【技术实现步骤摘要】
本专利技术涉及新型电力系统惯量评估领域，涉及但不限定于一种基于改进armax模型的新型电力系统区域惯量评估方法。
技术介绍
1、在全球能源危机下，电力系统惯量水平的下降成为提升可再生能源渗透率主要制约因素之一，在新能源的大规模并网的地区，电力电子设备与系统频率的解耦使得惯量不足，容易引发频率安全问题，导致新型电力系统区域惯量分布不均匀，并在频率扰动下呈现出明显的时空分布特性，同时也会导致电力系统维持频率稳定的能力减弱，因此研究电力系统的惯量估计方法具有重要的意义。
2、为有效评估区域/系统惯量，需要通过对子区域的机组/节点层面进行分析，在惯量评估上的灵活性更高。需要保证分区结果能够满足频率响应相近节点的空间分布，并且在不同故障和扰动下具有接近的频率稳定性。针对新型电力系统分区方法研究现状，对电力系统惯量分区方法主要分为以下3种。一是机组同调性分区方法是电力系统稳定性分析中常用的技术，旨在将电力系统中的发电机组根据它的动态行为和响应特性进行分区，使得每个区域内的机组具有相似的同调性。二是惯量中心分区方法，由于电力系统中惯量分布不均匀，扰动后频率响应的时空分布特征明显，提出用节点频率与惯量中心频率(centerof inertia，coi)偏差表示节点惯量水平的大小，该方法需要确定单台发电机的惯量。三是节点频率响应特性分区方法。常见的评价方法有：提出基于模态分析方法用于惯量响应阶段的系统频率特性分析。所提方法保留系统中所有发电机转子的运动方程；通过测量扰动发生后各节点频率频谱，通过提取能够表征节点惯量强弱的指标并采取可视
3、新型电力系统区域惯量评估研究现状，基于频率扰动事件的评估方法是重要的评估手段，它利用系统频率、有功功率和惯量之间的耦合关系，在扰动事件发生后通过pmu监测系统的动态变化，对当前系统惯量进行评估。常见的评估方法有：通过分析系统稳态数据中参数提取的问题，并采用功率谱密度方法评估电网正常运行时的系统惯量，需要考虑到电网运行状况的变化和数据质量的影响；提出利用有功-频率类噪声扰动信息来连续估计电网惯量的方法，应用输出误差模型对区域惯量进行估计；文献采用基于最小二乘原理的参数辨识方法，应用如自回归滑动平均模型、和动态回归扩展和混合模型等。对模型参数辨识相较于直接计算转子运动方程，可以提供更准确的惯量常数估计。综上所述，小扰动事件下的惯量评估方法仍存在着数据需求量大、惯量评估精度低等问题。大多方法只考虑同步发电机的惯量，没有考虑新型电力系统对惯量的影响。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种基于改进armax模型的新型电力系统区域惯量评估方法，实现在小扰动情况下的电力系统惯量水平的常态化监测，为电网的调度和安全稳定控制提供辅助支持。
2、本专利技术实施例的技术方案是这样实现的：
3、本专利技术实施例提供一种基于改进armax模型的新型电力系统区域惯量评估方法，所述方法包括：
4、通过谱聚类方法采用网络拓扑和代数连接度对改进ieee-39节点电力系统进行区域划分，得到分区结果；构建改进armax模型对每个区域惯量进行评估，得到各区域惯量估计值；其中，所述改进armax模型用于描述频率变化量和功率增量之间的数学关系；所述改进armax模型的待辨识参数是利用含有遗忘因子的递推最小二乘算法求解得到的；对所述各区域惯量估计值求和得到系统总惯量。
5、在一些可能的实施例中，所述通过谱聚类方法采用网络拓扑和代数连接度对改进ieee-39节点电力系统进行区域划分，得到分区结果，包括：构建基于网络拓扑结构的拉普拉斯矩阵；基于所述拉普拉斯矩阵计算特征矩阵并确定分区数目；以所述分区数目作为聚类个数，使用层次聚类算法对所述特征矩阵进行聚类分析，得到所述分区结果。
6、在一些可能的实施例中，所述构建基于网络拓扑结构的拉普拉斯矩阵，包括：确定所述改进ieee-39节点电力系统对应的图结构；其中系统中数据点表示为图的节点，数据点之间的线路表示为图的边；通过相似度计算方法构建表征所述图结构中任意两个节点之间相似程度的相似度矩阵；利用节点度指标构建度矩阵；基于所述相似度矩阵和所述度矩阵，构建拉普拉斯矩阵。
