[发明专利]一种电力系统扰动后的动态频率估计测量方法在审
申请号: | 201910856476.8 | 申请日: | 2019-09-11 |
公开(公告)号: | CN110472373A | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 王晓茹;仉怡超 | 申请(专利权)人: | 西南交通大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06Q50/06;G01R31/00 |
代理公司: | 51208 成都博通专利事务所 | 代理人: | 陈树明<国际申请>=<国际公布>=<进入 |
地址: | 610031 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 输入向量 特征值向量 测试 动态频率 扰动 向量 估计测量 时域仿真 发电机电磁功率 电力系统 输入预测 预测模型 在线监测 串接 拼接 判定 输出 | ||
1.一种电力系统扰动后的动态频率估计测量方法,其步骤是:
A、预测模型的训练:
A1、初始输入向量的生成:
记录系统中的第i台发电机的惯性时间常数Hi;同时,记录发电机的最大机械功率Pi,得到发电机的最大机械功率向量P={P1,P2,...,Pi,...,PI};其中i为系统中发电机的编号,i∈{1,2,…,I},I为系统中发电机的总数;
通过动态时域仿真,得到系统在第n级负荷水平下、切除第g台发电机的以下编号(1)-(10)的10个初始输入向量:其中,g∈{1,2,…,I}被切除发电机在系统中的序号;
(1)负荷水平向量其中,n为负荷水平的级数,n∈{1,2,…,N},N为负荷水平的最大级数;
(2)扰动前时刻发电机的电磁功率向量
其中,-1表示扰动前时刻,表示扰动前时刻第i台发电机的电磁功率;
(3)扰动时刻发电机的电磁功率向量其中,0表示扰动时刻,表示扰动时刻第i台发电机的电磁功率;
(4)扰动前时刻发电机的机械功率向量
其中,表示扰动前时刻第i台发电机的机械功率;
(5)扰动前时刻发电机的无功功率向量其中,表示扰动前时刻第i台发电机的无功功率;
(6)扰动时刻发电机的无功功率向量其中,表示扰动时刻第i台发电机的无功功率;
(7)扰动时刻节点电压向量其中,k为系统中的节点的序号,k∈{1,2,…,K},K为系统中节点的总数,表示扰动时刻第k个节点的电压;
(8)扰动时刻节点相角向量其中,表示扰动时刻第k个节点的相角;
(9)扰动时刻负荷节点有功功率向量其中,j为系统中的负荷节点的序号,j∈{1,2,…,J},J为系统中负荷节点的总数,表示扰动时刻第j个负荷节点的有功功率;
(10)扰动时刻负荷节点的无功功率向量
其中,为扰动时刻第j个负荷节点的无功功率;
A2、次生输入向量的生成:
由A1步的数据计算出以下编号为(11)-(21)的,系统在第n级负荷水平下、切除第g台发电机的11个次生输入向量:
(11)扰动前时刻发电机电磁功率总量向量其中,
(12)扰动时刻发电机电磁功率总量向量其中,
(13)扰动时刻发电机的备用功率向量
其中,表示扰动时刻第i台发电机的备用功率;
(14)扰动时刻发电机的功率缺额向量
其中,表示扰动时刻第i台发电机的功率缺额;
(15)扰动前时刻发电机机械功率总量其中,
(16)扰动前时刻发电机无功功率总量其中,
(17)扰动时刻发电机无功功率总量其中,
(18)扰动时刻发电机备用功率总量其中,
(19)扰动时刻发电机对动态频率的影响向量其中,为扰动时刻第i台发电机对动态频率的影响值,
(20)扰动时刻负荷有功功率总量其中,
(21)扰动时刻负荷节点的无功功率总量
A3、输入特征值向量的生成:
将A1步的10个初始输入向量与A2步的11个次生输入向量依次串接,构成在第n级负荷水平下切除第g台发电机的输入特征值向量Xg,n,每个输入特征值向量Xg,n的长度为8I+2K+2J+9,输入特征值向量Xg,n的总个数为I×N个;
