发布信息

电力系统谐波振荡的检测方法、装置和计算机设备与流程

作者:admin      2022-08-31 11:48:41     873



测量装置的制造及其应用技术1.本技术涉及电力技术领域,特别是涉及一种电力系统谐波振荡的检测方法、装置、计算机设备、存储介质和计算机程序产品。背景技术:2.随着大量电力电子设备大量接入系统,包括电源侧风电、光伏等可再生能源,输电网侧大量常规和柔性直流以及负荷侧各类电力电子负荷等,交直流系统的谐波特性日益复杂。电网安全稳定运行中面临的谐波问题,已由过去主要解决低压侧谐波超标电能质量问题,转变为高低压侧都要面对的谐波电流超标甚至谐振放大问题,因此需要对电力系统中的谐波振荡信息进行检测。目前对电力系统中的谐波振荡信息进行检测的方式通常是通过节点导纳矩阵的方式进行,然而,基于节点导纳矩阵方式检测谐波振荡属于局部灵敏度分析,对直流馈入交流网络的适用性不足。3.因此,目前对电力系统的谐波振荡检测方法存在检测适用性不足的缺陷。技术实现要素:4.基于此,有必要针对上述技术问题,提供一种能够提高检测适用性的电力系统谐波振荡的检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。5.第一方面,本技术提供了一种电力系统谐波振荡的检测方法,所述方法包括:6.获取待检测电力系统的网络结构;所述网络结构中包括所述电力系统中包含的多个电力设备以及各电力设备间的连接关系;7.根据所述各电力设备的连接关系,确定各连接关系包含的连接边,并根据存在连接关系的各电力设备的电压值以及所述连接边对应的能量损耗值确定各电力设备间的电气距离;8.根据所述连接边对应的电能传输容量与所述待检测电力系统的额定容量,确定所述连接边对应的第一权重,并基于各电力设备对应的电能传输容量与所述待检测电力系统的额定容量,确定所述各电力设备对应的第二权重;9.根据所述第一权重、所述第二权重、所述网络结构对应的网络结构系数、所述各电力设备之间的电力参数偏移量、所述各电力设备间的电气距离以及预设元件参数系数,确定所述待检测电力系统的谐波振荡风险值。10.在其中一个实施例中,所述获取待检测电力系统的网络结构,包括:11.获取待检测直流馈入交流电力系统中包含的多个电力设备以及各电力设备间的连接关系,得到待检测电力系统的网络结构。12.在其中一个实施例中,所述根据存在连接关系的各电力设备的电压值以及所述连接边对应的能量损耗值确定各电力设备间的电气距离,包括:13.获取所述各电力设备中存在连接关系的多组电力设备;14.针对每组电力设备,获取该组电力设备对应的连接边的数量,根据所述连接边的数量确定该组电力设备之间的电压传输损耗值和功率传输损耗值,并根据所述电压传输损耗值的平方与所述功率传输损耗值的比值得到该组电力设备中各电力设备间的电气距离。15.在其中一个实施例中,所述根据所述连接边对应的电能传输容量与所述待检测电力系统的额定容量,确定所述连接边对应的第一权重,包括:16.获取所述连接边对应的额定容量以及所述连接边所连接的各电力设备间的功率传输损耗值;17.根据所述各电力设备间包含的各个连接边的额定容量的和与所述功率传输损耗值的绝对值的差,得到所述连接边对应的电能传输容量;18.根据所述电能传输容量与所述待检测电力系统的额定容量的比值,确定所述连接边对应的第一权重。19.在其中一个实施例中,所述基于各电力设备对应的电能传输容量与所述待检测电力系统的额定容量,确定所述各电力设备对应的第二权重,包括:20.获取所述待检测电力系统中存在连接关系的各个电力设备对应的连接边;21.针对每个电力设备,获取由所述电力设备作为发送方的目标连接边对应的电能传输容量;22.根据多个所述目标连接边对应的电能传输容量的和与所述待检测电力系统的额定容量的比值,确定该电力设备对应的第二权重。23.在其中一个实施例中,所述根据所述连接边对应的第一权重、所述各电力设备对应的第二权重、所述网络结构对应的网络结构系数、所述各电力设备之间的电力参数偏移量、所述各电力设备间的电气距离以及预设元件参数系数,确定所述待检测电力系统的谐波振荡风险值,包括:24.获取所述电力设备对应的节点电压偏移量以及所述连接边对应的支路电流偏移量,作为所述电力设备之间的电力参数偏移量;25.获取所述各电力设备间的电气距离与各电气距离中的最大电气距离的第一比值,并获取各电力设备间包含的连接边对应的第一权重以及各电力设备间包含的连接边对应的支路电流偏移量;26.获取所述各电力设备包含的连接边对应的所述第一比值、所述第一权重与所述支路电流偏移量的第一乘积的和,获取所述第一乘积的和与所述预设元件参数系数的乘积,得到所述待检测电力系统对应的第一谐波振荡值;27.根据一与所述预设元件参数系数的差值,得到网络结构系数;28.