Разработка метода идентификации эквивалентной динамической модели энергосистемы на основе синхронизированных векторных измерений тема диссертации и автореферата по ВАК РФ 05.14.02, кандидат технических наук Чусовитин, Павел Валерьевич

• Чусовитин, Павел Валерьевич
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Чусовитин, Павел Валерьевич

ВВЕДЕНИЕ.

1 Методы идентификации низкочастотных колебаний в энергосистеме.

1.1 Модель для описания электромеханических колебаний в энергосистеме.

1.2 Дискретная форма записи модели энергосистемы.

1.3. Описание методов идентификации.

1.3.1 Сингулярное разложение.

1.3.2 Метод Прони.

1.3.3. Метод построения собственной реализации динамического объекта

1.3.4. Решение обобщенной проблемы собственных значений.

1.3.5. Преобразование Гилберта-Хуанга.

Выводы.

2 СОПОСТАВЛЕНИЕ МЕТОДОВ ИДЕНТИФИКАЦИИ.

2.1. Описание тестовой модели.

2.1.1 Модели генераторов.

2.1.2 Модель нагрузки.

2.2 Описание предлагаемого метода.

2.2.1 Идентификация модели пространства состояний.

2.2.2 Метод идентификации эквивалентной динамической модели.

2.3 Результаты сопоставления методов идентификации.

2.3.1 Режим, далекий от границы устойчивости.

2.3.2 Режим, близкий к границе устойчивости.

Выводы.

3 ПРИМЕНЕНИЕ РАЗРАБОТАННОГО МЕТОДА ИДЕНТИФИКАЦИИ К СЛОЖНОЗАМКНУТОЙ ЭНЕРГОСИСТЕМЕ.

3.1 Описание тестовой схемы.

3.2 Сопоставление расчетных и идентифицированных низкочастотных колебаний.

3.2.1 Короткое замыкание на межсистемной связи.

3.2.2 Отключение одной из линий межсистемной связи.

3.2.3 Применение сингулярных чисел в качестве критерия начала переходного процесса.

3.3 Применение разработанного метода к реальным измерениям.

3.3.1 Самораскачивание энергоблоков ГРЭС.

3.3.2 Отключение энергоблока АЭС.

Выводы.

4 УПРАВЛЕНИЕ ЭНЕРГОСИСТЕМОЙ НА ОСНОВЕ

ИДЕНТИФИЦИРОВАННОЙ МОДЕЛИ.

4.1 Алгоритм формирования управляющих воздействий.

4.2 Применение алгоритма управления к тестовой схеме.

4.2.1 Демпфирование колебаний.

4.2.2 Предотвращение колебательного нарушения устойчивости.

4.2.3 Учет временных задержек на сбор и передачу информации.

4.3 Применимость линеаризованной модели для управления ЭЭС.

Выводы.

Введение диссертации (часть автореферата) на тему «Разработка метода идентификации эквивалентной динамической модели энергосистемы на основе синхронизированных векторных измерений»

Мониторинг электрического режима и обеспечение устойчивости -важнейшие задачи системы диспетчерского управления электроэнергетической системы (ЭЭС). Они решаются с помощью проведения расчетов установившихся режимов и переходных процессов. В результате проведенных расчетов формируются ограничения по условиям устойчивости и область допустимых режимов электроэнергетической системы.

Помимо этого существуют системы противоаварийной автоматики и программные комплексы типа "советчик диспетчера", использующие принцип «До», когда основной объем вычислений производится до момента возникновения возмущения. Оценка устойчивости и выбор управляющих воздействий в этих системах осуществляется циклически с учетом текущей телеинформации о параметрах установившегося режима и топологии электрической сети. Цикл обновления информации об управляющих воздействиях по всему списку расчетных аварий составляет несколько десятков секунд. Существующие технологии имеют некоторые особенности, а именно: •неполнота моделей, используемых для анализа режимов работы ЭЭС, эквивалентирование расчетных схем замещения, отсутствие учета зависимости параметров этих схем от нагрузки и погодных условий;

•ориентация на обеспечение апериодической статической устойчивости, отсутствие учета некоторых свойств ЭЭС и имеющихся регуляторов, оказывающих влияние на колебательную устойчивость;

•анализ режимов энергосистемы для наиболее тяжелых ситуаций; •низкая частота обновления измерительной информации, не позволяющая контролировать каскадные аварии и обеспечивать управление электромеханическими переходными процессами;

•недостоверность и погрешность в измерениях, отсутствие синхронизации по времени, что ведет к неточному управлению.

