张辰皓
(国网安徽省电力有限公司六安供电公司,安徽 六安 237006)
电力系统的平稳运行对国家经济增长、政治稳定以及人民生活保障起着重要作用,而及时对出现的故障进行预测评估和解决对于保持电网系统在各种情况下的稳定运行至关重要。
在电压等级不断升高、电站容量不断提升的状态下,如何远距离低损耗地输送电力是每个电力公司亟待解决的问题。
国外许多发达国家已经完成建立跨区域的同步电网,能够保证不同电力用户的需求及电网资源的高效利用。我国电网也实现了从局部供电向跨省市交流用电形式,形成了华东、华中、华北、东北和西北的同步电力运行电网系统。
电力系统运行过程中因受多种因素影响可能引发不同程度的故障,存在断电或电网崩溃的风险,因此,需要一种有效的电网安全风险评估方法,在故障发生前或者发生时及时监测出故障位置和类型并消除故障,保证电力系统的正常运行。但由于传统评估方法中缺乏针对各类因子较好的风险等级评判指标,往往会失去故障最佳诊断时机。为此,展开计及关键场景的电力系统暂态安全风险评估方法的研究,旨在确保大数据电网的稳定运行以及满足正常供电需求。
设定电力系统在计及关键场景中有效保持安全运行的评估指标,需要对能够产生风险系数的故障因子进行排除,并在此基础上设置多个安全评估指标;从降维角度分析指标设定的范围,须明确不同电力系统在运行过程中发生安全风险的次数和具体位置,引入K均值换算对比方法,划分故障流经区域并定位关键断面。
每个关键场景中能够生成安全模块的数据需要包含获取发电的数据大小和节点负荷,用以判断电路中承载的负荷量和电流比之间的有效关系。
在指标设置中,实际电网运行的安全指标主要包括两个方面。
(1) 电力系统中某一个阶段承载的最小和最大负荷,在关键路径中是否需要扩展或缩进,能否支撑大区域电网的运行。
(2) 电网中关键元件在运行过程中是否能够准确替代,在超大规模的电力系统中能否及时剔除发生故障点的元件组合,从而预防多维度电力灾害。
根据相关要求整合出相应的安全评估指标,如功角稳定指标、电压风险指标、频率风险指标、时间裕度指标等。
安全评估指标设定完成后,检查不同级别的指标是否存在相互交叉,采用专家打分的模式对设置好的指标个数依次评定,进行3~5个轮次的专家评级,对不满足70分以上的指标加以删除,按照专家分析后的结果重新划分指标级别,并在此基础上建立暂态稳定的组合模型,完成指标参数的选取。
完成评估指标设定后,对计算量过大的限定因素进行重组,建立一个暂态稳定的组合模型(如图1所示),用于电力系统运行状态测量。
图1 暂态稳定组合模型
该暂态稳定组合模型中需要包含向量选择和函数校对两个模块,用于对大量电网数据进行分类和范围设定。
(1) 向量选择模块。对能够自由选择的函数指标的参数范围进行初次设定,即在整个模型中需要一个初始处理数据的界定范围。在此过程中要考虑具体分类参数在给定数据集合中独立组合的变化规律,在合理界定范围内保持其分类结果的优先选择权,在该范围内加入距离参数的取值标准和阈值的选取类型等。
(2) 函数校对模块。利用选定函数的标定范围进行数据全系列网格搜索的过程,根据上述安全指标对每种评价结果划分出4个数量应用领域,直接对可以通过电网的数据完成类型的分差集合组合。以分类类型的不同对应选择一定参数范围进行自由排列,并容许所有自由组合的参数在电路介入时保持原有状态不变。
在两个模块组合过程中对形同影响因素的范围选择必须保持一致,如果向量选取中无法针对某一个电力风险因子进行敲定时,可以引入函数校订中不同领域的数量均值,用以拟补参数空缺,保证模型的连贯测量。此时,组合模型构建完成后,可以将特定的安全指标放置其中,进行电力系统连续风险的等级排序。
在暂态稳定的组合模型中对能够产生风险的指标因素进行分类,将其按照相对顺序形成双层组织叶状结构,清晰布置每个风险因素对电网系统的威慑指数。
整个结构中相对连续的整数能够形成线性的离散变量,需要依次对变量中转换因子的确定划定逐次区,并在划定过程中进一步排序结构中风险的先后等级。
(1) 在连续混合中找到相似的分数类型,限制其在短暂时间内不会产生变化,依次确定安全因子和风险因子分布层级。
(2) 对需要调整上下结构的暂定因子进行重新布控,将两级状态下分布的各个故障因子布控在可以随意摘取的树状组织上,协调控制约束中的紧急制控风险因子扰动问题。
(3) 将控制区域的所有安全因子加以剔除,保留全部能够影响电力系统运行的风险因子,在可以接受的水平范围之内,按照映射范围区域的大小进行排序,采用相应的紧急控制措施以保证系统的暂态稳定。
根据整合后的风险因子,按照紧急状态、平缓状态、不参与状态进行故障的等级划分,在每个等级中可以对产生风险因子的主要因素进行指标评估,找出相同类型故障因子产生的具体原因。
