交直流并联电力系统PSS和直流附加控制器协调优化设计

针对远距离、多区域交直流互联电网低频振荡现象,提出了一种基于改进矩阵束算法的PSS和直流附加控制器协调运行的优化设计。具体包括利用改进矩阵束算法对全网系统辨识,得出系统在没有配置PSS和直流附加控制器时的振荡频率和阻尼比,设定协调优化的目标函数,利用共轭轨迹法优化PSS和直流附加控制器参数;反复利用改进矩阵束算法对系统进行辨识,不断优化协调参数,直到系统逐渐消除低频振荡。仿真结果表明,该协调优化设计可有效抑制电力系统低频振荡,增加系统阻尼,提高系统稳定性。     

基于广义形态滤波与改进矩阵束的电力系统低频振荡模态辨识

针对当前互联电力系统中越来越严重的低频振荡现象,提出一种高精度低频振荡模式辨识方法来克服现有方法的一些不足。该方法基于广义形态开、闭运算设计了新型广义形态滤波器,可以有效地去除噪声,较好地保留信号的原有特征;低频振荡信号通过该滤波器滤波后再使用改进矩阵束算法进行模式辨识,可以获得高精度的各个模式参数。对于辨识算法的关键定阶问题,采用归一化奇异熵定阶方法,该方法能在系统拟合精度指标相差不大的情况下使模态阶数的估计值更加接近真实值,提高了辨识的准确性。通过仿真算例、测试系统及电网实际案例验证了本文提出的方法的有效性和可行性,为电力系统阻尼控制和电网的稳定运行提供了有效依据。     

基于EEMD和矩阵束算法的低频振荡主导模式识别

传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含有主导模式的IMF分量,并利用矩阵束算法分析得到模态参数,从而扩展了传统矩阵束算法的应用范围。算例分析结果表明,该方法可以较好地适应非线性系统,抗噪声能力较强,在低信噪比时仍然可用于低频振荡主导模式的识别,为电力系统低频振荡问题的研究提供了新思路。     

随机子空间法在低频振荡分析中的应用

电网规模的日益扩大使得低频振荡成为电力系统稳定运行中备受关注的问题之一,文中将随机子空间法应用于电力系统低频振荡模式辨识.以状态空间模型为基础,通过随机子空间辨识得到系统的状态矩阵,由其特征值可求得信号的频率和阻尼比,再由最小二乘法可得到各分量的幅值和相角.通过一合成信号验证了算法的正确性,再利用四机两区系统的仿真数据...     

TLS-ESPRIT与稳定图法相结合的区间低频振荡模态参数提取

提出了基于总体最小二乘法-旋转矢量不变技术(TLS-ESPRIT)与稳定图法相结合的区间低频振荡模态参数的提取方法.首先用TLS-ESPRIT结合稳定图确定区间低频振荡信号的阶数,然后用TLS-ESPRIT算法直接对原始含噪信号精确地估计出主导振荡模态的频率和阻尼比.仿真结果表明,该方法抗噪能力强、估计精度高,克服了T...     

基于改进多信号矩阵束算法的电力系统低频振荡识别

提出了适用于电力系统低频振荡模态识别的改进多信号矩阵束算法。利用奇异值分解（Singular value decomposition,SVD）分离信号和噪声子空间,确定阶数并消除信号噪声。通过建立多信号归一化的样本函数矩阵对矩阵束算法进行改进,辨识电力系统模态。利用原始Prony法、谐波恢复的Prony法和改进的多信号矩阵束法,对理想信号和仿真系统进行分析。结果表明多信号矩阵束法的辨识精度较高,具有一定的抗噪能力,并且通过对多信号归一化的处理避免了不同类型信号叠加时较小信号的湮没,适用于低频振荡在线识别。     

