Мониторинг электрического режима и обеспечение устойчивостиважнейшие 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.
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.