高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质制造方法及图纸

本发明专利技术提供一种高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质，该方法包括以下步骤：建立高比例新能源电力系统的最小惯量需求评估模型，所述最小惯量评估数学模型以各时段的惯量需求最小化为优化目标，所述最小惯量评估数学模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束；采用内嵌暂态仿真的粒子群优化算法求解所述最小惯量评估数学模型，得到保障系统安全稳定所需的最小惯量。本发明专利技术综合考虑频率变化率和暂态频率极值约束建立系统最小惯量需求评估模型，采用基于暂态仿真的粒子群优化方法求解，得到系统在给定运行状态下惯量充裕度的衡量标准，有利于保障电力系统的安全稳定运行。行。行。

【技术实现步骤摘要】
高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质


[0001]本专利技术涉及电力系统惯量评估领域，具体是一种高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质。

技术介绍

[0002]高比例新能源的接入给电力系统的安全稳定运行带来了严峻挑战。其中，系统惯量不足的问题尤为突出。当前电力系统的调节资源以常规火电为主，然而在高比例新能源并网的背景下，火电的装机份额不断被风电与光伏发电取代，系统惯量水平和抗扰能力持续下降，给电力系统的频率稳定带来威胁，也给电力系统的优化调度运行提出了新的要求。
[0003]目前，国内外针对系统惯量评估已展开了大量相关研究，如，国外比较成熟的实时惯量监测系统可以使调度人员实时感知系统的惯量水平，但是，该装置测得的惯量水平是否能够保证电力系统的频率稳定性，还需要结合系统最小惯量评估结果才能够进一步判断当前系统是否具备抵御风险的能力。而学者目前在关于最小惯量评估方面的研究还较少，大多为利用数学解析方法来构建动态频率响应模型，计算过程较为复杂繁琐，中间对频率响应模型或动态微分方程进行简化处理在一定程度上降低了问题的求解精度。
[0004]因此，如何打破常规数学解析方法的局限性，更加精确快捷地进行最小惯量评估是未来惯量评估领域的一个技术难点。

