[发明专利]一种电力系统惯性时间常数测量方法

说明书

本发明涉及一种电力系统惯性时间常数测量方法，包括以下步骤：1)根据惯性响应的来源将惯性响应分为同步发电机、风电场和负荷的惯性响应；2)在电力系统发生扰动后测量同步发电机、风电场出口处频率和电压；3)表示出同步机、风电场和负荷功率变化并构建最优化问题，并采用粒子群算法进行迭代求解，最终得到风电场和同步机惯性时间常数测量值。与现有技术相比，本方法能够方便、准确地计算风电场和同步机惯性时间常数，具有良好的实用性。

技术领域

本发明涉及电力系统运行技术领域，尤其是涉及一种计及风电场与负荷惯性响应的电力系统惯性时间常数测量方法。

背景技术

传统能源的日益匮乏促使各国加快了新能源的开发，其中风电发展尤为迅速。风力发电呈现出高速，迅猛的发展态势。风电的迅猛发展正在改变由传统火力、水力作为主导的电网能源结构，给社会带来巨大的环境、经济效益。但风电渗透率的不断提高使电网频率稳定受到极大威胁。

电力系统稳定运行时，频率通常需要维持在一定的范围内。系统受到一定大小的扰动后，频率变化受系统惯性时间常数H的影响。H越大系统频率变化速度越慢，偏离标准值越小，系统抗扰动能力越强。因此，H是体现系统稳定性的重要参数。目前，由于风力发电机大多通过电力电子设备接入电网，发电侧与电网解耦，无法响应电网频率变化，这使得系统惯性时间常数减小，系统稳定性受到威胁。准确测量系统惯性时间常数对电力系统稳定运行至关重要。

惯性时间常数是对惯性的定量表示。惯性定义为一个物理对象阻碍其运动状态改变的性质，这个运动状态变化包括速度大小和方向的变化。在电力系统中，运动中的物体主要是连接到电力系统中的旋转机械。通常采用惯量时间常数H来表征系统惯性大小。目前一般采用发电机摇摆方程去计算惯量时间常数H。摇摆方程如式(1)所示。

其中H是发电机惯性时间常数单位s，f_s是系统额定频率单位Hz，S_N是发电机额定容量单位MVA，df(t)/dt是t时刻频率变化率单位Hz/s，P_m(t)和P_e(t)分别是发电机机械功率和电磁功率单位MW。

当系统受到扰动时，系统中同步机、风电场和部分动态负荷均会对扰动做出响应，我们称之为惯性响应。在大量学者相关研究中，往往忽略了负荷的惯性响应，直接用扰动的大小作为同步机摇摆方程中功率变化。这将导致计算结果有很大误差。

风电场惯性时间常数测量相关研究还相对较少，因此对含风电并网的电力系统惯性时间常数进行测量很有必要。

粒子群优化算法最早由Eberhart和Kennedy在1995年提出，它是源于对鸟类觅食行为的研究，模仿鸟类觅食过程进行最优化求解。相比于遗传算法，粒子群优化算法更高效，使用求解函数数量更少。

起初每个粒子在上述约束条件内的某个随机位置，计算每个粒子的解并进行比较获得目前最优解，根据粒子的自适应度调节粒子的速度和位置，不断更新迭代直到结果小于10^-16。其更新速度和位置公式如下：

式中，V为粒子的搜寻速度，X为粒子位置，i和k分别为粒子标号和迭代次数。ω为惯性因子是非负值，较大时全局寻优能力强而局部寻优能力弱，较小时，全局寻优能力弱而局部寻优能力强，c1，c2分别为个体学习因子和社会学习因子，通常设置c1＝c2＝2，rd1和rd2是0到1之间的随机数，Xpb和Xgb分别为个体最优位置和群体最优位置。

现有的电力系统惯性时间常数测量方法大多关注同步发电机惯性时间常数测量。往往忽略系统中负荷与风电场惯性响应，这导致电力系统惯性时间常数测量不够准确。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种电力系统惯性时间常数测量方法。