低惯量电力系统大停电事故后的黑启动方法

1.本发明属于电力系统安全防御和系统恢复领域，具体涉及一种低惯量电力系统大停电事故后的黑启动方法。


背景技术：

2.随着社会对电力需求的不断增大以及对环境保护的的不断重视，未来很长一段时间内，电网中风、光等新能源的比例将不断增高。与此同时，为了调节“源
ꢀ‑
荷”分布不均的问题，我国大力建设高压直流输电(hvdc)工程，通过大规模、长距离的电力输送促进新能源消纳。除可再生能源以及高压直流电网的接入，柔性交流输电系统(facts)及交流变频传动负荷也同时快速发展，电力系统的电力电子化日益加剧，越来越多的电网逐渐转变为低惯量电力系统，设备制造和系统运行都面临着新的挑战与机遇。
3.低惯量电力系统在大停电事故后，由于该系统内的机组种类较多、机组间配合较差，事故后电力系统恢复过程时间较长。因此研究不同种类机组协同恢复电力系统供电，对于低惯量电力系统的快速恢复具有重要意义。
4.电力系统大停电后进行黑启动方案的制定时需要考虑机组的运行特性，不同机组的特性不尽相同，低惯量电力系统中包含火电机组、风电机组和高压直流输电等多种机组，而现有黑启动方案在建模时仅考虑单一种类机组的约束，难以适应低惯量电力系统多种类机组协同恢复系统供电的情况。


技术实现要素：

5.本发明的目的是提供一种低惯量电力系统大停电事故后的黑启动方法，解决了现有技术中进行建模时，因仅考虑单一种类机组约束，难以准确描述低惯量电力系统大停电事故后黑启动情况的问题。
6.本发明所采用的技术方案是：
7.低惯量电力系统大停电事故后的黑启动方法，包括以下步骤：
8.步骤1：建立考虑火电机组和vsc-hvdc接入原则的多目标优化模型；多目标优化模型包括基于最大化机组输出功率和最小化系统恢复时间的目标函数，多目标优化模型约束条件包括启动功率约束、启动时间约束、潮流和节点电压约束、vsc-hvdc运行约束；
9.步骤2：运用dijkstra算法和nsga-ii算法对步骤1中所得的多目标优化模型进行求解得出pareto最优解集；
10.步骤3：对pareto最优解集进行排序，运用多属性决策方法筛选出最优的黑启动方案作为低惯量电力系统大停电事故后的黑启动方案。
11.本发明的特点还在于：
12.基于最大化机组输出功率和最小化系统恢复时间的目标函数为：
[0013][0014]
式中：f1为被启动机组在优化时间内发电量总和的负值；ng为需要恢复的电源总数；t为所有电源启动的时间；p
gi
(t)为电源i在t时刻所发出的有功功率；ci表示机组i是否投入，1为是，0为否。f2为被启动机组恢复时间之和；t
ri
为上一机组到机组i所需的线路恢复时间； t
si
′
为机组i从启动到同步合闸开始爬坡向外输送功率所需的时间； t
si
″
为机组i从开始爬坡到最大处理所需的时间。
[0015]
机组出力函数p
gi
(t)为：
[0016][0017]
式中，t
si
为机组i的启动时刻；t
si
′
为机组i从启动到同步合闸开始爬坡向外输送功率所需的时间；t
si
″
为机组i从开始爬坡到最大处理所需的时间。k
pi
为机组i的最大爬坡速率；p
mi
为机组i的额定出力。
[0018]
启动功率约束为：
[0019][0020]
式中，pd(t)为优化时间内机组的启动功率；ci表示机组i是否投入，1为是，0为否；p
gi
(t)为已并网机组i在优化时间内增发的有功功率；p
start,i
为机组i所需的启动功率；
[0021]
启动时间约束为：
[0022][0023]
式中，t
si
为机组i的启动时刻；t
ch,i
为机组i的最大临界热启动时间；t
cc,i
为冷启动机组i的最小临界冷启动时间；
[0024]
潮流和节点电压约束为：
[0025][0026]
