PMU數據在控制中心的集成應用

戴則梅 ，陸進軍 ，閃 鑫 ，徐春雷 ，李匯群

(1.國電南瑞科技股份有限公司，江蘇 南京 210061；2.江蘇省電力公司，江蘇 南京 210024)

區域電網的互聯有利于資源的全局配置和優化利用，但也給電網運行和控制帶來了諸多挑戰[1]，各個區域電網之間的聯系越發緊密，電網的運行和控制面臨著諸多困難和挑戰。風電等間隙性新能源的大規模接入[2，3]，嚴重威脅電網的安全與穩定運行。2011年上半年，在西北和華北地區發生的幾起大規模風電脫網事件。各區域電網之間通過交流互聯，事故風險易于擴大，一旦發生事故，會快速波及全網，造成大面積的停電事故。特大型電網、大容量遠距離輸電、交直流互聯帶來的動態穩定問題同樣是電網發展過程中不可回避的問題。智能電網及其調度體系的建設必須認真考慮上述問題的存在。廣域測量（WAMS）系統和綜合智能報警系統的建立為上述問題的解決提供了一條可行的途徑。

我國WAMS系統的開發從2000年開始起步，經歷了由簡單的數據采集至監控、分析和保護、控制的發展階段[4，5]，目前絕大部分網省級以上的調控中心都建立了WAMS系統，PMU （相量測量單元）覆蓋了大部分330kV，500kV及以上的電網，為WAMS及PMU數據的深化應用研究提供了便利。基于上述考慮，本文從調度運行的角度，對PMU數據深化應用和綜合智能報警兩個方面進行了研究，PMU數據深化應用研究工作包括功率振蕩監視和處理、電網負荷建模和參數辨識技術、風電并網運行監視、直流閉鎖監視等幾個方面。綜合智能報警提出了總體架構，以信息支撐平臺為基礎，實現風險預警、事故分析和輔助決策等功能。

1 PMU數據深化應用

研究PMU數據深化應用的目的是提升調度軟件的智能化水平，提高調度員的在線分析和緊急事故處理能力，輔助調度員快速決策和處理事故。

1.1 功率振蕩監視和處理

低頻振蕩是現代復雜大電網運行中常見的現象，如果處理不當會進一步發展并導致電網振蕩失步。低頻振蕩監視和處理軟件功能框架如圖1所示，首先在線低頻振蕩監視功能在電網發生振蕩時能快速報警，提示電網當前的主導振蕩模式（頻率、阻尼比等），進一步對振蕩源進行分析并給出輔助決策建議，即告知調度員當前最有效的振蕩處理方式，如提高振蕩地區電壓水平、降低機組出力和聯絡線輸送功率、消除強迫振蕩源、消除振蕩諧振源等。

同時，對系統擾動后的振蕩或系統中存在的小功率振蕩進行模式分析，則有助于運行人員把握電網振蕩的主要特征（振蕩頻率和阻尼比等），從而改進電網運行方式，減少低頻振蕩現象的出現，并及早制定振蕩處理預案，做到有備無患[6，7]。

最后對系統振蕩案例進行集中管理，永久存儲重要的歷史振蕩數據，用于離線分析和事故反演，幫助運行人員積累運行經驗。功率振蕩監視功能框架如圖1所示。

圖1 功率振蕩監視功能框架

1.2 電力負荷建模和參數辨識

模型和參數是一切分析的基礎，利用PMU采集的數據對電網的支路參數和負荷模型進行辨識，可以提高狀態估計的合格率指標，提高電網穩定計算和方式研究的可信度。

支路參數辨識主要是依據線路兩端或變壓器端點的PMU實測數據，利用PMU量測具有同時性、可直接采集三相電壓和電流相量的優點，實現參數的在線辨識。對辨識結果進行統計性分析，可分析設備參數變化隨線路負載和周圍環境氣溫度等之間的對應關系，對于提高系統的穩定極限有幫助。

負荷模型辨識主要是依據擾動期間負荷端口的電壓、電流變化關系，綜合運用統計分析和總體測辨等多種方法給出最合理的負荷模型參數，并對辨識模型參數進行仿真比較，校驗參數的可接受程度。對負荷模型進行辨識，可以改變以往方式計算時只能憑主觀經驗設置模型參數的做法，對于提高電網的實時分析和穩定計算水平非常重要。

