基于状态空间转换的SCADA系统支路静态参数局部辨识方法

电网支路静态参数中存在的偏差或误差会严重影响电网状态估计及后续高级应用的有效性。以电网支路静态参数为状态量,根据SCADA量测系统的特点,提出了针对电网支路静态不良参数的局部估计辨识算法。利用拉格朗日乘子法得到的参数检测结果,以可疑支路为中心,向外搜索形成局部估计区域,按照量测类型以支路参数为状态变量建立量测方程,再将局部区域内的可信任支路参数作为伪量测加入量测方程,提高量测冗余度。在局部区域内对可疑支路参数进行估计辨识,经多断面的统计分析给出可疑支路参数的建议修正值。考虑到SCADA系统中无法直接应用电压量测值,构造了关于支路参数的不动点迭代格式,利用内外两层迭代来实现对支路参数的估计辨识。最后在IEEE118节点系统上验证了算法的有效性,并讨论了量测误差对辨识结果的影响。     

利用支路参数的状态估计法辨识拓扑错误

采用利用支路参数的状态估计法辨识网络拓扑错误。引入支路参数表示支路运行状态,并将其作为参数变量扩展进传统最小二乘状态估计模型中的状态变量中,通过构造新的目标函数求解参数估计值,根据参数估计值大小判断支路运行状况。所述方法在试验系统上进行了试算。     

一种基于SCADA量测的线路动态参数辨识方法

为了满足电网海量线路量测数据实时动态参数辨识需求,文中提出了辨识软件自动获取线路实时量测数据进行动态参数的方法。利用输电线路模型推导了基于SCADA量测的输电线路参数辨识的数学表达式,建立了线路参数辨识模型。设计了辨识软件与EMS系统数据转发接口,以及线路建模方案。动态参数辨识在山东郓城县电网应用结果表明,所提方法有效改善了线路参数的准确度,提升了郓城电网状态估计合格率,具有较高的推广应用价值。     

基于支路等值的拓扑辨识方法

状态估计中拓扑辨识是一个疑难问题,很多拓扑辨识方法把开关状态作为未知量引入估计过程,对量测冗余度和精度提出了较高要求,加大了状态估计辨识可疑数据的难度,工程应用困难。通过支路关联遥测遥信互校,确定运行状态可疑的支路。状态可疑支路在状态估计中作为参数未知支路,只需要引入一个状态变量,从支路参数计算结果就可判断支路运行状态,并给出了支路电导引入信息矩阵方法。正确判断支路运行状态后,利用状态估计节点电压计算支路潮流并修正两端节点注入,就可得到完整的电网运行状态,无需重新状态估计。该方法可以辨识小潮流支路拓扑错误。测试结果表明,由于在常规PQ解耦状态估计引入未知量,只增加一维状态量,计算速度快,拓扑辨识结果准确,适合在在线系统中应用。     

基于递推最小二乘法的多端口外网静态等值参数辨识方法

为了能够在外部网络信息不足的情况下在线等值系统网络,提出了利用递推最小二乘法实时辨识多端口外网静态等值参数的方法。该方法利用阻断外网后内网的一步式状态估计,在不要求内网支路开断情况下获取优化后的实测边界信息。基于该边界信息,选取多端口扩展电压源网络模型和 型等值支路分别对外部网络建模,并采用含有数据纠错功能的两步式递推最小二乘法辨识外网等值参数。IEEE30节点系统和湖南528节点系统的仿真结果验证了该方法的准确性,以及该方法可应用于在线外部网络的静态等值。     

接触器静态特性测量方法的研究EI北大核心CSCD

鉴于接触器静态特性难以直接测量,该文首次提出接触器静态特性的软件测量方法。首先,从能量守恒的角度梳理接触器机电能量转换关系,推导利用静态磁链求解磁共能,再求解电磁吸力的完整过程,通过有限元仿真验证这一计算方法的理论可行性。其次,采用“动铁心锁紧法”配合“电流闭环控制”开发接触器静态特性测量装置,实现静态磁链及吸力特性的软件测量。最后,基于测得的静态特性数据构建接触器的全过程位移估计器,不仅间接验证静态测量的实际有效性,同时也首次实现接触器起动、保持及分断全过程的位移估计。该文开发的接触器静态特性测量方法具有通用性,因此对接触器的仿真及高性能控制均具有重要意义。     

