一种波动源量化评估方法技术

本发明专利技术涉及电力系统技术领域，公开了一种波动源量化评估方法

【技术实现步骤摘要】
一种波动源量化评估方法、系统、设备和介质


[0001]本专利技术涉及电力系统
，涉及一种波动源量化评估方法
、
系统
、
设备和介质，特别涉及一种分布式光伏发电系统的波动源量化评估方法
、
系统
、
设备和介质
。

技术介绍

[0002]随着我国碳达峰与碳中和目标的明确提出，具有低碳排放量的新能源发电形式得到了大力发展，新能源发电在电力系统中的并网规模不断扩大
。
光伏发电是目前新能源发电的主要形式，然而光伏机组出力受环境影响呈现波动性和间歇性，当其接入电力系统后，不可避免的导致了电压波动，特殊情况下还会导致闪变
。
电压波动与闪变不仅会影响对电能质量要求较高的先进设备的稳定性，严重时还会危害电气设备的正常运行与寿命，造成严重的电力事故
。
为了在源头抑制波动产生，首先需要快速定位波动源，同时为解决波动源头纠纷，需对波动源进行量化评估
。
[0003]监测设备的逐步完善为波动源的定位和量化评估提供了数据基础
。
安装在电力系统中的监测设备能够实时记录各线路的电压
、
电流波形，但是监测数据中存在大量冗余信息，同时目前大部分设备不具备定位波动源以及量化评估的功能
。
[0004]此外，现有定位波动源方法虽然可以实现单一波动源的定位，但该方法多数应用于用户侧存在波动源的前提条件下，而由于分布式光伏既可作负荷又可作电源的特性，使得系统侧和用户侧均有可能存在波动源，在现有量测条件与电力系统背景下，波动源量化评估更为困难，以往研究也未有涉及
。