1.3 風電并網監視

風電等大規模并網運行給電網的運行和控制帶來了相當不利的影響，今年上半年發生的幾次重大風電場脫網事故即為例證。因此，加強風電場并網性能的監視和考核，對保證我國風電產業的長期可持續發展和電網的安全穩定運行極為重要。PMU數據傳輸速率高達25～100幀/s，可對電網短路造成的低電壓過程以及由于低電壓穿越能力不足引起的風電機組脫網行為進行有效監視，PMU記錄的電網實際發生的風機脫網事故中，故障點的動態電壓、電流曲線和全網頻率曲線如圖2—4所示。

圖3 PMU記錄的風電脫網動態電流曲線

圖4 PMU記錄的風電脫網動態頻率曲線

進一步根據風電場并網技術規范要求對風電場的電壓、無功支撐能力、低電壓穿越能力等進行考核，引導風電廠商改進風機運行控制系統以及風電場電壓無功控制系統，改進風電場并網運行質量。

1.4 直流閉鎖監視

由于技術水平的進步，直流輸電的電壓等級和容量水平越來越高，目前已經建成的向家壩-上海直流輸電系統雙極輸送功率達400萬kW。一旦發生單極或雙極閉鎖，其后果遠比單一的大機組跳閘或甩負荷更為嚴重，會對送端和受端的交流系統產生巨大的電壓和頻率沖擊。WAMS系統可以對高壓直流輸電系統（HVDC）的運行狀態進行直接監視，并在HVDC發生單極或雙極閉鎖行為時快速給出告警（1 s以內），提示系統運行人員檢查相關的安全自動裝置和穩定控制裝置等的運行狀態，避免事態的進一步惡化。

2 綜合智能報警

2.1 整體架構

綜合智能告警整體架構如圖5所示，以信息支撐平臺為基礎，實現風險預警、事故分析和輔助決策。信息支撐平臺將分散的數據同模型進行關聯，統一的存儲管理和標準化服務機制實現信息的源端維護和全局共享，從而為綜合智能告警提供完備的基礎數據。

圖5 綜合智能告警整體架構

風險感知側重于事故前的風險預警,提高調度對事故風險的感知能力；事故分析側重于事故中的在線監視，通過對短路故障、機組跳閘、直流閉鎖等的在線診斷，提高調度對電網故障的綜合監視分析能力；輔助決策側重于事故后的處理措施，通過建立在線事故分析同應用分析軟件的協同處理機制，實現故障后電網運行狀態的自動快速評估以及給出消除越限的措施，提高調度事故處理的應急能力。通過風險感知、事故分析和輔助決策建立了電網事故“事前—事中—事后”的全過程跟蹤監視與分析。

2.2 氣象風險感知

隨著電網的快速發展，臺風、雷電、雨、大霧等氣象因素對電網安全運行的影響越來越大，根據氣象預測信息，通過建立綜合分析模型，給出輸變電設備風險分析建議，可為制訂防災預案提供依據。臺風氣象風險評估系統流程如圖6所示。首先通過實時接收氣象監測系統提供的氣象信息得到當前電網的實時氣象信息，根據氣象信息的路徑并結合地理信息（GIS）系統得到氣象可能影響的電網設備，即風險設備，將上述風險設備進一步形成預想故障集，作為靜態安全分析以及在線安全穩定分析故障集的一部分，從而實現了氣象風險的在線評估，便于調度事先做好應對極端自然災害時的預案。

圖6 氣象風險評估流程

2.3 事故分析

事故分析的關鍵是實現電網故障的在線快速診斷。電網在線故障診斷雖然已研究多年，但受限于調度自動化技術水平的發展，以往的在線故障診斷基本上是采用單一數據源，正確性不高，難以滿足調度實用化的需求。正確率不高是一直困擾電網在線故障診斷難以滿足實用化的最關鍵因素之一。以往由于數據源的局限性，在線故障診斷基本上是采用單一數據源，使得在線故障診斷的正確率同故障時上送數據的準確性和實時性具有很大關系，而調度自動化系統由于建設周期的不同，每個廠站的自動化水平也參差不齊，因此數據的準確性和實時性很難保證都達到較高的水平，數據丟失、上送速度慢，全球定位（GPS）系統對時不準以及誤遙信等現象屢見不鮮，使得在線故障診斷存在較多的漏判和誤判，難以滿足調度對故障判斷正確率的要求。