高频激励下变压器绕组梯形等效网络参数辨识方法研究EI北大核心CSCD

梯形等效网络在变压器绕组变形诊断领域占据重要地位。该文探索基于绕组可测频响数据,构建参数辨识算法实现高频激励下梯形网络元件值的反演。首先,确定参数辨识所用驱动点导纳函数的测试方式,保证网络的建模精度及最简结构;其次,构建结合遗传算法与迭代算法的网络元件反演算法、基于元件电压电流关系的网络求解模型及基于绕组等效电感电容的元件搜索域计算方法;最后,提出实体变压器高频段频响曲线的确定方法,研究参数辨识的计算效率及优化精度。辨识所得实体变压器的等效网络元件值符合相关约束条件,在800kHz~2MHz频段内对应曲线与实测曲线具备极高的吻合度,其目标函数值从442.11下降至90.44,降幅高达79.54%,从而验证了该文所提方法的有效性和精确性。     

基于静态频域法的电励磁同步电机参数辨识

同步电机数学模型及参数对电力系统分析计算、电机设计、电机运行及控制等都具有重要意义。针对目前各种参数辨识方法的局限性,研究了基于静态频域法测试电机参数,该方法是电气和电子工程师协会(IEEE)颁布的标准指导测试方案,已成为辨识同步电机参数普遍应用的方法。根据静态频域法测试步骤,在电机静止状态下,给定子施加一个低电压、变频电源信号,测出相应的响应信号,并从电机的等效电路出发辨识电机参数。该方法不受地点限制、安全系数高、能够获得较全面的电机参数,实验结果表明采用静态频域法能够有效地辨识出电机参数。     

基于现场实测的电力系统静态负荷模型参数辨识

从模型参数的辨识准则和辨识算法等方面,将现场实测负荷特性数据用于电力系统传统静态负荷模型和综合静态负荷模型的参数辨识,并对这两类模型在电力系统仿真计算的实际应用加以分析,从而得出了一些有意义的结论.     

基于状态空间方法的频域阻抗计算及其灵敏度分析方法EI北大核心CSCD

风机并网造成的故障问题频发,尤其是风机并网次超同步振荡现象还没有很好的机理解释。而阻抗法是一种常用的分析次同步振荡的方法。提出了一种基于状态空间的直驱风机阻抗求解方法,以单机无穷大的简单风机系统为例,考虑锁相环影响,建立dq坐标系下的全系统数学模型,并通过Park变换与abc坐标系联系,通过列写全系统状态空间方程,计算电压电流时域表达式的扰动频率分量,解释了单一频率扰动下次超同步分量同时产生的原因;根据电压电流表达式得到扰动频率下直驱风机系统阻抗。在此基础上提出了特征值与阻抗的灵敏度分析方法。最后通过算例验证了上述方法的正确性,以及阻抗法和特征值法在判定除工频振荡以外的其余稳定性问题效果是一致的。     

基于增广状态估计的混合不良数据诊断与参数辨识

电网同时存在遥测坏数据和参数错误时,由于坏数据会影响参数辨识结果,全网参数辨识和估计方法很难保证结果的准确性。文中提出一种基于增广状态估计的混合不良数据诊断与参数辨识方法,先通过残差平衡度判断不良数据是遥测坏数据还是错误参数,将遥测坏数据直接剔除;然后,通过分区方法将多个潜在的不良参数尽可能分开在不同的局部区域,以减弱不良数据之间的相互影响;最后,采用分区增广状态估计方法修正不良参数。算例结果表明,该方法能有效区分坏数据和错误参数,且分区参数辨识能避免不良数据之间相互影响,从而提高了可疑参数辨识的精度。     

基于试验的炼化企业电力系统静态负荷模型参数辨识

炼化企业电力系统负荷建模是一项重要的基础性研究.通过现场实测的数据,建立误差函数寻优,辨识出静态负荷的多项式模型和幂函数模型的未知参数.拟合曲线的评价指标证实了通过稳态试验法建立的静态负荷模型可行和有效.     

基于小扰动的风电场静态特征系数在线测辨EI北大核心CSCD

基于双馈感应电机(doubly-fed induction generator,DFIG)的风电机组在加入附加桨距角控制环节后,能够对系统频率变化具有响应能力。获得DFIG风电场电压和频率静态特征系数以确定其静态模型,对于电力系统分析是必要的。若采用稳态试验法逐次改变风电场接入点的电压和频率,根据多次试验获得的若干组稳态数据可确定风电场静态特征系数,但稳态试验法花费大量人力物力且难以解决时变性问题。提出了一种在线测辨风电场静态特征系数的新方法,该方法首先采集电网小扰动下风电场的动态数据,然后以离散差分方程表示的PQ耦合线性动态模型进行拟合辨识,再基于动态特性方程在稳态条件下化为静态特性方程的思路,获得风电场静态特征系数。仿真结果表明:在目前普遍采用的恒功率因数控制模式下,辨识得到的参数与通过稳态试验法获得的参数相近,从而证明了方法的有效性。     

