计及风电场的发输电可靠性评估.pdf

第３８卷第２２期２０１０年１１月１６目电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂｌ＿３８ＮＯ．２２Ｎｏｖ．１６，２０１０计及风电场的发输电可靠性评估姜文，严正，杨建林（上海交通大学电子信息与电气工程学院，上海２００２４０）摘要：为了评估风电并网对发输电系统可靠性的影响，建立了基于序贯蒙特卡罗方法的风电场发输电可靠性模型。该模型充分考虑了机纽、线路、变压器以及风力发电机等设备元件的运行状态，同时采用了最优切负荷，给出具体的算法流程，并提—出可靠性指标ＢＩＥＷＧ。算例采用ＩＥＥＥＲＴＳ测试系统，风电场是由１００台Ｖ９０－２ＭＷ的双馈异步风力发电机组成，风速数据取自东海风电场。仿真结果验证了所提算法的正确性，风电机组的接入对提高发输电组合系统的可靠性具有明显的作用。该算法可以被系统规划者用来有效地评估风电并网对系统可靠性的影响。关键词：序贯蒙特卡罗；可靠性；最优切负荷；双馈异步风力发电机ＲｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｃｏｍｐｏｓｉｔｅｇｅｎｅｒａｔｉｏｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｆａｒｍｓＪＩＡＮＧＷｅｎ，ＹＡＮＺｈｅｎｇ，ＹＡＮＧＪｉａｎ－ｌｉｎ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏＴ０ｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｅｖａｌｕａｔｅｔｈｅｅｆｆｅｃｔｏｆｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｗｉｎｄｆａｒｍｓｏｎｔｈｅｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙ，ａｗｉｎｄｆａｒｍｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｂａｓｅｄｏｎｓｅｑｕｅｎｔｉａｌＭｏｎｔｅＣａｒｌｏｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｏｐｅｒａｔｉｏｎｓｔａｔｅｏｆｃｏｎｖｅｎｔｉｏｎａｌｇｅｎｅｒａｔｉｎｇｕｎｉｔｓ，ｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓ，ｔｒａｎｓｆｏｒｍｅｒｓａｎｄｗｉｎｄｔｕｒｂｉｎｅａｒｅｃｏｎｓｉｄｅｒｅｄｔｈｏｒｏｕｇｈｌｙｉｎｔｈｉｓｍｏｄｅ１．Ｍｅａｎｗｈｉｌｅ，ａｎｏｐｔｉｍａｌｌＯａｄｓｈｅｄｄｉｎｇｍｏｄｅｌｉＳｕｓｅｄａｎｄａｄｅｔａｉｌｅｄｆｌｏｗｄｉａｇｒａｍｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｓｅｓｔａｂｌｉｓｈｅｄ．ＴｈｅｒｅｌｉａｂｉｌｉｔｙｉｎｄｅｘＢＩＥＷＧ（ｔｈｅｂｅｎｅｆｉｔｏｆｉｎｔｅｒｒｕｐｔｅｄｅｘｐｅｃｔａｔｉｏｎｆｒｏｍｗｉｎｄｇｅｎｅｒａｔｉｏｎ）ｉｓｐｒｏｐｏｓｅｄ．ＴｈｅＩＥＥＥ－ＲＴＳｔｅｓｔｓｙｓｔｅｍｉｓａｄｏｐｔｅｄｉｎｔｈｅａｌｇｏｒｉｔｈｍ．Ｗｉｎｄｆａｒｍｉｓｍａｄｅｕｐｏｆ１００ｄｏｕｂｌｙｆｅｄｗｉｎｄｔｕｒｂｉｎｅｏｆＶ９０－２ＭＷ．