基于廣域信息的發(fā)電機組同調(diào)分群方案的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力系統(tǒng)的控制領(lǐng)域，特別涉及基于廣域信息的發(fā)電機組同調(diào)性識別 方案。
【背景技術(shù)】
[0002] 隨著電力系統(tǒng)規(guī)模日益擴大，結(jié)構(gòu)日趨復(fù)雜，電力系統(tǒng)安全性分析的計算復(fù)雜度 大大增加。為簡化計算，常常需要通過發(fā)電機組的同調(diào)性分析將系統(tǒng)里的機組分為若干個 同調(diào)群，再利用動態(tài)等值對系統(tǒng)化簡 [1]。此外，當(dāng)電力系統(tǒng)受到嚴重擾動導(dǎo)致發(fā)電機組發(fā) 生失步振蕩時，需要采用緊急解列措施來防止事故進一步擴大而造成全網(wǎng)崩潰，其中同調(diào) 機群的準確識別是進行快速解列的前提 [2]。
[0003] 同調(diào)性是指受到擾動后系統(tǒng)中的發(fā)電機動態(tài)響應(yīng)行為具有相似或一致性，主要 反映的是發(fā)電機搖擺曲線的相似程度，將動態(tài)行為相似的機組群稱為同調(diào)機群，將這些機 組群劃歸入不同的組合即為同調(diào)分群。同調(diào)分群方法有很多，傳統(tǒng)基于模型參數(shù)的方法 可分為：電氣距離分群法 [3]、狀態(tài)空間分群法[4]、慢同調(diào)法[5]等。這些方法大都過于依賴 系統(tǒng)模型參數(shù)的精確度，采用線性化分析對系統(tǒng)的非線性模型進行近似，且計算過程較為 復(fù)雜，難以滿足大規(guī)模電力系統(tǒng)實時、快速、準確的分群要求。廣域測量系統(tǒng)（WideArea MeasurementSystem-WAMS)的發(fā)展和應(yīng)用給電力系統(tǒng)同調(diào)機群的識別提供了新的途徑，通 過電網(wǎng)中配置的相量測量單元（PhasorMeasurementUnit-PMU)可以實時獲取包括發(fā)電機 功角和轉(zhuǎn)子角速度在內(nèi)的系統(tǒng)中各種電氣量，對實時響應(yīng)的電氣量信息進行數(shù)字信號特征 提取，從中獲得同調(diào)性識別信息。這類基于實時電氣量的數(shù)據(jù)挖掘方法在不受模型參數(shù)影 響的基礎(chǔ)上，不僅充分考慮到系統(tǒng)故障的信息，還能夠很好地回避系統(tǒng)的強非線性等問題
[6] 。文獻[7]利用WAMS得到的發(fā)電機功角信息進行三角函數(shù)擬合得到初步分群結(jié)果，再利 用離散Fr6chet距離計算完成最終分群。文獻[8]在系統(tǒng)聚類分析的基礎(chǔ)上，以WAMS測量 的各機功角軌跡之間距離最小為準則，對功角曲線進行聚類分析，實現(xiàn)了多機系統(tǒng)同調(diào)機 組的合理分群。
[0004] 參考文獻
[0005] [1]安軍，穆鋼，徐煒彬.基于主成分分析法的電力系統(tǒng)同調(diào)機群識別[J].電網(wǎng)技 術(shù)，2009, 33(3) : 25-28.
[0006] [2]高鵬，王建全，甘德強，等?電力系統(tǒng)失步解列綜述[J]?電力系統(tǒng)自動化， 2005, 29(19) : 90-97.
[0007] [3]PaiMA；AdgaonkarRP.Electromechanicaldistancemeasure fordecompositionofpowersystems[J].ElectricalPower&Energy Systems, 1984, 6 (4) : 249-254.
[0008] [4]殷監(jiān)，薛飛，陳允平.分群理論在電力系統(tǒng)暫態(tài)穩(wěn)定預(yù)測和控制中的應(yīng)用[J]. 電力情報，2002,（1):1-4.
[0009] [5]宋洪磊，吳俊勇，冀魯豫.基于慢同調(diào)理論和希爾伯特-黃變換的發(fā)電機在線 同調(diào)識別[J] ?電力自動化設(shè)備，2013, 33(8) :70-77.
[0010] [6]倪敬敏，沈沉，譚偉等.一種基于非平衡點處線性化的同調(diào)識別方法[J].電力 系統(tǒng)自動化，2010, 34(20) :7~12.
[0011] [7]馮康恒，張艷霞，劉志雄，等.基于廣域信息的同調(diào)機群在線識別方法[J]. 電網(wǎng)技術(shù)，2014, 38 (8) : 2082-2086
[0012] [8]史坤鵬，穆鋼，李婷，等.基于經(jīng)驗?zāi)Ｊ椒纸獾木垲悩浞椒捌湓谕{(diào)機組分 群中的應(yīng)用[J].電網(wǎng)技術(shù)，2007,31 (22):21-25.

