大规模风电并网降低了电力系统惯量水平,增加了其暂态频率偏差的越限风险,然而现有频率预测模型对含风电系统的在线预测速度和精度都还不够,故需进一步优化频率偏差极值预测方法,用以系统的频率稳定评估。文章基于广域量测技术(wide are...大规模风电并网降低了电力系统惯量水平,增加了其暂态频率偏差的越限风险,然而现有频率预测模型对含风电系统的在线预测速度和精度都还不够,故需进一步优化频率偏差极值预测方法,用以系统的频率稳定评估。文章基于广域量测技术(wide area measurement system,WAMS),考虑风电并网对频率响应过程的影响,提出了一种物理-数据融合频率偏差极值在线预测方法。首先,利用广域量测信息对有功-频率开环解耦模型进行数据粘合,在此基础上形成可快速求解的物理-数据融合的暂态频率分析模型;其次,基于该模型,获得实时更新的频率偏差极值预测值,并提出“预测值误差指数”指标来量化预测精度,指导在线模型的自适应动态结果输出;最后,通过算例验证了所提频率偏差极值在线预测方法的快速性和准确性。展开更多
文摘大规模风电并网降低了电力系统惯量水平,增加了其暂态频率偏差的越限风险,然而现有频率预测模型对含风电系统的在线预测速度和精度都还不够,故需进一步优化频率偏差极值预测方法,用以系统的频率稳定评估。文章基于广域量测技术(wide area measurement system,WAMS),考虑风电并网对频率响应过程的影响,提出了一种物理-数据融合频率偏差极值在线预测方法。首先,利用广域量测信息对有功-频率开环解耦模型进行数据粘合,在此基础上形成可快速求解的物理-数据融合的暂态频率分析模型;其次,基于该模型,获得实时更新的频率偏差极值预测值,并提出“预测值误差指数”指标来量化预测精度,指导在线模型的自适应动态结果输出;最后,通过算例验证了所提频率偏差极值在线预测方法的快速性和准确性。
