基于電力系統(tǒng)軌跡信息的暫態(tài)不穩(wěn)定性實時預測與控制(5)-西交大張寶會老師.ppt

基于電力系統(tǒng)軌跡信息的暫態(tài)不穩(wěn)定性實時預測與控制,西安交通大學 2006/10/17,張 保 會,目 錄,一 基于軌跡信息進行實時預測的思想 二 基于實時信息的動態(tài)同調(diào)識別 三 等值方法及數(shù)學模型 四 動態(tài)等面積定則快速判別穩(wěn)定性 五 基于相軌跡凸凹性的穩(wěn)定性識別 六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案 七 整體方案準確性的檢驗及仿真結果,一 基于軌跡信息進行實時預測的思想（1）,可行性：gps的出現(xiàn)和引入電力系統(tǒng)，使得對電力系統(tǒng)具有重要作用的相角測量得以實現(xiàn)。現(xiàn)代的遠距離通訊能力和工作站技術使我們能得到系統(tǒng)的實時搖擺運動軌跡信息，于是可進行全系統(tǒng)的在線實時性的動態(tài)監(jiān)視，因此必將極大地改善系統(tǒng)暫態(tài)穩(wěn)定預測及控制的水平，為暫態(tài)穩(wěn)定的失穩(wěn)預測和控制提供新的思路和方法。 出發(fā)點：以系統(tǒng)動態(tài)監(jiān)視的實時軌跡信息為基礎，預測系統(tǒng)未來的發(fā)展趨勢，并快速識別系統(tǒng)的不穩(wěn)定性，快速起動緊急控制，防止系統(tǒng)的穩(wěn)定性破壞。,一 基于軌跡信息進行實時預測的思想（2）,基于系統(tǒng)的軌跡信息,不需預先知道電力網(wǎng)絡結構、參數(shù)以及負載動力學特性等難以準確獲得的知識。 所需參數(shù)由實時測量獲得和實時辯識計算得到，因而它能更準確地反映系統(tǒng)的真實運行情況。,優(yōu)點：,一 基于軌跡信息進行實時預測的基本思想（3）,在系統(tǒng)呈現(xiàn)兩機群搖擺模式的情況下，識別同調(diào)機群。 利用具有遺忘因子的在線遞推最小二乘方法獲得兩機群等值模型的參數(shù)。 結合這些參數(shù)在線快速估計和計算系統(tǒng)在故障切除后的平衡點，在擾動結束時，使用動態(tài)等面積定則快速計算系統(tǒng)的穩(wěn)定裕度。 跟蹤兩等值機系統(tǒng)等值軌跡并利用其在不返回點處相圖的凸凹性發(fā)生變化來判斷相圖軌跡是收斂還是發(fā)散，從而識別系統(tǒng)的穩(wěn)定性；,步驟：,二 基于實時信息的動態(tài)同調(diào)識別,系統(tǒng)在暫態(tài)過程中的機組運動千差萬別，但是系統(tǒng)中總有一部分機組它們的動態(tài)行為是相近的，這種搖擺相近的發(fā)電機組就稱為同調(diào)機群。一般有如下定義，若發(fā)電機i與發(fā)電機j滿足下式：,則認為發(fā)電機i與j同調(diào)，并采用以下度量來測量發(fā)電機之間的同調(diào)程度。,三 等值方法及數(shù)學模型（一）,在擾動發(fā)生和切除后，基于實測和預測的功角數(shù)據(jù)，首先利用動態(tài)同調(diào)識別判據(jù)將系統(tǒng)分成兩機群，然后對系統(tǒng)進行動態(tài)等值。