Все это приводит к завышению запасов устойчивости и, как следствие, к недоиспользованию пропускной способности сети и передозировке управляющих воздействий при авариях. Кроме того, в существующих технологиях возможность колебательного нарушения устойчивости анализируется только на этапе настройки регуляторов при вводе нового оборудования в эксплуатацию. Но в этом случае невозможно учесть весь спектр схемно-режимных ситуаций.

Прогресс в области информационно-измерительных технологий позволяет более точно и в реальном времени контролировать состояние электроэнергетической системы. Многообещающим является использование в ЭЭС технологии синхронизированных векторных измерений (СВИ), получившей в нашей стране название «система мониторинга переходных режимов» (СМПР), а в зарубежной литературе - WAMS (Wide Area Measurement System). Высокая частота обновления информации от систем СВИ дает возможность наблюдать динамические явления в энергосистеме. Кроме того, СВИ более информативны для анализа устойчивости ЭЭС. Эти свойства систем СВИ дают возможность создания новых технологий для мониторинга состояния энергосистемы и управления им и требуют разработки новых моделей и математических методов.

Идея применения синхронизированных измерений как более точного средства управления электрическим режимом и наблюдения за ним появилась еще в конце 1960-х годов. Исследователи вернулись к этой идее с развитием средств обработки и передачи данных до современного уровня [1]. Появление высокопроизводительных аналого-цифровых преобразователей и систем спутникового позиционирования с возможностью передавать метку точного времени в любое место земного шара (GPS, ГЛОНАСС и пр.) привело к созданию устройств PMU (Phasor Measurement Unit), позволяющих измерять векторные величины токов и напряжений [2-5]. Эти устройства позиционируются как высокоточные - намного точнее традиционных средств измерений [2-9]. Действительно, точность анализа электрического режима с помощью таких систем уже существенно повышается только за счет синхронизации измерений по времени.

В последнее время появилось много публикаций, в которых говорится о необходимости внедрения систем векторных измерений и уникальных новых возможностях управления режимами электроэнергетической системы и их мониторинга [10-33]. Область применения синхронизированных векторных измерений в энергосистемы чрезвычайно широка: от визуализации режима непосредственно по данным векторных измерений [26, 27, 34, 35] до адаптивного управления всей энергосистемой в переходных режимах [1, 36-39].

Перспективной областью применения СМПР является идентификация низкочастотных колебаний в энергосистеме в реальном времени [32, 40-60]. Идентифицированные частоты, декременты и фазы этих колебаний дают информацию о состоянии и свойствах динамической системы. Идентификация низкочастотных колебаний в реальном времени позволяет создавать методы контроля состояния энергосистемы, лишенные вышеописанных недостатков существующих технологий. Во-первых, параметры низкочастотных колебаний, идентифицированных на основе точных синхронизированных измерений, в отличие от заранее заданной модели содержат в себе свойства реальной системы. Во-вторых, за счет идентификации в реальном времени появляется возможность анализировать текущую ситуацию, а не «худший случай», как это делается в традиционных подходах.

Развитие СМПР дает возможность на основе серии измерений идентифицировать характеристики математической модели, описывающей динамические свойства системы, и оценивать ее устойчивость. Такая математическая модель адаптируется к текущим условиям и привязана к пунктам установки СВИ. В рамках предлагаемого решения связь между параметрами динамической модели устанавливается по принципу «черного ящика» на основе обработки серии последовательных измерений. Модель не требует информации о топологии электрической сети, параметрах схемы замещения, статических и динамических характеристиках отдельных элементов и регуляторов. Высокая частота обновления измерений и высокая скорость идентификации параметров модели позволят создать эффективную систему управления электромеханическими переходными процессами.