针对能够影响电力系统的安全风险进行等级排序,可以清晰地了解每个风险因素对电力系统稳定运行的破坏指数,并在此基础上对每个指数进行风险发生高概率预测。
在划分好等级的风险安全等级中,寻找各个指标中不同程度的风险因子,在每个因子的不同排列组合中造成大小不一的故障发生,需要对组合状态下的各类因子进行风险概率预测。将所有的风险因素看作一个数据集合,在每个集合内会存在相互的隐含关系,其中隐藏关系越深的因素对整个集合的变动影响越大,需要在衡量变量之间的关系中寻找到相互依存的指标,从而预测每个线性关系中风险识别能力。
在变量中对最小信息系数求解的过程可以捕捉到最近的变量,设置有限集合K中带有横纵坐标轴,每个元素a和b到坐标的位置涵盖多个区域,每个区域小格在变化过程中会映射出对应的变量U,推导最大系数表达式为:
其中:U(K/j)代表(K/j)之间的相互信息,Ui(K[a,b])可以为所有产生距离的元素a和b提供网格对照位置,其中能够影响最远距离的结算因子为U(K/j)涵盖的范围。每次元素在自我替换过程中可以根据变量U进行数字矩阵转换,在无限增加的数值取量中找到最大值对应的区域范围,即为风险因子能够布控的地点,从而评估出风险发生的概率。
在设置多个安全风险指标的基础上,构建暂态稳定模型,判断各类指标的等级排序,求取不同系数中风险发生的概率以完成计及关键场景下电力系统暂态安全风险的评估方法设计。
为验证该方法是否能够有效地应用在电力系统暂态安全风险评估中,决定采用实验测试的方法进行论证。
实验开始前引入2组传统评估方法,在能够准确定位故障点的基础上进行对比实验,比较不同方法在评估故障时所用的时间。
以某市新建的电力系统为例,选择5条运行线路,每个线路中各包含3个节点,根据实际调查中近3个月内每个节点发生故障的情况进行选择(见表1)。
表1 线路与节点样本数据
根据表1中选择样本数据可知,主要故障类型为过负荷,其次是发电机故障。在发生过电压故障的线路中,以L114-21和L124-28线路发生故障的次数偏多,21和17号节点的故障次数超过15次,每条线路中包含3个不同位置的节点之间不会产生交叉电流。对选择好的线路进行监测,记录每个节点位置承受的负荷情况,以便定位节点故障发生的时间。
电力系统的线路安全问题主要受电路的负荷影响,在不同电路负荷下产生的电流比不同,所流经到每个线路节点处的电压值会发生一定的变化。
一般情况在负荷值增加的情况下,产生的电流比值会增强,此时,电力系统中各线路能够承受的电流密度大小是发生故障与否的唯一指标,检测在不同负荷下线路所承受的电流比值变化情况,如图1所示。
图1 电力负荷与电流比值变化情况
根据图1中曲线走向可知,在负荷值越高的情况下电力系统发生故障的几率越大,在负荷值为320 kW时电力系统承载的电流压强会随之升高,影响线路的安全。
以负荷转折值为故障定位指标,对用电高峰时段检测每条线路中节点故障发生的时间,对比结果如图2所示。
图2 线路节点故障发生时间
由图2可知,在L114-21和L124-28线路中产生了较大的电流比值波动,表示该线路中的某些节点有发生过负荷故障的可能,检查后得知故障节点分别为21和17号节点,对照电流的前后变化可以确定两个节点分别在12:40和14:30发生了过负荷故障。
为进一步验证该方法能否在安全风险发生之前减少预测等待时间并提高电力系统的稳定性,要在故障点确定之前评估出线路的节点位置。引用轨迹分析与相位校正两组传统的评估方法作对比,每组评估方法均可以在故障发生前完成定位,在MAYILU仿真平台中进行10组实验测试,验证对产生故障点的线路所需的评估时间。设置线路中压降不超过320 V,每次通过线路的电流比为24~32,具体测试结果见表2。
表2 故障点位置的评估时间 s
根据表2可知,上述暂态安全风险评估方法在2个故障节点的评估时间分别为8.17 s和10.16 s,轨迹分析评估方法所用的时间分别为125.04 s和124.32 s,相位校正评估方法所用时间分别为131.80 s和127.57 s。
综合测试结果来看,该暂态安全风险评估方法在故障点评估中所用时间能够控制11 s以内,而两组传统方法的用时均超过120 s,因此,采用上述新方法不仅能够提高工作效率,而且能够及时维护电力系统的稳定运行。
电力系统超大负荷的运行会产生较大电流,影响线路的运行效果,并且由此产生节点故障,增大了风险发生概率。实验结果表明,在故障点评估方面,两组传统方法的评估用时均超过2 min,而新方法能够控制在11 s以内,可以及时维护电力系统的稳定运行。
然而,在研究过程中,对评估方法设计的侧重点放在了等级排序上,一旦电力系统在大规模电压崩溃中因无法直接选择风险系数造成故障定位偏差,会在一定程度上影响评估结果的准确性。因此,在后续研究过程中,将针对提出的问题进行深层次剖析,解决不同情况下电力系统的安全风险问题,确保科学有效地保障其稳定运行。