ＷｉｎｄｓｐｅｅｄｄａｔａｃｏｍｅｆｒｏｍＤｏｎｇｈａｉｗｉｎｄｆａｒｍ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅＣＯＩＴｅＣｔｎＯＳＳｏｆｔｈｅａｌｇｏｒｉｔｈｍ．ａｎｄｓｈｏｗｔｈａｔｔｈｅｗｉｎｄｐｏｗｅｒｒｅｌｉａｂｉｌｉｔｙｃａｎｂｅｉｍｐｒｏｖｅｄａｆｔｅｒｔｈｅｗｉｎｄｔｕｒｂｉｎｅｉｓｓｗｉｔｃｈｅｄｉｎ．Ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｂｅｕｔｉｌｉｚｅｄ—ｂｙｐｏｗｅｒｓｙｓｔｅｍｐｌａｎｎｅｒｓｔｏｅｆｆｅｃｔｉｖｅｌｙｅｖａｌｕａｔｅｔｈｅｅｆｆｅｃｔｏｆｇｒｉｄｃｏｎｎｅｃｔｅｄｗｉｎｄｆａｒｍｓｏｎｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙ．Ｋｅｙｗｏｒｄｓ：ｓｅｑｕｅｎｔｉａｌＭｏｎｔｅＣａｒｌｏ；ｒｅｌｉａｂｉｌｉｔｙ；ｏｐｔｉｍａｌｌｏａｄｓｈｅｄｄｉｎｇ；ｄｏｕｂｌｙｆｅｄｗｉｎｄｔｕｒｂｉｎｅ中图分类号：ＴＭ７３２文献标识码：Ａ—文章编号：１６７４３４１５（２０１０）２２－０１２６．０５０引言风力发电以其无污染和可再生性，日益受到世界各国的广泛重视，近年来得到了迅速的发展。然而，由于风能的随机性和间歇性特点，有效地评估风电并网对系统可靠性的影响已成为急需解决的关键问题之一【ｊＪ。目前国内外学者关于风电并网对系统可靠性影响已做了大量的研究。文献［２】建立了基于蒙特卡罗仿真的风力发电容量可信度的评估框架；文献【３］利用基于时间序列的仿真方法，计算系统的可靠性指标中断缺电量ＥＥＮＳ和中断损失期望ＥＣＯＳＴ；文献．５］提出了风机可中断能量效益（ｔｈｅｗｉｎｄｇｅｎｅｒａｔｉｏｎ基金项目：国家８６３专项科研基金项目（２００７ＡＡ０５Ｚ４５８）ｉｎｔｅｒｒｕｐｔｅｄｅｎｅｒｇｙｂｅｎｅｆｉｔ，ＷＧＩＥＢ）、风机可中断代价效益（ｔｈｅｗｉｎｄｇｅｎｅｒａｔｉｏｎｉｎｔｅｒｒｕｐｔｉｏｎｃｏｓｔｂｅｎｅｆｉｔ，ＷＧＩＣＢ）、等效传统发电机个数（ｔｈｅｅｑｕｉｖａｌｅｎｔｎｕｍｂｅｒｏｆｃｏｎｖｅｎｔｉｏｎａｌｇｅｎｅｒａｔｏｒｓ，ＥＮＣＧ）、等效传统发电机容量（ｔｈｅｅｑｕｉｖａｌｅｎｔｃｏｎｖｅｎｔｉｏｎａｌｇｅｎｅｒａｔｏｒｃａｐａｃｉｔｙ，ＥＣＧＣ）等可靠性指标来评估加入风机之后对系统的可靠性的影响；文献【６】建立风电场的概率模型评估对系统可靠性的影响；文献【７】通过比较时序方法和概率方法，评估风电并网对系统可靠性的影响；文献［８】将传统常规机组和风电机组进行分组处理，采用解析法评估风电可靠性；文献【９】采用蚁群算法对风电可靠性进行评估；文献【ｌ０］采用序贯蒙特卡罗方法对含有风电场的配电系统进行可靠性评估。然而目前所做的研究主要集中在风电并网对姜文，等计及风电场的发输电可靠性评估一１２７－发电系统以及配电系统可靠性的影响，在这些研究中不考虑系统线路和变压器的故障，认为它们是百分之百的可靠。本文研究了风电并网对发输电系统可靠性的影响。计及线路、变压器以及发电机的故障，利用最优切负荷算法，采用时序ＭｏｎｔｅＣａｒｌｏ方法进行系统仿真，并提出可靠性指标（ｔｈｅｂｅｎｅｆｉｔｏｆｉｎｔｅｒｒｕｐｔｅｄｅｘｐｅｃｔａｔｉｏｎｆｒｏｍｗｉｎｄｇｅｎｅｒａｔｉｏｎ，ＢＬＥＷＧ），通过计算ＬＯＬＰ、ＥＥＮＳ、Ｌ０ＬＥ、ＢＬＥＷＧ等可靠性指标来反映加入风电场对系统可靠性的影响。算例采用ＩＥＥＥ．ＲＴＳ测试系统，风电场是由１００—台Ｖ９０２ＭＷ的双馈异步风力发电机组成，风速数据取自东海风电场。仿真结果验证了所提算法的正确性，风电机组的接入对提高发输电组合系统的可靠性具有明显的作用。该算法可以被系统规划者用来有效地评估风电并网对系统可靠性的影响。