省区电网发电机功率突变辨识策略研究
发布时间：2021-01-20 07:55
随着新能源和智能电网新技术等的发展,对电力系统调度中心的监控提出了更高的要求。电力系统状态估计作为重要的数据处理环节有着重要作用。新息图状态估计具有所需数据冗余度低、计算速度快、辨识效果好等特点。发电机突然切除和风电等新能源的接入使得发电功率波动较大,为进一步提高状态估计辨识发电机功率突变的效果,本文基于新息图理论中负荷突变的辨识理论,通过分析发电机功率突变发生时支路新息差在新息差图中的特征,提出了发电机功率突变识别策略。主要研究工作如下:提出了发电机功率突变的识别策略。结合实际省区电网的应用,提出了发电机功率突变的识别问题,分析了发电机功率突变网络的特征。给出发电机功率突变的识别策略。针对发电机突变节点节点注入新息最大的特征,提出从发电机功率突变节点出发,根据支路新息差搜寻路径的方法。针对发电机功率突变是没有相应的负荷功率变化,不能通过负荷节点的功率变化确定末尾节点。且支路新息差绝对值随着突变网络不断延伸逐渐减小并趋于零的特征,提出设定支路新息差门限值方法。辨识发电机功率突变网络后,针对发电机功率突变网络中突变路径的新息差大小不一的特征,对每条支路的新息差进行逐条修正。研究了拓扑变化...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
省区电网发电机功率突变网络
哈尔滨工业大学工程硕士学位论文-22-图3-1发电机功率突变时省区电网拓扑结构表3-1树支支路坏数据省区电网部分支路计算数据首节点尾节点预报值(p.u.)测量值(p.u.)新息值(p.u.)连支推算新息(p.u.)新息差(p.u.)2742343.41002.2300-1.18001.19662.3729234173-0.9500-1.5400-0.59000.09850.6871234106-4.3800-3.45000.93000.5220-0.432623412462.16002.0300-0.14000.05340.188923412472.14002.0100-0.1300-0.10680.02578106-5.7500-5.74000.0000-0.6785-0.6821315106-1.5700-1.49000.0800-0.0966-0.18131063546.65006.4000-0.2500-0.21650.031110612613.43003.1100-0.32000.25370.5732784.56004.58000.0200-0.1197-0.14024882.06002.12000.0700-0.2686-0.3363158-3.3800-3.4200-0.0300-0.3588-0.32398106-5.7500-5.74000.0000-0.6785-0.6821
哈尔滨工业大学工程硕士学位论文-25-针对树支支路坏数据和发电机功率突变交叠的情况提出如下辨识策略：（1）根据节点注入新息确定发电机功率突变节点。（2）根据支路新息差确定突变路径。在搜索路径过程中，若某条突变路径造成该路径的首尾节点连接支路的新息差代数和不为零，将该路径看做一广义节点，该节点连接支路的新息差满足基尔霍夫电流定律，则判定该突变路径存在坏数据。（3）通过计算该路径的后续支路的新息差，修正存在树支坏数据的突变路径。图3-2树支支路坏数据与发电机功率突变交叠时的网络拓扑结构3.3.2连支支路坏数据的辨识同样以上述实际省区电网的发电机功率突变网络为实际应用案例。取省区
【参考文献】：
期刊论文
[1]考虑参数不确定性影响的发电机动态状态估计方法[J]. 王义,孙永辉,南东亮,王开科,侯栋宸. 电力系统自动化. 2020(04)
[2]复杂噪声条件下基于抗差容积卡尔曼滤波的发电机动态状态估计[J]. 李扬,李京,陈亮,李国庆. 电工技术学报. 2019(17)
[3]基于变权新息协方差的自适应卡尔曼滤波器[J]. 朱文超,何飞. 西华大学学报(自然科学版). 2019(04)
[4]基于鲁棒容积卡尔曼滤波的同步发电机实时动态状态估计方法[J]. 刘朋成,项中明,江全元,耿光超,孙维真,熊鸿韬. 电网技术. 2019(08)
[5]基于ε-模糊树方法的电力系统状态估计[J]. 张越,单连飞,余建明,张佳楠,张文广. 电力系统保护与控制. 2019(05)
[6]基于神经网络的状态估计方法研究[J]. 赵巍岳,靳松,吕天成. 电力系统保护与控制. 2018(22)
[7]Heat and power load dispatching considering energy storage of district heating system and electric boilers[J]. Xianzheng HUANG,Zhaofeng XU,Yong SUN,Yali XUE,Zhe WANG,Zhijun LIU,Zhenyuan LI,Weidou NI. Journal of Modern Power Systems and Clean Energy. 2018(05)
[8]计及模型不确定性的发电机动态状态估计方法[J]. 王义,孙永辉,钟永洁,卫志农,孙国强. 电力系统自动化. 2018(21)
[9]用于电力系统动态状态估计的改进鲁棒无迹卡尔曼滤波算法[J]. 曲正伟,董一兵,王云静,陈亮. 电力系统自动化. 2018(10)
[10]基于平方根容积卡尔曼滤波的发电机动态状态估计[J]. 安军,杨振瑞,周毅博,桂建忠,石岩. 电工技术学报. 2017(12)
