考虑厂用旋转负荷贡献的发电厂惯量修正估计

在传统的电网惯量和频率稳定评估中,忽略了发电厂内部异步电动机负荷的惯量贡献,可能导致评估结果产生偏差。基于此,研究了常态下、考虑旋转负荷贡献的发电厂惯量修正估计方法。将发电厂及内部电动机负荷等效为一个整体,利用出口母线的有功/频率常态化小扰动数据估计发电厂等效惯量。针对发电厂等效惯量为时变参数的特点,提出应用受控自回归模型和基于可变遗忘因子的递推最小二乘辨识算法估计惯量参数。算例验证结果表明：所提出的辨识模型精度较高,能适应小扰动输入/输出数据的参数辨识。考虑电动机旋转负荷的惯量贡献时,发电厂等效惯量和系统等效惯量均存在差异,并具有时变特性,获得的修正惯量能更客观地评估发电厂惯量和系统惯量。     

主导负荷参数类噪声辨识的数据处理方法

准确负荷模型的建立是电力系统仿真可靠性的重要保证。近年来,基于电力系统类噪声的负荷建模方法以其不依赖故障扰动的优势为克服负荷模型时变性提供了有效的解决思路。然而,由于类噪声信号的信噪比很低,量测数据质量愈发成为制约类噪声负荷辨识的关键问题。为提升参数辨识结果的可靠性,基于小波阈值去噪和多维核密度估计方法,提出了类噪声主导负荷参数辨识的数据处理架构。仿真分析和实测结果表明,所提数据处理方法能够提升主导参数辨识的可用率与辨识精度,最终获得反映系统实际动态特性的可靠负荷模型参数。     

基于先验方差的发电机惯量辨识数据质量评估

发电机惯量是电力系统频率特性分析与在线应用的重要参数。基于发电机正常运行时机端有功功率和频率的类噪声信号可对发电机惯量进行实时辨识。然而实测数据质量存在的缺陷,导致现有算法对实测数据辨识效果较差。为解决该问题,本文以谱分析与系统辨识理论为基础,通过参考系统估计、模型参数方差估计、惯量方差估计三个步骤,建立惯量辨识结果的先验方差统计量,在进行辨识前对类噪声数据段进行评价和筛选,提升了惯量辨识的准确度。基于仿真数据和实测数据的数据评估筛选结果验证了本文提出方法的有效性。结果表明,先验方差较小的数据段,惯量辨识的准确度较高。     

基于类噪声扰动的电网惯量常态化连续估计方法

精确估计惯量是客观评估电网频率安全稳定性的关键环节,现有方法主要基于有功–频率大扰动的离散事件,无法对电网惯量连续估计。鉴于此,该文研究利用有功–频率类噪声扰动信息连续估计电网惯量的方法。首先以区域为对象,将断面联络功率和区域内负荷扰动作为输入、频率扰动作为输出,应用输出误差(output error,OE)模型对区域惯量进行估计,进而对各区域合并求解全网等效惯量。提出数据分段、移动数据窗的处理方式,对多段类噪声输入的OE模型分范围选阶辨识,并剔除离群值,获取充足的惯量估计样本及其均值,减小随机扰动引起的辨识误差。最后通过算例系统验证所提方法和模型的有效性及精确性。     

区域负荷惯性时间常数分析及辨识

“双高”电力系统降低了惯量,危及频率稳定。负荷构成复杂,准确的惯性时间常数辨识有利于系统的惯量评估。为此,提出一种区域负荷惯性时间常数辨识方法。首先,基于广义惯量给出负荷惯性时间常数表达式,提出基于负荷并网点电压频率和功率摇摆曲线;然后,利用最小二乘法进行惯性时间常数辨识,并针对多点负荷,给出了区域负荷综合惯性时间常数计算式;最后,通过ETAP12.0对IEEE的3机9节点系统(不含新能源机组)和华东电网局部(含新能源机组)仿真验证所提方法的先进性和有效性。结果表明,提出的方法能够有效计算评估负荷的惯性特性,支撑电网频率稳定分析。     

