面向新型电力系统的高性能电磁暂态云仿真技术 |
您所在的位置:网站首页 › 电磁仿真技术 › 面向新型电力系统的高性能电磁暂态云仿真技术 |
0 引言
构建新型电力系统是达成中国“30·60双碳”战略目标的重要途径[1-2]。在能源结构转型、资源优化配置和电力技术革新的共同驱动下,大规模可再生能源和电力电子将接入电网,跨区域输电将进一步发展,电力系统将彻底发展成为新型电力系统[3]。相较于传统电力系统,新型电力系统的规模、物理形态和运行特性发生显著变化,微秒级电力电子开关过程与毫秒、秒级的交流电机过渡过程相互影响,复杂性、非线性、不确定性增加,电力系统的分析面临全新挑战。 目前,尚无解析方法可准确评估大规模电力系统安全稳定水平,电力系统的特性认知、调度控制等高度依赖数字化时域仿真工具。对于新型电力系统,其新能源、直流输电系统等的动态过程受电力电子器件开关过程和快速控制保护逻辑影响,暂态过程的时间范围覆盖微秒级到秒级,传统机电暂态仿真、机电–电磁混合仿真难以准确刻画,必须使用全电磁暂态建模和仿真。但是,已有研究和实践表明,现有的电力系统电磁暂态建模仿真软件难以满足新型电力系统的仿真分析需求,亟需理清电力系统及电磁暂态仿真工具的发展趋势,构建面向新型电力系统的电磁暂态仿真与分析技术[4-6]。 本文分析了新型电力系统对电磁暂态仿真需求以及对应的仿真工具能力,介绍了面向新型电力系统的CloudPSS平台的体系架构和核心技术,并展示了其典型应用场景和应用效果,最后展望了CloudPSS平台后续发展方向。 1 新型电力系统中的电磁暂态仿真需求在“双碳”目标的推动下,新型电力系统将在以下3个方面展现与传统电力系统完全不同的特征:1)风电、光伏等新能源将成为主要电源;2)为了实现大规模新能源的接入和输送,以柔性直流输电为代表的各种电力电子技术将在各电压等级中广泛应用;3)各种发、输、配、用电技术发展,新型储能、虚拟电厂、电动汽车、燃氢电站、电力物联网等技术全面应用,源网荷储灵活互动,新型电力系统规模和复杂度骤增。 根据上述新型电力系统的特征,可以发现新型电力系统的电磁暂态仿真将面临以下三方面挑战: 1)在面向新型电力系统时,传统电磁暂态仿真平台的建模仿真能力面临着极大挑战。一方面,大规模新能源和电力电子将接入系统,系统暂态过程时间尺度跨度变大,微秒级电磁暂态过程和毫秒级机电暂态过程交织。同时,大规模电力电子接入后,仿真还将面临系统维数骤增和海量开关状态判断难等问题。另一方面,新型电力系统中,新设备、新技术不断涌现,但部分设备的机理模型难以准确获得,如部分厂家保密的控制器等,亟需研究机理与数据融合驱动的仿真技术,充分发挥电力系统海量运行数据的作用。 2)受环境影响,新能源出力不确定性大。相较于传统电力系统,新型电力系统不确定性显著增大,运行场景更加复杂和多变。仿真工具应该具有复杂场景生成及海量场景仿真或随机动态模拟的能力。 3)新型电力系统复杂度高,优化决策难,但传统仿真工具仅能给出系统运行轨迹或者简单判断系统是否稳定。因此,仿真工具如何能够围绕新型电力系统多样化的分析需求,真正做到服务和支撑好新型电力系统仿真的优化运行和智能决策亟待探究。 目前,电力行业中广泛使用的电力系统电磁暂态仿真平台大多形成于二十世纪八九十年代,如PSCAD/EMTDC[7]、EMTP-RV[8]、HYPERSIM[9]、RTDS[10],这些平台难以完全满足上述的新型电力系统仿真分析需求。为此,有必要在以下3个方面提升现有电磁暂态仿真软件的能力: 1)升级电磁暂态仿真平台建模和仿真能力。首先需要建立完备的模型库,要升级建模大规模电力电子网络的能力;对于难以获得机理模型的设备,可基于机器学习得到数据驱动模型,并接入电磁暂态仿真平台。在仿真时,要做到多时间尺度覆盖,所构建的仿真模型要能够支撑机电暂态和电磁暂态分析。在构建算例时,由于新型电力系统的复杂性,需要能够支持大规模系统的快速构建。 2)升级电磁暂态仿真平台的计算效率,尤其是海量复杂场景的计算效率。计算效率是影响电力仿真分析工具实用性的关键指标。为此,不仅要从数值计算上升级仿真的效率,还要从计算芯片层面实现计算效率的突破,要突破传统x86架构,研究基于异构计算芯片(如GPU)的细粒度并行仿真,实现海量场景的高效并行分析。 