一种基于谐波含量分析的电网监测站点选取方法与流程

本发明属于电力系统技术领域，具体涉及一种基于谐波含量分析的电网监测站点选取方法。

背景技术：

随着新能源并网规模的扩大，新型可再生能源发电(风电、光伏)系统与电网相互作用引起的次同步谐振和振荡现象越来越频繁，影响了电网和设备的安全运行，甚至造成严重的稳定性事故和设备损坏。因此，亟需对电网各节点次(超)同步谐波进行动态监测，以便进一步分析并实施阻尼控制。

然而，当前市场上的谐波监测装置价格较高，现阶段无法在电网所有关键节点布控，需要选择最有监测价值的若干节点进行布控。电网中关键节点的选取，离不开节点重要性评估。近年来，国内外对复杂网络节点重要度评估的传统方法包括介数法、基于最短路径、生成树数目的评估方法、因子分析算法和节点的删除方法等。各种方法均能从某一方面反映出各节点的重要性，但是没有能够反应节点谐波含量的。

鉴于次、超同步谐波监测需要选取谐波含量高的节点进行布控监测，本发明提出了一种基于谐波含量分析的节点选取方法，以克服现有技术的不足。

技术实现要素：

为了克服现有技术的不足，本发明提出的一种基于谐波含量分析的电网监测站点选取方法，该方法对于检测到谐波后进行溯源分析时，选择集中相邻的节点更利于谐波的溯源；采用本发明方法实现了各区域电网所有关键节点中典型监测站点的选取。

为实现上述目的，本发明采用的技术方案如下：

一种基于谐波含量分析的电网监测站点选取方法，包括如下步骤：

第一步：统计分析各节点模态，构建节点模态数值矩阵a；

其中，a是一个m×n的矩阵，m是节点个数，n是所分析电网中所有出现的模态总数；矩阵a中元素aij表示第i个节点出现第j个模态的个数，没出现该模态则记为0；

第二步：分析各模态重要性，得到模态权重矩阵c；

其中，c是一个n×1的矩阵，矩阵c中元素cj1为模态j的重要性因数；

第三步：构建各节点模态包含矩阵d；

其中，d为一个m×n的矩阵，矩阵中元素dij代表第i个节点是否包含第j个模态，包含则计1，不包含则记为0；

第四步：构建节点谐波含量矩阵d2，d2＝d×c；

其中，d2为一个m×1的矩阵，d2中元素d2i1代表第i个节点的谐波含量；

第五步：根据电网网络拓扑，构建各节点关系矩阵e；

其中，e为一个m×m的矩阵，矩阵e中元素eix代表第i个节点是否和第x个节点相连，相连则记为1，不相连则记为0，若i＝x，则记为1；

第六步：假设要设置k个电网监测站点，待查找节点数目为y，则y＝k，构建所有监测方案矩阵f；构建方法具体如下：

从矩阵e的第一行开始，逐行查找每个元素；

查找时，第1行从第1个元素开始查找，第二行从第2个元素开始查找，以此类推；

每一行被查找的第1个元素记为1，往后依次查找，若找到y-1个值为1的元素，之后将该行查找结果作为一个监测方案记入矩阵f，记入方式为：矩阵e被查找的第1个元素所在行在查找的第1个元素前若有元素，则前面的这些元素值均记为0，被查找的第1个元素记为1，往后依次查找的y-1个值为1的元素的值记为1，其余均记为0，形成一行只有y个1的向量；

若查找时，所在行没有y个值为1的元素，则该行查找结果不记入矩阵f；

矩阵f为x×m的矩阵，其中x为所有不重复的站点组合方案个数；矩阵f中元素fsi代表第s个方案是否包含第i个节点，包含值为1，不包含值为0；

第七步：计算各相邻节点组合的谐波含量矩阵j；j＝f×d2；

其中，j为一个x×1的矩阵，矩阵j中元素js1代表第s种方案的谐波含量；

第八步：根据矩阵j，将谐波含量从高到低的顺序将所有方案排序，从谐波含量最高的方案开始，依次验证谐波含量从高到低的各方案是否包含所有模态，若包含则该y个连续节点即为最具监测价值的节点，若不包含则验证下一个，直到找到最优方案a。

进一步，优选的是，第一步中，统计分析各节点模态的具体方法为：

选取一段时间作为一个统计周期，每个节点随机选择一个统计周期内的10个电流相量dym文件，每个文件用快速傅里叶变换做幅频特性分析，选取幅频曲线上每个幅值超过门槛值的点对应的频率值，记做一种振荡模态；每个记录的模态信息应包括其固有频率、阻尼比和振荡振型；统计每个节点所包含的模态个数和每个模态出现的次数。