基于改进矩阵束的高压直流次同步振荡检测

矩阵束是一种可以用来进行振荡模态参数辨识的算法。鉴于传统的矩阵束算法在有噪声情况下模态阶数辨识效果不理想,提出将信息熵引入矩阵束进行改进,进而将改进的矩阵束算法用于高压直流的次同步振荡模态的辨识。然后与改进Prony法和矩阵束算法对比分析,证明了基于信息熵的矩阵束算法的有效性。仿真结果表明,此算法可以快速、准确地辨识出次同步振荡模态参数,且该算法抗噪声能力强,可用于电力系统次同步振荡在线检测。     

基于WAMS和奇异熵矩阵束方法的电网低频振荡仿真分析

分析了用传统的小干扰稳定分析方法研究互联大电网运行特性时存在的不足,提出了基于广域测量系统(WAMS)和奇异熵矩阵束方法的综合分析法。该方法将奇异熵用于模态阶数的提取,既能在有无噪声的情况下都准确确定模态阶数,又能减少计算复杂度。以华中电网2009年6月17日发生的由金竹山B厂开关爆炸导致的电网功率波动事件为例,对比了小干扰稳定分析方法和所提出的综合分析法的仿真分析结果。结果表明,基于WAMS和奇异熵矩阵束方法的综合分析法是以特征值分析法为代表的传统低频振荡分析方法的有效补充,能够较为准确、及时、全面地反映电网的振荡特性,为分析由多重扰动引起的或特殊运行方式下的低频振荡现象提供了有效手段。     

电力系统一次调频过程的超低频振荡分析

实际系统中多次发生一次调频过程不稳定导致的超低频频率振荡事件,在机理和表现上与传统的低频振荡存在显著区别。超低频频率振荡属于频率稳定的范畴,单机单负荷系统是研究该问题的最简系统。基于单机单负荷系统研究了超低频频率振荡的振荡频率、阻尼、振荡表现等关键特征。解析推导了简化模型下的振荡频率和阻尼并分析其影响因素。引入伯德图方法分析详细模型下的振荡频率和阻尼,幅值交接频率、相角裕度分别与振荡频率、阻尼比对应。证明了阻尼转矩法在分析原动系统阻尼特性时的适用性。采用相量图方法说明超低频频率振荡中机械功率的振荡幅度大于电磁功率。     

电力系统低频振荡综合预警方法研究

针对阻尼比指标仅能区分振荡类型,而无法反映强相关机组的参与程度和振荡幅值等信息的问题,提出了小干扰特征值的实用化指标计算方法;然后基于阻尼比指标和实用化指标,综合考虑系统运行方式和运行参数对低频振荡的影响,提出了一种低频振荡综合预警指标。经算例仿真表明,该综合预警方法所得结果符合电网运行实际。     

同步挤压小波变换在电力系统低频振荡模态参数提取中的应用

针对电力系统低频振荡的非平稳、非线性特性,将一种新的时频分析方法——同步挤压小波变换(SWT),应用于低频振荡分析。该方法克服了大多数分析方法抗噪性差的缺点,结合了经验模态分解(EMD)和小波的优点,具有EMD的自适应性,同时提高了抗模态混叠能力。利用该算法可实现具有多分量的低频振荡模式分离,得到其瞬时幅值和频率,并计算阻尼比。仿真和实测信号的计算结果证明了SWT的有效性,优于传统的HHT方法。     

抑制频率振荡的电力系统稳定器参数优化

超低频频率振荡是有功频率控制过程的小扰动稳定问题。由于负荷电压调节效应使得无功电压控制和有功频率控制产生耦合,传统用于抑制低频振荡的电力系统稳定器(PSS)可用于抑制频率振荡。提出了在多机系统中选择抑制频率振荡的PSS的方法,该方法综合了PSS对低频振荡和频率振荡的影响大小。构建了抑制频率振荡的PSS参数优化模型,该模型仍然以低频振荡模式阻尼比作为优化目标,但加入频率振荡对应频段发电机励磁系统相位要求作为约束,保证机组励磁系统为频率振荡提供足够的正阻尼。采用粒子群优化算法对模型进行求解得到PSS最优参数。仿真结果验证了所提方法的有效性。     

