[发明专利]一种针对关键节点的大规模电力系统潮流收敛性调整方法

摘要

本发明是一种针对关键节点的大规模电力系统潮流收敛性调整方法，其特点是通过牛顿迭代法(Newton‑Raphson)迭代的中间数据，建立潮流收敛性的判断指标；根据指标值所代表的具体意义辨识关键影响节点和因素；根据关键影响节点和因素刻画潮流收敛域；依赖不同调整目标对关键数据量进行调整等内容。具有科学合理，适用性强，效果佳等优点，能够为电网潮流调整提供直观依据。

主权项

1.一种针对关键节点的大规模电力系统潮流收敛性调整方法，其特征包括：通过牛顿迭代法(Newton‑Raphson)迭代的中间数据，建立潮流收敛性的判断指标；根据指标值所代表的具体意义辨识关键影响节点和因素；根据关键影响节点和因素刻画潮流收敛域；依赖不同调整目标对关键数据量进行调整；具体内容为：1)通过牛顿迭代法(Newton‑Raphson)潮流迭代的中间数据，建立潮流收敛性的判断指标：潮流迭代的中间过程数据蕴含着电网的重要信息，孤立地看，每次潮流迭代求解结果都能够代表一个独立的潮流形式，即每一节点的电气量关系满足物理规律，冗余功率皆由平衡节点承担，由于计算结果与注入数值之间的误差无法满足精度要求，所以才需要进行反复迭代，因此，从连续上看，两次迭代之间数据的变化情况能够反映潮流方程的收敛能力，如果迭代过程中计算数据逐渐趋近于注入数据，说明此迭代过程正在向收敛方向发展，潮流收敛的可能性较大，牛顿迭代法计算过程中，|Δy^(k)|作为各节点功率的不平衡量，体现了迭代过程中各节点功率的计算值与注入数据之间误差的变化情况，由此建立指标：则潮流收敛条件为：式中为关键因素判别指标；k表示迭代次数；k_max表示预设的最大迭代次数；Δy表示节点功率不平衡量；μ表示预设的迭代求解精度；2)根据指标值所代表的具体意义辨识关键影响节点和因素：借助Δy^(k)反映功率计算值与注入数据之间误差的特性，提出一种辨识潮流不收敛关键因素的方法，牛顿迭代法潮流计算过程中，Δx^(k)与Δy^(k)都能够体现潮流解的精度，但两者所代表的意义有所不同，Δx^(k)代表状态变量在两次迭代计算之间变化的差值，当Δx^(k)逐渐趋于减小时，能够反映状态变量的变化情况逐渐趋于稳定；而Δy^(k)则代表了计算值与真值间的误差，对于含有高于两个自变量的方程组而言，计算值与真值间的误差就由|Δy^(k)|中的最大值决定，当|Δy^(k)|逐渐趋于减小时，则说明在该迭代过程中，迭代计算量正逐渐向注入数据方向逼近，相比Δx^(k)而言，Δy^(k)更具有明确的实际意义，E_max越大表示该次迭代下，计算值较注入数据之间误差较大，相反的，E_max越小则表示在该次迭代中计算值越接近于注入数据；3)根据关键影响节点和因素刻画潮流收敛域：潮流收敛域指的是所有满足潮流计算收敛条件的运行点数据的集合，根据辨识出的潮流不收敛关键因素，以潮流计算收敛为边界条件刻画潮流收敛域，以数据点相对于收敛域边界的位置关系，提供数据的修正方案，当数据点位于收敛域以内时，潮流计算收敛；当数据点位于收敛域以外时，潮流计算不能收敛，理论上讲收敛域可以刻画至无限维，但高于二维的收敛域不利于分析后续的潮流修正，因此对于辨识出的问题因素多于两个的，可以绘制多个二维域分别进行分析；4)依赖不同调整目标对关键数据量进行调整：当潮流计算不收敛时，即数据点位于收敛域以外时，修正数据点数据，将数据点拉入收敛域以内，即实现了通过修正关键控制变量将不收敛的潮流调至收敛，采用以修正单个数据为目标的数据修正方案和以修正数据总量最小为目标的数据修正方案，以修正单个数据为目标的数据修正方案的核心在于，求取数据点到收敛边界平行于坐标轴方向上的最短距离，但当数据偏差较多，偏差量较大时调整量则会很多；当以修正数据总量最小为目标的数据修正方案时，理论上总能找到一个边界点使得潮流计算收敛，但在实际操作过程中，数据点到收敛边界的距离则不宜求取，两种目标各有利弊，实际应用中应视具体目标相应结合使用。