Кроме того, высокая частота обновления измерений и высокая скорость идентификации параметров модели позволяют перейти к управлению устойчивостью по принципу ПОСЛЕ, когда основные расчеты производятся после возмущающего воздействия. На существующем этапе развития технологии СВИ и математических методов идентификации низкочастотных колебаний в энергосистеме сложно говорить о создании систем автоматики, улучшающих апериодическую или динамическую устойчивость. Однако можно с уверенностью сказать, что возможно создание централизованной системы управления, улучшающей демпфирование низкочастотных колебаний в энергосистеме и обеспечивающей предотвращение нарушения колебательной устойчивости.

Применение идентификации эквивалента энергосистемы для мониторинга границы существования режима узлов нагрузки (voltage stability) показало свою эффективность [61-64] и применяется во многих зарубежных WAMS. Кроме того, управление отдельными устройствами на основе идентификации эквивалента [6569] демонстрирует лучшие качества по сравнению с непосредственным применением синхронизированных векторных измерений для управления [29, 30, 70], поскольку при идентификации учитываются свойства всей энергосистемы, что позволяет управлять переходным процессом более эффективно. Управление энергосистемой на основе идентификации объекта управления оправданно еще и потому, что оборудование всех узлов 500 кВ и 220 кВ для непосредственного мониторинга режима энергообъединения может стоить очень дорого, тогда как установка PMU в ключевых местах энергосистемы позволяет за счет идентификации не менее точно отслеживать свойства системы и управлять ею.

Работа посвящена разработке метода идентификации эквивалентной динамической модели (ЭДМ) энергосистемы на основе СВИ. Этот подход связан с идентификацией низкочастотных колебаний, но благодаря идентификации модели в виде системы уравнений появляется возможность выявлять свойства системы, а не свойства отдельных колебаний, которые часто зависят от точки приложения возмущения. Кроме того, идентифицированную модель можно непосредственно применять для управления энергосистемой.

В работе предложены способы использования идентифицированных параметров для контроля режима энергосистемы. Развитие идей, представленных в работе, и создание на их базе программного комплекса дадут возможность в реальном времени контролировать близость режима энергосистемы к границе устойчивости. Разработка и внедрение системы управления, основанной на применении идентифицированных параметров, позволит эффективнее управлять электромеханическим переходным процессом.

Цель исследования - разработка метода идентификации ЭДМ энергосистемы на основе СВИ.

Задачи исследования:

•анализ методов идентификации динамических систем, в том числе, методов идентификации низкочастотных колебаний в энергосистеме;

•разработка специализированного метода идентификации, способного выявить параметры низкочастотных колебаний на основе малой выборки измерений;

•разработка подходов к мониторингу режима энергосистемы и управлению им на основе идентифицированной модели;

•тестирование предложенных методик с помощью имитационных вычислительных экспериментов в программных комплексах для математического моделирования.

Объект исследования. Объектами исследования в работе являются традиционные математические модели, описывающие электромеханические переходные процессы в энергосистемах, а также реальная энергосистема.

В работе было рассмотрено две схемы ЭЭС:

•трехузловая схема энергосистемы с двумя генераторами и шинами бесконечной мощности. Генераторы моделируются уравнением движения и уравнением переходного процесса в обмотке возбуждения с учетом регулятора напряжения пропорционального действия;

•девятиузловая тестовая схема, широко используемая в исследованиях низкочастотных колебаний в ЭЭС.

Разработанный метод был применен для идентификации низкочастотных колебаний в реальной энергосистеме. Анализировались два события:

•самораскачивание энергоблоков крупной ГРЭС;

•отключение энергоблока на АЭС.

Методика исследования. В исследовании применялись модели энергосистем, разработанные в теории электромеханических переходных процессов в энергосистемах. Моделирование переходных процессов осуществлялось с применением теории дифференциальных уравнений. Для анализа устойчивости использовался математический аппарат линейной алгебры. Решения, предложенные в работе, основаны на положениях теории автоматического регулирования и аппарате теории идентификации систем. Предложенные методики тестировались на традиционных, общепризнанных моделях ЭЭС с помощью компьютерного моделирования.

Научная новизна работы:

• Разработан метод идентификации ЭДМ энергосистемы, использующий СВИ. Метод характеризуется малым окном наблюдения и устойчивостью к измерительным шумам.