奇异熵矩阵束算法及其在次同步振荡模态参数辨识中的应用

基于奇异谱提出的奇异熵概念用于对次同步振荡模态的定阶,采用与矩阵束算法结合的奇异熵矩阵束算法对电力系统的次同步振荡参数进行辨识。首先选取加入噪声的理想信号对Prony算法与奇异熵矩阵束算法的有效性、辨识精度、最小频率间隔辨识值及辨识所需最小数据量等辨识能力进行比较分析;然后分别利用两种算法对IEEE第1标准测试系统及某实际串补输电工程模型进行进一步分析验证。分析结果表明,奇异熵矩阵束算法具有有效性,可以方便、准确地确定模态阶数,提高频率分辨率,降低所需数据量,而且具有很强的抗噪能力和较高的辨识精度。     

基于改进Prony算法的电力系统低频振荡模式识别

提出了一种新的改进Prony算法,该算法将待求振荡幅值作为权值,基于神经网络进行训练,实现对电力系统低频振荡模式的识别。该算法避免了Prony算法在实际计算中矩阵呈病态以及通过矩阵求逆计算幅值和相位时精度不高的问题,克服了传统Prony算法抗干扰较差的问题。仿真结果表明,该改进Prony算法能有效去除干扰,能可靠、准确地识别主导模式,计算量少,适用于识别含有噪声且采样点数多的振荡信号。     

基于Teager能量算子的低频振荡节点同调分群

实际互联电网发生低频振荡时,除了需要获取振荡的频率、幅值、阻尼比外,还需获得振荡节点的同调分群关系、振荡中心或分界面的位置信息,以便运行人员及时采取措施抑制振荡。为此基于Teager能量算子提出了节点同调分群方法。首先采用经验模态分解方法对各节点实时注入有功功率或频率信号进行预处理,然后利用Teager能量算子快速求取分解后模态曲线的频率、幅值,在电网关心模式的频率下应用相关分析技术计算各模态曲线相对幅值最大模态曲线的相角差,从而得到低频振荡过程中节点的同调分群关系。仿真算例验证了该方法的有效性。     

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。     

Prony算法的若干改进及其在低频振荡监测中的应用

在广域测量系统（WAMS）下,从多角度改进Prony算法对电力系统低频振荡的监测。提出对采集信号进行分类,利用同类、非同类等多信号分析法对低频振荡进行分析;通过数据预处理和算法样本矩阵阶数控制减少噪声对算法精度的影响;提出模式能量测度分析结果中的主导振荡模式。在EPRI-36系统下进行仿真,结果表明所提方法的有效性。     

基于小波去噪和随机子空间算法的广域低频振荡估计

电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一,提出了一种利用小波软阈值去噪技术,首先对电力系统低频振荡数据进行预处理,然后采用随机子空间算法提取低频振荡信号特征的分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数,有效地克服Prony算法、自回归滑动平均算法及希尔伯特-黄等算法受噪声、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。数值仿真及实例分析均验证了基于小波预处理技术的随机子空间算法在电力系统低频振荡分析中的可行性。     

Prony算法的若干改进及其在低频振荡监测中的应用

在广域测量系统(WAMS)下,从多角度改进Prony算法对电力系统低频振荡的监测.提出对采集信号进行分类,利用同类、非同类等多信号分析法对低频振荡进行分析;通过数据预处理和算法样本矩阵阶数控制减少噪声对算法精度的影响;提出模式能量测度分析结果中的主导振荡模式.在EPRI-36系统下进行仿真,结果表明所提方法的有效性.     

自适应混沌粒子群算法在PSS设计中的应用

该文采用一种改进的粒子群算法PSO———自适应混沌粒子群算法ACPSO,对多机电力系统稳定器参数进行优化设计,以抑制系统低频振荡。该算法通过混沌初始化粒子群,在迭代计算过程中根据粒子的适应值自适应地调整算法惯性系数,从而可以获得更好的全局搜索能力和收敛速度。选取系统机电振荡模式最小阻尼比最大化为目标函数,将PSS参数优化转换为带不等式约束的非线性优化问题。以3机9节点系统为例,特征值和非线性仿真结果表明,运用该方法设计的PSS能够有效地抑制外界扰动引起的低频振荡。