田素娟,楊越
(1.包頭職業(yè)技術(shù)學(xué)院,內(nèi)蒙古 包頭 014030; 2.國網(wǎng)冀北秦皇島供電公司,河北 秦皇島 066000)
大規(guī)?;ヂ?lián)電網(wǎng)已經(jīng)成為電力系統(tǒng)發(fā)展的必然趨勢,其運行復(fù)雜程度逐漸增高,微小擾動相互作用可能導(dǎo)致系統(tǒng)發(fā)生連鎖故障,導(dǎo)致大面積停電[1]。主動解列控制屬于電力系統(tǒng)第三道防線,是避免系統(tǒng)崩潰的最后措施[2]。當(dāng)系統(tǒng)受到嚴(yán)重沖擊,不能維持穩(wěn)定運行而發(fā)生失步時,通過解列控制措施,將系統(tǒng)劃分為若干電力孤島,分別控制每個孤島正常運行,能夠有效避免系統(tǒng)大停電[3]。因此,快速準(zhǔn)確的主動解列控制研究具有重要意義。
主動解列控制主要包括三個部分,分別為:是否采取解列、在哪實施解列以及什么時候解列[4]。其中在哪實施解列,即解列斷面的選取是主動解列控制的主要研究問題[5]。主動解列異于失步解列,其解列斷面的選取是同調(diào)機群、潮流沖擊等綜合決定的結(jié)果,相當(dāng)于一個單目標(biāo)(潮流沖擊最小)多約束(同調(diào)約束、連通約束等)優(yōu)化問題[6]。在解列過程中,每條線路都有可能作為解列點,隨著電力網(wǎng)絡(luò)的擴大,網(wǎng)絡(luò)斷面數(shù)量爆炸式增長,是一個典型的非確定多項式NP問題。
為了快速搜索解列斷面,很多學(xué)者做了大量工作,提出了許多解列斷面搜索方法,主要分為三類:第一類為利用圖論將復(fù)雜度非常高的NP問題轉(zhuǎn)化為其他易于求解的問題[7-8],第二類為利用智能算法求解解列斷面[9],第三類為簡化網(wǎng)架結(jié)構(gòu),縮小解列空間。系統(tǒng)網(wǎng)絡(luò)非常龐大,而且每條線路都有可能成為解列點,解列空間巨大,第一類與第二類方法在全網(wǎng)絡(luò)中搜索解列斷面,一般不能滿足主動解列快速性的要求。第三類方法通過對網(wǎng)架結(jié)構(gòu)進行簡化,極大地縮減了解列空間,為快速搜索解列斷面提供了有效途徑。文獻[10]假設(shè)發(fā)電機優(yōu)先對附近的負(fù)荷供電,將同調(diào)機群與其距離較近的負(fù)荷節(jié)點等效為一個節(jié)點,其有效性有待商榷。文獻[11]采用電流追蹤法將原始網(wǎng)絡(luò)進行分區(qū),進而縮減解列空間,但是由于搜索算法的局限性,可能丟失最佳的解列斷面。文獻[12]利用電氣靈敏度化簡網(wǎng)絡(luò)結(jié)構(gòu),但簡化程度較小,不一定適用于實際系統(tǒng)。文獻[13]利用弱連接理論的決策空間預(yù)篩選方法降低決策空間規(guī)模,從而快速求解解列斷面,具有一定的參考價值。
文中提出了一種考慮同調(diào)機組的解列斷面搜索新方法。首先以節(jié)點間線路電抗值為線路權(quán)值,利用Dijkstra算法計算同調(diào)機群中發(fā)電機節(jié)點間的最小電抗值,得到同調(diào)機組連通圖,并用prim算法求解同調(diào)機組連通圖的最小生成樹,將同調(diào)機組最小生成樹等值為一個節(jié)點。然后用Dinic算法求取非同調(diào)機群間最小潮流割集,得到最優(yōu)解列斷面。最后利用IEEE-39節(jié)點系統(tǒng)進行了仿真驗證。
為了防止系統(tǒng)崩潰,需要采取解列措施將系統(tǒng)劃分為若干電力孤島。為了維持電力孤島穩(wěn)定,解列點的選取應(yīng)使孤島內(nèi)部機組同調(diào)[14],除此之外,解列點的選取還應(yīng)使孤島受到的沖擊盡可能小。實際上,解列點的選取是一個單目標(biāo)多約束優(yōu)化問題。
解列點一般在非同調(diào)機群之間的線路上,任一線路都是潛在的解列點。兩機群系統(tǒng)節(jié)點示意圖如圖1所示,系統(tǒng)中既有發(fā)電機節(jié)點(黑色點),又有負(fù)荷節(jié)點(白色點)。為了保證解列后同調(diào)機群1與同調(diào)機群2分別連通,需要求取同調(diào)機群內(nèi)發(fā)電機節(jié)點的最小生成樹(內(nèi)部可能包含負(fù)荷節(jié)點)。
圖1 兩機群網(wǎng)絡(luò)示意圖