１风电场仿真模型１．１风机出力模型风机出力与风速之间有个非线性关系式如式（１）：ｌ０≤０Ｖｖｃｆ呲＝｛＋Ｖ＋ｐｒＶｅｉ＜－ｖＶ＜－ｖＶｒＶｒｃＩｓＶｓｖｃ。【０Ｖ其中：：——１－一【１，ｃ（＋１，ｒ）一４（×≤ｖｒ）（），］；ｆ一二［４（Ｖｃｉ＋Ｖｒ）（（３Ｖｅｉ＋Ｖｒ［２＿４（；式中：为风力机组额定出力：为切入风速；ｖｒ为额定风速；为切出风速。１．２双馈异步／－…ｘｔ￣发电机的数学模型双馈异步发电机的Ｔ型等效电路如图１所示。了图１双馈异步发电机Ｔ型等效电路Ｆｉｇ．１ＤＦＩＧｅｑｕｉｖａｌｅｎｔｃｉｒｃｕｉｔｏｆＴｃｏｎｎｅｃｔｉｏｎ‘其中：、分别是定子（电网）电压和折算后‘的转子电压相量；Ｅ、直是气隙磁场感应电势相量；、厶、ｔ分别是定子电流、折算后转子电流‘和励磁电流相量；Ｒ１、忌、Ｒｍ分别表示定子电阻、’折算后的转子电阻和励磁电阻；、、表示定子漏感抗、折算后的转子漏抗和励磁电抗。当忽略电机损耗并取定子为发电机惯例而转子为电动机惯例时，发电机的定子输出功率等于转子输入功率与电机轴上输入机械功率Ｐｍ之和，即：＝十尸ｍ（２）根据感应电机的运行原理，转子绕组的电功率和电机轴上的机械功率可分别表示为：＝ｓｅ，（３）＝（１一）（４）式中，Ｓ为转差率。由式（２）～（４）可知，当发电机在亚同步运行时，Ｓ＞０，需要向转子绕组馈入电功率，由转子传递给定子的电磁功率为，风力机传递给定子的功率只有（１一）。当发电机在超同步运行时，＜０，此时转子绕组向外供电，即定转子同时发电，此时风力机供给发电机的功率增至（１＋）。双馈发电机在低于和高于同步速不同的运行方式下的输入输出功率关系如图２所示。（ａ】低于同步速运行统（ｂ）高于同步速运行图２双馈风力发电机功率流向Ｆｉｇ．２Ｐｏｗｅｒｆｌｏｗｏｆｄｏｕｂｌｙｆｅｄｗｉｎｄｔｕｒｂｉｎｅ２最优切负荷发输电系统可靠性评估由三部分组成：系统状态选取、系统状态分析和系统可靠性指标的计算。一１２８－电力系统保护与控制系统状态分析包括对选中的系统状态进行潮流计算，以确定系统是否违背运行约束，如违反，则采取补救措施对系统运行状态进行调整。这些补救措施包括发电机出力调整、变压器档位调整、柔性交流输电元件的参数调整等。调整后，若系统仍不能恢复到安全状态，则系统状态是一个故障状态，最后需要进行负荷消减［】。为了尽可能减小切负荷量，本文采用专门的最优潮流模型，其模型的目标函数是负荷消减总量最小，最优解就是各负荷母线上的负荷消减量。由于基于直流潮流的最优潮流模型没有考虑电压和无功，因此本文采用基于交流的最优潮流模型。基于交流潮流的发输电系统风险评估最优潮流模型可描述如下：∑ｍｉｎ（５）‘＿一∈ｆＮＤ约束条件：∈（，＋Ｐ一尸＋＝０ｆＮＤ（６）（，＋Ｑ一∈＝０ｆＮＤ（７）ＪＦ＇ＧＩｍ（，“∈ＰＧｆｍｆＮＧ（８）ＱＧ（，ＱＧｆｍ∈ＮＧ（９）０∈尸ｌＤｆｆＮＤ（１０）≤“∈（，？ｋＬ（１１）“≤“∈Ｎ（１２）式中：，分别是母线ｆ的注入有功和注入无功；ＪＦ＇，Ｑ分别是母线注入的风机出力的有功和无功，本文对双馈风机采用恒功率因数控制模式；和分别是母线电压的幅值和相角矢量；是的元素；和ＱＤ，分别是母线ｆ上的有功和无功负荷；是母线的负荷消减变量；ＪＦ）Ｇ＿ｍ、ＪＦ）、ＱＧＪｍ和Ｑ分别是发电母线上注入有功和注入无功的下限和上限；是线路ｋ上的潮流；“是线路ｋ上的额定容量；ｖ／和分别是母线ｆ上电压幅值的下限和上限；Ⅳ、Ｇ、Ⅳ和分别是系统中负荷母线、发电母线、所有支路和所有母线的集合；、和分别有以下表达式：∑Ｐ／（Ｖ，＝Ｖｊ（Ｇ￣ｃｏｓ６，ｊ＋ｓｉｎ６０）（１３）．