【技術實現步驟摘要】
本專利技術涉及電力系統穩定性分析，尤其涉及一種基于全域概率的慣量和虛擬慣量估計方法、裝置及設備。
技術介紹
1、隨著構網型虛擬控制技術的不斷發展，構網型虛擬同步機的數量也在逐步增加。構網型虛擬同步機通過在其控制算法中引入慣量和阻尼特性，使其輸出特性與傳統同步發電機相似，從而為電力系統提供虛擬慣量和虛擬阻尼。這些虛擬同步機在電力系統重的作用變得愈發重要，尤其是在新能源發電快速發展的背景下。
2、虛擬同步機提供的虛擬慣量能夠幫助新能源電力系統應對新能源替代傳統活力機組帶來的挑戰。隨著更多的新能源通過電力電子裝置并網，傳統火力機組的退役導致系統整體物理慣量下降，電力系統的穩定性受到威脅。在這種情況下，虛擬慣量的引入彌補了物理慣量的不足，是系統具備更強的抵抗頻率波動的能力，從而幫助維持系統的穩定性。確切地了解系統的總慣量和慣量分布特征至關重要，這有助于有效設計和實施頻率控制策略。因此，對新型電力系統來說，精確估計慣量和虛擬慣量是必不可少的。
3、現有技術中，基于卡爾曼濾波和無跡卡爾曼濾波的方法被廣泛應用到在線估計中，這些方法在一定程度上提高了慣量估計的精度。然而，此方法通常依賴高斯假設，這一假設在實際應用中并不總是成立。從而影響了實際應用中估計的準確性?；隈R爾科夫鏈蒙特卡洛采樣算法的貝葉斯推理進行慣量估計的方法同樣受到關注，但此類方法因無法并行計算而導致計算效率低、收斂速度慢。此外，現有技術中在進行慣量估計時，并未充分考慮虛擬同步發電機提供的虛擬慣量，這導致了估計結果與電力系統的實際運行狀態之間存在偏差。>
4、公開于該
技術介紹
部分的信息僅僅旨在加深對本專利技術的總體
技術介紹
的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現有技術。
技術實現思路
1、本專利技術提供了一種基于全域概率的慣量和虛擬慣量估計方法、裝置及設備，從而有效解決
技術介紹
中的問題。
2、為了達到上述目的，本專利技術所采用的技術方案是：一種基于全域概率的慣量和虛擬慣量估計方法，包括如下步驟：
3、構建新能源電力系統仿真模型，并進行故障下的新能源電力系統暫態仿真，獲得仿真有功無功輸出功率；
4、將所述有功無功輸出功率與電網同步相量測量單元pmu量測輸出功率引入高斯無偏函數中，結合慣量和虛擬慣量的初始概率值計算慣量及虛擬慣量修正概率值；
5、根據多重權重再分配算法的偽權重分布抽取樣本，將所述慣量及虛擬慣量修正概率值作為目標分布計算樣本影響系數；
6、基于所述樣本影響系數對樣本進行權重再分配，并使用全域概率勾勒技術獲得慣量和虛擬慣量的修正概率分布，根據所述修正概率分布實現慣量和虛擬慣量的估計。
7、進一步地，所述新能源電力系統仿真模型包括：
8、傳統同步發電機二階搖擺方程：
9、
10、式中，δg為發電機內部電壓相角；ω和ω0分別為同步發電機轉子角頻率和額定角頻率；hg為慣量時間常數；d為阻尼比；tm為同步發電機機械轉矩；pe為同步發電機有功輸出，t為時間；
11、構網型虛擬同步機三階方程：
12、
13、式中，δgfm為構網型虛擬同步機的功率角；ωgfm為構網型虛擬同步機的角頻率；t*和tem分別為參考轉矩和輸出轉矩；j為構網型虛擬同步機的慣量，與其慣量時間常數hm的關系為hm＝jω2/(2sbase)；sbase為構網型虛擬同步機的額定功率；dp和dq分別代表有功阻尼系數和q-v下垂系數；k為電壓積分增益；q0和qem分別為參考無功功率和輸出無功功率；e和e0分別為構網型虛擬同步機內部電壓和參考電壓。
14、進一步地，所述進行故障下的新能源電力系統暫態仿真，包括如下步驟：
15、對所述新能源電力系統仿真模型中所有發電機的參數進行標幺化和歸算；
16、設定故障事件的類型、故障位置和故障發生時間，設定故障發生后的系統導納矩陣；
17、利用潮流計算獲得所有同步發電機的代數變量；
18、通過四階龍格庫塔迭代求解同步發電機和虛擬同步發電機的五階常微分方程；
19、計算每次迭代中發電機輸出的有功無功功率。
20、進一步地，所述每次迭代中發電機輸出的有功無功功率表示為：
21、
22、式中，δ為仿真過程中發電機的功率角；v和θ分別是母線端電壓幅值和相角；vd和vq分別是仿真過程中發電機的d軸和q軸電壓；id和iq分別是仿真過程中發電機的d軸和q軸電流；p和q分別表示為仿真過程中計算的發電機有功無功輸出功率。
23、進一步地，所述將所述有功無功輸出功率與電網同步相量測量單元pmu量測輸出功率引入高斯無偏函數中，包括：
24、
25、式中，πgauss為高斯無偏函數；p和q分別表示為仿真過程中計算的有功無功輸出功率；p0和q0分別為pmu有功功率量測及無功功率量測；γnoise為高斯測量噪聲協方差矩陣；
26、所述結合慣量和虛擬慣量的初始概率值計算慣量及虛擬慣量修正概率值，包括：
27、