技术实现思路

[0005]本专利技术实施例提供了一种波动源量化评估方法
、
系统
、
设备和介质，以解决现有技术中的上述问题
。
[0006]为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括
。
该概括部分不是泛泛评述，也不是要确定关键
/
重要组成元素或描绘这些实施例的保护范围
。
其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言
。
[0007]根据本专利技术实施例的第一方面，提供了一种波动源量化评估方法
。
[0008]在一个实施例中，所述波动源量化评估方法，包括：
[0009]对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据；
[0010]根据获取的所述波动数据，构建戴维宁等效模型，并根据所述戴维宁等效模型，确定波动源定位指标；
[0011]判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位；并基于所述波动源定位指标，构建波动源量化指标；
[0012]通过横向对比电网中每条支路的波动源量化指标的幅值，并根据幅值对比结果评估每条支路的波动程度
。
[0013]在一个实施例中，对分布式光伏发电系统进行监测，获取分布式光伏发电系统的
波动数据包括：
[0014]根据预先确定的评估时间段和监测节点，获取分布式光伏发电系统中监测设备在该评估时间段的电网电压波形数据和电网电流波形数据；
[0015]通过概率神经网络对电网电压波形数据和电网电流波形数据进行辨别，得到电网电压波形数据和电网电流波形数据中的波动数据
。
[0016]在一个实施例中，根据获取的所述波动数据，构建戴维宁等效模型包括：
[0017]利用小波变换方法提取所述波动数据中的波动分量，并基于所述波动分量，构建戴维宁等效模型；
[0018]在所述戴维宁等效模型中，关注节点上游侧为系统侧，关注节点下游侧为用户侧，所述系统侧和所述用户侧分别等效为理想电压源和理想阻抗串联的戴维宁等效模型
。
[0019]在一个实施例中，在根据所述戴维宁等效模型，确定波动源定位指标时，所述波动源定位指标为戴维宁等效模型中电压和电流波动分量的乘积积分均值
。
[0020]在一个实施例中，判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位包括：
[0021]判断所述波动源定位指标的极性，识别监测节点两侧的波动贡献来源；
[0022]当波动源定位指标为正时，判定监测节点的波动源的源头为系统侧；当波动源定位指标为负时，判定监测节点的波动源的源头为用户侧
。
[0023]在一个实施例中，在基于所述波动源定位指标，构建波动源量化指标时，所述波动源量化指标为不同频次下波动源定位指标的幅值与视感度系数乘积的求和值
。
[0024]在一个实施例中，通过横向对比电网中每条支路的波动源量化指标的幅值，并根据幅值对比结果评估每条支路的波动程度包括：
[0025]横向对比电网中每条支路的波动源量化指标的幅值，当波动源量化指标的幅值越大时，表明波动越严重；当波动源量化指标的幅值越小时，表明波动越轻微
。
[0026]根据本专利技术实施例的第二方面，提供了一种波动源量化评估系统
。
[0027]在一个实施例中，所述波动源量化评估系统，包括：
[0028]数据获取模块，用于对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据；
[0029]模型建立模块，用于根据获取的所述波动数据，构建戴维宁等效模型；
[0030]波动定位模块，用于根据所述戴维宁等效模型，确定波动源定位指标；并判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位；
[0031]波动量化模块，用于基于所述波动源定位指标，构建波动源量化指标；
[0032]量化评估模块，用于通过横向对比电网中每条支路的波动源量化指标的幅值，并根据幅值对比结果评估每条支路的波动程度
。
[0033]在一个实施例中，所述数据获取模块在对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据时，根据预先确定的评估时间段和监测节点，获取分布式光伏发电系统中监测设备在该评估时间段的电网电压波形数据和电网电流波形数据；通过概率神经网络对电网电压波形数据和电网电流波形数据进行辨别，得到电网电压波形数据和电网电流波形数据中的波动数据
。
[0034]在一个实施例中，所述模型建立模块在根据获取的所述波动数据，构建戴维宁等
效模型时
。
利用小波变换方法提取所述波动数据中的波动分量，并基于所述波动分量，构建戴维宁等效模型；在所述戴维宁等效模型中，关注节点上游侧为系统侧，关注节点下游侧为用户侧，所述系统侧和所述用户侧分别等效为理想电压源和理想阻抗串联的戴维宁等效模型
。
[0035]在一个实施例中，所述波动定位模块在根据所述戴维宁等效模型，确定波动源定位指标时，所述波动源定位指标为戴维宁等效模型中电压和电流波动分量的乘积积分均值
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种波动源量化评估方法，其特征在于，包括：对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据；根据获取的所述波动数据，构建戴维宁等效模型，并根据所述戴维宁等效模型，确定波动源定位指标；判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位；并基于所述波动源定位指标，构建波动源量化指标；通过横向对比电网中每条支路的波动源量化指标的幅值，并根据幅值对比结果评估每条支路的波动程度
。2.
根据权利要求1所述的波动源量化评估方法，其特征在于，对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据包括：根据预先确定的评估时间段和监测节点，获取分布式光伏发电系统中监测设备在该评估时间段的电网电压波形数据和电网电流波形数据；通过概率神经网络对电网电压波形数据和电网电流波形数据进行辨别，得到电网电压波形数据和电网电流波形数据中的波动数据
。3.
根据权利要求2所述的波动源量化评估方法，其特征在于，根据获取的所述波动数据，构建戴维宁等效模型包括：利用小波变换方法提取所述波动数据中的波动分量，并基于所述波动分量，构建戴维宁等效模型；在所述戴维宁等效模型中，关注节点上游侧为系统侧，关注节点下游侧为用户侧，所述系统侧和所述用户侧分别等效为理想电压源和理想阻抗串联的戴维宁等效模型
。4.
根据权利要求3所述的波动源量化评估方法，其特征在于，在根据所述戴维宁等效模型，确定波动源定位指标时，所述波动源定位指标为戴维宁等效模型中电压和电流波动分量的乘积积分均值
。5.
根据权利要求4所述的波动源量化评估方法，其特征在于，判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位包括：判断所述波动源定位指标的极性，识别监测节点两侧的波动贡献来源；当波动源定位指标为正时，判定监测节点的波动源的源头为系统侧；当波动源定位指标为负时，判定监测节点的波动源的源头为用户侧
。6.
根据权利要求5所述的波动源量化评估方法，其特征在于，在基于所述波动源定位指标，构建波动源量化指标时，所述波动源量化指标为不同频次下波动源定位指标的幅值与视感度系数乘积的求和值
。7.
根据权利要求6所述的波动源量化评估方法，其特征在于，通过横向对比电网中每条支路的波动源量化指标的幅值，并根据幅值对比结果评估每条支路的波动程度包括：横向对比电网中每条支路的波动源量化指标的幅值，当波动源量化指标的幅值越大时，表明波动越严重；当波动源量化指标的幅值越小时，表明波动越轻微
。8.
一种波动源量化评估系统，其特征在于，包括：数据获取模块，用于对分布式光伏发电系统进行监测，获取分布式光伏发电系统的波动数据；模型建立模块，用于根据获取的所述波动数据，构建戴维宁等效模型；
波动定位模块，用于根据所述戴维宁等效模型，确定波动源定位指标；并判断所述波动源定位指标的极性，确定波动源的源头，完成波动源的定位；波动量化...

【专利技术属性】
技术研发人员：刘洋，于海东，李立生，黄敏，刘文彬，王峰，张世栋，张林利，刘合金，苏国强，李帅，张鹏平，由新红，文祥宇，和家慧，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：