基于关联机组风险系数的发电机振荡模式辨识

针对发电机功角振荡,提出基于关联机组风险系数的机组振荡模式辨识方法。首先分析Prony算法提取发电机功角振荡模式的原理,介绍了能量级理论在机组功角振荡模式辨识中的运用,结合Prony算法所抽取的振荡幅值、阻尼比和衰减因子等参数,提出了机组振荡模式评估系数——参与因子;并给出了基于该系数的主振模式具体辨识方法。最后,在IEEE39节点系统计算结果表明:所提因子能够辨识扰动下的强关联发电机组及主导振荡模式,且通过振荡模式与振荡能量级关系分析,验证了所提方法的可行性和有效性。     

基于MM-ARMA算法的次同步振荡模态参数辨识

传统电力系统次同步振荡的辨识方法存在对噪声敏感、辨识精度不高的局限性。为此,提出了一种基于数学形态学自回归移动平均(MM-ARMA)算法的辨识方法,实现了在有噪声干扰下对次同步振荡模态的准确辨识。该方法利用形态滤波器可以有效抑制噪声的特性对次同步振荡信号进行消噪处理,保留信号的主要特征信息;对消噪后的信号建立基于加权递推最小二乘法参数估计的ARMA模型,根据估计的模型参数计算次同步振荡模态参数,完成次同步振荡模态辨识。与传统的Prony算法和自回归移动平均(ARMA)算法辨识结果进行的对比分析结果表明,所提次同步振荡模态辨识方法能快速、准确地辨识出模态参数,且具有较强的抗噪能力。     

基于多类型受扰轨迹的电力系统低频振荡分析

传统的Prony算法抗干扰能力差,且无法给出其振荡模式辨识结果的准确度评价,因此提出一种基于多类型扰动轨迹的低频振荡分析方法,并对其准确度进行评价。利用各类型扰动信号与参考信号的平均能量之比对信号振幅进行预处理,避免振幅差异过大导致某些信号被掩盖。利用Prony算法对多类型的扰动轨迹进行分析获取主导振荡模式,计算各主导振荡模式的振幅偏差和相位偏差评价主导振荡模式的可信度。结合各主导振荡模式的振幅偏差、相位偏差、振荡能量百分比建立综合评价指标评价Prony算法的阶数选择是否合理。算例结果表明,所提方法及相应的评价方法具有良好的实用性。     

基于Prony和改进PSO算法的多机PSS参数优化

针对多机电力系统稳定器(PSS)的参数优化问题,提出了采用Prony算法辨识互联电力系统低频振荡的机电模式,利用基于T-S模型模糊自适应的改进微粒群优化(T-SPSO)算法协调PSS参数的控制策略.先采用基于Prony分析的留数法确定PSS的最优安装位置,然后通过对采样数据的Prony分析辨识系统振荡模式的特征值,最后利用所提T-SPSO算法协调优化多机PSS参数.T-SPSO算法根据当前种群最优适应值和惯性权重,自适应更新惯性权重取值,解决了PSO算法的早熟问题.针对IEEE 4机系统的仿真分析表明,基于T-SPSO算法优化后的多机PSS控制器,在2种典型运行方式下都具有更好的控制性能.     

基于形态滤波和Prony算法的低频振荡模式辨识的研究

针对传统Prony方法对噪声敏感导致辨识精度不高的问题,提出了一种基于形态滤波和Prony算法相结合的低频振荡模式辨识的方法,实现了在有混合噪声干扰情况下低频振荡模式的准确辨识。基于数学形态学,设计了一种基于半圆形结构元素的形态滤波器,在选取合适的元素尺寸情况下,可以有效滤除混合噪声。对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。通过Matlab进行算例仿真,表明了对电力信号进行预处理的必要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。     

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。     

基于广域测量信息在线辨识低频振荡

全国电网的互联使区域间的低频振荡成为威胁系统稳定的关键因素之一,而基于全球定位系统（GPS）的广域测量系统（WAMS）的发展和应用为在线分析区间低频振荡模式乃至控制提供了新契机.因而,研究区间低频振荡模式的在线辨识算法成为实现低频振荡在线监测以及进行阻尼控制的重要理论问题.该文在讨论Prony方法本质的基础上,给出了一种新的模型阶数估计方法,提出根据广域测量系统（WAMS）的测量信息,采用多机组的功角及转速变量进行低频振荡辨识.结合工程实际提出了基于（WAMS）的研究低频振荡问题的实现方案,包括启动判据、数据预处理、阶次估计、模式提取和综合分析等步骤.8机36节点的算例结果表明：该方案具有系统性、直接性、噪声干扰小的特点,为低频振荡的监测和控制创造了条件.     