基于主导和非主导参数的参数可估计性辨识

通过对参数估计应用难点的分析,介绍了参数的可估计性问题。借助电网线性模型的近似分析,提出了参数估计中的主导参数和非主导参数概念。据此解释了参数估计实践中遇到的一些现象,并得出了关于参数估计软件运行方式等的相关结论。根据非主导参数易受量测噪声影响的特点,提出了通过噪声敏感试验的方法辨识主导及非主导参数的方法。对IEEE算例进行了仿真实验,验证了文中提出的参数估计时应去除非主导参数的观点。     

基于随机子空间的同步电机参数高精度辨识新方法

将随机子空间辨识方法应用于同步电机的参数辨识中,提出基于随机子空间辨识的三相短路电流处理新方法。随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造汉克矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数:固有频率、阻尼比、振型。应用该法分析同步电机短路电流,首先识别时间常数,进而依次消去时间常数识别各电抗参数。分别针对无阻尼、噪声和有阻尼背景下的仿真信号和同步电机三相短路电流进行仿真分析,计算中基于振型实现系统自动定阶,同时与普罗尼法作对比,结果表明该法抗噪性强、检测精度高。     

基于改进的状态转移算法单相逆变器参数辨识

针对基本状态转移算法容易陷入局部最优的问题,将改进的Tent混沌加入到基本状态转移算法中,采用改进的Tent混沌映射来初始化种群,Tent混沌序列的随机性、规律性等特性抑制了算法的局部早熟,使种群快速跳出局部最优,从而提高寻优的精度。通过物理实验证明该算法的有效性,用改进的状态转移算法实现单相逆变器中关键元器件的参数辨识,算法可以有效辨识单相逆变器中关键元器件的参数。与基本状态转移算法进行比较,改进的状态转移算法辨识精度高。     

基于局部均值分解的同步电机参数辨识方法

提出了基于局部均值分解(LMD)的同步电机参数辨识方法。采用LMD从短路电流中提取直流电流和基波电流,然后分别采用稳健回归最小二乘和Prony算法对直流电流和基波电流进行辨识,进而获得同步电机参数。以理想突然短路电流信号为例,通过仿真分析了滑动平均跨度与LMD循环次数和电流相对均方误差的关系,确定了滑动平均跨度。高信噪比(30 d B)时,由于LMD具有平滑滤波功能而无模态混叠现象发生。低信噪比(15 d B)时,提出了基于前置滑动平均LMD的短路电流分离方法,可有效获取直流电流和基波电流分量。较之经验模态分解(EMD),基于LMD的理想突然短路电流分解效果更好。仿真结果表明,与EMD方法相比,所提方法受噪声影响较小,参数辨识精度更高。     

基于状态空间映射的模型不完备风电场调频能力在线评估方法EI北大核心CSCD

为了保证风电机组的转速安全,在风电场参与调频前,需要首先评估风电场的最大调频能力。由于风电场风机数量众多、动态特性复杂,传统基于模型分析评估风电场调频能力的方法难以实现解析求解,且验证依赖模型的完整度和精确性。提出一种数据驱动的风电场调频能力模型评估在线方法,通过利用状态空间映射将原本复杂的非线性模型转化为高维空间中的线性模型。该方法综合数据驱动和模型分析方法,可以直接利用风电场真实运行数据进行离线训练,训练数据无需覆盖调频极限场景,即可构建全局线性模型,从而在线精准评估风电场极限调频能力。算例结果证明,该文方法相对于传统风电场调频能力评估方法具有能够快速在线解析求解、不依赖模型精度、训练数据易获取的性能优势。     

考虑抗差状态估计大误差点的电网可疑参数辨识及其应用

错误的电网参数导致电力系统中状态估计结果出现偏差,严重影响各种高级应用的实用性。首先分析了一种能够自动排除不良数据对状态估计的影响且具有较高计算效率的抗差状态估计模型;然后提出了通过计算量测偏差与线路平衡状态来生成可疑线路的方法;最后采用变步长积分法估计可疑线路的参数修正值。通过在某省级电网调度中心的应用,实测结果验证了该方法的正确性与有效性。     

基于零阻抗支路模型的变电站三相非线性状态估计方法

为了将拓扑和量测错误解决于变电站内,提高调度中心状态估计的可靠性和精度,提出一种基于零阻抗支路的变电站三相非线性状态估计方法。该方法充分利用了变电站内冗余的多源量测数据,包括远方终端单元（remote terminalunit,RTU）和相量量测单元（phasor measurement unit,PMO）的三相量测数据,基于基尔霍夫电流定律（Kirchoff’s current law,KCL）建立了面向开关的非线性三相零阻抗状态估计模型,实现了模拟量坏数据和拓扑错误的解耦辨识以及对三相不平衡度的实时监控,具有高冗余、估计结果可靠、计算速度快和易于实现等特点。算例分析验证了方法的有效性。