计及风险评估的电力系统最优减载策略研究

《计及风险评估的电力系统最优减载策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学硕士研究生学位论文计及风险评估的电力系统最优减载策略研究摘要电力系统发生严重故障或损失电源产生功率缺额，将导致系统频率下降。当旋转备用不足以维持频率稳定时，往往需要通过切除一定量的负荷来弥补功率缺额，以维持系统的稳定运行，因此选择经济可靠的减载策略是很有必要的。目前实际电力系统普遍采用传统的低频减载（UnderFrequencyLoadShedding,UFLS）措施，但是作为校正措施UFLS通常会错过最佳切负荷时机，且切负荷量无法完全匹配实际功率缺额，难以满足现代电力系统对电能质量的要求。针对以上缺点，本文提出计及风险基于事

2、件驱动的前馈控制最优减载策略，极大地提升了减载效果与效率。为保证系统在各种故障情况下都实现最小成本的最优减载策略，本文研究了最优潮流模型与其求解算法，建立了计及成本的电力系统最优减载模型，使用原对偶内点法求解，编写Matlab程序加以实现，确定任意故障下各个负荷节点的最优切负荷量。算例表明该减载模型以最小成本的负荷切除量保证了系统的稳定运行。为确定系统在任意故障情况下的最优减载策略，本文根据元件停运率模型，使用快速排序算法确定系统的预想故障状态集，并采用最优减载模型求解故障集内所有故障情况下系统各节点的最优减载量。为了简化减载装置的配置，

3、本文提出采用聚类分析算法，对故障集按各故障功率缺额量进行聚类分析。在每一类故障状态集中，考虑切负荷成本与频率偏差风险I太原理工大学硕士研究生学位论文指标，建立了0-1规划模型使切负荷量离散化，基于风险及0-1规划建立了最优减载优化模型，每类故障集确定一组最优馈线切除方案。与传统UFLS方案最终恢复效果的对比结果显示，本文所提减载策略可以提高系统运行的稳定性和经济性，减小系统运行风险。为验证本文所提方法对频率恢复动态过程的影响，本文分析了系统频率特性和系统动态元件模型，采用仿真软件DIgSILENT搭建了新英格兰39节点算例模型。通过对多种

4、故障下传统UFLS方案和本文所提最优减载策略的频率动态过程分析以及各项指标的对比，证实本文提出的最优减载策略可以减小系统的频率波动，加快频率恢复速度。关键词：减载策略，UFLS，最优潮流，风险评估，故障状态集，频率特性II太原理工大学硕士研究生学位论文StudyofLoadSheddingStrategyConsideringRiskAssessmentABSTRACTThepowershortageofthesystemwillbegeneratedafteracatastrophicfaultoracertainpowerloss,w

5、hichleadsthefrequencyofthesystemdrops.Whenthespinningreserveisinsufficienttomaintainthefrequencystability,acertainamountofloadalwaysneedtobecuttocompensateforthepowershortageinordertomaintainthestableoperationofthesystem.Soitisnecessarytochooseeconomicalandreliableloadshe

6、ddingstrategy.Theconventionalunderfrequencyloadshedding(UFLS)measureisusedintheactualpowersystems,butitoftenmissthebesttimetoshedloadasacorrectiveaction,andtheamountofloadsheddingcannotcompletelymatchtheactualpowershortage.Itisdifficulttosatisfythemodernpowersystem’srequi

7、rementsofpowerquality.Fortheaboveshortcomings,anevent-drivenoptimalloadsheddingstrategyisproposedbasedonconsiderationofrisk,theapproachoffeedforwardcontrolgreatlyenhancetheresultandefficiencyofloadshedding.Inordertoensurethattheoptimalloadsheddingstrategycanminimizethecos

8、tsundervariousfaultconditions,thepaperstudytheoptimalpowerflowmodelwithitsalgorithmsdeeply,estab