3)升级仿真平台的优化决策服务能力。首先,需要升级电磁暂态仿真工具的数据和功能接口开放性,以轻松实现应用功能拓展与系统运行数据对接等。同时,仿真工具不仅要具备支撑常规设计、测试和分析任务的能力,还要融入云边调控体系,服务于电力系统的人工智能和优化决策。 2 面向新型电力系统的电磁暂态云仿真平台 2.1 整体架构为满足上述需求,研制了面向新型电力系统的高性能电磁暂态仿真云平台CloudPSS,可精确刻画微秒级到秒级的交直流系统行波、暂态过电压、宽频振荡、控制和保护响应等电磁暂态过程。该电磁暂态仿真平台在升级仿真平台的建模仿真能力方面,建立了高效的大规模电力电子网络电磁暂态仿真模型,提出了数据–机理融合建模、多时间尺度仿真等技术;在升级仿真平台的计算效率方面,提出了面向异构众核处理器的电磁暂态细粒度并行算法与海量场景批量仿真多层计算图模型和细粒度并行加速方法;在升级仿真平台的优化决策服务方面,研发了高度可扩展的SDK/API,提出了云边融合计算体系。该平台的整体架构如图 1所示。 图 1 高性能电磁暂态云仿真平台CloudPSS系统架构 Fig. 1 Framework of CloudPSS (a high-performance EMT simulator based on cloud computing)该高性能电磁暂态仿真平台的软硬件架构由3个子系统组成[11],分别为Web工作区、数据交换平台和并行仿真引擎。Web工作区是一个可视化的建模和结果分析工具,用户通过拖放和连接组件来构建电气和控制系统模型;仿真完成后,用户可以在可视化工作区中设置仿真任务、配置波形通道和分析结果。数据交换平台是该仿真平台的中间件,主要负责3个功能:为每个仿真任务生成虚拟仿真引擎(virtual simulation engine,VSE)、将VSE启动到异构计算网格、存储从计算网格接收到的结果。并行仿真引擎运行于基于CPU+GPU的异构并行计算环境,可自动实现粗粒度和细粒度并行计算。值得一提的是,在计算时,VSE的建立和运行彼此独立,单一任务的失败不会中断仿真引擎的整体服务。 基于上述核心技术和软硬件架构,可以快速实现以高性能电磁暂态仿真为引擎的多样化应用,包括离线仿真、实时仿真、硬件在环仿真等。进一步,上述仿真应用可以服务于大规模交直流系统、新能源并网系统等的分析、设计、测试等。另外,值得注意的是,尽管本文所提的高性能电磁暂态仿真平台基于云计算技术,但该平台也可私有化部署。 2.2 核心技术1:面向大规模新型电力系统的电磁暂态建模与仿真技术面向新型电力系统电磁暂态建模仿真能力的需求,该平台从3个方面展开了研究。在建模层面,针对大规模电力电子网络,建立了基于开关组状态预测和节点收缩的快速电磁暂态仿真模型;针对新能源、直流输电中控制器等机理模型可能未知的场景,提出了基于微分神经网络的数据–机理融合建模方法,如图 2所示。在仿真方法层面,针对新型电力系统暂态过程时间尺度跨度大的特点,提出了多时间尺度电磁暂态仿真技术,如图 3所示。 图 2 新型电力系统电磁暂态建模方法 Fig. 2 Modeling of new-type power system 图 3 多分区电网混杂移频和多速率协同的多时间尺度电磁暂态仿真 Fig. 3 Multi-scale EMT simulation based on hybrid frequency-shift of multi-zone power grid and multi-rate cooperation 2.2.1 大规模电力电子网络高效建模新型电力系统含有大规模的电力电子设备。在仿真时,含海量开关的电力电子网络存在开关状态判断困难、系统维数高、流程碎片化等问题。为此,针对半桥型电压源变换器的典型拓扑,研究了拓扑内部开关状态预测方法,消除了传统电力电子仿真所需的插值及迭代求解环节,从而极大提升了仿真过程中开关状态判断的计算效率;进一步,结合节点收缩法,消除了变流器的内部节点,设计了针对复杂电力电子拓扑的快速电磁暂态仿真模型,大幅降低了含大规模电力电子网络的交直流系统电磁暂态仿真的计算量[12]。