[发明专利]一种识别电网直流故障并控制频率稳定的方法和系统

权利要求书

1.一种识别电网直流故障并控制频率稳定的方法，其特征在于，所述方法包括：

实时采集电网中各直流的功率响应数据和电网频率响应数据，并采集电网中各直流的可切机量和最大调制量；

基于预先建立的直流功率与直流故障形态映射模型，根据所述电网中各直流的功率响应数据，确定电网故障所在直流及直流故障形态判断结果；

基于预先建立的电网暂态频率预测模型，根据所述电网频率响应数据确定电网暂态频率最大值；

根据所述电网暂态频率最大值与预先设置的暂态频率最大阈值的比较结果，结合电网阻尼系数和惯量系数计算电网控制措施总量；根据电网中非故障直流的运行功率和最大调制量，以及电网可承受直流调制量，确定非故障直流的直流可调制量；根据所述电网控制措施总量和非故障直流的直流可调制量确定电网的切机总量；

当根据电网故障所在直流及直流故障形态判断结果确定电网发生直流故障时，优先切除故障直流配套电源；当所述故障直流配套电源小于切机总量时，基于电网非故障直流的可切机量和剩余切机量确定电网非故障直流的分配切机量，其中，所述剩余切机量为切机总量与故障直流配套电源的差；

基于直流故障形态判断结果，对于不导致故障后系统稳态功率不平衡的故障形态，根据非故障直流的直流可调制量和分配切机量校验确定故障直流功率恢复后非故障直流的调制功率量，并根据所述非故障直流的调制功率量进行电网控制。

2.根据权利要求1所述的方法，其特征在于，实时采集电网中各直流的功率响应数据和电网频率响应数据，并采集电网中各直流的可切机量和最大调制量之前还包括：

设置电网暂态频率最大阈值，电网阻尼系数和惯量系数，以及电网可承受直流调制量；

基于在不同直流故障形态下采集的直流功率响应曲线样本数据，采用人工智能算法建立直流功率与直流故障形态的映射模型；

基于在不同直流故障形态下采集的电网频率响应样本数据，采用人工智能算法建立电网暂态频率预测模型。

3.根据权利要求1所述的方法，其特征在于，所述基于预先建立的直流功率与直流故障形态映射模型，根据所述电网中各直流的功率响应数据，确定电网故障所在直流及直流故障形态判断结果包括：

根据直流DC-1至DC-m的直流功率响应数据，生成直流DC-1至DC-m的实时运行功率曲线P_DC-1至P_DC-m；

将所述实时运行功率曲线P_DC-1至P_DC-m作为直流功率与直流故障形态映射模型的输入信号进行计算；

所述直流功率与直流故障形态映射模型根据所述输入信号确定电网故障所在直流及直流故障形态判断结果，所述直流故障形态包括不导致故障后系统稳态功率不平衡的第一类故障形态和导致故障后系统稳态功率不平衡的第二类故障形态，其中，第一类故障形态包括直流换相失败、直流再启动成功；第二类故障形态包括直流闭锁、直流连续换相失败后闭锁、直流再启动失败后闭锁。

4.根据权利要求1所述的方法，其特征在于，所述根据所述电网控制措施总量和非故障直流的直流可调制量确定电网的切机总量，其计算公式为：

式中，P_cut∑为电网的切机总量，P为电网控制措施总量，P_DCmod 0-j为电网中第j回非故障直流的直流可调制量，所述电网中一共有m回直流，其中，第i回直流为发生故障的直流，第j回直流为非故障直流，1≤j≤m且j≠i。