【技术实现步骤摘要】
本专利技术涉及评估电力系统惯量响应能力领域，具体为一种基于实时动态分区的电力系统惯量在线评估方法及装置。
技术介绍
1、通过电力电子设备连接到系统的新能源发电机组占比越来越大，正在逐步取代同步发电机组。可再生能源的增加既减少了惯量，也改变了惯量在系统中的分布，导致部分区域变成了低惯量区。在不同地区已对该现象进行了相关技术的调查和研究。这些调查和研究主要包括分析惯量的时变性质，确定和检测系统惯量的值，以及低惯量区域对系统的影响等。
2、在不同估计电力系统惯量的方法中，需要对惯量进行明确定义，特别是有效的惯量水平。有效惯量定义了系统或区域的功率平衡变化与该区域的频率变化率之间的关系，它不同于物理旋转质量和惯量时间常数等传统惯量的定义。传统系统中的大部分惯量是由同步发电机的物理旋转质量贡献的，但是随着电力系统电源结构的变化，系统中还有其他部件可以贡献有效惯量，例如，与电压频率相关的负荷和与电力电子设备相连的发电机和储能设备。考虑到其他惯量的影响，采用经验惯量常数加权求和得到系统惯量水平的方法将行不通。
3、随着测量装置的不断发展，同步测量装置能够在线测量变电站频率和有功功率并同步上传至pmu主站，具备实时性和准确性，给电力系统等效惯量评估提供了新的思路。以整个系统为评估对象时需要获知系统总不平衡功率数值，导致该方法只适用于在大扰动后评估系统惯量，无法连续监测系统惯量水平。
4、考虑到电力系统频率响应具有分区特性，并且区域联络线有功功率变化量能够反映区域不平衡功率，在线评估区域惯量更具可行性。因此需要
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种基于实时动态分区的电力系统惯量在线评估方法及装置。本专利技术提供在电力系统中电力电子设备比例增高与测量装置日趋完善的背景下的惯量评估方法。通过预处理同步相量测量装置(pmu)监测得到的数据，提取其中频率响应特性对系统进行分区，并找到每个区域的惯量中心。考虑到故障前后惯量来源的不同，设定了大扰动发生的判据，并将故障前后数据分别通过卷积神经网络(cnn)进行训练建立区域惯量模型，最后通过区域惯量得到系统总等效惯量。
2、为达到上述目的，本专利技术采用的技术方案为：
3、一种基于实时动态分区的电力系统惯量在线评估方法，包括：
4、根据快速动态时间弯曲fast-dtw距离计算动态频率响应相似性指标，通过相似性指标进行系统实时分区；
5、根据系统实时分区，考虑惯量响应特性建立区域惯量在线评估模型；
6、根据在线评估模型获得区域惯量并求取系统总惯量。
7、进一步地，所述根据快速动态时间弯曲fast-dtw距离计算动态频率响应相似性指标，通过相似性指标进行系统实时分区通过快速k-medoids聚类算法的频率动态响应实时分区，具体包括：
8、对测量信号进行预处理，采用z分数对异常值进行检测，z分数公式如下所示：
9、
10、其中，x为测量数据；mean为测量数据的平均值；sd为测量数据的标准差；zsore为z分数值；
11、筛选出异常值后删除原异常值，并进行相邻非离群值的线性插值填充；
12、计及曲线数值差异以及超前-滞后特征，采用fast-dtw距离给出网络节点频率相似性的度量指标：
13、动态时间弯曲dtw距离的公式如下：
14、
15、其中，d(ws)为对应采样点ai和bj之间的频率差值；dtw(a，b)为节点a和b之间的dtw距离；s为从频率初始采样点至频率末尾采样点路径的长度，s为在路径上的第s步；
16、利用式(3)所示的动态规划方法将全局最优转化为局部最优：
17、
18、其中，d(i，j)为对应采样点ai和bj之间的频率差值；d(i，j)为累计最小频率差值；
19、通过快速k-medoids聚类算法完成频率动态响应实时分区，计算聚类簇数k在一定范围内变动的轮廓系数，并将峰值识别为最佳k值；轮廓系数si的计算公式如(4)：
20、
21、其中，pi是第i个节点到同簇中其他点的平均fast-dtw距离；qi是第i个节点到其他簇聚类中所有点的平均fast-dtw距离。
22、进一步地，基于fast-dtw距离指标和快速k-medoids聚类算法的频率动态响应实时分区包括：
23、step1：指定区域个数，即聚类簇数k；
24、step2：簇中心初始化，包括：
25、step 2.1计算所有点之间的fast-dtw距离；
26、step2.2计算整体差异性指标vj如式(5)所示：
27、
28、其中，djtw(i，j)是节点i和j之间的fast-dtw距离；是节点i与所有节点的fast-dtw距离之和；
29、step 2.3选取k个最小的vj作为簇中心；
30、step 2.4将其他点根据fast-dtw距离分配到最近的簇中心；
31、step 2.5计算簇中心与簇中其他点的fast-dtw距离之和；
32、step3：更新簇中心：找出每一簇中新的簇中心，使得簇中其他点到该簇中心的总fast-dtw距离最小；
33、step4：划分新的簇，包括：
