上述算法的流程如图2所示。
图2配网等值筛选方法的计算流程
显然,该方法的计算时间和基于1P1Q法的传统TCS方法相当。但是由于近似考虑了配电网的影响,所以它的精度更优。
4、CS1和CS2的准确性如何?
为验证算法精度,我们仍选用30D系统进行验证,分别考虑两种情况:情况1中不考虑负荷静特性,情况2中考虑负荷静特性。所得结果如表1所示,表中的“蛮力型”GTCA是对所有预想事故都进行全局潮流分析,其给出的预警数目是准确的,作为比较选择结果准确程度的基准。
由表1可知,当配电网含环运行时,输配之间的耦合性较强,此时传统的TCS方法将会导致较多漏选(情况1中2次,情况2中3次)和错选(情况1中4次,情况2中5次)。而所提出的CS1和CS2方法则对此有着明显的改善,漏选次数分别为0和1。由于CS1方法中配电网潮流考虑得相对准确,所以CS1方法的准确度又稍优于CS2方法。
5、CS1和CS2如何降低通信量和计算量?
容易想到,虽然增加了筛选环节,但是由于仅对筛选后的预想事故进行详细分析,所以相比于蛮力型GTCA方法,CS1和CS2仍将显著降低安全分析的计算和通信代价。
首先对CS1的效果进行定量分析。假设输电网中有Ncon个预想事故需要分析,平均每个事故主从分裂法的迭代次数为Nit,一个配电网和输电网的边界节点数目为Nbs,由此可以计算出在蛮力型GTCA计算中,输配网之间的数据交换频率为NconNit,总的数据交互量为4NconNitNbs。如果首先采用CS1方法进行预想事故选择,那么筛选过程需要的主从迭代为Ncon。设筛选出的事故占总事故数的比例约为p,那么对筛选出的事故进行全局潮流分析需要的主从迭代次数为pNitNcon,于是总的主从迭代次数为(pNit+1)Ncon。由于每次交换4个浮点数(电压幅值、相角、有功、无功),所依总的数据交互量为4(pNit+1)NconNbs。若Nit=4,p=15%,那么经过CS1筛选后GTCA的计算量和通信的数据量将是蛮力型的35%。
而对于CS2方法,由于整个算法仅需要配电网控制中心上传等值模型,不需要迭代,所以算法的通信量和计算量和传统的TCA方法接近。