• Предложен способ выявления групп синфазных генераторов и критических генераторов для мониторинга энергосистемы и управления ею. Показана возможность применения метода для выявления колебательного нарушения устойчивости.

• Предложен способ управления переходным процессом на основе ЭДМ. Создание системы управления на основе идентифицированного эквивалента позволит эффективно демпфировать электромеханические колебания, предотвращать колебательное нарушение устойчивости, а также улучшить динамическую устойчивость.

• Показана возможность применения предложенного подхода к управлению возбуждением генераторов с учетом задержек на передачу информации. С помощью ЭДМ удается осуществлять краткосрочный прогноз переходного процесса для определения необходимых управляющих воздействий с упреждением переходного процесса во времени.

Практическая ценность. Предложены способы выявления синфазных групп генераторов и критических генераторов с применением идентифицированных параметров низкочастотных колебаний. Выделение групп синфазных генераторов является способом контроля режима энергосистемы, дополняющим контроль по опасным сечениям. Выделение критических генераторов в группе дает полезную информацию для управления режимом. Кроме того, анализ идентифицированной модели позволяет выявить факт колебательного нарушения устойчивости и его источник (генератор или группа генераторов), после чего можно принимать меры по возвращению режима в устойчивое состояние.

Предложенный подход к контролю режима ЭЭС и управлению им на основе идентификации динамического эквивалента в виде «черного ящика» является основой для разработки новых, современных средств мониторинга и управления. Применение идентифицированной в реальном времени ЭДМ позволит расширить область допустимых режимов энергосистемы.

Достоверность полученных выводов подтверждена результатами имитационного математического моделирования и анализа событий, происходивших в реальной энергосистеме. Достоверность разработанной методики подтверждена сопоставлением результатов идентификации с результатами, полученными традиционными методами анализа электромеханических колебаний моделей ЭЭС. Сопоставление разработанного метода с существующими подходами показывает эффективность предложенного алгоритма.

Апробация результатов работы. Основные результаты диссертации докладывались и обсуждались на конференциях: Международная научно-техническая конференция «Електроенергетика 2010», Варна, Болгария, 2010; Международная научно-техническая конференция «Электроэнергетика глазами молодёжи», Самара, 2011; Международная молодежная научно-техническая конференция «Управление, информация и оптимизация в электроэнергетических системах», Новосибирск, 2011; 2012 International Conference on Future Electrical Power Systems, Санья, Китай, 2012; Asian Conference Power and Energy Systems 2012, о. Пхукет, Тайланд, 2012; 3rd IEEE PES Innovative Smart Grid Technologies Europe (ISGT Europe), Berlin, 2012; Международная научно-техническая конференция «Электроэнергетика глазами молодёжи», Екатеринбург, 2012; научный семинар кафедры «Автоматизированные электрические системы» УралЭНИН УрФУ, Екатеринбург, 2012.

Публикации. По результатам исследования опубликовано 13 печатных работ, в том числе одна статья в журнале «Электричество» и одна в журнале «Научное обозрение», включенных в перечень российский рецензируемых журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук. Кроме того, две статьи включены в библиографическую базу Scopus.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка из 110 наименований и 5 приложений. Объем работы - 142 страницы, включая 42 рисунка и 8 таблиц.

Заключение диссертации по теме «Электростанции и электроэнергетические системы», Чусовитин, Павел Валерьевич

Выводы

В главе предложен алгоритм расчета корректировки уставок возбуждения генераторов для управления переходным процессом в энергосистеме. Предложенный алгоритм основывается на идентифицированной ЭДМ и направлен на скорейшее демпфирование электромеханических колебаний в энергосистеме.

Идентифицированная ЭДМ описывает те изменения модулей и фаз напряжений генераторов, которые проявляются в реальной энергосистеме. Соответственно в небольшом диапазоне отклонений искомых величин можно рассчитывать изменения модулей и фаз. Алгоритм расчета управляющих воздействий основан на добавлении управляющих величин в идентифицированную модель и нахождении таких значений этих величин, которые обеспечивают минимизацию отклонений фаз напряжений генераторов при расчете по идентифицированной ЭДМ. Соответственно приложение найденных управляющих величин к реальной энергосистеме (в данном случае модели) приводит к демпфированию электромеханических колебаний.