获取所述各电力设备对应的第二权重,并获取各第二权重与所述电力系统中最大第二权重的第二比值与各电力设备对应的节点电压偏移量的第二乘积的和,获取所述第二乘积的和与所述网络结构对应的网络结构系数的乘积,得到所述待检测电力系统对应的第二谐波振荡值;29.根据所述第一谐波振荡值和所述第二谐波振荡值的和,确定所述待检测电力系统的谐波振荡风险值。30.在其中一个实施例中,所述确定所述待检测电力系统的谐波振荡风险值之后,还包括:31.获取不同网络结构系数和不同预设元件参数系数条件下的待检测电力系统分别对应的谐波振荡风险值,得到多个谐波振荡风险值;32.获取所述多个谐波振荡风险值中的最大谐波振荡风险值对应的目标网络结构系数和目标预设元件参数系数,将所述目标网络结构系数对应的网络结构确定为高风险网络结构,以及将所述目标预设元件参数系数对应的预设元件参数作为高风险元件参数并输出。33.第二方面,本技术提供了一种电力系统谐波振荡的检测装置,所述装置包括:34.获取模块,用于获取待检测电力系统的网络结构;所述网络结构中包括所述电力系统中包含的多个电力设备以及各电力设备间的连接关系;35.第一确定模块,用于根据所述各电力设备的连接关系,确定各连接关系包含的连接边,并根据存在连接关系的各电力设备的电压值以及所述连接边对应的能量损耗值确定各电力设备间的电气距离;36.第二确定模块,用于根据所述连接边对应的电能传输容量与所述待检测电力系统的额定容量,确定所述连接边对应的第一权重,并基于各电力设备对应的电能传输容量与所述待检测电力系统的额定容量,确定所述各电力设备对应的第二权重;37.检测模块,用于根据所述第一权重、所述第二权重、所述网络结构对应的网络结构系数、所述各电力设备之间的电力参数偏移量、所述各电力设备间的电气距离以及预设元件参数系数,确定所述待检测电力系统的谐波振荡风险值。38.第三方面,本技术提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。39.第四方面,本技术提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。40.第五方面,本技术提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。41.上述电力系统谐波振荡的检测方法、装置、计算机设备、存储介质和计算机程序产品,通过基于待检测电力系统的网络结构中各电力设备的连接关系,确定各连接关系包含的连接边,根据存在连接关系的各电力设备的电压值以及连接边对应的能量损耗值确定各电力设备间的电气距离,根据连接边对应的电能传输容量与待检测电力系统的额定容量,确连接边对应的第一权重,基于各电力设备对应的电能传输容量与待检测电力系统的额定容量,确定各电力设备对应的第二权重,根据上述第一权重、第二权重、网络结构系数、电力参数偏移量、电气距离以及预设元件参数系数,确定待检测电力系统的谐波振荡风险值。相较于传统的基于节点导纳矩阵方式检测谐波振荡,本方案通过构建电力系统的网络结构,并基于网络结构中各节点和连接边的权重和电气距离确定谐波振荡风险,提高了检测谐波振荡风险的适用性。附图说明42.图1为一个实施例中电力系统谐波振荡的检测方法的应用环境图;43.图2为一个实施例中电力系统谐波振荡的检测方法的流程示意图;44.图3为另一个实施例中电力系统谐波振荡的检测方法的流程示意图;45.图4为一个实施例中电力系统谐波振荡的检测装置的结构框图;46.图5为一个实施例中计算机设备的内部结构图。具体实施方式47.为了使本技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本技术进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本技术,并不用于限定本技术。48.本技术实施例提供的电力系统谐波振荡的检测方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与电力系统104进行通信。电力系统104中可以包括多个电力设备,并且各个电力设备间存在相应的连接关系。终端102可以基于电力系统104的结构生成电力系统104对应的网络结构模型,并确定该模型中各个电力设备和连接关系的权重,基于权重进行谐波振荡风险值的确定。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑。49.在一个实施例中,如图2所示,提供了一种电力系统谐波振荡的检测方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:50.