一种在高比例新能源电网中的节点计算惯量评估方法与流程

本发明涉及，具体涉及一种在高比例新能源电网中的节点计算惯量评估方法。

背景技术：

1、随着新型电力系统建设的推进，风电和光伏等新能源大规模并网，电网呈现出高比例电力电子化的特征。传统同步发电机组逐渐被由电力电子变流器接口并网的新能源装备替代，导致系统整体的转动惯量大幅下降。同时，由于新能源场站多分布于偏远地区，呈现逆向分布格局，使得原本集中的惯量资源被严重打散，呈现显著的时空异质性。在长距离输电线路阻抗的阻碍下，网架内部极易形成抗扰能力薄弱的惯量空洞，局部频率越限风险激增[1]。因此，如何准确评估高比例新能源电网内各个电气节点的本地频率支撑能力，及时辨识惯量薄弱区域，对保障电网的安全稳定运行至关重要。

2、现有技术一的评估方法将整个电网视为一个高度同步的单质点整体，严重忽略了电气阻抗对频率响应信号在空间传播过程中的衰减与延时作用。这种全局均值化的评估指标无法精细化衡量网内各个电气节点的本地实际抗扰动能力，难以准确暴露出系统内部真实的惯量薄弱点，容易导致调度中心低估局部的频率越限与失稳风险。

3、现有技术一的缺点主要体现在：现有评估方法大多侧重于全网单一的总体等效惯量，忽略了在新能源电网中，电气阻抗会导致惯量响应在空间上产生明显的衰减与差异。这种仅关注全网总量的惯性中心模型难以暴露出局部网架真实的薄弱点，也就是上文提到的惯量空洞。此外，随着构网型变流器的广泛接入，电网内部电源特性更加复杂。现有技术难以将传统同步发电机的机械转动物理惯量与构网型变流器的受控虚拟惯量纳入统一的量化数学模型，也无法结合底层网络电气拓扑准确评估出各个节点实际获取的频率支撑能力[3]。

4、为了实现局部或节点级的惯量评估，现有技术二引入了人工智能和深度学习等纯数据驱动的算法。这类方法通常采集历史运行工况数据、节点本地的局部频率量测信息以及有功功率扰动量，通过搭建深度神经网络，挖掘并建立输入量测特征与本地惯量水平之间的非线性映射关系模型，以此来实现对特定区域或节点的局部惯量预估。

5、现有技术二高度依赖量测装置的配置密度与实测数据质量，在面对新能源随机随机波动以及极端未见工况时，算法的泛化能力和鲁棒性较差。更核心的缺陷在于，纯数据驱动方法缺乏明确的电力系统物理机理支撑，无法将传统同步发电机的机械转动物理惯量与构网型变流器的数字受控虚拟惯量纳入到统一的量度标尺中，无法深刻揭示底层网络电气拓扑结构对惯量响应时空间演化分布的机理影响。

技术实现思路

1、本发明为了解决高比例新能源电网因大量电力电子设备并网导致的低惯量及惯量时空分布不均的问题，提出了一种在高比例新能源电网中的节点计算惯量评估方法。

2、本发明的技术方案是：一种在高比例新能源电网中的节点计算惯量评估方法包括以下步骤：

3、s1、进行网络降阶，确定发电机之间的同步转矩系数；

4、s2、基于发电机之间的同步转矩系数，确定节点计算惯量；

5、s3、为节点计算惯量构建解析计算模型，完成解析。

6、进一步地，s1包括以下子步骤：

7、s11、将全网节点划分为发电机内部电势节点集合与负荷节点集合，并构建系统分块导纳矩阵方程；

8、s12、基于系统分块导纳矩阵方程，得到降阶网络导纳矩阵；

9、s13、提取降阶网络导纳矩阵的元素，确定发电机向网络注入的电磁功率；

10、s14、根据发电机向网络注入的电磁功率，确定矩阵形式的线性化状态微分方程；

11、s15、基于矩阵形式的线性化状态微分方程，确定发电机之间的同步转矩系数。

12、进一步地，s11中，系统分块导纳矩阵方程为：

13、；

14、式中：为维的发电机内部电势节点注入电流向量；为维的发电机内部电势节点注入电压向量；为维的负荷节点注入电流向量；为维的负荷节点注入电压向量；为对应节点集合间的第一互导纳与自导纳分块矩阵；为对应节点集合间的第二互导纳与自导纳分块矩阵；为对应节点集合间的第三互导纳与自导纳分块矩阵；为对应节点集合间的第四互导纳与自导纳分块矩阵；

