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() 一种新能源电力系统惯量和虚拟惯量的分析方法技术方案_技高网
当前位置: 首页 > 专利查询>东南大学专利>正文

一种新能源电力系统惯量和虚拟惯量的分析方法技术方案

技术编号:40877203 阅读:5 留言:0更新日期:2024-04-08 16:46
本发明专利技术公开一种新能源电力系统惯量和虚拟惯量的分析方法,属于电力系统分析技术领域,方法包括:S1,建立发生扰动后的新能源电力系统动态仿真模型;S2,计算惯量和虚拟惯量参数在所述新能源电力系统模型中的似然函数;S3,计算惯量和虚拟惯量参数的贝叶斯后验分布,并建立贝叶斯推理框架;S4,利用分层自适应重要性采样算法获得贝叶斯非高斯性后验分布;S5,基于所述贝叶斯非高斯性后验分布中的最大后验估计,估算惯量和虚拟惯量参数。本发明专利技术结合分层自适应重要性采样算法以及贝叶斯推理进行新能源电力系统惯量和虚拟惯量的分析,能够高效准确地估计系统惯量和虚拟惯量参数,避免了高斯假设对估计结果准确性的影响,同时能够提升分析效率。

【技术实现步骤摘要】

本专利技术涉及电力系统稳定性分析和惯量估计领域,特别是一种基于分层自适应重要性采样算法的贝叶斯推理框架下新能源电力系统惯量和虚拟惯量的分析方法


技术介绍

1、在新能源电力系统中,可再生能源的占比逐渐增大,逐渐替代传统的同步发电机,使得同步发电机提供的惯量显著减少。虚拟惯量控制技术使得虚拟同步机也能够提供一定的虚拟惯量,帮助维持电力系统的稳定。因此,准确地估计电力系统的惯量和虚拟惯量可以更好地了解电力系统的运行状态。

2、作为维持系统稳定的重要参数,惯量和虚拟惯量参数已经被电力系统研究人员广泛地应用各种方法来估计。随着pmu在电力系统中的广泛应用,基于卡尔曼滤波和无迹卡尔曼滤波的方法被应用到惯量估计中。但这些方法仍然存在收敛性差和过程的高斯假设等问题。一种利用神经网络的方法也能够估计电力系统惯量,但其计算过程缺乏透明性,且神经网络的数据预处理耗时长。此外,上述大多数方法都没有解决虚拟同步机提供的虚拟惯性的估计问题,这忽视了已被广泛应用的虚拟惯量控制技术的作用和影响,估计的结果自然也无法准确反映电力系统的真实运行状态。


技术实现思路

1、本专利技术的目的是,提供一种基于分层自适应重要性采样算法的贝叶斯推理框架下新能源电力系统惯量和虚拟惯量的分析方法,能够高效准确地估计系统惯量和虚拟惯量参数,避免了高斯假设对估计结果准确性的影响,同时能够提升分析效率。

2、本专利技术采用的技术方案如下。

3、一方面,本专利技术提供一种新能源电力系统惯量和虚拟惯量的分析方法,包括:

4、s1,建立发生扰动后的新能源电力系统动态仿真模型;

5、s2,计算惯量和虚拟惯量参数在所述新能源电力系统模型中的似然函数;

6、s3,计算惯量和虚拟惯量参数的贝叶斯后验分布,并建立贝叶斯推理框架;

7、s4,利用分层自适应重要性采样算法获得贝叶斯非高斯性后验分布;

8、s5,基于所述贝叶斯非高斯性后验分布中的最大后验估计,估算惯量和虚拟惯量参数。

9、可选的,步骤s1综合传统同步发电机二阶动态模型、跟网型虚拟同步机模型以及构网型虚拟同步机模型三种发电机模型,建立发生扰动后的新能源电力系统动态仿真模型;其中,

10、所述传统同步发电机二阶动态模型表示为:

11、

12、

13、其中,δ是同步发电机转子角度;ω和ω0分别是同步发电机转子角频率和额定角频率;h是惯量时间常数;d为阻尼比;tm是同步发电机机械转矩;pe为同步发电机有功电输出;

14、所述跟网型虚拟同步机模型表示为:

15、

16、

17、

18、其中,pv和pvs分别是输出有功功率和参考值;kv用来引入虚拟惯量hv,且kv=2hv;tv和tp分别为惯量时间常数和功率控制动态等效时间常数;xv和xpll都是中间变量;ωpll是虚拟同步机连接点频率与ω0的差值;θ是电网电压相角;θpll是虚拟同步机输出角度;

19、所述构网型虚拟同步机模型表示为:

20、

21、

22、其中ωvsg是构网型虚拟同步机的角频率;t0和tem分别是参考转矩和输出转矩;j是构网型虚拟同步机的惯量,与其惯量时间常数hm的关系为hm=jω2/(2sbase);sbase是构网型虚拟同步机的额定功率;dq和de分别是q-v下垂系数和等效阻尼;k是电压积分增益;e和e0分别为构网型虚拟同步机内部电压和参考电压;q0和qem分别是参考无功功率和输出无功功率。

