广域测量系统在电力系统分析及控制中的应用综述

第29卷第10期电网技术Vol.29No.102005年5月PowerSystemTechnologyMay2005文章编号：1000-3673（2005）10-0046-07中图分类号：TM76文献标识码：A学科代码：470·4054广域测量系统在电力系统分析及控制中的应用综述常乃超1，兰洲2，甘德强3，倪以信1（1．香港大学电机电子工程系，中国香港特别行政区；2．清华大学深圳研究生院电力系统国家重点实验室深圳研究室，广东省深圳市518055；3．浙江大学电气工程学院，浙江省杭州市310027）ASURVEYONAPPLICATIONSOFWIDE-AREAMEASUREMENTSYSTEMINPOWERSYSTEMANALYSISANDCONTROLCHANGNai-chao1，LANZhou2，GANDe-qiang3，NIYi-xin1（1．DepartmentofElectricalandElectronicsEngineering，TheUniversityofHongKong，HongKongSAR，China；2．NationalKeyLaboratoryofPowerSystemsinShenzhen，TsinghuaUniversity，Shenzhen518055，GuangdongProvince，China；3．CollegeofElectricalEngineering，ZhejiangUniversity，Hangzhou310027，ZhejiangProvince，China）ABSTRACT:Somepossibleapplicationsofwide-areameasurementsystem(WAMS)inpowersystemaregatheredup,includingapplicationsinstaticanalysis,recordingdynamicproceduresofthewholepowernetworkandpost-contingencyanalysis,identifyingandcalibratingthedynamicmodelofpowersystem,transientstabilitypredictionandcontrol,voltageandfrequencystabilitymonitoringandcontrol,analyzinganddampingthelowfrequencyoscillation,globalfeedbackcontrol,faultlocationandparametermeasurementoftransmissionline,etc.Above-mentionedapplicationsshowthatWAMSoffersnewviewpointsandsolutionstomanyproblemsinpowersystemanalysisandcontrol,sothefurtherresearchonapplicationsofWAMSinpowersystemsisworthmuch.KEYWORDS:Wide-areameasurementsystem（WAMS）；Phasormeasurementunit（PMU）；Globalpositionsystem（GPS）；Powersystem摘要：综述了广域测量系统（Wide-AreaMeasurementSystem，WAMS）在电力系统稳态分析、全网动态过程记录和事后分析、电力系统动态模型辨识和模型校正、暂态稳定预测及控制、电压和频率稳定监视及控制、低频振荡分析及抑制、全局反馈控制、故障定位及线路参数测量等方面的应用。通过这些应用可以看到，WAMS给电力系统分析与控制提供了新的视角和解决方法，值得深入研究。关键词：广域测量系统（WAMS）；相量测量单元（PMU）；全球定位系统（GPS）；电力系统1引言电力系统物理复杂性的迅速上升和电力工业运营机制的改变使得电力系统的安全稳定运行面临严峻挑战。大区电网的互联在提高电力系统运行经济性的同时使整个互联系统的动态过程变得更为复杂，可能导致整个互联系统的安全稳定裕度变小，诱发低频振荡和次同步振荡；日益严格的环境和生态保护要求使建造新的发电和输电系统受到限制，新建的大容量发电厂往往远离负荷中心，形成不利于安全稳定运行的远距离、大容量输电系统；电力工业由发电、输电、配电一体化的垂直垄断体制演变为开放、竞争的市场化运行机制，在提高电力系统运行效率的同时使电力系统的运行点愈发靠近其稳定极限，同时也增加了电力系统规划和运行的不确定和不安全因素。电力系统动态问题在数学上可以归结为一组连续与离散变量动态共存的高维非线性微分-差分-代数方程（DifferentialDifferenceAlgebraicEquations，DDAE），迄今求解DDAE仍是数学和控制界的一大难题，数值仿真几乎是目前唯一实用的求解方法，且可以预见在未来相当长的一段时间内这种理论研究上的困难并不会得到根本解决。在这种背景下，迫切需要引入新的技术手段来研究市场环境下大规模交直流互联电力系统的安全分析、监视及在线/实时稳定控制问题。近来受到广泛关注的广域测量系统（Wide-areameasurementsystem，WAMS）可能在一定程度上缓解目前对大规模互联电力系统进行动态分析与控第29卷第10期电网技术47制的困难。WAMS可以在同一参考时间框架下捕捉到大规模互联电力系统各地点的实时稳态/动态信息，这些信息在电力系统稳态及动态分析与控制的许多领域（如潮流计算、状态估计、暂态稳定分析、电压稳定分析、频率稳定分析、低频振荡分析、全局反馈控制等）都可能有用，给大规模互联电力系统的运行和控制提供了新的视角[1-23]。