一种用于电网日前潮流预报的负荷预测数据分解方法与流程

本发明属于电力系统技术领域，特别涉及一种用于电网日前潮流预报的负荷预测数据分解方法，具体是一种用于日前潮流预报的110kv变电站负荷数据分解方法。

背景技术：

在电力系统运行中，为了便于提前安排电网运行方式，调度方式人员需要每日提前对即将到来的明日进行电网运行方案的编制，即编制日前运行计划。日前运行计划是电网调度的重要依据，合理的日前调度运行计划关系到系统未来的安全经济运行。随着电网规模的扩大和运行方式复杂化，以往基于直流潮流的日前计划安全校核已无法满足实际需求，要求对日前计划进行包括静态安全、动态稳定和暂态稳定等方面的全面安全校核，为此，需要生成满足日前计划的合理交流潮流，这就是日前潮流预报需要完成的工作。日前潮流预报就是指根据日前电厂有功发电计划、日前检修计划及日前母线负荷预测数据，生成日前交流潮流解，由于日前电厂发电计划和母线负荷预测数据一般为15分钟间隔的96点数据，因此日前潮流预报也要生成对应的96个交流潮流解。传统做法为在直流潮流基础上凭经验给出发电机机端电压，然后进行交流潮流计算，其收敛性差，且结果往往不合理，影响了安全校核的正确性。

林毅、孙宏斌在《日前计划安全校核中计划潮流自动生成技术》(电力系统自动化，2012年10月第36卷第20期，pp.68-73)中提出了一种新的日前计划编制中的潮流预报方法，可以对电网的次日计划潮流进行计算，通过计划潮流评估次日的电网运行状态和安全情况。该计划潮流方法将原问题分解为有功调整子问题和无功电压分布子问题分步求解。通过求解有功调整优化子问题协调多种计划数据之间的不一致，通过求解无功电压分布子问题来确定合理的发电机机端电压，避免了使用典型机端电压带来的收敛性问题。采用基于预测-校正步的现代内点法求解上述优化子问题，具有良好的收敛性。该方法目前已经在国内一些大区电网调度中心和省级电网调度中心得到应用。

文献中给出的方法主要对潮流预报中发电机的有功和无功进行求解，在潮流预报中负荷母线上的有功无功值是给定的，来自母线负荷预报系统给出的数据。在省级电网调度中心的实际应用过程中，母线负荷预测数据主要给出220kv主变的总有功负荷预测数据。随着近年来电网调度运行管理集约化、扁平化的变革，省调电网模型中逐渐将220kv母线所带的下级负荷110kv、35kv电网模型也增加了进来，在潮流预报中，为了给出完整的交流潮流解，需要将220kv主变的总有功负荷预报数据，分解到其所带的下级电网负荷中。本发明提出的方法就是为了解决这个问题。

本发明涉及到220kv-110kv-35kv的电网运行区域，目前我国电网调度运行中，对330kv、220kv以下的电网，多采用辐射方式运行，即每座330kv/220kv变电站所带的下级110kv/35kv变电站形成独立的区域，在区域内互相联系，不同的330kv、220kv所带的下级区域之间没有电气联系。这种区域典型的示意图如附件图3所示。

本发明涉及电网运行的准稳态灵敏度，有功负荷灵敏度的物理意义为在某母线上增加注入单位有功后，电网中各主变的有功变化。孙宏斌，张伯明，相年德在《准稳态的灵敏度分析方法》(中国电机工程学报，1999年4月v19n4，pp.9-13)中提出了准稳态灵敏度方法，与常规的静态的灵敏度分析方法不同，准稳态灵敏度方法考虑了电力系统准稳态的物理响应，计及系统控制前后新旧稳态间的总变化，有效提高了灵敏度分析的精度。该方法基于电力系统的pq解耦模型，当发电机安装有自动电压调节器(avr)时，可认为该发电机节点为pv节点；而当发电机装有自动无功功率调节(aqr)或自动功率因数调节(apfr)时，可认为该发电机节点与普通负荷节点相同均为pq节点。此外，将负荷电压静特性考虑成节点电压的一次或二次曲线。这样所建立的潮流模型就自然地将这些准稳态的物理响应加以考虑，从而基于潮流模型计算出的灵敏度即为准稳态的灵敏度。本文计算中均采用上述准稳态灵敏度方法。