以節(jié)點間連線的最小電抗值代表其電氣連接強弱程度,電抗越小,電氣連接越強[15]。系統(tǒng)網(wǎng)架可看成連通無向圖G′(V′,E′,W′),V′代表系統(tǒng)節(jié)點集合,總節(jié)點數(shù)為m,其中發(fā)電機節(jié)點數(shù)為n,E′代表節(jié)點之間的連線集合,W’代表連線上的權(quán)值集合,其權(quán)值大小為節(jié)點間線路電抗值。通過同調(diào)機組識別方法將系統(tǒng)劃分為k個同調(diào)機群,第i個同調(diào)機群發(fā)電機數(shù)量為ni,發(fā)電機節(jié)點之間電抗最短距離可以用Dijkstra算法實現(xiàn)。具體步驟如下:
(1)通過同調(diào)機組辨識方法將系統(tǒng)劃分為k個同調(diào)機群,對第i個同調(diào)機群中的發(fā)電機標(biāo)號i(1≤i≤k);
(1)
(2)
(3)利用Dijkstra算法計算第i個同調(diào)機群中發(fā)電機節(jié)點之間的最小電抗路徑Si,將其作為發(fā)電機間電氣連接最緊密的線路(線路上可能含有負(fù)荷節(jié)點)。
(3)
通過上述步驟,得到第i個機群中發(fā)電機節(jié)點之間電氣連接最緊密的同調(diào)機組連通圖Gsi,連通圖中任意兩節(jié)點之間的權(quán)值為步驟(3)中通過Dijkstra算法求得的最小電抗,圖1中同調(diào)區(qū)域1的同調(diào)機組連通圖如圖2所示。用prim算法得到連通圖中的最小生成樹,從而保證同調(diào)發(fā)電機之間的連通[16]。將最小生成樹看作一個節(jié)點后的網(wǎng)絡(luò)簡化圖如圖3所示,其中深色節(jié)點代表等值節(jié)點。
圖2 同調(diào)機組連通圖
圖3 電網(wǎng)結(jié)構(gòu)簡化圖
當(dāng)大電網(wǎng)被解列為若干電力孤島,每個電力孤島將受到潮流沖擊,潮流沖擊大小決定了解列后各個孤島維持自身穩(wěn)定的能力,越小的潮流沖擊越有利于孤島穩(wěn)定[17],因此,最優(yōu)解列斷面的選取應(yīng)最大限度使各個電力孤島受到潮流沖擊最小。定義目標(biāo)函數(shù):
(4)
式中Pij為從同調(diào)區(qū)域i到同調(diào)區(qū)域j的功率。
簡化后的系統(tǒng)網(wǎng)架結(jié)構(gòu)可看成連通無向圖G(V,E,W),其中V代表簡化圖節(jié)點集合,E代表節(jié)點之間的連線集合,W代表連線上的權(quán)值集合,其權(quán)值大小為線路潮流。尋找解列斷面就是將連通無向圖G劃分成N個連通子圖{G1,G2,…,GN},第i個連通子圖Gi表示為Gi(Vi,Ei,Wi),子圖滿足的約束條件為:
(5)
式中vm、vn為子圖Gi中的節(jié)點,ymn為節(jié)點vm與節(jié)點vn之間的一條連通路徑,Π(vm∩vn)為節(jié)點vm與節(jié)點vn之間的連通路徑集。第一個公式為一個節(jié)點只屬于一個連通子圖約束;第二個公式為連通子圖總和囊括所有節(jié)點約束;第三個公式為子圖連通約束。第四個公式為連通子圖之間不連通約束。
研究發(fā)現(xiàn),在非同調(diào)機群之間線路處切割互聯(lián)電網(wǎng)往往能取得較好的解列效果[18]。非同調(diào)機群之間的線路有很多,每條都可能是潛在解列點,機群間解列點位置取決于解列后電力孤島受到的潮流沖擊程度,非同調(diào)機群間潮流和最小的斷面為最優(yōu)解列斷面。因此,最優(yōu)解列斷面求解問題轉(zhuǎn)化為求解容量網(wǎng)絡(luò)G中最小割集的問題[19]。
電力系統(tǒng)受到嚴(yán)重沖擊而面臨解列時,系統(tǒng)分為k個同調(diào)機群,每個同調(diào)機群通過第1.1節(jié)中模型簡化收縮為一個節(jié)點。以第i個機群節(jié)點(機群收縮節(jié)點)為發(fā)點s,第j(j≠i)個機群節(jié)點為收點t。容量網(wǎng)絡(luò)最大容量為故障前線路潮流值。容量網(wǎng)絡(luò)示意圖如圖4所示。
圖4 容量網(wǎng)絡(luò)示意圖
根據(jù)最大流最小割定理可知,求解網(wǎng)路最小割集相當(dāng)于求解容量網(wǎng)絡(luò)的最大流。目前比較成熟的最大流求解算法為 Ford和Fulkerson提出的最大流算法。Dinic算法是Ford和Fulkerson算法的改進,采用深度優(yōu)先搜素(DFS)代替多次寬度優(yōu)先搜索(BFS)來求取增廣路徑,具有計算復(fù)雜度低,求解速度快的優(yōu)點[20]。算法步驟如下:
