1为什么要做考虑配电网影响的预想事故筛选?
预想事故分析是保证电网安全运行的重要工具。但是, 如果需要详细分析的预想事故过多, 预想事故分析程序的计算负担将显著增大, 在线运行成为困难。幸运的是, 虽然需要分析的预想事故数目可能非常庞大, 但是真正对电网安全有影响的事故数目通常非常有限。因此, 如果我们能够通过某种方法成功地找出这些真正起作用的预想事故, 仅对它们进行详细的潮流分析, 那么预想事故分析环节的计算时间将大大减少, 而电网运行的安全性仍然能够得到保证。这种加速方法被称为“预想事故筛选”。
在传统的输电网预想事故筛选研究(TCS)中, 配电网通常被看作是挂靠在输电网边界母线上的负荷, 忽略了配电潮流对TCS结果的影响。对于传统电网, 这一方法快速而又足够准确。但是, 随着未来配电自动化装置和分布式电源的增加, 配电网运行方式更加灵活, 我们很自然地想知道: 传统TCS的假设还成立吗?这个已经被使用了几十年的加速器还能为未来输配全局电网的安全分析可靠地加速吗?
对这一问题, 我们选用了30D系统(1个IEEE 30母线测试系统+3个44节点配网系统构建而成, 配电系统有两个环)进行验证。我们发现, 在考虑和不考虑负荷静特性的两种情况下, 传统的TCS都会造成重要事故的漏选甚至错选, 危害电网的安全运行。
显然, 传统TCS的假设出了问题, 不再可靠了。为了获得更加可靠的结果, 我们必须在筛选中考虑配电网的影响。那么, 该如何考虑这一影响呢?
对此, 我们提出了两种新的TCS方法(CS1和CS2)。两种方法都考虑了配电潮流的影响, 从而提高了筛选结果的可靠性。
2CS1——近似全局潮流法
这一方法的核心在于使用近似的全局潮流解来进行筛选。这一方法将主从分裂法的第一次迭代结果作为近似全局潮流解, 并以此选择出关键的预想事故。而对于第一次主从迭代中的输电和配电潮流子问题, 也可采用近似的结果以进一步降低计算量。
该方法的具体计算步骤如下:
步骤1: 配电网控制中心计算当前网络的静态等值模型, 发送给输电网控制中心; (如果配电网未发生拓扑变化, 该步骤可省略)
步骤2: 输电网控制中心将配电网的静态等值模型加入到网络模型中;
步骤3: 对于每个预想事故, 输电网按照预设的迭代次数(通常为1次或者2次)进行潮流计算, 将算得的边界电压传给配电网控制中心;
步骤4: 配电网按照预设的迭代次数(通常为1次或者2次)进行潮流计算, 将算得的边界功率注入返回给输电系统;
步骤5: 更新功率注入后, 输电网再进行步骤3中的近似潮流计算, 之后计算该预想事故下的系统安全指标;
步骤6: 遍历所有事故后, 对指标排序, 形成关键事故列表, 完成筛选。
上述算法的流程如图1所示。
图1 近似全局潮流筛选方法的计算流程
由于该方法仅进行一次主从分裂迭代, 所以计算时间远小于正常的全局潮流计算。如果将输、配潮流子问题的预设迭代次数减少, 计算时间还可以进一步降低。而在计算精度方面, 由于近似考虑了配电网潮流的影响, 因而可以预期其精度应优于传统的TCS方法。
3CS2方法: 配网等值法
这一方法的核心是将配电网的静态网络等值考虑进输电网的1P1Q法中, 再进行预想事故筛选。虽然配电网络等值无法完全准确地代表配电网的内部潮流变化, 但是它可以体现出配电网循环功率分量的影响, 因而该方法仍然能够近似体现出配电网对于输电网预想事故选择的影响。
该方法的具体计算步骤如下:
步骤1: 配电网控制中心计算当前网络的静态等值模型, 发送给输电网控制中心; (如果配电网未发生拓扑变化, 该步可省略)
步骤2: 输电网控制中心将配网的静态等值模型加入到网络模型中;
步骤3: 对于每个预想事故, 输电网按照传统的1P1Q法进行计算, 获得近似潮流解, 之后计算该预想事故下的系统安全指标;
步骤4: 遍历所有事故后, 对指标排序, 形成关键事故列表, 完成筛选。
上述算法的流程如图2所示。
图2 配网等值筛选方法的计算流程
显然, 该方法的计算时间和基于1P1Q法的传统TCS方法相当。但是由于近似考虑了配电网的影响, 所以它的精度更优。
4CS1和CS2的准确性如何?