在保持与传统方法相同的精度下,可将计算效率提高一个数量级。 2.2.2 数据和机理驱动融合建模新型电力系统结构复杂、设备众多、控保逻辑复杂,存在很多未建模动态和黑箱式设备模型,导致单纯机理模型无法准确模拟其运行动态。为此,基于微分神经网络,研究了机理与数据融合驱动的新型电力系统动态建模与仿真方法[13]。其首先基于微分神经网络,实现数据驱动的设备动态建模,然后将微分神经网络融入电力系统暂态仿真软件,实现全系统动态模拟。另外,值得一提的是,由于微分神经网络具有可微分特性,其还能够增强数值仿真结果到输出的梯度传导,有助于实现仿真驱动优化控制。 2.2.3 多时间尺度电磁暂态仿真技术受限于采样定理,传统电磁暂态仿真方法无法采用大步长求解交直流混联系统宽频域暂态过程。为此,采用解析信号移频分析原理改造传统电磁暂态建模理论[14-15],通过移频变换将系统中的高频信号转化为低频信号,从而实现大步长精确仿真[16-18]。进一步,提出了多分区交直流电网混杂移频建模和多速率协同仿真方法,对多分区电网采用差异化移频参数和仿真步长,减少了全网仿真计算量;通过边界电气信号自适应移频变换和“内插值”同步,消除了接口信号延时和高频能量损失。 在建模仿真能力提升方面,除了上述技术,还提出了基于机电暂态仿真算例的大规模电磁暂态仿真算例生成方法[19-20]、基于分解–协调理论的大规模交直流系统初始化方法[21],提升大规模系统的建模仿真的效率和精度。 2.3 核心技术2:基于异构处理器的高性能细粒度并行电磁暂态仿真为了升级海量复杂场景下电磁暂态仿真平台的计算效率,提出了面向异构众核处理器的大规模系统细粒度并行算法和面向海量场景的细粒度并行加速仿真算法。 2.3.1 面向异构众核处理器的大规模系统电磁暂态细粒度并行算法新型电力系统中含有大量新能源发电设备,其电磁暂态仿真涉及并发处理海量同类设备,亟需高性能、低成本的并行加速技术。为此,研究了适用于GPU和国产申威芯片等异构众核处理器的电磁暂态细粒度并行仿真算法,提出了电气设备计算模型均质化变换方法,设计了基于分层有向无环图的控制系统并发求解方法[22],如图 4所示。基于提出的算法,实现了完全由异构众核处理器加速的高性能电磁暂态仿真[23]。 图 4 基于分层有向无环图模型的细粒度并行仿真 Fig. 4 Fine grained parallel simulation based on layered directed acyclic graph model 2.3.2 海量场景批量仿真多层计算图建模和细粒度并行加速新型电力系统安全稳定分析需要进行海量场景仿真。传统批量仿真加速方法未能挖掘多仿真任务同质计算特性,程序和数据资源复用率低,只能通过投资大量计算资源获得加速收益。为此,本文所提的电磁暂态仿真平台采用了一种电磁暂态仿真流程的多层计算图建模方法,提出了网络方程批量化细粒度并行求解算法和海量线程体计算资源优化配置方法,研发了针对异构众核处理器的内核态并行仿真程序,如图 5所示。基于上述多层计算图建模和海量线程体计算资源优化配置,实现了超高性价比的海量场景批量仿真加速应用[24]。 图 5 海量场景电磁暂态仿真的细粒度并行加速 Fig. 5 Fine grained parallel acceleration of EMT simulation of massive scenes 2.4 核心技术3:开放式的仿真应用服务体系为了支撑新型电力系统安全分析,CloudPSS提供了丰富和强健的数据和功能接口。更为重要的是,由于基于云计算技术,该高性能电磁暂态仿真平台方便融入云边调控体系,服务于电力系统人工智能和优化决策。 2.4.1 高度可扩展SDK/API电网各级管理人员需要借助灵活、高效的仿真工具对新型电力系统的动态过程进行分析,为系统设备维护、运行状态评估提供仿真支撑。然而,传统仿真软件对外接口匮乏,难以与其他分析平台配合实现仿真结果的多维度的分析功能;此外,传统平台可扩展性较差,难以与EMS、DMS系统对接以实现仿真数据的在线分析应用。