环境激励下电力系统外在表征及振荡识别方法研究

环境激励作用下的电力系统机电响应数据中蕴含有丰富的机电动态信息。文中推导了小幅环境激励下电力系统机电响应的解析形式,从数学角度证明了机电振荡特征在电力系统随机响应中的存在性,揭示了利用小幅环境激励作用下的系统响应提取系统振荡特征的基本原理,进而提出了基于动态模式分解算法(DMD)与随机响应数据的机电振荡特征参数辨识方法。以小幅负荷随机激励下IEEE 4机2区域系统响应数据及某区域电网扰动录波数据为例,辨识所得参数与理论振荡特征参数的比较以及对概率统计结果的分析表明,DMD在随机激励下机电振荡参数识别中具有较强的适应性,验证了利用小幅环境激励下的随机响应识别系统机电振荡特征的正确性。     

基于环境激励的低频振荡分析方法综述

在大型区域互联电网中,低频振荡已成为影响系统的广域安全稳定运行的重大问题。随着广域相量测量系统WAMS的投入,低频振荡的在线分析成为可能。通过在线模式辨识可以实现低频振荡在线监测以及施加适当的阻尼控制。本文主要讨论基于环境激励的低频振荡在线分析方法,对这类方法的原理、特点、应用做了系统的阐述,并探讨存在的问题和进一步研究的方向。     

基于自然激励技术和TLS-ESPRIT方法的低频振荡模式辨识

提出了一种利用系统随机响应信号辨识低频振荡模式的方法。利用自然激励技术(NEx T)从系统随机响应信号中获得自由振荡信号,采用总体最小二乘—旋转不变技术的信号参数估计(TLS-ESPRIT)方法对所获得的自由振荡信号进行模式辨识,得到低频振荡模式的频率和阻尼比。采用16机系统仿真数据和四川电网实测数据验证了所提方法的有效性;与随机减量技术(RDT)结合Prony方法对比表明,所提方法对阻尼比估计更准确且抗噪性更强。     

基于递推随机子空间的电力系统低频振荡辨识

为实时提取低频振荡模式信息,采用基于随机子空间的低频振荡递推辨识方法。引入基于双边迭代的子空间递推方法实现随机子空间递推辨识,以提高辨识快速性和灵活性。利用递推误差并结合低频振荡数据的特点,提出一种能够保证快速平稳递推的遗忘因子和加权因子选择策略。对理想数据、仿真数据和WAMS数据分别采用所提方法进行分析,验证了该方法的可行性。     

基于EMD和SSI的电力系统低频振荡模态参数识别方法

针对目前引发电力系统低频振荡的多重机理的实际情况,提出基于EMD和随机子空间（Stochastic Subspace Identification,SSI）的识别电力系统低频振荡模态参数的新方法。该方法直接根据端部量测数据识别出系统的低频振荡模态参数。在系统正常运行或者小扰动下可直接用SSI识别系统的弱阻尼模式、频率、阻尼和振型;在系统处于异常运行或者故障状态时,运用EMD对量测数据进行时空滤波和平稳化处理,由SSI辨识出相应的系统状态矩阵,经过模态分析得出低频振荡的上述模态参数。数值仿真及实例分析均表明该方法运行速度快,参数识别精度高,为电力系统低频振荡问题的研究提供了新的思路与方法。     

基于EMD和SSI的电力系统低频振荡模态参数识别方法

针对目前引发电力系统低频振荡的多重机理的实际情况,提出基于 EMD 和随机子空间 (Stochastic SubspaceIdentification,SSI) 的识别电力系统低频振荡模态参数的新方法.该方法直接根据端部量测数据识别出系统的低频振荡模态参数.在系统正常运行或者小扰动下可直接用 SSI 识别系统的弱阻尼模式、频率、阻尼和振型;在系统处于异常运行或者故障状态时,运用 EMD 对量测数据进行时空滤波和平稳化处理,由 SSI 辨识出相应的系统状态矩阵,经过模态分析得出低频振荡的上述模态参数.数值仿真及实例分析均表明该方法运行速度快,参数识别精度高,为电力系统低频振荡问题的研究提供了新的思路与方法.     

