复杂电网（共6篇）
复杂电网 篇1
0 引言
广东电网是目前国内最大的省级电网, 其电源结构复杂, 包含了煤电、气电、油电、水电、风电、核电、抽水蓄能及外购电等几乎所有电源类型。近年来, 广东电网大力发展核电、风电等清洁能源, 进一步增加了电网的调峰压力。在这种形势下, 开展含复杂电源结构的电网调峰优化研究具有重要意义。目前国内外对含复杂电源结构的电网调峰优化的研究主要体现在以下方面。
1) 在优化建模方面, 主要考虑电源类型为水电和火电的联合调峰[1,2,3], 也有考虑抽水蓄能[4]、风电对调峰的影响, 如文献[5]研究风电接入电网后常规发电机组的负调峰特性, 并提出一种考虑常规发电机组负调峰容量极限的优化模型。
2) 在优化目标方面, 长期以来一直以一定周期内总运行成本最小为优化目标。随着电力市场化改革, 目标函数演绎为购电成本最小, 或反映资源配置效率的社会总收益最大[6]。此外, 文献[7]尝试用模糊逻辑方法解决具有发电成本最小、网络安全、排放费用最小和可靠性成本最小4个目标的问题。文献[8]将各种多目标进化算法用于电力系统经济调度问题中, 并进行了系统的对比与分析。文献[9]将电厂污染物排放量作为惩罚项加入优化目标函数以考虑经济性和环保价值。
3) 在约束条件方面, 通常是在有功功率平衡基础上, 主要计及各类发电机组的运行特性, 如机组的爬坡率约束、机组启停次数、电网安全稳定约束等[3]。为了使优化模型更符合电力系统的实际运行状态, 越来越多的实际工程约束条件被加入到调峰优化模型中, 但由此又造成了模型的复杂性大增, 并出现求解困难、收敛效率低等问题。
本文以发电耗煤量、购电费用和SO2排放量为优化目标, 在考虑外购电量影响的基础上, 建立了含水电、核电、生物质电、气电、火电和抽水蓄能机组等复杂电源结构的电网日调峰优化模型, 并实现了节能调度要求下的发电机组排序、日开机组合确定、基于等备用原则的备用容量优化安排, 从而构建了适合广东电网的调峰优化流程体系。
1 建模的总体框架
本文采用典型日96点负荷曲线进行调峰动态优化计算, 即基于节能调度下的机组启停机组合安排, 寻求各机组在1d内各个时段的出力顺序和出力大小。为方便考虑多种约束, 在具体计算时, 首先计算峰荷处 (全天最大负荷处) 的容量安排, 然后再依次计算峰荷左侧、右侧负荷水平下的容量安排。由于调峰问题涉及机组排序、开机组合的确定、备用容量优化安排、机组出力优化安排等多个内容, 因此采用如图1所示的调峰模型流程框图。
2 机组排序及当日机组组合的确定
为了实现广东电网节能调度的目标, 根据国家发改委制定的《节能发电调度办法实施细则 (试行) 》, 提出了一种新的实用化机组组合方法, 具体实现流程如附录A图A1所示。该流程包括机组排序、开机容量范围的确定、开机数量范围的确定、全天机组组合的确定5个环节, 以下分别进行阐述。
1) 机组排序。在确定机组组合之前, 应根据《节能发电调度办法实施细则 (试行) 》对各类机组进行排序, 保证具有良好节能效益且无调节能力的机组优先发电。同时, 还要结合机组检修计划, 使其符合开机电厂的机组不全停的原则。
2) 各个时段开机容量范围的确定。机组组合的确定应使其容量满足当日的负荷需求。由于广东电网与外部电网具有功率相互支援的特性, 因此, 开机容量可以在一个区间内变化。其中, 最小开机容量=负荷预测值-外网向本网送电量+备用需求;最大开机容量=负荷预测值+本网向外网送电量+备用需求。
3) 各个时段机组数量范围的确定。在确定了机组开启顺序及各个时段广东电网的开机容量之后, 便可进一步确定各个时段的机组数量范围。由于最大出力和最小出力的限制, 各台机组均具有一个有效的出力范围。若考虑各个时段的最大开机容量和各台机组的最小出力, 按照排序表中各台机组的顺序依次开机后, 便可得到该时段的最大开机数。同理, 若考虑各个时段的最小开机容量和各台机组的最大出力, 也可相应得到该时段的最小开机数。
4) 全天机组组合的确定。当确定了各个时段的机组数量范围之后, 由于各台机组严格按照排序表进行开机或停机, 各个时段的机组组合范围便已确定。为了使全天机组的启停次数最少, 应在各个时段的机组数量范围之内对实际机组数进行选择, 使各个时段的机组数一致或尽可能接近。为了实现这个目标, 峰荷处的机组数应取其最小开机数, 这可以更好地避免由于峰荷处开机过多而迫使谷荷处停机的情况。确定峰荷处的开机数之后, 便可从峰荷处依次往其左右相邻的2个时段考虑。受各时段机组数量范围的限制, 每个时段的机组数量只能在该范围内选择。若当前时段的开机数在其相邻时段的机组数量范围之内, 使其相邻时段的开机数与该时段相同;若当前时段的开机数超出其相邻时段的机组数量范围, 则取相邻时段的最大机组数 (最小机组数) 作为相邻时段的开机数, 使其停 (启) 机数最小。通过这种方法, 便可一一确定各个时段的机组数, 再结合排序表, 便可得到当天的机组组合。
3 抽水蓄能机组工作曲线的计算
抽水蓄能机组是一类特殊的水电机组。根据调峰的需要, 它既能作为负荷抽水运行, 实现填谷;也能作为水电机组发电运行, 实现削峰。抽水蓄能机组抽水填谷所采用的基本原则是:优先考虑气电机组两班制运行调峰, 在气电机组调峰仍不能满足运行要求时, 再考虑抽水蓄能机组抽水运行;在高峰负荷时, 抽水蓄能机组出力安排基于“以发定抽”原则;当系统负荷低, 且除抽水蓄能机组外, 其他机组最小技术出力之和仍大于低谷负荷需求时, 或相邻时段系统负荷变化剧烈导致其他机组调节速率不能满足负荷骤增、骤降的需要时, 抽水蓄能机组按照“以抽定发”原则运行, 且需同时满足当日抽水电量按一定效率 (如75%) 转化为发电电量。因此, 考虑抽水蓄能机组削峰填谷作用后, 系统负荷曲线修正方式如下所示。
对任意时刻t, 若抽水功率为pu, t, 则负荷曲线Lt′修正为Lt:
Lt=Lt′+pu, t (1)
若发电功率为ps, t, 则负荷曲线修正为:
Lt=Lt′-ps, t (2)
后续计算均在考虑抽水蓄能机组“削峰填谷”作用后的修正负荷曲线上进行。
4 备用容量优化安排及机组负载率上下限修正
若采用传统的顶表法, 则煤耗低的机组调峰能力很强, 加/减负荷速率较快, 优先安排其带满负荷运行, 而备用均由煤耗高、调节性能差的机组承担。这就可能出现在负荷上升较快 (如早上、中午爬坡) 或负荷波动较大时, 调峰性能强的机组之前由于负荷已基本带满, 而靠其他机组无法满足此时段系统负荷迅速变化的要求。为避免这种情况, 应在调峰安排之前, 对所有机组 (生物质电和核电除外) 进行旋转备用优化安排, 保证煤耗低、调峰能力强的机组仍预留部分备用容量, 以备不时之需。本文采用等备用原则并结合最小二乘法对备用进行优化安排, 安排好各机组应承担的备用后, 机组剩下的有效容量才能参加后续的调峰出力优化。
设机组i的最大技术出力为稳燃最小技术出力为开机组合中的机组台数为Ng, 系统备用需求为Lb, 则系统等备用系数β为:
在时刻t, 任一机组i承担的旋转备用容量为:
按式 (4) 确定的初始等备用分配可能不满足机组备用调节速率约束, 如果不满足约束, 将低调节速度机组承担的旋转备用依次转移给高调节速度机组, 直至满足系统备用调节速度的要求。为此, 采用基于最小二乘的等备用优化决策调整模型:
式中:Ri, t为机组i在时刻t的备用容量;λi为机组i承担最大备用容量与其最大技术出力比值的百分数, 对于水电、燃气机组、煤耗高的火电机组而言, 该变量可取较大值。
式 (6) 为系统总备用容量约束, 式 (7) 为单机承担备用容量约束:当确定时刻t各台机组承担的备用容量Ri, t (i=1, 2, …, Ng) 后, 则机组剩下的容量即为参加调峰优化的容量, 可通过修正机组出力上、下限来计算, 有
式中:分别为备用修正后, 机组i在时刻t对应的稳燃最小技术出力和最大技术出力。
采用修正的上、下限值参与后面的出力优化安排。
5 机组出力优化安排
本文对机组出力进行优化的目标是使广东电网的发电耗煤量、购电费用和SO2排放量最小化。为了考虑前后时段 (t和t-1, 或t和t+1) 间机组调节速率的约束, 本文首先对峰荷处的机组出力情况进行优化, 然后从峰荷处分别向左、向右优化其他时刻的发电出力。
5.1 峰荷处的机组出力优化安排
对峰荷处的机组出力优化安排采用以下数学模型求解。
目标函数为:
式中:w1, w2, w3为权值, 且, 为机组i在峰荷 (tk) 处进行归一化后的煤耗量, As为煤耗的基准值, ξi为机组i的平均煤耗, 为机组i在峰时刻tk的出力;, 为机组i在峰荷 (tk) 处进行归一化后对应的购电费用, Bs为购电费用的基准值, bi为向机Ng组i购电的平均成本;, 为机组i在峰荷 (tk) 处进行归一化后对应的SO2排放量, Cs为SO2排放量的基准值, Fi为机组i的SO2平均转化率 (火力发电厂锅炉取0.90) , Si为机组i所用煤的平均含硫量, 为机组i的脱硫效率, ci, 1和ci, 2为机组i的排放系数。