为支撑新型电力系统准确高效的仿真分析,适配新型电力系统中可能存在的新型设备、复杂控制算法、调度算法、敏感元件以及用户自定义元件,提供了灵活的应用接入接口,开发了基于Python的用户自定义元件接入接口,同时提供可调用电磁暂态仿真平台运行的API函数,以供用户灵活构建电力系统模型,运行电力系统的算例。其可以修改项目文件,调用官方算法,并与执行器接口对接,格式化消息的输出[25]。基于研发的接口和API函数,可以快速构建仿真应用,如图 6所示。 图 6 API接口与应用构建 Fig. 6 API and construction of application 2.4.2 云边融合计算体系为了适配云边融合的智能调控体系,电力仿真分析工具需要与形式多样的数字孪生体整合,同时存在于云边端数字空间中,提供灵活、开放的接口,支持人工智能训练和决策。为此,构建了云边融合的计算和服务架构[26],如图 7所示。该云边融合架构的构建包含3个步骤:1)设计即插即用数据和应用集成平台,主要的功能包括元数据管理、历史和仿真数据管理,以及应用封装和流程设计框架。该平台同时部署于云端和站端,采用分布式框架,通过同步内存数据库的方式,支持云端和边缘侧的核心数据集合共享。2)设计边缘计算单元和服务,在GPU/FPGA的计算框架下,实现高效的设备分析等。3)研发基于云边融合的全电磁暂态仿真引擎,该仿真引擎可基于现场数据不断校准仿真参数和模型,实现数字孪生功能。 图 7 基于云边融合架构的电磁暂态仿真平台 Fig. 7 EMT simulation platform based on cloud-edge integration architecture 3 高性能电磁暂态云仿真平台应用情况根据上述特点,可以发现CloudPSS平台具有广泛的应用场景。目前,该平台已在电力能源行业广泛应用,总计10000余名用户注册并使用了其云仿真服务,发布5年来累计构建了超过50000项工程,完成了超过150万次仿真任务。下面简要介绍3个典型应用案例。 3.1 扫频分析随着大规模新能源接入电网,电力电子设备在电力系统中的比例不断增加,系统宽频振荡问题逐渐凸显,严重影响电网的安全稳定运行。为了研究系统的振荡问题,需要研究系统的阻抗特性。为此,基于支持多种自定义应用内核灵活接入及调度的CloudPSS FuncStudio计算平台与拥有丰富的数据可视化及交互控件的CloudPSS AppStudio应用平台,研发了适用于含新能源及直流输电的电力系统宽频特性研究的频率扫描工具[27],如图 8所示。 图 8 CloudPSS扫频分析软件模块示意图 Fig. 8 Schematic diagram of the impedance scanning该扫频分析应用能够快速计算得到系统的阻抗特性曲线,目前已在南方电网某风电场并网系统成功应用,用于分析风电场并网带来的振荡问题。对于RLC电路中,大量测试表明,所研究的扫频分析应用精度与PSCAD中解析的阻抗分析元件精度一致。但是,PSCAD的阻抗分析元件无法用于新能源、电力电子等场景的阻抗分析。相反,本文构建的扫频分析模块能够精确分析包括新能源在内的各种场景的阻抗特性。例如,基于所建立的扫频分析应用,对某直驱风机并网系统进行了频率扫描,得到了其阻抗特性曲线,如图 9所示。根据系统的阻抗特性曲线,可进一步分析该风电并网系统的振荡模式和风险。 图 9 某直驱风力发电系统阻抗特性 Fig. 9 Impedance characteristics of a direct-driven wind power systems 3.2 大规模交直流系统仿真分析对于大规模交直流电力系统,时域仿真是目前最有效的安全评估工具。本节基于电磁暂态算例转换工具、电磁暂态仿真并行加速内核和潮流初始化方法,构建了大规模交直流电网电磁暂态分析与安全评估工具链,实现了大规模算例快速构建、基于潮流断面的快速初始化和批量电磁暂态仿真加速。表 1列出了不同规模电网上,本文所提高性能电磁暂态仿真平台的计算效率。针对上万节点规模的交直流电网1s物理过程的仿真,该高性能电磁暂态仿真平台可在12s内完成计算。