步骤s202,获取待检测电力系统的网络结构;网络结构中包括电力系统中包含的多个电力设备以及各电力设备间的连接关系。51.其中,待检测电力系统可以是需要确定谐波振荡风险值的电力系统。其中该电力系统可以是一种直流馈入交流系统;谐波由非线性设备产生,在电力网络传播过程中,往往会因网络元件参数与谐波源参数相匹配引发谐波的放大、谐振现象。上述电力系统发生的谐波振荡可以分为两种,分别是直流系统引起交流网络振荡,即局部振荡;交流网络自身振荡,即非局部振荡。终端在检测待检测电力系统的谐波振荡风险时,可以获取待检测电力系统的网络结构,其中该网络结构中包括电力系统中包含的多个电力设备以及各电力设备间的连接关系。终端102可以根据该网络结构搭建等值交流网络模型,例如终端102将上述待检测电力系统进行相应划分,形成多个等值设备,根据各个等值电力设备及其连接关系,作为待检测电力系统的网络结构,并构建等值交流网络模型。52.其中,上述待检测电力系统可以是一种直流馈入交流电力系统,终端102获取的可以是上述待检测直流馈入交流电机系统的网络结构。例如,在一个实施例中,获取待检测电力系统的网络结构,包括:获取待检测直流馈入交流电力系统中包含的多个电力设备以及各电力设备间的连接关系,得到待检测电力系统的网络结构。本实施例中,终端可以获取实际工程的待检测直流馈入交流电力系统中包含的多个电力设备以及各电力设备间的连接关系,从而得到上述待检测电力系统的网络结构。其中,上述待检测电力系统的网络结构可以是一种等值交流网络模型,其中包括有待检测电力系统中各个等值电力设备以及各个等值电力设备之间的连接关系。终端可以基于上述待检测电力系统的网络结构,通过仿真形式对待检测电力系统的谐波振荡风险进行检测。53.步骤s204,根据各电力设备的连接关系,确定各连接关系包含的连接边,并根据存在连接关系的各电力设备的电压值以及连接边对应的能量损耗值确定各电力设备间的电气距离。54.其中,上述网络结构中包含有待检测电力系统中各电力设备的连接关系。其中连接关系代表着两个电力设备之间存在功率传输关系,终端102可以通过连接边方式在上述网络结构中表示电力设备之间的连接关系,连接边中可以包括功率传输方向以及该连接边的电能传输容量等信息,并且存在连接关系的两个电力设备之间的连接边的数量可以有至少一条,例如两个电力设备之间通过多个其他电力设备形成连接关系,则这两个电力设备对应的连接边为这两个设备之间包含的所有连接边。上述网络结构中每个电力设备可以被视为一个节点,各电力设备还可以包括电压值,终端102根据上述各电力设备的连接关系确定各连接关系包含的连接边后,可以根据存在连接关系的各电力设备的电压值以及连接边对应的能量损耗值确定各电力设备间的电气距离。其中能量损耗值表示电力设备通过连接边传输功率至另一电力设备上时损耗的能量,电气距离表示各节点间的电气耦合度,其含义为节点i到达节点j所经过的边数即为节点i到节点j的距离。具体地,上述连接关系也可以被称为广义支路,当节点i和节点j之间存在功率传输关系时,则认为两个节点之间存在支路,终端102可以基于广义支路的阻抗确定各电力设备节点之间的电气距离。55.步骤s206,根据连接边对应的电能传输容量与待检测电力系统的额定容量,确定连接边对应的第一权重,并基于各电力设备对应的电能传输容量与待检测电力系统的额定容量,确定各电力设备对应的第二权重。56.其中,上述电力系统具有对应的额定容量,该额定容量可以是预设的整个电网的额定容量。终端102对上述待检测电力系统对应的网络结构中各个电力设备以及各个连接边进行权重确定,形成加权网络模型。终端102通过对上述待检测电力系统进行加权,表明系统中各节点和边在整个系统中的影响力。终端102可以首先根据上述连接边对应的电能传输容量和待检测电力系统的额定容量,确定各个连接边对应的第一权重。例如,终端102可以通过比值计算的方式确定各个连接边对应的第一权重。另外,终端还可以基于各电力设备对应的电能传输容量和待检测电力系统的额定容量,确定各电力设备对应的第二权重。例如,终端102可以通过求和后再进行比值计算的方式确定各电力设备对应的第二权重。终端102确定上述网络结构中各电力设备的权重以及各连接边的权重后,可以得到上述待检测电力系统对应的加权网络模型。57.步骤s208,根据第一权重、第二权重、网络结构对应的网络结构系数、各电力设备之间的电力参数偏移量、各电力设备间的电气距离以及预设元件参数系数,确定待检测电力系统的谐波振荡风险值。58.其中,终端得到上述连接边对应的第一权重、各电力设备对应的第二权重后,可以获取上述网络结构对应的网络结构系数。其中网络结构系数可以根据网络结构的类型以及预设元件参数系数确定,预设元件参数系数可以表示对连接边的电流偏移的影响程度。具体地,网络结构系数和预设元件参数系数的和可以是一。