风电机群引发的强迫功率振荡扰动源定位

针对电力系统同步相量测量装置(phase measurement unit,PMU)短期内不能完全替代数据采集与监视控制系统(supervisory control and data acquisition,SCADA)测量每一个节点的信息,快速找到强迫功率振荡扰动源仍有一定困难的问题,提出了一种快速定位扰动源的方法.在对振荡稳态时能量转换过程与风电机组引起强迫功率振荡的机理进行分析的基础上,在易发生扰动节点安装测量装置,利用TLS-ESPRIT方法对得到的数据进行计算得到各个节点能量耗散情况从而实现扰动源的快速定位.并在接入风电的10机39节点系统和某省实际电网系统中进行了仿真计算.理论分析和仿真结果验证了所提方法的正确性和有效性.     

基于SCADA数据的实时定位电网低频振荡L扰动源算法及其实现

低频振荡是电力系统中发生频繁、对系统稳定运行造成严重影响的一类事故。提出基于数据采集与监视控制（SCADA）数据实时定位低频振荡扰动源的算法,并在EMS系统中开发了振荡源实时搜索软件。该软件多年来实际运行测试表明,所提出的算法能够迅速确定电网中低频扰动源,对发生在南方电网的多次低频振荡发出了告警。此外,该算法不需要部署相角测量装置（PMU）进行数据采集,可以节省大量投资。     

计及相量测量单元信息不可观性的强迫功率振荡扰动源定位

强迫功率振荡的扰动源定位是低频振荡诊断与分析中的重要问题。目前,利用相量测量单元(PMU)的数据进行扰动源位置识别已引起了一定的关注,但相关研究成果大多未考虑PMU尚无法完整配置的现状,因而难以在实际电力系统中推广应用。为此,提出了一种计及PMU信息不可观性的强迫功率扰动源定位方法,并从扰动源定位的角度出发,提出了PMU分区配置的基本要求。仿真结果表明,该方法可在PMU信息不可观的情况下准确识别扰动源位置。     

基于耗散功率的区域电网强迫功率振荡扰动源定位

持续的周期性小扰动会引发电力系统强迫振荡,通过切除扰动原则可以使振荡迅速衰减。为了能够找到扰动源的具体位置,使振荡快速平息,对共振稳态时线性化系统能量转换特性进行了分析,结合实际电网扰动源自动定位存在的一些问题,对能量函数法进行了改进,提出了利用耗散功率进行扰动源识别的新方法。基于该方法,对4机2区系统、某实际大电网仿真模型以及广域测量系统(wide area measure system,WAMS)实测数据进行了仿真分析,结果表明利用耗散功率能够快速准确地确定强迫功率振荡扰动源的位置,说明了利用耗散功率进行扰动源识别方法的可行性以及对实际电网的适用性。     

PMU数据用于SCADA时滤除低频干扰的方法

广域测量系统采集的相量测量单元(PMU)数据越来越广泛应用于电网数据采集与监控系统,由于PMU采用的快速傅里叶变换算法无法区分工频信号和低频干扰,PMU采集的工频变量数据中包含低频振荡扰动成分,将影响电网稳态计算和分析的正确性。为了提取PMU采集数据中的工频变量,以低频强迫振荡为例,分析了低频振荡对PMU采集工频变量的影响,利用计算PMU采集数据的上包络和下包络并求出均值的方法,提出了一种分离PMU采集数据中低频干扰以获取工频变量的方法。通过对低频强迫振荡时PMU采集的实际电网数据进行分析,验证了文中所提方法的正确性。理论分析和实际PMU数据分析结果表明,所提方法能够快速准确提取PMU采集数据中的工频变量,对于提高PMU数据在电网稳态分析和动态监测中的利用价值,具有重要意义和较大价值。     

