郭 靖,王 琨,馬來·對山拜,徐 靜

(新疆信息產(chǎn)業(yè)有限責(zé)任公司,新疆 烏魯木齊 830013)

0 引言

隨著電網(wǎng)規(guī)模的日益壯大,在互聯(lián)電網(wǎng)的過程中,市場化、大規(guī)模電力系統(tǒng)的逐漸形成,以及遠(yuǎn)距離輸電、超高壓、大機(jī)組的出現(xiàn),都導(dǎo)致電網(wǎng)故障越來越頻繁地發(fā)生。如果無法及時(shí)處理這些故障,可能導(dǎo)致嚴(yán)重后果,包括引發(fā)大面積停電問題甚至影響電力系統(tǒng)的穩(wěn)定運(yùn)行[1]。

為了防止出現(xiàn)上述情況,必須要對電網(wǎng)運(yùn)行態(tài)勢進(jìn)行動(dòng)態(tài)感知。電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知能夠?yàn)殡娋W(wǎng)的決策與檢修工作提供全方位的基礎(chǔ)數(shù)據(jù)。對電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知的研究具有悠久的歷史。國外很早就開始開發(fā)態(tài)勢感知技術(shù),并將其應(yīng)用于軍事、網(wǎng)絡(luò)安全、航空等多個(gè)領(lǐng)域,甚至能夠通過該技術(shù)提升電網(wǎng)監(jiān)控能力。但將其應(yīng)用于電網(wǎng)運(yùn)行態(tài)勢的動(dòng)態(tài)感知中還為時(shí)尚短,仍處于相關(guān)研究的起步階段。Mica R.Endsley等提出一種基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法,主要通過對環(huán)境、時(shí)延、測量誤差等電網(wǎng)運(yùn)行態(tài)勢分析中的誤差因素進(jìn)行影響因素與來源分析,實(shí)現(xiàn)過負(fù)荷、電壓、頻率與穩(wěn)定性的控制與評估,從而達(dá)到電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知的目的[2]。國內(nèi)早在20 世紀(jì)90 年代初就有柳焯教授等學(xué)者提出了電力系統(tǒng)的態(tài)勢分析思想。其中的態(tài)勢是指電力系統(tǒng)的發(fā)展趨勢與當(dāng)前狀態(tài)。以這種思想為起點(diǎn),有學(xué)者開始研究通過對電網(wǎng)進(jìn)行特征指標(biāo)定義來實(shí)現(xiàn)運(yùn)行態(tài)勢的動(dòng)態(tài)感知。錢斌等通過對電網(wǎng)的運(yùn)行特征指標(biāo)進(jìn)行提取,并對比提取的特征指標(biāo)與實(shí)時(shí)采樣數(shù)據(jù),獲取電網(wǎng)狀態(tài)隨時(shí)間變化的規(guī)律,實(shí)現(xiàn)電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知[3]。

以上方法在對電網(wǎng)運(yùn)行態(tài)勢進(jìn)行感知的過程中,因受到電網(wǎng)運(yùn)行態(tài)勢波動(dòng)較大的影響而無法提取態(tài)勢因子參數(shù),在態(tài)勢感知累積和閾值為0.05～0.2 的范圍內(nèi)存在負(fù)荷水平偏低的問題。對此,本文提出一種應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法。

1 應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知

1.1 獲取電網(wǎng)安全裕度

利用直流潮流模型,通過發(fā)電機(jī)的有功功率節(jié)點(diǎn)注入向量對系統(tǒng)運(yùn)行點(diǎn)進(jìn)行表征,獲取系統(tǒng)靜態(tài)有功安全域邊界[4]。

式中:ΩSSR為一組系統(tǒng)安全運(yùn)行的超平面,由它們共同構(gòu)成了系統(tǒng)靜態(tài)有功安全域邊界;PG為發(fā)電機(jī)的有功功率節(jié)點(diǎn)注入向量;Pd為負(fù)荷節(jié)點(diǎn)的對應(yīng)有功功率向量;PGmin為發(fā)電機(jī)實(shí)際有功出力的最下限;PGmax為發(fā)電機(jī)實(shí)際有功出力的最上限;DG為發(fā)電機(jī)中列對應(yīng)的節(jié)點(diǎn)所構(gòu)成的矩陣;PLmax為輸電線路極限傳輸容量向量;D為支路-節(jié)點(diǎn)分布轉(zhuǎn)移因子矩陣[5]。

