本發明屬于柔性直流輸電技術領域。

背景技術：

2001年，德國慕尼黑聯邦國防軍大學的Rainer Marquardt提出了模塊化多電平換流器（multilevel modular converter，MMC）的概念。2010年11月，世界上第一個基于模塊化多電平換流器的柔性直流輸電（MMC-HVDC）工程-Trans Bay Cable 工程在美國舊金山市投入運行。實際工程和理論研究發現，當MMC-HVDC系統的交流側或直流側輸電線路發生暫態擾動時，會對MMC整流站上下橋臂產生過流、過壓的影響，并直接影響MMC內閥組壽命及運行狀態。如果提出一種評判方法，通過對MMC換流站中各電氣信息變化的分析，準確反映MMC換流站受不同暫態擾動的影響嚴重程度，繼而實現對MMC運行狀態的健康評判，必將推動MMC運行特性分析及交直流混聯系統能量傳遞過程的研究進程。

技術實現要素：

本發明的目的是通過對MMC換流站中各電氣信息變化的分析，準確反映MMC換流站受交流線路故障或擾動的影響嚴重程度，繼而實現對MMC運行狀態健康評判的MMC-HVDC暫態擾動交互影響狀態的評價方法。

本發明的步驟是：

①采集數據并對其進行歸一化處理：

將交流輸電線路發生暫態故障時MMC整流站內的橋臂電流的峰值與未發生故障時MMC整流站內對應橋臂電流的峰值之比作為一個指標，由此得到六個指標a₁、a₂、a₃、a₄、a₅、a₆，

表1

設共有n種暫態擾動參與評估，評估指標數量為m個，x_ij為第j個暫態擾動指標i的參數，根據如下原則進行指標參數歸一化：

對于越大越好的指標i對應參數按照式（1）進行歸一化：

（1）

對于越小越好的指標i對應參數按照式（2）進行歸一化：

（2）

繼而組成規范指標矩陣，其中相量；

②確定各指標的Tsallis熵權：

利用式（3）對規范指標矩陣進行計算；

（3）

式中表示第j個指標的Tsallis熵權，；

③對Tsallis熵權進行歸一化：

根據式（4）確定綜合權重：

（4）

式中，

；

④確定關聯度矩陣：

令為理想樣本，與的關聯系數為

（5）

式中，，

，

；為分辨系數，取值為0.5；

⑤加權關聯度求解：

（6）

式中；

⑥根據關聯度大小將進行排序，關聯度越大說明與理想樣本越接近。

本發明公式（3）中的的取值：

表3

。

本發明提出的評判方法將灰色關聯分析和Tsallis熵統計理論的有機融合，并整合MMC換流站中繁雜的信息，將多組數據信息有機的融合統計，并能準確反映MMC換流站受交流線路故障或擾動的影響嚴重程度，實現對MMC運行狀態的健康評判。本發明不但為深入分析MMC換流站運行特性提供了理論依據，也為交直流混聯系統暫態能量傳遞過程的研究提供了技術支持。

附圖說明

圖1是MMC的等效電路。

具體實施方式

MMC由三相六個橋壁組成，每個橋壁由若干個相互連接且結構相同的子模塊（sub-module, SM）與一個電抗器、一個等效阻抗串聯構成，上、下兩個橋壁構成一個相單元，如圖1所示。和分別為閥側電壓、電流，為直流電壓，、分別為正、負直流母線電流，其平均值為。橋壁電壓可以用6個受控電壓源、來等效，下標p、n分別為上橋壁和下橋臂，相應的橋臂電流分別為和。工程實驗表明，當交流輸電線路發生暫態故障時，MMC整流站內各相上下橋臂的能量分布是存在差異的。但由于各相的電氣信號暫態突變成分復雜，檢測值存在不確定性及模糊性等特征，傳統的狀態評判方法無法滿足評判精度要求?；诖耍緦＠岢隽艘环N基于Tsallis熵權法和灰色關聯分析法的MMC-HVDC暫態擾動交互影響狀態的評價方法，為分析MMC運行特性及交直流混聯系統能量傳遞過程提供理論依據。所以，利用換流站橋臂電流信號對MMC運行狀態的評判過程如下所示（如表2所示）：