34、step4.1将其他点根据fast-dtw距离分配到最近的簇中心；
35、step4.2计算簇中心与簇中其他点的fast-dtw距离之和，如果总和等于前一次，则停止计算，否则，返回step3；
36、step5：利用公式(4)计算该k值下的轮廓系数；增加k值，判断k值是否在选定范围内，是则返回step2.3；
37、step6：选取轮廓系数最小的作为最终分区结果。
38、进一步地，所述根据系统实时分区，考虑惯量响应特性建立区域惯量在线评估模型具体包括：
39、确定系统故障发生时刻；
40、在确定故障发生判据后，将故障前后的历史数据输入至卷积神经网络分别训练出故障前后惯量中心点频率和联络线功率波动与惯量之间的关系；
41、采用粒子群算法来优化cnn的权值和阈值，得到区域等效惯量估计模型；
42、在粒子群算法中将连接权值和阈值作为种群粒子中的位置向导，通过计算每个粒子的适应度来寻求全局最优粒子，以网络输出误差作为优化粒子的目标函数适应度值；在解空间中，粒子根据当前速度、个体最优位置和种群最优位置进行速度更新，通过新的速度计算得到新的位置，并且不断进行迭代更新直找到最优解，从而确定最优参数结构；
43、粒子的速度更新公式为：
44、
45、
46、其中，和分别表示第i个粒子在第k次迭代中第d维上的速度和位置；ω表示惯性系数；c1、c本文档来自技高网...
【技术保护点】
1.一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述根据快速动态时间弯曲Fast-DTW距离计算动态频率响应相似性指标，通过相似性指标进行系统实时分区通过快速k-medoids聚类算法的频率动态响应实时分区，具体包括：
3.根据权利要求2所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，基于Fast-DTW距离指标和快速k-medoids聚类算法的频率动态响应实时分区包括：
4.根据权利要求2所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述根据系统实时分区，考虑惯量响应特性建立区域惯量在线评估模型具体包括：
5.根据权利要求4所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述确定系统故障发生时刻具体包括：
6.根据权利要求4所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述在确定故障发生判据后，将故障前后的历史数据输入至卷积神经网络分别训
7.一种基于实时动态分区的电力系统惯量在线评估装置，其特征在于，包括：
8.根据权利要求7所述的一种基于实时动态分区的电力系统惯量在线评估装置，其特征在于，所述计算模块实现：
9.根据权利要求7所述的一种基于实时动态分区的电力系统惯量在线评估装置，其特征在于，所述模型建立模块实现：
10.根据权利要求7所述的一种基于实时动态分区的电力系统惯量在线评估装置，其特征在于，所述惯量获得模块实现：
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6中任一项所述的一种基于实时动态分区的电力系统惯量在线评估方法的步骤。
12.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6中任一项所述的一种基于实时动态分区的电力系统惯量在线评估方法的步骤。
...【技术特征摘要】
1.一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述根据快速动态时间弯曲fast-dtw距离计算动态频率响应相似性指标，通过相似性指标进行系统实时分区通过快速k-medoids聚类算法的频率动态响应实时分区，具体包括：
3.根据权利要求2所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，基于fast-dtw距离指标和快速k-medoids聚类算法的频率动态响应实时分区包括：
4.根据权利要求2所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述根据系统实时分区，考虑惯量响应特性建立区域惯量在线评估模型具体包括：
5.根据权利要求4所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述确定系统故障发生时刻具体包括：
6.根据权利要求4所述的一种基于实时动态分区的电力系统惯量在线评估方法，其特征在于，所述在确定故障发生判据后，将故障前后的历...
【专利技术属性】
技术研发人员：袁铁江，胡辰康，滕越，谢恒，励刚，王缔，吴自强，赵骞，王刘芳，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。