基于NExT-ERA与SSI-DATA环境激励下的低频振荡辨识方法比较

随着广域测量系统的应用,采用环境激励下相量测量单元量测得到的类噪声信号进行低频振荡在线模态辨识具有很好的应用前景。针对NEx T-ERA以及SSI-DATA 2种环境激励下的低频振荡辨识方法进行性能评估。简要回顾2种算法的基本原理;基于算法中关键参数以及仿真条件设置不同的评估标准,通过仿真算例的模态参数辨识对2种算法的性能进行分析比较;对2种算法各自的优点和适用性进行评估与总结。     

基于自然激励技术的低频振荡模态参数识别

低频振荡是威胁电网安全稳定运行的一个重要因素。传统的基于测量信号的低频振荡模态参数辨识方法难以在系统未发生明显振荡时准确的检测模态参数。提出了一种利用系统正常运行时的白噪声响应识别系统模态参数的方法。首先用自然激励技术从白噪声响应间接获取系统的脉冲响应,再用HHT法对脉冲响应函数进行分析,得到系统各阶模态的频率、阻尼比等模态参数。通过对四机两区系统的仿真分析和实际电网数据的计算验证了方法的有效性。     

基于TLS-ESPRIT的电力系统低频振荡模态参数提取方法

将总体最小二乘—旋转矢量不变技术（LTS-ESPRIT）算法应用到低频振荡模态参数的提取中,它是1种基于子空间划分的高分辨率信号分析方法,将振荡功率信号形成HANKEL矩阵,通过奇异值分解进行信号子空间和噪声子空间的划分,再通过总体最小二乘（TLS）的二次消噪处理提高抗噪能力,准确提取低频振荡的模态参数。仿真结果表明,该算法具有精度高、抗噪能力强、算法简单的优点。实测数据进一步验证了该方法的可行性和有效性。     

励磁调差单元对电力系统低频振荡的影响

自动励磁调节器对改善发电机的静调压特性起了积极作用,但对调差电流引入后的分析不足。为了研究调差单元引入对电力系统低频振荡的影响,采用戴维南等效电路分析了不同励磁控制方式下单机无穷大系统电路的运行特性,对比研究了调差引入前后励磁系统测量电压变化对系统阻尼特性的影响,并通过Matlab建模仿真分析了调差单元参数及发电机工况改变时低频振荡阻尼的变化特性。理论分析与仿真结果表明,调差单元引入后测量电压变化会对系统阻尼力矩产生一定的影响,且调差提供阻尼的大小,不仅与调差单元的接入方式的正、负有关,也与发电机所处工况、调差系数以及励磁参数有关。     

基于双协方差随机子空间识别的类噪声数据低频振荡辨识

低频振荡可能会给电力系统的安全稳定带来极大危害,因此在线监测和分析低频振荡参数十分重要。为了有效地从类噪声数据中获取低频振荡模态参数,基于双协方差随机子空间识别(stochastic subspace identification,SSI)算法提出了一种低频振荡模态辨识的新方法。在传统SSI算法的基础上,引入双协方差SSI算法和系统聚类算法对物理模态自动拾取、自动定阶,实现低频振荡参数的有效精确辨识。分别应用传递函数和IEEE WSCC 3机9节点系统模型产生的仿真数据进行了测试,结果表明该方法能够实现自动定阶,得到的稳定图较传统SSI算法更清晰,识别结果中不会出现虚假模态,能高精度估计低频振荡模态参数,且抗噪性能良好。     

基于类噪声数据的电力系统低频振荡模式辨识方法及应用

低频振荡的监测对于电力系统的安全稳定运行是一个巨大的挑战。提出了基于类噪声数据的低频振荡模式在线辨识方法,该方法将类噪声PMU数据经过预处理后,以ARMA方法计算得到单测点低频振荡模式信息,然后通过聚类方法得到系统振荡模式信息。结合实际发生的一次低频振荡事故,通过比较扰动前和扰动过程中低频振荡模式差异判断振荡类型,并通过势能增量分布法予以验证。     

