System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种静态电压稳定指标在线评估、校正方法及系统技术方案_技高网

一种静态电压稳定指标在线评估、校正方法及系统技术方案

技术编号:40219798 阅读:8 留言:0更新日期:2024-02-02 22:26
本发明专利技术公开了一种静态电压稳定指标在线评估、校正方法及系统,涉及电力系统静态电压稳定在线评估技术领域。技术方案要点为:获取系统数据集,利用数据集对XGBoost模型进行训练;利用SHAP对预测的数据结果进行分析,获得电力系统各个节点特征关于电压稳定L指标的相关度;将实时运行的系统特征代入训练完成的SHAP‑XGBoost模型中可以预测出当前系统电压稳定L指标数值,判断该数值是否接近于系统电压稳定崩溃的临界值;若接近则对系统相关度较大的特征进行校正;最后输出校正结果。本发明专利技术能够使在大规模新能源并网后的电网的静态稳定运行方式的编制变得简单易行,缩短工作流程和制定时间,减轻运行人员工作强度和压力,全面提高电网运行的电压质量和安全稳定。

【技术实现步骤摘要】

本专利技术涉及电力系统静态电压稳定在线评估,特别涉及一种静态电压稳定指标在线评估、校正方法及系统


技术介绍

1、在过去的几十年里,电力系统现代化进程不断深入,以适应可再生能源和存储系统的发展,自由能源市场、无数的测量和通信技术设备等新事物都在涌入电力系统之中[1]。虽然现代化极大地为用户提供了更安全、可靠和更清洁的能源分配,但这种转型也给网络的安全和稳定带来了新的挑战。虽然各种监测、测量和通信基础设施与现代电力系统网络的整合,为建设一个有弹性和高效的电网提供了平台,但同时也给复杂网络带来了网络攻击、电压不稳定、电能质量扰动等各种不稳定威胁和安全隐患。其中静态电压稳定问题,就是一个随着新能源和新设备越来越多并入电网而越来越多发的热点问题。近年来,世界范围内发生了多起重大停电事故,给国家和许多企业带来巨大的经济效益损失,对社会也造成了严重的影响。总结这些停电的事故发现,相比于电力系统同步运行稳定和频率稳定,电压稳定呈现出更强的突发性和隐蔽性的特点,电力系统大规模停电绝大部分是因为静态电压的稳定性被破坏造成的。因此,保障电力系统的安全稳定与运行性能,维持系统静态电压稳定性对电力系统运行至关重要。

2、电力系统一般先在最薄弱节点或区域开始发生电压崩溃,然后逐步影响到系统的其他节点和区域,最后导致整个电力系统发生电压崩溃。在当前系统负载的负荷功率不断增加的时代下,且系统发生电压崩溃的过程较为迅速和突然。因此,如何保证电力系统的电压稳定性的问题,最重要一环即实时评估当前电力系统电压稳定的状态,之后电网运维人员可以根据当前系统的电压稳定状态,快速做出相应的解决办法,减小系统静态电压稳定被破坏的风险。

3、在电力系统静态电压稳定性分析中,电压稳定裕度指标能够提供直观的信息,传统的电压稳定裕度评估方法都是基于潮流方程的,例如奇异值分解法、连续潮流法、灵敏度法、非线性规划法、直接法等等。随着电力系统网架结构日新月异的变化,这些传统的方法一般需要构建复杂的数学模型且计算量较大,难以实现对电力系统的电压稳定状态进行在线监测。

4、鉴于此,需要一种静态电压稳定指标在线评估、校正方法及系统。


技术实现思路

1、针对现有技术中传统的方法一般需要构建复杂的数学模型且计算量较大,难以实现对电力系统的电压稳定状态进行在线监测的问题,本专利技术提供了一种静态电压稳定指标在线评估、校正方法及系统,能够在短时间内较为准确的评估系统当前的电压稳定状态以及通过校正控制方法,并提供一种电力系统电压稳定预防性调节措施,以提高被评估电力系统的电压稳定性,从而保证电力系统的安全稳定运行。具体技术方案如下:

2、一种静态电压稳定指标在线评估、校正方法,包括以下步骤:

3、s1:获取电力系统在不同运行方式下的数据,其中包括电力系统各个节点的有功功率、无功功率、电压幅值和电压相角;

4、s2:基于获取的实施数据计算电力系统在不同运行方式下的系统电压稳定指标l;

5、s3:利用计算出的系统电压稳定指标l对机器学习xgboost模型进行训练;

6、s4:采用shap算法对xgboost模型所预测结果进行解释,从而得到系统在任意运行状态下各特征与预测的系统电压稳定指标l之间的相关度;

7、s5:利用训练好的模型预测实时系统电压稳定指标l,判断该实时系统电压稳定指标l是否达到静态电压不稳定报警阈值点,若接近临界点则认定该系统的静态电压不稳定,则进入步骤s6,否则进行步骤s7;

8、s6:启动校正控制,基于步骤s4中得出的各特征与系统电压稳定指标l的相关程度来选用特征作为输入特征,进而获得校正控制数据并对电力系统进行校正,而后返回步骤s5;

9、s7:输出结果报表,基于该结果报表进行电力系统的安全运行。

10、优选的,所述步骤2中系统电压稳定指标l的计算方式如下:

11、s201:将网络节点类型分为发电机节点集合(αg)和负荷节点集合(αl),对应的网络节点电压方程表示为:

12、

13、式中:ig和il分别表示发电机节点电流、电压向量;vg和vl分别表示负荷节点上的电流、电压向量,ygg,ygl,ylg,yll为节点导纳矩阵的子矩阵;