若关注重点在网络结构的影响,则网络结构系数的值大,预设元件参数系数的值小。这是由于线路断开后,对节点的权值影响最大,节点的电压偏移表现最明显。若关注重点在元件参数的影响,则网络结构系数的值小,预设元件参数系数的值大。这是由于元件参数变化后,对边的权值影响最大,支路电流偏移表现最明显。59.终端还可以获取上述各电力设备之间的电力参数偏移量,其中电力参数偏移量包括电压偏移量和电流偏移量。终端可以根据上述各个连接边的第一权重、各个电力设备的第二权重、上述网络结构系数、各电力设备之间的电力参数偏移量、各电力设备之间的电气距离和预设元件参数系数,确定待检测电力系统的谐波振荡风险值。具体地,终端102可以根据上述各个连接边的第一权重、上述预设元件参数系数、上述电流偏移量以及上述电气距离,确定第一谐波振荡值,其中第一谐波振荡值表示在电力系统中各参数变换的情况下对振荡风险的影响。终端102还可以根据上述各个电力设备的第二权重、网络结构系数和电压偏移量,确定第二谐波振荡值,其中第二风险值表示上述直流馈入交流的待检测电力系统在n-1,n-2等不同网络结构下对振荡风险的影响。终端102得到上述第一谐波振荡值和第二谐波振荡值后,可以基于第一谐波振荡值和第二谐波振荡值得到上述待检测电力系统的谐波振荡风险值。60.另外,上述网络结构系数和预设元件参数系数可以不只一种,终端可以通过确定不同的网络结构系数和预设元件参数系数,得到不同情况下的谐波振荡风险值。并基于多种系数条件下的谐波振荡风险值确定出危险程度较高的网络结构。例如,在一个实施例中,确定待检测电力系统的谐波振荡风险值之后,还包括:获取不同网络结构系数和不同预设元件参数系数条件下的待检测电力系统分别对应的谐波振荡风险值,得到多个谐波振荡风险值;获取所述多个谐波振荡风险值中的最大谐波振荡风险值对应的目标网络结构系数和目标预设元件参数系数,将目标网络结构系数对应的网络结构确定为高风险网络结构,以及将所述目标预设元件参数系数对应的预设元件参数作为高风险元件参数并输出。本实施例中,终端102可以获取不同的网络结构和元件参数条件下待检测电力系统分别对应的谐波振荡风险值,从而终端102可以得到多个谐波振荡风险值。终端102可以将多个谐波振荡风险值进行排序,例如按照降序方式进行排序,从而终端102可以得到多个谐波振荡风险值中的最大谐波振荡风险值。终端102可以将该最大谐波振荡风险值对应的网络结构作为高风险网络结构,并将最大谐波振荡风险值对应的预设元件参数作为高风险元件参数。终端还可以将高风险网络结构和高风险元件参数进行输出,从而相关人员可以避免令上述待检测电力系统采用高风险网络结构和高风险元件参数进行设置。另外,终端102还可以将上述最小谐波振荡风险值对应的网络结构作为低风险网络结构,并将最大谐波振荡风险值对应的预设元件参数作为低风险元件参数。终端还可以将低风险网络结构和低风险元件参数进行输出,从而相关人员可以基于上述低风险网络结构和低风险元件参数对电力系统进行设置,降低电力系统的谐波振荡风险。61.上述电力系统谐波振荡的检测方法中,通过基于待检测电力系统的网络结构中各电力设备的连接关系,确定各连接关系包含的连接边,根据存在连接关系的各电力设备的电压值以及连接边对应的能量损耗值确定各电力设备间的电气距离,根据连接边对应的电能传输容量与待检测电力系统的额定容量,确连接边对应的第一权重,基于各电力设备对应的电能传输容量与待检测电力系统的额定容量,确定各电力设备对应的第二权重,根据上述第一权重、第二权重、网络结构系数、电力参数偏移量、电气距离以及预设元件参数系数,确定待检测电力系统的谐波振荡风险值。相较于传统的基于节点导纳矩阵方式检测谐波振荡,本方案通过构建电力系统的网络结构,并基于网络结构中各节点和连接边的权重和电气距离确定谐波振荡风险,提高了检测谐波振荡风险的适用性。62.在一个实施例中,根据存在连接关系的各电力设备的电压值以及所述连接边对应的能量损耗值确定各电力设备间的电气距离,包括:获取各电力设备中存在连接关系的多组电力设备;针对每组电力设备,获取该组电力设备对应的连接边的数量,根据连接边的数量确定该组电力设备之间的电压传输损耗值和功率传输损耗值,并根据电压传输损耗值的平方与功率传输损耗值的比值得到该组电力设备中各电力设备间的电气距离。63.本实施例中,上述待检测电力系统的网络结构中包含多组具有连接关系的电力设备。每组电力设备中的各个电力设备可以是通过连接边直接连接的关系,例如两个电力设备通过一条连接边直接连接;也可以是间接连接的关系,例如两个电力设备通过多个其他电力设备进行连接。对于每组电力设备,终端102可以获取该组电力设备对应的连接边的数量,并根据连接边的数量确定该组电力设备之间的电压传输损耗值和功率传输损耗值。