发电厂内强迫共振型低频振荡源的定位方法

强迫共振型低频振荡严重危害了电网的安全稳定运行,快速查找并切除扰动源对消除振荡恢复系统稳定意义重大。利用低频扰动电压的衰减特性,提出一种发电厂内强迫共振型低频振荡源定位的新方法。首先利用三次Hermite插值函数提取各个测点的低频振荡扰动变量;然后通过比较各个测点扰动电压的幅值大小定位低频振荡源机组;最后通过理论分析、六机无穷大系统的仿真分析以及某发电厂的实际相量测量单元测量数据的分析,对该方法的正确性进行了验证。     

大规模电网中低频振荡扰动源的定位方法

由于中国电网规模庞大,低频振荡现象时有发生,如何快速确定低频振荡扰动源并及时将其切除,对保障电网的安全稳定运行意义重大。当电网中发生低频振荡时,根据传播到电网中不同位置的特殊形状扰动行波具有的相似性特点,提出一种比较多点测量数据波形相似度以确定低频振荡扰动源位置的定位方法,针对在电网中不同地点一段时间内同时采样的电压数据,利用希尔波特(Hilbert)变换提取各采样点的电压扰动变量并将其传送至监控单元,在监控单元利用定义的顺序相似度函数提取扰动行波通过各相邻采样点间的时差和先后次序,利用各采样点间已知的线路长度计算波速并确定低频振荡扰动源的位置。通过一个7机无穷大系统模型的仿真分析,验证该方法的正确性和准确性。理论分析和仿真结果表明:该方法能够快速确定电网中低频扰动源的位置;而且所需的采样测量单元数量少,能够节省大量投资。     

基于能量函数的电网低频振荡及扰动源定位研究

由于电力系统稳定器在实际电网中的广泛配置,常规的离线小干扰计算分析已经难以得到负阻尼或弱阻尼的低频振荡模式.然而,实际系统中仍然频繁出现低频振荡现象,根据对大量事故的分析,发现多重扰动的发生以及周期性扰动源的存在都可能引发低频振荡.构造了基于联络线的能量函数,并将能量分解为振荡分量和准稳态分量,从而对多重扰动引起的系统低频振荡进行分析,以提供可供调度人员参考的动态安全信息;并将传统的支路势能分解为周期分量和非周期分量,利用非周期分量在网络中传播耗散的方向来实现周期性强迫扰动源的快速、准确定位.实际电网仿真算例验证了所提方法的有效性和可行性.     

电网中强迫共振型低频振荡源的自动确定方法

针对广域测量系统采集的有效值数据难以准确反映电网动态特征的缺陷,提出了一种新型采集数据方式。根据低频振荡扰动行波在电网中传播的特点,利用多点测量数据波形相关函数来确定低频振荡扰动源位置,具体作法是:位于电网中不同地点的测量单元将测得的每周期内电压最大值及其对应时刻的数据发送到电网监控中心;在监控中心利用Hermite函数提取各测点的低频振荡扰动变量,利用定义的顺序相关函数提取低频振荡扰动行波通过各相邻测点间的时差和先后次序;利用各测点间已知的线路长度计算扰动行波波速并确定低频振荡扰动源的位置。通过一个7机无穷大系统模型的仿真分析,验证了该方法的正确性。理论分析和仿真结果表明:该方法能够快速确定电网中低频扰动源的位置;而且所需的采样测量单元数量少,能够节省投资。     

机组引发低频振荡的传播特性分析及定位研究

发电机组引发的低频振荡在电网中频繁发生,针对均匀链式系统,推导了机组引发的低频功率振荡在电网中的传播特性。振荡源所在机组的功率波动相位最超前,距离振荡源电气距离越远机组功率波动相位越滞后。在此基础上,提出应用广域测量系统(WAMS)的实测数据分析发电机电磁功率波动的相位关系来进行低频振荡源的快速准确定位。时域仿真和电网实测数据分析结果,验证了低频振荡传播特性分析的正确性以及低频振荡源定位方法的可行性。     