【發(fā)明內(nèi)容】

[0013] 本發(fā)明基于廣域信息測量系統(tǒng)，提出一種具有一定自適應(yīng)性的發(fā)電機組同調(diào)分群 新方案，該方案從層次聚類分析法的角度出發(fā)，計算發(fā)電機組電氣量間的各項差異指標，加 權(quán)后得到機組的結(jié)構(gòu)差異度，以此為標準進行分群。本發(fā)明的技術(shù)方案如下：
[0014] 一種基于廣域信息的發(fā)電機組同調(diào)分群方案，該方法利用相量測量單元對發(fā)電 機組功角軌跡和轉(zhuǎn)子角速度進行特征提取，以獲得能反應(yīng)同調(diào)性的信息，所提取的特征包 括四個指標的比較：方向比較DirDiv( 5i, 5j)，轉(zhuǎn)角比較AngleDiv( 5i, 5j)，位置比較 LocDivOuSJ以及轉(zhuǎn)子角速度即轉(zhuǎn)速的比較SpeedDivOu 其中5」為不同發(fā) 電機組的功角軌跡，1彡i乒j彡m，m為總軌跡數(shù)，軌跡SSu，S12,. ..，Sin構(gòu)成，軌 跡Sj由Sn,Sj2，...，Sjn構(gòu)成，n為采樣點數(shù)，其中，
[0015] (1)方向比較DirDiv(si，Sj)表示功角軌跡Si，Sj在總體變化趨勢上偏轉(zhuǎn)程度 的差異，Sls，S]s分別是軌跡Si，S澤樣的起始點，Sie，S#分別是軌跡si，S澤樣的終 止點，用向量和4人的夾角來表示軌跡之間的方向差異DirDiv(5i,Sj);
[0016] ⑵轉(zhuǎn)角比較AngleDiv( s i，S j)反映軌跡內(nèi)部的方向變化特征，設(shè)軌跡在采樣點 Sp處的夾角表示為P，轉(zhuǎn)角表示為0，a為本采樣點Sp與上一采樣點Spi之間的距離， 且s= ;b為本米樣點與下一米樣點5p+1之間的距離，且s= C為米樣點5 p挪 Sp+1之間的距離，則夾角0為：
[0017] 0 =arccos((a2+b2-c2) /2ab)
[0018]根據(jù)夾角0和向量叉乘方向判別的右手定則求得轉(zhuǎn)角9，轉(zhuǎn)角0的計算公式 為：
[0019]
[0020] 由上式可得，外向變化的轉(zhuǎn)角0為正值，內(nèi)向變化的轉(zhuǎn)角0為負值，轉(zhuǎn)角比較 AngleDivOi, 8J是一個隨采樣時間變化的累加量，計算式為：
[0021]
[0022] 在理想同調(diào)機群的情況下，SJPSj的每一個采樣點的轉(zhuǎn)角差值都為〇，AngleDiv 也為〇,在功角曲線最不匹配的情況下，每個采樣點的轉(zhuǎn)角互為相反方向，也就是說在采樣 時間內(nèi)2條軌跡呈對立鋸齒狀，這時AngleDiv為1;
[0023] (3)位置比較LocDiv(Sp反映發(fā)電機功角軌跡之間的相對距離，計算公式如 下：
[0024]
[0025] 其中dist(U，v)表示u、v兩點之間的歐氏距離，u、v分別為S j軌跡上的任一 采樣點；ho。S J為h，S』的直接Hausdorff距離，即S i中的每一點到S』中所有點的 距離最小值集合中的最大距離，若Wh，=山則\中的每一采樣點到S,中最近采 樣點的距離都不超過d，d反應(yīng)曲線間的距離差異，iKh，SJ為hOi，5 )和hO,， 中的最大值，若HOd5,) =d，則說明\中的每一采樣點到S,中最近采樣點的距離和S,中的每一采樣點到S 最近采樣點的距離都不超過d;
[0026] (4)轉(zhuǎn)速比較SpeedDiV(Sp表示發(fā)電機組轉(zhuǎn)子角速度的差異，如下式
[0027]
[0028] 兩發(fā)電機轉(zhuǎn)子角速度變化的差異用角速度采樣值之間的歐式距離來衡量， ? , (t)、《 , (t)分別表示第i和j臺發(fā)電機組在采樣時刻t的采樣值；
[0029] 該發(fā)電機組同調(diào)分群方案包括下列的步驟：
[0030] 第一步：計算電力系統(tǒng)中兩兩發(fā)電機之間的上述四項指標，分別將值依次存入 DirDiv、AngleDiv、LocDiv和SpeedDiv四個矩陣中，若系統(tǒng)中有m臺發(fā)電機，貝丨彳矩陣為111階 對稱方陣，各方陣的對角線元素均為零；
