一种含风电电力系统薄弱线路评估方法及系统技术方案

本发明专利技术公开了一种含风电电力系统薄弱线路评估方法及系统，考虑风电接入的系统聚合频率响应模型，进一步提出了考虑风电超短期出力相关性、不确定性及低惯性特性的准稳态连锁故障模型，克服了现有准稳态连锁故障模型对风电出力不确定性考虑不足、无法考虑受扰动时系统动态频率特性的缺陷，从而提高了含风电电力系统连锁故障模拟的准确性。本发明专利技术基于连锁故障网络法及求得的连锁故障数据集对连锁故障传播阶段的薄弱线路进行识别，克服了现有薄弱线路识别方法仅可针对某一正常状态进行识别、无法考虑后续连锁故障特性的缺陷。增强了含风电电力系统应对风电出力不确定性、抵御连锁故障的能力。的能力。的能力。

【技术实现步骤摘要】
一种含风电电力系统薄弱线路评估方法及系统


[0001]本专利技术属于新能源电力系统可靠性评估领域，尤其涉及一种含风电电力系统薄弱线路评估方法及系统。

技术介绍

[0002]连锁故障是造成电力系统大停电事故的主要原因。电力系统连锁故障的发生和传播，与系统部分元件的故障紧密相关。这些元件具有比其他元件更高的关键性，是系统的关键元件。因此，识别这些关键元件并对其加固，是预防连锁故障发生、抵御连锁故障传播的有效手段。新型电力系统的一大特征是有高比例的风电等新能源接入，而风电具有的出力不确定性与低惯性、弱频率响应特性可能改变电力系统的关键元件分布、对系统连锁故障特性造成影响。需要针对风电的出力不确定性、低惯性等特点，研究含风电电力系统的薄弱线路，提高含风电电力系统应对不确定性、预防和抵御连锁故障的能力。
[0003]目前，关于电力系统薄弱线路的研究已有较多成果，主流思路大致可分为两类：第一类基于电力系统状态分析，使用可靠性理论等，从运行状态角度识别系统薄弱线路：第二类基于复杂系统理论，主要考虑系统的拓扑结构及静态潮流分布来识别薄弱线路。但以上方法仅针对故障前的某一完整系统状态进行评估，主要识别的是可能造成连锁故障的初始故障集，缺乏对源侧不确定性及某些元件故障后可能造成的后续连锁故障影响的描述。
[0004]随着风电等新能源的大规模接入，电力系统连锁故障特性发生显著变化，含风电电力系统连锁故障特性已成为研究热点。从实际发生的与风电密切相关的连锁故障事件来看，高比例风电并网后，停电事故具有明显的连锁故障特性、电网的发电侧与输电侧耦合更加明显。从理论方面分析，首先相比同步发电机，风电出力具有很强的不确定性；其次，风力发电机通过换流器接入电网，其频率与功率解耦。目前主流风机的惯性及频率调节能力均弱于传统同步机。因此，相比以同步发电机为主体的传统电力系统，含风电电力系统的连锁故障特性及薄弱线路分布将有所变化；然而，目前的薄弱线路识别方法缺少对风电出力不确定性、风电出力相关性及系统连锁故障特性的考量，面对高比例风电接入的新型电力系统，传统薄弱线路识别方法的准确性有待提升、有必要研究新的薄弱线路识别方法。

