为了提高能源的整体利用率和可再生能源的消纳能力,综合能源系统(Integrated Energy System,IES)的概念被提出并被视为未来人类社会的主要用能形式。因此,需要根据IES的特点,提出适用于IES的状态估计方法,为IES的能量管理系统提供准确...
详细信息
为了提高能源的整体利用率和可再生能源的消纳能力,综合能源系统(Integrated Energy System,IES)的概念被提出并被视为未来人类社会的主要用能形式。因此,需要根据IES的特点,提出适用于IES的状态估计方法,为IES的能量管理系统提供准确可靠的数据,从而实现对于IES的精准预测、决策和控制。本文分别对于IES集中式静态状态估计(Static State Estimation,SSE)和动态状态估计(Dynamic State Estimation,DSE)进行了研究,主要工作如下:第一,针对已有的非凸优化SSE模型,提出针对电-热综合能源系统(Integrated Electricity-Heat System,IEHS)的双线性抗差状态估计(Bilinear Robust State Estimation,BRSE)。通过引入辅助状态变量和量测量,将原始的非线性量测方程转化为线性方程,进而建立基于加权最小绝对值(Weighted Least Absolute Values,WLAV)的IEHS抗差状态估计模型。在算例分析中,通过与基于加权最小二乘(Weighted Least Squares,WLS)的状态估计方法对比,验证了该方法具有更高的计算效率和更好的抗差性。第二,提出基于二阶锥规划(Second-Order Cone Programming,SOCP)的电-热综合能源系统抗差状态估计模型。在BRSE的基础上,为了弥补量测冗余度的损失,将电力系统中的二次等式约束松弛为二阶锥不等式约束,加入到已有的线性WLAV模型中,并在目标函数中加入线性罚函数项以加紧该松弛,进而建立了基于SOCP的抗差状态估计模型。在算例分析中,通过与WLS和BRSE对比,证明了该方法在保证计算效率的前提下,具有更好的估计精度,且能够保证获得全局最优解,并对于量测中出现的强相关性不良数据具有良好的抗差性。第三,由于电力系统和天然气系统具有不同的时间尺度和采样周期,提出基于卡尔曼滤波的电-气综合能源系统(Integrated Electricity-Gas System,IEGS)DSE模型。首先,将有限差分法应用于天然气系统的偏微分方程,推导出天然气系统的标准化状态转移方程;在此基础上,建立基于卡尔曼滤波的IEGS-DSE模型;同时,利用线性插值方法,对电力系统和天然气系统的量测量进行融合,以保证DSE模型的可观测性。在算例分析中,通过与SSE对比,证明了该方法能够更准确地反应系统的真实运行状态,同时具有更高的计算效率。
极端恶劣天气及设备故障引发的电力系统故障给其安全稳定运行带来严峻挑战,严重情况下甚至会导致大面积停电事故。因此,如何快速准确地完成电网故障诊断,提供诊断结果以辅助运行调度人员及时处理故障,缩短事故处理时间,防止事故扩大,减小停电损失,对保证电力系统安全稳定运行具有重要意义。现有故障诊断方法主要采用数据采集与监控系统(supervisory control and data acquisition,SCADA)和继电保护信息系统(fault information system,FIS)提供的信息进行故障诊断,但这些信息存在时标不统一,在复杂故障情况下数据大量涌入调度中心造成故障信息筛选困难等问题。随着广域测量系统(wide-area measurement system,WAMS)的推广应用,使得为电力系统故障诊断提供统一时标的广域电气量信息成为了可能。此外,可利用WAMS数据统一时标的特点,将不同数据源的不同类型数据的多维信息加以整合,为电力系统故障诊断提供更丰富的故障信息,从数据来源的角度为提高电力系统故障诊断的准确性奠定了数据基础。在此背景下,本文从利用WAMS数据进行电力系统故障诊断角度出发,在介绍了基于多维信息的故障串联整合平台的整体框架的基础上,针对实现该框架的四个关键技术开展了相关研究,取得的主要进展如下:(1)针对WAMS实测数据存在不良数据的问题,总结了WAMS不良数据的常见类型,并提出了一种基于模式识别的WAMS不良数据快速辨识及恢复方法。以WAMS实测数据为例,验证所提方法可以在快速有效地辨识出不良数据并能够准确完成数据修复。(2)为了快速定位故障时刻和位置,提出了一种基于随机矩阵理论的故障时刻确定和故障区域定位方法。该方法利用随机矩阵理论中的单环定理实现了故障时刻的提取和故障区域的定位。算例分析表明,所提方法即使在WAMS数据包含量测噪声的情况下,也能精确地确定故障时刻和定位故障区域。(3)为了完善现有基于模式识别的WAMS故障诊断方法在难以获取完整故障演进过程的缺点,将时序信息引入到基准模式向量中,提出了一种基于WAMS时序信息的故障诊断方法。算例分析结果表明:所提方法针对不同故障类型均可准确地诊断,可得到详细的故障演进过程。(4)为了充分挖掘含SCADA、WAMS和FIS等信息源在内的多维信息在电力系统故障诊断中的应用场景,提出了一种基于多源信息时间序列匹配的电网故障诊断方法。结合实际故障采集到的多数据源信息,验证了所提方法的可行性和有效性。
暂无评论