式中，分别为机组i的有功功率p
gi
的上、下限；的上、下限；分别为机组i
的无功功率q
gi
的上、下限；n0为已恢复系统中发电机的总台数；n
l
为已恢复系统中线路的总数；分别为系统稳定运行时节点i电压ui上、下限值；nb为已恢复系统中的节点个数；pi为支路i上流过的有功功率。
[0027]
vsc-hvdc运行约束为：
[0028][0029]
式中：ps、qs分别为交流系统注入的有功功率和无功功率；x为等效换流电抗；μ为直流电压利用率；m为调制比；us为交流母线基波电压；u
dc
为直流电压额定值；i
dc,max
为最大直流线路电流。
[0030]
步骤2中采用dijkstra算法对多目标优化模型中的线路恢复时间t
ri
进行求解；采用nsga-ii算法对多目标优化模型进行求解，最终求得pareto最优解集。
[0031]
步骤3具体的为：首先根据拥挤度对pareto解集进行排序，然后去除可行解中恢复路径不包含风电机组节点的方案，然后对剩余方案根据系统中未恢复负荷量进行排序，去除排名后5位的方案，最后选择优先恢复包含风电机组节点的方案。
[0032]
本发明的有益效果是：
[0033]
本发明首先根据不同机组的接入原则建立考虑其约束条件的多目标优化模型，然后运用dijkstra算法和nsga-ii算法对模型进行求解，最后在pareto最优解中进行多属性决策得出火电机组、风电机组和vsc-hvdc参与电网恢复的黑启动方案。本发明通过考虑火电机组、风电机组和vsc-hvdc三种机组的接入原则进行建模求解，相较传统仅含单一种类机组的黑启动方案，能够更加有效地反映出低惯量电力系统事故后的黑启动情况，为低惯量电力系统大停电事故后提供了一种可行的黑启动方案。
附图说明
[0034]
图1是本发明低惯量电力系统大停电事故后的黑启动方法的流程图；
[0035]
图2是本发明多目标优化模型的求解流程图；
[0036]
图3是本发明中实施例1中等效的ieee39节点低惯量电力系统图；
[0037]
图4是本发明实施例1的pareto最优解分布图。
具体实施方式
[0038]
下面结合附图和具体实施方式对本发明进行详细说明。
[0039]
本发明低惯量电力系统大停电事故后的黑启动方法，如图1和图 2，考虑的低惯量电力系统中包含火电机组、风电机组和vsc-hvdc 三种机组，首先需明确不同机组的接入原则，并根据不同机组的接入原则建立考虑其约束条件的多目标优化模型，进行求解，最后获得最佳方案，包括以下步骤：
[0040]
步骤1：建立考虑火电机组和vsc-hvdc接入原则的多目标优化模型；多目标优化模
型包括基于最大化机组输出功率和最小化系统恢复时间的目标函数，多目标优化模型约束条件包括启动功率约束、启动时间约束、潮流和节点电压约束、vsc-hvdc运行约束；
[0041]
步骤2：运用dijkstra算法和nsga-ii算法对步骤1中所得的多目标优化模型进行求解。
[0042]
步骤3：对步骤2中得出的pareto最优解集进行排序，运用多属性决策方法筛选出最优的黑启动方案，并以此作为低惯量电力系统大停电事故后黑启动方案。
[0043]
其中步骤1在进行多目标优化模型的建立时，需要考虑火电机组 vsc-hvdc两种机组的接入原则。根据以上两种机组的接入原则，综合考虑不同机组以及电网运行特性，建立多目标优化模型基于最大化机组输出功率和最小化系统恢复时间的目标函数：
[0044][0045]
式中：f1为被启动机组在优化时间内发电量总和的负值；ng为需要恢复的电源总数；t为所有电源启动的时间；p
gi
(t)为电源i在t时刻所发出的有功功率；ci表示机组i是否投入，1为是，0为否。f2为被启动机组恢复时间之和；t
ri
为上一机组到机组i所需的线路恢复时间； t
