基于scada系统和多时间尺度的电网动态管理方法
文献发布时间:2023-06-19 10:55:46
技术领域
本发明属于电网的优化技术,具体属于一种基于scada系统和多时间尺度的电网动态管理方法。
背景技术
随着多电源供电和新能源的大规模接入,随着泛在电力物联网工程的进展,电网的规模不断扩大,源载线路中功率、无功及电压的变化规律日趋复杂,为了实现整个电网内能源资源的最优利用,减少系统电压的波动,相关研究月异日新。
SCADA系统为数据采集与监视控制系统。SCADA系统是以计算机为基础的DCS与电力自动化监控系统;目前应用于电力、冶金、石油、化工、燃气、铁路等领域的数据采集与监视控制以及过程控制等诸多领域。在电力系统中,SCADA系统在远动系统中占重要地位,可以对现场的运行设备进行监视和控制,以实现数据采集、设备控制、测量、参数调节以及各类信号报警等各项功能,在现今的变电站综合自动化建设中起了相当重要的作用。
源载电路中主网终端上的功率、无功数据刻画了居民的用电需求。从长时时间尺度看,电力需求反映了该地区的整体用电需求,具有一定的稳定性。从实时时间尺度看,电力需求也反映了各个用户的个体用电需求,具有较强的随机性。从多时间尺度的视角出发,依据主网终端上的实时scada采样数据,构建源载线路上的功率、无功与电压间的动态演化规律的分析方法,是保障整个电网安全对源载线路分析及大数据处理提出的新需求。
发明内容
发明目的:为解决实时动态的用电需求对电网稳定安全运行的影响,本发明提供一种基于scada系统和多时间尺度的电网动态管理方法。
技术方案:一种基于scada系统和多时间尺度的电网动态管理方法,所述方法基于源载线路中主网终端上scada系统获取实时数据,然后以一个月为大时间尺度和以5秒为小时间尺度分别建立电网的动态分析模型,包括在大时间尺度下基于大数定理对同一状态窗口下的数据进行叠加和滤波处理,在小时间尺度下基于差分法和自回归移动平均模型ARIMA建立分析模型,最后根据有功功率和无功功率与电压的动态关系对电网进行管理。
所述的方法包括如下步骤:
(1)获取配电网终端上一个自然月的scada系统采样数据,根据每日电网中功率、无功及电压的实时数据的时间分布特征,建立大时间尺度下的不同状态的动态时间窗口;
(2)在大时间尺度下,对同一状态窗口下的数据进行叠加和滤波处理,分别建立不同状态中功率、无功与电压间动态关系的函数表示式;
(3)在小时间尺度下,建立功率与电压的二维时间序列,依据差分方法,建立求和自回归移动平均模型ARIMA,并在实时时间尺度下识别模型参数,得到功率与电压间的数学模型;
(4)分从大时间尺度和小时间尺度建立无功与电压的二维时间序列;
(5)重复步骤(4),得到小时间尺度下的无功与电压间的数学模型。
进一步的,步骤(2)所述大时间尺度的时间尺度为一个月,具体分析过程如下:
S1、从大的时间尺度出发,以一个月的实时数据为研究对象,依据每日电网中的实时功率P
其中
S2、根据S1中所得时间窗口,整理各状态窗口下的每日实时电网的功率数据序列:
S3、在各个状态窗口下,取同一个时刻下的众位数作为该时刻的数值,得到新的整体规律下的一天的功率数据{P
S4、对高峰时间窗口T
其中,
S5、将功率的低频部分进行重组,得到滤波后的功率数据
S6、对序列
S7、依据S101中功率的时间窗口,整理出对应状态窗口下的电压数据
S9、对电网终端上的实时无功数据和电压数据序列重复步骤S1-S8,得到不同状态窗口下,无功与电压的多项式函数具体如下:
进一步的,步骤(3)所述小时间尺度以5s为时间间隔,具体包括如下分析过程:
s1、以5S为实时的小时间尺度,将电网中的功率数据{P
s2、当二维时间序列不稳定时,对其进行差分处理,使其变成平稳的时间序列,具体计算如下:
….
