[发明专利]基于卡尔曼滤波的电力系统频率与惯量实时监测方法及其系统

说明书

本发明提出基于卡尔曼滤波的电力系统频率与惯量实时监测方法及其系统，该方法包括：分析量测装置对频率测量误差的分布情况；对电力系统的等效惯量进行快速估计；对电力系统的运行情况进行监测，分析扰动事件产生的功率缺额，采集系统的频率量测数据；利用基于卡尔曼滤波的电力系统频率与惯量实时估计模型，对系统频率与惯量的实时跟踪监测。该方法以卡尔曼滤波理论为支撑，建立了暂态过程中电力系统频率与惯量实时监测计算模型，实现对电力系统频率运行态势的实时、准确感知。基于广泛分布的电力系统量测装置，本发明可实现对暂态过程中系统频率与惯量的实时感知，保证实时估计的准确性和快速性，为电力系统的状态评估与运行控制提供决策依据。

技术领域

本发明涉及电力系统运行状态监测方法，具体涉及一种基于卡尔曼滤波的电力系统频率与惯量实时监测方法及其系统。

背景技术

新能源发电占比的稳步提升将削弱煤电等常规电源的主体地位，使电力系统体现出更强的不确定性、复杂性，系统运行与控制的难度增加。由于新能源功率支撑和调控能力不足，新能源高占比电力系统在发生功率扰动事件时频率失稳的风险较大。

为保证电力系统频率的稳定运行，需要及时地感知电网中存在的频率失稳风险。因此，及时地对电力系统频率与惯量进行监测具有重要的意义。传统的电力系统频率监测，主要依赖于实时的量测数据，但是由于量测设备、信息传输等的不确定性，可能导致量测的结果存在较大误差，从而失去参考意义。另外，传统电力系统的惯量评估，主要依赖于离线数据的分析，与实际电力系统的惯量可能存在差异，从而可能对电力系统的安全稳定分析结果造成干扰，影响运行人员的分析判断。

考虑到电力系统频率与惯量实时监测对计算时效性、结果准确性的需求，近年来广受关注的卡尔曼滤波理论可发挥作用。该理论以模型预测与量测数据相结合的方式，通过二者误差的分布情况动态分配二者的权重系数，可实现对系统状态变量及相关参数的预测和辨识，具有重要的实用价值。

发明内容

针对以上不足，本发明提出一种基于卡尔曼滤波的电力系统频率与惯量实时监测方法及其系统，该方法以转子运动方程为基础实现对系统频率与惯量变化的估计，并结合系统实际量测数据，通过计算卡尔曼增益常数，实现模型预测与量测数据的综合权衡，提高电力系统频率与惯量监测的准确性与实时性。

本发明的一种基于卡尔曼滤波的电力系统频率与惯量实时监测方法，包括如下步骤：

(1)基于历史统计信息，分析量测装置对频率测量误差的分布情况；

(2)基于电力系统的运行方式及开机情况，对电力系统的等效惯量H_eq进行快速估计；

(3)对电力系统的运行情况进行监测，分析扰动事件产生的功率缺额ΔP，采集系统的频率量测数据；

(4)以分布情况R、估计的电力系统的等效惯量H_eq以及功率缺额ΔP为基础，结合频率量测数据，利用基于卡尔曼滤波的电力系统频率与惯量实时估计模型，对系统频率与惯量进行实时跟踪监测。

所述步骤(1)中，分析量测装置对频率测量误差的分布情况，以方差R进行表示，通过相关历史试验数据进行统计，其计算公式如下：

其中，i为发电机的数量，n为历史试验数据样本的数目，r_i为系统频率量测误差，为系统频率量测误差平均值。

所述步骤(2)中，电力系统的等效惯量H_eq快速估计，其计算公式如下：

其中，H_i为发电机i的等效惯量，i为发电机的数量，m为开机运行的发电机的数量，S_i为发电机i的额定功率，S_total为系统中发电机额定功率的总和。