В главе показана эффективность такого подхода. Оценка эффективности алгоритма осуществлялась для генераторов, оснащенных АРВ ПД. Конечно, работоспособность алгоритма совместно с АРВ СД требует дополнительного исследования. Однако следует отметить, что такое управление предлагается не в качестве альтернативы АРВ ПД, а как дополнительный канал регулирования. С учетом этого можно предположить, что совместная работа с АРВ СД также не ухудшит демпфирующих свойств системы, а лишь усилит положительный эффект от АРВ СД.

Существенной проблемой при внедрении вышеописанного алгоритма управления в реальной энергосистеме являются задержки по времени на сбор информации от СВИ и на передачу управляющей информации. В главе показана возможность учета таких задержек. Так в главе показано, что задержка на передачу информации величиной 0,2 с (существуют системы управления на основе синхронизированных векторных измерений, работающие с меньшими задержками [28]) в рассматриваемой тестовой схеме не приводит к ухудшению управления.

Поскольку реальная энергосистема является нелинейной, возникает вопрос об адекватности применения линейной ЭДМ для определения управляющих воздействий. В главе показана применимость линеаризованной модели энергосистемы для расчета переходных процессов не только для малых возмущений. Это свидетельствует в пользу предложенного подхода. Кроме того, следует отметить, что практически все существующие методики настройки регуляторов в энергосистеме используют линеаризацию модели объекта управления [33, 66, 68, 75], что также говорит о допустимости применения линеаризации.

5 ЗАКЛЮЧЕНИЕ

1)В первой главе работы произведен всесторонний анализ методов идентификации низкочастотных колебаний в электроэнергетических системах и выявлены преимущества и недостатки методов. Наиболее широко применяемые методы [71] были реализованы программно. В ходе анализа методов сделан вывод, что наиболее перспективными для мониторинга электромеханических колебаний являются методы, основанные на применении сингулярного разложения. Это разложение обладает большой вычислительной надежностью, устойчивостью и скоростью вычисления [88], поэтому широко используется для различных задач линейной алгебры. Методы для выявления низкочастотных колебаний в энергосистеме, основанные на этом разложении, способны работать с малым окном наблюдения. Более того, эффективность этих методов увеличивается за счет возможности одновременного применения для идентификации нескольких сигналов.

Кроме того, в главе были исследованы возможности для анализа устойчивости энергосистемы на основе линеаризации модели энергосистемы. Была показана перспективность применения идентификации ЭДМ для мониторинга устойчивости энергосистемы в реальном времени.

2) Во второй главе представлен метод идентификации ЭДМ энергосистемы, позволяющий определять параметры низкочастотных колебаний в энергосистеме. Метод отличается эффективной фильтрацией шумов и требует малого окна измерений. Особенностью метода является идентификация не отдельных параметров колебаний, а эквивалентной модели в целом [94, 97]. В основе метода лежит идентификация эквивалентной матрицы состояния энергосистемы, определяющей свободные колебания линеаризованной модели энергосистемы. Предварительная фильтрация с помощью сингулярного разложения величин, полученных от СМПР, позволяет выявить значимые динамические свойства энергосистемы и отбросить шумы и несущественные компоненты.

Предложенный метод был сопоставлен с другими методами на примере трехузловой схемы энергосистемы [96]. Основной задачей при выборе уровня детализации модели было обеспечение возможности колебательного нарушения устойчивости, а такое нарушение возможно только при наличии регулирования. При этом для задачи сравнения методов нет необходимости детального воссоздания всех свойств системы, поскольку главное, чтобы сравнение осуществлялось в одинаковых условиях. В модели также присутствует учет нестационарного поведения нагрузки.