A4、动态频率的生成:
在A1步的动态时域仿真时,还同时得到系统在负荷水平n下切除第g台发电机、在采样时刻t的第i台发电机的转子角频率采样时刻t∈{-1,0,1,...,T-2};其中,t=-1,0,1,...,T-2,分别表示扰动前时刻、扰动时刻、扰动后第1时刻,......,扰动后的第T-2时刻,T为采样时刻的总数;
进而计算出负荷水平n下切除第g台发电机,在采样时刻t系统的频率
然后得到负荷水平n下切除第g台发电机,在采样时刻t系统的输出向量ωg,n即动态频率ωg,n,动态频率ωg,n中的频率个数为T个;动态频率ωg,n的总个数为I×N个;
A5、训练
用深度置信网络建模方法构建出动态频率预测模型;在I×N个输入特征值向量Xg,n和I×N个输出向量ωg,n中,分别抽出80%的输入特征值向量Xg,n和对应的输出向量ωg,n作为训练向量集,其余20%的输入特征值向量Xg,n和20%的输出向量ωg,n作为测试向量集;然后对动态频率预测模型进行训练,得到最佳精度的动态频率预测模型,完成训练;
B、测试
B1:初始测试输入向量的生成:
在电力系统的运行过程中,监测得到系统的以下10个初始测试输入向量:
当前时刻的负荷水平向量其中,nm为当前时刻负荷水平的级数,nm∈{1,2,…,N},m代表当前时刻;
前一时刻发电机的电磁功率向量
其中,m-1表示前一时刻,表示前一时刻第i台发电机的电磁功率;
当前时刻发电机的电磁功率向量Em,其中,表示当前时刻第i台发电机的电磁功率;
前一时刻发电机的机械功率向量Mm-1,其中,表示前一时刻第i台发电机的机械功率;
前一时刻发电机的无功功率向量Qm-1,其中,表示前一时刻第i台发电机的无功功率;
当前时刻发电机的无功功率向量Qm,其中,表示当前时刻第i台发电机的无功功率;
当前时刻节点电压向量Vm,其中,表示当前时刻第k个节点的电压;
当前时刻节点相角向量θm,其中,表示当前时刻第k个节点相角;
当前时刻负荷节点有功功率向量dm,其中,表示当前时刻第j个负荷节点的有功功率;
当前时刻负荷节点的无功功率向量Wm,其中,为当前时刻第j个负荷节点的无功功率;
B2、扰动的判定
若当前时刻发电机的电磁功率向量Em中有零元素,则判定系统发生扰动,进行B3步的操作;否则,重复B1步的操作;
B3、次生测试输入向量的生成:
根据B1步监测得到的数据计算出以下11个次生测试输入向量:
前一时刻发电机电磁功率总量向量其中,
当前时刻发电机电磁功率总量向量其中,
当前时刻发电机的备用功率向量Rm,
其中,表示当前时刻第i台发电机的备用功率;
当前时刻发电机的功率缺额向量Lm,其中,表示当前时刻第i台发电机的功率缺额;
前一时刻发电机机械功率总量其中,
前一时刻发电机无功功率总量其中,
当前时刻发电机无功功率总量其中,
当前时刻发电机备用功率总量其中,
当前时刻发电机对动态频率的影响向量fm={f1m,f2m,...,fim,...fIm},其中,fim为当前时刻第i台发电机对动态频率的影响值,
当前时刻负荷有功功率总量其中,
当前时刻负荷节点的无功功率总量
B4、测试输入特征值向量的生成:
将B1步的10个初始测试输入向量与B2步的11个次生测试输入向量依次串接,构成测试输入特征值向量X,该测试输入特征值向量X的长度为8I+2K+2J+9;
B5、电力系统扰动后的动态频率的估计:
将测试输入特征值向量X输入动态频率预测模型,动态频率预测模型输出的特征输出向量其中m+l表示从当前时刻后的第l个时刻、l∈{-1,0,1,2,…T-2},为特征输出向量中的第l+2个特征值;该特征输出向量即为电力系统扰动后的估计动态频率其中第l+2个估计频率为m+l时刻即当前时刻后的第l个时刻的估计频率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910856476.8/1.html,转载请声明来源钻瓜专利网。