式中:BL為電納質(zhì)量矩陣;AT為支路-節(jié)點(diǎn)關(guān)聯(lián)矩陣;B為電納節(jié)點(diǎn)矩陣。

根據(jù)調(diào)控大數(shù)據(jù)中的氣象邊界條件算法,獲取線路傳輸?shù)膭?dòng)態(tài)容量極限,也就是電網(wǎng)的安全裕度[6]。首先,以導(dǎo)線熱平衡原理為依據(jù),獲取輸電線路穩(wěn)態(tài)下的吸收功率與散熱功率:

式中:qr為導(dǎo)線溫度與環(huán)境溫度差帶來的散熱輻射功率;qc為導(dǎo)線的散熱對流功率,取決于風(fēng)向與風(fēng)速;qs為日照下導(dǎo)線的吸熱功率;I為導(dǎo)線的對應(yīng)穩(wěn)態(tài)載流量;R(Tc)為Tc條件下導(dǎo)線溫度的對應(yīng)交流電阻;I2×R(Tc)為Tc溫度下交流導(dǎo)線電阻的實(shí)際發(fā)熱功率。

將當(dāng)前導(dǎo)線所允許的最大溫度設(shè)為Tcmax,通過導(dǎo)線溫度模型,對邊界條件(包括氣象參數(shù)等)進(jìn)行給定,求出當(dāng)前導(dǎo)線所允許的最大載流量:

式中:Imax(Tcmax)為當(dāng)前導(dǎo)線所允許的最大載流量;Imax為最大電流值。

進(jìn)一步通過式(5)獲取線路有功動(dòng)態(tài)功率傳輸極限:

式中:UN為額定電壓;cosφ為功率因數(shù)[7]。

據(jù)此,將式(1)中的正向線路潮流有功約束集記為:

式中:LCi為正向線路潮流有功約束集;n為電力系統(tǒng)中的總發(fā)電機(jī)節(jié)點(diǎn)數(shù);m為電力系統(tǒng)中的總輸電線路數(shù);PGn為第n個(gè)發(fā)電機(jī)節(jié)點(diǎn)的實(shí)際有功出力;ηi,n為矩陣DG的第n列、第i行元素。

矩陣DG的計(jì)算公式具體如下:

式中:L為約束的對應(yīng)邊界值。

其計(jì)算公式如下:

同理,獲取反向線路潮流有功約束集。

則i線路邊界潮流約束方程具體為:

式中:Bi為i線路邊界潮流約束方程。

對各線路邊界潮流約束方程與運(yùn)行點(diǎn)之間的安全域邊界所對應(yīng)的歐式距離進(jìn)行計(jì)算,即可獲取各方向上電力系統(tǒng)的安全裕度。

1.2 提取態(tài)勢因子參數(shù)

選取丟包率、利用率、吞吐量作為電網(wǎng)運(yùn)行的網(wǎng)絡(luò)態(tài)勢因子,根據(jù)簡單網(wǎng)絡(luò)管理協(xié)議(simple network management protocol,SNMP)信息的采集結(jié)果,對態(tài)勢因子相關(guān)性能參數(shù)進(jìn)行計(jì)算,實(shí)現(xiàn)態(tài)勢因子參數(shù)的提取。SNMP 信息的采集需要通過信息采集程序進(jìn)行。采集模式為輪詢并行集中。首先,對待采集的共同體與路由器IP 進(jìn)行預(yù)先配置。接著,執(zhí)行采集程序,生成并行采集腳本,由采集腳本對各路由器對應(yīng)的MIB-II 庫進(jìn)行單獨(dú)訪問,通過snmpwalk 功能實(shí)現(xiàn)數(shù)據(jù)采集,并將文檔存入數(shù)據(jù)庫中[8]。采集的SNMP 信息包括輸出丟失數(shù)據(jù)包、輸出已發(fā)送數(shù)據(jù)包、輸出待發(fā)送數(shù)據(jù)包、輸入丟失數(shù)據(jù)包、輸入已發(fā)送數(shù)據(jù)包、輸入待發(fā)送數(shù)據(jù)包、輸出八位字節(jié)、利用速度、輸入八位字節(jié)。

