基于割集能量及灵敏度的强迫功率振荡扰动源识别

电力系统中持续周期性的小扰动可能引起联络线大幅度强迫功率振荡,扰动源很难发现和捕捉。提出基于割集能量及灵敏度的强迫功率振荡扰动源识别方法。该方法基于强迫功率振荡的能量转换特性提出割集能量的概念,根据割集能量的流向进行扰动源识别,并通过割集能量对发电机有功出力的归一化灵敏度分析确定出关键控制机组。8机系统算例和华中电网算例均验证了该方法的正确性和实用性。割集能量法可借助广域测量系统提供的网络动态信息在线识别强迫功率振荡扰动源所在的割集,适用于广域系统中原动机功率扰动和负荷扰动下强迫功率振荡扰动源的准确定位。     

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.     

基于最小均方时延估计法的强迫功率振荡扰动源定位方法

当电网发生强迫功率振荡时,快速找到扰动源并将其切除,对保障电网的安全稳定运行具有重要意义。电网中强迫功率振荡引起的机电扰动会沿着输电线路在电网中传播,根据传播到不同位置的扰动波形具有时间延迟的特点,提出了一种利用最小均方时延估计法定位扰动源的方法。利用二次差分法检测强迫功率振荡起振后,通过计算关键母线频率出现扰动波形的时差和先后次序,分析扰动传播的顺序,从而确定扰动源的位置。该方法只需要广域测量信息,可以实现在线应用。四机两区域系统算例和华中电网算例均验证了该方法的有效性。     

基于能量函数的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功率振荡,其共振时的稳态表现形式与系统弱阻尼自由振荡非常相似。文中基于线性化的系统运动方程建立能量函数,分析了强迫功率振荡共振稳态时线性化系统中的能量转换特性,从能量变化的角度阐述了强迫功率振荡与系统弱阻尼自由振荡的区别。通过对2机系统的分析,阐述了借助系统中的能量转换特性识别强迫功率振荡扰动源所在位置的基本原理。基于结构保留的多机系统,将能量函数推广到关键支路和节点,以借助网络动态信息在线识别强迫功率振荡扰动源的大致方向或位置。4机2区系统和新英格兰10机39节点系统的仿真算例验证了所提出的方法的有效性。     

基于参数辨识的强迫功率振荡扰动源定位方法

基于对广域测量系统量测数据参数的辨识,提出一种实现电网强迫功率振荡扰动源位置判断的方法。根据强迫振荡的能量函数,推导出基于参数辨识的扰动源定位方法,并根据理论分析指出该方法能够适用于振荡的稳态和瞬态阶段。通过对实际振荡案例分析,验证了所述方法的正确性和可行性。理论和实际分析结果表明,该方法能够快速判断强迫功率振荡扰动源的位置,易于实现在线计算。     

基于广域测量系统和CELL理论的强迫振荡在线感知与定位

为了快速准确地定位电网强迫功率扰动源,根据"先感知,再分类,后定位"的思想,提出基于广域测量系统的空间特征椭球和决策树混合定位扰动源的新方法。通过对比分析不同强迫功率振荡信号,将实测的不同受扰轨迹信息映射到多维特征椭球,通过计算椭球的空间形状及其形态参数变化,实现强迫功率振荡态势的定量化描述;在抽取空间椭球特征参数的基础上,将不同扰动下强迫振荡瞬态阶段的特征椭球参数形成决策树样本集,利用C4.5算法离线训练,在线匹配以快速分类定位扰动源。算例结果表明,该方法可以在强迫功率振荡瞬态阶段快速分类定位不同扰动源,定位振荡主要参与机组和负荷的准确率很高。     

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。     

系统功率振荡事件分析

强迫功率振荡已经成为影响互联电网安全稳定运行的重要问题之一,电力系统中多次因机组控制系统缺陷导致负荷波动从而引发强迫功率振荡现象,为了防范因机组控制系统缺陷导致强迫功率振荡给电网安全带来威胁和风险,本文通过PMU曲线并结合电厂机组运行状况分析了一起强迫功率振荡事件,振荡主要原因为机组高调门的电液伺服阀存在缺陷,引起机组出力大幅波动,对系统进行扰动,导致全网功率振荡,本次振荡通过切除扰动源后才恢复平息。针对本次事件暴露的问题提出相应防范措施,建议电厂要做好机组高调门等机组控制系统隐患排查,防止该类强迫功率振荡现象的再次发生。另外,要完善WAMS系统里功率振荡模块,提高振荡源辨识准确性,确保能迅速找到并切除振荡源。     

