风电系统概率短路分析及智能变电站测控系统可靠性评估

• 作 者: 钱壮
• 机 构: 合肥工业大学
• 出 处: 合肥工业大学
• 发表日期: 2017年期
• 关键词: 风电系统 概率短路分析 混合仿真算法 最优抽样 灵敏度分析 测控系统可靠性

随着风电并网容量的增加,风电系统概率短路分析(probabilistic short-circuit analysis,PSCA)中,需要解决诸如多重故障、风电功率不确定性、提高PSCA计算效率以及建立PSCA灵敏度解析模型等难点。智能变电站测控系统可靠性分析可作为PSCA节点故障的基础研究。具体内容和创新点如下:(1)引入双馈风电机组(doubly-fed induction generators,DFIGs)潮流模型,获得风电系统短路前初始运行方式。计及双重短路,解析枚举故障线路,抽样确定故障参数,建立混合概率仿真算法,提出方差计算公式。计算结果量化风电出力、双重短路对PSCA结果的影响,比较混合仿真算法下三序电压、电流的收敛性。(2)故障线路枚举确定,按照预抽样获得的最优抽样密度函数抽取故障类型,再抽样确定其他故障参数,建立改进的混合仿真算法。结果比较蒙特卡罗算法、混合仿真算法以及改进混合仿真算法下节点电压期望、方差、收敛系数、计算时间以及计算效率。验证后者的应用效果。(3)基于解析枚举、概率加权,根据设备故障概率对可靠性参数、风速概率分布函数对风电参数的导数,新提出PSCA结果对元件可靠性参数、风速参数灵敏度的解析模型,获得系统的薄弱环节和关键参数。并用连续修改参数法验证结果的正确性。(4)基于单套测控装置跨接双网结构,建立测控系统可靠性模型,结合蒙特卡罗和故障树算法求解,引入运行状态概率评估模型。算例分析对比测控系统和保护系统的可靠性指标,获得测控系统各运行状态的概率。