15、s13中，第台发电机向网络注入的电磁功率为：

16、；

17、式中：为发电机在暂态过程中的内电势幅值；为发电机在暂态过程中的内电势幅值；为降阶网络导纳矩阵的主对角线电导元素；为发电机与发电机之间的转移电导；为发电机与发电机之间的转移电纳；为两机转子电角度的相位差；

18、s14中，矩阵形式的线性化状态微分方程为：

19、；

20、式中：为第一对角矩阵；为第二对角矩阵；为转子的角速度偏差、为角速度变化率；为功角偏差；为原动机输入的机械功率偏差；为发电机输出的电磁功率偏差向量；为同步转矩系数矩阵；

21、s15中，发电机与发电机之间的同步转矩系数为：

22、；

23、式中：为稳态运行点下的初始功角差，为发电机的转子功角。

24、进一步地，s2中，节点k的节点计算惯量hck为：

25、；

26、式中：hi为发电机的转子惯性时间常数；为节点k发生有功缺额时从发电机抽取的初始电磁功率份额；为发电机数量。

27、进一步地，s3包括以下子步骤：

28、s31、构建同步机在标幺值体系下的转子运动方程；

29、s32、将同步机在标幺值体系下的转子运动方程转化为复频域表达式；

30、s33、基于复频域表达式，确定可调用能量储备与短时最大支撑功率；

31、s34、基于可调用能量储备与短时最大支撑功率，构建节点计算惯量的解析计算模型，完成解析。

32、进一步地，s31中，同步机在标幺值体系下的转子运动方程为：

33、；

34、式中：hi为发电机的转子惯性时间常数；为转子电角速度的标幺值偏差量；为原动机输入的机械功率偏差量；为发电机输出的电磁功率偏差量；为发电机绕组及负载效应提供的阻尼系数；

35、s32中，将同步机在标幺值体系下的转子运动方程转化为复频域表达式为：

36、；

37、式中：s为拉普拉斯算子；为转子电角速度的标幺值偏差量的复频域形式；为原动机输入的机械功率偏差量的复频域形式；为发电机输出的电磁功率偏差量的复频域形式。

38、进一步地，s33中，可调用能量储备与短时最大支撑功率分别为：

39、；

40、；

41、式中：hi为发电机的转子惯性时间常数；为机组的额定基准容量；为机组在仿真模型中设定的最大暂态有功过载系数。

42、进一步地，s34中，解析计算模型为：

43、；

44、式中：为节点k发生有功缺额时从发电机抽取的初始电磁功率份额；节点k发生有功缺额时从发电机抽取的初始电磁功率份额；hi为发电机的转子惯性时间常数；为构网型风机的等效虚拟惯量；sg为传统同步发电机；sw为构网型风电机组。

45、本发明的有益效果是：

46、（1）本发明突破了传统全网等效惯量评估方法的局限性。传统方法通常将系统视为单一的高度同步整体，过度依赖全网统一的等效惯量指标，极易掩盖局部弱网区域真实的频率越限风险。本发明通过建立负荷节点有功扰动向全网发电机组电磁功率转移的灵敏度映射关系，能够精细化衡量网内各个电气节点的本地实际抗扰动能力，填补了动态频率响应空间差异化评估的空白。

47、（2）本发明实现了异构电源频率支撑能力的统一量化。现有技术难以将传统同步发电机的机械转动物理惯量与新能源设备的数字受控虚拟惯量纳入同一量度标尺。本发明通过提取构网型变流器等设备的控制设定参数并推导其等效虚拟惯性时间常数，成功将传统机械动能与电力电子受控虚拟能量进行有效融合，构建了跨越不同电源特性的综合惯量评估机制。

48、（3）本发明提升了局部高危失稳风险的辨识与安全防御能力。由于该方法全面考量了底层网络电气拓扑结构对惯量响应时空间演化分布的机理影响，调度中心能够据此精准挖掘并辨识出系统中隐蔽的惯量薄弱区域和惯量空洞，从而为前瞻性的动态频率特征预警以及差异化主动防御策略的制定提供了至关重要的理论支撑与模型基础。