23、可选的,所述建立发生扰动后的新能源电力系统动态仿真模型,包括:

24、s141、设定动态仿真模型的仿真时间和迭代步长;

25、s142、标幺化和归算所有发电机参数和状态变量;

26、s143、设定扰动发生时间、故障类型以及故障的位置;

27、s144、根据稳态潮流计算三种发电机模型的常微分方程的迭代初值;

28、s145、迭代求解三种发电机模型的常微分方程变量;

29、s146、确定每次迭代三种发电机模型对应的三种发电机输出的有功功率和无功功率计算模型。

30、可选的,所述三种发电机输出的有功功率和无功功率包括:

31、传统同步发电机和构网型虚拟同步发电机的输出有功功率和无功功率模型表示为:

32、

33、

34、跟网型虚拟同步发电机输出的有功功率和无功功率模型表示为:

35、pei=pvi+epi

36、qei=0;

37、其中,vi、ei分别表示第i台同步发电机或构网型虚拟同步机的母线电压幅值和发电机内部电压幅值;θi和δi分别表示第i台同步发电机或构网型虚拟同步机的母线电压相角和发电机内部电压相角;x'di为第i台同步发电机或构网型虚拟同步机的暂态电抗;pei和qei分别是第i台发电机的有功输出和无功输出;epi和eqi为测量噪声。

38、可选的,步骤s2包括:

39、s21、根据量测和仿真结果建立贝叶斯似然函数,表示为:

40、

41、其中,πei(di-fi(h'))表示di-fi(h')所满足的似然函数;h'=[h;hv;hm]表示所有惯量和虚拟惯量;d1、d2分别代表有功功率和无功功率pmu量测值;f(·)是将惯量和虚拟惯量参数h'映射到有功功率和无功功率的函数;

42、s22、将一定时间内的发电机的有功功率和无功功率计算值与pmu量测值进行比较,计算对数轨迹形式似然函数:

43、

44、其中,tend表示所选取的时间段末。pmu量测值即为基于真实的惯量和虚拟惯量参数获得的有功无功。

45、可选的,步骤s3包括:

46、s31、计算n个惯量和虚拟惯量参数的贝叶斯先验概率密度函数,表示为:

47、

48、s32、获得后验概率密度,表示为:πpost(h'|d)∝πlike(d|h')πprior(h')

49、s33、用对数轨迹形式的似然函数计算对数形式后验概率密度,表示为:

50、

51、s34、基于新能源电力系统输出的有功功率量测和无功功率量测,以及惯量和虚拟惯量参数的先验信息,建立贝叶斯推理框架,即上述过程建立的后验分布与需要估计的参数之间的关系;

52、其中,πi表示第i个惯量和虚拟惯量的先验分布,hi'表示第i个惯量和虚拟惯量参数。

53、可选的,步骤s4包括:

54、s41,基于所述贝叶斯推理框架,将贝叶斯后验分布作为分层自适应重要性采样算法的目标分布;

55、s42、使用马尔可夫链蒙特卡洛mcmc算法作为分层自适应重要性采样算法的上层,调整惯量和虚拟惯量参数的先验分布

56、s43、使用多重重要本文档来自技高网...

【技术保护点】

1.一种新能源电力系统惯量和虚拟惯量的分析方法,其特征是,包括:

2.根据权利要求1所述的方法,其特征是,步骤S1综合传统同步发电机二阶动态模型、跟网型虚拟同步机模型以及构网型虚拟同步机模型三种发电机模型,建立发生扰动后的新能源电力系统动态仿真模型;其中,

3.根据权利要求2所述的方法,其特征是,所述建立发生扰动后的新能源电力系统动态仿真模型,包括:

4.根据权利要求3所述的方法,其特征是,步骤S2包括:

5.根据权利要求4所述的方法,其特征是,步骤S3包括:

6.根据权利要求5所述的方法,其特征是,步骤S4包括:

7.根据权利要求6所述的方法,其特征是,步骤S42包括:

8.根据权利要求7所述的方法,其特征是,步骤S43包括:

9.根据权利要求8所述的方法,其特征是,步骤S5包括:

10.一种计算机可读存储介质,其上存储有计算机程序,其特征是,该计算机程序被处理器执行时,实现如权利要求1-9任一项所述的新能源电力系统惯量和虚拟惯量的分析方法。

【技术特征摘要】

1.一种新能源电力系统惯量和虚拟惯量的分析方法,其特征是,包括:

2.根据权利要求1所述的方法,其特征是,步骤s1综合传统同步发电机二阶动态模型、跟网型虚拟同步机模型以及构网型虚拟同步机模型三种发电机模型,建立发生扰动后的新能源电力系统动态仿真模型;其中,

3.根据权利要求2所述的方法,其特征是,所述建立发生扰动后的新能源电力系统动态仿真模型,包括:

4.根据权利要求3所述的方法,其特征是,步骤s2包括:

5.根据权利要求4所述的...

【专利技术属性】
技术研发人员:徐一骏刘凯顾伟陆帅沈超
申请(专利权)人:东南大学
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