靈敏度分析法在電力系統中的問題研究

湯王飛

摘? 要：該文對靈敏度分析法展開詳細地算例分析，并針對該方法在電力系統中的應用策略，從元件參數確定、電力故障排除以及電力系統特點和模型參數辨識等方面進行分析，在最后對于該方法的應用優化建議進行探討，以期能夠為電力系統的安全高效運行、電力企業的健康穩定發展，提供參考性建議。

關鍵詞：靈敏度分析法;電力系統;電力企業

中圖分類號：TM711? ? ? ? ? ? 文獻標志碼：A

0 引言

電力系統屬于一種運行起來較為復雜的非線性系統，現階段，隨著電力市場與信息系統融入其中，導致電力系統運行期間出現了諸多不利因素。通過運用靈敏度分析法，有利于推動其穩定運行，提高其安全程度。該文針對靈敏度分析法在電力系統中的研究策略進行探究分析，具有極大的必要性與現實意義。

1 靈敏度分析法算例分析

該文將電力系統中的三母線類電力系統作為案例，以此針對靈敏度矩陣分析的方法，進行科學有效的驗證。根據該電力系統的實際情況，已知其非標準變化比為1.05。

根據該電力系統結構情況以及電力系統路線參數值（表1），技術人員可以采取快速解耦潮流法，對該電力系統進行計算，將靈敏度矩陣數據進行導納記錄與分析。根據計算，可計算出△V1=0.3672△V2，△V1=0.04436△QG2，△V2=0.1242△QG2。然后，可以采取攝動法，在V2=1.01周圍增設V2數值，以此驗證V1與QG2之間的關系，其計算結果見表2。

在表2當中，V1代表著負荷母線1節點處的電壓變化情況，V2代表著負荷母線2節點處的電壓變化情況，QG2代表著2節點處發電機輸出無功的變化情況。最后，要將潮流法計算出來的結果，同文中闡述的方法所獲得的靈敏度矩陣數據，進行對比分析，對比結果見表3。

在表3中，SDG、RDG、RGG分別代表著3種不同的靈敏度矩陣，各自的計算結果。根據表3可知，即便是V2節點出現細微變化，與之相關的靈敏度系數也會隨之調整。借助靈敏度系數的變化情況，能夠明確哪些電源節點發生的無功率變化，會對負荷電壓產生最大影響，通過運用這種方式，能夠充分且有效地證明靈敏度分析法的實效功能[1]。

2 靈敏度分析法在電力系統中的應用策略

2.1 在元件參數確定中的應用

根據實踐工作經驗表明，在電力系統運行的過程中，應當安裝某些精準功能、安全功能、穩定功能較強的穩定器或是勵磁控制器。通過對這2種器械設施的運用，可以有效保障電力系統運行工作的安全與穩定。針對這種情況，如何根據實際情況選用與安裝勵磁控制器（如圖1所示）、組件操作機組，成為了有關工作人員應當分析與解決的問題。針對穩定器與勵磁控制器的選用問題，以往的方式，往往是先計算出參與因子的數值，再按照參與因子的數值情況，選擇器械當中最為合適的安裝點，并整合諸如放大倍數等一系列參數信息數據。然而該方法的缺陷在于參與因子在使用過程中，只能反映特征值對于狀態矩陣A的對角元素靈敏程度，只可以表示相應模式下狀態量的參與程度，功能相對單一。

相比之下，通過運用靈敏度分析法，能夠有效確定電力系統中的元件參數，且功能更為全面，效果更為顯著。現如今，該方法已經在電力企業中得到廣泛應用，不但可以有效計算出非狀態下的矩陣元素，而且其靈敏度熟知，還可以表示參數變化所導致的特征值變化情況，有效計算出鎮定震蕩模式對于每個機組勵磁系統放大倍數的靈敏程度。

2.2 在電力故障排除中的應用

當電力系統發生故障時，其內部電壓的穩定裕度就會減小，當多個線路發生故障期間，不同的線路也會對電壓的穩定裕度起到不同的作用。在運用靈敏度分析法的過程中，電力企業以及相關工作人員，應當按照功率對于故障支路靈敏情況的分布次序，合理辨別電路造成電壓崩潰影響的輕重程度，通過引用函數靈敏度概念，精確分析出系統模型變化對電力系統造成的影響。通過運用這種方法，能夠有效解決電力系統運行期間發生的故障問題，防止電力系統再次出現崩潰問題。