技术实现思路

[0005]有鉴于此，本专利技术提出一种高比例新能源电力系统的最小惯量需求评估方法、装置、系统及介质，该策略基于频率稳定性分析开展系统最小惯量评估方法制定，综合考虑频率变化率和暂态频率极值约束建立系统最小惯量需求评估模型，采用基于暂态仿真的粒子群优化方法求解，通过算例验证了该评估方法的有效性。
[0006]一种高比例新能源电力系统的最小惯量需求评估方法，包括以下步骤：
[0007]建立高比例新能源电力系统的最小惯量需求评估模型，所述最小惯量评估数学模型以各时段的惯量需求最小化为优化目标，所述最小惯量评估数学模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束；
[0008]采用内嵌暂态仿真的粒子群优化算法求解所述最小惯量评估数学模型，得到保障系统安全稳定所需的最小惯量。
[0009]进一步的，所述建立高比例新能源电力系统的最小惯量需求评估模型，包括：
[0010]构建最小惯量需求评估模型的目标函数：
[0011]minH
t
ꢀꢀ
(1)
[0012]式中：H
t
为电力系统待估计的最小惯量；
[0013]建立最小惯量需求评估模型的约束条件，所述最小惯量需求评估模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束，其中系统可调度惯量约束
表达式如下，
[0014]H
min
≤H
t
≤H
max
ꢀꢀ
(2)
[0015]式中：H
max
为所有火电机组的转动惯量与新能源机组提供的最大虚拟惯量之和；H
min
为运行火电机组的转动惯量之和；
[0016]频率稳定约束表达式如下，
[0017][0018][0019]RoCoF
min
≤RoCoF
M
≤RoCoF
max
ꢀꢀ
(5)
[0020]f
t
＝f
N
+Δf
t
＝f
N
+f(ΔP
L
,H
t
,ΔP
G
)
ꢀꢀ
(6)
[0021]f
min
≤f
t
≤f
max
ꢀꢀ
(7)
[0022]式中：式(3)表示转子运动方程，f
N
、Δf
t
分别为系统额定频率和频率偏差，ΔP
G
为所有调频资源的一次调频功率，ΔP
L
为初始扰动功率；RoCoF
M
表示系统最大频率变化率，由式(3)可知扰动发生后瞬间即t＝0
+
时刻的系统频率变化率最大；f
t
表示扰动后的系统暂态频率极值；RoCoF
max
、RoCoF
min
分别表示频率变化率上下限值；f
max
、f
min
分别表示系统频率上下限值；
[0023]电源备用容量约束表达式如下所示，
[0024][0025][0026][0027]式中：下标G、W、ES分别表示同步机组、风电机组与储能装置；ΔP”Gi
、ΔP”W
、ΔP”ES
表示各类电源限幅环节的输入量；ΔP'
Gi
、ΔP'
W
、ΔP'
ES
表示各类电源限幅环节的输出量；表示各电源上调备用容量；表示各电源上调备用容量；表示各电源下调备用容量。
[0028]进一步的，还包括：建立高比例新能源电力系统的有功优化调度模型，求解所述有功优化调度模型以获取各机组的运行状态，基于所述各机组的运行状态搭建频率响应模型，并设置所有惯性元件的惯性参数。
[0029]进一步的，所述采用内嵌暂态仿真的粒子群优化算法求解所述最小惯量评估数学模型，得到保障系统安全稳定所需的最小惯量，包括：
[0030]步骤3.1，设置内嵌暂态仿真的粒子群优化算法中的迭代次数、种群规模、学习因子、惯性权重，预设种群及对应频率的存储空间、初始化种群；
[0031]步骤3.2，利用求解得到的机组运行状态和设置的惯性元件的惯性参数信息，在Simulink仿真平台搭建频率响应仿真模块；
[0032]步骤3.3，将粒子群算法优化程序中设置的扰动功率和初始化最小惯量代入频率响应仿真模块，输出相应的暂态频率极值并储存在粒子群算法优化程序中；
[0033]步骤3.4，采用罚函数的形式处理系统暂态频率偏差约束，来计算群体中每个粒子的适应度；
[0034]步骤3.5，更新粒子的速度和位置，更新公式如下，
[0035]v
i
(t+1)＝wv
i
(t)+c1r1(P
i,best
(t)
‑
x
i
(t))+c2r2(P
g,best
(t)
‑
x
i
(t))
[0036]x
i
(t+1)＝x
i
(t)+v
i
(t)
[0037]式中：v
i
(t)表示粒子i的第t次迭代的速度；r1和r2为[0,1]的随机数；x
i
(t)表示粒子i的第t次迭代的位置；P
i,best
(t)表示第t次迭代后粒子i的个体最优值；P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高比例新能源电力系统的最小惯量需求评估方法，其特征在于，包括以下步骤：建立高比例新能源电力系统的最小惯量需求评估模型，所述最小惯量评估数学模型以各时段的惯量需求最小化为优化目标，所述最小惯量评估数学模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束；采用内嵌暂态仿真的粒子群优化算法求解所述最小惯量评估数学模型，得到保障系统安全稳定所需的最小惯量。2.如权利要求1所述的高比例新能源电力系统的最小惯量需求评估方法，其特征在于，所述建立高比例新能源电力系统的最小惯量需求评估模型，包括：构建最小惯量需求评估模型的目标函数：min H
