一种风功率波动引起的电力系统小扰动稳定性判别方法与流程

本发明涉及电力系统稳定性研究领域，尤其涉及一种风功率波动引起的电力系统小扰动稳定性判别方法。
背景技术：
：随着我国电力事业不断向前发展，越来越多的风力发电站接入电力系统。风力发电站的发电特性与传统的水利、火力发电有较大的不同，主要表现在风电出力的随机性和波动性方面，风电的发电特性对电力系统的稳定性产生了深刻的影响，尤其在电力系统小扰动稳定性方向，风电场的风功率波动将影响该稳定特性，有必要更加重视，并加强研究合理的系统小扰动稳定性判别方法。目前对电力系统的小扰动因素，多是考虑线路短路故障、电力设备突然推出运行等，采用确定性的特征根分析计算方法，分析系统的小扰动稳定特性，而对于不确定的扰动如风功率波动的因素考虑较少，而采用概率分析的方法对系统小扰动稳定性进行定量计算和判别方法未有统一的标准。技术实现要素：本发明提供了一种风功率波动引起的电力系统小扰动稳定性判别方法，解决了目前特征根分析计算方法无法有效考虑风电出力波动特性的不足，通过本方法能准确的判断出风功率波动引起的电力系统小扰动稳定特性，对电力系统长远发展有良好的适应性。本发明通过下述技术方案实现：一种风功率波动引起的电力系统小扰动稳定性判别方法，包括以下步骤：步骤1：利用风电场历史风速数据,建立风电场的风频分布函数；步骤2：根据步骤1得到的风电场的风频分布函数，建立风电场功率输出概率分布；步骤3：采用机电暂态仿真分析方法，计算得出电力系统小扰动关键振荡模式和关键特征根；步骤4：基于步骤3得到的关键特征根，采用gram-charlier级数展开该关键特征根，得到该关键特征根实部随机变化的概率分布函数；步骤5：基于步骤4得到的关键特征根实部随机变化的概率分布函数，绘制特征值实部概率分布图，根据特征值实部概率分布图判别电力系统小扰动稳定特性。本发明通过实测历史风电场数据，计算得到风电场输出功率的概率分布函数，该方法将风功率的随机性和波动性特性作为影响电力系统小扰动稳定的一个因素包含在内；采用概率方法计算得到关键特征根实部随机变化的概率分布函数，依据该函数绘制特征值实部概率分布图，判断系统小扰动稳定特性，本发明设计的电力系统小扰动稳定性判断方法对电网发展具有良好的适应性。具体地讲，所述步骤1中风电场风频分布函数为：风电场风速的概率密度函数pdf和累计分布函数cdf。具体地讲，所述基于得到的风电场风频分布函数，转化得到风电场的风电输出分布，具体为：风电场输出功率的概率分布函数cdf，从而建立风电场功率输出概率分布。具体地讲，所述步骤3中采用机电暂态仿真分析方法，计算得出电力系统小扰动关键振荡模式包括：计算电网小扰动关键特征值、以及关键特征值对应的振荡频率。具体地讲，所述步骤4中包括以下步骤：步骤41：首先计算关键振荡模式下的特征值对功率变化的敏感度，如式(1)：其中，p为风电场功率；步骤42：利用gram-charlier级数展开，构建电网小扰动下的关键特征根实部随机变化的概率分布函数，如式(2)所示：其中，λ0为特征根实部的计算确定值；δμ、σ分别为特征根随机变化量的均值和方差。具体地讲，所述根据关键特征根实部随机变化的概率分布函数，绘制特征值实部概率分布图，根据判断:当fλ(x)＝1时，若x小于0，则判别系统小扰动稳定；若x大于等于0，则判别系统小扰动不稳定。本发明与现有技术相比，具有如下的优点和有益效果：本发明一种风功率波动引起的电力系统小扰动稳定性判别方法，通过实测历史风电场数据，计算得到风电场输出功率的概率分布函数，该方法将风功率的随机性和波动性特性作为影响电力系统小扰动稳定的一个因素包含在内；采用概率方法计算得到关键特征根实部随机变化的概率分布函数，依据该函数绘制特征值实部概率分布图，判断系统小扰动稳定特性，本发明设计的电力系统小扰动稳定性判断方法对电网发展具有良好的适应性。。附图说明此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：图1为本发明的流程图；图2为基于历史测风数据的两个风电场风频分布特性曲线；图3为风电场输出功率函数的概率分布图；图4为电力系统小扰动关键特征值实部概率分布图。具体实施方式为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。实施例如图1至图4所示，本发明一种风功率波动引起的电力系统小扰动稳定性判别方法，包括下述步骤：步骤1：根据风电场历史测风数据，建立服从于weibull分布的风电场风频分布函数，包括：风电场风速的概率密度函数pdf和累计分布函数cdf，具体如下式所示：其中，c为尺度参数，反映平均风速大小；k为形状参数，反映风频分布所对应的weibull函数形状；步骤2：基于步骤1得到的风电场风频分布函数，依据式(3)转化得到风电场的风电输出分布，具体包括：风电场输出功率的概率分布函数cdf，式中，k0＝(σ/μ)-1.086,k1＝pr/(vr-vc),k2＝-k1vc，c0＝μ/γ(1+1/k0)，其中，σ是风速标差；μ是风速均值；γo是伽马函数；pw为风机有功功率输出；pr为额定风功率；vc为切入风速；vr为切出风速；步骤3：利用机电暂态仿真计算方法，确定电网小扰动振荡特性，包括：计算电网小扰动关键特征值，以及关键特征值对应的振荡频率，系统动态特性可由微分矩阵方程表示，电力系统小扰动关键振荡模式和关键特征根，如式(4)所示：表1为小扰动关键振荡模式特征值振荡频率衰减阻尼比-0.25477+j3.761750.5987hz6.757％对上式进行求解，得到小扰动关键特征值，如下式所示：其中，参数a,b和c均为微分矩阵方程中的常数项；步骤4：将步骤3得到的关键特征值对功率变化的敏感度求偏导数，如式(6)：其中，p为风电场功率；然后利用gram-charlier级数展开的概率理论，构建电网小扰动下的关键特征根实部随机变化的概率分布函数，如式(7)所示：其中，为关键特征根实部随机变化的标准化形式；φ(x)为标准正态分布的概率分布；g0,1,2为各项系数；通过概率变换，得到系统小扰动的关键特征根实部随机变化的概率分布函数，如式(8)所示：其中，λ0为特征根实部的计算确定值；δμ、σ分别为特征根随机变化量的均值和方差；步骤5：根据步骤4得到的关键特征根实部随机变化的概率分布函数，绘制特征值实部概率分布图，根据判断:当fλ(x)＝1时，若x小于0，则判别系统小扰动稳定；若x大于等于0，则判别系统小扰动不稳定。以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12