技术实现思路

[0005]本专利技术的目的在于提供一种含风电电力系统薄弱线路评估方法及系统，以克服现有技术针对薄弱线路识别精度低的问题。
[0006]一种含风电电力系统薄弱线路评估方法，包括以下步骤：
[0007]S1，获取电力系统历史风电运行所积累的有功出力数据记录，根据有功出力数据记录使用核密度函数拟合每个风电节点的超短期风电出力边缘分布函数，再采用copula理论拟合风电出力的相关性；
[0008]S2，建立考虑含风电电力系统低惯性、弱频率响应特性的系统等效频率响应模型，通过系统等效频率响应模型计算系统受扰动时的动态过程；
[0009]S3，建立考虑新能源出力不确定性的准稳态连锁故障模型，准稳态连锁故障模型包括孤岛识别、发电及负荷再调度、确定性潮流计算、连锁故障传播判断和连锁故障结束判断，并基于准稳态连锁故障模型给出总失负荷量和总传播时间作为连锁故障链的最终风险指标；
[0010]S4，重复步骤S3求得连锁故障链数据集合，连锁故障链数据集合包括连锁故障的传播过程及最终风险指标，先根据连锁故障链的传播过程构建连锁故障网络，而后根据连锁故障链的总失负荷量和总传播时间值，进行连锁故障网络值计算；
[0011]S5，根据连锁故障网络值计算结果求得系统各线路的相对薄弱值，当线路薄弱值不满足收敛判据时不断重复步骤S3
‑
S4以更新连锁故障网络，当线路的薄弱值满足收敛判据时，将此时的各线路薄弱值进行降序排序，即可求得系统薄弱线路。
[0012]优选的，整理各风电场出力历史数据，采用核密度估计方法分别拟合各风电场风电历史出力数据情况，求出各风电场出力的边缘分布；具体采用的核密度函数为：
[0013][0014]式中f
h
(x)为在x点的概率密度，K()选用高斯核函数，X
i
为样本点，n为样本容量，h为1。
[0015]优选的，然后采用不同copula函数对边缘分布进行拟合，从而构建描述各随机变量相关性的copula函数，再比较各函数与经验Copula函数的平方欧式距离，则距离最小的即为最合适描述风电误差分布的Copula函数。
[0016]优选的，根据生成的copula函数进行抽样，得到具有相关性的风电场时序出力样本数据得到合适的理论copula函数后，使用简单随机采样生成[0,1]区间内m*n维的均匀分布随机变量U
m*n
，m为随机变量维数，此处为需拟合的风电场数,n为数据采样数，最后基于等概率转换原则，根据各风电场出力分布CDF的逆函数和前述生成的U
m*n
样本，即得到满足给定相关性条件和边缘分布的m个风电场的出力样本数据。
[0017]优选的，系统等效频率响应模型以求得系统有功不平衡下的频率响应及功率响应过程为目标，系统等效频率响应模型的输入量为系统功率扰动以及模型各部分参数的数值，输出为新稳态下常规机组的出力情况及负荷出力情况。
[0018]优选的，连锁故障模型首先设置随机N
‑
2断线故障作为初始故障，基于各风电场联合概率密度函数进行抽样得到各风电场的时序出力样本，而后进行孤岛识别、发电及负荷再调度。
[0019]优选的，连锁故障网络结构构建包括形成节点、形成有向边、按规则对节点与有向边进行连接，网络节点形成对应故障集合，指系统在该阶段的某一故障集合；有向边形成对应故障，指该边对应的故障集下一阶段将会发生的故障。
[0020]优选的，连锁故障网络值计算包括故障集值计算(记为F
vertex
)与故障值计算(记为F
edge
)。末端故障F
edge
(F
kj
,0)的故障值等于该条连锁故障链对应的故障风险值，非末端故障的故障值等于该故障指向的故障集值；故障集值等于故障集在下一阶段对应的故障值与对应各故障发生概率之积的和。
[0021]优选的，不断更新连锁故障网络，根据连锁故障网络值计算结果求得各线路的相对薄弱值，当薄弱值收敛时认为连锁故障网络已经相对完整，根据此时的各线路薄弱值排
序结果，即可识别薄弱线路。
[0022]一种含风电电力系统薄弱线路评估系统，包括预处理模块，故障网络计算模块和评估输出模块；
[0023]预处理模块，用于获取电力系统历史风电运行所积累的有功出力数据记录，根据有功出力数据记录使用核密度函数拟合每个风电节点的超短期风电出力边缘分布函数，再采用copula理论拟合风电出力的相关性；建立考虑含风电电力系统低惯性、弱频率响应特性的系统等效频率响应模型，通过系统等效频率响应模型计算系统受扰动时的动态过程；建立考虑新能源出力不确定性的准稳态连锁故障模型，准稳态连锁故障模型包括孤岛识别、发电及负荷再调度、确定性潮流计算、连锁本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含风电电力系统薄弱线路评估方法，其特征在于，包括以下步骤：S1，获取电力系统历史风电运行所积累的有功出力数据记录，根据有功出力数据记录使用核密度函数拟合每个风电节点的超短期风电出力边缘分布函数，再采用copula理论拟合风电出力的相关性；S2，建立考虑含风电电力系统低惯性、弱频率响应特性的系统等效频率响应模型，通过系统等效频率响应模型计算系统受扰动时的动态过程；S3，建立考虑新能源出力不确定性的准稳态连锁故障模型，准稳态连锁故障模型包括孤岛识别、发电及负荷再调度、确定性潮流计算、连锁故障传播判断和连锁故障结束判断，并基于准稳态连锁故障模型给出总失负荷量和总传播时间作为连锁故障链的最终风险指标；S4，重复步骤S3求得连锁故障链数据集合，连锁故障链数据集合包括连锁故障的传播过程及最终风险指标，先根据连锁故障链的传播过程构建连锁故障网络，而后根据连锁故障链的总失负荷量和总传播时间值，进行连锁故障网络值计算；S5，根据连锁故障网络值计算结果求得系统各线路的相对薄弱值，当线路薄弱值不满足收敛判据时不断重复步骤S3
‑
S4以更新连锁故障网络，当线路的薄弱值满足收敛判据时，将此时的各线路薄弱值进行降序排序，即可求得系统薄弱线路。2.根据权利要求1所述的一种含风电电力系统薄弱线路评估方法，其特征在于，整理各风电场出力历史数据，采用核密度估计方法分别拟合各风电场风电历史出力数据情况，求出各风电场出力的边缘分布；具体采用的核密度函数为：式中f
h
(x)为在x点的概率密度，K()选用高斯核函数，X
i
为样本点，n为样本容量，h为1。3.根据权利要求1所述的一种含风电电力系统薄弱线路评估方法，其特征在于，然后采用不同copula函数对边缘分布进行拟合，从而构建描述各随机变量相关性的copula函数，再比较各函数与经验Copula函数的平方欧式距离，则距离最小的即为最合适描述风电误差分布的Copula函数。4.根据权利要求1所述的一种含风电电力系统薄弱线路评估方法，其特征在于，根据生成的copula函数进行抽样，得到具有相关性的风电场时序出力样本数据得到合适的理论copula函数后，使用简单随机采样生成[0,1]区间内m*n维的均匀分布随机变量U
m*n
，m为随机变量维数，此处为需拟合的风电场数,n为数据采样数，最后基于等概率转换原则，根据各风电场出力分布CDF的逆函数和前述生成的U
m*n
样本，即得到满足给定相关性条件和边缘分布的m个风电场的出力样本数据。5.根据权利要求1所述的一种含风电电力系统薄弱线路评估方法，其特征在于，系统等效频率响应模型以求得系统有功不平衡下的频率响应及功率响应过程为目标，系统等效频率响应...

【专利技术属性】
技术研发人员：谢海鹏，严宇扬，别朝红，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：