进一步，优选的是，一个统计周期为一周。

进一步，优选的是，门槛值为额定电流的1％。

进一步，优选的是，第二步中，分析各模态重要性，得到模态权重矩阵c的具体方法为：

采用熵权法根据各模态该统计周期内出现次数及分布的节点得到各模态的监测权重。

进一步，优选的是，将a拆分成n个m×1的数组，记做b1，b2，...bn；之后计算每个数组的信息熵e；

其中，

通过信息熵计算出各模态的监测权重

其中，ej代表每个模态的信息熵，bij为第j个数组b中第i个元素，pij为bij内部归一化后的结果，既谐波含量，wj为监测权重；继而，得到模态权重矩阵c；c是一个n×1的矩阵，矩阵c中元素cj1为模态j的监测权重wj。

进一步，优选的是，第六步中，若矩阵f为空，则令y＝k-1，然后按照第六步的构建方法，重新构建矩阵f，然后用重新构建的矩阵f继续第七步和第八步。

进一步，优选的是，第八步中，若所有方案均不包含所有模态，则放弃监测权重最低的模态继续寻找，并重新按照第八步中验证方法再一次验证各个方案，直至找到最佳方案a；以此类推。

本发明与现有技术相比，其有益效果为：

本发明提出的一种基于谐波含量分析的电网监测站点选取方法，用于从某区域电网所有节点中选出最适合做多模态向量监测的节点。多模态相量的监测可以诊断及预防次、超同步及高次谐波对电力系统的安全稳定运行带来的危害。选区最适合做观测的节点可以以最少的花费获得最有效的模态信息。

附图说明

图1为本发明方法的总流程图；

图2为应用实例的系统拓扑图。

具体实施方式

下面结合实施例对本发明作进一步的详细描述。

本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。

本发明提出的一种基于谐波含量分析的电网监测站点选取方法，实现了各区域电网所有关键节点中，典型相邻监测站点的选取。选取的标准是基于各站点的相邻性及各模态谐波的含量两个因素。它依次含有以下步骤，如图1所示：

第一步：统计分析各节点模态，构建节点模态数值矩阵a；

其中，a是一个m×n的矩阵，m是节点个数，n是所分析电网中所有出现的模态总数；矩阵a中元素aij表示第i个节点出现第j个模态的个数，设出现该模态则记为0；节点模态数值矩阵可以很好的体现出各模态出现的频次及分布的范围。

统计分析各节点模态的具体方法为：

在电网广域监测系统主站中，用离线召唤功能召唤所有节点电流相量dym文件。每一个文件一般为一分钟的历史数据，选取一段时间作为一个统计周期，每个节点随机选择一个统计周期内的10个电流相量dym文件，每个文件用快速傅里叶变换做幅频特性分析，选取幅频曲线上每个幅值超过门槛值的点对应的频率值，记做一种振荡模态；每个记录的模态信息应包括其固有频率、阻尼比和振荡振型；统计每个节点所包含的模态个数和每个模态出现的次数。

优选，一个统计周期为一周，门槛值为额定电流的1％。

第二步：分析各模态重要性，得到模态权重矩阵c；

其中，c是一个n×1的矩阵，矩阵c中元素cj1为模态j的重要性因数；

具体方法为：

采用熵权法根据各模态该统计周期内出现次数及分布的节点得到各模态的监测权重。分布不均匀但出现频次高的模态认为其重要性较高，因为选取的电站更不容易出现该模态。出现频次很低的模态认为其没有典型性，监测优先级低。出现频次不是很高但是分布较广的模态认为其分布的电站较被选中的概率较大，因此重要性也偏低。

具体计算方法为，

将a拆分成n个m×1的数组，记做b1，b2，...bn；之后计算每个数组的信息熵e；

其中，

通过信息熵计算出各模态的监测权重

其中，ej代表每个模态的信息熵，bij为第j个数组b中第i个元素，pij为bij内部归一化后的结果，既谐波含量，wj为监测权重；继而，得到模态权重矩阵c；c是一个n×1的矩阵，矩阵c中元素cj1为模态j的监测权重wj。

第三步：构建各节点模态包含矩阵d；

其中，d为一个m×n的矩阵，矩阵中元素dij代表第i个节点是否包含第j个模态，包含则计1，不包含则记为0；

第四步：构建节点谐波含量矩阵d2，d2＝d×c；

其中，d2为一个m×1的矩阵，d2中元素d2i1代表第i个节点的谐波含量；

第五步：根据电网网络拓扑，构建各节点关系矩阵e；

其中，e为一个m×m的矩阵，矩阵e中元素eix代表第i个节点是否和第x个节点相连，相连则记为1，不相连则记为0，若i＝x，则记为1；

第六步：假设要设置k个电网监测站点，待查找节点数目为y，则y＝k，构建所有监测方案矩阵f；构建方法具体如下：

从矩阵e的第一行开始，逐行查找每个元素；

查找时，第1行从第1个元素开始查找，第二行从第2个元素开始查找，以此类推；

每一行被查找的第1个元素记为1，往后依次查找，若找到y-1个值为1的元素，之后将该行查找结果作为一个监测方案记入矩阵f，记入方式为：矩阵e被查找的第1个元素所在行在查找的第1个元素前若有元素，则前面的这些元素值均记为0，被查找的第1个元素记为1，往后依次查找的y-1个值为1的元素的值记为1，其余均记为0，形成一行只有y个1的向量；