技术实现要素：

为了克服上述已有技术存在的不足之处，本发明提出一种用于电网日前潮流预报的负荷预测数据分解方法。本发明在省级电网中采用220kv变电站主变的总有功预测数据，基于电网运行方式和拓扑结构，计算分解出各主变所连接的下级110kv及35kv变电站中负荷的有功预测数据，并计算出对应的无功预测数据。分解计算的结果用于电网的日前潮流预报，进而实现为电网日前安全校核、日前无功压优化提供基础数据，提高电网稳定性和电压质量的发明目的。

为了实现上述发明目的，本发明是通过以下技术方案来实现的：

一种用于电网日前潮流预报的负荷预测数据分解方法，在每日结束前，读入第二日的各220kv变电站主变总有功预测数据，并基于当前电网模型和运行状态，将220kv主变总有功负荷预测数据分解到主变所带的下级110kv及35kv变电站的负荷上，并进一步计算各负荷的无功；以110kv变电站来看，包括以下步骤：

步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；

步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1；

步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax；

步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据；

步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据；

步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。

所述zx生成的步骤如下：

步骤2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：

其中，为该变电站内的220kv主变，总计n台；为该变电站所带下级电网110kv站内的负荷，总计m个；为为该变电站所带下级电网35kv站内的负荷，总计k个；

步骤2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功、无功为：

其中，为区域中220kv主变高压侧有功、无功值；为下级电网110kv站内的负荷有功、无功值；为下级电网35kv站内的负荷有功、无功值；i为第几个设备。

所述步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，包括步骤如下：

步骤3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：

其中，为区域内110kv负荷对主变有功的灵敏度矩阵(m*n)，是区域中第i个110kv负荷有功对区域中第j个主变高压侧绕组有功的准稳态灵敏度，其物理意义是第i个110kv负荷增加单位有功后，第j个220kv主变高压侧绕组有功的变化量；i为负荷小于等于m，j为主变小于等于n；

同理，为区域内35kv负荷对主变有功的灵敏度矩阵(k*n维)；矩阵sx的总维度为：(m+k)*n；

步骤3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，

其中，为区域内110kv负荷对主变有功的汲取矩阵(m*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个110kv负荷有功；为子矩阵的元素；

同理，为区域内35kv负荷对主变有功的汲取矩阵(k*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个35kv负荷有功；为子矩阵的元素。

所述步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，包括步骤如下：

步骤4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：

其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；为t时刻的预测数据；

步骤4.2计算区域内部110kv和35kv的负荷有功预测数据如下：

其中为计算得到的第二日第t个时刻区域zx中110kv和35kv负荷的有功预测数据；

步骤4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成。

所述步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，包括步骤如下：

步骤5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据记为：

其中：

式(10)中的为式(2)中给出的电网当日最大负荷时刻的负荷有功、无功值；式10的i分别对应于式9的m、k；

步骤5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。

所述读入第二日的各220kv变电站主变总有功预测数据，并基于当前电网模型和运行状态，将220kv主变总有功负荷预测数据分解到主变所带的下级110kv及35kv变电站的负荷上，并进一步计算各负荷的无功；以220kv站内的主变进行计算，该分区内包含两个220kv主变tr1、tr2，负荷ld1、ld2、ld3、ld4、ld5、ld6、ld7、ld8、ld9；包括以下步骤：