针对含500台直驱风机的大规模风电场案例,采用GPU加速时,1s物理过程仿真耗时仅需5s。 表 1(Table 1) 表 1 不同规模电网在CloudPSS上的仿真时间 Table 1 Computational time-costs for simulations of different power grids on CloudPSS 测试案例 三相母线数量 同步发电机数量 仿真步长/μs 1s物理过程仿真耗时/s 区域电网A 2898 538 100 11(1核CPU) 区域电网B 4049 658 100 11(1核CPU) 区域电网C 3744 960 50 4(32核CPU) 区域电网D 11232 2880 50 12(32核CPU) 区域电网E 1525 297 50 2(32核CPU) 500台风机风电场 — — 50 5(1块GPU) 表 1 不同规模电网在CloudPSS上的仿真时间 Table 1 Computational time-costs for simulations of different power grids on CloudPSS基于上述的完整工具链,本文所提的高性能电磁暂态仿真平台支撑了四川电网、西藏电网、宁夏电网、青海电网等省级电网的全电磁暂态仿真分析,实现了基于电磁暂态仿真驱动的调相机选址定容优化[28]、N−1/N−2校验、新能源并网分析、设备参数校正等功能。 3.3 实时电磁暂态仿真与在环测试通过拓扑分网,CloudPSS平台可以实现大规模电力系统的实时仿真。目前,在采用64核计算服务器时,该平台已针对含2200母线、290台同步机、6条直流的交直流大电网测试系统(等效8384电气节点,3168控制节点),实现了50μs步长下的全网实时仿真。接下来,该实时仿真平台将应用于某区域电网的在线安全分析。 进一步,通过配套的数据接口盒,还可以实现包含真实控制器的半实物实时仿真平台,并应用于真实控制保护系统的开发和在环测试等。例如,为了验证某光伏并网系统的控制器的有效性,利用CloudPSS实时仿真器与该光伏系统的控制器,搭建了硬件在环测试平台,如图 10所示。利用该平台对光伏并网系统进行了仿真,1.5s时,光伏逆变器直流电压参考值从0.85kV调整为0.9kV,在2s时调整为0.85kV。逆变器的直流电压、电流如图 11所示。可以发现,系统直流电压快速跟踪控制器的参考值,说明了该控制器的有效性,也验证了CloudPSS实时仿真平台的有效性。 图 10 光伏并网系统硬件在环仿真测试平台 Fig. 10 Hard-in-the-loop (HIL) test platform of a photovoltaic power generation system 图 11 光伏并网逆变器直流电压和直流电流 Fig. 11 DC voltage and current of the photovoltaic power generation system 4 结论本文在分析了新型电力系统电磁暂态仿真需求的基础上,介绍了面向新型电力系统的电磁暂态仿真工具CloudPSS平台的体系架构和核心技术,并展示了其典型应用。可以发现,该平台模型全面、计算高效、使用灵活、接口开放、云边融合,能够较好地满足新型电力系统的仿真分析需求。 在面向新型电力系统的电磁暂态仿真理论与技术的后续研究中,还需重点关注以下3个方面问题: 1)在仿真理论层面,首先需要进一步发展多时间尺度电磁暂态仿真基础理论,支撑新型电力系统的高效仿真;然后要探索可微分电力系统仿真基础理论,构建电磁暂态仿真双向计算图,实现基于梯度分析的优化与控制。 2)进一步,在仿真技术层面,研发仿真驱动优化决策引擎。设计电气拓扑和能量平衡约束的神经网络结构和参数训练算法,设计高效混合梯度搜索算法,驱动仿真引擎探索未知工况和故障模式,实现基于仿真和机器学习的调控策略自动生成。 3)最后,在应用层面,适应云边融合计算体系,以电网侧为云端,新能源场站为边端,实现线上线下一体化的新型电力系统在线电磁暂态仿真和分析。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |