基于粒子群算法的負荷頻率特性研究
引言
2016年云南電網(wǎng)與南方電網(wǎng)開始異步運行,云南電網(wǎng)系統(tǒng)容量變小,當發(fā)生故障導(dǎo)致系統(tǒng)功率失衡時,系統(tǒng)頻率穩(wěn)定問題凸顯。而之前在云南電網(wǎng)與南方電網(wǎng)其余四省同步聯(lián)網(wǎng)時,即便發(fā)生嚴重故障,電網(wǎng)的波動也主要表現(xiàn)在功角和電壓上,頻率變化相對很小,所以在之前的暫態(tài)穩(wěn)定分析時未將頻率偏差A(yù)f作為重點研究對象。
目前,電力系統(tǒng)數(shù)字仿真已經(jīng)深入應(yīng)用到電力系統(tǒng)規(guī)劃、設(shè)計、運行、調(diào)度等各個領(lǐng)域,在電力系統(tǒng)的數(shù)字仿真計算中,負荷模型的準確性對電力系統(tǒng)仿真結(jié)果影響巨大。
1負荷頻率特性研究模型
目前,電力行業(yè)內(nèi)系統(tǒng)分析采用的仿真工具以中國電力科學(xué)研究院PsD-BPA潮流及暫態(tài)穩(wěn)定程序為主,為遵循研究工作的實用性原則,采用靜態(tài)負荷模型+三階感應(yīng)電動機的動態(tài)綜合負荷模型,如圖1所示。
含頻率的改進綜合負荷模型共有l(wèi)6個參數(shù)。其中,三階感應(yīng)電動機部分待辨識的參數(shù)有8個,這些參數(shù)都是電動機容量基準下的標么值,它們分別是[Rs、Xs、Rr、Xr、Xm、H、A、B]:擴展ZIP模型有6個參數(shù)[Pz、PP、0z、0P、LDP、LDo]:加上定義的兩個參數(shù)Kpm、皿lf,一共是16個參數(shù)。
2參數(shù)靈敏度分析
分析負荷模型參數(shù)對整體頻率特性的影響,并找出對頻率特性影響最大的那些參數(shù),即靈敏參數(shù)。
故障采用楚穗直流單極閉鎖和溪洛渡單機(620Mw)無故障跳閘進行仿真計算:分別攝動含頻率負荷模型的參數(shù),選擇攝動步長為參數(shù)值的30%,觀察不同的參數(shù)變化時對頻率仿真曲線的影響范圍和程度。例如,攝動LDP(頻率變化1%引起的有功變化百分數(shù))參數(shù),仿真結(jié)果如圖2所示。
經(jīng)過對負荷模型所有參數(shù)進行攝動分析,感應(yīng)電動機參數(shù)轉(zhuǎn)子的慣性時間常數(shù)H、a,電動機負荷在總負荷中所占的比例Kpm以及擴展ZIP模型參數(shù)PZ、PP、LDP等共計6個參數(shù)對頻率的靈敏度比較大:其余參數(shù)值對系統(tǒng)頻率的靈敏度比較小。靈敏參數(shù)對頻率特性影響情況如表1所示。
3粒子群優(yōu)化算法(PS0)的負荷模型參數(shù)辨識
目前,云南負荷模型參數(shù)如下:ZIP模型6個參數(shù)[PZ、PP、0Z、0P、LDP、LDo]分別為[1、0、1、0、1.2、-2]:電動機模型8個參數(shù)[Rs、Xs、Rr、Xr、Xm、2H、A、B]分別為[0.02、0.18、0.02、0.12、3.499、2.0、0.85、0]:定義的兩個參數(shù)Kpm、S0(皿lf)分別為0.5、0.0116。經(jīng)實測仿真計算對比,目前仿真計算最大頻率偏差大于實測值,頻率恢復(fù)穩(wěn)定時長小于實測值,有必要進行負荷頻率特性參數(shù)優(yōu)化。
粒子群優(yōu)化算法目標函數(shù):本次主要對系統(tǒng)頻率進行研究,將目標函數(shù)設(shè)定為仿真頻率與實測頻率的誤差。誤差分為兩部分,即最大頻率偏差誤差errormax和整體頻率誤差errorall。本文目標函數(shù)設(shè)置為:
式中,幾l和幾2表示權(quán)重。
約束條件:仿真過程中,功角穩(wěn)定、頻率穩(wěn)定及電壓穩(wěn)定?;赑s0的負荷模型參數(shù)優(yōu)化算法流程圖如圖3所示。
本次優(yōu)化算法故障擬合來源于云南異步聯(lián)網(wǎng)試驗楚穗單極閉鎖)一次調(diào)頻死區(qū)均整定為±0.05Hz)實測數(shù)據(jù)。待優(yōu)化的粒子維度為6,即2丑、Kpm、A、PZ、PP、LDP6個參數(shù),仿真中更關(guān)注最大頻率偏差,n1=0.9。采用PsO優(yōu)化算法進行搜索后,獲得最小誤差搜索曲線如圖4所示。
采用楚穗直流單極閉鎖故障進行參數(shù)優(yōu)化,迭代計算10次,收斂速度較快,在第七次獲得了最優(yōu)負荷參數(shù):2丑=4、Kpm=0.3、A=0.72、PZ=0.67、PP=0.22、LDP=2.24。
用新辨識參數(shù)進行其他故障仿真,仿真與實測對比后,最大頻率偏差誤差均有所降低,說明了該方法的可行性。
4結(jié)論
(1)動態(tài)綜合負荷模型中,丑、A、Kpm以及擴展ZIP模型參數(shù)PZ、PP、LDP等共計6個參數(shù)對頻率的靈敏度較大。
(2)采用基于粒子群優(yōu)化算法的故障擬合法對負荷進行建模,將頻率誤差最小設(shè)置為目標函數(shù),可有效快速辨識負荷頻率特性參數(shù)。