为了得到基准值As, Bs, Cs, 可依次使w1, w2, w3等于1, 其他2个权值为0, 从而得到3组不同的耗煤量、购电费用和SO2排放量。然后从中选取各个耗煤量的最大值作为As, 购电费用的最大值作为Bs, SO2排放量的最大值作为Cs。
约束条件如下所示。
1) 机组出力上下限约束
2) 功率平衡约束
式中:Ltk为峰荷量。
3) 规避频率越限风险约束
式中:G1为低负荷时要求规避频率越限风险约束的百万千瓦容量机组集合;Pi, N为机组i的额定容量。
4) 电网输电断面功率约束
式中:G2, k为输电断面k定义的机组集合;PL, max, k为输电断面k最大输送有功功率。
5) 水电机组水量约束
式中:GH为水电机组集合;Ej, H为机组j的水量约束。
6) 气电机组两班制运行及气量约束
式中:GLNG为气电的机组集合;Ej, LNG为机组j的气量约束;tb和te为两班制运行的气电机组启、停机时刻。
7) 网络安全约束
式中:为支路l在峰时刻tk的传输功率;flmax为支路l传输功率的最大值。
5.2 其他时刻的机组出力优化安排
其他时刻的机组出力优化安排模型与峰荷处相似。但由于要考虑机组爬坡速率的约束, 为方便起见, 优化模型的自变量改用相邻2个时刻各发电机组出力的调整量ΔPi, t (i=1, 2, …, Ng) 。假设时刻t+1已优化完毕, 现开始安排时刻t的发电出力, 其需要改变的约束条件如下所示。
1) 机组出力上下限约束
2) 功率平衡约束
3) 机组爬坡速率约束
式中:ΔPdowni为机组i降负荷出力时的调节速率约束 (正数) ;ΔPupi为机组i升负荷出力时的爬坡速率值 (正数) 。
采用二次规划法求解其他时刻的机组出力优化安排模型后, 时刻t机组i的出力为:
5.3 权重系数赋值
采用文献[10]提出的层次分析法对式 (10) 中的目标函数的权重系数进行赋值。该方法能充分体现决策者的经验和意志, 可靠性高, 是一种较好的实际工程多目标优化问题的求解方法。
层次分析法首先通过对各子目标之间的比较确定其相对重要性等级。对于目标Oi (i=1, 2, …, n) 和Oj (j=1, 2, …, n) , 可根据二者的重要关系确定其数字等级为:
式中:ui, j为Oi相对于Oj的重要等级数;f (Oi, Oj) 为关于Oi和Oj相对重要性等级的函数。
类似地, 当f (Oi, Oj) =2, 4, 6, 8时, 则表示Oi与Oj的重要关系介于相邻2个奇数所代表的重要性之间。在式 (22) 中, ui, j大于1, 说明Oi比Oj重要。如果Oj比Oi重要, 则ui, j可取上述重要等级数的倒数。
确定了各个目标两两之间的重要关系之后, 就可通过以下公式计算每一个目标的权系数:
进行归一化后可以得到:
式中:wi为目标i的权系数。
6 算例分析
以2010年广东电网典型日负荷曲线为原始参数。以广东电网直调机组和外购电为研究对象, 其中, 常规水电机组19台, 容量为1 058 MW;抽水蓄能机组16台, 容量为4 200 MW;火电机组126台, 容量为67 400 MW;气电机组61台, 容量为7 026 MW;生物质能机组2台, 容量为100MW;核电机组6台, 容量为6 120MW;外购电包括西南电、三峡电、湖南电和港电。
选取的典型日包括: (1) 春节低负荷日 (2010-02-14, 大年初一) ; (2) 正常供电日 (2010-05-14, 星期五) ; (3) 丰水期周末 (2010-07-18, 星期日) ; (4) 年最大负荷日 (2010-09-08, 星期三) ; (5) 枯水期周末 (2010-11-20, 星期六) ; (6) 台风日 (2010-09-20, 星期一) 。
6.1 权重的赋值
将式 (10) 中煤耗量、购电成本、SO2排放量这3个目标分别记为O1, O2, O3, 通过对它们的相对重要关系进行比较, 根据广东电网的实际运行经验及相关文件的精神, 对这3个目标的重要性进行比较, 确定两两之间的重要等级数为:u1, 2=6, u1, 3=6, u2, 1=1/6, u2, 3=1, u3, 1=1/6, u3, 2=1。
利用式 (23) 进行计算, 可以得到各个目标的权系数为:。归一化后可以得到:w1≈0.6, w2≈0.2, w3≈0.2。故本文各个目标的权系数w1, w2, w3分别取0.6, 0.2, 0.2。
6.2 典型日的调峰优化结果
典型日的开机情况以及水电机组、火电机组、气电机组、抽水蓄能机组在典型日的调峰优化结果如附录B表B1和表B2、表B3、表B4、表B5所示。
6.2.1 水电机组
1) 在春节低负荷典型日, 水电机组综合平均负载率偏低, 约为41.73%, 这主要是由于春节典型日, 负荷很低, 作为主力调峰电源的水电机组以其灵活、迅速的调节特性, 将降出力运行, 因而全天平均下来, 负载率也相对偏低, 足以体现在调峰困难的春节假期典型日水电机组的优良调峰性能。春节低负荷日负荷曲线如图2所示, 本文选取飞来峡、长湖、枫树坝、新丰江等水电机组为代表, 当日其最优出力曲线如图3所示。
2) 在正常供电日, 水电机组综合平均负载率最高, 达73.47%。这主要由于正常供电日取的是2010-05-14, 正是汛期的开始, 水电机组上游来水量大, 水电机组发电量较多。且正常供电日非周末, 因此, 谷荷水平相对丰水期周末较高, 全天综合平均负载率较丰水期周末也偏高, 但在峰荷处的负载率则比丰水期低。
3) 供电紧张日由于受到上游来水量限制, 因而水电机组负载率不高, 仅为57.35%。
4) 在枯水期周末, 水电机组综合平均负载率为59.53%, 这与枯水期水电机组上游来水量少、发电量受限的实际情况相符。
5) 在台风日, 主要体现为负荷变化剧烈, 水电机组调节性能优良, 有利于参加台风日的调峰。且受台风影响、降雨加大, 多数水电机组满发, 因此, 即使在峰荷处, 负载率高达97.22%, 接近满载。
6.2.2 火电机组
1) 在春节低负荷典型日, 火电机组综合平均负载率最低, 约为63.75%, 这主要是由于春节典型日负荷偏低, 火电机组压出力参加调峰, 此外, 谷荷处抽水蓄能投入抽水, 因此, 火电机组在该时刻的负载率为58.31%, 略高于腰荷处的负载率。该日几个代表性火电机组出力曲线如图4所示。
2) 在正常供电日, 火电机组综合负载率为85.02%, 仅次于供电紧张日的85.76%。该日的火电机组负载率能够体现正常运行情况下的火电最优调峰情况。供电紧张日即是全年最大负荷出现日, 火电机组是广东电网装机规模最大的主力电源, 因此, 在出现峰值负荷时, 火电机组是最主要的顶峰运行机组, 负载率为101.26%, 部分机组出现过负荷运行。
3) 在枯水期周末和丰水期周末, 由于广东电网水电规模远小于火电, 因此, 丰水期和枯水期对火电机组的间接影响不太明显。
4) 在台风日, 由于台风降雨加大, 多数水电机组满发, 因此, 该日火电负载率为82.99%, 与丰水期接近, 略高于丰水期周末典型日的82.79%。
在所有六大典型日中, 除春节低负荷日, 火电机组在峰荷时均接近满载运行, 而且谷荷处其负载率约为50%左右, 即调峰深度达50%左右。
6.2.3 气电机组
气电机组大多采用早07:00, 晚23:00的两班制运行方式, 其全年日综合平均负载率均为60%左右, 相对火电、水电机组偏低。其中, 在春节低负荷日的综合平均负载率最低, 低于50%。主要是由于春节, 负荷较低, 气电由于灵活、迅速的调峰特性, 优先启停气电机组, 因此, 气电机组负荷曲线多“毛刺”, 其平均负载率也较低。
春节低负荷日当日, 仅安排了洪湾一台9E机组、横门一台9F机组两班制运行, 相应出力曲线如图5所示。
6.2.4 抽水蓄能机组
抽水蓄能机组主要起削峰填谷的作用, 使负荷曲线变化相对平缓, 避免低谷负荷时或负荷变化剧烈时, 造成火电、核电机组出力大幅快速调节, 从而减少不必要的燃料消耗。抽水蓄能机组在负荷偏大的典型日, 其承担旋转备用的能力非常明显, 尤其在枯水期周末典型日, 其旋转备用率接近48%。以春节低负荷日为例, 当日抽水蓄能机组出力曲线如图6所示。