伺服系统惯量辨识技术(四) 扩展卡尔曼滤波器

<正>1引言扩展卡尔曼滤波器(Extended Kalman Filter,EKF)是一种最优随机状态估计器,具备平滑噪声和较强地抗干扰能力,当系统出现测量噪声时,依旧可以对系统状态进行准确估计。基于扩展卡尔曼滤波的惯量辨识方法通过将电机转速和转动惯量看成滤波器的状态变化量,滤波器输出即可得到惯量的辨识结果。     

基于子空间法的电网暂态频率扰动惯量估计

针对暂态频率扰动下传统惯量估计方法受扰动发生时刻和惯性响应持续时间判断敏感而导致估计误差偏大的问题,文章提出基于子空间法的电网惯量估计思想。通过分析暂态频率扰动发生前、惯性响应及一次调频响应各阶段的电网频率响应模型的冲激响应特征,获得各阶段的电网惯量统一性表达,并将各阶段电网频率响应模型作为相同待估计系统,应用子空间法进行系统模型参数辨识,最终估计出电网惯量。通过算例分析验证了文章方法对电网惯量估计的有效性及精确性。     

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号，利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架，滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先，针对PMU量测小扰动信号的特点，通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后，基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序，具有实际工程应用价值。最后，算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。     

基于判别分析的负荷动特性综合方法

负荷动特性的分类与综合是解决负荷建模中时变性问题的有效途径.以基于实测响应空间的负荷动特性分类方法为基础,提出了一种负荷动特性直接综合方法.首先求得每类负荷特性中所有样本的重心作为相应类的聚类中心;再通过对各个聚类中心等效样本进行参数辨识以得到相应类的综合模型参数;然后运用判别分析法确定新实测样本的所属负荷特性类别并形成修正后的新的聚类中心等效样本;最后对加入新样本后的聚类中心等效样本进行参数辨识以得到相应类的修正综合模型参数.通过对某一变电站采集的动态负荷特性数据的综合实践,验证了此方法的简便、准确、有效.     

考虑测量噪声的朗道自适应惯量辨识方法

传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。     

配电网综合负荷机理模型闭环辨识研究

电力系统具有天然闭环特性,在激励信号注入位置与辨识用信号量测位置不同时,负荷模型参数辨识可能具有较为明显的闭环特征。文章以台区模型辨识场景为例,研究了闭环条件下负荷机理模型参数辨识问题。通过对比分析常见的闭环辨识方法,总结了实现机理模型闭环辨识需满足的基本条件,并依据该条件选择了无需反馈通道模型先验知识且可直接辨识原系统模型的两阶段辨识法。对台区负荷动态机理模型进行线性化处理和模型转换,并将其嵌入两阶段辨识的第二阶段,可以实现机理模型参数的在线闭环辨识。通过仿真分析,验证了负荷辨识的闭环特性以及所提两阶段辨识方法的有效性。     

基于转动惯量辨识的交流伺服系统自适应扰动观测器设计

在交流伺服系统中,负载转矩及系统转动惯量的变化所引起的扰动将会影响伺服系统的动态性能。本文提出一种基于转动惯量辨识的自适应扰动观测器,以系统运动方程为算法模型,选取包含转动惯量和负载转矩信息且具有较高独立性的待辨识系数作为可调参数,解决辨识过程中因参数耦合的影响而导致算法收敛速度慢以及辨识初期出现波动的问题;同时对负载变化时的辨识结果波动问题进行分析,通过合理选择参数,很好地抑制了该波动。仿真和实验表明:该扰动观测器能够快速准确地实现对转动惯量和扰动转矩的同时辨识,将该扰动观测器与伺服系统矢量控制相结合,可以有效提高系统的动态性能。     