t
ꢀꢀꢀꢀ
(1)式中：H
t
为电力系统待估计的最小惯量；建立最小惯量需求评估模型的约束条件，所述最小惯量需求评估模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束，其中，系统可调度惯量约束表达式如下，H
min
≤H
t
≤H
max
ꢀꢀꢀꢀ
(2)式中：H
max
为所有火电机组的转动惯量与新能源机组提供的最大虚拟惯量之和；H
min
为运行火电机组的转动惯量之和；频率稳定约束表达式如下，频率稳定约束表达式如下，RoCoF
min
≤RoCoF
M
≤RoCoF
max
ꢀꢀꢀꢀ
(5)f
t
＝f
N
+Δf
t
＝f
N
+f(ΔP
L
,H
t
,ΔP
G
)
ꢀꢀꢀꢀ
(6)f
min
≤f
t
≤f
max
ꢀꢀꢀꢀ
(7)式中：式(3)表示转子运动方程，f
N
、Δf
t
分别为系统额定频率和频率偏差，ΔP
G
为所有调频资源的一次调频功率，ΔP
L
为初始扰动功率；RoCoF
M
表示系统最大频率变化率，由式(3)可知扰动发生后瞬间即t＝0
+
时刻的系统频率变化率最大；f
t
表示扰动后的系统暂态频率极值；RoCoF
max
、RoCoF
min
分别表示频率变化率上下限值；f
max
、f
min
分别表示系统频率上下限值；电源备用容量约束表达式如下所示，电源备用容量约束表达式如下所示，电源备用容量约束表达式如下所示，式中：下标G、W、ES分别表示同步机组、风电机组与储能装置；ΔP”Gi
、ΔP”W
、ΔP”ES
表示各类电源限幅环节的输入量；ΔP'
Gi
、ΔP'
W
、ΔP'
ES
表示各类电源限幅环节的输出量；表示各电源上调备用容量；表示各电源上调备用容量；表示各电源下调备用容量。3.如权利要求1所述的高比例新能源电力系统的最小惯量需求评估方法，其特征在于，
还包括：建立高比例新能源电力系统的有功优化调度模型，求解所述有功优化调度模型以获取各机组的运行状态，基于所述各机组的运行状态搭建频率响应模型，并设置所有惯性元件的惯性参数。4.如权利要求3所述的高比例新能源电力系统的最小惯量需求评估方法，其特征在于，所述采用内嵌暂态仿真的粒子群优化算法求解所述最小惯量评估数学模型，得到保障系统安全稳定所需的最小惯量，包括：步骤3.1，设置内嵌暂态仿真的粒子群优化算法中的迭代次数、种群规模、学习因子、惯性权重，预设种群及对应频率的存储空间、初始化种群；步骤3.2，利用求解得到的机组运行状态和设置的惯性元件的惯性参数信息，在Simulink仿真平台搭建频率响应仿真模块；步骤3.3，将粒子群算法优化程序中设置的扰动功率和初始化最小惯量代入频率响应仿真模块，输出相应的暂态频率极值并储存在粒子群算法优化程序中；步骤3.4，采用罚函数的形式处理系统暂态频率偏差约束，来计算群体中每个粒子的适应度；步骤3.5，更新粒子的速度和位置，更新公式如下，v
i
(t+1)＝wv
i
(t)+c1r1(P
i,best
(t)
‑
x
i
(t))+c2r2(P
g,best
(t)
‑
x
i
(t))x
i
(t+1)＝x
i
(t)+v
i
(t)式中：v
i
(t)表示粒子i的第t次迭代的速度；r1和r2为[0,1]的随机数；x
i
(t)表示粒子i的第t次迭代的位置；P
i,best
(t)表示第t次迭代后粒子i的个体最优值；P
g,best
(t)表示第t次迭代后种群全局最优值；步骤3.6，由步骤3.5更新得到的粒子位置即为更新后的最小惯量，将其代入频率响应仿真模块，得到新的暂态频率极值和新的适应度函数值；步骤3.7，更新当前个体最优和群体最优；步骤3.8，若满足终止条件，则输出粒子的群体最优及其对应的适应度值；否则转向步骤3.4；步骤3.9，由步骤3.8输出的粒子群体最优值即为最终的系统最小惯量评估结果，对最小惯量评估阶段的结果进行展示与分析。5.一种高比例新能源电力系统的最小惯量需求评估装置，其特征在于，包括：最小惯量需求评估模型建立模块，用于建立高比例新能源电力系统的最小惯量需求评估模型，所述最小惯量评估数学模型以各时段的惯量需求最小化为优化目标，所述最小惯量评估数学模型的约束条件包括系统可调度惯量约束、频率稳定约束及电源备用容量约束；最小惯量需求评估模型求解模块，...

【专利技术属性】
技术研发人员：冀肖彤，柳丹，叶畅，曹侃，梅欣，夏勇军，王伟，邓万婷，陈孝明，蔡萱，肖繁，熊平，康逸群，江克证，谭道军，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：