由于抽水蓄能机组本身能耗较大, 因此, 在调峰优化模型中, 优先考虑燃气机组的启停调峰, 若此时仍无法满足调峰需要, 则考虑启用抽水蓄能机组。在高峰负荷时, 采用“以发定抽”模式;而在低谷负荷时, 采用“以抽定发”模式, 尽可能降低抽水蓄能机组调峰带来的额外能耗。由于有燃气机组参与调峰, 抽水蓄能机组主要在春节低负荷日参与调峰, 而由于当天在谷荷处关停了部分机组, 因而谷荷的抽水功率并不大, 但是由于总体负荷偏低, 因而总体抽水功率大, 根据“以抽定发”的原则, 安排的发电功率也最大, 超过80%。而在腰荷负荷变化速度较快时, 抽水蓄能机组也适时投入抽水或发电, 以满足其他机组相邻时段的有限调节速率要求。在峰荷处, 抽水蓄能机组按照75%的发电效率发电, 满足最大负荷需要。
6.2.5 生物质发电和核电机组
按照国家节能调度的要求, 生物质发电和核电机组均属于优先安排发电的机组。因此, 在本调峰优化模型中, 尽可能满足生物质发电和核电机组均满负荷运行, 再安排其他机组调峰出力。在所有典型日中, 生物质发电和核电的综合平均负载率均为100%, 且不承担旋转备用容量。
6.3 优化目标分析
表1给出了6个典型日的煤耗量、购电费用和SO2排放量的仿真结果。从中可以看出, 春节期间广东电网的煤耗量、购电费用和SO2排放量均最小;供电紧张日广东电网的煤耗量、购电费用和SO2排放量均最大。这是因为广东电网在春节期间的负荷最小, 而在供电紧张日的负荷最大。另外, 丰水期周末比枯水期周末的煤耗量和SO2排放量小。这是因为丰水期水电机组的出力较大, 这能减少火电机组的出力, 从而降低了煤耗量和SO2排放量。
6.4 与现有调峰优化模型的对比分析
本文所提的电网调峰优化模型与现有的电网调峰优化模型的区别主要体现在目标函数上。现有的电网调峰优化模型是一个单目标优化模型, 一般只考虑经济性;而本文提出的是一个多目标调峰优化模型。为了说明本文所提的电网调峰优化模型相对于现有模型的优越性, 以下以广东电网2010年春节低负荷日为例, 对2种模型的优化结果进行对比分析。其中, 现有的电网调峰优化模型以购电费用最小化为目标, 其约束条件与本文所提模型的约束条件相同。
表2给出了2种调峰优化模型的仿真结果。从中可以看出, 现有的电网调峰优化模型的购电费用仅为0.90亿元, 而本文所提的调峰优化模型的购电费用增加了9.09%, 达到0.99亿元。但是在煤耗量和SO2排放量方面, 本文所提的调峰优化模型相对于现有模型分别减少了3.90%和3.39%。由此可见, 现在的电网调峰优化模型仅仅考虑了电网的经济效益, 而本文所提模型能综合考虑经济、节能、减排3个方面的效益, 更符合节能发电调度的要求。
7 结语
本文以广东电网为实际研究背景, 以发电耗煤量、购电费用和SO2排放量为优化目标, 在考虑西南电、三峡电、湖南电以及港电影响的基础上, 建立了含水电、生物质、核电、煤电、气电、抽水蓄能机组等复杂电源结构的电网日调峰96点动态优化模型。调峰优化模型实现了节能调度要求下的发电机组排序、日开机组合确定、基于等备用原则的备用容量的优化安排, 能够给出各类机组在峰荷、腰荷、谷荷等典型场景下的最优综合负载率。采用2010年广东电网实际数据对调峰优化模型进行校验, 给出各典型日各典型场景下广东电网各类机组的调峰优化情况, 具有重要的工程实用价值。
附录见本刊网络版 (http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx) 。
参考文献
[1]廖胜利, 程春田, 蔡华祥, 等.改进的火电调峰方式[J].电力系统自动化, 2006, 30 (1) :89-94.LIAO Shengli, CHENG Chuntian, CAI Huaxiang, et al.Improved algorithm of adjusting discharge peak by thermalpower plants[J].Automation of Electric Power Systems, 2006, 30 (1) :89-94.
[2]郑理科, 李茂军, 曾黎玉.基于水电厂调峰运行的水火电混合经济调度[J].现代电力, 2007, 24 (6) :76-79.ZHENG Like, LI Maojun, ZENG Liyu.Algorithm based onpeak shaving method for economic dispatch of hydrothermalpower system[J].Modern Electric Power, 2007, 24 (6) :76-79.
[3]陈之栩, 谢开, 张晶, 等.电网安全节能发电日前调度优化模型及算法[J].电力系统自动化, 2009, 33 (1) :10-13.CHEN Zhixu, XIE Kai, ZHANG Jing, et al.Optimal modeland algorithm for day-ahead generation scheduling oftransmission grid security constrained convention dispatch[J].Automation of Electric Power Systems, 2009, 33 (1) :10-13.
[4]陈雪青, 郑彤昕, 石光, 等.有抽水蓄能电站的联合电力系统优化调度模型和算法[J].中国电机工程学报, 1995, 15 (4) :274-288.CHEN Xueqing, ZHENG Tongxin, SHI Guang, et al.Modeland approach of optimal operation for hydrothermal powersystem with pumped-storage stations[J].Proceedings of theCSEE, 1995, 15 (4) :274-288.
[5]杨宏, 刘建新, 苑津莎.风电系统中常规机组负调峰能力研究[J].中国电机工程学报, 2010, 30 (16) :26-31.YANG Hong, LIU Jianxin, YUAN Jinsha.Research of peakload regulation of conventional generators in wind power grid[J].Proceedings of the CSEE, 2010, 30 (16) :26-31.
[6]SRINIVASAN D, CHANG C S, LIEW A C.Multiobjectivegeneration scheduling using fuzzy optimal search technique[J].IEE Proceedings of Generation, Transmission and Distribution, 1994, 141 (3) :233-242.
[7]SHAHIDEHPOUR S M, HATIM Y, LI Zuyi.Marketoperations in electric power system-forecasting, scheduling andrisk management[M].New York, USA:John Wiley&Sons, 2002.
[8]ABIDO M A.Environmental/Economic power dispatch usingmulti-objective evolutionary algorithms[J].IEEE Trans onPower Systems, 2003, 18 (4) :1529-1537.
[9]苗增强, 谢宇翔, 姚建刚, 等.兼顾能耗与排放的发电侧节能减排调度新模式[J].电力系统自动化, 2009, 33 (24) :16-20.MIAO Zengqiang, XIE Yuxiang, YAO Jiangang, et al.A newenergy saving and emission reducing dispatching modeconsidering energy consumption and emissions for generationmarket[J].Automation of Electric Power Systems, 2009, 33 (24) :16-20.
[10]赵云飞, 陈金富.层次分析法及其在电力系统中的应用[J].电力自动化设备, 2004, 24 (9) :85-87.ZHAO Yunfei, CHEN Jinfu.Analytic hierarchy process andits application in power system[J].Electric Power AutomationEquipment, 2004, 24 (9) :85-87.