3) В результате сопоставления методов было показано, что при прочих равных условиях разработанный метод обладает большей надежностью с точки зрения определения параметров колебаний. Особенно это касается выявления декрементов затухания на малом окне наблюдения. При одинаковом малом окне наблюдения предложенный метод дает значение декремента более близкое к тому, которое заложено в модель. В рассматриваемой модели идентификация декремента затухания с помощью разработанного метода происходит на окне наблюдения даже меньшем, чем период рассматриваемого электромеханического колебания. Метод Гилберта-Хуанга на таком же окне не способен выявить декремент затухания. Метод Прони также идентифицирует декремент затухания достаточно точно, но в ходе идентификации появляются несуществующие колебательные компоненты. Подпространственные методы дают идентификацию декрементов затухания и частот колебаний абсолютно идентичную предложенному методу. Однако с их помощью, как и в методе Прони, невозможно получить фазу и амплитуду колебаний. Для вычисления этих параметров требуются дополнительные процедуры. Предложенный метод, наряду с преобразованием Гилберта-Хуанга, в отличие от других рассмотренных методов, дает характеристику взаимного движения генераторов в ходе колебаний, а также фазу и амплитуду колебаний.

4) В третьей главе показаны способы применения идентифицированной ЭДМ для мониторинга динамических свойств энергосистемы. Анализ идентифицированной матрицы состояния позволяет выявлять ключевые свойства системы и определять положение точки режима энергосистемы в области устойчивости. Знание близости границы устойчивости, получаемое в реальном времени, позволит полнее использовать пропускную способность сети.

Предложенный метод применялся к сложнозамкнутой схеме энергосистемы, а также к измерениям, полученным из реальной энергосистемы.

Модели реальных энергосистем обладают большой размерностью, определяемой сложностью описания моделей генераторов, а также наличием различных систем регулирования. Так описание генератора моделью Парка-Горева насчитывает 13 независимых переменных, к которым добавляются переменные систем регулирования. Соответственно движение системы представляется наложением многих компонент. В такой ситуации выделение компонент, соответствующих электромеханическим колебаниям, представляется непростой задачей.

В главе показана возможность осуществления такой идентификации на примере девятиузловой тестовой схемы, впервые представленной в [72] и получившей широкое применение в исследованиях, посвященных анализу динамических свойств энергосистемы и в особенности электромеханических колебаний. Рассмотренные в главе примеры показывают возможность идентификации ЭДМ не только на данных аварийных возмущений, но и в ходе текущей эксплуатации при выводе линии в ремонт. Модель, идентифицированная даже при несущественном возмущении, дает то же описание динамических свойств энергосистемы, что и модель, полученная в результате идентификации по данным аварийного возмущения.

Успешное применение разработанного метода к реальным измерениям, представленное в работе, служит дополнительным аргументом в пользу предложенного метода идентификации. Метод может стать основой системы мониторинга, сигнализирующей о колебательном нарушении устойчивости. Примеры применения разработанного метода для мониторинга устойчивости энергосистемы представлены в [95, 108-110]. Кроме того, в работе предложен способ выявления групп синфазных генераторов в энергосистеме и критических генераторов в этих группах на основе идентифицированной ЭДМ, который является дополнительным инструментом (близким к поиску опасных сечений), позволяющим контролировать режим энергосистемы в реальном времени. Преимущество предложенного подхода в том, что метод определяет синфазные группы для текущей режимной ситуации и в отличие от традиционных методов определения опасных сечений не требует вектора утяжеления режима. Отказ от заранее заданной модели и вектора утяжеления режима в пользу мониторинга в реальном времени также позволит расширить область допустимых режимов энергосистемы. Выявленные критические генераторы показывают, в каких районах энергосистемы следует реализовывать управляющие воздействия (разгружать блоки) в первую очередь, чтобы обеспечить необходимый запас устойчивости.

5) В работе показана эффективность применения идентифицированной ЭДМ для выявления в реальном времени колебательного нарушения устойчивости с указанием источника нарушения. Применение метода к реальным измерениям показало, что при наличии системы мониторинга, основанной на предложенном подходе, нарушение колебательной устойчивости для конкретного события в реальной энергосистеме было бы выявлено на порядок раньше.

Предложенный метод идентификации ЭДМ может стать основой новых систем мониторинга, способных сигнализировать о колебательной неустойчивости.

6) В четвертой главе предложен способ управления энергосистемой на основе идентифицированной ЭДМ, позволяющий эффективно демпфировать электромеханические колебания, предотвращать колебательное нарушение устойчивости и улучшать динамическую устойчивость энергосистемы. При этом эффективное управление достигается при применении окна наблюдения, которое меньше одного цикла качаний. Показана возможность использования предложенного подхода с учетом временных задержек на передачу и обработку информации.

