选择合适的曲线提取低频振荡信息

在互联多机系统中,存在多种振荡模式,需要重点关注的是主导弱阻尼或负阻尼模式。利用振荡曲线提取多机振荡信息．需要选择合适的曲线,才能得到系统主导振荡模式。分析了两机相对曲线、单机相对于角度中心（COA）曲线、单机相对于惯量中心（COI）曲线存在的问题,指出扩展等面积法（EEAC）利用分群的概念首先确定系统主导振荡模式的中心位置,利用轨迹聚合的概念弱化非主导模式对主导模式的影响．利用相对运动的概念,获得等值单机曲线提取信息。算例仿真结果表明．EEAC等值机模型可以很好地提取出主导振荡信息,并且可以显示系统振荡的中心位置。     

利用摇摆曲线分析多机振荡

互联多机系统的机电振荡是制约系统稳定运行的一个重要瓶颈,利用摇摆曲线直接提取振荡信息已得到广泛重视。在多机系统中,提取系统振荡信息需要确定在什么曲线上提取。应用EEAC的分群理论把多机系统分成互补的两群,可以显示主导振荡模式的中心位置。EEAC等值机解决了曲线选择的问题,可以提取主导振荡信息。通过改进的多机Prony算法直接对多机曲线进行信息提取,可以更多地反映系统的振荡信息,并且各机组的振荡模态能够显示该机组对振荡模式的参与程度。通过对三机的小系统和华东-福建联网的大系统进行算例仿真可以看出,两种方法都可以提取出弱阻尼或负阻尼的振荡信息。EEAC曲线可以突出主导模式,多机Prony算法可以显示更多振荡模式及其模态。     

负阻尼和强迫功率振荡的特征分析与区分方法

电力系统中的功率振荡根据其产生机理的不同可以分为负阻尼振荡和强迫功率振荡。虽然这两种功率振荡形式比较接近,但对其采用的控制措施却完全不同。因此如何根据广域测量系统的实时数据来区分功率振荡的类型成为了采取合适措施抑制功率振荡的前提条件。基于此,以支持向量机方法作为工具,提出了一种通过辨识实时功率振荡曲线来区分其振荡性质的实用方法。针对2种功率振荡的起因与特点,该方法采用希尔伯特-黄变换求取振荡曲线主导模式的包络线,并在该包络线上等间距选取100个采样点作为样本对支持向量机的神经网络进行训练和测试。以16机68节点系统功率振荡仿真曲线为训练样本,训练得到了用于功率振荡类型区分的支持向量机模型。并将其应用于16机68节点系统和实际大规模区域电网的振荡类型区分,分析结果表明所提方法能够准确地区分振荡类型,具有工程实际应用价值。     

基于包络线拟合的低频振荡性质在线判别

低频振荡发生时,准确判别低频振荡的类型,对抑制低频振荡、降低其危害具有重要的意义。文中在分析各种机理低频振荡的振荡曲线特征的基础上,提出了基于包络线拟合的振荡性质判别方法。首先,通过经验模态分解(EMD)方法,提取出振荡信号的主导模式振荡曲线,然后通过对提取出的主导模式信号的包络线进行拟合,根据拟合误差判别出振荡的类型。给出了性质判别的流程和实现方法,并通过仿真案例和广域测量系统记录的实际案例,验证了所提出方法的有效性。     

基于小波能量系数的主导低频振荡模式检测

提出了一种检测电力系统主导低频振荡模式的新方法。先利用经验模态分解(EMD)从系统功角或功率曲线上获取低频振荡模式主要特征,再应用连续小波变换有效提取模态参数,最后通过计算小波能量系数识别系统主导低频振荡模式。新方法不受系统规模的限制,可以有效地分析、检测大小扰动下电力系统主导低频振荡模式,克服了线性化特征法在计算时所出现的维数灾缺点。算例结果表明,该方法能准确检测出系统主导低频振荡模式,其结果与正则形理论分析结果相同,进而验证了此方法的正确性和有效性。     