步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；

步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1；

步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax；

步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据；

步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据；

步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。

所述生成zx的步骤如下：

步骤2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：

其中，为该变电站内的220kv主变，总计n台；为该变电站所带下级电网110kv站内的负荷，总计m个；为为该变电站所带下级电网35kv站内的负荷，总计k个；

根据计算可得：z1＝{tr1,ld1,ld2,ld3,ld4,ld5,ld6}

z2＝{tr2,ld7,ld8,ld9}

步骤2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功px,max、无功qx,max为：

其中，为区域中220kv主变高压侧有功、无功值；为下级电网110kv站内的负荷有功、无功值；为下级电网35kv站内的负荷有功、无功值；i为当前负荷；

根据实际计算的模型计算读取到的：

所述步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，步骤如下：

步骤3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：

其中，为区域内110kv负荷对主变有功的灵敏度矩阵(m*n)，是区域中第i个110kv负荷有功对区域中第j个主变高压侧绕组有功的准稳态灵敏度，其物理意义是第i个110kv负荷增加单位有功后，第j个220kv主变高压侧绕组有功的变化量；i为负荷小于等于m，j为主变小于等于n；

同理，为区域内35kv负荷对主变有功的灵敏度矩阵(k*n维)；矩阵sx的总维度为：(m+k)*n；

计算得出的灵敏度为：

步骤3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，

其中，为区域内110kv负荷对主变有功的汲取矩阵(m*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个110kv负荷有功；为子矩阵的元素；

同理，为区域内35kv负荷对主变有功的汲取矩阵(k*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个35kv负荷有功；为子矩阵的元素；

计算得出的有功汲取因子为：

所述步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，包括步骤如下：

步骤4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：

其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；

步骤4.2计算区域内部110kv和35kv的负荷有功预测数据如下：

其中为计算得到的第二日第t个时刻区域zx中110kv和35kv负荷的有功预测数据；

4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成；

计算出区域1所得数据和区域2所得数据。

所述步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，包括步骤如下：

步骤5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据记为：

其中：

式(10)中的为式(2)中给出的电网当日最大负荷时刻的负荷有功、无功值；

同样可以计算得无功数值；

步骤5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。

本发明的特点和有益效果在于：

在省级电网能量管理系统中，其功率预测模块一般仅给出220kv主变的总有功预测数据，无法直接用于包含110kv、35kv等下级电网模型的全网潮流预报计算。本发明在省级电网中采用220kv变电站主变的总有功预测数据，基于电网运行方式和拓扑结构，计算分解出各主变所连接的下级110kv及35kv变电站中负荷的有功预测数据，并计算出对应的无功预测数据。分解计算的结果用于电网的日前潮流预报，进而为电网日前安全校核、日前无功压优化提供基础数据，提高电网稳定性和电压质量。

附图说明

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及具体实施方式对本发明作进一步的详细描述，以下实施例用于说明本发明，但应当理解本发明的保护范围并不受具体实施方式的限制。

图1是本发明的方法流程框图。

图2是本发明实施例变电站连接关系示意图。

图3是现有区域电气联系图。

具体实施方式

本发明提出一种用于电网日前潮流预报的负荷预测数据分解方法，如图1所示，图1是本发明的方法流程框图。该方法在每日结束前，读入第二日的各220kv变电站主变总有功预测数据，并基于当前电网模型和运行状态，将220kv主变总有功负荷预测数据分解到主变所带的下级110kv及35kv变电站的负荷上，并进一步计算各负荷的无功。以110kv变电站为例，该方法包括以下步骤：

步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；

步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1。生成zx的步骤如下：

2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：

其中，为该变电站内的220kv主变，总计n台；为该变电站所带下级电网110kv站内的负荷，总计m个；为为该变电站所带下级电网35kv站内的负荷，总计k个。

2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功、无功为：

其中，为区域中220kv主变高压侧有功、无功值；为下级电网110kv站内的负荷有功、无功值；为下级电网35kv站内的负荷有功、无功值；i为第几个设备。

步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，步骤如下：

3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：

其中，为区域内110kv负荷对主变有功的灵敏度矩阵(m*n)，是区域中第i个110kv负荷有功对区域中第j个主变高压侧绕组有功的准稳态灵敏度，其物理意义是第i个110kv负荷增加单位有功后，第j个220kv主变高压侧绕组有功的变化量；i为负荷小于等于m，j为主变小于等于n。