,等值的基本思想是根據(jù)實測的實時信息和預測信息（即軌跡信息）將系統(tǒng)的所有發(fā)電機動態(tài)的分為兩群：臨界群（s）和其余機群（a）,三 等值方法及數(shù)學模型（二）,定義ms和ma為s和a群的等值慣量；pms和pma分別為s和a群的等值機械輸入功率，pes和pea分別為s和a群的等值電氣輸出功率，其表達式分別為：,三 等值方法及數(shù)學模型（三）,多機系統(tǒng)的動態(tài)方程可等值表示為下式 ：,（1）,三 等值方法及數(shù)學模型（四）,可以將式（1）再等值為單機無限大系統(tǒng)：,依據(jù)實時測量和預測得到的功角可計算等值角eq，辯識參數(shù)p、b、c，并動態(tài)修正它的大小。由于參數(shù)p、b和c是按實際的復雜模型和擾動場景對多機電力系統(tǒng)實時采集的數(shù)據(jù)通過辨識得到的，并且在不同的采樣時刻可以動態(tài)修正它，因此一些復雜因素對轉(zhuǎn)子運動穩(wěn)定性的影響可通過實時采集的數(shù)據(jù)和動態(tài)修正等值參數(shù)部分反映出來。,三 等值方法及數(shù)學模型-辨識 p、b、c,最小二乘辨識法：,三 等值方法及數(shù)學模型-辨識 p、b、c,遺忘辨識法在線遞推：根據(jù)實測的多組 i計算獲得多個eq，首先使用最小二乘求取p.b.c的初值，使用以下逐漸遺忘遠前信息的遞推方法，適時修正p.b.c。,四 動態(tài)等面積快速判別穩(wěn)定性（1）,平衡點的計算：故障后等值系統(tǒng)，有兩個平衡點s和u：,此方程有兩個根，分別為eqs和equ 。其中對應于的eqs平衡點是穩(wěn)定平衡點，對應于equ的平衡點是不穩(wěn)定平衡點。,四 動態(tài)等面積快速判別穩(wěn)定性（2）,系統(tǒng)在故障切除時刻的暫態(tài)能量為：,系統(tǒng)的臨界能量為：,穩(wěn)定裕度計算,四 動態(tài)等面積快速判別穩(wěn)定性（3）,若1且vn0，則系統(tǒng)穩(wěn)定。 若1且vn 0，則系統(tǒng)不穩(wěn)定。,根據(jù)規(guī)格化穩(wěn)定裕度vn的大小可獲得系統(tǒng)的近似穩(wěn)定程度信息。,等值系統(tǒng)的穩(wěn)定性識別判據(jù),規(guī)格化的穩(wěn)定裕度為：,四 動態(tài)等面積快速判別穩(wěn)定性（4）,仿真結果（一） 6機系統(tǒng)穩(wěn)定識別結果,四 動態(tài)等面積快速判別穩(wěn)定性（5）,仿真結果（二） 10機系統(tǒng)穩(wěn)定識別結果,四 動態(tài)等面積快速判別穩(wěn)定性（6）,仿真結果（三） 6機系統(tǒng)等值參數(shù)及平衡點,四 動態(tài)等面積快速判別穩(wěn)定性（7）,仿真結果（四） 10機系統(tǒng)等值參數(shù)及平衡點,四 動態(tài)等面積快速判別穩(wěn)定性（8）,等值系統(tǒng)的相圖,相圖凸凹性指標的變化曲線（故障切除后）,仿真結果（五）,五 基于相軌跡凸凹性的穩(wěn)定性識別(1),如下形式的動力學系統(tǒng)：,：,這里，系統(tǒng)表征的是某個保持穩(wěn)定運行的系統(tǒng)，在t=t0時受到大擾動，并在t=tc時擾動被切除的實際動態(tài)過程。,定義1：設系統(tǒng)在ttc上具有穩(wěn)定的擾動后平衡點，x(t)是系統(tǒng)由t0開始的一條實際運動軌線，若存在常數(shù)：,使得：,則稱x(t)是軌線穩(wěn)定的。,運動軌線穩(wěn)定性定理,五 基于相軌跡凸凹性的穩(wěn)定性識別 (2),若x(t)是軌線穩(wěn)定的，則它的范數(shù)是有界的。由狀態(tài)量x(t)和它的導數(shù)組成的相圖的幾何特性則表現(xiàn)為相圖相對于穩(wěn)定平衡點是向內(nèi)凹的即收斂。 