基于粒子群优化算法的电力系统等效惯量评估方法技术方案

本发明专利技术涉及一种基于粒子群优化算法的电力系统等效惯量评估方法，在系统不同程度的扰动基础上，忽略负荷的频率特性，以发电机摇摆方程构造目标函数，利用粒子群优化算法求解出各台发电机的惯性时间常数，进而计算出整个电力系统的等效惯性时间常数，提升对整个系统等效惯量评估的精确程度。此方法能消除扰动下频率变化率不一致对系统等效惯量评估的影响且较为准确的计算出系统等效惯性时间常数值，计算速度快，复杂程度低，具有良好的实用价值。

【技术实现步骤摘要】
基于粒子群优化算法的电力系统等效惯量评估方法
本专利技术涉及一种电力系统在线监测与控制技术，特别涉及一种基于粒子群优化算法的电力系统等效惯量评估方法。
技术介绍
近年来，面对能源危机、金融危机以及人类对气候危机越来越清晰地认识，全球范围内新能源出现超常规发展的态势。各国对新能源的投资大幅度增长，新能源产能也急剧扩大。可再生能源发电是新能源发展的核心，风电是在技术和成本上最具竞争力的新能源形式。尽管短期内新能源还无法替代传统化石能源，但世界范围内资源的供需紧张以及全球为应对气候变化而对温室气体排放所做的限制为新能源发展铺就了宽广的道路。新能源技术的发展和市场的扩大超乎想象，许多可再生能源资源将逐渐变成商业项目。可以预见，不同能源形式的逐渐替代将改变世界经济和政治版图以及人类的生存和生活方式。与此同时，新能源技术发展的弊端也日益凸显。在电力系统中，发出和消耗的有功功率时常呈现不平衡状态，导致系统频率不断变化。频率维持在特定的范围内，系统才能安全稳定运行，如果频率偏离了正常值可能会导致系统频率失稳，甚至进一步造成频率崩溃现象。随着大规模新能源并入大电网，系统的抗扰动能力逐渐下降，频率稳定性逐渐减弱。缘由之一是电力电子器件解耦了系统发电侧和电网侧，因此发电侧的惯量无法传递到电网中。而存在于同步发电机和涡轮机旋转机构中的惯量是电力系统稳定运行的重要参数。研究发现，惯量越低的系统受扰动影响越大,频率跌落越快，电网稳定性更差，因此对整个系统的惯量进行评估是很有必要的。
技术实现思路
本专利技术是针对现在惯量评估方法忽略了惯量评估的位置对惯量评估精确程度的影响，导致评估精确较低的问题，提出了一种基于粒子群优化算法的电力系统等效惯量评估方法，先以发电机摇摆方程构造目标函数，利用粒子群优化算法求解出各台发电机的惯性时间常数，进而计算出整个电力系统的等效惯性时间常数，提升对整个系统等效惯量评估的精确程度。本专利技术的技术方案为：一种基于粒子群优化算法的电力系统等效惯量评估方法，具体包括如下步骤：1)利用发电机摇摆方程构造一个和各台发电机惯性时间常数有关的目标函数F为：其中，Hi为第i台发电机的惯性时间常数；Si是第i台发电机的额定容量；fi是第i台发电机出口处频率；fn是电力系统的额定频率；ΔP为整个系统的有功功率缺额；G属于发电机集合；各台发电机的惯性时间常数约束条件为Hi∈[3,6]，i∈G；2)利用粒子群算法求解出目标函数的全局最优解，得到的全局最优解为各台发电机的惯性时间常数Hi的集合：粒子群算法中设定：根据电力系统中存在的发电机台数设置种群中所有粒子维度，即电力系统共有D台发电机，就设定所有粒子维度为D；粒子第n维的位置代表第n台发电机的惯性时间常数值，受步骤1)约束条件约束；对于D维空间中的N个粒子，任意一个粒子i对应位置为xi，xi∈[xmin,xmax]；速度为vi，vi∈[-xmin，xmin]；粒子i经历过的最好位置pbesti；以及种群中所有粒子经历过的最好位置gbest：xi＝(xi1,xi2,...,xiD)vi＝(vi1,vi2,...,viD)pbesti＝(pi1,pi2,...,piD)gbest＝(g1,g2,...,gD)通过将粒子i位置带入目标函数得到粒子i适应值，与pbesti和gbest对应适应值比较来更新pbesti和gbest；对于粒子i在第n维的速度和位置更新公式：其中，分别为粒子i在第n维经过k、k+1次迭代后的位置；分别为粒子i在第n维经过k、k+1次迭代后的速度；为粒子i经过k次迭代后在第n维中个体极值点的位置；为所有粒子经过k次迭代后在第n维中的全局极值点的位置；c1和c2是加速度常数；r1和r2是0到1的随机函数；ω为惯性权重；3)求解整个电力系统的等效惯性时间常数：根据步骤2)所得全局最优解，计算整个电力系统的惯性时间常数Hsys，其中，Ssys为电力系统发电机总容量。本专利技术的有益效果在于：本专利技术基于粒子群优化算法的电力系统等效惯量评估方法，旨在对整个电力系统的等效惯量进行评估，降低系统等效惯量评估的复杂程度，提高评估速度和精确性。该方法消除了扰动期间各个节点频率不一致对电力系统惯量评估的影响，计算方法简单快速，精确程度高，具有良好的实用性。附图说明图1为粒子群算法流程图；图2为本专利技术实施例新英格兰10机39节点系统示意图。具体实施方式一般用惯性时间常数(H)来表征发电机惯量的大小。发电机的惯性时间常数定义为发电机仅通过释放旋转机构中存储的动能提供发电机额定功率的时间，一般单位为秒。发电机的惯性时间常数公式表达如(1)所示：其中，Ji为第i台发电机的转动惯量；ω0为发电机额定角频率；Si是第i台发电机的额定容量。假设电力系统是一个单母线的结构，即一台等效发电机通过一根母线连接到一个等效负荷，对于电力系统的等效惯性时间常数则有定义式：其中，Ssys为电力系统发电机总容量。在实际中，一般用发电机摇摆方程(3)对单台发电机惯性时间常数进行求解：其中，fi是第i台发电机出口处频率，fn是电力系统的额定频率,Hi是第i台发电机的惯性时间常数，Pmi和Pei分别是第i台发电机的机械功率和电磁功率。将单个发电机的惯性时间常数的计算方法推广，并假设fi/fn≈1,得到整个系统的等效惯性时间常数计算方法，则有表达式(4)：式(4)中，G属于发电机集合，Hsys为整个系统的等效惯性时间常数值；Ssys为整个系统的发电机总容量；ΔP为整个系统的有功功率缺额；fCOI为整个系统的惯量中心频率。在实际中，各台发电机的惯性时间常数可能是不精确的，使得利用(4)式求解整个系统的惯性时间常数变得更为困难，为了解决这个问题，一般采用一个节点k上的频率变化率dfk/dt来替代dfCOI/dt：但是，当系统遭受扰动时，整个系统中各个节点上的频率变化并不一致，因此不同节点的频率变化率代入(6)式得到的系统惯性时间常数的精确程度也不一致。为对整个电力系统的等效惯量进行评估，提高系统惯量评估的精确程度和计算速度，降低评估复杂程度。利用粒子群优化算法求解构造出的目标函数得到各台发电机的惯性时间常数，进而计算出整个电力系统的等效惯性时间常数。本专利技术在系统不同程度的扰动基础上，忽略负荷的频率特性，利用粒子群优化算法求解出各台发电机的惯性时间常数，进而对整个系统进行等效惯量评估，消除了扰动下频率变化率不一致对系统等效惯量评估的影响，以此获得了较为精确的系统等效惯量评估方式。具体采取的技术方案如下：1、本专利技术利用发电机摇摆方程构造一个和各台发电机惯性时间常数有关的目标函数。以(4)式为原型，进行变换：其中，每一台发电机的惯性时间常数Hi都是未知的，为了求取各台发电机的惯性时间常数，构造目标函数：实际中，各个发电厂的惯性时间常数大概都在3～6s之间，因此约束条件为Hi∈[3,6](i∈G)。2、利用粒子群优化算法对目标函数进行求解。粒子群优化算法(PSO)起源于对一个简单社会模型的仿真，它和人工生命理论以及鸟类或鱼类的群集现象有十分明显的联系。动物行为学家曾仔细观察过蚂蚁的觅食行为，发现不管初始时同一蚁巢的蚂蚁从蚁巢到食物的觅食路径是如何的随机，随着觅食的蚂蚁往返次数的增加，蚁群总能找到最短的觅食路径。PSO算法就是从本文档来自技高网...