÷ｆ∑（，＝（ｓｉｎ８／／ｊ一岛ｃｏｓ４）（１４）式中：ｆ表不是与母线直接连接的母线；和分别表示母线导纳矩阵第ｆ行第Ｊ列元素的实部和虚部；是相角差，即，＝一，。（，＝ｍａｘ｛￣（，，（，）式中：（，和（，分别是线路ｋ两端的潮流；ｍ和ｎ分别表示线路ｋ两端的母线号。从母线ｍ到ｎ的潮流计算如下：√（Ｖ，＝（，＋Ｑ（，（１５）尸ｍ（，）＝Ｖ２（ｇ。＋ｇ）一（６砌ｓｉｎ＋ｇｍ．ＣＯＳ）（１６）Ｑｌｍｎ（，）＝一（ｂｍｏ＋）＋，，，、（６ｍｎＣＯＳ一ｇ舳ｓｉｎ）其中：ｇ和６ｍｎ分别是线路ｋ的支路导纳的实部和虚部；ｇ。和６ｍ。分别是母线ｍ对地支路的等值导纳的实部和虚部。３风电系统可靠性仿真流程发输电可靠性评估的目标是获得发输电系统图３含风电场的发输电可靠性评估流程Ｆｉｇ＿３Ｔｈｅｆｌｏｗｄｉａｇｒａｍｏｆｔｈｅａｌｇｏｒｉｔｈｍ姜文，等计及风电场的发输电可靠性评估各种出现的状态概率和切负荷情况，然后统计可靠性指标。本文首先根据风速数据、风机参数数据，利用风机出力模型，计算出双馈异步风力发电机的机械功率尸ｍ，然后依照双馈风机的数学模型，计算出不考虑风机故障时的出力，接下来对各风电机组、常规机组、线路进行ＭｏｎｔｅＣａｒｌｏ抽样，随后对系统进行判断、统计，最后计算出可靠性指标。具体流程如图３所示。４算例及结果分析本文采用ＩＥＥＥ．ＲＴＳ测试系统验证所提算法的正确性。测试系统的具体参数参考文献［１４１。风电场是由１００台２Ｍｗ的双馈异步风机组成，风速数据取自东海风电场。风机参数见文献［１５１，设风机的强迫停运率为０．０４。为了比较风电场从不同节点接入电网和从单一节点接入电网对系统可靠性的影响，本文首先分两种情况进行仿真分析。一是：在１８号节点接入由１００台机组组成的风电场；另一种是：在１号节点和１８号节点分别接入５０台相同参数的风机组成的风电场。之所以选择１８号节点和１号节点，是因为１８号节点只有一台４００ＭＷ的发电机，它的故障率在所有的机组中是最高的，故其对系统的影响比较大，而１号节点在系统中被选作平衡节点。其仿真结果如图４所示。集中接入和分散接入时，系统的ＬＯＬＥ分别是７．１３ｈ／年、６．２５ｈ／年，下降了１２．３４％，系统的ＥＥＮＳ分别从２４８２．４９ＭＷ／年下降，Ｕ２３ｌ０．３８ＭＷ／年，减少了６．９％。很明显，第二种情况的可靠性要比第一种情况的好很多。为了反映风力发电的分散性，本文后面的仿真都是基于第二种情况。抽样时间，年图４集中和分散加入风电场所对应系统的停电期望’Ｆｉｇ．４ＴｈｅｓｙｓｔｅｍＳＬＯＬＥｆｏｒｃｅｎｔｒａｌｉｚｅｄａｎｄｄｉｓｐｅｒｓｉｂｌｅｃａｓｅｓ图５描述系统可靠性随风机台数的变化，从中可以明显地看出，系统可靠性随着风机台数的增加而增强。开始加入风机时，对系统的可靠性影响比较大，随着风机台数的增加，影响逐渐趋于饱和。风机ｆｉ－数图５系统停电期望随风机台数的变化’Ｆｉｇ．５ＴｈｅｓｙｓｔｅｍＳＬＯＬＥｗｉｔｈｔｈｅｎｕｍｂｅｒｏｆｗｉｎｄｔｕｒｂｉｎｅｓ定义可靠性指标ＢＩＥＷＧ（ｔｈｅｂｅｎｅｆｉｔｏｆｉｎｔｅｒｒｕｐｔｅｄｅｘｐｅｃｔａｔｉｏｎｆｒｏｍｗｉｎｄｇｅｎｅｒａｔｉｏｎ）为：ＢＩＥＷＧ：二墨ＩｎｃｒｅｍｅｎｔａｌＷｆＧｃａｐａｃｉｔｙ其中：ＬＯＬＥ．．．是加入风电场之前的系统停电期望；Ｅ是加入风电场之后的系统停电期望。从此定义可以明显地看出，指标ＢＩＥＷＧ可以很好地反映并网风电容量对系统可靠性的影响。从图６可知系统的ＢＩＥＷＧ是７．７０５ｌｅ一００６，ＢＩＥＷＧ越大，表明加入相同的风电功率对系统的可靠性贡献越大。从图６可以明显地看出，在原系统加入风电场后，系统的停电期望从１２．８３２４下降到５．９３９７，下降了５３．７１％，利用相同容量的风电场代替原系统中的常规机组后，系统的停电期望从１２．