一种暂态功角失稳与电压失稳的模糊综合评判方法与流程

文档序号:11143690阅读:来源:国知局

技术特征:

1.一种暂态功角失稳与电压失稳的模糊综合评判方法,其特征在于,所述评估方法包括下述步骤:

(1)建立电压稳定与功角稳定指标体系;

(2)构造指标隶属函数;

(3)确定指标权重;

(4)确定综合模糊隶属函数,得到最终模糊判据;

(5)确定暂态功角失稳与电压失稳的模糊判别模型。

2.如权利要求1所述的模糊综合评判方法,其特征在于,所述步骤(1)中,电压稳定与功角稳定指标体系包括:

a、加速能量指标:

电力系统加速能量指标Eacc表达式如下:

<mrow> <msub> <mi>E</mi> <mrow> <mi>a</mi> <mi>c</mi> <mi>c</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mo>&Integral;</mo> <msub> <mi>&delta;</mi> <mn>1</mn> </msub> <msub> <mi>&delta;</mi> <mn>2</mn> </msub> </msubsup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mi>m</mi> </msub> <mo>-</mo> <msub> <mi>P</mi> <mi>e</mi> </msub> <mo>)</mo> </mrow> <mi>d</mi> <mi>&delta;</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow>

式中,Pm、Pe分别为发电机机械功率及电磁功率,δ为发电机功角;δ12分别为发电机功角的下限和上限,在功角问题越严重的情况下,发电机加速功率相对角位移做功越多,电力系统加速能量越大;

b、负荷电压幅值指标:负荷电压幅值指标UL的大小能够很直观的反映出电力系统电压稳定水平;

c、发电机与负荷无功功率变化率指标:

根据发电机的动态无功响应特性及遭受故障冲击后负荷无功功率特性提出发电机和负荷无功功率变化率指标,表达是如下:

<mrow> <msub> <mi>K</mi> <mi>Q</mi> </msub> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>&Delta;</mi> <msub> <mi>Q</mi> <mi>Gi</mi> </msub> <mo>/</mo> <mi>&Delta;</mi> <msub> <mi>Q</mi> <mi>L</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

式中,KQ为发电机和负荷无功功率变化率指标,ΔQGi为故障冲击某台发电机的无功增量,i为第i台受端发电机,n为受端发电机台数,ΔQL为受扰后负荷无功需求增量;KQ可反映负荷遭受故障冲击后无功需求增加时发电机的动态无功响应,发电机和负荷无功功率变化率值大时对应薄弱电力系统遭受冲击时发电机动态无功响应大,电力系统电压问题严重;

d、联络线功率因数指标:

根据受端电压稳定性遭到破坏时,联络线有功功率及无功功率变化规律,提出联络线功率因数指标表达是如下:

式中,Pl、Ql分别为联络线传输的有功功率和无功功率;联络线功率因数指标值越低,表明线路传输有功减小无功相对越多,电力系统电压稳定问题越严重。

3.如权利要求1所述的模糊综合评判方法,其特征在于,所述步骤(2)中,根据指标特征将参考偏大型梯形分布对加速能量指标、联络线功率因数指标及负荷电压幅值指标进行描述;采用偏小型半梯形分布对发电机与负荷无功功率变化率指标进行描述:

偏大型半梯形分布表达式如下所示:

<mrow> <msub> <mi>f</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&GreaterEqual;</mo> <mi>a</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mi>x</mi> <mo>-</mo> <mi>b</mi> </mrow> <mrow> <mi>a</mi> <mo>-</mo> <mi>b</mi> </mrow> </mfrac> </mtd> <mtd> <mrow> <mi>b</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&lt;</mo> <mi>a</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&le;</mo> <mi>b</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mn>4</mn> <mo>)</mo> </mrow>

偏小型半梯形分布表达式如下所示:

<mrow> <msub> <mi>f</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&GreaterEqual;</mo> <mi>d</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mfrac> <mrow> <mi>d</mi> <mo>-</mo> <mi>x</mi> </mrow> <mrow> <mi>d</mi> <mo>-</mo> <mi>c</mi> </mrow> </mfrac> </mtd> <mtd> <mrow> <mi>c</mi> <mo>&lt;</mo> <mi>x</mi> <mo>&lt;</mo> <mi>d</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&le;</mo> <mi>c</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mn>5</mn> <mo>)</mo> </mrow>