28、式中，πre為修正概率值，hg為同步發電機慣量時間常數；hm為構網型虛擬同步機的慣量時間常數；h＝[hg；hm]表示整個系統所有發電機的慣量和虛擬慣量集合；hpr和γpr分別為慣量和虛擬慣量初始分布的均值和協方差矩陣。
29、進一步地，所述根據多重權重再分配算法的偽權重分布抽取樣本包括如下步驟：
30、根據慣量及虛擬慣量初始值確定j個多重權重再分配算法的偽權重分布，即慣量和虛擬慣量初始分布q1(h),q2(h),...,qj(h)；
31、從第i個偽權重分布中抽取mi個樣本，共獲得mtot個樣本：
32、
33、進一步地，所述將慣量和虛擬慣量的真實分布作為目標分布計算樣本影響系數，包括：
34、根據從每個偽權重分布中抽取的樣本數量進行加權，計算完整偽權重分布：
35、
36、式中，屬于至為第個樣本的分布；
37、將慣量和虛擬慣量的真實分布作為多重權重再分配算法的目標分布；
38、根據目標分布和完整的偽權重分布計算樣本的影響系數：
39、
40、式中，πre為修正概率值。
41、進一步地，所述基于所述樣本影響系數對樣本進行權重再分配，并使用全域概率勾勒技術獲得慣量和虛擬慣量的修正概率分布，包括：
42、歸一化所有樣本影響系數：
43、
44、基于歸一化影響系數對慣量和虛擬慣量樣本進行權重再分配并使用全域概率勾勒技術獲得慣量和虛擬慣量的修正概率分布：
45、
46、式中，δ(x)為狄拉克δ函數。
47、進一步地，所述根據所述修正概率分布實現慣量和虛擬慣量的估計，包括：
48、從修正本文檔來自技高網...
【技術保護點】
1.一種基于全域概率的慣量和虛擬慣量估計方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述新能源電力系統仿真模型包括：
3.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述進行故障下的新能源電力系統暫態仿真，包括如下步驟：
4.根據權利要求3所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述每次迭代中發電機輸出的有功無功功率表示為：
5.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述將所述有功無功輸出功率與電網同步相量測量單元PMU量測輸出功率引入高斯無偏函數中，包括：
6.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述根據多重權重再分配算法的偽權重分布抽取樣本包括如下步驟：
7.根據權利要求6所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述將慣量和虛擬慣量的真實分布作為目標分布計算樣本影響系數，包括：
8.根據權利要求7所述的基于全
9.根據權利要求8所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述根據所述修正概率分布實現慣量和虛擬慣量的估計，包括：
10.一種基于全域概率的慣量和虛擬慣量估計裝置，其特征在于，使用如權利要求1至9中任一項所述的方法，所述裝置包括：
11.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時，實現如權利要求1-9中任一項所述的方法。
12.一種存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-9中任一項所述的方法。
...【技術特征摘要】
1.一種基于全域概率的慣量和虛擬慣量估計方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述新能源電力系統仿真模型包括：
3.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述進行故障下的新能源電力系統暫態仿真，包括如下步驟：
4.根據權利要求3所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述每次迭代中發電機輸出的有功無功功率表示為：
5.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述將所述有功無功輸出功率與電網同步相量測量單元pmu量測輸出功率引入高斯無偏函數中，包括：
6.根據權利要求1所述的基于全域概率的慣量和虛擬慣量估計方法，其特征在于，所述根據多重權重再分配算法的偽權重分布抽取樣本包括如下步驟：
7.根據權利要求6所述的基于全域概率的慣量和虛擬慣量估計方法...
【專利技術屬性】
技術研發人員：黃海東，徐賢，郝雨辰，徐云清，閆朝陽，汪成根，
申請(專利權)人：國網江蘇省電力有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。