电力系统低频振荡的在线辨识

本文介绍了首次应用辨识方法于电力系统实时在线测试低频振荡。利用这种方法可以随时研究运行系统的低频振荡情况，１９９１年１０月试验证实了网络中的ＳＸＫ电厂是该系统的低频振荡源。     

基于实测信号的电力系统低频振荡模态辨识

广域相量测量系统的应用为基于量测的电力系统稳定性分析提供了有力支持。基于动态量测信息准确地辨识电力系统低频振荡模态参数及振型,对提高电力系统低频振荡的实时监测与控制至关重要。结合经验模态分解与随机子空间辨识算法,基于发电机有功功率的动态量测信息,开展了电力系统低频振荡辨识与分析的研究。该方法能够在较短的时间从含噪信号内提取原系统真实准确的振荡信息,同时能够得到各振荡模式相应的振型,有效地克服Prony算法和自回归滑动平均算法受噪声、系统实际阶数的影响大,以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。测试系统及仿真结果验证了该方法在电力系统低频振荡分析中的可行性。     

工况模态分析在低频振荡辨识中的应用初探

工况模态分析是结构动力学工程模态辨识的前沿课题,初步探讨了这一概念应用于电力系统低频振荡特性在线辨识的可能性。论述了电力系统低频振荡和一般振动力学数学模型的相似性,利用随机子空间算法辨识低频振荡的频率、阻尼和振型。 随机子空间算法无须人工激励电力系统,利用日常负荷的随机波动激励系统,通过相量测量单元（PMU）采集发电机功角摇摆轨迹数据,识别电力系统振荡特征参数。在Matlab仿真平台上,通过对一个3机电力系统的实例分析, 证明所提方法对振荡频率、阻尼比和振型识别的有效性。     

工况模态分析在低频振荡辨识中的应用初探

工况模态分析是结构动力学工程模态辨识的前沿课题,初步探讨了这一概念应用于电力系统低频振荡特性在线辨识的可能性.论述了电力系统低频振荡和一般振动力学数学模型的相似性,利用随机子空间算法辨识低频振荡的频率、阻尼和振型.随机子空间算法无须人工激励电力系统,利用日常负荷的随机波动激励系统,通过相量测量单元(PMU)采集发电机功角摇摆轨迹数据,识别电力系统振荡特征参数.在Matlab仿真平台上,通过对一个3机电力系统的实例分析,证明所提方法对振荡频率、阻尼比和振型识别的有效性.     

基于FCM聚类的随机子空间低频振荡模态识别算法

振荡模态的精准捕捉对有效抑制低频振荡有重要意义,基于量测的低频振荡模态辨识方法在在线监测识别领域具有广阔应用前景。本文针对模态识别算法定阶困难、易存在虚假模态等问题,提出了基于模糊C均值聚类的多阶随机子空间算法。通过多阶子空间计算可捕捉所有可能的系统模态,并通过模糊C均值算法确定实际最低阶数,经虚假模态筛除确定最终振荡主导模态,并且能降低干扰,提升辨识抗噪性能。本文算法与Prony算法进行了性能对比,并通过四机两区系统和实际电网相量测量单元量测数据验证了算法的适用性和鲁棒性。     

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。     

基于数据驱动随机子空间方法在低频振荡辨识中的应用

根据WAMS实测数据,对电力系统低频振荡模式进行辨识,对基于数据驱动随机子空间（SSI）辨识方法进行了研究。首先通过小波技术消去信号中的噪声分量,然后消去直流分量。利用处理后的数据构造Hankel矩阵,通过QR分解、SVD分解,利用卡尔曼滤波估计得到系统的随机状态模型,再对状态矩阵进行特征值分解,最终得到系统低频振荡模式参数。利用该方法分别对理想信号、仿真信号、电力系统实测数据进行分析。分析结果表明,基于数据驱动随机子空间方法能够准确辨识出系统主导振荡模式,可以应用于低频振荡模式的在线辨识。     

EMD法在提取电力系统低频振荡特性中的应用

经验模态分解方法是一种全新的非平稳信号分析方法,根据低频振荡信号的非平稳特性,介绍了经验模态分解方法应在低频振荡特性分析中的应用。仿真结果表明,该方法可以准确提取系统的低频振荡特征。     