８３２４上升到１９．８８５９，上升了５４．９７％。由此表明风电场出力的不确定性，相同容量的常规机组要比风电机组对系统的可靠性贡献大。抽样时间／年图６三种不同状态ＬＯＬＥ指标曲线图’Ｆｉｇ．６ＴｈｅｓｙｓｔｅｍＳＬＯＬＥｆｏｒｔｈｅｔｈｒｅｅｃａｓｅｓ从图７可知，在原系统加入风电场后，系统的年停电量有显著的减小，ＥＥＮＳ从３７５５．４ＭＷ／年减小到２３６３．６Ｍｗ／年，减小了３７．０６％，同时可以看到利用风电场代替原系统中相同容量的常规机组，系统的年停电量比原系统有明显增加，ＥＥＮＳ从３７５５．４ＭＷ／年增加到６ｌｌ５．７ＭＷ／年，增加了６２．８５％。可靠性指标ＷＧＩＥＢ（ｔｈｅ、＾，ｉｎｄＧｅｎｅｒａｔｉｏｎ．１３Ｏ．电力系统保护与控制≥＼删崔抽样时ｆ司／年图７三种不同状态ＥＥＮＳ指标曲线图’Ｆｉｇ．７ＴｈｅｓｙｓｔｅｍＳＥＥＮＳｆｏｒｔｈｅｔｈｒｅｅｃａｓｅｓＩｎｔｅｒｒｕｐｔｅｄＥｎｅｒｇｙＢｅｎｅｆｉｔ）被定义为：脚：竺二竺ＩｎｃｒｅｍｅｎｔａｌＷＴＧｃａｐａｃｉｔｙ其中：ＥＥＮＳ是加入风电场之前的系统停电量；ＥＥＮＳ…是加入风电场之后的系统停电量。从图７可得加入ａ风电场之后是０．００１６。为了分析风电机组对常规机组的等效替代容量，本文采用二分—法进行模拟，其结果是１００台Ｖ９０２Ｍｗ的双馈异步风力发电机与７８．３５Ｍｗ的常规机组具有相同的可靠性指标，由此可知风电机组的等效替代容量率是３９．１３％。５结语本文建立了基于序贯蒙特卡罗方法的风电场发输电可靠性模型，该模型充分考虑了机组、线路、变压器以及风力发电机等设备元件的运行状态，同时采用了最优切负荷，给出具体的算法流程，并提出可靠性指标ＢＩＥＷＧ。算例采用ＩＥＥＥ．ＲＴＳ测试系统，风电场是由１００台Ｖ９０．２Ｍｗ的双馈异步风力发电机组成，风速数据取自东海风电场。仿真结果验证了所提算法的正确性，同时验证了风电出力的不确定性，以及风电场分散接入要比集中接入对系统可靠性贡献大。该算法可以被系统规划者用来有效地评估风电并网对系统可靠性的影响。参考文献［１］吴义纯，丁明．基于蒙特卡罗仿真的风力发电系统可靠性评价［Ｊ］．电力自动化设备，２００４，２４（１２）：７０－７３．—ＷＵＹｉｃｈｕｎ，ＤＩＮＧＭｉｎｇ．ＲｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎＭｏｎｔｅ－Ｃａｒｌｏｓｉｍｕｌａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００４。２４（１２）：７０．７３．［２］王海超，鲁宗相，周双喜．风电场发电容量可信度研…—究．中国电机工程学报，２００５，２５（１０）：１０３１０６．——ＷＡＮＧＨａｉｃｈａｏ，ＬＵＺｏｎｇｘｉａｎｇ，ＺＨＯＵＳｈｕａｎｇ－ｘｉ．Ｒｅｌｉａｂｉｌｉｔｙｏｆｔｈｅｃａｐａｃｉｔｙｃｒｅｄｉｔｏｆｗｉｎｄｅｎｅｒｇｙｒｅｓｏｕｒｃｅｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００５，２５（１０）：１０３．１０６．［３］ＷａｎｇＰ，ＢｉｌｌｉｎｔｏｎＲ．Ｔｉｍｅ－ｓｅｑｕｅｎｔｉａｌｓｉｍｕｌａｔｉｏｎｔｅｃｈｎｉｑｕｅｆｏｒｒｕｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｃｏｓｔ／ｗｏｒｔｈｅｖａｌｕａｔｉｏｎｉｎｃｌｕｄｉｎｇｗｉｎｄｇｅｎｅｒａｔｉｏｎａｓａｌｔｅｒｎａｔｉｖｅｓｕｐｐｌｙ［Ｊ］．１ｉＥＰｒｏｃ－Ｇｅｎｅｒ，Ｔｒａｎｓｍ，ａｎｄＤｉｓｔｒｉｂ，２００１，１４８（４）：３５５－３６０．