复杂电网 篇2
随着复杂网络理论研究的深入,人们对复杂网络的结构特性认识更加清晰。如无标度(BA)网络的幂律分布特性,小世界(SW)网络的高聚类系数和小的平均路径特性[1]。不仅如此,还认识到SW网络由于具有上述特性也被故障利用,更利于故障的传播,所以SW网络从结构上讲具有抗攻击性低的特性。研究还表明,BA网络,由于具有幂律分布的特性,存在少数度大的节点(hub vertex),这些节点起关键作用,所以抵抗随机攻击的能力强,同时对蓄意攻击的能力又显脆弱[2,3]。这些成果对于工程应用研究有重要意义。
电力系统是典型的复杂网络系统。大量的电力科研人员利用复杂网络理论对其结构特性进行分析[1,2,3,4,5,6,7]。文献[1]应用复杂网络理论分析了连锁故障在小世界电网中传播的内在机理,得出,小世界电网本身的结构脆弱性是造成大规模连锁故障迅速蔓延的根本原因。对无标度的电力网络,发生大面积停电的概率小,但是一旦发生,将造成巨大的损失。文献[2]基于复杂网络理论研究了电网拓扑结构在电网抵御连锁故障的重要性,同时表明电网拓扑结构和连锁故障容限的关系。文献[4]用复杂网络理论分析了大电网结构脆弱性。得出电力网络的脆弱性与其网络拓扑有着密切的联系,要提高电网的可靠性水平,必须从电网的结构出发。文献[5]主要研究了电网的脆弱性评估方法,提出了互补性综合脆弱度指标。从有功和无功两方面分析线路脆弱性对电网静态稳定的影响。大量研究成果表明电网结构的强坚性对电网的可靠性影响很大,也表明应用复杂网络理论研究电网结构特性是目前最有效的方法。但是,这些成果主要集中在纯交流输电网络,且边权均是基于距离测度的。
智能电网是当前研究的热点[8,9,10,11],建立坚强的电网结构是基本。为此,本文重点分析直流输电对电网复杂网络特性的影响。提出基于传输能力的评价方法,且考虑直流输电的边权描述,得到与传输能量匹配的边权。提出不仅考虑节点功率还考虑节点的网络位置的基于能量指数的节点权重描述法,并以IEEE14系统为例进行分析。
1 复杂网络理论简介
对现实世界的深入研究,发现复杂现象的背后是有规律的。1998年Wattz和Strogatz发现小世界效应,1999年Barabasi和Albert发现了复杂网络的无标度特性。近年来,复杂网络研究已成为国内外研究的一个热点问题。复杂网络是由大量内联节点和连接节点的边耦合而成。节点描述了现实世界的物质对象,可以是线性系统和非线性系统。其具有节点复杂、结构复杂和演化复杂的特点。为了描述和研究之,引入了如下的网络特性参数[12]。
(1)节点的度D,表示与节点连接的边数。
(2)网络平均度数k,对所有节点度求平均。
(3)网络的平均距离L,所有节点距离的平均值。网络直径:节点间最短路径中的最大值。衡量的是网络的连通性能和效率。
(4)节点度数累积分布p。p(d)′表示节点度数大于等于d'的节点所占的比例。是表示节点度的概率分布。
(5)集聚系数:连接一个节点中的近邻中有多少是共同的近邻。刻画的是网络的传递性。
式中:Ci是集聚系数;ki是i节点的度;Ri是i节点的近邻节点中已存在的边数。
复杂网络研究的核心是研究结构如何影响功能和行为。
2 直流输电对电网网络特性的影响
复杂网络受到的攻击主要有两类:随意攻击(failure)和蓄意攻击(attack)。而对于不同类型的网络对这两类攻击表现出不同的抗毁性[6]。
对线路脆弱性分析得知,线路越重要,在蓄意攻击时就越脆弱[5],并用边权来表示线路的重要性。文献[4-5,7]中边权均采用线路电抗,是基于距离测度的,权值越大反而连通性差。为此这里采用基于传输能力测度的边权。边权是反映该路径传输功率的能力,边权越大表示传输功率的能力越强。对于输电网络,超高压输电和直流输电的大量运用,相同电压等级和相同的传输路径都会有不同的传输能力,即边权是不同的。这里同时考虑了不同电压等级和直流输电差异,于是得到反映线路脆弱性指标的边权如下。
定义1:设基准电压为V0,路径电压为Vij,直流输电系数为υij,则边权为:
如果是直流输电线路,相同电压等级下其传输容量是交流的2倍[13],则υij取2,否则为1。该定义对有无直流输电的网络都适用。
对于不同的节点,在受到攻击时表现出不同的抗攻击力,当节点被攻击后对网络造成的影响越大则该节点越脆弱。节点的重要性不仅要考虑其在网络中的作用即度的大小,同时还要考虑节点自身能力的强弱。于是提出电力网络节点重要性判定指标如定义2所述。
定义2:假设节点的能量为Pi,节点的度ki,则节点的点权为:
其中:pi是节点的归一化能量,,Ps是所有发电机额定容量总和,Pi是第i节点额定容量,如果是发电机节点就是发电容量,如果是负荷节点则为负荷容量,如果是开关站即为开关站交换的能量;表示是第i节点相连与第j节点相连的边权,式(5)第二项表示汇集到节点i的网络能量,第一项表示节点自身的能量;ωΡi表示节点i的点权,用于衡量节点重要性。
该评估节点重要性的指标不仅考虑了节点自身强弱,还考虑了节点的网络度和边权,是一个较为综合的评估方法。
以IEEE14测试系统为例来分析引入高压直流输电后系统的网络特性变化。IEEE14系统图如图5所示。
根据图1,用PAJEK软件绘制出简化复杂网络拓扑图如图2所示。图1和图2中的节点编号是对应的。
为分析电压等级和直流输电对输电网络的影响,将其他参数视为相同,并做如下假设:
1)假设系统电压等级都是基准电压,无直流输电,且边权,i,j∈N。假设发电机节点的功率分别是40,30,30,20,40 MW。sP=160 MW,根据定义2算出点权,如表1所示。
2)假设线路(6,5)是超高压直流输电,电压幅值是800kV,输电网络基准电压是交流220kV,其余参数不变,根据式(5)计算相应值见表2。
为了估计系统在受到蓄意攻击电网的状况,采用经典的全局效能作为目标函数[14],该函数对孤立点也能进行很好描述。
式中,τij是节点i到j最短路径边权。边权是反映线路输电能力的参数,边权越大表示该线路输送电能的能力越强。等效为距离就越短,效能就该越大,所以取倒数表示网络全局效能,从而实现归一化。得到在蓄意攻击方式下,有直流输电和无直流输电情况网络效能的区别,如图3所示。
图中横轴是蓄意攻击节点所占总节点比例,纵轴是蓄意攻击后余下网络所具有的全局效能。方形曲线是没有考虑输电网中线路的电压差和高压直流输电,将整个输电网络视为同压。即得到边权为1,根据节点能量和在网络中的位置,确定出节点的网络权值。按照表1中点权值大小,从大到小依次删除节点连接,按式(6)计算出网络全局效能。图中圆圈曲线是考虑了网络中的高压和直流输电线路,然后按照表1中点权ω1的节点顺序进行攻击得到的全局效能曲线。点曲线是考虑高压直流输电线路,重新对节点进行排序,按照表2中ω2的顺序从大到小进行蓄意攻击得到的全局效能曲线。从图中可以得出以下结论。
1)对于相同的输电网络,引入超高压直流输电后,网络的全局效能将得到提高,连通性更好。
2)网络节点的重要次序将发生局部改变。圆圈线的衰减明显慢于点线。这说明,无高压直流时的重要节点现在次序已经后移。所以按照先前的重要性排序进行攻击就表现出敏感性降低的特性。而按照考虑高压直流因素的排序进行攻击时,曲线明显慢陡。证明重要节点关系已经发生偏移。
3)从方形线和点线看出,点线比方形线陡,对蓄意攻击响应强烈。第一次攻击就是系统全局效能大大下滑幅度达到50%,不考虑高压直流输电,全局效能在第一次蓄意攻击时只下降20%。由此可见,同一电力系统中,引入高压直流输电使系统网络特性向无标度特性转移。使系统抵制随机故障的能力更强,同时,对蓄意攻击也表现得更加脆弱。
3 结论
智能电网建设意在提高电网运行的可靠性,增强电网抵御风险的能力。电网的结构对电力系统的稳定运行有重要作用。本文采用复杂网络脆弱性研究常用的效能指标对引入高压直流输电电力网络结构特性进行研究。提出了基于能量指数的节点重要性指标,得出高压直流输电可以提升网络的初始效能,同时使原电力网络的网络特性向着无标度特性转移,电力网络节点的重要次序也将有所改变的结论。提高网络的抗随机故障能力,对蓄意攻击表现得更加脆弱。所以在进行电网建设的同时,要做好脆弱节点的保护。
如何从电网结构坚强性考虑实现直流输电选址将是作者下一步研究的工作。
摘要：利用复杂网络理论对含高压直流输电(HVDC)的AC/DC系统的结构特性进行研究,意在研究高压直流输电对电网复杂网络特性的影响。以线路输电能力为指标对交直流输电线路的权重进行了统一定义;在考虑节点对系统贡献力又考虑节点的网络特性下,对节点的重要性进行了定义;提出了基于上述定义的交直流输电系统网络特性评估方法。以IEEE14系统为例,以常用的网络效能函数为目标函数进行仿真分析,得出:同一电力系统中,引入高压直流输电使系统网络特性向无标度特性转移,增强了系统抵制随机故障的能力,同时,对蓄意攻击也表现得更加脆弱。
复杂电网 篇3
1故障情况介绍
某220 k V变电站35 k V部分,中性点采用经过消弧线圈接地方式,Ⅰ,Ⅱ线均配置有典型35 k V出线三段式过电流保护,两线的电流互感器(TA)变比均为600/5,具体变电站保护配置及接线图如图1所示。
