3、PMU/WAMS的未来发展建议
为了能进一步拓展PMU/WAMS在电力系统中的应用范围和领域,建议从以下几个方面开展相关研发工作.
3.1PMU在高压直流输电中的应用
目前的PMU应用还仅限于对交流系统的监测.随着高压直流输电的广泛应用,有许多现象需要对交直流系统进行同步观测,才能得出正确的结论.例如:对于高压直流换相失败,其在交流系统监测到的现象与瞬时短路造成的现象很相似,难以准确区分,但若结合直流系统的导通角量测,则很容易判断换相失败事件.
PMU最关键的特征是基于卫星定位系统的广域时间同步功能,基于上述需求,有必要将该特征应用于高压直流以及其他直流量测回路与交流系统的同步观测中.若将PMU应用于直流系统中,则要考虑50Hz或25Hz的通用上送速率允许对何种瞬时直流数据变化进行监测.
3.2PMU和WAMS主站间的变帧率传输
为解决PMU大规模应用对通信系统资源的消耗问题,需研究PMU的变帧率传输.例如:PMU平时以1帧/s的速率上送量测数据,但是就地缓存高帧率数据(如200帧/s),当监测到有需要关心的事件发生时,上送高帧率数据,并将缓存事件发生时刻前的高帧率数据也上送WAMS主站.这样可避免所有PMU在所有时段均上送大量动态量测数据,以减轻通信网络的流量压力,同时也降低了主站的历史数据存储压力.随着变传输帧率PMU/WAMS的发展,PMU/WAMS在对通信资源和存储资源占用上相对于远程终端单元(RTU)/SCADA的劣势将得到克服,PMU逐步取代RTU将成为可能;WAMS和SCADA平台将有可能最终真正合一.
3.3PMU问题数据形成原因的统计分析
现有PMU/WAMS监测系统虽然对PMU量测的异常数据、通信问题做了一定的监视工作,但对造成数据质量问题的原因仍缺乏统计分析.例如:现有的通信中断,有多少是由于WAMS本身数据通信量大造成的,有多少是由于其他原因造成的网络通信中断或丢包,从而影响到WAMS的数据通信.通过对上述信息的统计分析,可以发现影响现有PMU数据质量问题的主要因素,从而有针对性地提出解决方案.
3.4PMU量测在电力系统状态估计中的应用
对于PMU在状态估计中的应用,国内外已经有大量的文献报道[17G18],但在实践中PMU对状态估计的改善并没有期望得那样大,也没有大规模地推广应用.分析其原因,与SCADA量测精度受时间同步的影响并非如想象中那样大有关:SCADA数据目前普遍采用变化上传和周期上传相结合的机制;对于模拟量来说,当其变化量超过需要关注的阈值时,将被立刻上送主站.这决定了在SCADA主站看到的一个电网断面数据中,尽管数据发生时刻可能不同,但该数据基本反映了当前该模拟量的实际值.然后,经过状态估计,这种由上送阈值导致的偏差被进一步缩小.因此,目前在通常工况下基于SCADA的状态估计结果普遍已较好,即使引入PMU,改进的空间也不明显.但也应该看到,在电网中存在谐波和暂态分量干扰的情况下,PMU量测数据仍具有明显优势:可以更好地提取工频基波成分,从而计算出状态估计所需的真正的工频基波量测量.因此,仍有必要研究利用PMU量测同时性好、具有相角量测、基波提取准确、高传输帧率的特点,提高非稳态、有谐波和暂态污染电网的状态估计精度,尤其是提高关键时刻(大负荷启停或故障时刻)、关键断面(如联络线),以及风电等新能源环境下的状态估计精度.此外,还可以基于PMU的高传输帧率相量数据,研究线性状态估计和动态状态估计在实际电网中的应用.