WAMS可看作仅针对稳态过程的传统的监控与数据采集（SupervisoryControlandDataAcquisition，SCADA）系统的进一步延伸，其外部基本单元为基于全球定位系统（GlobalPositioningSystems，GPS）的同步相量测量单元（PhasorMeasurementUnit，PMU）和连接各PMU的实时通信网络，其核心是一个中心数据站及基于其上的分析与应用。本文不讨论WAMS物理层的硬件结构，而主要讨论其应用层，即基于WAMS提供的全网稳态/动态信息可能存在的应用。2PMU的配置现代互联电力系统的规模很大，对每个节点都配置PMU不仅不经济而且也没必要，因此研究如何配置最少的PMU以实现某一研究目的很有意义。关于PMU的配置问题已有很多研究[24-33]，且大部分集中于稳态分析，如用最少的PMU使系统潮流方程可解或保证状态估计的可观测性等。其中，文献[32]将PMU的配置问题归结为多目标规划问题，其中一个目标为PMU的数目最小，另一个目标为故障后（某条线路停运）系统的观测冗余度最大，并采用遗传算法求取该多目标规划问题的帕累托（Pareto）最优解，取得了较好的效果。PMU另一个更重要的应用在于电力系统动态监视，如文献[33]按照所有动态响应间的相关性最小且动态响应包含的总信息量最大的思想来配置PMU，并应用于电力系统动态监视系统。目前，应用于动态分析的PMU配置问题的研究还较少，有待进一步探讨。3WAMS的应用3.1稳态分析PMU可以直接测量所装节点的电压幅值和相角，避免了一般潮流计算或状态估计的迭代过程[30-39]，并且其测量精度较高，可以和现有的SCADA系统相结合提高系统状态估计的精度[36]。随着电力电子设备、高压直流输电装置及电弧炉、调速电动机等非线性负荷不断被引入电力系统，谐波问题日益严重，文献[34,35]提出了基于相量测量的电力系统谐波状态估计方法，将全系统范围内的谐波状态估计问题转化为多个单母线系统的状态估计问题，降低了问题的求解难度。3.2全网动态过程记录及事故分析WAMS中分布于互联大电力系统各个地点的PMU可以在同一参考时间框架下获取各种扰动下全网的动态过渡过程信息，在这个意义上WAMS相当于一个大的故障录波器。各PMU得到的本地动态过渡过程信息可以实时上传至控制中心用于实时监视，也可在事故后传至控制中心用于事故分析。记录全网动态过程是WAMS的基本功能，北美、日本、韩国、北欧、法国以及我国的一些系统都已装备了WAMS用于电网的动态监视[4-13,18,21]。WAMS记录的实际扰动过程信息给系统动态性能分析、事故起因分析、调度员培训等提供了宝贵的资料。3.3电力系统动态模型辨识及模型校正一个正确有效的电力系统动态模型是对所有电力系统进行动态分析和控制的起点。目前对于既定模型的分析和研究已经很多，但模型本身的有效性却没有得到认真的评估，例如，1996年8月10日的WSCC系统大停电事故并不能依据WSCC一直采用的动态参数库通过计算机仿真重现[16]。电力系统动态模型可在各离散时间点上差分化为一系列非线性方程，利用WAMS获取的全网动态过程的时间序列信息可以进行电力系统动态模型辨识及模型校正，提高电力系统动态建模尤其是负荷建模的准确性。3.4暂态稳定预测及控制当今投入实际工业应用的稳定控制系统可分为两种模式[40-44]，即“离线计算、实时匹配”和“在线预决策、实时匹配”。但分析表明，大停电往往由“不可预见”的连锁故障引起，在这种情况下以上两种稳定控制系统很可能无法响应。理论上最为完美的稳定控制系统模式是“超实时计算、实时匹配”。这种模式假设在故障发生后进行快速的暂态分析以确定系统是否会失稳，若判断系统失稳则给出相应的控制措施以保证系统的暂态稳定性。这种稳定控制系统的整个分析计算、命令传输、执行过程的时间极短，理论上可以对任何导致系统暂态失稳的故障给出相应的稳定控制措施，达到对各种系统运行工况、各种故障类型的完全自适应。WAMS在以下几方面的应用有助于实现上述自适应实时控制系统[45-60]：48PowerSystemTechnologyVol.29No.10（1）对于WAMS提供的系统动态过程的时间序列响应，直接应用某种时间序列预测方法或人工智能方法预测系统未来的受扰轨迹，并判断系统的稳定性[45-54]。但由于电力系统在动力学上的复杂性，这种直接外推方法的可靠性值得怀疑。（2）以WAMS提供的系统故障后的状态为初始值，在巨型机或PC机群上进行电力系统超实时暂态时域仿真得到系统未来的受扰轨迹，从而判断系统的稳定性。仅就算法而言，这种方法是可靠的，但在连锁故障的情况下，控制中心未必知道该方法需要的电力系统动态模型；再者，该方法要求的时域仿真的超实时度较高，目前对大规模系统而言可能还存在困难。（3）基于WAMS提供的系统动态过程的时间序列响应，首先利用某种辨识方法得到一个简化的系统动态模型[59]，然后对该模型进行超实时仿真[47]得到系统未来的受扰轨迹，并判断系统的稳定性。这种方法的可靠性比第一种方法好，同时仅基于WAMS提供的实测信息，不需知道第二种方法必需的故障后系统动态模型的先验知识，应该是目前比较有前途的方法。除了判断系统稳定性外，另一个重要问题是若预测结果为系统失稳，那么该如何给出适当的控制量以避免系统失稳，这方面的研究相对于暂态稳定预测的研究还较薄弱。它涉及电力系统稳定量化分析和稳定量化指标对控制变量的灵敏度分析，即使在离线环境下这也是一个难点，实时环境下要求快速给出适当的控制量将更加困难。有些研究以WAMS得到的故障后一小段时间内的实测量为输入向量，通过人工神经网络直接将这些实测量映射到控制向量（如切机、切负荷量等）空间，这种方法相当于将暂态稳定预测和求解控制量都隐含在神经网络之中[19]。但人工神经网络的训练需要大量样本，如何保证这些样本对各种系统运行工况和各种可能发生的故障具有足够的代表性是一个难题。WAMS得到的实测信息也可用作稳定控制后备的失步解列装置的触发信号，在这方面的研究中系统通常被等值成两机系统[61-63]。3.5电压、频率稳定监视及控制相