Идентифицированная ЭДМ описывает те изменения модулей и фаз напряжений генераторов, которые проявляются в реальной энергосистеме.

Соответственно в небольшом диапазоне отклонений искомых величин можно рассчитывать изменения модулей и фаз. Алгоритм расчета управляющих воздействий основан на добавлении управляющих величин в идентифицированную модель и нахождении таких значений этих величин, которые обеспечивают минимизацию отклонений фаз напряжений генераторов при расчете по идентифицированной ЭДМ. Следовательно, приложение найденных управляющих величин к реальной энергосистеме (в данном случае модели) приводит к демпфированию электромеханических колебаний.

Существенной проблемой при внедрении вышеописанного алгоритма управления в реальной энергосистеме являются задержки по времени на сбор информации от СВИ и на передачу управляющей информации. В главе показана возможность учета таких задержек. Так в главе показано, что задержка на передачу информации величиной 0,2 с (существуют системы управления на основе синхронизированных векторов, работающие с меньшими задержками [28]) в рассматриваемой тестовой схеме не приводит к ухудшению управления.

7) В работе показана эффективность предложенного метода идентификации ЭДМ для мониторинга устойчивости и управления переходным процессом в энергосистеме. Метод может стать основой для системы управления и контроля режима энергосистемы. Структурная схема предложенной системы представлена на рисунке 5.1. Предлагается использовать единую идентифицированную модель, как для анализа динамических свойств энергосистемы, так и для определения необходимых управляющих воздействий. Блок "Оценка параметров модели" основан на разработанном методе идентификации ЭДМ. Далее в блоке "Опасные сечения, слабые места в энергосистеме" к ЭДМ применяется аппарат линейной алгебры (анализ собственных чисел и векторов) для мониторинга устойчивости ЭЭС. В блоке "Устройство формирования управляющих воздействий" реализуется алгоритм управления, описанный в главе 4. Следует отметить, что поскольку идентифицируется эквивалентная модель вида "черный ящик", в систему одинаково легко интегрируются как традиционные средства управления генераторы, - так и современные - различные устройства регулируемой передачи переменного тока на основе силовой электроники.

Рисунок 5.1 - Структурная схема системы мониторинга энергосистемы и управления ею

Следует отметить, что существует целый ряд вопросов, требующий дальнейших исследований. Основные это:

• Возможность применения в качестве ориентира для оценки адекватности идентификации линеаризованной модели энергосистемы в точке текущего режима, полученной на основе оценки состояния.

• Определение количества СВИ и мест их установки и связь этих параметров с точностью и надежностью результата идентификации.

• Оценка влияния величины возмущения и ее соотношения с уровнем измерительного шума на успешность идентификации.

Тем не менее, автор считает, что в работе продемонстрирована эффективность предложенного оригинального метода идентификации ЭДМ и способов мониторинга режима ЭЭС и управления им и предложенный подход заслуживает внимания и продолжения исследований в этом направлении.

Список литературы диссертационного исследования кандидат технических наук Чусовитин, Павел Валерьевич, 2013 год

1. В. Андреюк, Н. Сказываева, Системы автоматического управленияустановившимися и переходными режимами энергосистемы по абсолютному углу. Электрические станции № 12, 1995.

2. А. Жуков, Применение электродинамической модели для выработки новых требований к СМПР в целях решения задач управления ЕЭС. Мониторинг параметров режимов электроэнергетической системы 2008, Санкт-Петербург.

3. V. Terzija, et al, Architecture of wide area monitoring systems and their communication requirements, 43 CIGRE Session2010, Paris.

4. B. Ayuev, et al, Communications needs for different applications of IPS/UPS Wide Area Measurements (WAMS), 43 CIGRE Session2010, Paris.

5. K. Narendra, Calibration and Testing of Tesla Phasor Measurement Unit (PMU) Using DOBLE F6150 Test Instrument, iREP Symposium, Bulk Power System Dynamics and Control VII, 2007.

6. E. Goutard, et al, Impact of Communication Network impairments on Wide Area Monitoring, Control and Protection Applications in the IEC61850 Environment, 43 CIGRE Session2010, Paris.

