含新能源电力系统状态估计研究现状和展望

含新能源电力系统状态估计研究现状和展望

ID:24541377

大小:65.12 KB

页数:4页

时间:2018-11-14

含新能源电力系统状态估计研究现状和展望_第1页
含新能源电力系统状态估计研究现状和展望_第2页
含新能源电力系统状态估计研究现状和展望_第3页
含新能源电力系统状态估计研究现状和展望_第4页
资源描述:

《含新能源电力系统状态估计研究现状和展望》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、含新能源电力系统状态估计研究现状和展望(1,2,3国网新疆电力公司电力科学研究院;4,国网新疆电力公司检修公司)摘要:随着新能源的并网,需要考虑新类型电源的特性对电力系统状态佔计器进行进一步研宄。近年来,新能源发电及并网技术、分布式发电等逐渐成为业界研究的热点。新能源主要括风能、生物质能、太阳能、地热能等,是可循环利用的清洁能源。木文探讨了含新能源电力系统状态估计研究现状与展望,对含新能源电力系统稳定运行有着极大现实意义。关键词:新能源;电力系统;状态仍计新能源、分布式能源滲透的不断提高以及集中和分布式发电技

2、术的不断改进为新能源发电并网提供了有效的技术支持。在我国,根据容量的不同,太阳能、风电等新能源并网形式呈现出多样化,既有通过中高压接入输电网的并网方式,也有经过低压线路接入配电网的并网方式。新能源会在现在和将来的电力系统中扮演着越来越重要的角色,它的并IM不仅能够减少电IM能量损失还能减少输电线数量,提高经济效益,然而具有波动性和间歇性的大规模新能源发电的并网会对电网造成较大的冲击,并引发一系列的问题,如继电保护、电网的电压和频率稳定等问题,因此如何确保新能源安全有效地并网需要解决诸多问题,状态估计便是其中之

3、一。一、网络拓扑结构处理电力系统的网络结构信息主要来源于电力系统元件之间的几何关联关系和电气物理耦合关系,不同的系统运行方式及网络拓扑结构表现为不同支路开断或闭合的组合,在数学表达上是一个复杂的组合问题;在此基础上,目前拓扑分析的研宄多数集中于搜索法和矩阵法2类,基于搜索法的拓扑分析主要有深度优先搜索、广度优先搜索,而基于矩阵法的拓扑分析主要有节点关联矩阵法、邻接矩阵法等。随着新能源的并网和现代互联大电力系统的不断发展,虽然近年来计算机及网络水平得到了很大的提高,但大规模电网结构分析依然是电力系统在线、实时分

4、析的一大难题,基于图论的电网划分方法研究、分布式拓扑结构处理在未来大电力系统中将会得到越来越多的重视;此外,实际电力系统是一个动态变化的网络,由于负荷变化、故障跳闸、新能源并网与切机等原因,电网拓扑结构常常发生变化,即便是网络拓扑结构的局部变化,也有可能导致输电线路过负荷、电压越限,过负荷设备在系统保护作用下可能退出运行,进而发展成为大范围电网结构变化,其至发生连锁故障问题。二、含新能源电力系统状态估计1、状态变量电力系统状态估计中,节点的电压幅值和相角常作为状态变量;电网控制或操作吋变压器分接头位置变化幅度

5、和相角偏移也可以作为状态变量;在支路阻抗未知或者为零吋,对支路运用欧姆定律时不再奋效,这吋可以将奋功功率和无功功率潮流作为状态变量进行估计;分布式电源或者新能源发电接入电网的冇功和无功功率也可以作为状态估计变量。2、量测量实际电力系统状态估计中的量测量主要包括节点电压幅值和相角差;支路有功和无功潮流量测;节点注入奋功和无功量测;支路电流量测和节点注入电流;变压器分接头位置变化幅度和相角偏移。三、含新能源电力系统状态估计模型和算法综述可状态估计对象、状态估计中新能源模型和状态估计算法对含新能源的电力系统状态估计

6、进行了分类。根据新能源在状态估计中所采用的模型将含新能源的电力系统状态估计分为4类:基于PQ注入型等式或不等式约束的电力系统状态估计、基于PQ注入型和因子函数的电力系统状态估计、基于RX等效的电力系统状态估计以及基于PV型节点的电力系统状态估计:1、含新能源状态估计算法使用传统数学优化方法解决含新能源电力系统状态估计问题中,CostaAS将新能源等效为PQ注入型等式约束并采用拉格朗日乘子法和假设检验法成功地判断出新能源发电机的工作状态(并网或者脱网),并能比较准确地估计出新能源的实时输出功率;在此基础上,将新

7、能源等效为PQ注入型等式约束,但是采用拉格朗日乘子法和几何原理检测,相比于文献,几何原理检测方法更能准确地判断出新能源发电机的工作状态;采用拉格朗tl乘子法和假设检验判断新能源发电机的工作状态,但是估计的状态变量变为线路的冇功和无功潮流;单纯地采用拉格朗日乘子法估计新能源功率输出和支路电流大小。拉格朗tl乘子法虽然能解决等式或不等式约束的电力系统状态估计问题,但是和艽他传统数学方法一样,当系统规模扩大、约束变多时,此优化方法并不能得到十分理想的结果,冇吋甚至出现不收敛情况,另外系统规模扩大所带来的计算量增大也

8、是一大问题,而智能优化算法在处理复杂问题、获得近似解方面具奋较大的优势。在针对状态估计全局优化算法上,NiknamT在ACO的基础上,根据蚁群算法的实际分布状态提出了一种新的方法来解决电力系统状态估计问题,该方法可以准确估计出变压器抽头和新能源功率输。2、基于PQ注入型和因子函数的电力系统状态估计W叶斯网络的基础上,将新能源等效为PQ注入型节点,并采用置信传播算法实时地估计出电网各个节点的电压幅值和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。