同理，为区域内35kv负荷对主变有功的灵敏度矩阵(k*n维)。矩阵sx的总维度为：(m+k)*n。

3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，

其中，为区域内110kv负荷对主变有功的汲取矩阵(m*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个110kv负荷有功；为子矩阵的元素。

同理，为区域内35kv负荷对主变有功的汲取矩阵(k*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个35kv负荷有功；为子矩阵的元素。

步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，步骤如下：

4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：

其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；为t时刻的预测数据。

4.2计算区域内部110kv和35kv的负荷有功预测数据如下：

其中为计算得到的第二日第t个时刻区域zx中110kv和35kv负荷的有功预测数据。

4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成。

步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，步骤如下：

5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据记为：

其中：

式(10)中的为式(2)中给出的电网当日最大负荷时刻的负荷有功、无功值。式10的i分别对应于式9的m、k。

5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。

步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。

本发明方法的工作原理在于：

通过对现有的省调区域模型进行准稳态灵敏度计算，获取当前的220kv站内主变与110kv、35kv站负荷之间的灵敏度，读取220kv站的有功负荷预测数据，通过灵敏度计算出110kv、35kv站的负荷预测数据，在潮流预报中，通过分解得到的负荷数据进行潮流预报计算。

实施例2.

本实施例为对一个220kv站内的主变进行计算，本实施例站站连接关系如图2所示，该分区内包含2个220kv主变tr1、tr2，负荷ld1、ld2、ld3、ld4、ld5、ld6、ld7、ld8、ld9；

本发明提出一种用于电网日前潮流预报的负荷预测数据分解方法，包括以下步骤：

步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；

步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1。生成zx的步骤如下：

2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：

其中，为该变电站内的220kv主变，总计n台；为该变电站所带下级电网110kv站内的负荷，总计m个；为为该变电站所带下级电网35kv站内的负荷，总计k个。

根据计算可得：z1＝{tr1,ld1,ld2,ld3,ld4,ld5,ld6}

z2＝{tr2,ld7,ld8,ld9}

2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功px,max、无功qx,max为：

其中，为区域中220kv主变高压侧有功、无功值；为下级电网110kv站内的负荷有功、无功值；为下级电网35kv站内的负荷有功、无功值；i为当前负荷；

根据实际计算的模型计算读取到的：

步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，步骤如下：

3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：

其中，为区域内110kv负荷对主变有功的灵敏度矩阵(m*n)，是区域中第i个110kv负荷有功对区域中第j个主变高压侧绕组有功的准稳态灵敏度，其物理意义是第i个110kv负荷增加单位有功后，第j个220kv主变高压侧绕组有功的变化量。i为负荷小于等于m，j为主变小于等于n。

同理，为区域内35kv负荷对主变有功的灵敏度矩阵(k*n维)。矩阵sx的总维度为：(m+k)*n。

计算得出的灵敏度为：

3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，

其中，为区域内110kv负荷对主变有功的汲取矩阵(m*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个110kv负荷有功；为子矩阵的元素。

同理，为区域内35kv负荷对主变有功的汲取矩阵(k*n维)，其元素为：

其中为式(2)中，区域zx中第j台主变高压侧有功；为式(2)中，区域zx中第i个35kv负荷有功；为子矩阵的元素。

计算得出的有功汲取因子为：

步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，步骤如下：

4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：

其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；

4.2计算区域内部110kv和35kv的负荷有功预测数据如下：

其中为计算得到的第二日第t个时刻区域zx中110kv和35kv负荷的有功预测数据。

4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成。

计算所得数据如下：区域1

区域2：

步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，步骤如下：

5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据记为：

其中：

式(10)中的为式(2)中给出的电网当日最大负荷时刻的负荷有功、无功值。

同样可以计算得无功数值；

5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。

步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。