2.3 針對電力系統特點的應用

針對電力系統特點的應用如下。1）電力系統的系數矩陣，具備高維且稀疏的特點。這一特征能夠保證工作人員，在計算電力系統的網絡期間，為其提供重要的支持與依據，減少系統計算的負擔程度。在對特征值進行計算的過程中，與其相關的優秀計算方法應運而生。然而，在另一方面，因為其系統矩陣主要是通過代數方程、微分方程系數矩陣化簡的方式而形成的，從而導致失去其稀疏性的特征。如果直接用其計算特征值的靈敏程度，就會增加計算負擔及其內存需求量。因此，需要采取相關措施維護系數矩陣的稀疏性特征。要將這一特征科學運用在功率調整、發電機操控、靜態無功補償等工作當中，據此推導出有關的靈敏度公式。通過對這些公式進行探究分析，可以有效降低計算工作的難度。2）電力系統還具備非線性的特征。電力系統內部較為復雜，如果只依靠線性近似的方法，難以符合分析研究的需求，為此，工作人員應當運用到泰勒級數的二級靈敏度技術，對二級靈敏度進行計算。一方面，要結合相關數據資料，依靠對電壓控制量進行計算，比較出一級與二級泰勒在準確程度與計算時長方面的優缺點。通過對比分析可知，一級更適合進行快速計算，二級更適用于實際軌跡曲線。實際上，二級靈敏度的計算量往往更大，無法進行在線分析工作，為此，應當使用一級靈敏度計算技術。

2.4 在模型參數辨識中的應用

靈敏度分析法在大規模的電力系統模型參數辨識工作中的應用策略，通常要遵循以下順序步驟進行：首先，要按照系統參數靈敏程度的移動方向，確定其參數情況是否滿足可辨識的必要。其次，要根據系統中，其內部參數靈敏程度的相位關系改變程度，明確系統參數的辨識難易度，從而求出系統中的關鍵性參數。再次，專業人員需要制定具體指標，該指標要保證可以反映出系統建模的誤差情況。最后，為了確保電力系統中的內部誤差，能夠被有效限制在可控范圍中，就應當盡可能地減小系統誤差，通過運用蟻群計算的方式，以此優化電力系統中的關鍵性參數。通常辨識電力系統中的模型參數期間，參數在空間中的分布情況，往往具備連續性特征。為此，需要在參數辨識工作中，有效運用蟻群計算法，并且要注意把控好基本操作流程。

在運用蟻群計算法時，專業工作人員應當努力做到以下4個方面的要求。1）制定好系統參數的初期分布方案，明確所要辨識參數的精確數量，要記錄好多維空間中的等份數量。2）要按照現階段解析空間的具體分布情況，分析其所處區域的優勢與劣勢，并嚴格把控好蟻群信息的分布數量。要注重對已完成辨識、未完成辨識的參數組進行獨立化區分，把每一組參數依次有序的代進微分方程中。要依靠方程求解的方法，構建出電力系統中其系統模型的軌跡線路，并將其同實現測定的軌跡路線展開對比分析，從而匯總得出目標的參數。要注重維護好參數同誤差數值的對應關系，基于參數及目標函數不斷接近的基礎上，科學操控蟻群的發展方向。3）要注重計算出各個軸線區域當中，其蟻群的分布具體數量。4）要按照所求出的所有區域內，各自蟻群的分布情況，彼此進行差異化比較，重新確定蟻群的發展方向;還要按照具體實際情況，調整各個參數組蟻群的位置坐標。隨后不斷重復以上4項流程，直到得出系統參數的最佳結果[2]。

3 在電力系統中的應用優化建議

3.1 靈敏度存在計算速度較慢的問題

在計算期間由于其龐大的計算量，并且二級靈敏度在分析起來難度更高，會消耗大量的人力、物力以及財力資源。為此，要努力地對該方法進行優化、改進，確保該方法計算速度更快，消耗資源更少，從而提高電力系統中在線預測分析工作的精準程度。

3.2 在計算靈敏度期間，工作人員應當以電力系統的負荷特征與系統約束情況為基準

目前，在計算靈敏度時，往往不會遭受外部因素束縛，當無功數值升至極限最后，其節點電壓同樣會在短期內增大，從而會造成針對狀態值的預測工作缺少說服力，導致結果不夠真實可靠。因此，在運用靈敏度來計算電力系統的過程中，應當做好相關系統論證工作，確保計算的效果與質量。

4 結論

綜上所述，在運用靈敏度分析法研究電力系統運行的過程中，電力企業以及工作人員，應當綜合考慮多領域的因素。要結合電力系統運行中的實際情況，科學制定電力系統動態靈敏度的方法，以此提高電力運行計算的精準程度，推動其安全高效運行，確保電力企業健康穩步發展。

參考文獻

[1]曾繁宏，張俊勃.電力系統慣性的時空特性及分析方法[J].中國電機工程學報，2020，40（1）：50-58，373.

[2]唐權，胥威汀，葉希，等.考慮聚合商參與的配電網分布式儲能系統優化配置[J].電力系統保護與控制，2019（17）：83-92.