适用于次同步振荡研究的直驱风电场等值建模

针对当前直驱风电场次同步振荡研究缺乏合适的等值模型这一问题,首先对单台直驱风机并网系统进行小信号建模及参与因子分析,得到了影响直驱风机次同步振荡的主导参量;接着将这些主导参量作为直驱风电场等值建模的聚类指标,利用SOM神经网络聚类算法对风电机组进行聚类,并借鉴同调等值法原理整定了风电机群的运行状态。最后,在PSCAD/EMTDC上建立了风电场等值模型,通过比较等值模型对实际风电场的等值效果,验证了直驱风电场等值建模方法的合理性。     

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。     

云南电网低频振荡预警及辅助决策系统构建方案

介绍云南电网低频振荡安全预警与辅助决策系统的功能。该系统对PMU提供的多机相对功角曲线进行分析,对可能产生的低频振荡进行预警,对多机振荡曲线,利用EEAC分群理论,计算出低频振荡主导振荡模式,得到振荡主体及振荡中心,同时给出强相关发电机的参与因子。     

基于云模型和模糊聚类的电力负荷模式提取方法

为解决应用传统模糊C均值(fuzzy C-means,FCM)算法进行电力负荷模式提取时存在的对初始聚类中心敏感、聚类数目不易确定、算法稳定性较差等问题,从负荷曲线形态出发,提出一种基于云模型和模糊聚类的电力负荷模式提取方法.该方法首先针对电力负荷数据的时间特性,对云变换方法进行了维度扩展,使其能够应用于具有时间特征的二维数据处理,将电力用户典型日负荷的频率分布分解为若干个正态云组的叠加,以各云模型中最能代表各定性概念的期望向量集合作为初始聚类中心;然后,基于云模型确定的初始聚类中心和聚类数目,应用FCM算法进行电力负荷模式提取和用户分类.最后,以某电网实际负荷数据进行算例分析,结果证明了该算法的实用性和有效性.     

电力系统主导振荡断面的快速判断

依据扩展等面积准则(EEAC)的分群理论,在发电机采用经典模型、群内机组同调的条件下,推导出电力系统主导振荡模式的估算公式.据此分析了影响振荡频率的主要因素为联络线电抗以及区域等值惯量,并得出系统易发生振荡的主导断面应位于两侧区域惯量最接近的系统联络线上.以10机39节点新英格兰系统为例,将系统主导模式的解析估算频率及分群结果与特征根结果相比较,验证了前者的正确性.进一步以我国实际互联大系统为例,在系统的不同地点设置扰动,用傅里叶方法提取受扰轨线的振荡模式,并将该结果与估算结果相对照,表明根据解析估算结果计算系统的主导振荡频率、判断主导振荡断面的方法可行且简单快速.     

双馈风电并网系统的宽频振荡机理分析与抑制

电力系统振荡失稳严重威胁其安全稳定运行，在“双碳”目标和能源转型的推动下，风电并网使新型电力系统的振荡稳定性问题加剧。综合考虑传动系统、风机变换器、锁相环、串联补偿等电力系统各部分，建立了双馈风电并网系统的精确化综合模型。在此基础上，基于模式分析法分析系统振荡模式与参与因子关系特性，确定引发系统振荡模式的强相关状态变量和主导因素，探究双馈风电并网电力系统的宽频振荡机理，并寻找振荡抑制方法。与传统模型相对比，并在Matlab软件平台进行仿真分析与验证。结果表明：所建模型及机理分析方法以更多的状态变量表征了更丰富的振荡模式信息，更详尽地解释了系统宽频振荡机理，并能有效消除振荡，提高系统阻尼，提升系统稳定性，为进一步研究和开发电力系统宽频振荡检测和抑制方法奠定理论基础。     

基于多元经验模式分解的电力系统低频振荡模式辨识

提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition, MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function, IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。     

模糊聚类在负荷实测建模中的应用

提出应用模糊聚类理论解决区域电网中上百个变电站的分类问题。在区域电网通过总体测辨法进行综合负荷建模时,应用模糊聚类理论对负荷节点一变电站进行分类,从中确定具有代表性的变电站作为实测负荷特性的测点。利用基于模糊等价关系的传递闭包法对东北电网234个220 kV变电站进行了模糊分类,论证了应用模糊聚类完成变电站分类的步骤,结果表明,在利用界限不明确的负荷类型作为变电站分类特征方面,模糊聚类分析方法是有效和可行的。     