3.5WAMS主站高级应用的分布式实现
现有高级应用均采用在主站进行分析决策的模式,使得主站的计算量越来越大,对计算资源的要求也越来越高.随着WAMS主站高级应用的丰富,将使得主站的性能和性价比均降低.然而,实际上主站的许多计算任务可以分摊到PMU子站来实现.例如:在低频振荡的识别决策过程中,各量测量的频谱分析可以由各子站完成后,仅将振荡频率、幅值和相位上送给主站,然后由主站根据各PMU上送的局部分析结果信息,进行全网的振荡模态分析,包括振荡分界面位置、各电源点对振荡的相对贡献大小等[19].这样不仅可以解决主站计算分析工作量大的问题,而且对解决通信资源的大量占用问题提供了帮助.
3.6多WAMS主站联合事件分析和决策技术
随着区域WAMS的完善,WAMS应用向互联应用发展,需要研究和推广多区域WAMS联合事件分析和决策技术.例如:现有WAMS仅基于所在调度中心采集到的动态量测信息进行低频振荡分析.然而,在互联大电网中,很多低频振荡事件是分布于多个调度区域的机组相互作用的结果,在相关的调度区域网络上均能监测到振荡.在这种情况下,很可能某一调度中心(如省调)的全部管辖范围完全处于同一个同调群中,对于这个区域的运行人员来说,仅依赖本区域的信息无法了解其所监测到的低频振荡是哪些机组对哪些机组的振荡,振荡分界面在哪里,以及各机组参与程度的相对大小,因此无法作出正确的控制决策.而对于该调度中心的上一级调度机构(如网调),虽然其管辖的范围较大,通常能观察到参与振荡的两群机组,但往往并不能观察完全参与振荡的所有机组,尤其是缺少下级WAMS所管辖的低电压等级或容量较小机组参与振荡的情况,因此,不能对参与振荡的区域给出细化到机组参与程度的评价,也就难以作出针对机组的具体控制决策.可见对于大的区间振荡,往往需要结合其他区域调度中心和低电压等级调度中心的广域测量信息,才能确定振荡的范围及模态、振荡分界面、各机组或节点在振荡中参与程度的相对大小,并根据这些信息对具体机组的出力或线路的开断作出正确的控制决策.这种多调度中心WAMS的联合事件分析也可应用于其他类型的故障分析.
3.7基于事件时序特征的故障和稳定问题分析
为了解决PMU无法真实反映次暂态等快速暂态过程的问题,可以通过研究基于事件时序特征对故障和稳定问题进行分析的方法,从而达到在调度中心实时、快速掌握电网动态扰动事件的目的.其原理是基于不同类型故障会产生不同的保护装置动作信息、开关动作序列、网络拓扑特征及PMU曲线特征,进行各种类型的故障识别.这其中特别要注意利用好保护、开关动作结果信息,以弥补PMU在快速暂态监测上不能胜任的问题.
3.8与长时间常数相关的动态参数辨识
虽然PMU不能辨识发电机的次暂态参数,但其适合于辨识与长时间常数密切相关的动态过程参数,如发电机的转动惯量和同步参数.近年来的研究表明,其对发电机转动惯量的辨识准确度很高,可以解决工程实践中发电机组、汽轮机、励磁机综合转动惯量数据不准确的问题.
3.9基于WAMS的强迫振荡检测和控制方法
深入研究强迫振荡的系统控制机理:是否可以通过扩展控制系统模型,将强迫振荡统一到弱阻尼振荡机理,从而实现对强迫振荡的预防控制,而不是当强迫振荡发生时,再识别振荡源,切除故障.相应地提出对应的基于WAMS的强迫振荡检测和系统控制新方法.
3.10在风电、新能源和储能在线监测中的应用
在风电、新能源、储能等惯性时间常数小的快速响应系统中,有很多特性和现象,如低电压穿越,是现有SCADA系统所不能准确反映的.而PMU可以胜任对这些快速变化过程的监测,因此,有必要拓展PMU/WAMS在风电、新能源和储能在线监测中的应用.
3.11测量PMU和控制PMU的分类