[发明专利]电网阻抗智能感知方法、系统、计算机设备及存储介质

说明书

本发明属于电力自动化领域，公开了一种电网阻抗智能感知方法、系统、计算机设备及存储介质，包括：获取监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位；根据监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位，调用预设的阻抗感知神经网络模型，得到电网阻抗变化类型；当电网阻抗变化类型为变化小时，不获取电网的宽频阻抗；当电网阻抗变化类型为变化大时，采用谐波注入法获取电网的宽频阻抗。通过阻抗感知神经网络模型实现阻抗变化的实时监测，采用谐波注入法实现电网宽频带阻抗的精确获取，保证了宽频阻抗的测量精度，又避免频繁注入宽频段谐波电流对电网的污染。

技术领域

本发明属于电力自动化领域，涉及一种电网阻抗智能感知方法、系统、计算机设备及存储介质。

背景技术

随着新能源系统的大力发展，大量新能源发电设备接入电网后，与电网及其他新能源发电设备进行相互作用，继而导致电网出现宽频带范围内的复杂振荡现象，系统安全稳定面临严峻挑战。其中，新能源发电设备和电网之间的稳定性取决于两者的阻抗关系，所以准确的测量阻抗很重要。

目前的阻抗测量方法主要有干预式与非干预式两种。非干预式是只利用系统本身的参数，比如电压和电流等，通过数学统计算法得到系统谐波阻抗，但由于其本身需要测量大量数据，使用范围和测量精度大大减小。如中国专利申请CN114611676A，公开了一种基于神经网络的新能源发电系统阻抗模型辨识方法及系统，利用扫频方法获得不同稳态工作点下新能源发电系统的训练数据集和测试数据集并归一化；利用训练数据集训练神经网络，得到具有新能源发电系统阻抗特性的神经网络；将测试数据集的样本输入数据输入到神经网络中得到阻抗辨识结果；结合测试数据集的输出数据求取均方误差，调整神经网络隐藏层数目及各隐藏层神经元数目，使得均方差小于设定阈值；向得到的神经网络中输入任意稳态工作点下的样本输入数据，得到对应工作点下的阻抗输出。该方法通过测量稳态工作点数据即可获取对应工作点下的发电系统阻抗特性。但是，该方法仅适用于中低频段（0~100Hz）阻抗的低精度测量，对于宽频（0~3KHz）阻抗的测量，由于测量噪声的影响，精度无法保证。

干预式是指对系统注入电流或电压扰动，测量系统相对应的电压或电流响应，再利用相应的数学算法得到系统谐波阻抗，其使用了系统中现有的设备，进一步降低了测量成本，而且复合信号下也可以实现阻抗的快速实时测量。干预式的常用方法是谐波注入法，虽然该方法测量精度高，但是对电网有污染。同时，新能源的间歇性使系统运行状态具有不确定性，其系统阻抗测量也变得更具动态性，导致在使用谐波注入法进行电网的阻抗监测时，谐波注入频率会大幅增加，进而加剧对电网的污染，影响电网的安全稳定运行。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种电网阻抗智能感知方法、系统、计算机设备及存储介质。

为达到上述目的，本发明采用以下技术方案予以实现：

本发明第一方面，提供一种电网阻抗智能感知方法，包括：获取监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位；根据监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位，调用预设的阻抗感知神经网络模型，得到电网阻抗变化类型；其中，电网阻抗变化类型包括变化大和变化小，变化小表示电网的阻抗变化量小于预设阈值，变化大表示电网的阻抗变化量不小于预设阈值；当电网阻抗变化类型为变化小时，不获取电网的宽频阻抗；当电网阻抗变化类型为变化大时，采用谐波注入法获取电网的宽频阻抗。

可选的，所述获取监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位包括：获取监测点的三相电压和三相电流；根据监测点的三相电压和三相电流，得到监测点的基波正序电流幅值、基波正序电流相位、基波正序电压幅值和基波正序电压相位。