若查找时，所在行没有y个值为1的元素，则该行查找结果不记入矩阵f；

矩阵f为x×m的矩阵，其中x为所有不重复的站点组合方案个数；矩阵f中元素fij代表第s个方案是否包含第i个节点，包含值为1，不包含值为0；

第七步：计算各相邻节点组合的谐波含量矩阵j；j＝f×d2；

其中，j为一个x×1的矩阵，矩阵j中元素js1代表第s种方案的谐波含量；

第八步：根据矩阵j，将谐波含量从高到低的顺序将所有方案排序，从谐波含量最高的方案开始，依次验证谐波含量从高到低的各方案是否包含所有模态，

若包含则该y个连续节点即为最具监测价值的节点，若不包含则验证下一个，直到找到最优方案a。

第六步中，若矩阵f为空，说明没有与单个节点相邻的y-1个节点。此时，令y＝k-1，然后按照第六步的构建方法，重新构建矩阵f，然后用重新构建的矩阵f继续第七步和第八步。

第八步中，若所有方案均不包含所有模态，则放弃监测权重最低的模态继续寻找，并重新按照第八步中验证方法再一次验证各个方案，直至找到最佳方案a；以此类推。

应用实例1：

本实例假设有如图2所示某电网，其包含9个节点、5个模态，需要选择两个站点部署监测仪。假定每个模态统计期内出现次数如矩阵a所示：

第二步：分析各模态重要性。由矩阵a得出b1-b5：

b1＝[911012934812]

b2＝[997001402]

b3＝[008112090]

b4＝[107080397]

b5＝[360670110]

并由此计算出各模态信息熵及权重如e及m所示：

e＝{-4.501，-3.680，-2.735，-3.607，-3.465}；

w＝{0.239，0.203，0.162，0.2，0.194}；

最后得到模态权重矩阵c：

c＝[0.2390.2030.1620.20.194]^t

第三步：构建各节点模态包含矩阵d：

第四步：构建节点模态谐波含量矩阵

d2＝[0.7820.6360.8040.5950.9980.6040.8360.5950.642]^t

第五步：根据图2所示网络拓扑图，构建各节点关系矩阵e：

第六步：根据矩阵e中的书点关系，统计所有观测方案，并记入f：

可见，f共有9行，说明共有9组站点是相邻的。

第七步：计算各方案的谐波含量，得出矩阵j：

j＝[1.3771.2311.4461.5931.1991.8341.2461.5311.237]^t

第八步：找出j中最大值，即1.834对应的一组站点，发现是节点5和7，检查发现节点5和7包含了所有模态，因此选择在节点5和7部署监测仪是最佳方案。

应用实例2：

本实例假设有如附图2所示某电网，其包含9个节点、5个模态，需要选择三个站点部署监测仪。假定每个模态统计期内出现次数如矩阵a所示：

第二步：分析各模态重要性。由矩阵a得出b1-b5：

b1＝[301401000]

b2＝[000000100]

b3＝[123301310]

b4＝[011010030]

b5＝[230000000]

并由此计算出各模态信息熵及权重如e及w所示：

e＝{-2.66911，0，-1.83649，-1.24246，-0.67302}；

w＝{0.23058，0.06284，0.31641，0.23439，0.15577}；

最后得到模态权重矩阵c：

c＝[0.230580.062840.316410.234390.15577]^t

第三步：构建各节点模态包含矩阵d：

第四步：构建节点模态谐波含量矩阵

d2＝[0.683580.449190.844220.702760.99990.609830.683580.937150.52781]^t

第五步：根据图2所示网络拓扑图，构建各节点关系矩阵e：

第六步：根据矩阵e中的节点关系，统计所有观测方案，并记入f：

可见，f共有11行，说明共有11组站点是相邻的。

第七步：计算各方案的谐波含量，得出矩阵j：

j＝[2.386241.996172.132672.069921.981862.309182.38621.84042.620632.074792.14854]^t

第八步：找出j中最大值，即2.62063对应的一组站点，发现是节点5、7，8检查发现节点5、7、8不包含模态1和5，则继续验证，最后发现所有组合均未包含所有模态，则放弃观测权重最低的模态，既模态2。继续在j中寻找，发现谐波含量第二高的是方案1，既1、4、5节点，验证发现节点1、4、5包含了除节模态2以外的所有模态。因此选择在节点1、4和5部署监测仪是最佳方案。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。