python电力系统暂态分析_电力系统暂态计算——时域仿真方法
過幾天再補充
被PSS/E折磨半個月,欲仙欲死的我終于來補充了======2017.11.29
主要從西門子的電力系統(tǒng)仿真軟件PSS/E和時域仿真方法過程兩大部分介紹
1 PSS/E軟件概述及關鍵使用點介紹
PSS/E軟件(Power System Simulator / Engineering) 是西門子開發(fā)的一款非常優(yōu)秀的電力系統(tǒng)仿真軟件,它支持的功能包括:潮流計算、最優(yōu)潮流、短路計算、靜態(tài)等值以及動態(tài)等值、機電暫態(tài)計算等,它的優(yōu)秀不在于支持的這些功能,而是它提供了極其豐富變態(tài)的API接口,計算速度更不必說,快上MATLAB不止一個級別,同一個程序我用MATLAB計算超過一天,而PSS/E只需要10分鐘左右。不論你是想要實現(xiàn)程序自動化還是自定義模型,它都是電力系統(tǒng)仿真居家必備的良品,用一句話描述——只要你能想到怎么實現(xiàn),它就能做到!相比BPA、PSASP等這些計算速度快但是操作不友好的國產軟件,它就是集計算速度快、功能豐富、使用靈活的男神!這里使用靈活是說它可以用window的批處理命令、Fortran、Python等程序與其接口,因此非常方便,當然德國的Digsilent、加拿大的DSAtools也具備類似的功能,PSS/E和DIGSILENT、DSAtools各具優(yōu)勢,在此不作評判。
在這里不多介紹它的具體功能,有需要的自己去啃上萬頁的英文手冊吧!反正我看著這些奇怪的英文詞匯,多少次在深夜痛哭。主要介紹它的部分我們經常能用到的基本文件。基本文件及其功能
這里需要說明的是,PSS/E同一種功能之所以要定義兩種格式,自有其道理,具體說明可以參照文檔《Program operation manual》2.3.2節(jié),簡單來說,raw文件可以保存成sav文件,dyr文件可以保存成snp文件,看其文件類型就知道,根據《Program operation manual》的解釋。raw文件和dyr文件可以用文本編輯因此適合和人類交互數據,PSS/E在計算的時候是先將他們轉換成PSS/E能夠處理的二進制格式也就是sav文件和snp文件,再導入內存,這樣做的初衷是節(jié)省內存以及方便操作,因為每次導入sav文件和snp都會刷新內存,內存只保存最新一次的sav文件和snp文件,如果讀者進行多次暫態(tài)計算就知道這樣做的好處了(說多了都是淚!)
使用PSS/E的關鍵就是讀幫助文檔,因為網上關于PSS/E的資料非常之少,只能靠自己去摸索了。
2 電力系統(tǒng)時域仿真方法
時域仿真方法簡單來說就是利用潮流計算的結果作為初值給動態(tài)微分和靜態(tài)代數方程進行數值求解。
動態(tài)微分方程組包括(1)各同步發(fā)電機暫態(tài)、次暫態(tài)電勢變化規(guī)律;(2)同步發(fā)電機轉子方程;(3)同步發(fā)電機勵磁調節(jié)系統(tǒng)動態(tài)特性;(4)同步發(fā)電機原動機及其調速系統(tǒng)動態(tài)特性;(5)各感應電動機和同步電動機負荷動態(tài)特性:(6)直流系統(tǒng)整流器和逆變器控制行為;(7)其他動態(tài)裝置,如FACTS。
靜態(tài)代數方程組包括(1)電力網絡方程;(2)各同步發(fā)電機釘子電壓方程及D-Q坐標系與直角坐標系之間的坐標轉換方程;(3)各直流線路的電壓方程;(4)負荷的電壓靜態(tài)特性方程
具體過程如下:假設在t+s時刻發(fā)生故障,t時刻提供微分方程的初值
(1)首先對t時刻的發(fā)電機進行諾頓等值,計算出每個發(fā)電機節(jié)點的注入電流,每個負荷計算出它的等效導納,進而計算出網絡節(jié)點電壓(因為網絡導納是確定的,自然根據注入電流可以確定網絡節(jié)點電壓),這樣就形成了網絡初值x(0),,需要注意的是發(fā)電機功角的計算方法是按照下面的公式來進行計算的:發(fā)電機功角以及角速度初值確定
(2)接著我們計算狀態(tài)量在t時刻的導數,狀態(tài)量包括發(fā)電機功角、角速度和電動機負荷的轉差。
這樣就可以計算下一個時刻的狀態(tài)量值
(3)根據下一時刻的狀態(tài)量值就可以計算出發(fā)電機注入電流和網絡節(jié)點電壓,如此交替進行就能夠對整個過程進行計算。
3.總結
上述過程存在很多不嚴謹的地方,表述能力有待提高,希望以后自己還能看懂。。。
總結
以上是生活随笔為你收集整理的python电力系统暂态分析_电力系统暂态计算——时域仿真方法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 美团搜索广告排序推荐,从机器学习到深度学
- 下一篇: 三、用python实现平稳时间序列的建模