终端102可以获取电压传输损耗值的平方,并获取该平方与功率传输损耗值的比值,得到该组电力设备中各个电力设备的电气距离。终端102可以对每组电力设备均进行上述计算过程,从而得到上述待检测电力系统中各电力设备间的电气距离。64.具体地,上述电力系统中每个电力设备均可以是一个节点,上述电气距离表示节点间的电气耦合度,以i,j表示不同的节点为例,节点i到达节点j所经过的边数即为节点i到节点j的距离。节点i与节点j之间存在功率传输关系,则认为两节点之间构成一条支路,称为广义支路,即上述的连接关系。该广义支路的阻抗zi可以表征功率由节点i传至节点j引起的功率损耗,称为等效传输阻抗。节点之间有功率传输关系时,传输阻抗为有限值;若无传输关系,传输阻抗为无穷大。则终端102可以通过传输阻抗的模|zi|作为节点间的电气距离z。其计算公式可以如下所示:z=|zi|={(δu)2/|δs|}。其中,z表示两个节点间的电气距离,δu表示节点i至节点j之间的电压传输损耗值,δs表示节点i至节点j之间的功率传输损耗值。终端确定上述待检测电力系统中各个电力设备之间的电气距离后,可以得到待检测电力系统对应的无权网络模型。65.通过本实施例,终端102可以基于电压传输损耗值和功率传输损耗值确定各个电力设备之间的电气距离,从而终端102可以基于电气距离计算待检测电力系统的谐波振荡风险值,提高了谐波振荡风险值的计算适用性。66.在一个实施例中,根据连接边对应的电能传输容量与待检测电力系统的额定容量,确定连接边对应的第一权重,包括:获取连接边对应的额定容量以及连接边所连接的各电力设备间的功率传输损耗值;根据各电力设备间包含的各个连接边的额定容量的和与功率传输损耗值的绝对值的差,得到连接边对应的电能传输容量;根据电能传输容量与待检测电力系统的额定容量的比值,确定连接边对应的第一权重。67.本实施例中,上述各个连接边具有对应的额定容量,电能在通过连接边在电力设备之间传输时,会产生相应的功率传输损耗值。终端102可以获取上述连接边对应的额定容量以及连接边所连接的各电力设备之间的功率传输损耗值,并获取各电力设备间包含的各个连接边的额定容量的和,以及这些额定容量的和与功率传输损耗值的绝对值的差,作为上述连接边对应的电能传输容量。终端102可以获取上述电能传输容量与待检测电力系统的额定容量的比值,从而得到上述连接边对应的第一权重。68.具体地,上述连接边的第一权重可以记为wi,其权重数值为该边所传输电能的容量sij的值与所定义的整个电网的额定容量sn的比,sij大小为节点i、j之间的所有连接边的额定容量之和减去损耗的能量的绝对值。其中,上述连接边具有相应的流向,例如从节点i传输至节点j,或从节点j传输至节点i,每种流向具有不同的发送方和接收方,当流向为从i到j时为正值,反之为负值。上述第一权重的计算公式如下所示:69.其中,w表示第一权重,也可以称为wij,表示节点i至节点j之间的权重,sn’表示电力设备间所有连接边的额定容量的和,sn表示电力系统中的额定容量,δs表示节点i至节点j之间的功率传输损耗值。终端102对每个存在连接关系的电力设备之间的连接边均确定第一权重后,可以得到待检测电力系统对应的添加连接边权重后的加权网络模型。70.通过本实施例,终端102可以通过各个连接边的额定容量、功率传输损耗值以及电力系统的额定容量,得到连接边的第一权重,从而终端102可以基于第一权重进行谐波振荡风险的检测,提高了谐波振荡风险的检测适用性。71.在一个实施例中,基于各电力设备对应的电能传输容量与待检测电力系统的额定容量,确定各电力设备对应的第二权重,包括:获取待检测电力系统中存在连接关系的各个电力设备对应的连接边;针对每个电力设备,获取由电力设备作为发送方的目标连接边对应的电能传输容量;根据多个目标连接边对应的电能传输容量的和与待检测电力系统的额定容量的比值,确定该电力设备对应的第二权重。72.本实施例中,终端可以确定各个电力设备的第二权重,来表示各节点对电力系统的影响。终端102可以获取上述待检测电力系统中存在连接关系的各个电力设备对应的连接边。其中一个电力设备可以有多个连接边,每个连接边可以分别是输出电能或接收电能功能中的其中一种。对于每个电力设备,终端102可以从电力设备对应的多个连接边中获取由电力设备作为发送方的目标连接边对应的电能传输容量,并根据多个目标连接边对应的电能传输容量和待检测电力系统的额定容量的比值,确定该电力设备对应的第二权重。终端102可以对待检测电力系统中每个电力设备均进行上述计算,从而得到待检测电力系统中每个电力设备对应的第二权重。73.具体地,上述各个电力设备可以是电力系统中的各个节点,节点的第二权重s定义为该节点当前所传输的容量si与所定义的整个电网的额定容量sn之比;si为所有为正值的sij之和。其计算公式如下所示:74.