[0031] 第二步：定義W= {WD，WA，WbWs}為特征權(quán)重，分別對應(yīng)以上四個特征；各權(quán)重滿 足：（1)所有權(quán)重取值均大于或等于零；(2)WD+WA+WdWs= 1，由于每一個特征的值域是不同 的，所以要對各個特征差異值進行歸一化處理，歸一化處理方法為將所得四個矩陣中每一 元素除以各矩陣中元素的最大值；再利用變異系數(shù)法的思想計算權(quán)重，利用所得權(quán)重對上 述四項指標進行加權(quán)求和構(gòu)成軌跡結(jié)構(gòu)差異度：
[0032]SDIV=WDXDirDiv+ffAXAngleDiv+ffLXLocDiv+ffsXSpeedDiv
[0033] 第三步：計算得到發(fā)電機組的差異度矩陣SDIV，然后利用層次聚類分析法進行聚 類；
[0034] 第四步：聚類結(jié)束后，選擇合適的閾值e對聚類樹形解進行劃分即可獲得最終分 群結(jié)果；
[0035] 作為優(yōu)選實施方式，其中，利用變異系數(shù)法的思想計算權(quán)重的步驟為：
[0036] 1)分別獲取DirDiv、AngleDiv、LocDiv和SpeedDiv矩陣主對角線以上的所有元 素，將其依次存入矩陣X的4列，則矩陣中的4列存儲4個不同指標下各發(fā)電機之間的差異 值向量；若有m臺發(fā)電機組，則矩陣X的行數(shù)p=m(m-l)/2,列數(shù)q= 4 ;
[0037] 2)計算各特征指標的平均值和標準差，即求X各列向量的均值和標準差；
[0038] 3)計算各指標的變異系數(shù)；
[0039] 4)對各指標的變異系數(shù)進行歸一化處理，得到各指標的權(quán)重；
[0040]設(shè)S= {Sl，S2，...，SJ分別代表系統(tǒng)中的m臺發(fā)電機組，用層次聚類分析法進行 聚類的步驟如下：
[0041] 1)置每個8;為一個類，共形成m個類：s s2, ? ? ?，sm;
[0042] 2)從現(xiàn)有的m個類中，找出軌跡結(jié)構(gòu)差異度SDIV最小的兩個類sjPsk;
[0043] 3)將類\和sk合并成一個新類sA，現(xiàn)有類的數(shù)m將減1;
[0044] 4)檢測所有樣本，若所有的樣本都屬于同一個類，則終止本算法；否則，返回2)。
[0045] 本發(fā)明的有益效果如下：
[0046] 1.利用廣域測量系統(tǒng)中的PMU測量到的發(fā)電機功角軌跡和轉(zhuǎn)子角速度就能實現(xiàn) 同調(diào)機群的劃分，避免了系統(tǒng)模型參數(shù)對分群的影響；
[0047] 2.能夠根據(jù)多機系統(tǒng)的不同運行狀況，靈活并客觀地確定特征權(quán)重值，具有一定 的自適應(yīng)性；
[0048] 3.全面考慮了發(fā)電機功角軌跡的多方面特征信息，能夠?qū)?fù)雜電力系統(tǒng)的同調(diào)性 進行準確識別，具有實用價值。
【附圖說明】
[0049] 圖1軌跡的方向差異度
[0050] 圖2軌跡的轉(zhuǎn)角示意圖
[0051] 圖3聚類樹和利用閾值e進行分群
【具體實施方式】
[0052] 下面結(jié)合附圖和實施例對本發(fā)明進行說明。
[0053] 本發(fā)明通過對廣域測量系統(tǒng)得到的發(fā)電機組功角軌跡和轉(zhuǎn)子角速度進行特 征提取，以獲得能反應(yīng)同調(diào)性的信息。所提取的特征包括四個指標的比較：方向比較DirDiv( 5 5J，轉(zhuǎn)角比較AngleDiv( 5 5J，位置比較LocDiv( 5 8J以及轉(zhuǎn)子 角速度即轉(zhuǎn)速的比較SpeedDivOi，h)。其中~為不同發(fā)電機組的功角軌跡， 1彡i辛j彡m(m為總軌跡數(shù)），軌跡5 ;由8 ;1，8 i2,. . .，8in構(gòu)成（n為采樣點數(shù)）。
[0054](4)方向比較。DirDiv( 5 8 表示功角軌跡8 5在總體變化趨勢上偏轉(zhuǎn)程 度的差異。圖1為未失穩(wěn)發(fā)電機i和失穩(wěn)發(fā)電機j之間的方向比較，Sis，S]s分別是軌跡 采樣的起始點，Sif3, 分別是軌跡采樣的終止點。用兩向量LjPL_j的夾角來表示軌跡 之間的方向差異DirDivOi，SJ。
[0055] (5)轉(zhuǎn)角比較。AngleDiv( 5 8J反映了軌跡內(nèi)部的方向變化特征，體現(xiàn)了功角 軌跡內(nèi)部波動程度差異。如圖2所示，軌跡在采樣點處的夾角表示為0，軌跡的轉(zhuǎn)角表示 為0JP0 2。由圖可知，a，b，c分別為夾角0的鄰邊和對邊，則夾角0的計算式如下。