与SCADA互补的WAMS中PMU的配置及数据处理方法

数据采集与监控(Supervisory Control and Data Acquisition,SCADA)系统只能提供稳态的、低采样密度的、不同步的电网时间断面信息;广域测量系统(Wide-Area Measurement System,WAMS)虽然能在毫秒级的时间尺度上对电力系统进行同步测量,但在现有技术条件下它还不能完全代替SCADA系统.在相当长的时间内,势必出现两种系统并存、互为补充的局面.文章以基于负荷区的简化核心网完全可观测为原则,提出了一种实用的相角测量单元(Phasor Measurement Unit,PMU)配置方法.该方法利用PMU所产生的精确数据来同步系统其它部分的SCADA数据,并对其加上时间坐标,然后进一步利用状态估计来提高数据精度.该方法有效地考虑了WAMS精确数据与SCADA非精确数据的相互配合,具有一定实用价值.     

基于多信息源的大电网低频振荡预警及防控决策系统

低频振荡是威胁互联电网安全稳定运行的关键因素之一。负阻尼机理低频振荡和强迫功率振荡在我国均有发生。基于WAMS和EMS实时多信息源相结合,提出一种将低频振荡实时监测预警、扰动源定位、动态稳定控制策略在线搜寻综合应用于大电网的动态稳定防控方法。阐述了系统整体功能架构,介绍了多机理低频振荡防控并行技术方案。通过Prony计算、振荡能量指标、运行参数特征值灵敏度分析、模式匹配策略等方法实现低频振荡在线预警及防控,并指出了所涉及的关键技术。该系统可实现大电网低频振荡快速量化评估与辅助决策,对提高电力系统动态安全预警及防控水平,具有重要理论指导和工程实践意义。该原理方法在河南省互联电网低频振荡防控系统中得到实际应用。     

A novel method for locating the source of sustained oscillation in power system using synchrophasors data

Large interconnected power systems are usually subjected to natural oscillation (NO) and forced oscillation (FO). NO occurs due to system transient response and is characterized by several oscillation modes, while FO occurs due to external perturbations driving generation sources. Compared to NO, FO is considered a more severe threat to the safe and reliable operation of power systems. Therefore, it is important to locate the source of FO so corrective actions can be taken to ensure stable power system operation. In this paper, a novel approach based on two-step signal processing is proposed to characterize FO in terms of its frequency components, duration, nature, and the location of the source. Data recorded by the Phasor Measurement Units (PMUs) in a Wide Area Monitoring System (WAMS) is utilized for analysis. As PMU data usually contains white noise and appears as multi-frequency oscillatory signal, the first step is to de-noise the raw PMU data by decomposing it into a series of intrinsic mode functions (IMF) using Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (ICEEMDAN) technique. The most appropriate IMF containing the vital information is selected using the correlation technique. The second step involves various signal processing and statistical analysis tools such as segmented Power Spectrum Density (PSD), excess kurtosis, cross PSD etc. to achieve the desired objectives. The analysis performed on the simulated two-area four-machine system, reduced WECC-179 bus 29 machine system, and the real-time power system PMU data set from ISO New England, demonstrates the accuracy of the proposed method. The proposed approach is independent of complex network topologies and their characteristics, and is also robust against measurement noise usually contained in PMU data.     

一种基于信号相关性的低频振荡辨识方法

相量测量单元(PMU)被广泛用于电力系统数据实时采集和状态监测,为电力系统的稳定运行提供了可靠的信息保障。在电力系统受到扰动的情况下,动态过程中会包含低频周期性衰减成分分量,也可能体现为低频振荡。基于PMU实时采集信号,构建了一种针对低频振荡的相关辨识方法,可有效辨识系统因短时扰动而产生的低频振荡模式,并通过量化系统动态过程振荡强度来准确辨识起振时间。通过仿真计算和针对实际变电站PMU采集信号的辨识计算,验证了此方法的可行性。此方法在实际变电站受到短时扰动的情况下可在短时内准确辨识出低频振荡成分的频率、幅值、衰减系数和动态过程的起止时间等参数,并能够较好地复原系统由受扰至恢复的动态过程,为电力系统的低频振荡辨识提供了一种可行的新方法。     

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。