si
′
为机组i从启动到同步合闸开始爬坡向外输送功率所需的时间； t
si
″
为机组i从开始爬坡到最大处理所需的时间。
[0046]
机组出力函数p
gi
(t)为：
[0047][0048]
式中，t
si
为机组i的启动时刻；t
si
′
为机组i从启动到同步合闸开始爬坡向外输送功率所需的时间；t
si
″
为机组i从开始爬坡到最大处理所需的时间。k
pi
为机组i的最大爬坡速率；p
mi
为机组i的额定出力。
[0049]
本发明的黑启动方案需满足的约束条件为：机组启动约束、交流系统运行约束和vsc-hvdc稳态运行约束。
[0050]
(1)启动功率约束
[0051][0052]
式中，pd(t)为优化时间内机组的启动功率；ci表示机组i是否投入，1为是，0为否；p
gi
(t)为已并网机组i在优化时间内增发的有功功率；p
start,i
为机组i所需的启动功率。
[0053]
(2)启动时间约束
[0054][0055]
式中，t
si
为机组i的启动时刻；t
ch,i
为机组i的最大临界热启动时间；t
cc,i
为冷启动机组i的最小临界冷启动时间。
[0056]
(3)潮流和节点电压约束
[0057][0058]
式中，分别为机组i的有功功率p
gi
的上、下限；的上、下限；分别为机组i的无功功率q
gi
的上、下限；n0为已恢复系统中发电机的总台数；n
l
为已恢复系统中线路的总数；分别为系统稳定运行时节点i电压ui上、下限值；nb为已恢复系统中的节点个数；pi为支路i上流过的有功功率。
[0059]
(4)vsc-hvdc运行约束
[0060][0061]
式中：ps、qs分别为交流系统注入的有功功率和无功功率；x为等效换流电抗；μ为直流电压利用率；m为调制比；us为交流母线基波电压；u
dc
为直流电压额定值；i
dc,max
为最大直流线路电流。
[0062]
其中步骤2中运用迪杰斯特拉(dijkstra)算法对步骤1中的线路恢复时间t
ri
进行求解。dijkstra算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。线路恢复时间t
ri
为机组 j到机组i所经过线路的恢复时间之和，为求其最小值，应用dijkstra 算法对其求解。
[0063]
机组j到机组i所需的线路恢复时间t
ri
为：
[0064]
t
ri
＝dijkstra(j,i)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0065]
式中，dijkstra(j,i)表示上一机组j到机组i的最短恢复时间，其线路加权为所经过线路的恢复时间，其中i,j∈[0,ng]且i≠j。
[0066]
其中步骤2运用非支配排序遗传算法(nsga-ii)对步骤1中的多目标优化模型进行求解。nsga-ii算法利用非支配解进行快速排序，采用精英策略以及拥挤度筛选出使各目标函数能尽量达到比较大(或比较小)的pareto最优解集，具有较好的鲁棒性和快速性，且能够克服传统多目标优化算法的缺点，适用于快速求解多目标问题。步骤1 中建立的多目标优化模型包含2个目标、4个约束条件，运用nsga-ii 算法进行求解十分适用。
[0067]
步骤3对步骤2中所得的pareto解集排名前10位的可行解进行多属性决策，在进行最优解的选择时需要考虑拥挤度、风电机组接入原则以及系统中未恢复负荷量3方面因素，对所有可行解进行筛选后得出最优解，以此作为低惯量电力系统大停电事故后黑启动方案。具体的为：首先根据拥挤度对pareto解集进行排序，然后去除可行解中恢复路径不包含风电机组节点的方案，然后对剩余方案根据系统中未恢复负荷量进行排序，去除排名后5位的方案，最后选择优先恢复包含风电机组节点的方案。