根據(jù)SNMP 信息的采集結(jié)果,對式(10)～式(18)中的網(wǎng)絡(luò)性能參數(shù)進(jìn)行計(jì)算[9],包括輸出、輸入、平均的丟包率、速率、利用率、吞吐量。根據(jù)端口,對這些參數(shù)進(jìn)行統(tǒng)計(jì)[10-12]。

輸出丟包率為:

式中:PO為輸出丟包率;OD為輸出丟失數(shù)據(jù)包;OPKs為輸出已發(fā)送數(shù)據(jù)包;ON為輸出待發(fā)送數(shù)據(jù)包。

輸入丟包率為:

式中:Pin為輸入丟包率;Ds為輸入丟失數(shù)據(jù);FPKs為輸入已發(fā)送數(shù)據(jù)包;Npks為輸入待發(fā)送數(shù)據(jù)包。

平均丟包率為:

式中:PT為平均丟包率;T為采集周期。

輸出利用率為:

式中:Out為輸出利用率;Δfoutoctets為輸出八位字節(jié);fspeed為利用速度。

輸入利用率為:

式中:LinkUsageIn為輸入利用率;ΔfInOctets為輸入八位字節(jié)。

平均利用率為:

式中:LinkUsage為平均利用率。

輸出吞吐量為:

式中:throughputOut為輸出吞吐量。

輸入吞吐量為:

式中:throughputIn為輸入吞吐量。

總吞吐量為:

式中:throughputTocal為總吞吐量。

1.3 電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知

本文通過構(gòu)建電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知架構(gòu),實(shí)現(xiàn)電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知。本文構(gòu)建的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知架構(gòu)包括3 個(gè)層次,具體如圖1 所示。

圖1 構(gòu)建的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知架構(gòu)Fig.1 Dynamic awareness framework of power grid operation situation

電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知架構(gòu)的第一層,負(fù)責(zé)收集開關(guān)狀態(tài)、發(fā)電機(jī)實(shí)際出力數(shù)據(jù)等當(dāng)前態(tài)系統(tǒng)運(yùn)行信息,以及負(fù)荷超短期預(yù)測、負(fù)荷短期預(yù)測、調(diào)度計(jì)劃等未來態(tài)系統(tǒng)運(yùn)行信息。架構(gòu)的第二層,負(fù)責(zé)以第一層的信息為依據(jù),求取當(dāng)前態(tài)系統(tǒng)的安全距離。架構(gòu)的第三層,負(fù)責(zé)百世未來態(tài)系統(tǒng)的趨勢特征以及評估安全距離,從而為后期預(yù)防控制或均勻調(diào)度等措施進(jìn)行指導(dǎo),實(shí)現(xiàn)電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知,對系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行優(yōu)化。

2 動(dòng)態(tài)感知驗(yàn)證

2.1 試驗(yàn)算例

對本文所設(shè)計(jì)的、應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法進(jìn)行算例驗(yàn)證。采用新英格蘭53 節(jié)點(diǎn)的電網(wǎng)系統(tǒng)作為試驗(yàn)算例,對該電網(wǎng)進(jìn)行運(yùn)行態(tài)勢動(dòng)態(tài)感知,驗(yàn)證設(shè)計(jì)方法在態(tài)勢感知累積和閾值為0.05～0.2 的范圍內(nèi)能夠提升負(fù)荷水平。試驗(yàn)中使用的仿真軟件為中國電力科學(xué)院所研發(fā)的電力系統(tǒng)PSD-BPA 軟件。

新英格蘭24 節(jié)點(diǎn)的電網(wǎng)系統(tǒng)中共包含10 臺發(fā)電機(jī)以及46 條線路。其系統(tǒng)參數(shù)如表1 所示。

表1 系統(tǒng)參數(shù)Tab.1 System parameters

設(shè)線路上所允許的當(dāng)前導(dǎo)線最大溫度為70 ℃。

試驗(yàn)的相關(guān)參數(shù)為:日照強(qiáng)度為1 100 W/m2,風(fēng)速為1.25 m/s,風(fēng)向角為43.23°。