基于模糊聚类的NExT-ERA低频振荡类噪声辨识

低频振荡模态分析为电网的安全稳定运行提供了最基本的信息要素。针对环境激励下PMU量测的类噪声信号,讨论了自然激励技术结合特征系统实现算法(NExT-ERA)进行低频振荡模态识别的适用性,对非同步量测信号采用数据截断预处理后,利用该方法同样可以实现有效辨识。引入模糊C均值聚类算法对辨识结果中真伪模态进行自动拾取,提高了辨识精度。通过对IEEE4机11节点系统和IEEE16机68节点系统的仿真数据分析,表明所提出的方法对低频振荡类噪声信号具有较高的模态辨识能力和计算效率,在低频振荡广域监测中具有很好的应用前景。     

构网型直驱风电机组间控制相互作用研究

构网型风电控制技术具有很好的弱电网适应性,可以有效避免风电并网次超同步振荡问题。但是虚拟同步控制引入固有的低频特征模式,接入强电网时会发生低频振荡,同时多台构网型风电机组并联运行时存在控制器相互作用。针对此问题,采用特征模式分析方法,研究了基于虚拟同步控制方法的构网型直驱风电机组并联运行时的控制相互作用及主导低频特征模式稳定性。揭示了虚拟惯量控制参数及系统运行方式对构网型风电机组并联运行低频振荡特性的影响。通过详细时域仿真验证了分析结果的正确性。     

大区联网条件下四川电网低频振荡分析

针对川渝、华中、华北、山东等电网的互联,求出了与四川电网相关的系统主导低频振荡模式,研究了区域电网互联出现的低频振荡问题。分析了区域间弱阻尼低频振荡模式及发电机在振荡中的作用。利用Prony分析方法检测出了这些主振模式,验证了小干扰稳定分析的正确性。用数值微分方法计算了系统某些运行参数对系统主导振荡模式的灵敏度,分析了这些参数在小干扰稳定中的作用。研究了电力系统稳定器对系统主导振荡模式的阻尼作用。     

750 kV线路投运后甘肃电网动态稳定性分析

分析了2009年甘肃电网冬大及夏大运行方式下系统的动态稳定性,通过频率小干扰计算发现甘肃陇南电网、河西电网及洛大电网存在局部电网内部及对系统的弱阻尼振荡模式。对存在低频振荡风险的电网进行了深入分析,通过在模式相关机组上配置合适电力系统稳定器(PSS)可以大幅提高系统的阻尼。稳定计算表明,在给出的PSS的配置方案下甘肃全网没有出现低于3%的弱阻尼振荡模式,甘肃电网可以安全稳定运行。提出了励磁系统后续实测建模工作的建议。     

弱联系电网中SVC引起的次同步振荡分析及其抑制措施研究

藏中联网工程多站点布置了SVC以改善长链式电网的电压调节性能。经过电磁暂态仿真发现,在藏中联网这类具有长链式、弱联系特征的电网中,SVC控制参数不当可能引发次同步振荡。为了深入研究此类振荡特性及抑制方法,建立了线性化的SVC和输电网络的电磁暂态模型。采用特征分析的方法,在两个算例中分析了这种新型次同步振荡的特点。结果表明,此类次同步振荡是在系统已有的次同步模式当中,不当的SVC控制削弱了次同步阻尼,从而引发了振荡的产生。且系统中的多台SVC对系统振荡阻尼的削弱作用会叠加,进一步增加次同步振荡风险。最后,根据此类次同步振荡的特点,针对性地提出了抑制此类新型次同步振荡的措施。     

广西电网平班电厂“2?26功率振荡”分析

介绍2007年2月26日广西220 kV在平班电厂发生的功率振荡及其处理过程。对振荡的分析分析表明，本次功率振荡的原因是由于系统中存在平班-系统的弱阻尼振荡模式；合理配置平班机组PSS的参数并投入PSS运行，可以显著提高平班-系统振荡模式的阻尼。