其中,s表示第一权重,sn’表示电力设备间所有连接边的额定容量的和,sn表示电力系统中的额定容量,δs表示节点i至节点j之间的功率传输损耗值,∑(sn’‑|δs|)表示节点当前所传输的容量si。终端102对每个电力设备均确定第二权重后,可以得到待检测电力系统对应的添加连接边权重和节点权重后的加权网络模型。75.通过本实施例,终端可以通过各个电力设备的电能传输容量以及电力系统的额定容量,得到电力设备的第二权重,从而终端102可以基于第二权重进行谐波振荡风险的检测,提高了谐波振荡风险的检测适用性。76.在一个实施例中,根据连接边对应的第一权重、各电力设备对应的第二权重、网络结构对应的网络结构系数、各电力设备之间的电力参数偏移量、各电力设备间的电气距离以及预设元件参数系数,确定待检测电力系统的谐波振荡风险值,包括:获取电力设备对应的节点电压偏移量以及连接边对应的支路电流偏移量,作为电力设备之间的电力参数偏移量;获取各电力设备间的电气距离与各电气距离中的最大电气距离的第一比值,并获取各电力设备间包含的连接边对应的第一权重以及各电力设备间包含的连接边对应的支路电流偏移量;获取各电力设备包含的连接边对应的第一比值、第一权重与支路电流偏移量的第一乘积的和,获取第一乘积的和与预设元件参数系数的乘积,得到待检测电力系统对应的第一谐波振荡值;根据一与预设元件参数系数的差值,得到网络结构系数;获取各电力设备对应的第二权重,并获取各第二权重与电力系统中最大第二权重的第二比值与各电力设备对应的节点电压偏移量的第二乘积的和,获取第二乘积的和与网络结构对应的网络结构系数的乘积,得到待检测电力系统对应的第二谐波振荡值;根据第一谐波振荡值和第二谐波振荡值的和,确定待检测电力系统的谐波振荡风险值。77.本实施例中,终端102确定待检测系统中的谐波振荡风险时,可以基于两种角度分别确定第一谐波振荡值和第二谐波振荡值,从而基于第一谐波振荡值和第二谐波振荡值得到电力系统的谐波振荡风险值。例如,终端102可以获取电力设备对应的节点电压偏移量以及连接边对应的支路电流偏移量,作为电力设备之间的电力参数偏移量。终端102可以获取各电力设备间的电气距离与各电气距离中的最大电气距离的第一比值,并获取各电力设备间包含的连接边对应的第一权重,以及各电力设备间包含的连接边对应的支路电流偏移量。终端102可以获取上述各电力设备包含的连接边对应的第一比值、上述第一权重和支路电流偏移量的第一乘积,并获取多个第一乘积的和,再获取第一乘积的和与预设元件参数系数的乘积,得到待检测电力系统对应的第一谐波振荡值。第一谐波振荡值表明系统在各参数变换的情况下对振荡风险的影响。78.终端102确定第一谐波振荡值后,可以基于一与预设元件参数系数的差值,得到网络结构系数。从而终端102可以获取各电力设备对应的第二权重,并获取各第二权重与电力系统中最大第二权重的第二比值,并获取该第二比值与各电力设备对应的节点电压偏移量的第二乘积的和,获取该第二乘积的和与网络结构对应的网络结构的乘积,得到待检测电力系统对应的第二谐波振荡值。第二谐波振荡值表示直流馈入交流系统在n-1,n-2等不同网络结构下对振荡风险的影响。79.从而终端102可以根据上述第一谐波振荡值和第二谐波振荡值的和,确定待检测电力系统的谐波振荡风险值。具体地,令谐波振荡风险值为w,其计算公式如下所示:80.其中,n表示节点的数量,k表示网络结构系数、l表示预设元件参数系数,并且k+l=1;i、j表示节点标号,δvi表示节点i的节点电压偏移量,δiij为ij支路电流偏移量,smax为复杂网络中最大节点权重,zmax为复杂网络中最大电气距离值,zij表示及诶单之间的电气距离,wij表示节点之间的第一权重,si表示节点当前所传输的容量。81.其中,对于k和l,其数值可以根据实际情况设置,若重点在网络结构的影响,则k的值大,l的值小。这是由于线路断开后,对节点的权值影响最大,节点的电压偏移表现最明显。若需要确定元件参数的影响,则k的值小,l的值大。这是由于元件参数变化后,对边的权值影响最大,支路电流偏移表现最明显。若发生振荡,节点电压和支路电流的偏移必定有所反馈,因此终端102通过基于加权复杂网络模型的振荡风险指标能进行灵敏度分析。振荡风险特征指标越小,说明在这种网络结构或者参数的情况下对振荡的灵敏度越低,反之则是越高。从而终端102可以根据上述谐波振荡风险值确定电力系统的谐波振荡风险的高低。82.通过本实施例,终端102可以基于电力系统中的各个权重、网络结构系数、预设元件参数系数、偏移量和电气距离,确定谐波振荡风险值,从而提高了检测谐波振荡风险值的适用性。83.在一个实施例中,如图3所示,图3为另一个实施例中电力系统谐波振荡的检测方法的流程示意图。