一种考虑风机接入下提升系统同调性的解列分群优化方法技术方案

本发明专利技术公开了一种考虑风机接入下提升系统同调性的解列分群优化方法，针对大规模风机并网引起系统振荡模式复杂多变的问题，提出一种考虑风机接入的解列优化控制策略，通过选取特定地点并投入合适功率的风机容量，影响系统潮流分布情况，改变节点间的同调关系，将解列决策范围限定在一定区域内，确保小扰动下机组不分群、大扰动下分群断面能大概率集中，提升解列装置的操控能力。本发明专利技术基于慢同调理论计算系统状态特征值与特征向量，形成慢同调相关度矩阵，全面反映所有节点电气联系，并用改进后智能优化算法搭建双层规划模型，通过规划风机接入点与接入容量分布来改善机组同调性，达到缩小解列决策范围的目的，对维护系统安全稳定有着重要意义。

An optimization method of splitting and grouping considering coherency of hoisting system with wind turbine connected

【技术实现步骤摘要】
一种考虑风机接入下提升系统同调性的解列分群优化方法
本专利技术涉及电力系统同调解列分析
，尤其涉及一种考虑风机接入下提升系统同调性的解列分群优化方法。
技术介绍
近年来为响应推进能源转型战略的需求，以风电、光伏为代表的新能源发电技术受到越来越多的重视。在众多新能源行业的发展过程中，风力发电因其技术成熟、对环境零污染、应用范围广等特点，成为了全球能源产业的中流砥柱。大规模风电并网在带来绿色能源的同时，也引发了新的电压频率暂态稳定等诸多问题，解列作为最后一道防线在电网发生失步振荡时意义重大。风电并网系统对电网稳定运行和安全调度产生的影响成为摆在国内外众多风电专家学者面前不可避免的重要课题，在能源转型背景下考虑风机接入对系统解列的影响更具现实意义。大量风力发电机组直接接入电网，会使电网本身的电气特征发生改变，一方面是风机与同步机之间的强交互作用会对系统稳定性产生影响，另一方面是风机接入导致潮流变化会改变节点间电气联系，这些都对新场景下的解列提出了更高的要求。当前已有众多研究通过保留风机与机电暂态时间尺度相关的部分特性，为风电接入电网对系统暂态影响的分析提供了理论依据，并利用风电机组初始风速及动态特性对风机进行等值分群，从风机类型、并网容量等方面考虑，分析风电机组运行方式对系统电压薄弱节点和失步振荡的影响，指出风机接入方式的不同会导致失稳模式不同，能为解列断面的选取提供支撑。部分研究进一步考虑将风机接入量等值为系统收缩导纳矩阵来分析对解列的影响，并提出在线同调识别策略，但针对大电网多故障下解列策略不收敛的问题仍没有解决。针对上述问题，提出了一种考虑风机接入下提升系统同调性的解列分群优化方法，基于慢同调理论计算系统状态特征值与特征向量，全面反映所有节点电气联系，并用改进后智能优化算法搭建双层规划模型，通过合理分布风机接入点与接入容量来改善机组同调性，达到缩小解列决策范围的目的，对维护电网稳定运行具有重要意义。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种考虑风机接入下提升系统同调性的解列分群优化方法。本专利技术解决其技术问题所采用的技术方案是：本专利技术提供一种考虑风机接入下提升系统同调性的解列分群优化方法，该方法包括以下步骤：S1、计算风电机组接入电网的输出外特性，观测风机接入位置与接入容量对电力系统潮流分布与电气联系的影响；并搭建双层规划模型，包括上层模型和下层模型；S2、上层模型根据蒙特卡洛采样算法，确定采样次数，并更新风机接入点方案；S3、下层模型采用改进智能优化算法，确定迭代次数，并确定更新风机接入容量；S4、输入电力网络原始数据，根据风机接入情况更新计算系统潮流，并基于慢同调理论搭建同步机运动状态方程，计算特征值并筛选主导模式构造模态矩阵；S5、针对模态矩阵确定系统节点分类，基于群内与群间同调关系构建节点相关度模型，确定约束条件与目标函数；S6、利用改进优化算法计算目标函数并更新网架结构；当采样次数结束时，执行步骤S7；当优化迭代次数结束时，返回执行步骤S2；当优化迭代次数没有结束，依据新的网架结构修正节点导纳矩阵，代入步骤S3中并执行步骤S3；S7、根据计算结果比较选出最优调整方案，计算结束。