含高比例风电的电力系统连锁故障风险评估

发布时间：2020-08-01 11:12

【摘要】：大规模停电发生频率很低,但是每次发生都带来巨大的经济损失,严重影响人民日常生活,威胁国家安全。连锁故障是多起电力系统大停电事故的主要诱因,引起了大量学者的关注。连锁故障风险评估定量分析连锁故障,是深入理解连锁故障机理的一种方式。随能源转型的发展,可再生能源的占比持续增加,高比例风电并网将成为中国电力演化的必然趋势。高比例风电接入在缓解能源紧张的同时也给电网的稳定带来了一些隐患,如风电的波动性和随机性增加了源侧的不确定性,风电脱网事故时有发生。因此,为提高含高比例风电系统的大停电预防控制能力,有必要考虑风电接入的影响,进行电力系统连锁故障风险评估。本文以高比例风电并网的电力系统连锁故障风险评估为研究对象,主要内容包括考虑预测误差相关性的风电出力场景建模、考虑风电接入影响的电力系统连锁故障风险评估模型与方法。首先,对高比例风电并网系统连锁故障风险评估的相关理论基础进行介绍。说明了风电接入的电力系统连锁故障演化机理、连锁故障风险评估理论,并详细介绍了一种考虑预测误差相关性的风电出力模型。该模型考虑预测误差相关性,以Copula函数进行建模,以模糊C均值聚类法进行场景削减,既可以计算某一时刻下的风电出力场景,还可以生成一段时间内可能的风电出力曲线。以2013年冀北某两个地理位置相近的风电场数据为例,说明了所述考虑预测误差相关性的风电出力建模方法,并展示了模型效果。然后,针对目前连锁故障风险评估中对风电出力不确定性考虑不足的问题,基于随机潮流和风险价值理论提出了一种事故链模型。事故链生成过程中引入随机潮流计算替代传统潮流计算,结合故障概率和后果构建后续故障搜索指标,并据其风险价值选取后续故障环节。基于风电场景计算故障后果,考虑保护和断路器的误动拒动情况,从失电角度建立系统失负荷损失风险指标。将计算所得运行点所有事故链风险与可接受失负荷损失变化曲线进行比较,可判断当前运行点位于安全运行区域还是连锁故障高风险区域。仿真结果表明,对某一设定运行点,随风电渗透率的提高,连锁故障负荷损失风险和负荷损失量呈现增加趋势。相比将风电预测值作为实际风电出力,利用本文所提方法考虑风电预测误差分布后,系统连锁故障失负荷风险明显提高。最后,针对现有连锁故障模型对风电场和电网线路故障之间的相互影响注重不足的问题,计及风电脱网响应,提出了一种适用于未来高比例风电并网电力系统的多时间尺度连锁故障风险评估模型。该模型将连锁故障的风电脱网、紧急控制、随机故障、安全校正,风电机组出力和负荷的波动等多种动态过程按照动作发生时间,划分为短、中、长三个时间尺度,可以更合理地预测连锁故障的演化路径。风电脱网响应模型考虑2种情况:电网线路故障后由风电机组电压保护动作引发的风电脱网;孤岛功率平衡时,子系统调频能力不足,由风电场频率保护动作引发的风电脱网。随机故障的选取考虑重载线路随机短路和保护误动作导致的断线两种故障类型。以7风电场并网的改进IEEE39节点系统为例,说明了在有风电脱网响应的连锁故障中考虑随机短路故障的合理性。仿真结果显示计及风电脱网响应后,系统的负荷损失风险和负荷损失量都有所增加,证明了在高比例风电接入时连锁故障风险评估中考虑风电脱网响应的必要性。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM711;TM614
【图文】：

示意图,风电机组,脱网,同步机

图２－１风电机组连锁脱网发展过程示意图逡逑另一方面，相比同步机，风电机组抵御扰动的能力稍弱，在电压或者频率偏逡逑离正常值时，出于自我保护将主动脱网，改变系统潮流分布。我国风电多采用集逡逑中式并网，多台风电机组通过同一并网点接入电网，风电并网点的波动可能导致逡逑

曲线,风电场,边缘分布,预测误差

风电出力曲线。针对日前场景，将一天内２４个整点时刻场景连接起来，即成风电的日出力曲线。逡逑与２．４．３节类似，用模糊Ｃ均值聚类方法对风电出力曲线进行场景削减。次聚类可以得到一个风电场有代表性的出力曲线。样本的维数为所求出力曲时刻数，如当生成整点时刻组成的日出力曲线时，一个样本的维度为２４。逡逑２．４．５算例分析逡逑以冀北某两个地理位置相近的风电场２０１３年全年的风电出力数据为例，明风电建模过程。由于真实的风电预测值难以获得，本节采用最经典的持续法获得风电预测值，即以前一时刻的实际值作为该时刻的预测值。逡逑２．４．５．１单一时刻风电功率预测误差相关性建模与出力场景生成逡逑以第２４时的数据为例说明单一时刻风电预测误差相关性建模过程。图２－为用核密度估计法所得其中一风电场的预测误差累积边缘分布。逡逑１「邋－逡逑

密度函数,风电场,函数拟合,预测误差

逑Ｃｌａｙｔｏｎ邋Ｃｏｐｕｌａ和Ｆｒａｎｋ邋Ｃｏｐｕｌａ邋５类Ｃｏｐｕｌａ函数进行相关性拟合，所对应的各密逡逑度函数如图２－３所示。逡逑二元Ｃｌａｙｔｏｎ邋Ｃｏｐｕｌａ密度函数图逦二元ｔ－Ｃｏｐｕｌａ密度函数图逡逑２５１逦？逦２０）逦Ｉ逡逑２。］逦■逦Ｊ逡逑Ｓ：：ｊ邋▲逦：？Ｈ逦１逡逑Ｖ逦００逦ｙ逦Ｖ逦００逦ｕ逡逑二元Ｇｕｍｂｅｌ邋Ｃｏｐｕｌａ密度函数图逡逑二兀Ｆｒａｎｋ邋Ｃｏｐｕｌａ密度函数图逦■逡逑③．认逡逑Ｖ逦００逦ｕ逦Ｖ逦００逦ｕ逡逑二元Ｎｏｒｍａｌ邋Ｃｏｐｕｌａ密度函数图逡逑，邋Ａ逡逑ｉ；ｉ邋Ｉ邋■逡逑Ｖ逦０邋０逦ｕ逡逑图２－３不同Ｃｏｐｕｌａ函数拟合的两风电场预测误差联合密度函数分布逡逑２２逡逑

【相似文献】