本实施例中,包括以下步骤:终端102根据实际工程直流馈入交流网架结构,确定并搭建等值交流网络模型,即上述网络结构;终端102根据实际情况和化简后的等值模型,建立电力系统复杂网络加权模型。具体包括:上述电力系统中包括多个电力设备,每个电力设备表示一个节点,终端102采用基于传输阻抗的电气距离计算方法建立系统无权网络模型。定义电气距离表示节点间的电气耦合度,其含义为节点i到达节点j所经过的边数即为节点i到节点j的距离。节点i与节点j之间存在功率传输关系,则认为两节点之间构成一条支路,称为广义支路。该广义支路的阻抗zi可以表征功率由节点i传至节点j引起的功率损耗,称为等效传输阻抗。节点之间有功率传输关系时,传输阻抗为有限值;若无传输关系,传输阻抗为无穷大。取传输阻抗模|zi|作为节点之间的电气距离。终端102还可以采用相似权对网络中的边和节点进行加权,建立系统加权网络模型。其中,边的第一权重wi为该边所传输电能的容量sij的值与所定义的整个电网的额定容量sn的比,sij大小为节点i、j之间的所有连接边的额定容量之和减去损耗的能量的绝对值,当电能的传输方向为从i到j时为正值,反之为负值。节点的第二权重si定义为该节点当前所传输的容量si与所定义的整个电网的额定容量sn之比;si为所有为正值的sij之和。84.终端102得到上述第一权重和第二权重后,可以基于上述的谐波振荡风险值计算公式,得到谐波振荡风险值w。并且终端102还可以计算在不同网络结构和预设元件参数下的谐波振荡风险值w,例如在n-1、n2等不同工况下的网络结构,以及对参数进行变换,从而得到多个w,并将多个w进行排序,进行仿真验证,得到其中的高风险网络结构和预设元件参数,以及低风险网络结构和预设元件参数。从而相关人员可以基于上述低风险网络结构和低风险元件参数对电力系统进行设置,降低电力系统的谐波振荡风险。另外,当终端进行仿真验证后,确定仿真验证的结果与实际情况不符,还可以重新确定网络结构系数和元件参数系数,并基于重新确定的各个系数获取谐波振荡风险值。85.通过本实施例,终端102通过构建电力系统的网络结构,并基于网络结构中各节点和连接边的权重和电气距离确定谐波振荡风险,提高了检测谐波振荡风险的适用性。86.应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。87.基于同样的发明构思,本技术实施例还提供了一种用于实现上述所涉及的电力系统谐波振荡的检测方法的电力系统谐波振荡的检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电力系统谐波振荡的检测装置实施例中的具体限定可以参见上文中对于电力系统谐波振荡的检测方法的限定,在此不再赘述。88.在一个实施例中,如图4所示,提供了一种电力系统谐波振荡的检测装置,包括:获取模块500、第一确定模块502、第二确定模块504和检测模块506,其中:89.获取模块500,用于获取待检测电力系统的网络结构;网络结构中包括电力系统中包含的多个电力设备以及各电力设备间的连接关系。90.第一确定模块502,用于根据各电力设备的连接关系,确定各连接关系包含的连接边,并根据存在连接关系的各电力设备的电压值以及连接边对应的能量损耗值确定各电力设备间的电气距离。91.第二确定模块504,用于根据连接边对应的电能传输容量与待检测电力系统的额定容量,确定连接边对应的第一权重,并基于各电力设备对应的电能传输容量与待检测电力系统的额定容量,确定各电力设备对应的第二权重。92.检测模块506,用于根据连接边对应的第一权重、各电力设备对应的第二权重、网络结构对应的网络结构系数、各电力设备之间的电力参数偏移量、各电力设备间的电气距离以及预设元件参数系数,确定待检测电力系统的谐波振荡风险值。93.在一个实施例中,上述获取模块500,具体用于获取待检测直流馈入交流电力系统中包含的多个电力设备以及各电力设备间的连接关系,得到待检测电力系统的网络结构。94.在一个实施例中,上述第一确定模块502,具体用于获取各电力设备中存在连接关系的多组电力设备;针对每组电力设备,获取该组电力设备对应的连接边的数量,根据连接边的数量确定该组电力设备之间的电压传输损耗值和功率传输损耗值,并根据电压传输损耗值的平方与功率传输损耗值的比值得到该组电力设备中各电力设备间的电气距离。95.在一个实施例中,上述第二确定模块504,具体用于获取连接边对应的额定容量以及连接边所连接的各电力设备间的功率传输损耗值;根据各电力设备间包含的各个连接边的额定容量的和与功率传输损耗值的绝对值的差,得到连接边对应的电能传输容量;根据电能传输容量与待检测电力系统的额定容量的比值,确定连接边对应的第一权重。96.