[发明专利]一种基于时序最优潮流法的长期电压稳定预防控制方法有效
申请号: | 201510677411.9 | 申请日: | 2015-10-16 |
公开(公告)号: | CN105186513A | 公开(公告)日: | 2015-12-23 |
发明(设计)人: | 张文;王超 | 申请(专利权)人: | 山东大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;G06Q10/04;G06Q50/06 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张勇 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
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 基于 时序 最优 潮流 长期 电压 稳定 预防 控制 方法 | ||
技术领域
本发明涉及一种电力系统运行与控制领域,尤其涉及一种基于时序最优潮流法的长期电压稳定预防控制方法。
背景技术
近年来电力系统电压失稳事故的频繁发生对电力系统的安全稳定运行带来了新的挑战,这些事故的特点是在事故发展过程中伴随着一个相对时间较长的电压持续降落过程。为防止长期电压失稳事故的发生,需要制订合理有效的长期电压预防控制策略。长期电压失稳预防控制策略的制订需要保证计算的精确性并能适应在线应用的要求,目前针对长期电压稳定控制并未有适应于在线应用的有效预防控制策略。
由于最优潮流在电力系统安全运行和经济调度等方面有着广泛的实际应用,基于最优潮流的电压失稳预防控制策略一度成为研究的热点。如果在最优潮流中考虑预想事件状态下的相关约束,即为安全约束最优潮流(SCOPF),SCOPF在每次的最优计算中都要满足预想事件的约束,必然造成计算时间增加和减小其最优性。现有文章从两个方面来解决此问题,一个是通过静态稳定安全分析(SSSA)来缩小预想事故集,SSSA可以通过进行事故排序或者选择主导事件等方式来进行预想事故的筛选;另一个是通过把问题分解为主问题(目标函数)和子问题(约束事件)来进行优化求解。这两种方式都未能综合考虑一段时间内的负荷变化趋势,忽视了电压预防控制中无功分布的均衡,并带来了计算的复杂性。
系统状态的改变与负荷变化有着紧密关联。随着负荷水平的增长,系统逐渐趋向于失稳状态,此时若有小的事故,则可能引发大的灾难,因此在最优潮流计算中需要考虑一定的预想事故约束,从而保证在发生事故的时候,系统依然能够保证安全稳定运行。在重负荷的情况下,若强制所有节点电压约束在某一个固定的范围内,将有可能导致为保证某些节点的电压水平而造成的无功功率远距离传输,进而导致无功分布的不均衡,甚至导致系统崩溃。因此在制订长期电压预防控制策略时,需要考虑一段时间的负荷变动状况。
发明内容
本发明的目的就是为了解决上述问题,提出了一种基于时序最优潮流法的长期电压稳定预防控制方法,该方法以最优潮流法为基础,设计了基于两层时间框架的时序最优潮流法。上层框架为超短期负荷预测和电压态势分析部分,用于对系统进行预想事故集的筛选、主导电压态势控制节点的选择和电压约束范围的设定;下层框架运用上层给出的各种参数,在实际负荷情况下,进行以网损为目标的最优潮流计算,并为上层提供负荷预测所需的预测起点。
为了实现上述目的,本发明采用如下技术方案:
一种基于时序最优潮流法的长期电压稳定预防控制方法,包括以下步骤:
(1)把负荷预测的起点作为预防点,假设相邻三个预防点分别为h0、h1和h2,则预测负荷时间间隔分别为h0到h1、h1到h2;
(2)进行线路故障筛选预处理,将开断后会导致系统解列的线路去掉;
(3)构建灰色负荷预测模型,在预防点h0处进行h0到h1时间段内的超短期负荷预测,并得到该时间段内的预测负荷曲线;
(4)基于预测负荷曲线进行预想事故集筛选;将在预测负荷曲线的最大负荷Lmax处进行故障筛选的结果作为下层控制时间间隔内的故障约束;
(5)在预测负荷曲线的最大负荷Lmax处,以系统潮流方程的最小模特征值对负荷节点注入变量的灵敏度进行节点分类,按照系统注入对最小模特征值的影响程度由高到低进行排序,选择前N个节点作为主导电压态势控制节点;
(6)确定节点电压约束上边界和下边界;
(7)确定h0到h1时间段内下层最优潮流目标函数,即以网损为目标函数进行最优潮流计算;
(8)下层时间到达新的预防点h1时,在新的预防点h1处,重复步骤(1)—(7)进行h1-h2时段内超短期负荷预测。
所述步骤(2)中,进行线路故障筛选预处理的方法为:
对于一个含有n个节点的电力网络,定义A为某条线路开断后的网络邻接矩阵,且A的对角线元素为0;则A+I代表两节点之间长度为1的矩阵,若A+I的第i行,第j列等于1,则说明i和j之间可以直接连通,则定义矩阵
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山东大学,未经山东大学许可,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/201510677411.9/2.html,转载请声明来源钻瓜专利网。