基于WAMS的低频振荡模式在线辨识算法

提出了一种基于WAMS的低频振荡模式在线辨识算法.文章从WAMS主站中心角度将辨识过程分为四个阶段:数据接收与存储,数据预处理,振荡模式参数计算和辨识结果分析.丢失数据估计、低通滤波、模型阶数优化等改进措施的应用提高了辨识过程的速度和辨识结果的可靠性.结合实际的WAMS系统和Visual Studio开发平台,设计了运行于WAMS主站的在线辨识系统.以规划中的南方电网进行的算例研究验证了辨识结果的准确性.     

基于Prony方法的大型互联电网PSS参数优化设计

提出了一种完全基于仿真曲线Prony分析的电力系统稳定器(PSS)参数优化设计方法.该方法通过对仿真曲线的Prony分析辨识系统的弱阻尼区域振荡模式信息,以提高区域振荡模式下的阻尼为优化目标,在限定的参数空间中进行PSS参数优化设计.采用单纯形法对PSS参数进行优化,以Prony方法辨识的PSS参数作为单纯形区域的初始中心点可克服算法的收敛性问题.云南电网发电机组实际PSS参数优化设计的结果表明:在云南电网多种运行方式下,均可很好地抑制系统的区域振荡,验证了PSS参数优化设计方法的有效性和鲁棒性.所提出的基于Prony算法的PSS参数优化方法优于传统PSS设计方法,适用于大型互联电网发电机组的PSS设计.     

基于WAMS的低频振荡模式在线辨识算法

提出了一种基于WAMS的低频振荡模式在线辨识算法。文章从WAMS主站中心角度将辨识过程分为四个阶段:数据接收与存储,数据预处理,振荡模式参数计算和辨识结果分析。丢失数据估计、低通滤波、模型阶数优化等改进措施的应用提高了辨识过程的速度和辨识结果的可靠性。结合实际的WAMS系统和Visual Studio开发平台,设计了运行于WAMS主站的在线辨识系统。以规划中的南方电网进行的算例研究验证了辨识结果的准确性。     

同步电动机的振荡及相关问题

分析了同步电动机振荡产生的原因和产生机理,介绍了同步电动机的自由振荡、同步电动机的强制振荡及同步电动机振荡的危害。为避免同步电动机的振荡,找出避免共振的方法提供依据,从而保证同步电动机能够安全可靠的工作。     

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。     

基于类噪声数据的电力系统低频振荡模式辨识方法及应用

低频振荡的监测对于电力系统的安全稳定运行是一个巨大的挑战。提出了基于类噪声数据的低频振荡模式在线辨识方法,该方法将类噪声PMU数据经过预处理后,以ARMA方法计算得到单测点低频振荡模式信息,然后通过聚类方法得到系统振荡模式信息。结合实际发生的一次低频振荡事故,通过比较扰动前和扰动过程中低频振荡模式差异判断振荡类型,并通过势能增量分布法予以验证。     

电力系统阻尼控制机理与特性

基于单机-无穷大电力系统,采用等面积定则分析电力系统阻尼控制机理。对电力系统稳定器（PSS）、静止无功补偿器（SVC）、晶闸管控制的串联电容器（TCSC）和高压直流（HVDC）的附加阻尼控制器的运行特性进行总结。对如何利用电网中各种阻尼资源以提高抑制系统区间振荡的能力进行讨论。当系统中已安装的PSS不能有效阻尼区间振荡时,可优先考虑利用HVDC的附加阻尼调制来增强阻尼。此外,可考虑柔性交流输电系统（FACTS）的附加阻尼控制,并认为TCSC抑制区间振荡的效果一般优于SVC。在四机两区域电力系统中的仿真分析结果验证了结论的合理性。     