解決在線故障診斷正確率低的方法之一是綜合利用調度端的各類數據，深度挖掘短路故障的特征信息，利用信息的冗余度，實現信息的校驗與補充，提高在線故障診斷的正確率。電網故障時涉及到狀態量和電氣量兩者共同的變化。其中狀態量的變化主要來自于穩態數據，包括遙信變位、事件順序記錄（SOE）信號、保護動作信號以及事故總信號等；電氣量的變化主要來自于動態數據和暫態數據，包括電壓、電流的突變。兩類信息來源于不同的量測裝置，因此綜合利用狀態量和電氣量進行故障判斷，有利于實現故障診斷信息的補充和校驗，以解決在線故障診斷的漏判和誤判。尤其是PMU數據，具有采樣頻率高和對時準確的特點，通過實時提取三相電壓、電流的突變信息，采用模式匹配的算法同故障特征信息比較，作為監測故障是否發生的標志，是在線故障診斷分析關鍵信息的補充和檢驗。

2.4 輔助決策

傳統的能量管理（EMS）系統的分析軟件計算大多需要調度員人工干預執行，并對結果進行分析，自動化和智能化水平較低，尤其在電網發生事故后，不能夠自動跟蹤電網狀態發生變化，需要調度員手工觸發和逐類調閱，大大增加了調度員事故處理的額外運行壓力。因此需要建立在線故障診斷與應用分析軟件的協同處理，如圖7所示。在電網發生故障后，首先通過在線故障診斷識別出電網發生故障，然后通過在線序列控制啟動相關應用進行計算，同時以故障事件為索引，整合相關應用的分析結果，形成事故處理輔助決策。上述過程實現了對故障后電網運行狀態的自動快速評估，提高了調度事故處理的效率。

圖7 輔助決策數據流程圖

2011年7月，綜合智能告警軟件已在華北電網投入正式運行，投運以來，正確識別電網發生的數十次故障，并有效輔助調度員及時、正確地處理故障。

3 結束語

智能電網的建設對調度實時監控軟件的智能化分析水平提出了更高的要求。本文結合PMU數據的特點，實現了功率振蕩監視和輔助決策、電網的負荷建模和參數辨識、風電并網運行監視、直流閉鎖監視等PMU數據深化應用功能，同時提出了綜合智能告警的總體架構。以信息支撐平臺為基礎，通過風險感知、事故分析和輔助決策實現了 “事前—事中—事后”，從而增強電網的實時監控和分析能力，為事故處理提供輔助決策功能，對促進電網調度分析軟件由人工分析向智能型分析轉化具有重要的意義，是實現我國電網智能調度體系的必然之路。

[1]劉開俊，葛旭波，王 楠.能源基地建設與特高壓電網規劃[J].中國電力，2008，41(1)：1-3.

[2]NB NB/T—2010，大型風電場并網設計技術規范[S].

[3]張麗英，葉廷路，辛耀中，等.大規模風電接入電網的相關問題及措施[J].中國電機工程學報，2010，30(25)：1-9.

[4]羅建裕，王小英，魯庭瑞，等.基于廣域量測技術的電網實時動態監測系統應用[J].電力系統自動化，2003，27(24)：78-80.

[5]高宗和，戴則梅，翟明玉，等.基于統一支撐平臺的EMS與WAMS 集成方案[J].電力系統自動化，2006，30(16)：41-45.

[6]梁志飛，肖 鳴，張 昆，等.南方電網低頻振蕩控制策略探討[J].電力系統自動化，2011，35(16)：55-60.

[7]田立峰，李成鑫，劉俊勇.電網低頻振蕩在線可視化監視的理論和實現[J].電力自動化設備，2010，30(5)：28-33.