7. A. Grobovoy, et al, Proving Stand for Examination of PMUs Conformity to IEEE Standard C37.118-2005, Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

8. X. Xiao, PMU Standardization in China, in Monitoring of Power System Dynamics Performance2008: CIGRE Russia.

9. J. De la О Serna, Improving Phasor Measurements Under Power System Oscillations. IEEE Transactions on Power Systems 18(1), 2003.

10. A.B. Данилин, A.B. Жуков, A.T. Демчук, Система мониторинга запасов устойчивости энергосистемы на основе данных СМПР. Мониторинг параметров режимов электроэнергетической системы 2008, Санкт-Петербург.

11. Аюев, Б., Система мониторинга переходных режимов: текущее состояние и перспективы развития, in Мониторинг параметров режимов электроэнергетической системы2008: Санкт-Петербург.

12. Б. Стогний, и др., Проблемно-ориентированный мониторинг режимов энергообъединенияю. Мониторинг параметров режимов электроэнергетической системы 2008, Санкт-Петербург.

13. I. Nedelcu, et al, From the wide area monitoring to the wide area protection in the Romanian power grid. 43 CIGRE Session 2010, Paris.

14. M. Chenine, Performance Considerations in Wide Area Monitoring and Control Systems. 43 CIGRE Session 2010, Paris.

15. Martinez, SIMEFAS: Wide Area Measurement, Protection and Control System in Mexico. Advances in Measurement Systems, 2010.

16. E. Schweitzer, et al, Synchrophasor-Based Power stem Protection and Control Applications. Symposium «Modern Electric Power Systems (MEPS)» 2010, Wroclaw.

17. B. Singh, et al, Applications of Phasor Measurement Units (PMUs) in electric power system networks incorporated with FACTS controllers. International Journal of Engineering, Science and Technology 3(3), 2011.

18. M. Kezunovic, Monitoring Power System Dynamic Performance Using Synchronized Sampling, in Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

19. Moxley R., Synchrophasor-Based Monitoring, Analysis, and Control. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

20. R. Moraes, Challenges for Large-Scale PMU Application for the Brazilian Interconnected Power System. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

21. Wilson D., Wide Area Monitoring Systems in the UK: Operational Experience and Systems Development. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

22. M. Stojsavljevic, WAMS in Croatian Power System. Monitoring of Power System Dynamics Performance2008: CIGRE Russia.

23. E. Ciapessoni, Wide Area Monitoring in the Italian System and Advanced Perspectives for PMU Synchronisation. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

24. Jiang, H., The Application of WAMS in Electric Power Dispatching Systems. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

25. J. Zakonjsek, D. Karlsson, Wide Area Protection From the Engineer Point of View. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

26. S.T. Kim, S.W. Han, et al, Performance evaluation for K-WAMS (Korean wide area monitoring system) under field operating condition of Korea power grid.n 43 CIGRE Session2010, Paris.

27. R. Moxley, Real-Time wide-area measurements for improved operator response. 43 CIGRE Session2010, Paris.

28. C. Lu, J.T. Wu, et al, Wide-area coordinated and adaptive damping control of multiple HVDC links in China Southern Power Grid. 43 CIGRE Session2010, Paris.

29. J. Shi, et al, Implementation of an Adaptive Continuous Real-Time Control System Based on WAMS. Monitoring of Power System Dynamics Performance 2008: CIGRE Russia.

30. А. Жуков, Исследование эффективности управления режимами энергосистемы с воздействием на турбины энергоблоков электростанций по данным СМПР. Мониторинг параметров режимов электроэнергетической системы 2008: Санкт-Петербург.

31. С. Rehtanz, Wide Area Measurement and Control System for Increasing Transmission Capacity in Deregulated Energy Markets. 14th Power system computation conference 2002, Sevilla.

32. A.M. Carter, et al, The application of wide area monitoring to the GB transmission system to facilitate large-scale integration of renewable generation. 43 CIGRE Session2010, Paris.

33. Chen He, Wide-Area Robust H2/Hoo Control with Pole Placement for Damping Inter-Area Oscillation of Power System. Challenges and Paradigms in Applied Robust Control, 2011.3435,36