进一步地，本专利技术的步骤S1中风电机组输出外特性的计算方法具体为：S11、异步风机本身并不具备励磁调节能力，在发出有功时需从电网中吸收一定的无功功率，因此将它视作有功恒定的PQ节点；通过对异步风机进行等值简化，令风机有功输出为Pw，无功输出为Qw，则有：式中，Vs为风机端电压，Rr是转子电阻，Xk是定子和转子电抗的串联值，反推得到：再考虑到无功吸收量由电路中容抗与节点电压决定，则风机运行过程中吸收无功为：式中，Xp为对地电容和激励电容的并联值；获取风机端口输出功率后，在潮流计算过程迭代更新，直至潮流收敛；S12、风机接入电网的输出外特性，体现在接入位置和输出功率两方面；为得到风机接入对系统节点电气联系的影响，将风机输出外特性化作电气特性等效导纳：式中，Uw为风机并网点电压，gw和bw为等效电导和电纳。进一步地，本专利技术的步骤S12中将风机输出外特性化作电气特性等效导纳的方法具体为：当风机输出外特性化作等效导纳接入电网时，对系统导纳矩阵中的自导纳进行修正，即自导纳由Yww变为Yww'＝Yww+gw+jbw；由于等效的接地导纳不具备功率源特性，风机接入母线的注入电流视为零，此时节点电压方程为：式中，下标g表示发电机节点，下标n表示普通的功率交换节点；由于仅发电机节点存在注入电流，则节点电压方程可收缩为Ig＝YsUg，其中Ys即是收缩至各台同步机端口的导纳矩阵，其表达式为：若在收缩导纳矩阵中选取两个节点再进行收缩，则收缩结果反映两点间的电气联系，取待收缩节点为a、b，其余节点集合为r，则：在矩阵Ys中若两点间本身互导纳越大，则收缩后两点间互导纳同样越大，表明电气联系越大；而对于自导纳，如Ysaa和Ysbb，对收缩后节点互导纳无影响，但随着Ysrr中的自导纳模值增加，降低矩阵Ys'中的互导纳。进一步地，本专利技术的步骤S2的方法具体为：上层模型是采用蒙特卡洛采样算法对风机接入点进行随机选取，假设确定数组W为[w1w2…wm]，数组中m表示风电场数量，每个元素表示风机接入点母线编号；由于母线标识仅是作为区分节点的作用，并不能通过w值的连续变化来逼近最优解，因此上层模型选用蒙特卡洛采样算法，在所有可行方案中随机选取一定数量的样本，最终选取风机最优投入点；则存在约束条件：式中，B表示母线节点的集合；对于实际电网，将上层模型输出固定，改变风电场建设规模即可。进一步地，本专利技术的步骤S3的方法具体为：下层模型是对风机接入容量进行求解；当风机接入点确定之后，进一步确定各点的风机接入容量；令数组G为[g1g2…gm]，数组中每个元素表示接入点的风机接入量，利用算法进行规划求解；在考虑风机接入时，考虑到系统功率平衡，在最大程度消纳风电资源时，避免平衡机出力为负值；则：式中，Pbalance表示原本系统中平衡节点的有功出力。进一步地，本专利技术的进行风机容量求解时，采用的算法为：采用包括粒子群算法、遗传算法在内的智能算法进行求解；结合粒子群算法和遗传算法，在子代粒子更新过程中添加交叉变异操作，具体包括：1)选取一定比例适应度值大于阈值的粒子执行交叉操作获取子代；2)选取一定比例适应度值小于阈值的粒子执行变异操作获取子代。进一步地，本专利技术的步骤S4的方法具体为：S41、根据风机接入方案调整网架形式，采用Newton-Lapson法计算网络潮流；S42、发电机采用二阶模型，且忽略励磁动态系统和凸极效应的影响时，系统动态方程简化为：进一步将发电机转子运动方程在系统平衡位置处线性化得到：式中，M＝dia本文档来自技高网...