[0068]
本发明的原理在于，本发明公开的方法遵循以下3个接入原则：
[0069]
(1)风电机组接入原则
[0070]
①
风电机组接入时系统需恢复至一定容量规模。黑启动初期，系统网架规模较小，能参与调频的机组只有黑启动电源，为保证风电接入后系统频率稳定，本发明认为黑启动电源至少成功启动1台被启动机组后，形成双机或多机并列运行的黑启动小系统才能考虑接入风电。
[0071]
②
系统恢复至风电并网点，风电无法实现自启动，必须通过电网给其供电才能够启动，因此，风电接入电网需等到系统网架恢复至风电并网点。
[0072]
(2)vsc-hvdc接入原则
[0073]
①
vsc-hvdc在黑启动阶段需成功启动逆变侧换流站，进而带动无源电网启动，并起到稳定交流系统电压的作用，故逆变侧换流器采用定交流母线电压控制策略。
[0074]
②
vsc-hvdc整流侧采用定直流电压、定无功功率控制策略，以利于黑启动前期柔性直流系统稳定运行。
[0075]
(3)被启动机组选择原则
[0076]
①
被启动电厂(机组)启动成功后将作为主要电源向系统内其他电源及负荷供电，承担后续的系统恢复任务，因此要优先考虑距离重要负荷较近的大型火电厂中的大容量机组。
[0077]
②
当电网中一台主力机组恢复发电能力后，在后续机组恢复过程中需要根据系统恢复的实际情况来优化选择被启动机组。
[0078]
采用本发明方法能够更加有效地反映出低惯量电力系统事故后的黑启动情况，为低惯量电力系统大停电事故后提供了一种可行的黑启动方案。
[0079]
实施例1
[0080]
本实施例为验证本发明所提方法的有效性，以改进的ieee39节点系统为算例进行验证。设vsc-hvdc逆变侧的交流母线连接到30 节点处，并通过直流线路与外网连接，修改后的新英格兰10机39节点系统为例如图1所示，直流线路的额定传输功率pd＝100mw。受端电网共9台被启动机组，各机组的启动参数见表1所示，各线路的恢复时间如表2所示。
[0081]
表1被启动电源的参数
[0082][0083][0084]
表2系统中线路的恢复时间
[0085][0086]
根据本发明方法执行步骤1和步骤2进行建模和求解，以线路恢复时间作为边权，利用dijkstra算法进行路径搜索以求解线路恢复时间。以最大化机组输出功率和最小化系统恢复时间作为多目标函数，并利用nsga-ii算法求解机组恢复模型。算法的交叉概率为0.9，变异率为0.05，种群大小为200，最大迭代次数为50次，对多目标优化模型求解后得出的pareto最优解分布情况如图3所示。由图3可知本文的算法具有良好的收敛效果。
[0087]
执行步骤3：通过对算例进行计算并对结果根据拥挤度进行排序，得出排名前10位的可行解如表3所示。
[0088]
表3 pareto解集中排名前10位的可行解
[0089][0090][0091]
对pareto解集中排名前10位的可行解进行多属性决策，对不同的路径进行分析计算，可得出可行解不同属性的情况如表4所示。
[0092]
表4可行解的不同属性情况
[0093][0094]
首先根据风电机组参与黑启动的接入原则分析可行解中的恢复路径，在选择最优方案时要考虑含风电场节点是否被恢复，其中方案 2的恢复路径中不包含4节点，因此方案2被排除掉；然后根据负荷恢复原则分析可行解中的恢复路径，在选择最优方案时要保证恢复的负荷尽可能多，其中方案1、5、6、9、10未恢复负荷较多，因此方案1、5、6、9、10也被排除
掉；最后根据优先恢复含风电机组节点的原则对剩余方案进行筛选，其中方案7中节点4和节点16的恢复时间较方案3、4、8较少，因此对pareto解集中排名前10位的可行解进行多属性决策后，可得出最优黑启动方案为方案7。