(1) 故障过程 :初期I线A相接地故障 , 此时可运行2小时。 由于B相、C相电压的升高,Ⅱ线绝缘水平下降,发生C相接地故障。 此时发生不同线路异名相两点接地故障, 第一次只有Ⅰ线保护A相动作跳闸。 此过程结束后,系统又转化为Ⅱ线的C相单相接地状态,故障电流骤减。 一分钟后,Ⅱ线的B相被击穿造成Ⅱ线BC相间故障(真正的相间故障)引发Ⅱ开关保护跳闸。
(2) 保护动作情况:
第一次故障,05:14,35 k V Ⅰ,Ⅱ两线异名相故障。 Ⅰ开关保护动作跳闸, 但Ⅱ开关保护仅启动却未动作跳闸;
第二次故障,05:15,35 k VⅡ线相间故障, 保护动作跳闸。
为了更好地说明故障发展历程, 做出保护动作时序,如图2所示。
故障电流录波记录如图3—5所示。
从图3、 图4看,05:14,35 k V Ⅰ开关保护动作跳闸,35 k V Ⅱ保护未动作跳闸。
(3) Ⅰ保护定值:过流I段2352 A,0 s。 波形A相电流幅值40×120/1.414=3400 A。 过流I段动作,正确。
(4) Ⅱ保护定值: 过流I段2880 A,0 s。 波形的C相电流幅值为32×120/1.414=2710 A。 过流Ⅰ段不动作, 正确。
(5) 结合图3、 图4的波形中2条线路故障电流及小电流系统故障电压理论分析可知: Ⅰ线A相接地,引起35 k V系统B相、C相两相母线电压升高至线电压,结果导致Ⅱ线的C相电缆接头击穿接地。 即I线A相接地、 Ⅱ线的C相接地造成了35 k V系统中产生了A相、C相两相故障。 但35 k V I开关保护中只有A相电流且达到Ⅰ段动作值而跳闸; Ⅱ开关保护C相电流没有达到Ⅰ段动作值只有启动状态。
图5显示Ⅱ线C相一直处于接地状态,B相电缆接头由于承受不了长期线电压而击穿, 导致Ⅱ线BC相间故障。 第二次故障为Ⅱ线BC相间故障故障,Ⅱ线保护正确动作直接切除了故障。
2疑问
(1) 正常情况下,同一线路相间故障,两故障相故障电流应相同。 不同线路异名相两点接地故障时,两故障相故障电流不同是否合理;
(2) 中性点经消弧线圈接地, 对故障点是否注入电感电流,其对两故障相的故障电流是如何影响的;
(3) 本次异地异名相故障, 故障线路并未同时跳闸,动作行为是否正确,定值设定是否合理;
(4) 中性点其他接地方式时, 不同线路异名相接地故障时,故障电流及保护动作行为如何。
3不同接地方式故障电流流向分析
系统中广泛应用的中性点非有效接地系统分为2类:中性点不接地系统,中性点经消弧线圈接地系统。 如图6所示。当1G断开时,图示为中性点不接地系统; 当1G闭合时,图示为中性点经消弧线圈接地系统。
3.1系统单点接地电流流向
假定线路L1发生B接地故障,且1G打开,此时, 全网电容电流均流入惟一的接地点, 并通过系统中性点与其他支路构成回路, 电流流向由图6的实心箭头构成;当1G闭合时,接地点不仅流入全网的电容电流, 而且增加流入了一个补偿的电感电流, 电感电流如图6的空心箭头所示。
3.2系统两点接地情况电流流向
如图7所示。 假定线路L1发生B接地故障,线路L2由于A相 、C相电压升高 ,C相绝缘击穿 ,形成两点接地。 当1G打开时,线路L1的接地点与线路L2的接地点构成唯一通路,L1线B相电流与L2线C相电流大小相等方向相反,电流流向由图7实心箭头构成;当1G闭合时,中性点也向地注入电流,相当于L1线B相与L2线C相相间短路经由消弧线圈回到系统中性点, 电流流向由图7空心箭头构成。
从上分析可见,中性点不接地时,异名故障相中的故障电流始终相等。 中性点经过消弧线圈接地时,由于中性点向共同的接地点注入了电感电流,这对于其中一条故障线为助增电流,对于另一条故障线为汲出电流,造成了2故障电流存在差异。
4异名相两点接地故障数学模型及求解
4.1异名相两点接地故障数学模型
同一母线引出的两条线路上异地不同名相两点接地如图8所示。 虽然异地不同名相发生两点接地, 对于线路来说, 相当于单相接地短路,L1线路的零序电流为L2于是故障线路的压降分别为
当中性点电压为觶UN、中性点电流为觶IL时,则:
式(1)中:ZM1为系统侧阻抗;为B相、C相的电源电动势。
4.2电路叠加原理求解
为了求解方便,将图8的故障电路等效,如图9所示, 分别以B相电源电动势和C相电源电动势单独作用,最后叠加求解。
假定ZB=ZM1+(1+K)Z1l1,ZC=ZM1+(1+K)Z1l2,则求解方程为:
进一步的话,由于因此B相、C相的故障电流差值为:
ZC,ZB均为线路 阻抗角70° , 由于ZB旋转了240°角,ZC与ZB之差的模值恒不等于0。 可见由于中性点电抗补偿电流的分流注入作用, 一个故障相的故障电流得到增强,另一故障相的故障电流则减小了,相当于汲出作用。
5结束语
(1) 经理论分析,中性点经消弧线圈接地系统 ,不同线路异名相两点接地故障时, 无论故障点位置在保护区内何处,两故障相的故障电流恒不相等。
(2) 故障时, 中性点经大地回路向两故障线路注入感性补偿电流,对于一条故障线路起增益作用,另一条则起汲出作用。 35 k V线路一般采用三段式过电流保护,此时增益作用故障线路更易动作,汲出作用故障线路有很大可能因低于动作阀值而不动作。 本文故障范例保护动作过程正确,符合实际现场故障情况。
(3) 小电流接地系统中性点不接地 ,发生不同线路异名相两点接地故障, 由于两故障相故障电流恒相等,两故障线路三段式过电流保护必定同时动作。
(4) 不同线路异名相两点接地故障时 , 现场保护运行工作人员对保护动作行为分析, 首先应考虑到小电流系统中性点接地方式。
摘要：小电流接地系统单相接地故障引发不同线路异名相两点接地故障问题大量存在。经消弧线圈接地系统异名相两点接地故障时,由于中性点电流不平衡注入的影响,两故障线路异名故障相电流存在偏差,保护无法准确跳开2条故障线。文章基于电路叠加定理,从理论上推导了偏差计算公式及产生原因,结合现场录波波形,从理论上分析验证了35kV线路保护的正确动作行为。进一步扩展分析了其他中性点接地方式,发生异地异名相接地故障时,故障定位及保护动作行为判别时应注意的问题,为异名相异地两点接地故障的保护动作行为分析提供经验参考。
关键词：小电流接地系统,消弧线圈,线路保护
参考文献
[1]江苏省电力公司.电力系统继电保护原理与实用技术[M].北京:中国电力出版社,2006:116-118.
[2]陆于平,吴济安,袁宇波.主设备数字式保护技术的讨论[J].江苏电机工程,2003,22(3):6-9.
[3]徐青龙,吴炜.两起消弧线圈系统故障案例分析[J].江苏电机工程,2013,32(4):18-19,23.
[4]许小兵,董丽金,袁栋.智能变电站小电流接地选线装置的研究与实现[J].江苏电机工程,2013,32(5):55-58.
[5]程华,王静.TLS1B保护在同杆并架双回线异名相故障时的运用[J].四川电力技术,2007,30(5):45-46.
复杂电网 篇4
随着经济的发展和社会的进步, 我国国有企业及其控股企业规模的扩大、私企数目的增长及城市人口日益增多, 我国对城市电力的要求不断的增长。许多地区城市电网薄弱, 供电的安全性和经济性较差, 影响了电能的合理分配, 加剧城市电力的供应。城市电网是电力系统的主要负荷中心, 电力系统的重要组成部分。规划好城市电网是建设城市现代化基础设施的重要步骤之一。因此规划好城市电网, 解决城市电网中面临的各种问题是电力工业迫在眉睫的重要任务之一。
1 城市电网规划的主要内容及方法
世界上现行的城市电网规划的主要内容大体相同, 主要包括以下内容:
(1) 分析规划城市区域内的现状, 明确规划城区内电网负荷、电量、布局、负荷曲线预测的负荷分布的情况;
(2) 确定规划区内规划供电设备的标准化和电网结构原则 (包括低、中压配电网的改造原则) 及各期的目标;
(3) 确定通信、自动化、调度等的规模和要求;
(4) 确定城市电网变电所的线路路径, 及分期建设的工程项目;
(5) 进行无功、有功电力平衡, 提出供电电源点 (220k V级以上的变电所, 发电厂) 的建设要求;
(6) 编写规划说明书及绘出各个规划期末的城网规划地理位置结构图 (包括现状接线图) 。
城市电网规划研究的方法, 要全面考虑、统筹兼顾。不仅要研究配电网与输电网的关系, 还要研究网络的优化设计, 如对现有网络进行设备参数设计和扩建、改建的时间顺序、输配电压的选择以及随着负荷增长和地理分布的变化等各种情况, 以期在规划期内取得电力网络的优化。
2 城市电网规划工作的复杂性
由于城市发展中的诸多不确定因素, 使得编制城市电网规划比编制其他电网规划要考虑更多的问题, 做更多的工作。因为城市电网规划的复杂性, 使城市电网在规划编制过程中存在一些问题:
(1) 城市电网规划的基础数据不充足
为城网规划的重要依据的城市电网基础的数据变化非常之快, 而相关工作人员不能及时更新, 加之一些统计上的错误, 直接导致用于城网规划中计算分析的数据的偏差, 降低了规划中计算结果的可信程度。
(2) 城市电网规划缺乏高新技术手段