博士论文
[1]新息图状态估计应用研究[D]. 张艳军.哈尔滨工业大学 2008
硕士论文
[1]基于新息图法的配电网参数估计研究[D]. 杨雪瑶.哈尔滨工业大学 2019
[2]新息图状态估计辨识误差分析[D]. 康宏伟.哈尔滨工业大学 2018
[3]新息图法状态估计与模式识别技术的结合应用研究[D]. 程文玉.哈尔滨工业大学 2013
[4]基于新息图法的电力系统参数估计的研究[D]. 徐艳.哈尔滨工业大学 2008
本文编号：2988682
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
省区电网发电机功率突变网络
哈尔滨工业大学工程硕士学位论文-22-图3-1发电机功率突变时省区电网拓扑结构表3-1树支支路坏数据省区电网部分支路计算数据首节点尾节点预报值(p.u.)测量值(p.u.)新息值(p.u.)连支推算新息(p.u.)新息差(p.u.)2742343.41002.2300-1.18001.19662.3729234173-0.9500-1.5400-0.59000.09850.6871234106-4.3800-3.45000.93000.5220-0.432623412462.16002.0300-0.14000.05340.188923412472.14002.0100-0.1300-0.10680.02578106-5.7500-5.74000.0000-0.6785-0.6821315106-1.5700-1.49000.0800-0.0966-0.18131063546.65006.4000-0.2500-0.21650.031110612613.43003.1100-0.32000.25370.5732784.56004.58000.0200-0.1197-0.14024882.06002.12000.0700-0.2686-0.3363158-3.3800-3.4200-0.0300-0.3588-0.32398106-5.7500-5.74000.0000-0.6785-0.6821
哈尔滨工业大学工程硕士学位论文-25-针对树支支路坏数据和发电机功率突变交叠的情况提出如下辨识策略：（1）根据节点注入新息确定发电机功率突变节点。（2）根据支路新息差确定突变路径。在搜索路径过程中，若某条突变路径造成该路径的首尾节点连接支路的新息差代数和不为零，将该路径看做一广义节点，该节点连接支路的新息差满足基尔霍夫电流定律，则判定该突变路径存在坏数据。（3）通过计算该路径的后续支路的新息差，修正存在树支坏数据的突变路径。图3-2树支支路坏数据与发电机功率突变交叠时的网络拓扑结构3.3.2连支支路坏数据的辨识同样以上述实际省区电网的发电机功率突变网络为实际应用案例。取省区
【参考文献】：
期刊论文
[1]考虑参数不确定性影响的发电机动态状态估计方法[J]. 王义,孙永辉,南东亮,王开科,侯栋宸. 电力系统自动化. 2020(04)
[2]复杂噪声条件下基于抗差容积卡尔曼滤波的发电机动态状态估计[J]. 李扬,李京,陈亮,李国庆. 电工技术学报. 2019(17)
[3]基于变权新息协方差的自适应卡尔曼滤波器[J]. 朱文超,何飞. 西华大学学报(自然科学版). 2019(04)
[4]基于鲁棒容积卡尔曼滤波的同步发电机实时动态状态估计方法[J]. 刘朋成,项中明,江全元,耿光超,孙维真,熊鸿韬. 电网技术. 2019(08)
[5]基于ε-模糊树方法的电力系统状态估计[J]. 张越,单连飞,余建明,张佳楠,张文广. 电力系统保护与控制. 2019(05)
[6]基于神经网络的状态估计方法研究[J]. 赵巍岳,靳松,吕天成. 电力系统保护与控制. 2018(22)
[7]Heat and power load dispatching considering energy storage of district heating system and electric boilers[J]. Xianzheng HUANG,Zhaofeng XU,Yong SUN,Yali XUE,Zhe WANG,Zhijun LIU,Zhenyuan LI,Weidou NI. Journal of Modern Power Systems and Clean Energy. 2018(05)
[8]计及模型不确定性的发电机动态状态估计方法[J]. 王义,孙永辉,钟永洁,卫志农,孙国强. 电力系统自动化. 2018(21)
[9]用于电力系统动态状态估计的改进鲁棒无迹卡尔曼滤波算法[J]. 曲正伟,董一兵,王云静,陈亮. 电力系统自动化. 2018(10)
[10]基于平方根容积卡尔曼滤波的发电机动态状态估计[J]. 安军,杨振瑞,周毅博,桂建忠,石岩. 电工技术学报. 2017(12)
博士论文
[1]新息图状态估计应用研究[D]. 张艳军.哈尔滨工业大学 2008
硕士论文
[1]基于新息图法的配电网参数估计研究[D]. 杨雪瑶.哈尔滨工业大学 2019
[2]新息图状态估计辨识误差分析[D]. 康宏伟.哈尔滨工业大学 2018
[3]新息图法状态估计与模式识别技术的结合应用研究[D]. 程文玉.哈尔滨工业大学 2013
[4]基于新息图法的电力系统参数估计的研究[D]. 徐艳.哈尔滨工业大学 2008
本文编号：2988682
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2988682.html