表2

。

本發明的步驟是：

①采集數據并對其進行歸一化處理：

將交流輸電線路發生暫態故障時MMC整流站內的橋臂電流的峰值與未發生故障時MMC整流站內對應橋臂電流的峰值之比作為一個指標，由此得到六個指標a₁、a₂、a₃、a₄、a₅、a₆，

表1

設共有n種暫態擾動參與評估，評估指標數量為m個，x_ij為第j個暫態擾動指標i的參數，根據如下原則進行指標參數歸一化：

對于越大越好的指標i對應參數按照式（1）進行歸一化：

（1）

對于越小越好的指標i對應參數按照式（2）進行歸一化：

（2）

繼而組成規范指標矩陣，其中相量；

②確定各指標的Tsallis熵權：

利用式（3）對規范指標矩陣進行計算；

（3）

式中表示第j個指標的Tsallis熵權，；

③對Tsallis熵權進行歸一化：

根據式（4）確定綜合權重：

（4）

式中，

；

④確定關聯度矩陣：

令為理想樣本，與的關聯系數為

（5）

式中，，

，

；為分辨系數，取值為0.5；

⑤加權關聯度求解：

（6）

式中；

⑥根據關聯度大小將進行排序，關聯度越大說明與理想樣本越接近。

本發明公式（3）中的的取值：

表3

。

以下對本發明做進一步詳細描述：

灰色關聯分析是建立在充分的利用客觀數據的基礎上，得到各個方案與最優理想方案的接近度，從而進行決策。灰色關聯分析法能夠處理信息不完全明確的灰色系統，對于小樣本無規律指標的評價問題決策準確性較高。基于灰色關聯分析評價問題決策準確性較高等特點，結合Tsallis熵靈活的統計特性，本發明將Tsallis熵和灰色關聯分析法結合，構建了一種基于Tsallis熵權法和灰色關聯分析法的MMC-HVDC暫態擾動交互影響狀態的評價方法，并將其應用于MMC換流站運行狀態的綜合評判。

以MMC-HVDC系統交流輸電線路A相接地短路、AB相接地短路、AB相不接地短路、ABC短路、A相雷擊、直流母線單極接地、直流母線兩極短接、直流母線雷擊為例，AB相接地短路為例，對其進行驗證。采集數據的時間為2s，故障發生在第1s，持續時間為0.02s。

步驟一：采集數據并對其進行歸一化處理

將交流輸電線路發生暫態故障時MMC整流站內的橋臂電流的峰值與未發生故障時MMC整流站內對應橋臂電流的峰值之比作為一個指標，由此可得到六個指標，其各暫態故障指標數據如表2所示。

利用式（2）對各暫態故障（包括無故障）指標數據進行歸一化，繼而組成規范指標矩陣，其中相量；。

步驟二：確定各指標的Tsallis熵權

利用式（3）對規范指標矩陣進行計算，（與n的關系如表3所示）。

步驟三：對Tsallis熵權進行歸一化

根據式（4）確定綜合權重：式（4）中，。

步驟四：確定關聯度矩陣

令為理想方案，，根據式（5）確定關聯系數矩陣，如下所示：

。

步驟五：加權關聯度求解

（6）

式中

。

步驟六：根據關聯度大小將進行排序

根據關聯度進行排序。通過分析發現，A相雷擊的關聯度最大，直流母線單極接地、A相接地短路、直流母線雷擊、AB相不接地短路、AB相接地短路、ABC短路的關聯度其次，直流母線兩極短接的關聯度最小。所以直流母線兩極短接對MMC的運行狀態影響最嚴重，ABC短路、AB相接地短路、AB相不接地短路、直流母線雷擊、A相接地短路、直流母線單極接地對MMC的運行狀態影響其次，A相雷擊對MMC的運行狀態影響最小。