反之，若x(t)是軌線不穩(wěn)定的，則它的范數(shù)是無界的。由狀態(tài)量x(t)和它的導數(shù)組成的相圖的幾何特性則表現(xiàn)為相圖相對于穩(wěn)定平衡點肯定會在某一點向外凹出去即發(fā)散。,運動軌線穩(wěn)定性定理,五 基于相軌跡凸凹性的穩(wěn)定性識別(3),等值兩機系統(tǒng)的相圖,運動軌線穩(wěn)定性特征,五 基于相軌跡凸凹性的穩(wěn)定性識別(4),對單機系統(tǒng)的研究表明：故障后系統(tǒng)的軌跡由穩(wěn)定向不穩(wěn)定變化時，失穩(wěn)機組軌跡在相平面上的幾何特性總會出現(xiàn)由凹性向凸性的變化，即當軌跡變量 由負變正時系統(tǒng)將失穩(wěn)。,五 基于相軌跡凸凹性的穩(wěn)定性識別(5),五 基于相軌跡凸凹性的穩(wěn)定性識別(6),故障后那一時刻的軌跡能夠用于確定系統(tǒng)失穩(wěn) 系統(tǒng)失穩(wěn)的主導模式識別與等值 二維等值非線性非自治系統(tǒng)的模型 參數(shù)時變性對穩(wěn)定性的影響 軌跡高階幾何特征與系統(tǒng)穩(wěn)定性的關系 避免由差分計算所引入誤差的影響 基于實測軌跡信息的暫態(tài)不穩(wěn)定性識別綜合流程,對于多機電力系統(tǒng)暫態(tài)不穩(wěn)定性的識別,五 基于相軌跡凸凹性的穩(wěn)定性識別(7),對故障后每一步采樣軌跡數(shù)據(jù): 按受擾機組的功角由大到小排列，以反映各機組的受擾嚴重程度。 選擇功角位置間隙最大分割處,進行兩機群等值。,五 基于相軌跡凸凹性的穩(wěn)定性識別(8),二維非自治系統(tǒng)，其動態(tài)過程可描述為：,當固定任意時刻 時變等值參數(shù)時，可定義該時刻瞬時的電磁功率 以及不平衡功率 的模型分別為：,五 基于相軌跡凸凹性的穩(wěn)定性識別(9),需要強調(diào)的是:由于參數(shù) , 和 的時變性,對于非自治系統(tǒng)基于軌跡不穩(wěn)定性識別問題而言，嚴格意義上講，當前時刻相平面內(nèi)軌跡的凹凸性也將因受到后繼時刻參數(shù)時變性影響而反覆改變，某一時刻軌跡的凸性僅僅表明該時刻對應參數(shù)條件下的自治系統(tǒng)將不穩(wěn)定，并不能說明該非自治系統(tǒng)不穩(wěn)定。,五 基于相軌跡凸凹性的穩(wěn)定性識別(10),為了能夠量化評估時變參數(shù)對不平衡功率短期的影響，可固定當前時刻等值功角 ，令其對應的不平衡功率 隨時間變化的函數(shù)為：,當軌跡正向擺動，若,相當于軌跡的減速面積增加的趨勢趨于增大，將增強系統(tǒng)的穩(wěn)定性;反之,則相當于軌跡的減速面積增加趨勢趨于減小，進一步惡化系統(tǒng)的穩(wěn)定性.,五 基于相軌跡凸凹性的穩(wěn)定性識別(11,參數(shù)時變性減弱系統(tǒng)穩(wěn)定性示例,圖中陰影部分即為由參數(shù)時變性導致減少的減速面積,五 基于相軌跡凸凹性的穩(wěn)定性識別(12),參數(shù)時變性增大系統(tǒng)穩(wěn)定性示例,圖中陰影部分即為由參數(shù)時變性導致增加的減速面積,五 基于相軌跡凸凹性的穩(wěn)定性識別(13),推論: 對于時變非自治系統(tǒng)， 相平面軌跡凸凹性拐點用作系統(tǒng)不穩(wěn)定性判據(jù)成立的充分條件是 相平面內(nèi)軌跡變化總是凸的，即要求。,五 基于相軌跡凸凹性的穩(wěn)定性識別(14),五 基于相軌跡凸凹性的穩(wěn)定性識別(15),五 基于相軌跡凸凹性的穩(wěn)定性識別(16),功角-時間曲線,功率-功角曲線,淄博至濰坊500kv線路,故障0.8s切除,五 基于相軌跡凸凹性的穩(wěn)定性識別(17),軌跡凹凸性指標及其高階指標,參數(shù)時變性指標,仿真表明:基于軌跡幾何特性的綜合不穩(wěn)定性識別判據(jù)能夠在故障后1.69s識別出系統(tǒng)將要失穩(wěn),此時加速機群慣性中心與減速機群的慣性中心角度差值僅為95,67度.,五 基于相軌跡凸凹性的穩(wěn)定性識別 (6),利用等值系統(tǒng)相圖凸凹性進行穩(wěn)定性識別需要的信息僅為全系統(tǒng)發(fā)電機的角度和角速度即軌跡信息，其應用步驟為：,利用實測的功角以及預測的數(shù)據(jù)將系統(tǒng)分成兩群，得到等值兩群系統(tǒng)的軌跡信息eq和eq 。 利用軌跡信息eq和eq計算 的大小。 若 0，系統(tǒng)失去穩(wěn)定。,識別步驟:,五 基于相軌跡凸凹性的穩(wěn)定性識別(7),在兩機群模式下結合等值系統(tǒng)相軌跡凸、凹性和能量等面積定則提出一種簡化的穩(wěn)定識別判據(jù)，但要想使此判據(jù)具有快速的預測功能，必須對判據(jù)中需要的狀態(tài)量進行快速超前預測?；诜蔷€性微分方程導出了微分動力系統(tǒng)狀態(tài)量自記憶數(shù)值預測計算公式，并利用模糊控制對預測結果進行在線智能修正。結合發(fā)電機轉(zhuǎn)子運動方程和實時觀測到的功角和角速度數(shù)據(jù)對發(fā)電機功角未來的變化趨勢進行了數(shù)值預測仿真實驗。,狀態(tài)量預測算法的作用:,五 基于相軌跡凸凹性的穩(wěn)定性識別(8),p階自記憶預測方程：,微分動力系統(tǒng)：,微分動力系統(tǒng)的自記憶預測計算方法（一）,五 基于相軌跡凸凹性的穩(wěn)定性識別(9),自記憶預測方程的離散表達式：,自記憶預測方程與一般自回歸時序模型的區(qū)別：,微分動力系統(tǒng)的自記憶預測計算方法（二）,為了使用自記憶預測方程預測未來值，首先要確定i利用最小二乘算法可求：,使得函數(shù)：,微分動力系統(tǒng)的自記憶預測計算方法（三）,五 基于相軌跡凸凹性的穩(wěn)定性識別(10),模糊控制在線智能修正（一）,模糊模型結構采用以下解析表達式：,if |e|=pb then =vb if |e|=pm and |ec|=pb or pm then =m if |e|=pm and |ec|=ps or 0 then =b if |e|=ps and |ec|=pb or pm then =s if |e|=ps and |ec|=ps or 0 then =b if |e|=0 and |ec|=pb or pm or ps then =vs if |e|=0 and |ec|=0 then =m,五 基于相軌跡凸凹性的穩(wěn)定性識別(11),模糊控制在線智能修正（二）,隸屬度：,(1),(2),(3),(4),(5),(6),(7),五 基于相軌跡凸凹性的穩(wěn)定性識別(12),五 基于相軌跡凸凹性的穩(wěn)定性識別(13),在實時修正中，在線計算e和ec，將其模糊化，然后利用上述規(guī)則計算出隸屬度，再利用下式實時計算出，最后利用模糊模型結構的表達式計算出修正量的變化，再乘以比例因子即可得到實際的修正量。,模糊控制在線智能修正（三）,五 基于相軌跡凸凹性的穩(wěn)定性識別(14) 算法框圖,利用等值系統(tǒng)相圖軌跡的凸、凹性和等值系統(tǒng)的能量分析相結合，不僅可以快速判斷系統(tǒng)是否穩(wěn)定的定性結論，而且可以得到系統(tǒng)近似的穩(wěn)定裕度，同時兩種判據(jù)相結合增強了穩(wěn)定識別結果的可靠性。 