其中:f1(x)、f2(x)分别为偏大型半梯形分布和偏小型半梯形分布的隶属度函数,其中x代表各指标变量,a、b、c、d为常数,具体数值据各指标计算结果而定。

4.如权利要求1所述的模糊综合评判方法,其特征在于,所述步骤(3)中,采用层次分析法确定指标权重包括下述步骤:

①确定序关系:

设u1,u2,...,um是经过指标类型一致化和无量纲化处理的m个指标,m≥2;将指标ui(i=1,2,3,...,m)相对于目标的重要程度进行排序,对于评价指标集{u1,u2,...,um},在评价指标集中选出认为是最重要的一个,在余下的m-1个指标中,继续选出认为是最重要的一个指标,以此类推,得到按照指标重要程度的排序结果为:

u1≥u2≥...≥um 6)

②给出指标间相对重要程度的比值判断:

设关于指标uk-1与uk的重要程度之比wk-1/wk的理性判断分别为:

wk-1/wk=rk(k=m,m-1,m-2,...3,2) 7)

③权重系数的计算:

若给出指标间相对重要程度的比值rk的理性赋值,则排序后重要性最低的指标um的权重wm为:

<mrow> <msub> <mi>w</mi> <mi>m</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>&lsqb;</mo> <mn>1</mn> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>k</mi> </mrow> <mi>m</mi> </munderover> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>&rsqb;</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mn>8</mn> <mo>)</mo> </mrow>

进而依次计算其它指标的权重:

wk-1=rkwk(k=m,m-1,m-2,...3,2) 9)

最终得到指标权重集合W为:

W={w1,w2,…,wm}(wi>0) 10)

式中:wk为指标uk的权重,rk的赋值为1.0,指标uk-1与uk同等重要;rk的赋值为1.2,指标uk-1比uk稍微重要;rk的赋值为1.4,指标uk-1比uk明显重要;rk的赋值为1.6,指标uk-1比uk强烈重要;rk的赋值为1.8,指标uk-1比uk比极端重要;rk表示指标间相对重要程度的比值;m为一实数,表示指标总个数;ui、wi分别表示不同的指标变量及其权重;rk表示不同指标间重要程度比值;wm表示排序后重要性最低的指标um的权重,wk-1=rkwk表示除um外其余m-1个指标权重;m为一实数,um、wm表示第m个指标及其权重;i和k为未知变量,i的取值范围为i=1,2,3,...,m,由于rk的定义原因决定k的取值范围为k=m,m-1,m-2,...3,2;w1,w2,…,wm分别表示排序后重要性最低的指标2、3、...、m的权重。

5.如权利要求1所述的模糊综合评判方法,其特征在于,所述步骤(4)中,将指标数据带入模糊隶属度函数并乘以相应指标权重得到综合隶属度函数,所述综合模糊函数的表达式如下:

<mrow> <mi>F</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>w</mi> <mi>i</mi> </msub> <msub> <mi>f</mi> <mi>i</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mn>11</mn> <mo>)</mo> </mrow>

式中,F为综合模糊函数,wi为指标ui权重,fi为指标ui所属隶属函数值,m为指标个数。

6.如权利要求1所述的模糊综合评判方法,其特征在于,所述步骤(5)中,暂态功角失稳与电压失稳的模糊判别模型如下:

1)当模糊判据值大于0.8,则电力系统纯功角失稳,当模糊判据值小于0.2,则电力系统纯电压失稳;

2)当模糊判据值介于0.5和0.8之间时,功角失稳程度占比大,为0.5~0.8,相应电压失稳程度约为0.5~0.2,电力系统偏功角耦合失稳;判据值介于0.2和0.5之间时,电压失稳程度占比大,为0.8~0.5,相应功角失稳程度为0.2~0.5,电力系统偏电压耦合失稳;判据值为0.5时,功角失稳程度与电压失稳程度基本相当。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1