對某時(shí)間段內(nèi)該系統(tǒng)的電網(wǎng)運(yùn)行態(tài)勢進(jìn)行動(dòng)態(tài)感知。為保持系統(tǒng)功率平衡,發(fā)電機(jī)的實(shí)際出力與負(fù)荷保持同比例增減。在該系統(tǒng)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知過程中,獲取應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法在態(tài)勢感知累積和閾值為0.05～0.2 范圍內(nèi)的負(fù)荷水平。為了避免因試驗(yàn)結(jié)果過于單一而失去對比性,將基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢感知方法與基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知的方法作為對比試驗(yàn)方法,分別獲取這兩種方法在態(tài)勢感知累積和閾值為0.05～0.2 范圍內(nèi)的負(fù)荷水平數(shù)據(jù)作為對比試驗(yàn)數(shù)據(jù),分三個(gè)階段比較三種方法的負(fù)荷水平。

2.2 試驗(yàn)結(jié)果對比

第一個(gè)階段:當(dāng)態(tài)勢感知累積和閾值在0.05～0.1范圍內(nèi)時(shí),本文方法與其他兩種方法的負(fù)荷水平對比試驗(yàn)結(jié)果如圖2 所示。根據(jù)圖2 可知,當(dāng)時(shí)間為12 h時(shí),基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為4 150 MW,基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為4 100 MW,本文方法的有功負(fù)荷為4 260 MW。當(dāng)時(shí)間為18 h 時(shí),基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為4 120 MW,基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為3 900 MW,本文方法的有功負(fù)荷為4 250 MW。整體來看,應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法的負(fù)荷水平在態(tài)勢感知累積和閾值為0.05～0.1 時(shí),高于其他兩種試驗(yàn)方法。

圖2 0.05～0.1 時(shí)的負(fù)荷水平對比試驗(yàn)結(jié)果Fig.2 Test results of load level comparison(0.05～0.1)

第二個(gè)階段:當(dāng)態(tài)勢感知累積和閾值在0.1～0.15范圍內(nèi)時(shí),本文方法與其他兩種方法的負(fù)荷水平對比試驗(yàn)結(jié)果如圖3 所示。

圖3 0.1～0.15 時(shí)的負(fù)荷水平對比試驗(yàn)結(jié)果Fig.3 Test results of load level comparison (0.1～0.15)

根據(jù)圖3 可知,當(dāng)時(shí)間為15 h 時(shí),基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為4 200 MW,基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為4 090 MW,本文方法的有功負(fù)荷為4 230 MW。整體來看,應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法的負(fù)荷水平在態(tài)勢感知累積和閾值為0.1～0.15 時(shí),高于其他兩種試驗(yàn)方法。

第三個(gè)階段:當(dāng)態(tài)勢感知累積和閾值在0.15～0.2范圍內(nèi)時(shí),本文方法與其他兩種方法的負(fù)荷水平對比試驗(yàn)結(jié)果如圖4 所示。

圖4 0.15～0.2 時(shí)的負(fù)荷水平對比試驗(yàn)結(jié)果Fig.4 Test results of load level comparison(0.15～0.2)

根據(jù)圖4 可知,當(dāng)時(shí)間為21 h 時(shí),基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為3 820 MW,基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知方法的有功負(fù)荷為3 800 MW,本文方法的有功負(fù)荷為3 910 MW。調(diào)控大數(shù)據(jù)方法的負(fù)荷水平在態(tài)勢感知累積和閾值為0.15～0.2 時(shí),明顯高于其他兩種試驗(yàn)方法。

3 結(jié)論

綜合試驗(yàn)結(jié)果可知,在態(tài)勢感知累積和閾值為0.05～0.2 范圍內(nèi),應(yīng)用調(diào)控大數(shù)據(jù)的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法的負(fù)荷水平高于基于穩(wěn)定性控制的電網(wǎng)運(yùn)行態(tài)勢動(dòng)態(tài)感知方法與基于模糊推理電網(wǎng)運(yùn)行態(tài)勢感知的方法。本文方法通過調(diào)控大數(shù)據(jù)算法的應(yīng)用,實(shí)現(xiàn)了負(fù)荷水平的提升,對于電網(wǎng)運(yùn)行監(jiān)控有很大意義。