利用环境激励下的发电机组转子动态响应识别次同步振荡模态的方法

通过实时测量运行中的发电机组受电网负荷波动及噪声随机激励下的微弱转子转速响应,可以将机网振荡的模态参数(包括模态频率、阻尼和幅值)在线辨识出来。采用随机减量技术处理环境激励下的转子角位移差分信号,从而获取随机减量特征信号,该信号包含机网系统结构振荡的自由衰减响应分量;采用窄带频率滤波算法从所述的随机减量特征信号中获得各个次同步分量的时域衰减特征曲线,进而计算出当前运行方式下的不同频率的振荡模态的阻尼。采用该方法对绥中电厂1 000 MW机组的实测数据进行计算,有效辨识出绥中电厂及高岭直流区域电网的次同步振荡阻尼等模态参数。基于该方法可以实现实时的次同步振荡安全监测。     

同步电机最优励磁控制系统的研究与仿真

最优励磁控制规律是全部状态量的最优线性组合,很好地克服了传统控制方式中的单纯按机端电压偏差进行比例式调节的弱点。根据线性最优控制理论,设计了线性最优励磁控制系统。动态仿真分析表明,设计出的最优励磁系统能够有效地增加系统的阻尼,提高系统的稳定性,且能够很好地抑制系统的低频振荡,并具有较好的鲁棒性。     

柔性励磁系统抑制次同步振荡仿真分析

次同步振荡可能会对汽轮发电机的转轴产生严重的威胁,而传统晶闸管励磁系统使用附加励磁阻尼控制器对次同步振荡的抑制效果有限,需要为发电机配置如STATCOM的额外装置。相较于传统晶闸管励磁系统,柔性励磁系统具有双阻尼通道且相互耦合作用小,因此柔性励磁系统相较于传统晶闸管励磁系统对次同步振荡有更强的抑制能力。本文采用Matlab编程对发电机存在的轴系扭振模态进行了计算,并针对其中可能发生次同步振荡的模态设计了基于柔性励磁系统的无功控制器与传统励磁调节通道配合。本文在PSCAD/EMTDC平台上搭建了采用柔性励磁系统的IEEE次同步振荡第一标准模型,验证了柔性励磁系统对次同步振荡的抑制效果。     

低频振荡模态参数辨识的共振稀疏分解SSI分析方法

提出在色噪声背景下,采用共振稀疏分解的随机子空间法进行低频振荡模态参数的辨识,根据信号预知的共振属性实现复杂信号的分离。首先,对含高斯色噪声的低频振荡信号进行分解,得到高共振分量、低共振分量和余项三部分。低频振荡信号具有高共振属性,高共振分量即为提取的持续振荡的低频振荡信号,而高斯色噪声大部分存在于余项中。然后对高共振分量利用SSI进行参数辨识,得到较高参数的辨识准确度。仿真算例和实例说明了所提方法的有效性。     

励磁控制系统随机暂态稳定性数值分析方法

在励磁控制系统非线性模型中考虑发电机随机扭振对励磁调节动态过程的影响,建立一类励磁控制系统的随机模型,即伊藤型随机非线性励磁控制模型,由此探讨励磁控制系统在随机扰动下暂态稳定性的数值分析问题。基于蒙特卡罗原理和非线性系统数值解方法,提出随机励磁控制系统暂态稳定性的数值算法和流程,包括了随机扰动模拟、系统模型求解的数值方法、稳定概率以及解过程的均值等计算公式。最后,以随机励磁控制系统的数值仿真结果分析发电机随机扭振对励磁控制性能的影响,验证了所提出的分析算法的正确性和有效性。     

基于转矩分析理论的功率振荡事故原因快速排查方法

电力系统功率振荡严重影响电力系统安全稳定运行,排查分析功率振荡事件发生的原因是避免类似功率振荡事件、提高电力系统安全稳定性能的前提条件.本文针对励磁系统异常导致功率振荡的情况,提出了一套快速排查方法,以一起电厂功率振荡事故的过程为例,应用基于转矩分析理论的功率振荡事故原因快速排查方法,确认了此次振荡事故的故障原因,为事...