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。     

电力系统低频振荡与PSS分析

利用单机无穷大系统小干扰线性化模型从理论上分析了应用快速高增益励磁调节器后系统产生低频振荡的原因。对PSS抑制低频振荡的原理——相位补偿进行了分析。讨论了PSS的各个环节功能及参数对阻尼低频振荡的影响，并给出了某发电机组PSS相位校正的实测数据，证明PSS对低频振荡有良好有效的抑制作用。     

基于希尔伯特-黄变换的电力系统低频振荡的非线性非平稳分析及其应用

研究了基于希尔伯特–黄变换法从广域测量系统的实测数据中提取电力系统时变振荡特性的一种实用方法。该方法能够分析非线性、非平稳信号的局域动态行为和特性,更好地反映振荡过程中所包含的多个模式随时间的变化规律以及模式间的相互影响,还可提高识别能力和处理效果。在贵州电网的初步实验结果证明了该方法的有效性。     

基于能量角度的共振机理电力系统低频振荡分析

电力系统共振机理低频振荡,即由于扰动的频率与系统自然振荡频率共振而发生的系统大幅度功率振荡,已被证明可较好地解释实际系统中发生的一些非负阻尼机理功率振荡。作者从能量角度分析了电力系统在发生共振机理低频振荡过程中内、外能量的变化关系和特征。采用仿真软件Matlab对河北南网安保线的功率振荡进行了仿真和能量分析,其结果可更清晰地展示振荡的物理过程,有助于更好地理解和认识电力系统共振机理低频振荡。     

TLS-ESPRIT算法在低频振荡分析中的应用

提出了一种新的电力系统低频振荡模式辨识方法,即基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法.该算法是一种基于子空间的高分辨率信号分析方法,直接以测量数据构成的数据矩阵为基础,把信号空间分解为信号子空间和噪声子空间,能够高精度地辨识电力系统低频振荡的模式,进而可以为设计阻尼控制器提供依据.文中首先简要介绍了TLS-ESPRIT算法的基本理论,然后通过合成信号、4机2区域系统和新英格兰10机39节点系统3个算例,验证了该算法的正确性和有效性,对实现低频振荡在线/离线监测具有应用价值.     

基于广域测量系统的电力系统低频振荡分析及抑制综述

随着电力工业的迅猛发展,电力系统的规模越来越大,在获得更高的可靠性和经济性的同时,大型互联电力系统的低频振荡严重危及了系统的安全运行。而基于全球定位系统(GPS)的广域测量系统(WAMS)的发展和应用为在线分析区间低频振荡模式乃至控制提供了新契机。简要介绍了电力系统广域测量系统的特点,低频振荡的产生机理以及基于WAMS的低频振荡在线分析和抑制方法,并指出了未来的研究发展方向,构建基于WAMS技术的大规模互联电力系统的广域安全监测及控制系统将是很有意义的研究方向。     

电力系统低频振荡故障模式的研究与分析

分析了低频振荡建模的一般方法和特点,在研究单机无穷大系统中联络线低频振荡机理的基础上归纳总结了低频振荡模式的多机系统阻尼分配规律。在某8机系统算例中将阻尼分配规律与QR法相比较,分别得出的振荡模式实部之间只有微小的差别,验证了阻尼分析规律的正确性。     

基于广域测量信息和直流功率支援的低频振荡抑制方法

利用直流系统输送功率快速可控的特点,可以通过直流功率调制来改变交流联络线的潮流,起到抑制低频振荡的作用。文中分别从直流线路选择、功率支援时机、支援量三方面研究了直流功率支援抑制低频振荡的关键技术。采用广域动态信息识别主导振荡模式,采用广域稳态信息计算主导发电机输出功率转移分布因子、直流功率传输转移分布因子和直流控制敏感因子,根据该敏感因子的大小来选择实施功率支援的直流线路,以南方电网为例验证了该方法的正确性和有效性。通过理论分析和时域仿真,得出功率支援的最佳时机是在功角正向摆动的起始时刻,功率支援量较少时对低频振荡的抑制作用不明显,而支援量较大时则会引起反相振荡。最后提出定功率控制模式和定电流控制模式对于功率提升抑制低频振荡效果影响不大。     

ARMA谱估计方法在电力系统低频振荡模式分析中的应用

广域测量系统提供的电力系统实测动态响应为动态特性的分析提供了新的途径,避免了建模和确定参数的困难。ARMA谱估计是现代谱估计算法的一种。本文应用ARMA谱估计算法分析电力系统低频振荡曲线,能够从曲线中直接提取系统的特征根。分析计算表明算法具有较高的精度。适用于处理存在弱阻尼或负阻尼模式时由随机扰动激励的振荡过程。