該方法所需參數(shù)是根據(jù)實時測量數(shù)據(jù)獲得或計算得到即基于系統(tǒng)的軌跡信息，不需預先知道電力網(wǎng)絡結構和參數(shù)，因而它能準確地反映系統(tǒng)的真實運行情況，更適用于實時預測與控制。,五 基于相軌跡凸凹性的穩(wěn)定性識別小結(15),五 基于相軌跡凸凹性的穩(wěn)定性識別小結(16),1.發(fā)電機功角預測的最大偏差（弧度）,五 基于相軌跡凸凹性的穩(wěn)定性識別小結(17),00.20s，19*-14三相對地短路，0.20s后三相斷開，4號發(fā)電機功角的預測曲線圖,五 基于相軌跡凸凹性的穩(wěn)定性識別小結(18),00.30s，19*-14三相對地短路，0.30s后三相斷開，4號發(fā)電機功角的預測曲線圖,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,正常運行方式下對系統(tǒng)穩(wěn)定狀態(tài)的監(jiān)視。結合ems提供的實時數(shù)據(jù)，在當前運行方式下對預想事故進行快速的篩選和決策，進而對那些不穩(wěn)定情況發(fā)出報警以采取預防控制措施。 大擾動發(fā)生后對系統(tǒng)的穩(wěn)定性進行快速實時預測。若預測系統(tǒng)將會發(fā)生失穩(wěn)，立即起動緊急控制措施。利用同步多參量測量裝置對系統(tǒng)狀態(tài)量的測量和監(jiān)視，通過預測算法對實測的功角進行預測，并將系統(tǒng)動態(tài)等值為兩機群系統(tǒng)，然后基于等值系統(tǒng)的軌跡信息利用前述穩(wěn)定判據(jù)對系統(tǒng)穩(wěn)定性進行快速識別。,整 體 思 想,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,需要具備的條件,ems系統(tǒng)，為預防控制作基礎。 基于gps的時間同步裝置，它為全系統(tǒng)提供同步參考基準。 發(fā)電機功角、角速度以及功率高精度同步測量裝置以及在線算法，在此稱其為同步多參量測量裝置； 高效實時的通信硬軟件，它將實測的數(shù)據(jù)傳到總控中心。 系統(tǒng)總控中心狀態(tài)信息處理、評估和預測，包括預防控制模塊、失穩(wěn)預測模塊和失穩(wěn)后的控制決策模塊。,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,總體方案基本原理結構框圖,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,預防控制模塊的基本思想,結合ems獲取電網(wǎng)的實時數(shù)據(jù)，在當前運行方式下對預想事故進行分類，首先利用快速事故篩選方法對預想事故進行分類，篩選掉那些絕對穩(wěn)定的事故，對那些處于模糊帶和絕對不穩(wěn)定帶的事故進行詳細的數(shù)值積分，在數(shù)值仿真時可采用本文提出的電力系統(tǒng)暫態(tài)功角穩(wěn)定性實用綜合判據(jù)，并得出它的預防控制措施。,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,預防控制模塊的原理框圖,六 穩(wěn)定性預測與實時控制系統(tǒng)的實現(xiàn)方案,失穩(wěn)預測模塊的主要任務,進行故障檢測。 待故障檢出后，接收由同步多參量測量裝置發(fā)來的實時信息（如發(fā)電機功角、角速度以及功率）