［４］ＢｉｌｌｉｎｔｏｎＲ，ＧａｎＬ．ＷｉｎｄｐｏｗｅｒｍｏｄｅｌｉｎｇａｎｄａｐｐｌｉｃａｔｉｏｎⅣｉｎｇｅｎｅｒａｔｉｎｇａｄｅｑｕａｃｙａｓｓｅｓｓｍｅｎｔ［Ｃ】．价ＥＳＣＡＮＥＸ９３．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ＣｏｍｐｕｔｅｒｓａｎｄＰｏｗｅｒｉｎｔｈｅＭｏｄｅｍＥｎｖｉｒｏｎｍｅｎｔ．ＣｏｎｆｅｒｅｎｃｅＰｒｏｃｅｅｄｉｎｇｓ，ＩＥＥＥ．Ｃａｎａｄａ：１９９３：１００．１０６．［５］ＷａｎｇＰｅｎｇ，ＢｉｌｌｉｎｔｏｎＲｏｙ．Ｒｅｌｉａｂｉｌｉｔｙｂｅｎｅｆｉ￣ａｎａｌｙｓｉｓｏｆａｄｄｉｎｇＷＴＧｔｏａｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎ—ＰｏｗｅｒＳｙｓｔｅｍｓ，２００１．１６（２）：１３４１３９．［６］ＫａｒａｋｉＳＨ，ＳａｌｉｍＢＡ，ＣｈｅｄｉｄＲＢ．Ｐｒｏｂａｂｉｌｉｓｔｉｃｍｏｄｅｌｏｆａｔｗｏ－ｓｉｔｅｗｉｎｄｅｎｅｒｇｙｃｏｎｖｅｒｓｉｏｎｓｙｓｔｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，２００２．１７（４）：５３０－５３６．［７］ＣａｓｔｒｏＲＭＧ，ＦｅｒｒｅｉｒａＬＡＦＭ．Ａｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｃｈｒｏｎｏｌｏｇｉｃａｌａｎｄｐｒｏｂａｂｉｌｉｓｔｉｃｍｅｔｈｏｄｓｔｏｅｓｔｉｍａｔｅｗｉｎｄｐｏｗｅｒｃａｐａｃｉｔｙｃｒｅｄｉｔ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００１．１６（４）：９０４－９０９．—［８］ＳｉｎｇｈＣ，ＬａｇｏＧｏｎｚａｌｅｚＡ．Ｒｅｌｉａｂｉｌｉｔｙｍｏｄｅｌｉｎｇｏｆｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｓｉｎｃｌｕｄｉｎｇｕｎｃｏｎｖｅｎｔｉｏｎａｌｅｎｅｒｇｙｓｏｕｒｃｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９８５，１０４（５）：１０４９．１０５６．［９］ＷａｎｇＬｉｎｇｆｅｎｇ，ＳｉｎｇｈＣ．Ａｄｅｑｕａｃｙａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒ－ｇｅｎｅｒａｔｉｎｇｓｙｓｔｅｍｓｉｎｃｌｕｄｉｎｇｗｉｎｄｐｏｗｅｒｉｎｔｅｇｒａｔｉｏｎｂａｓｅｄｏｎａｎｔｃｏｌｏｎｙｓｙｓｔｅｍａｌｇｏｒｉｔｈｍ［Ｃ］．／／ＰｏｗｅｒＴｅｃｈ，ＩＥＥＥ．Ｌａｕｓａｎｎｅ：２００７：ｌ６２９．１６３４．［１０］ＢｉｌｌｉｎｔｏｎＲｏｙ，ＷａｎｇＰｅｎｇ．ＴｅａｃｈｉｎｇｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｕｓｉｎｇＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９９．１４（２）：３９７－４０３．［１１］胡家兵，孙丹，等．电网电压骤降故障下双馈风力发电机建模与控制［Ｊ］．电力系统自动化，２００６，３０（８）：２１．２６．，—ＨＵＪｉａｂｉｎｇ，ＳＵＮＤａｎ，ｅｔａｔ．ＭｏｄｅｌｉｎｇａｎｄｃｏｎｔｒｏｌｏｆＤＦＩＧｗｉｎｄｅｎｅｒｇｙｇｅｎｅｒａｔｉｏｎｓｙｓｔｅｍｕｎｄｅｒｇｒｉｄｖｏｌｔａｇｅＤｉｐ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，３０（８）：２１．