(1)以容量網(wǎng)絡(luò)中的發(fā)點s作為源點,收點t作為匯點;
(2)初始網(wǎng)絡(luò)流量為零,計算出剩余圖;
(3)根據(jù)剩余圖計算層次圖。若匯點不在層次圖內(nèi),則算法結(jié)束;
(4)在層次圖內(nèi)進行一次DFS過程增廣,并轉(zhuǎn)向步驟(3)。
解列斷面選取詳細(xì)流程如圖5所示。
圖5 解列斷面搜素流程圖
采用IEEE-39節(jié)點系統(tǒng)驗證文中所提出的方法的有效性,該系統(tǒng)內(nèi)含10臺發(fā)電機,46條線路,系統(tǒng)基準(zhǔn)電壓與基準(zhǔn)功率分別為345 kV、100 MW,系統(tǒng)詳細(xì)參數(shù)見文獻[21]。在Matlab中進行仿真實驗,其中計算機性能為英特爾酷睿二雙核處理器,64位操作系統(tǒng),4 G運行內(nèi)存。
假設(shè)在線路bus16~bus17處發(fā)生三相短路故障,持續(xù)0.2 s后又在線路bus3~bus4處發(fā)生三相斷線故障,0.3 s后清除所有故障,系統(tǒng)失穩(wěn)。同調(diào)機組分群結(jié)果為:{G30,G37,G38,G39}{G31,G32,G33,G34,G35,G36},兩機群所在孤島標(biāo)號分別為1、2。以線路電抗值為節(jié)點間線路權(quán)值,首先采用Dijkstra算法計算同調(diào)機群中發(fā)電機之間最小電抗值,然后利用prim算法,得到同調(diào)機組連通圖發(fā)電機最小生成樹如圖6所示,其中上部綠色、下部紫色粗線路分別為機群{G30,G37,G38,G39}、{G31,G32,G33,G34,G35,G36}的最小生成樹。將最小生成樹簡化為一個節(jié)點,建立容量網(wǎng)絡(luò),以線路潮流作為容量網(wǎng)絡(luò)的權(quán)值,利用Dinic算法求取同調(diào)機群之間最大流,得到解列斷面如圖6藍(lán)色虛線所示。解列后各個孤島受到的潮流沖擊如表1所示。
圖6 算例1中同調(diào)機組最小生成樹
采用所提出的方法搜索到的解列點為:bus9~bus39、bus3~bus4、bus3~bus18、bus17~bus27,與文獻[7]中基于最大流最小截集定理的解列斷面搜索方法結(jié)果相同。在計算時間上,整個過程分為簡化網(wǎng)絡(luò)與斷面搜素兩部分,其中網(wǎng)絡(luò)簡化過程用時10 ms,解列斷面搜索用時3 ms,總用時為13 ms,計算速度更快。
表1 算例1中各孤島所受潮流沖擊
假設(shè)在線路bus6-bus7發(fā)生三相短路故障,持續(xù)0.5 s后切除故障,系統(tǒng)出現(xiàn)失穩(wěn),機組同調(diào)分群結(jié)果為:{G31,G32}{G30,G37,G39}{G33,G34,G35,G36,G38},三機群所在孤島標(biāo)號分別為1、2、3。利用上述方法得到同調(diào)機組連通圖中的最小生成樹如圖7所示,其中左下紅色、左上綠色、右紫色加粗線路分別為機群{G31,G32}、{G30,G37,G39}、{G33,G34,G35,G36,G38}的最小生成樹。將最小生成樹簡化為一個節(jié)點,建立容量網(wǎng)絡(luò),得到最小潮流割集,最優(yōu)解列斷面如圖7虛線所示,解列后各個孤島受到的潮流沖擊如表2所示。算例2計算時間與算例1相差甚微。
表2 算例2中各孤島所受潮流沖擊
圖7 算例2中同調(diào)機組最小生成樹
提出了一種考慮同調(diào)機組的解列斷面搜索方法。該方法有如下特點:(1)利用Dijkstra算法計算同調(diào)機群中發(fā)電機之間最小電抗值,得到同調(diào)機組連通圖,用prim算法求得同調(diào)機組連通圖中發(fā)電機的最小生成樹,將同調(diào)機組最小生成樹等值為一個節(jié)點,從而保證電力孤島內(nèi)同調(diào)機組的連通,大大縮小了求解空間,提高了斷面搜索速度;(2)以最優(yōu)潮流沖擊為目標(biāo),根據(jù)系統(tǒng)運行方式及機組分群結(jié)果,建立相應(yīng)的容量網(wǎng)絡(luò),可得到對應(yīng)情況下的解列斷面。對經(jīng)典IEEE-39節(jié)點系統(tǒng)進行算例仿真,驗證了文中所提出方法的有效性。