[发明专利]基于SFR模型预测广域电力系统频率时空分布的方法

说明书

本发明公开了一种基于高阶SFR模型预测广域电力系统的频率时空动态分布方法，通过对传统的简化SFR模型进行拓展，建立高阶SFR模型并预测广域电力系统的惯性中心频率；再构建广域电力系统节点间的距离矩阵与路径矩阵并为其赋初值，通过迭代更新距离矩阵和路径矩阵，计算出广域电力系统任意两节点间的最短电气距离及其所在路径，以及每条线路上的惯性时间常数；然后再标记故障节点，计算标幺化故障节点到每个测试节点间的最短电气距离及其惯性；最后计算频率时空分布因子，构建广域电力系统高阶频率时空分布模型并实时预测广域电力系统的频率时空动态分布。

技术领域

本发明属于电力安全稳定性技术领域，更为具体地讲，涉及一种基于高阶SFR模型预测广域电力系统的频率时空动态分布方法。

背景技术

我国电力系统目前处于电压等级高、互联区域广、系统规模大、结构复杂度高、交直流混联的复杂形态。频率作为电力系统电能质量、运行状态监测与控制的关键指标，是电力系统稳定性的重点评判和控制对象，广域测量的电网频率数据已经表明各测点频率存在明显的动态时空分布现象。建立广域系统频率时空分布模型对提高广域互联电网安稳控制水平具有重大意义。当广域电力系统发生故障时，准确的频率时空动态不但可以帮助确定风电功率渗透率、调频机组的合理配置、备用容量以及自动发电控制(AGC)参数配置，而且准确的频率时空分布特征有助于整定低频减载方案，避免频率崩溃事故发生。

广域电力系统各监测点的频率响应存在时空分布特性。建立高阶频率响应模型，提高系统惯性中心频率的预测精度，为后续研究频率的时空分布特征提供有力的理论支撑。而机组的不均匀分布及其惯性的差异是影响频率时空分布的重要因素。由于惯性是电力系统的固有属性，其表现为系统对外来干扰引起能量波动的阻抗作用。所以当电力系统受到扰动时，系统中各个节点惯性的不同及其调速器参数的差异导致了各个节点频率的不同，由此频率的时空分布特性呈现。掌握惯性中心频率与广域系统各监测点频率动态间的映射关系，能够准确预测广域系统频率的时空动态，就能制定更加精准的频率切控策略，提高电力系统的安全稳定性。

在现有技术中，专利申请号为“CN202010573418.7”，名称为“一种电力系统频率时空动态预测方法”专利，该方法仅仅可以预测判别出电力系统受扰后的时空时序，但是并不能精准预测系统各测点的频率动态过程。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于高阶SFR模型预测广域电力系统的频率时空动态分布方法，通过构建频率时空分布因子明确高阶SFR模型的惯性中心频率与广域电力系统各测点频率动态间的映射关系，从而构建广域电力系统频率时空模型，通过该模型可以精准预测出广域电力系统扰动后各监测点的频率动态过程，精确揭示广域电力系统频率的时空分布特征，为制定频率的精准切控策略提供有力的理论支持，进而保障电力系统安全稳定运行。

为实现上述发明目的，本发明一种基于高阶SFR模型预测广域电力系统的频率时空动态分布方法，其特征在于，包括以下步骤：

(1)、一种基于高阶SFR模型预测广域电力系统的频率时空动态分布方法，其特征在于，包括以下步骤：

(1)、建立高阶SFR模型；

(1.1)、拓展传统简化SFR模型中的机械增益K_m为一阶惯性环节k/A+Ts，其中，k、A、T均为机械增益系数，s表示S域；增加励磁系统阻尼及广域电力系统负荷效应阻尼D_L来模拟广域电力系统的阻尼；

(1.2)、整定高阶SFR模型参数；