２６．［１２］林成武，王风翔．变速恒频双馈风力发电机励磁控制技术研究［Ｊ】．中国电机工程学报，２００３，２３（１１）：１２２．１２５．ＬＩＮＣｈｅｎｇ－ＷＵ，ＷＡＮＧＦｅｎｇ－ｘｉａｎｇ．ＳｔｕｄｙｏｎｅｘｃｉｔａｔｉｏｎｃｏｎｔｒｏｌｏｆＶＳＣＦｄｏｕｂｌｙｆｅｄｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ．２００３，２３（１１）：１２２－１２５．［１３］赵渊，周家启，刘洋．发输电组合系统可靠性评估中的最优负荷消减模型分析［Ｊ］．电网技术，２００４，２８（】０）：３４．３７．（下转第１７８页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ１７８）．１７８．电力系统保护与控制作了６个月，预计可以继续正常工作３～５年。图６为该系统在现场的安装实例图片。４结语图６现场应用实例Ｆｉｇ．６Ａｐｐｌｉｃａｔｉｏｎｃａｓｅａｔｗｏｒｋｓｉｔｅ本文基于ＺｉｇＢｅｅ无线通信技术、ＣＡＮ总线技术，研发了电力高压触点温度无线监测系统。该系统由ｚｉｇＢｅｅ节点测量高压触点温度，上传给主节点（监测仪），再通过ＣＡＮ总线将温度数据发送到监测主机，完全解决了测量高压设备时的绝缘问题，形成了一套可靠性高、测量准确、价格合理、易于安装、易于管理、易于维护的解决方案，为电力系统的安全运行提供了有力支持。参考文献［１］刘建胜，酆达，张凡．一种用于变电站高压触点温度在线监测的新方法［Ｊ］．电力系统自动化，２００４，２８（４）：—５４５７．—ＬＩＵＪｉａｎｓｈｅｎｇ，ＦＥＮＧＤａ，ＺＨＡＮＧＦａｎ．Ａｎｏｖｅｌ—ｍｅｔｈｏｄｆｏｒｒｅｍｏｔｅｏｎｌｉｎｅｔｅｍｐｅｒａｔｕｒｅｄｅｔｅｃｔｉｏｎｏｆ—ｓｕｂｓｔａｔｉｏｎｈｉｇｈｖｏｌｔａｇｅｃｏｎｔａｃｔｓ［Ｊ］．Ａｕｔｏｍａｔｉｏｎｏｆ—ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，２８（４）：５４５７．［２］杨武，王小华，荣命哲，等．基于红外测温技术的高压电力设备温度在线监测传感器的研究【Ｊ］．中国电机工程学报，２００２，２２（９）：１１３．１１７．—ＹＡＮＧＷｕ，ＷＡＮＧＸｉａｏ．ｈｕａ，ＲＯＮＧＭｉｎｇｚｈｅ，ｅｔａ１．—Ｏｎｌｉｎｅｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｅｍｅｎｔｓｗｉｔｈｉｎｆｒａｒｅｄｔｅｃｈｎｏｌｏｇｙｏｎｈｉｇｈｖｏｌｔａｇｅｄｅｖｉｃｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００２，２２（９）：ｌ１３．１１７．［３］彭超，赵健康，苗付贵．分布式光纤测温技术在线监测电缆温度［Ｊ］．高电压技术，２００６，３２（８）：４３．４５．ＰＥＮＧＣｈａｏ，ＺＨＡ０Ｊｉａｎ．ｋａｎｇ，ＭＩＡ０Ｆｕ．ｇｕｉ．Ｄｉｓｔｒｉｂｕｔｅｄｔｅｍｐｅｒａｔｕｒｅｓｙｓｔｅｍａｐｐｌｉｅｄｉｎｃａｂｌｅｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｅｍｅｎｔ［Ｊ］．ＨｉｇｈＶｏｌｔａｇｅＥｎｇｉｎｅｅｒｉｎｇ，２００６，３２（８）：４３．４５．１４ＪＪｏｎｅｓＳ，ＢｕｃｅａＧ，ＭｃａｌｐｉｎｅＡ．Ｃｏｎｄｉｔｉｏｎｍｏｎｉｔｏｒｉｎｇｓｙｓｔｅｍｆｏｒｆｆａｎｓｇｒｉｄ３３０ｋＶｐｏｗｅｒｃａｂｌｅ［Ｃ］．