14、s202:由zll=yll-1,将步骤s201中的式子写为:

15、

16、s203:令flg=-zllylg,计算负荷节点j的电压稳定指标lj:

17、

18、式中,vi、δi为第i台发电机的电压幅值和相角;vj、δj为第j个负荷节点的电压幅值和相角;fji为flg的第j行、第i列的元素;θji为fji的相角。

19、优选的,所述步骤s4中,模型输入特征关于系统电压稳定指标l灵敏度计算如下:

20、s401:系统节点各特征变量集合。

21、

22、其中:

23、p:系统节点有功功率集合,p1,…,pi,…,pn为第1,2,…,n个节点的有功功率;

24、q:系统节点无功功率集合,q1,…,qi,…,qn为第1,2,…,n个节点的有功功率;

25、θ:系统节点电压相角集合,θ1,…,θi,…,θn为第1,2,…,n个节点的有功功率;

26、v:系统节点电压幅值的集合,v1,…,vi,…,vn为第1,2,…,n个节点的有功功率;

27、s402:对上述变量均按标量值处理,系统电压稳定指标l关于各节点的灵敏度近似数值如下所示:

28、

29、其中:δpi、δqi、δθi、δvi分别为节点i处的有功功率微变量、无功功率微变量、电压相角微变量、电压幅值微变量。

30、优选的,所述校正控制具体为:将与系统电压稳定指标l相关度较大的特征输作为输入,并基于矫正控制模型对电力系统进行分析和求解,获得校正控制数据,所述相关度较大具体为按相关程度排列,正相关和负相关靠前数位的特征。

31、优选的,所述校正控制模型的目标函数为校正控制优化过程中对特征的总调节变化量最小,具体表达式如下所示:

32、

33、其中:m,n,p,q为校正控制优化的目标函数系数值;δvi为发电机机组sg的第i台发电机电压变化量;δpi为发电机机组sg的第i台发电机有功出力;δpj为第j个负荷节点的有功功率的变化;δqj为第j个负荷节点的无功功率的变化;

34、模型约束条件包括等式约束条件和不等式约束条件,所述等式约束条件如下:

35、

36、其中,vi为第i节点电压的幅值;yij为节点导纳矩阵的元素幅值;δij=δi-δj-αij;δi为第i节点电压的相角;δj为第j节点电压的相角;αij为节点导纳矩阵的元素相角;sn为系统节点集合;

37、所述不等式约束条件包括为网络物理限制和运行限制。

38、优选的,所述静态电压不稳本文档来自技高网...

【技术保护点】

1.一种静态电压稳定指标在线评估、校正方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述步骤2中系统电压稳定指标L的计算方式如下:

3.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述步骤S4中,模型输入特征关于系统电压稳定指标L灵敏度计算如下:

4.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述校正控制具体为:将与系统电压稳定指标L相关度较大的特征输作为输入,并基于矫正控制模型对电力系统进行分析和求解,获得校正控制数据,所述相关度较大具体为按相关程度排列,正相关和负相关靠前数位的特征。

5.根据权利要求4所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述校正控制模型的目标函数为校正控制优化过程中对特征的总调节变化量最小,具体表达式如下所示:

6.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述静态电压不稳定报警阈值点为系统电压稳定指标L达到0.95。

<p>7.根据权利要求4所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述相关度较大具体为按相关程度排列,正相关排名前三和负相关排名前五的特征。

8.一种静态电压稳定指标在线评估、校正系统,其特征在于,应用于权利要求1至7任一所述的方法,包括数据采集模块、计算执行模块、电压稳定指标预测模块、数据特征分析模块、校正控制模块和系统管理模块;数据采集模块用于获得实时的系统运行数据;计算执行模块用于采用潮流计算程序和电压稳定L指标分析程序计算系统在不同运行方式下的L指标数值;电压稳定指标预测模块用于根据系统历史的潮流数据和对应的L指标数值对机器学习模型进行训练;数据特征分析模块用于利用特征值分析法对模型的输入特征进行分析,得出电力系统各个特征对电压稳定L指标的影响程度;校正控制模块用于采用L指标约束的潮流及所选特征关于L指标的近似灵敏度数值的校正控制程序对原始数据进行优化、校正;系统管理模块用于完成相关参数的设置。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的静态电压稳定指标在线评估、校正方法。

10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的静态电压稳定指标在线评估、校正方法。

...

【技术特征摘要】

1.一种静态电压稳定指标在线评估、校正方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述步骤2中系统电压稳定指标l的计算方式如下:

3.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述步骤s4中,模型输入特征关于系统电压稳定指标l灵敏度计算如下:

4.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述校正控制具体为:将与系统电压稳定指标l相关度较大的特征输作为输入,并基于矫正控制模型对电力系统进行分析和求解,获得校正控制数据,所述相关度较大具体为按相关程度排列,正相关和负相关靠前数位的特征。

5.根据权利要求4所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述校正控制模型的目标函数为校正控制优化过程中对特征的总调节变化量最小,具体表达式如下所示:

6.根据权利要求1所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述静态电压不稳定报警阈值点为系统电压稳定指标l达到0.95。

7.根据权利要求4所述的一种静态电压稳定指标在线评估、校正方法,其特征在于,所述相关度较大具体为按相关程度排...

【专利技术属性】
技术研发人员:李德祥梁庆辉杜志坚徐晓练谢海峰
申请(专利权)人:广西电网有限责任公司南宁供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1