为验证算法精度, 我们仍选用30D系统进行验证, 分别考虑两种情况: 情况1中不考虑负荷静特性, 情况2中考虑负荷静特性。所得结果如表1所示, 表中的“蛮力型”GTCA是对所有预想事故都进行全局潮流分析, 其给出的预警数目是准确的, 作为比较选择结果准确程度的基准。
由表1可知, 当配电网含环运行时, 输配之间的耦合性较强, 此时传统的TCS方法将会导致较多漏选(情况1中2次, 情况2中3次)和错选(情况1中4次, 情况2中5次)。而所提出的CS1和CS2方法则对此有着明显的改善, 漏选次数分别为0和1。由于CS1方法中配电网潮流考虑得相对准确, 所以CS1方法的准确度又稍优于CS2方法。
5CS1和CS2如何降低通信量和计算量?
容易想到, 虽然增加了筛选环节, 但是由于仅对筛选后的预想事故进行详细分析, 所以相比于蛮力型GTCA方法, CS1和CS2仍将显著降低安全分析的计算和通信代价。
首先对CS1的效果进行定量分析。假设输电网中有Ncon个预想事故需要分析, 平均每个事故主从分裂法的迭代次数为Nit, 一个配电网和输电网的边界节点数目为Nbs, 由此可以计算出在蛮力型GTCA计算中, 输配网之间的数据交换频率为NconNit, 总的数据交互量为4NconNitNbs。如果首先采用CS1方法进行预想事故选择, 那么筛选过程需要的主从迭代为Ncon。设筛选出的事故占总事故数的比例约为p, 那么对筛选出的事故进行全局潮流分析需要的主从迭代次数为pNitNcon, 于是总的主从迭代次数为(pNit+1)Ncon。由于每次交换4个浮点数(电压幅值、相角、有功、无功), 所依总的数据交互量为4(pNit+1)NconNbs。若Nit = 4, p=15%, 那么经过CS1筛选后GTCA的计算量和通信的数据量将是蛮力型的35%。
而对于CS2方法, 由于整个算法仅需要配电网控制中心上传等值模型, 不需要迭代, 所以算法的通信量和计算量和传统的TCA方法接近。
仍然采用30D系统对此进行仿真验证, 所得结果如表2所示。
由表可见, 通过预想事故筛选, 计算时间降低了约70%(CS2方法)和45%(CS1)。此外, 通信次数和通信量也减少了80%。
对于一个更大规模的118D系统, 经过预想事故筛选, 总计算时间可以降低60%(CS1方法)和85%(CS2方法)。
6结论
由于传统的TCS方法在配电网含环运行时有可能漏选、错选, 本文研究了两种考虑了配电网影响的新型输电网预想事故筛选方法。这两种方法的筛选精度均优于传统方法, 可以有效降低预想事故分析的计算时间和通信量。在新方法中, 近似全局潮流法在精度上优于配网等值法, 但在计算量和通信量上, 配网等值法却优于近似全局潮流法。二者均是可以反映配网影响的快速准确的筛选方法, 是输配全局电网的安全分析可靠有效的加速工具。
相关阅读：
原标题：输配协同的电网安全分析加速器—考虑配电网影响的输电网预想事故筛选方法