城网的设备具有数量巨大分布面积广的特点, 目前城网规划中单单凭经验确定安置配电变压器、变电站布点或架设线路是缺乏科学依据, 其可靠性有待考量。
(3) 城市发展的不确定性
城市总体发展规划是政府部门制定的、指导城市发展的纲领性文件, 在这片文献中提出了许多关于城网规划的实施规则。如:在城网规划中明确约束了土地的利用性质和定位了城市片区的发展。然而在城市的建设发展过程中, 政策性文件的贯施程度不够, 导致负荷在时间和空间上不确定性的增长, 使得城市电网的网架结构发展目标不够明确, 这给城市电网规划无形中增加了很多困难。
(4) 城市电网规划与其他规划的衔接问题
城市电网规划与其他城市专项规划衔接不好的问题有着很深的根源。虽然我国在法律中已明确规定城市电网建设应当纳入城市建设的总体规划中 (1996年颁布的《电力法》) , 但在实际操作运行中有些地区并未遵守《电力法》的规定, 没有一个有效的政府机关承担城市专项规划的组织协调工作, 城网规划与城市总体规划基本脱节, 彼此间缺乏有效的沟通, 甚至城市各种专项规划各自编制, 城市其他建设与电力建设相矛盾的情况时有发生。另外, 政府部门约束对城市电网规划的重视程度不够, 约束力度和深度不够。城市总体规划对线路走廊及变电站站址不做描述, 从而不能控制性预留线路走廊和变电站站址, 这从根本上制约城市电网规划建设, 增加了城市电网规划的复杂性。
3 城市电网规划中新技术的应用
(1) 人工智能技术的应用
在近年城市电网规划优化领域中, 基于随机化技术的优化方法发展迅速, 并这种优化方法得到广泛的应用。实践证明包括Tabu搜索、模拟退火、进化算法 (进化策略、进化规划、含遗传算法等) 、与随机化技术结合的人工神经网络法以及其它一些优化算法等这些随机化方法的全局优化能力比传统优化方法更具有优势。
1专家系统
专家系统是人工智能技术种发展较早, 也是现在应用最为广泛的智能系统。专家系统根据电力领域的专家提供的经验和知识进行判断和推理, 模拟专家解决问题的决策过程, 它是一个具有大量专门经验与知识的程序系统, 通常由人机界面、推理机、全局数据库和知识库等部分构成。
全局数据库是当前求解状态下问题通过符号或事实的集合, 它由系统求解期间所产生的所有中间信息和问题的有关初始数据组成。知识库用以存放专家的知识, 一个专家系统知识库中所含知识的质量和数量决定了其能力。常用的知识表示方法包括黑板、框架、谓词逻辑、产生式规则和语义网络等。人机接口不仅有给系统翻译用户和专家的输入信息的职能, 还有向用户输出的易于理解的形式系统信息转的功用。推理机具有一定的控制策略, 它能针对当前全局数据库中的问题, 识别和选取知识库中的可用专家知识并加以推理, 以修改全局数据库再加以验证, 最终解决出现的问题。
2神经网络控制方法
神经网络控制方法在20世纪50年代被研制出来, 迄今为止已经有70多年的历史。经过几代人的努力, 其数学算法与内部模型发展的比较完善。神经网络控制技术是电力系统自动化控制方法中的常用控制方法。它的并行处理能力、自组织能力好, 还具有较强的非线性。神经网络控制系统的控制机理是通过自带算法对赋予了大量控制质量的权值进行调节, 最终达到足电力系统自动化控制的使用要求神经网络的非线性映射的效果。
(2) 地理信息系统 (GIS) 的应用
电力企业作为国民经济支柱的, 原有的传统城市配电网络的管理方式已经很难满足经济运行安全和城市配电网络建设的要求。为了提高我国电力资源的利用率, 采用高新的配电网络管理方式势在必行。
我国的电力资源分布不均, 电力资源西多东少, 用电量东多西少。因为地理位置的原因, 是电力配送有一点的困难。加之, 输电网络、变电站等资源的分布均要占用一定的土地。因此, 配电网络的规划和地理位置密不可分。当今的配电网络规划要结合地理环境、综合各中资源的地理信息数据来分配。在城市的配电网络规划中, 采用地理信息系统 (GIS, 即Geographical Information System) 能够提升其的数据管理功能。
(3) 计算机技术的应用
城市电网规划的规范性和科学性要求规划人员需要收集有关城市现在、过去和将来发展的各个部门和领域的数量庞大的用户数据 (人口、占地、交通、负荷及负荷分布情况等等) 。城网规划中依靠过去传统的规划方法整理和分析这些数据以及管理派生数据, 相对于计算机技术严重的浪费了人力物力。即便一些使用专家系统就规划城市电网也不能满足一线及部分二线城市的现代化建设要求。因此, 城网中全面的应用计算机技术已经成为当前城网规划的主流趋势。
4 未来规划工作的展望
从城市电网规划的复杂性和新技术的应用情况来看, 城市电网规划可能的处理手段与方法和未来的研究方向将集中在以下几个主要方面:
(1) 城市电网规划的进行和城市电网规划决策支持系统开发与使用优先选用智能技术的理论和方法来指导。
(2) 目前城市建设中考虑的电网规划中的不确定性因素不够充分和全面, 今后科研人员的研究方向需要更加注重不确定性因素的处理, 尤其是经济、政策和环境等方面。
(3) 未来的城网规划必须考虑整体和全局的最优, 建设过程中应该全面是的、多目标、多方位的规划发展, 使城网规划的结果满足经济和社会等各个方面。
(4) 在研究未来的规划时, 应及时利用各种新技术和吸收各种先进的数学理论和方法。
5 结束语
通过分析我国城市在电网规划的复杂性和存在的各种问题, 可以更加深刻的理解到城市电网规划在城市建设的总体规划中的重要地位, 了解城市电网规划对经济发展的重要作用及意义。
总之, 我们必须根据我国不同城市的实际特点, 采用先进的城市规划新技术, 更有效的规划的建设城市电力网络, 使城市电网为社会发展和经济建设中发挥更大的经济效益和社会效益。通过对未来规划工作的展望, 本文认为未来的城市电网规划工作应该是一个包含诸多因素、并不断吸收和利用各种新技术的灵活的电网规划。
参考文献
[1]肖峻.城市电网规划计算机辅助决策新技术的研究与实现[D].电气应用, 2013 (09) :21~23.
[2]文福拴.智能系统在电力系统中应用的新动向[J].电力系统自动化, 2012, 20 (6) :3~7, 20 (7) :3~8.
复杂电网 篇5
电网故障诊断即利用电力系统的广泛知识和继电保护信息来识别故障的区域、元件、类型和误拒动的装置。随着电网互联规模的扩大,拓扑结构更加复杂,电网故障时,大量报警信息短时间内涌入调度中心,特别是存在保护、断路器装置的拒动,误动,信息传输错误等不确定性与不完备信息时,将使故障诊断异常复杂。目前电网故障诊断方法主要有:神经网络[1,2,3]、专家系统[4,5]、粗糙集理论[6,7,8]、模糊理论[9]、Petri网[10,11]、多智能体[12]等。这些诊断算法在信息不确定性方面取得了某些效果,但在大规模复杂系统中进行有效诊断建模和决策方面存在很多困难和不足。
贝叶斯网络是一种不确定性因果关系关联模型,具有强大的不确定性问题处理能力,贝叶斯网络特性与故障诊断问题的要求内在一致,有很多的学者把贝叶斯网络应用于不同领域的故障诊断。以文献[13]为代表的改进贝叶斯网络方法用于电网故障诊断,主要是在贝叶斯网络模型的基础上,引入了信息时序属性,并提出信息时序一致性识别和不完备信息状态估计推理的预处理算法,一定程度上提高了诊断结果的准确性,但它不适用于大规模多故障点电网的建模和诊断。文献[14-15]针对电网故障诊断中存在大量不确定信息的问题,采用由Noisy-Or和Noisy-And节点组成的贝叶斯网络和基于人工鱼群算法的贝叶斯网络参数学习方法,分别建立了输电线路、母线和变压器的通用故障诊断模型。但该方法存在原因独立性的前提,即它假设了导致某结果的若干原因是独立变量,而实际中,结果通常由不同原因综合作用而得。另外,其基于元件的通用故障诊断模型只适用于保护断路器配置完全相同的电网元件,而实际电网中的保护配置往往不同,这给用该方法的大规模电网建模带来了难度。文献[16]是基于粗糙集的朴素贝叶斯的电网故障诊断方法,在一定程度上实现了优势互补,且逻辑简单,易于实现。但该方法存在丢失核心属性时会出现诊断不正确的情况。文献[17]所提出的基于主观贝叶斯的故障诊断方法,是对贝叶斯公式本身的改进,提出采用证据的不确定性推理和比较异常事件数处理不确定信息,但它引入了规则成立的充分性和必要性的两个因子,而这两个因子的数值却难以求解,无物理意义,一般由专家给出,它也不适用于复杂电网的故障诊断。
本文针对拓扑结构复杂的大电网,首先利用改进的蝶形网络分割方法把电网分割成若干个区域,并提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型,实例验证了该方法在各种故障情况下的可行性,为电网故障诊断系统的实用化提供一定借鉴。
1 基于贝叶斯网的分层递归型电网故障诊断方法
1.1 基于粗糙集理论的电网故障诊断知识获取
本文用粗糙集进行知识挖掘,以便在故障发生后能迅速判别出故障区域及故障元件。由于电网结构不尽相同,需对不同结构的电网进行相应的知识获取。根据文献[18-19]中方法,将保护和断路器信号作为对故障分类的条件属性集,建立考虑各种可能发生的故障情况的决策表,利用文献[8]进行约简,约简过程为:(1)对决策表进行基于RS理论与二元逻辑相结合的属性约简过程;(2)对属性约简后得到的约简信息表使用改进的值约简算法,找出最终的约简,从中抽取各约简信息表中的决策规则。