环境激励下电力系统外在表征及振荡识别方法研究

环境激励作用下的电力系统机电响应数据中蕴含有丰富的机电动态信息。文中推导了小幅环境激励下电力系统机电响应的解析形式,从数学角度证明了机电振荡特征在电力系统随机响应中的存在性,揭示了利用小幅环境激励作用下的系统响应提取系统振荡特征的基本原理,进而提出了基于动态模式分解算法(DMD)与随机响应数据的机电振荡特征参数辨识方法。以小幅负荷随机激励下IEEE 4机2区域系统响应数据及某区域电网扰动录波数据为例,辨识所得参数与理论振荡特征参数的比较以及对概率统计结果的分析表明,DMD在随机激励下机电振荡参数识别中具有较强的适应性,验证了利用小幅环境激励下的随机响应识别系统机电振荡特征的正确性。     

永磁同步电机转动惯量辨识研究

永磁同步电机伺服系统的控制性能不仅受到电机参数的准确性影响,还受到负载转矩变化等因素影响。为了使伺服系统具有良好的动态响应特性,需要对电机机械参数进行辨识,对负载转矩进行前馈补偿。将负载转矩和扰动转矩进行合并,应用状态观测器对合并后的扰动负载转矩进行辨识。采用积分辨识法对扰动负载转矩进行计算,得到转动惯量辨识结果。仿真和试验验证了该方法的可行性和有效性。     

基于负载电压阶跃试验的发电机组转动惯量辨识方法

简述了发电机组转动惯量、惯性时间常数和飞轮转矩的物理定义及其对电力系统稳定分析计算的作用和影响。分析推理了PSASP、PSD-BPA和PSS/E发电机模型中采用的惯量参数及相互之间的转换计算方法。从小干扰稳定分析的数学模型出发,推导了发电机组机械惯性参数与本机振荡频率的关系,并在此基础上将现场甩负荷试验和仿真计算相结合,提出了一种基于发电机负载电压阶跃试验的转动惯量仿真辨识方法。最后,基于一台600 MW汽轮发电机组为实际计算范例验证了该方法的有效性和适用性。     

伺服系统的离线惯量辨识方法

针对传统离线惯量辨识方法计算精度不高,应用场合受限的问题,提出了一种改进的离线惯量辨识方法。该方法采用加减速指令规划在辨识过程中引入了转矩积分的计算方式,消除了负载与摩擦的影响,提高了辨识结果的精确度。建立了伺服系统离线惯量辨识的计算模型。对所提方法进行了试验验证。结果表明,该方法可以有效提高辨识结果的精确度,在带负载的场合同样适用。     

基于重构系统的永磁交流伺服系统在线转动惯量辨识

为了使伺服系统在负载变动下得到优良的动态响应,提出了一种基于实际电机控制系统输入输出构建的非线性可调重构模型,对实际系统进行重构,并根据收敛之后的重构模型参数,完成电机关键机械参数的准确辨识。其中,全维观测器用来获得电机负载转矩状态观测量,与输入电磁转矩一同作为所构建的自适应机构的输入参数;当可调重构系统的输出与实际系统的输出为无差收敛时,实现对实际系统的重构。仿真和试验验证了该方法的可行性和有效性,能够对模型中预设的不同转动惯量进行准确的辨识。     

机械弹性储能系统中永磁同步电机反推SVM-DTC控制

机械弹性储能系统在储能过程中驱动电机负载的转矩和转动惯量连续变化,情况复杂,需要一种能够快速跟踪其变化且抗干扰能力较强的控制系统。直接转矩控制响应快,能快速跟踪储能箱转矩,结合反推自适应控制算法,可以使其有较好的稳态和暂态性能。首先采用遗忘因子递推最小二乘算法辨识储能箱转矩和转动惯量,实时更新控制对象参数,结合辨识结果设计转角、转速、转矩和磁链反推控制器,并最终得到定子电压在两相静止坐标系下的分量,同时设计转矩和转动惯量自适应控制器消除辨识误差对控制性能的影响,进一步应用电压空间矢量调制方法产生频率恒定的开关信号,控制逆变器运行。实验结果表明永磁同步电机输出转矩能够快速跟踪负载转矩,且转矩转速脉动较小,储能过程平稳。