7、在一些可能的实施例中，所述基于所述拉普拉斯矩阵计算特征矩阵并确定分区数目，包括：计算所述拉普拉斯矩阵的特征值和特征向量，将网络中的节点映射到低维表示；基于代数连接度确定分区数目k；由k个最小特征值对应的特征向量组成所述特征矩阵。
8、在一些可能的实施例中，所述构建改进armax模型对每个区域惯量进行评估，得到各区域惯量估计值，包括：采集电力系统中节点输出的有功功率变化量和频率数据并进行预处理；为每一分区构建所述改进armax模型；结合aic准则和模型拟合指标对所述改进armax模型降阶；在小扰动场景下利用含有遗忘因子的递推最小二乘算法对所述改进armax模型的参数进行辨识，提取所述armax辨识模型中表征发电机惯量特性的离散传递函数；将所述离散传递函数连续化得到连续时间传递函数，并施加一个单位阶跃信号；通过所述连续时间传递函数的单位阶跃相应计算发电机惯性时间常数大小作为所述区域惯量估计值。
9、在一些可能的实施例中，所述改进armax模型的函数表达式为：
10、
11、式中，z-1被定义为后移算子，即z-1u(t)＝u(t-1)，u(t)对应发电机相连的节点上输出的有功功率变化量，作为模型的数据输入；y(t)对应发电机所连节点频率的变化量，作为模型的输出，e(t)代表噪声。
12、在一些可能的实施例中，所述改进armax模型包括自回归部分、外部输入部分和移动平均部分；
13、所述自回归部分的参数向量a(z)和外部输入部分的参数向量b(z)、c(z)，移动平均部分的参数向量都是以z-1为变量的常数时不变多项式，分别定义为：
14、
15、式中，和是armax辨识模型中的待辨识参数，na和nb分别是多项式a(z)和b(z)的阶次。
16、本专利技术实施例提供的技术方案带来的有益效果至少包括：
17、在本专利技术实施例中，首先，通过谱聚类方法采用网络拓扑和代数连接度对改进ieee10机39节点系统进行区域划分，然后，提出改进受控自回归滑动平均(autoregressive moving average with exogenous inputs，armax)模型的新型电力系统区域惯量评估方法，并采用含有遗忘因子的递推最小二乘算法辨识系统传递函数，将惯量评估问题转化成对armax模型进行参数辨识系统传递函数的问题。实现在小扰动情况下的电力系统惯量水平的常态化监测，为电网的调度和安全稳定控制提供辅助支持。
本文档来自技高网...【技术保护点】
1.一种基于改进ARMAX模型的新型电力系统区域惯量评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过谱聚类方法采用网络拓扑和代数连接度对改进IEEE-39节点电力系统进行区域划分，得到分区结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述构建基于网络拓扑结构的拉普拉斯矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述拉普拉斯矩阵计算特征矩阵并确定分区数目，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，所述构建改进ARMAX模型对每个区域惯量进行评估，得到各区域惯量估计值，包括：
6.根据权利要求5所述的方法，其特征在于，所述改进ARMAX模型的函数表达式为：
7.根据权利要求5所述的方法，其特征在于，所述改进ARMAX模型包括自回归部分、外部输入部分和移动平均部分；
【技术特征摘要】
1.一种基于改进armax模型的新型电力系统区域惯量评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过谱聚类方法采用网络拓扑和代数连接度对改进ieee-39节点电力系统进行区域划分，得到分区结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述构建基于网络拓扑结构的拉普拉斯矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于...
【专利技术属性】
技术研发人员：武家辉，冯朔，王维庆，赵伟，王嘉辉，王立超，闫明珠，
申请(专利权)人：新疆大学，
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。