1.2 基于贝叶斯网的分层递归型电网故障诊断模型
本文采用两层来构建电网故障诊断模型,即先根据故障信息判定故障区域,再由故障区域和故障信息综合判定出故障元件。将粗糙集约简后的故障区域决策表和故障元件决策表分别对应一个贝叶斯网络,网络的输入是决策表的条件属性,输出是决策表的决策属性,综上,本文提出一种基于粗糙集与贝叶斯网络相融合的分层递归型电网故障诊断网络模型,其网络结构如图1所示。
1.3 基于贝叶斯网的分层递归型电网故障诊断方法
基于贝叶斯网的分层递归型电网故障诊断过程如下:
(1)将获取的开关保护信息作为条件属性,故障区域作为决策属性,形成故障区域决策表。
(2)运用粗糙集对故障区域决策表进行知识挖掘,删除冗余属性,实行属性优选,消除不一致的噪声,进行对象约简,形成故障区域简化决策表。
(3)将简化决策表的条件属性和决策属性作为第一层贝叶斯网络的子结点和父结点,得到故障区域的诊断网络模型。
(4)将故障区域作为条件属性加入到条件属性表中,故障元件作为决策属性,再次运用粗糙集理论知识约简,形成故障元件简化决策表。
(5)将故障元件简化决策表的条件属性和决策属性作为第二层贝叶斯网络的输入输出样本对,得到故障元件的诊断网络模型。
1.4 基于贝叶斯网的分层递归型电网故障诊断实例
图2为一个变电站的局部接线图,包括母线M、N,变压器T及线路L1、L2。母线配有主保护Mm、Nm,其他元件分别配有主保护m及后备保护p。CB1,CB2,CB3,CB4是断路器。
根据变电站及线路的开关保护故障信息,建立关于粗糙集理论的决策表如表1所示。其中,U为论域,是研究对象的集合,“1”表示变位信息,“0”表示非变位信息,D为故障区域。
运用基于可辨识矩阵和二元逻辑运算的属性约简方法对该决策表进行约简,通过Matlab7.0编程实现约简并计算平均互信息结果见表2。
选择基于平均互信息的最优属性约简组合为{CB1,CB2}。同样对故障元件决策表约简并选择最优属性约简组合为{Mm,CB2,CB3,D},建立约简后的故障区域决策表3和故障元件决策表4的两层诊断贝叶斯网络如图3、图4所示。
诊断实例1,假设故障信息:变位信息CB4=1,TAp=1,TBm=1,CB3=1,其余为非变位信息。由第一层诊断网络确定为故障区域D1,由第二层诊断网络确定各元件故障概率排序为:T(0.920 8),N(0.462 8),L1,L2(0.153 7),M(0.064 3)。判断为T为故障元件,实际查明诊断结果正确。
诊断实例2,假设变位信息不变,由于某种原因,CB4,TBm变位信息未上传成功或信息传输错误时,仍可判定故障元件为主变T,当丢失CB3,CB4等核心属性的变位信息时,仍可判定故障区域为D1,且区域内元件故障概率:T(0.666 7),M(0.236 4)。
可见该两层诊断网络降低了不确定信息的影响,这是因为不确定信息对于故障区域判定的影响要比对单个故障元件判定的影响小得多,故障区域的界定又为故障元件的正确判定缩小了范围,使得该两层诊断网络的容错能力和抗干扰性大大增强。
2 基于改进的蝶形分割电网方法
由于故障诊断具有局域性,即故障元件可以由且仅由其主保护、后备保护及相应断路器的状态来判别,而这些都是故障元件邻域的局部信号。因此,没有必要也不应该把整个电网的所有保护开关信息都作为条件属性来对其进行约束。
本文考虑将大规模电网分割成若干子网,在子网范围内生成决策表,并进行故障区域和故障元件的判定,该方法适用于任意规模、结构及配置的电网,为大规模电网故障诊断开辟途径。
根据故障诊断问题的要求,网络分割方法应将大电网分解为连通的且计算负担基本平衡的子网络,同时各个子网络元件的数目要尽可能的小。
目前网络分割方法有无重叠分割方法,多重叠分割法,图形分割法,蝶形分割方法等[20,21]。而无重叠分割法不能保证电网的连通性,多重叠分割会带来很大的冗余,图形分割法在涉及子网边缘问题的故障情况难以得到反映,蝶形分割法是对无重叠分割方法和多重叠分割方法的改进,是比较理想的分割方法,但在区分函数验证下,该分割方法仍不能保证分割前的信息含量,文献[21]提出了一种改进的蝶形分割方法,区分函数验证了该方法的可行性,本文采用此方法对IEEE9节点的分割如图5示。
3 基于贝叶斯网的电网多区域复杂故障诊断实例
针对图5已进行分割的9节点电网,保护采用常规配置,取M1、M2为区域D1,M2、M3为区域D2,以此类推,一共为六个区域子网络。各区域子网络的故障样本原始决策表的最佳约简决策表列出区域D1的最佳约简决策表如表5示。
注:ZJD为主保护拒动,DJD为断路器拒动,L1ZWD为L1主保护误动,其余类同。
由设定的继电保护动作信息,利用本文故障诊断方法处理单一故障及复杂故障的诊断结果如表6所示。
由表6可见,当故障信息准确完整时(样本1),可得到正确的诊断结果,且故障元件的诊断概率很高;当丢失或出错的故障信息不是核属性时(样本3),可得到正确的诊断结果,且故障元件的诊断概率也较高;当核属性信息部分丢失或出错时(样本2、4),无论对于简单故障或复杂故障情况,亦可得到正确的诊断结果,且故障元件的诊断概率均排在首位或前列;当核属性信息丢失严重,且非核属性信息也存在丢失或出错时(样本5),诊断结果中概率最大的故障元件不是设定的故障元件,但设定的故障元件存在于诊断结果中,可达到辅助决策的目的。与文献[8,16,19]所述方法相比,本方法具有以下优点:
(1)由于充分利用粗糙集和贝叶斯网络的最大优点,即知识约简和模式分类能力,该网络诊断模型有较高的准确率。
(2)对电网进行区域划分,只对诊断出故障的区域进行诊断,有利于降低问题求解规模,简化网络结构,增强并行处理能力,因而可以获得较高的速度。
(3)对多个故障区域运用粗糙集理论和贝叶斯网络进行并行诊断,可处理复杂故障情况,且能做到危险分散,增强鲁棒性,提高可靠性。
(4)由于各诊断区域独立,若各区域开关保护信息改变,导致该区域决策属性表改变,可重新构建诊断网络,而不影响其他区域的诊断。
4 结论
(1)本文提出一种基于粗糙集与贝叶斯网相融合的分层递归型诊断网络模型,该方法对复杂故障采用多区域并行诊断,算例结果表明,该方法正确、有效,能提高系统丢失关键信息情况下的容错性,实时性也很高,具有很好的实用价值。
(2)基于粗糙集方法对SCADA采集的保护、开关信息进行分层挖掘,降低问题求解规模,提高故障诊断的实时性和准确性,增强抗干扰能力,增加诊断过程的透明性和解释能力。
复杂电网 篇6
电力系统互联规模的扩大和运行复杂性的增加，给电网故障的诊断增加了难度。目前投入实际应用较多的电网故障诊断方法主要包括基于专家系统[1,2]的方法和基于解析模型[3,4]的方法。此外，基于人工神经网络[5,6]、粗糙集[7]、模糊理论[8,9]的电网故障诊断方法以及其他一些新方法[10,11]也受到了广泛关注。这些方法大都利用断路器动作信息和保护动作信息作为诊断的基础，但由于保护和断路器存在拒动和误动以及故障信息存在时序畸变或传输丢失等诸多不确定因素，电网故障诊断系统的决策判断受到了影响。
故障诊断是一个逻辑过程，可以从事件处理的本质层面进行研究。复杂事件处理技术是一套理解和控制事件驱动型信息系统的方法，其特点是通过事件之间普遍存在且最为重要的时间、因果及聚合关系对事件进行关联和整合。目前电力领域在该方向上开展了一些类似研究，文献[12,13]分别从信息论和事件角度对故障诊断和事件建模及分析进行了探讨，文献[14]针对故障信息处理中“数据过剩而信息不足”的现状，提出了基于复杂事件处理技术的故障信息分层处理模型。
本文提出了基于复杂事件处理技术的故障诊断方法，将复杂事件处理技术应用于电力系统的故障诊断研究。该方法以保护动作信息和断路器动作信息为数据基础，结合保护、断路器的动作逻辑和电网故障诊断的实际情况，关联和聚类故障信息，做出故障诊断决策。同时，针对以往的故障诊断方法只利用保护和断路器动作信息而忽略电气量信息，导致诊断结果相对片面的问题，从故障录波器信息中提取了故障特征量，对故障诊断决策做出了评价和补充。
1 复杂事件处理技术
复杂事件处理技术是一套理解和控制事件驱动型信息系统的方法，起源于1990—2000年之间斯坦福大学一项名为RAPIDE的仿真研究项目，其核心在于把整个系统分层分级，通过事件之间的时间和因果等普遍存在的关系对事件进行关联和聚类，将低层次的简单事件聚合成高层次的复杂事件。
复杂事件的定义为：“事件是用于系统记录活动的对象”。一个事件含有3个特性：事件形式（form)、事件含义（significance)和事件关联性（relativity)。其中，事件形式是指对象，其包含特定的属性或数据分量；事件含义表征了活动；事件关联性是指事件之间通过时间、因果和聚合性相互关联，而事件与其他事件之间的相互关系称为关联性。