考虑发电机控制装置的低频振荡定位及识别方法

负阻尼振荡和强迫功率振荡是两种典型的低频振荡,发电机的控制装置包括励磁系统和调速系统是振荡的两大能量注入源,其引发振荡的机理有本质的区别。因此,准确定位和识别振荡源对采取合理的抑制措施,提高系统稳定性有较大的参考价值。提出了一种根据发电机控制装置对系统阻尼的贡献以及强迫扰动源的相移特性进行振荡源定位及识别的方法。首先,深入到发电机励磁系统和调速系统,提炼出两种振荡下其内部电气量响应的一般规律;其次,在此基础上提出低频振荡源定位和识别判据;然后,进一步根据定位和识别判据原理,采用经验模态方法分解得出了判据指标的计算方法;最后,给出了发电机控制装置振荡源定位及识别方法流程。实际算例验证了所述方法的可行性和有效性。     

强迫功率振荡特征提取及扰动源识别方法

强迫功率振荡是电网面临的主要动态稳定问题之一,需要准确地识别强迫功率振荡的扰动源,以采取有针对性的抑制措施。对此,利用维格纳-维莱分布(Wigner-Ville distribution,WVD)进行强迫功率振荡时频特征提取,以获得振荡信号的时频特征,再利用二维随机变量相关度来进行强迫功率振荡扰动源识别。对某电厂强迫功率振荡实例进行分析,发现汽轮机阀门开度与机组功率振荡具有非常相似的时频分布特征,且二者的时频相关度较高,从而确定汽轮机阀门波动是本次强迫功率振荡的扰动源。     

基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

强迫振荡扰动源的准确定位是消除强迫振荡、恢复电力系统正常运行的关键。文中提出一种基于平滑伪Wigner-Ville分布(SPWVD)图像和深度迁移学习的强迫振荡扰动源定位方法。首先对强迫振荡信号采用SPWVD方法以图像形式表征全网强迫振荡特征信息,然后通过深度迁移学习将其他领域的图像识别知识迁移到电力系统领域,挖掘振荡图像与扰动源位置之间的联系,在保证训练准确度的同时,提升了训练效率。在WECC 179节点系统中的算例验证了该方法的有效性,并且相比于传统机器学习方法具有准确率高的优势。此外还考虑振荡数据中的噪声、录波起始时间以及数据长度验证了所提方法的准确性和抗噪性,并在由负荷引发的强迫振荡和系统拓扑发生变化的情况下,验证了方法的有效性。     

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。     

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。     

风电功率波动引发的强迫振荡扰动源定位方法

电力系统中的强迫功率振荡有可能引发大范围的功率波动。风电等新能源接入电网时,其输出功率的波动具有随机性,当该功率波动导致系统中发生强迫振荡时,振荡同样会呈现随机特征,难以对扰动源进行定位。文中提出一种对风电引发的强迫振荡扰动源定位的方法,该方法利用振荡的双谱获取中心频率,并通过小波变换得到振荡中心频率处的初始相位,据此可通过能量函数对扰动源进行定位。实际算例验证了所提方法的可行性及有效性。     

考虑关键节点信息缺失的低频振荡扰动源定位方法

目前电力系统中相量测量单元(PMU)的配置无法满足电网整体的可观测性要求,关键节点的数据缺失是扰动源定位的一大硬伤。在结合电网数据采集与监视控制(SCADA)系统和广域测量系统(WAMS)的基础上,提出一种考虑关键节点数据缺失的低频振荡扰动源定位方法。首先定义低频振荡的耗散能量,分析耗散能量具有方向性的物理机制;然后综合PMU和SCADA的数据进行曲线回归分析,补偿缺失的关键节点数据。某电网算例结果表明,所提方法能够满足扰动源准确定位的要求。     

Dissipating energy flow method for locating the source of sustained oscillations

The modification of an energy-based approach called the dissipating energy flow (DEF) method is proposed, which uses data from phasor measurement units (PMUs) to trace the source of poorly damped natural and forced oscillations in power systems. The original energy-based approach (Chen et al., 2013) assumes the ability to determine steady-state values of variables measured by PMU during the transient process and that prevents the reliable use of the original method with actual PMU data. PMU data processing, proposed in the DEF method, is a key step in converting the energy-based method into a robust and automated tool for use with actual PMU data. The effectiveness of the proposed DEF method is demonstrated by testing multiple simulated cases of sustained oscillations, including both poorly damped natural and forced oscillations and more than 30 actual events in ISO New England (ISO-NE) and two events in Western Electricity Coordination Council (WECC) systems. The study also demonstrates the potential for using the DEF method to estimate the contribution of any generator to the damping of a specific oscillation mode.     

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。     

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.     

基于起振特性的强迫振荡扰动源定位及解列方案

强迫振荡已成为目前低频振荡事故的主要形式,快速定位并解列扰动源是抑制强迫振荡的有效手段。在起振阶段,由于惯性环节的存在,离扰动源较远的节点测量量振荡相位较之离扰动点较近的节点滞后,此特性可作为扰动源定位能量函数法的辅助判据,用于从多个疑似扰动源所在区域中正确定位扰动源。通过对南方电网某方式的仿真验证了该方法的有效性。结合强迫振荡扰动源解列的特点,提出两种解列方案,分别为:基于电网实际分区,解列扰动源所在的区域;基于图论提出适用于扰动源解列的断面调整规则,确定解列断面。