在一个实施例中,上述第二确定模块504,具体用于获取待检测电力系统中存在连接关系的各个电力设备对应的连接边;针对每个电力设备,获取由电力设备作为发送方的目标连接边对应的电能传输容量;根据多个目标连接边对应的电能传输容量的和与待检测电力系统的额定容量的比值,确定该电力设备对应的第二权重。97.在一个实施例中,上述检测模块506,具体用于获取电力设备对应的节点电压偏移量以及连接边对应的支路电流偏移量,作为电力设备之间的电力参数偏移量;获取各电力设备间的电气距离与各电气距离中的最大电气距离的第一比值,并获取各电力设备间包含的连接边对应的第一权重以及各电力设备间包含的连接边对应的支路电流偏移量;获取各电力设备包含的连接边对应的第一比值、第一权重与支路电流偏移量的第一乘积的和,获取第一乘积的和与预设元件参数系数的乘积,得到待检测电力系统对应的第一谐波振荡值;根据一与预设元件参数系数的差值,得到网络结构系数;获取各电力设备对应的第二权重,并获取各第二权重与电力系统中最大第二权重的第二比值与各电力设备对应的节点电压偏移量的第二乘积的和,获取第二乘积的和与网络结构对应的网络结构系数的乘积,得到待检测电力系统对应的第二谐波振荡值;根据第一谐波振荡值和第二谐波振荡值的和,确定待检测电力系统的谐波振荡风险值。98.在一个实施例中,上述装置还包括:输出模块,用于获取不同网络结构系数和不同预设元件参数系数条件下的待检测电力系统分别对应的谐波振荡风险值,得到多个谐波振荡风险值;获取多个谐波振荡风险值中的最大谐波振荡风险值对应的目标网络结构系数和目标预设元件参数系数,将目标网络结构系数对应的网络结构确定为高风险网络结构,以及将目标预设元件参数系数对应的预设元件参数作为高风险元件参数并输出。99.上述电力系统谐波振荡的检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。100.在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力系统谐波振荡的检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。101.本领域技术人员可以理解,图5中示出的结构,仅仅是与本技术方案相关的部分结构的框图,并不构成对本技术方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。102.在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述的电力系统谐波振荡的检测方法。103.在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的电力系统谐波振荡的检测方法。104.在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的电力系统谐波振荡的检测方法。105.需要说明的是,本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。106.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory,rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory,mram)、铁电存储器(ferroelectric random access memory,fram)、相变存储器(phase change memory,pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory,ram)或外部高速缓冲存储器等。作为说明而非局限,ram可以是多种形式,比如静态随机存取存储器(static random access memory,sram)或动态随机存取存储器(dynamic random access memory,dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。107.以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。108.以上所述实施例仅表达了本技术的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本技术专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本技术构思的前提下,还可以做出若干变形和改进,这些都属于本技术的保护范围。因此,本技术的保护范围应以所附权利要求为准。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部