一种基于pmu的电力系统分布式动态状态估计方法

文档序号:9615061阅读:871来源:国知局
一种基于pmu的电力系统分布式动态状态估计方法
【技术领域】
[0001] 本发明涉及电力系统动态状态估计技术领域,尤其涉及一种基于PMU的电力系统 分布式动态状态估计方法。
【背景技术】
[0002] 现代电力系统的规模不断扩大,互联程度不断加强,结构和运行方式日趋复杂。对 于大规模互联电网的状态估计问题,在调度中心进行集中式状态估计的方法在可靠性及实 时性方面存在一定的局限性。首先,局部系统的不可观测及不良数据都将直接影响到整个 系统状态估计能否顺利进行;其次,由于系统阶数过大,系统计算中心需要处理大量量测数 据及求解大规模估计方程,很难满足系统分析和控制对状态估计实时性的要求。
[0003] 在电力系统稳态运行过程中,断路器状态不会发生改变,网络拓扑结构已知。因 此,可以在调度中心基于网络拓扑约束进行集中式状态估计。而当系统发生故障后,在保护 装置的作用下,断路器会迅速动作,将故障线路从系统中隔离,自动重合闸装置还可能进行 一次或多次重合。该过程结束后,系统中断路器将不再动作,系统拓扑结构也不会再发生改 变,电力系统进入机电暂态过程。在系统故障的持续期间,主要由保护装置和自动重合闸装 置作用于断路器,系统拓扑结构会不断发生改变,控制设备难以实施有效的控制措施。而在 机电暂态过程中,故障线路已经从系统中切除,断路器状态不会发生改变,监控设备能够对 机电暂态过程进行监测并采取及时有效的控制措施,从而保证电力系统的安全稳定运行。 因此,电力系统动态状态估计就是研究系统机电暂态过程状态估计问题。
[0004] 电力系统发生故障后,网络拓扑结构改变,难以实时获得;系统节点电压会发生突 变,不易预测。因此,传统的基于网络拓扑约束的状态估计已经不再可行。尽管信息技术的 发展直接促进了分布式状态估计计算的应用和发展,取得了许多成果。然而大部分分布式 状态估计方法仅仅是对集中式状态估计算法进行分布计算,无法在本质上解决机电暂态过 程中拓扑未知的问题。

