一种电力系统短期电压稳定控制方法

摘要

本发明公开了一种电力系统短期电压稳定控制方法，该方法首先通过现场测量互感器测量电力系统运行状态，经过状态估计计算后，得到系统运行的稳态运行数据，构建基于最优潮流的无功优化非线性规划模型，然后从电力系统稳定数据库中提取系统动态数据，构建描述系统动态特性的微分代数方程组及其初值方程，依据上述稳态数据和动态数据，对动态无功补偿装置进行建模，然后构造动态优化模型，最后求解基于稳定约束最优潮流的动态无功优化模型。将无功备用的优化结果编码为控制指令，通过电力系统遥控系统发送至现场发电机和无功补偿装置；本发明能够高效、准确地计算出系统运行中最优的动态无功备用调度方案，提升系统运行的短期电压稳定性。

主权项

一种电力系统短期电压稳定控制方法，其特征在于，包括如下步骤：第一步：通过现场测量互感器测量电力系统运行状态，经过状态估计计算后，得到系统运行的稳态运行数据，构建基于最优潮流的无功优化非线性规划模型P₁，形如：$P_1:\begin{array}{c}\underset{u}{\min \Phi \left(u\right)}\\ s,t\left\{\begin{array}{c}H\left(u\right)=0\\ \underset{‾}{G}\le G\left(u\right)\le \bar{G}\end{array}\right.\end{array}$其中，u为待优化的变量，包括发电机出力、节点电压和无功补偿方案；Φ为目标函数，通常设置为最小化燃料成本或系统网损；H为等式约束，包括潮流方程；G为不等式约束，包括发电机出力约束、节点电压约束和线路潮流约束；和分别为不等式约束的上下限。第二步：从电力系统稳定数据库中提取系统动态数据，构建描述系统动态特性的微分代数方程组F₁及其初值方程E₁，形如：$F_1(\stackrel{·}{x}\left(t\right),x\left(t\right),u)=0$E₁(x(0),u)＝0其中t为仿真时间，x和分别为状态变量及其导数,x(0)代表状态变量的初值。第三步：依据上述稳态数据和动态数据，对动态无功补偿装置进行建模。将其稳态特性加入非线性规划模型P₁中，即在潮流方程中考虑动态无功补偿装置的无功输出，将其无功出力作为待优化变量，同时在不等式约束中加入其无功出力容量限制。同时，将其动态特性加入微分代数方程组F₁及其初值方程E₁中。从而，得到考虑动态无功补偿装置的非线性规划模型P₂、微分代数方程F₂及其初值方程E₂，形如：$P_2:\begin{array}{c}\underset{u^{\text{'}}}{\min \Phi \left(u\right)}\\ s,t\left\{\begin{array}{c}{H}^{\text{'}}\left(u^{\text{'}}\right)=0\\ \underset{‾}{G^{\text{'}}}\le G^{\text{'}}\left(u^{\text{'}}\right)\le \overline{G^{\text{'}}}\end{array}\right.\end{array}$$F_2(\stackrel{·}{x^{\text{'}}}\left(t\right),x^{\text{'}}\left(t\right),u^{\text{'}})=0$E₂(x′(0),u′)＝0其中u′为考虑动态无功补偿装置后的待优化变量，H′和G′分别为考虑动态无功补偿装置后的等式和不等式约束，和分别为考虑动态无功补偿装置后的不等式约束上限和下限，x′和分别为考虑动态无功补偿装置后的状态变量及其导数。第四步：基于上述非线性规划模型P₂、微分代数方程组F₂和初值方程E₂，构造动态优化模型P₃，即将微分代数方程组F₂和初值方程E₂作为等式约束集成到原有非线性规划模型P₂中，同时在不等式约束中加入稳定约束S。从而得到基于稳定约束最优潮流的动态无功优化模型P₃。$P_3:\begin{array}{c}\underset{u^{\text{'}}}{\min }\Phi \left(u^{\text{'}}\right)\\ s.t\begin{array}{}\end{array}\left\{\begin{array}{c}{F}_2({\stackrel{·}{x}}^{\text{'}}\left(t\right),x^{\text{'}}\left(t\right),u^{\text{'}})=0\\ E_2(x^{\text{'}}\left(0\right),u^{\text{'}})=0\\ H^{\text{'}}\left(u^{\text{'}}\right)=0\\ {\underset{‾}{G}}^{\text{'}}\le G^{\text{'}}\left(u^{\text{'}}\right)\le {\bar{G}}^{\text{'}}\\ \underset{‾}{S}\le S\left(x^{\text{'}}\left(t\right)\right)\le \bar{S}\end{array}\right.\end{array}$其中，和分别为稳定约束的S的上限和下限。第五步：使用动态优化算法求解基于稳定约束最优潮流的动态无功优化模型P₃。将无功备用的优化结果编码为控制指令，通过电力系统遥控系统发送至现场发电机和无功补偿装置。该控制指令得到的系统运行点可以有效规避预想故障中可能存在的短期电压稳定问题，提升系统运行的安全性。