s3、从随机过程的角度,将d次差分后的X
其中
s4、依据ARIMA(n,d,m)模型,分析X
s5、将电网中的无功数据{Q
更进一步的,所述方法通过不同电网终端的不同时间窗口下的实时数据,对比两种时间尺度下的负载进行分析,包括建立有功功率、无功功率与电压之间的动态函数与数学模型对电网的资源配置进行优化。
有益效果:与现有技术相比,本发明所提供基于scada系统和多时间尺度的电网动态管理方法用于配电网的实时动态管理分析方法,首次实现了大时间尺度下的时间窗口随电网实时状态动态变化,及小尺度下的数学模型从向量的角度建立,能更好的同时刻画电网实时状态的长时稳定性和短时随机性的动态变化过程,能更快速准确的计算出源载线路中主网终端上实时功率、无功及电压数据间的大时间尺度下的函数关系及小时间尺度下的数学模型,为电网智能调控提供一种新的管理分析方法和途径。
附图说明
图1是本发明所述方法的结构示意图;
图2是本发明所述方法中大时间尺度的数据处理的流程图;
图3是本发明所述方法中小时间尺度的数据分析流程图。
具体实施例方式
为了详细的说明本发明所公开的技术方案,下面结合说明书附图和具体实施例进一步的阐述。
本发明所提供的是一种基于scada系统和多时间尺度的电网动态管理方法,该方法从长时间尺度下数据的以概率收敛和短时间尺度下数据的随机性出发,分别建立不同的数学模型,分析源载线路中主网终端上scada采样数据,获取多时间尺度下功率、无功与电压的动态演化规律的分析方法。结合图1-3,主要实施过程如下:
1、截取主网终端上一个月的scada采样数据,建立大时间尺度下随实时数据变化的电网不同状态的动态窗口。
2、在同一状态窗口下,对电网实时数据进行叠加和滤波处理,分别建立功率、无功与电压间的函数表示式。
3、从向量的角度,利用功率与电压的二维实时时间序列,建立求和自回归移动平均模型ARIMA,并在在小时间尺度下识别模型参数,得到电网终端上功率数据与电压数据间的数学模型。
4、重复步骤(3),得到小时间尺度下,向量视角下的电网终端上无功数据与电压数据间的数学模型。
具体的说,本发明所述的方法主要由以下三个部分组成,具体如下:
Step1:大时间尺度下的管理分析方法和步骤:
1、从大的时间尺度出发,以每个自然月为单位,分析上个自然月的scada系统采样和监控数据,依据每日电网中的实时功率P
2、依据上述时间窗口,分别整理出每日各状态窗口下的实时电网数据:
3、依据大数定理,从以概率收敛的角度,对各状态窗口下的功率数据进行滤波处理。具体步骤如下:
3.1在各个状态窗口下,取同一个时刻下的众位数作为该时刻的数值,得到新的整体规律下的一天的功率数据{P
3.2对高峰时间窗口T
其中,
3.3将功率的低频部分进行重组,得到滤波后的功率数据
3.4对另外两个状态窗口下的
4、依据功率的时间窗口,整理出对应状态窗口下的电压数据
5、依据同一状态下,电网性能相对稳定的原则,分别在各个状态窗口下,将功率表示成电压的多项式函数,得到函数
6、对无功和电压重复步骤1-5,得到不同状态窗口下,无功与电压的多项式函数
Step2:小时间尺度下的管理分析方法和步骤:
1、从实时时间尺度出发,将电网中的功率数据{P
2、当二维时间序列不稳定时,对其进行查分处理,使其变成未定的时间序列。其中:
….
3、从随机过程的角度,将d次差分后的X
4、依据上述ARIMA(n,d,m),分析X
5、将电网中的无功数据{Q
Step3:综合分析管理和优化调度
综合以上主网终端上的分析结果,得到多时间尺度下源载线路上功率、无功及电压的分析方法,并对配电系统的稳定化运行提供基础和借鉴。
本发明所述方法对于大时间尺度下的窗口时间长度不固定合电网动态运行的特征,建立大时间尺度下随电网的实时状态的时间分布动态变化,更能刻画电网的动态演化规律。大时间尺度下的研究数据,由同状态窗口下的每日实时数据的众数重新构成,有效避免了随机事件的影响。另外,本发明首次从向量的角度出发,在小时间尺度下,建立了的功率与电压,及无功与电压的随机过程模型;在小时间尺度下,依据二维时间序列的求和自回归移动平均模型来分析功率、无功与电压的动态演化关系为电网的优化和调度奠定坚实的基础。
- 基于scada系统和多时间尺度的电网动态管理方法
- 基于需求侧响应的微电网多时间尺度能量管理方法