【发明内容】

[0005] 本发明的目的是提供一种基于PMU的电力系统分布式动态状态估计方法,极大的 提升了机电暂态过程中系统状态量的估计精度。
[0006] 本发明的目的是通过以下技术方案实现的:
[0007] -种基于PMU的电力系统分布式动态状态估计方法,包括:
[0008] 获取电力系统发生故障后的发电机动态状态估计信息、变电站动态状态估计信息 及断路器实际状态;
[0009] 根据各个变电站的断路器实际状态,并结合关联矩阵对全网进行结线分析,再对 各个变电站发送的变电站动态状态估计信息进行数据整合,获得的网络节点电压和电流相 量作为网络节点电压和电流相量的伪量测;
[0010] 将发电机动态状态估计信息通过机网接口转化为系统节点电压相量,并将该系统 节点电压相量作为全系统状态估计的伪量测;
[0011] 通过误差传递计算量测过程中的误差方差,并基于网络节点电压和电流相量、系 统节点电压相量以及量测过程中的误差方差,实现电力系统发生故障后系统动态状态估 计。
[0012] 进一步的,所述发电机动态状态估计信息包括:
[0013] 利用电力系统发生故障后的发电厂实时数据库中PMU量测信息对发电机动态状 态进行估计,获得的发电机动态状态的状态量估计值与估计误差方差即为发电机动态状态 估计信息。
[0014] 进一步的,所述变电站动态状态估计信息及断路器实际状态包括:
[0015] 电力系统发生故障后,利用变电站内流过各断路器的电流相量和各节点电压相量 的PMU量测值以及静态数据库中各元件的关联关系,进行变电站动态状态估计并确定断路 器实际状态。
[0016] 进一步的,所述将发电机动态状态估计信息通过机网接口转化为系统节点电压相 量包括:
[0017] 利用机网接口的直接解法将发电机动态状态估计信息转化系统节点电压相量,其 计算步骤包括:坐标变换与求解网络方程;
[0018] 其中,坐标变换过程如下:
[0019] 当发电机采用四阶模型时,定子电压方程的导纳矩阵形式为:
[0021] 式中:UjP U q分别为发电机出口电压相量的d轴和q轴分量;E' jP P q分别 为发电机的d轴和q轴暂态电动势;X',和t q分别为发电机的d轴和q轴暂态电抗;I d和Iq分别为发电机定子电流的d轴和q轴分量;;r a为发电机等值电阻;
[0022] 引入坐标变换矩阵
,将dq坐标下的发电机电气量转化为xy坐 标下,则有:
[0024] 式中:IJP Iy分别为定子电流的实部和虚部;JPW y分别为暂态电动势的 实部和虚部;
为发电机坐标变换后的等值导纳矩阵,S为发电机功角;
[0025] xy坐标下发电机各电气量的计算公式为:
[0027] 求解网络方程过程如下:
[0028] 将η个节点的网络复数线性代数方程:M = j增阶化为2η维实线性代数方程,获得 如下节点导纳矩阵:
[0030] 其中,L = G 表示节点导纳矩阵Υ的第i行j列元素;和 /%=【&分别为网络支路电流相量I和系统节点电压相量中第i个兀素;
[0031] 若转化为xy坐标后的定子电压方程的导纳矩阵所描述的发电机接于网络的第i 个节点,则
[0032] 将转化为xy坐标后的定子电压方程的导纳矩阵带入节点导纳矩阵中的第i个方 程,消去,则网络的第i个节点方程为:
[0034] 当根据系统微分方程得到本计算时步末的发电机动态状态量后,则根据所述xy 坐标下发电机各电气量的计算公式计算出发电机各电气量;
[0035] 然后根据所述网络的第i个节点方程计算发电机注入网络的等值电流^ ;
[0036] 再利用发电机的等值导纳矩阵
根据所述网络的第i个节点方程对节点 导纳矩阵进行修正,并将所述网络的第i个节点方程代替节点导纳矩阵中的第i个节点方 程;对各个发电机节点均作上述处理后,则能够求解出网络方程,从而获得转化后的系统节 点电压相量zP
[0037] 进一步的,所述通过误差传递计算量测过程中的误差方差包括:
[0038] 发电机动态状态估计信息通过转换后最终作为全系统状态估计的伪量测,通过误 差传递计算该过程的误差方差,具体过程如下:
[0039] 误差传递过程需要用到dq坐标下发电机动态状态的状态量估计值i和估计误差 方差矩阵P(;,发电机各电气量的计算公式中采用该状态量估计值i时,表示为:
分别表示δ、E' q、E' d的估计值;y为xy坐 标下暂态电动势和等值导纳矩阵所组成的相量,
$分别表示 E' X、E' y的估计值;y为发电机各电气量计算方程组;
[0042] 利用卡尔曼滤波进行发电机动态状态估计时,获得估计误差方差矩阵,根据dq 坐标下发电机动态状态的状态量估计值与估计误差方差矩阵,并利用非线性函数的协 方差传播律计算相量y的误差方差矩阵py:
[0043] Py= DPgDt;
[0044] 式中,D为灵敏度矩阵;
[0045] 再利用相量y与误差方差矩阵己计算xy坐标下发电机注入网络电流".与"y的误差方差矩阵Pz:
[0047] 式中,xy坐标下发电机注入网络电流",与"亦灵敏度矩阵;
[0048] 将发电机d轴暂态阻抗的倒数作为发电机等值导纳直接并入节点导纳矩阵,若发 电机等值导纳
·都已并入节点导矩阵Y,则系统节点电压相量&为:
[0050] 式中,Y1为节点导纳矩阵Y的逆矩阵;^为网络节点的注入电流复向量,对于% 个发电机节点,
U对于负荷节点,将负荷作为等值导纳 并入节点导纳矩阵,则节点注入电流为〇 ;
[0051] 将系统节点电压相量F的实部UR与虚部U :分别写为:
[0053] 式中,G与B分别为节点导纳矩阵逆矩阵Y 1的实部和虚部;
[0054] 信息转换时的误差方差包括节点电压实部和虚部的估计误差方差PUR与P w,表示 为:
[0056] 式中,ff),f分别为发电机注入电流实部和虚部的误差方差矩阵。
[0057] 进一步的,所述通过误差传递计算量测过程中的误差方差,并基于网络节点电压 和电流相量、系统节点电压相量以及量测过程中的误差方差,实现电力系统发生故障后系 统动态状态估计包括:
[0058] 建立电力系统发生故障后系统动态状态估计模型:
[0059] z = [zjZuZ^Zp]1;
[0060] 式中,zP为通过机网接口将发电机动态状态估计信息进行转化后的系统节点电压 相量为根据变电站动态状态估计信息及断路器实际状态计算获得的网络节点电压和电 流相量;2:为支路电流量;Z In为节点注入电流量;
[0061] 量测过程中的误差方差R表示为:
[0063] 式中,R!、R。、RIn、RP分另U为z !、Zu、zIn、zP量测误差方差矩阵;
[0064] RP的表达式为:
[0066] 式中,与分别为估计误差方差PUR与Ρ 的第i个对角元素 ,i = [1,η];
[0067] 根据电力系统发生故障后系统动态状态估计模型及量测过程中的误差方差R,并 结合线性最小二乘法对系统节点电压相量进行估计,从而实现电力系统发生故障后系统动 态状态估计:
[0068] ]H] 'H R lz :
[0069] 式中,H为全系统线性状态估计的量测矩阵。
[0070] 由上述本发明提供的技术方案可以看出,分别在发电厂和变电站内进行状态估 计,将状态估计结果以及断路器的真实状态上传进行全系统状态估计;同时,基于机网接口 的直接解法,给出了将发电机动态状态估计结果转化为网络节点电压相量伪量测的误差方 差计算方法;并且建立了涉及发电机动态状态估计约束的全系统状态估计模型,通过发电 机动态状态估计约束进一步提升全系统状态估计精度,与PMU直接量测相比,精度得到了 进一步提升。
当前第1页1 2 3 4 
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