基于电气距离的低频振荡关联区域和模式类型识别

对于低频振荡在线分析得到的若干个振荡模式,调度运行人员需要掌握典型振荡模式的阻尼水平,在紧急状态下根据振荡模式的类型和关联区域采取控制策略。提出了一种基于电网运行分区间电气距离的关联区域和模式类型识别方法,自动识别参与振荡两群机组的关联区域,区分局部振荡模式和区域间振荡模式。通过拓扑分析确定电网的运行分区,选取电压等级最高的母线作为每个运行分区的代表母线。将振荡模式两群关联机组所属的运行分区作为各群的关联运行分区,通过多端口网络等值计算各运行分区代表母线间的电气距离。将同一群中电气距离较近的运行分区进行聚合得到振荡模式两群的关联区域,根据两群关联区域间的电气距离区分局部振荡模式和区域间振荡模式。通过对实际电网在线数据的案例分析验证了该方法的有效性。     

基于电气量频率差异的电力系统振荡识别

重点研究了电力系统振荡时,振荡中心和非振荡中心电压频率和电流频率的特征。研究表明:当系统发生振荡时,只有振荡中心的电压频率与电流频率相等,且振荡中心的一侧电压频率大于电流频率,另一侧电压频率小于电流频率;电压频率与电流频率的差值大小取决于振荡周期的长短、测量点与失步机组的电气距离以及失步机组的电动势夹角。从而提出了一种新的基于电气量频率差异的振荡识别方法,同时通过广域信息的获取,可以判断出振荡中心的位置。仿真结果验证了分析的正确性。     

电力系统超低频振荡和倍频振荡的正规形分析

正规形法揭示了电力系统中动态模式之间的非线性相互作用,可用于分析因模式间非线性相互作用而产生的复杂动态现象和动态行为.分析表明,动态模式间相互作用所产生的组合模式使得振荡频率减小或增大,可能导致超低频振荡或倍频振荡现象,而且其明显程度取决于系统的非线性作用程度.正规形变换系数和正规形变量初值乘积可反映超低频振荡模式或倍...     

电力系统强迫功率振荡及其影响因素研究

近年来,跨区域电网中出现了多次功率振荡并且呈现出新的振荡特性,但是根据经典的负阻尼转矩机理却无法解释这类振荡产生的原因,而强迫功率振荡机制可以很好地揭示这类振荡的起因。基于经典阻尼转矩理论在多机系统中对强迫振荡源作用下的电力系统受迫振荡机制进行分析,详细推导并论证了跨区大电网发生强迫功率振荡的影响因素,并指出系统的稳态响应是多种影响因素累加的综合效应。     

基于起振段波形在线判别电力系统功率振荡性质

电力系统功率振荡的主要分为负阻尼和强迫型振荡2种。这2种振荡的表现形式很相似,但采取的应对措施差别很大。为快速有效地判别振荡性质从而采取适当的措施抑制功率振荡,提出了一种基于起振段波形的二次差分法及相应的判别准则。针对2类功率振荡的起因及特点,通过比较该方法计算的每个周期中功率最大值(或峰峰值)的一次差分和二次差分的符号,即可在功率振荡发生后的几个或十几个周波内快速判别振荡性质。最后,采用多个实际电网的振荡实例验证了该方法的有效性及实用性。     

基于起振波形数据与相干谱的低频振荡类型识别方法

根据激励的不同,电力系统有功功率低频振荡主要表现为强迫功率振荡和负阻尼振荡。2种振荡表现形式相似,但控制方法不同。在深入分析电力系统有功功率振荡解析表达式的基础上,对2种振荡的外在表征及区别进行总结和概括,进而提出了基于相干谱法的低频振荡类型识别方法。该方法首先需要从安装在不同发电机组的广域相量测量系统(wide area measurement system,WAMS)中获取2组含有噪声的振荡初期数据,利用相干谱理论计算2组数据的幅值平方相干函数值,通过对幅值平方相干函数值的量化比较实现低频振荡类型的识别。4机2区域系统仿真计算与分析,验证了所提识别方法的可行性及有效性。