／／２００４ＩｎｔｅｍａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰｏｗｅｒＳｙｓｔｅｍ—ＴｅｃｈｎｏｌｏｇｙＰｏｗｅｒＣｏｎ．Ｓｉｎｇａｐｏｒｅ：２００４．［５］Ｒｏｇｅｒｓ￣．Ｄｉｓｔｒｉｂｕｔｅｄｏｐｔｉｃａｌｆｉｂｅｒｓｅｎｓｏｒｓｆｏｒｔｈｅｍｅａｓｕｒｅｍｅｎｔｏｆｐｒｅｓｓｕｒｅ，ｓｔｒａｉｎａｎｄｔｅｍｐｅｒａｔｕｒｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００３，２３（９）：１２６－１３１．［６］ＤａｋｉｎＪＰ，ＰｒａＵＤＪ．Ｆｉｂｅｒ．ｏｐｔｉｃｄｉｓｔｒｉｂｕｔｅｄｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｅｍｅｎｔ：ａｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＩＥＥＥＤｉｇｅｓｔ，１９８６，７４（１０）：１－４．［７］郭宗莲．基于ｎＲＦ９Ｅ５的高压接点无线测温系统研制［Ｊ］．—电力自动化设备，２００８，２３（１２）：６６６８．——ＧＵＯＺｏｎｇｌｉａｎ．ＷｉｒｅｌｅｓｓｈｉｇｈｖｏｌｔａｇｅｃｏｎｔａｃｔｏｒｔｅｍｐｅｒａｔｕｒｅｍｅａｓｕｒｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｎＲＦ９Ｅ５［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００８，２３（１２）：６６．６８．—收稿日期：２０１Ｏ－０８１９；—修回日期：２０１Ｏ－０９１６作者简介：邢晓敏（１９７３一），女，工学硕士，讲师，从事电气设备—在线检测与状态维修等研究工作；Ｅｍａｉｌ：ｘｘｍｌｙｔ＠１２６．ｃｏｍ李波（１９６９－），女，工学硕士，工程师，主要从事科研管理工作；陈静（１９７５一），女，大专，工程师，从事电气设备安全运行工作。（上接第１３０页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ１３０）—ＺＨＡＯＹｕａｎ，ＺＨＯＵＪｉａｑｉ，ＬＩＵＹａｎｇ．Ａｎａｌｙｓｉｓｏｆｏｐｔｉｍａｌｌｏａｄｓｈｅｄｄｉｎｇｍｏｄｅｌｉｎｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｃｏｍｐｏｓｉｔｅｇｅｎｅｒａｔｉｏｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００４，２８（１０）：３４－３７．［１４］ＩＥＥＥｒｅｌｉａｂｉｌｉｔｙｔｅｓｔｓｙｓｔｅｍ［Ｒ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，１９９７，９８（６）：２０４７－２０５４．［１５］Ｖｅｓｔａｓ————Ｐｒｏｄｕｃｔ＿＿ｂｒｏｃｈｕｒｅＶ９０一ａＣＨＬＲ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｖｅｓｔａｓ．ｃｏｒｒ￣ｃｎ／ｃｎ／ｃｏｒｅ－ｂｕｓｉｎｅｓｓ／ｐｒｏｄｕｃｔ／－ｖ９０－２．０ｍｗ．ａｓＤｘ．收稿日期：２００９－１１－１２；—修回日期：２０１Ｏ３０３作者简介：姜文（１９８３一），男，博士研究生，主要研究方向为新能源、电力系统可靠性分析；Ｅ－ｍａｉｌ：ｃｌｉｎｔｏｎｊｉａｎｇ＠ｓｊｔｕ．ｅｄｕ．ｃａ严正（１９６４－），男，教授，博士生导师，主要研究方向为电力市场、电力系统稳定分析；杨建林（１９８０一），男，博士研究生，主要研究方向为电力市场、电力系统稳定分析。