^(k)，直到符合条件，输出结果，其中，k是迭代次数。

上述步骤(2)中，初始化的内容包括：设置迭代精度λ、最大迭代次数以及风力发电机滑差初值和频率偏差初值，形成节点导纳矩阵。

上述步骤(1)中，网络参数包括：母线编号、名称、补偿电容，输电线路的支路号、首端节点和末端节点编号、串联电阻、串联电抗、并联电导、并联电纳、变压器变比和阻抗，风电场的空气密度、风速，风机机型参数，系统初始频率。

上述步骤(1)中，量测量z包括：节点电压幅值、节点注入有功功率和无功功率，普通线路支路和变压器支路的有功功率和无功功率。

上述计及频率变化的含风力发电的电力系统状态估计是在同步发电机准稳态模型、负荷准稳态模型和异步风机简化RX模型的基础上，将频率偏差作为新的状态量引入到状态估计过程中，并且对发电机和负荷节点构造了新的零注入功率量测，最终建立了考虑频率偏差的状态估计模型。算例仿真结果表明该模型可有效计及系统的频率偏差，状态估计结果精度得到提高，具有工程应用前景。

附图说明

图1为本发明方法流程图。