【技术保护点】
1.一种考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，该方法包括以下步骤：/nS1、计算风电机组接入电网的输出外特性，观测风机接入位置与接入容量对电力系统潮流分布与电气联系的影响；并搭建双层规划模型，包括上层模型和下层模型；/nS2、上层模型根据蒙特卡洛采样算法，确定采样次数，并更新风机接入点方案；/nS3、下层模型采用改进智能优化算法，确定迭代次数，并确定更新风机接入容量；/nS4、输入电力网络原始数据，根据风机接入情况更新计算系统潮流，并基于慢同调理论搭建同步机运动状态方程，计算特征值并筛选主导模式构造模态矩阵；/nS5、针对模态矩阵确定系统节点分类，基于群内与群间同调关系构建节点相关度模型，确定约束条件与目标函数；/nS6、利用改进优化算法计算目标函数并更新网架结构；当采样次数结束时，执行步骤S7；当优化迭代次数结束时，返回执行步骤S2；当优化迭代次数没有结束，依据新的网架结构修正节点导纳矩阵，代入步骤S3中并执行步骤S3；/nS7、根据计算结果比较选出最优调整方案，计算结束。/n

【技术特征摘要】
1.一种考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，该方法包括以下步骤：
S1、计算风电机组接入电网的输出外特性，观测风机接入位置与接入容量对电力系统潮流分布与电气联系的影响；并搭建双层规划模型，包括上层模型和下层模型；
S2、上层模型根据蒙特卡洛采样算法，确定采样次数，并更新风机接入点方案；
S3、下层模型采用改进智能优化算法，确定迭代次数，并确定更新风机接入容量；
S4、输入电力网络原始数据，根据风机接入情况更新计算系统潮流，并基于慢同调理论搭建同步机运动状态方程，计算特征值并筛选主导模式构造模态矩阵；
S5、针对模态矩阵确定系统节点分类，基于群内与群间同调关系构建节点相关度模型，确定约束条件与目标函数；
S6、利用改进优化算法计算目标函数并更新网架结构；当采样次数结束时，执行步骤S7；当优化迭代次数结束时，返回执行步骤S2；当优化迭代次数没有结束，依据新的网架结构修正节点导纳矩阵，代入步骤S3中并执行步骤S3；
S7、根据计算结果比较选出最优调整方案，计算结束。


2.根据权利要求1所述的考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，步骤S1中风电机组输出外特性的计算方法具体为：
S11、异步风机本身并不具备励磁调节能力，在发出有功时需从电网中吸收一定的无功功率，因此将它视作有功恒定的PQ节点；通过对异步风机进行等值简化，令风机有功输出为Pw，无功输出为Qw，则有：



式中，Vs为风机端电压，Rr是转子电阻，Xk是定子和转子电抗的串联值，反推得到：



再考虑到无功吸收量由电路中容抗与节点电压决定，则风机运行过程中吸收无功为：



式中，Xp为对地电容和激励电容的并联值；获取风机端口输出功率后，在潮流计算过程迭代更新，直至潮流收敛；
S12、风机接入电网的输出外特性，体现在接入位置和输出功率两方面；为得到风机接入对系统节点电气联系的影响，将风机输出外特性化作电气特性等效导纳：



式中，Uw为风机并网点电压，gw和bw为等效电导和电纳。


3.根据权利要求2所述的考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，步骤S12中将风机输出外特性化作电气特性等效导纳的方法具体为：
当风机输出外特性化作等效导纳接入电网时，对系统导纳矩阵中的自导纳进行修正，即自导纳由Yww变为Yww'＝Yww+gw+jbw；由于等效的接地导纳不具备功率源特性，风机接入母线的注入电流视为零，此时节点电压方程为：



式中，下标g表示发电机节点，下标n表示普通的功率交换节点；由于仅发电机节点存在注入电流，则节点电压方程可收缩为Ig＝YsUg，其中Ys即是收缩至各台同步机端口的导纳矩阵，其表达式为：



若在收缩导纳矩阵中选取两个节点再进行收缩，则收缩结果反映两点间的电气联系，取待收缩节点为a、b，其余节点集合为r，则：



在矩阵Ys中若两点间本身互导纳越大，则收缩后两点间互导纳同样越大，表明电气联系越大；而对于自导纳，如Ysaa和Ysbb，对收缩后节点互导纳无影响，但随着Ysrr中的自导纳模值增加，降低矩阵Ys'中的互导纳。


4.根据权利要求1所述的考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，步骤S2的方法具体为：
上层模型是采用蒙特卡洛采样算法对风机接入点进行随机选取，假设确定数组W为[w1w2…wm]，数组中m表示风电场数量，每个元素表示风机接入点母线编号；由于母线标识仅是作为区分节点的作用，并不能通过w值的连续变化来逼近最优解，因此上层模型选用蒙特卡洛采样算法，在所有可行方案中随机选取一定数量的样本，最终选取风机最优投入点；则存在约束条件：



式中，B表示母线节点的集合；对于实际电网，将上层模型输出固定，改变风电场建设规模即可。


5.根据权利要求4所述的考虑风机接入下提升系统同调性的解列分群优化方法，其特征在于，步骤S3的方法具体为：
下层模型是对风机接入容量进行求解；当风机接入点确定之后，进一步确定各点的风机接入容量；令数组G为[g1g2…gm]，数组中每个元素表示接入点的风机接入量，利用算法进行规划求解；在考虑风机接入时，考虑到系统功率平衡，在最大程度消纳风电资源时，避...

【专利技术属性】
技术研发人员：唐飞，梁伟强，刘涤尘，高鑫，胡本溪，覃方华，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42