窄带模态分解算法在电力系统低频振荡特征参数辨识中的应用研究

对多模式耦合振荡分析过程中振荡特征参数提取困难的问题,本文提出了一种适用于电力系统多模式耦合功率振荡信号特征提取的窄带模态分解算法。窄带模态分解算法依据窄带信号特征构建目标函数,利用迭代重构筛选过程来代替传统优化算法,从提取多模式耦合振荡信号中的平稳窄带模态分量。本文首先利用窄带模态分解算法,提取具有平稳特征的单一模式振荡分量,进而根据低频振荡信号的数学描述,利用最小二乘法对窄带模态分量进行线性拟合,实现振荡特征参数的提取。测试信号及实测数据分析结果证明了本文方法的有效性,与经验模态分解的对比结果,充分验证了本文方法在电力系统低频振荡特征提取中的强适应性。     

小干扰稳定极限估计的模型算法

快速准确地计算小干扰稳定极限对于区域互联电网的运行具有重要意义。在深入研究环境激励电网随机响应分析的基础上,首先利用随机子空间（stochastic subspace identification,SSI）算法辨识得到系统模态参数,再对模态参数进行计算分析,最终反推得到有功极限。基于IEEE 4机2区域系统的仿真,验证了所提方法的可行性和有效性。当小干扰稳定问题是主导因素时,相比以往方法,该方法简化了小干扰稳定极限的计算过程,加快了计算速度,并提高了电网稳定性评估的实时性。     

小干扰稳定极限估计的模型算法

快速准确地计算小干扰稳定极限对于区域互联电网的运行具有重要意义。在深入研究环境激励电网随机响应分析的基础上，首先利用随机子空间（stochastic subspace identification，SSI）算法辨识得到系统模态参数，再对模态参数进行计算分析，最终反推得到有功极限。基于IEEE 4机2区域系统的仿真，验证了所提方法的可行性和有效性。当小干扰稳定问题是主导因素时，相比以往方法，该方法简化了小干扰稳定极限的计算过程，加快了计算速度，并提高了电网稳定性评估的实时性。