事件与事件之间的关联性包括3种关系：时间、因果、聚合关系。时间关系表述事件与事件之间的排序；因果关系表述事件与事件之间的起因与结果；对于聚合关系，假设事件A所表述的活动由一组事件B、C、D所表述的活动组成，则称A事件是B、C、D事件的聚合事件，也称为复杂事件。
由上述叙述可以看出，利用事件之间的时间、因果、聚合关系，复杂事件处理技术可以建立事件之类的联系，把简单事件聚合为复杂事件，为事件驱动型信息系统提供了一个新的事件处理维度和系统化的处理手段。
2 基于复杂事件处理技术的电网故障诊断方法
2.1 故障诊断的数据基础
本文提出的故障诊断方法主要涉及到保护动作信息、断路器动作信息和故障录波器信息。
1）保护动作信息：从SCADA系统获取，主要包括保护的动作情况以及保护动作的时间等信息。
2）断路器动作信息：从SCADA系统获取，主要包括断路器的动作情况以及断路器动作的时间等信息。
3）故障录波器信息：从保护故障信息管理系统获取，主要包括系统节点电压、支路电流以及可以由其导出的有功、无功等信息。
SCADA系统获取的保护动作信息和断路器动作信息主要用于故障元件的判断决策；故障录波器信息用于详细故障诊断，包括对故障决策的评价或补充。
2.2 基于复杂事件处理技术的故障信息关联和聚合
2.2.1 故障信息关联
需要关联的故障信息主要包括保护动作信息和断路器动作信息。故障信息的关联分为2个步骤：第1步是对故障信息进行解析；第2步是根据保护和断路器动作的逻辑，挖掘故障信息之间的联系，形成故障信息之间的关联关系。
2.2.1. 1 故障信息的解析
由于电网调度自动化系统中故障信息的格式存在一定的规律，因此在文献[15]的基础上，将每条故障信息按照以下七元组进行表示：
式中，E表示某条故障信息；S表示该故障信息发生的场景，一般指某个变电站；D表示该遥信信息代表的设备；V表示该设备的电压等级；O表示二次设备，包括保护类和断路器类设备；A为保护类二次设备的动作属性，包括I段、II段等信息；B为保护和断路器的动作行为，包括动作、跳闸等；T表示该故障信息发生的时间。
利用文献[15]中的关键字符串匹配算法，把故障信息和调度自动化平台里的预设模板进行匹配，得到故障信息中场景、设备等关键字符串。遥信信息匹配流程如图1所示。
2.2.1. 2 故障信息的关联
根据保护和断路器动作的逻辑建立故障信息之间的关联关系。定义ATT(ei)为保护动作信息ei中属性A的值，如果ei是主保护动作事件，则ATT(ei)=1；如果ei是近后备保护动作事件，ATT(ei)=2；当ATT(ei)=0时，表示ei为断路器动作信息。
1）主保护。如果主保护动作，则主保护对应的断路器应该在规定的时间内动作。假设在告警信息ei中ATT(ei)=1,ck是ei对应的动作断路器，则可以构成以下关联关系：
式中，ck可以通过接线分析和拓扑分析得到；0.15 s为保护动作后断路器动作的最长时间。该关联关系表示：当主保护ei动作时，断路器ck在0.15 s内动作。
2）近后备保护。如果近后备保护所保护的设备故障且主保护拒动，则近后备保护动作。近后备保护动作后，对应的断路器在规定的时间内动作。假设有故障信息ei和ej，其中si=sj,di=dj,vi=vj,oi=oj,ATT(ei)–ATT(ej)=1,ATT(ej)=1,ej是设备dj的主保护，ei是设备di的近后备保护，则可以构成关联关系(3）和（4):
式中，表示故障信息ej未发生；Δt表示在不同电压等级的电力系统中，不同保护配合动作的整定值，如0.3 s、0.5 s、1 s等。
3）远后备保护。如果远后备保护所保护的设备故障，且主保护和近后备保护都拒动，则远后备保护动作。远后备保护动作后，对应的断路器在规定的时间内动作。
在电网故障中，一条短路路径中的2个相邻电气设备在保护动作上存在配合关系。如果一个电气设备di较另一电气设备dj距离短路电源近，则表示di是dj的上级设备。为了表示这种保护动作的配合关系，利用文献[15]中的深度优先搜索算法建立设备之间的关联矩阵。在关联矩阵中，如果aij=1，表示dj为di的上级设备，其后备保护动作与di的保护动作有配合关系；如果aij=0，表示2个设备的保护动作没有配合关系。
假设有故障信息ei和ej，如果表示ei和ej有关联关系，可以构成关联关系（5）和（6):
4）断路器失灵保护。一般来说，在220 kV及以上的电力系统中，为断路器专门装设了失灵保护。断路器失灵保护的动作逻辑是：当指向断路器ck的保护动作而ck没有动作，则ck的断路器失灵保护动作。失灵保护动作时，会跳开与ck相连接的同一母线的所有断路器以及与该母线相连线路另一侧的断路器。
假设有遥信信息ei,oi=“失灵保护”，则存在以下关联关系：
式中，ct是ck与相连接的同一母线的所有断路器以及与该母线相连线路另一侧的断路器。
2.2.2 故障信息聚合
根据电力系统诊断的实际情况进行故障信息的聚合。从我国的统计资料看，继电保护的正确动作率较高[16]，因此按照保护动作信息全部正确的前提进行故障信息的聚合，即：
1）主保护动作，优先推理主保护所保护的设备发生故障；
2）近后备保护发生故障，优先推理近后备保护所保护的设备发生故障，且该设备的主保护拒动；
3）母线失灵保护动作，优先推理与该母线相连的断路器发生拒动。
按照以上所述的聚合规则，符合电力系统故障诊断的实际情况。对故障信息进行关联和聚合之后，删除其中不合逻辑的关联事件，可以得到多个事件链，事件链以某元件故障为起始事件，后续事件为故障信息。如果某条事件链包含较多的故障信息，表示该元件故障的假说符合故障征兆，该元件为可疑的故障元件。
2.3 基于故障录波信息的诊断决策分析
通过对保护信息和断路器信息的关联和聚合，可以做出初步的故障诊断决策。通过提取故障录波信息中的故障特征量，可以对故障诊断决策做出评价，也可以得到关于故障的更加详细的信息，如故障类型和故障相别等。如果在初步的故障诊断决策中得不到唯一的故障元件，也可以通过故障录波信息进行进一步的判断，以得到唯一的故障元件。
2.3.1 故障特征量的提取
故障录波信息是以时域波形的形式进行离散采样记录的，时域信号不适合特征量的分析和处理，因此在提取故障特征量时，需要用傅立叶方法将时域信号进行变换处理，获得频域信息。故障特征量的提取算法通常可以分为以下3类[16,17]:
1）基于正弦信号模型的算法，该算法假设发生故障后电压、电流波形为正弦信号；
2）基于简单非正弦模型的算法，该算法假设故障后电压、电流信号包含基波正弦信号、各种整次谐波、非整次谐波等分量；
3）基于随机函数模型的算法，该算法假设故障信号包含非周期信号以及随机的高频、低频分量。
利用上述算法，可以获得各次谐波分量的幅值和相角信息。此外，还可以进一步分析得到故障方向、故障突变时间、故障相别、故障持续时间等信息[18]。
2.3.2 故障特征量的分析
对保护信息和断路器信息关联和聚合后，如果得到的故障诊断结果只有唯一的故障元件解，那么对故障特征量的分析可以得到更多关于故障的信息，如输电线路的故障相等信息；如果得到的故障诊断结果有多个故障元件解，需要对故障特征量进行分析以删除某些错误的故障元件解，使诊断结果更加精确。例如，通过分析故障后电流的流向和幅值这2个特征量，可以删除某些不正确的诊断结果。
2.4 基于复杂事件技术的电网故障诊断方法流程
结合上文分析，本文基于复杂事件技术的电网故障诊断方法的具体步骤如下：
1）从SCADA系统获得保护动作信息和断路器动作信息；
2）解析故障信息，建立故障信息之间的关联关系；
3）根据聚合原则，得到故障事件链，做出初步的故障诊断决策；
4）如果故障元件唯一，诊断结束，否则从PRMS中提取故障录波信息；
5）提取故障特征量，进行更加详细的故障分析和诊断。
故障诊断流程如图2所示。
3 案例分析
某地区局部电网图如图3所示，其中各线路配置有全线速动保护和断路器失灵保护，母线配置有母线差动保护。本文以一个故障案例来解释所提出方法的有效性。
在本故障中，调度中心收到的故障信息见表所列。
对表1的故障信息进行解析，解析结果见表2所列。
利用拓扑分析和接线分析程序，可以得到保护对应的动作断路器。涉及故障信息中的保护，保护对应的动作断路器见表3所列。
3.1 对故障信息进行关联
对于故障信息e1,ATT(e1)=1，表示e1是主保护，因此有关联关系<e1,C9>和<e1,C10>;
由于故障信息e5中的设备是C9，且e1和e5的发生时间满足时间约束，因此形成关联关系<e1,e5>。同理，可以形成关联关系<e2,e5>,<e3,e5>,<e4,e5>。
e6是失灵保护，因此有关联关系<e6,C6>,<e6,C7>,<e6,C10>,<e6,C21>。
由于故障信息e9中的设备为C6，且e6和e9的发生时间满足时间约束，因此形成关联关系<e6,e9>，同理可以形成关联关系<e6,e7>,<e6,e8>。
3.2 对故障信息的聚合
按照聚合规则，对故障事件对进行聚合，可以得到如下的关联关系：
由于e7和e8中的设备为C21和C7，即C21和C7未拒动，因此最终得到的关联关系为：
根据关联关系可以得到故障事件链如图4所示。
从图4中可以得到，在该故障案例中，除了线路L311故障外，断路器C10也发生了拒动。
4 结语