【技术保护点】
1.一种基于粒子群优化算法的电力系统等效惯量评估方法，其特征在于，具体包括如下步骤：1)利用发电机摇摆方程构造一个和各台发电机惯性时间常数有关的目标函数F为：

【技术特征摘要】
1.一种基于粒子群优化算法的电力系统等效惯量评估方法，其特征在于，具体包括如下步骤：1)利用发电机摇摆方程构造一个和各台发电机惯性时间常数有关的目标函数F为：其中，Hi为第i台发电机的惯性时间常数；Si是第i台发电机的额定容量；fi是第i台发电机出口处频率；fn是电力系统的额定频率；ΔP为整个系统的有功功率缺额；G属于发电机集合；各台发电机的惯性时间常数约束条件为Hi∈[3,6]，i∈G；2)利用粒子群算法求解出目标函数的全局最优解，得到的全局最优解为各台发电机的惯性时间常数Hi的集合：粒子群算法中设定：根据电力系统中存在的发电机台数设置种群中所有粒子维度，即电力系统共有D台发电机，就设定所有粒子维度为D；粒子第n维的位置代表第n台发电机的惯性时间常数值，受步骤1)约束条件约束；对于D维空间中的N个粒子，任意一个粒子i对应位置为xi，xi∈[xmin,xmax]；速度为vi，vi∈[-xmin，xmin]；粒子i...

【专利技术属性】
技术研发人员：李东东，张佳乐，赵耀，刘振宇，高晓城，杨帆，林顺富，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31