电力系统低频振荡模态和参与因子的可视化方法

对电力系统振荡研究而言,振荡模态和参与因子是最重要的2个信息,但在实际大系统中快速、准确地把握这2个关键信息是难点。文章研究了采用各种可视化手段展现振荡模态和参与因子的方法,使系统调度员能很快获取系统振荡的关键信息,确定引起系统振荡的关键机组并定量评估其影响。并以美国东南部200台发电机系统为例验证了上述方法的有效性。     

含HVDC的电力系统次同步振荡参数稳定域的可视化分析

采用特征值分析法研究交直流电力系统中HVDC换流器控制对次同步振荡(SSO)模态阻尼的影响。利用MATLAB的数值计算和数据可视化能力，计算并在三维空间绘制了SSO模态阻尼相对于整流器控制参数平面的轨迹曲面，并提出一种可视化描述SSO参数稳定域的巧妙方法。发现各SSO模态都有一条最佳的模态阻尼脊线，阻尼不是分别随整流控制器增益和时间常数单调变化的。因此，减小时间常数和提高增益可以从参数不稳定域到达参数稳定域或者远离参数不稳定域，有利于提高鲁棒稳定性，但并不总是有利于改善SSO模态阻尼。     

含HVDC的电力系统次同步振荡参数稳定域的可视化分析

采用特征值分析法研究交直流电力系统中HVDC换流器控制对次同步振荡(SSO)模态阻尼的影响。利用MATLAB的数值计算和数据可视化能力，计算并在三维空间绘制了SSO模态阻尼相对于整流器控制参数平面的轨迹曲面，并提出一种可视化描述SSO参数稳定域的巧妙方法。发现各SSO模态都有一条最佳的模态阻尼脊线，阻尼不是分别随整流控制器增益和时间常数单调变化的。因此，减小时间常数和提高增益可以从参数不稳定域到达参数稳定域或者远离参数不稳定域，有利于提高鲁棒稳定性，但并不总是有利于改善SSO模态阻尼。     

电力系统受迫振荡检测与自适应振荡抑制研究

电力系统受迫振荡的振荡频率与系统跨区域振荡模态接近,因而能够引发强烈振荡。文中首先提出了一种受迫振荡模态检测方法,其通过小信号分析方法得出系统在受迫扰动下对应受迫振荡模态的解析形式;同时提出一种不需要安装额外的功率振荡阻尼器的功率振荡阻尼控制策略用于抑制受迫振荡以及跨区域振荡。并通过改进的14机系统验证文中方法的鲁棒性和优越性。仿真算例证明本文所提方法对于外界扰动具有较强鲁棒性,且较传统方法具有明显优越性。     

基于最优变量投影的电力系统主导振荡参数综合辨识

准确、有效地辨识电力系统主导振荡模式、主导振荡模态和参与因子等低频振荡特征参数,对深入探究电力系统低频振荡诱因、提出科学合理的振荡抑制措施具有重要价值。为此,该文提出一种基于最优变量投影(OVP)的电力系统主导振荡模式、模态和参与因子综合辨识方法。该方法采用有限差分法(FDM)预处理电力系统的广域量测信息;借助处理后的广域量测信息构建含系统关键动态振荡信息的低阶状态矩阵,进而从低阶状态矩阵中提取电力系统的关键振荡特征信息;结合广域量测信息和关键振荡特征信息构建变量投影函数,通过OVP对其进行求解,以辨识振荡模式及其模态;引入累积能量权重从所辨识的振荡模式及模态中分离电力系统的主导振荡模式及模态,并根据分离的主导振荡模态实现参与因子的评估。最后,通过IEEE68节点测试系统和中国南方电网公司算例对所提方法进行分析,验证了所提方法的准确性和有效性。     

应用正规形理论的电力系统低频振荡分析

应用向量场正规形方法分析电力系统低频振荡,应用正规形方法对电力系统运动方程在平衡点处进行泰勒展开,保留二次项,揭示了非线性模式相关性对电力系统动态特性的影响.通过正规形变换,可以将线性系统中的参与因子的概念扩展到非线性系统中,从非线性参与因子的角度说明了系统各振荡模式之间的非线性相互作用.     

基于MEMD和HHT的电力系统低频振荡模式识别方法研究

提出了一种基于多元经验模态分解(Multivariate empirical mode decomposition,MEMD)和希尔伯特黄变换(Hilbert-Huang Transform,HHT)相结合的电力系统低频振荡模式辨识新方法。针对经验模态分解(Empirical Mode Decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,引入MEMD方法对多通道量测信号进行分解处理,获取各通道中表征不同频率尺度的固有模态函数(Intrinsic Mode Functions,IMF)分量,实现多通道量测信息的协同分解。在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF。针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比。最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对所提方法进行分析、验证。结果表明了所提方法的准确性和有效性。     

密集型固有振荡模式电力系统的模态分析

大规模电力系统具有振荡模式非常密集的特点,参数的微小变化会使系统产生模态不稳定现象。运用复模态摄动理论对密集型固有振荡模式电力系统进行了模态分析,结果表明,系统的特征值对参数摄动不敏感,但密集振荡模式对应的左、右特征向量有很大的变化,影响状态变量对振荡模式的可控性和可观性。最后,以新英格兰10机系统和NPCC 48机系...     

电力系统次同步振荡轴系模型研究

针对某国产300 MW汽轮机轴系,用ANSYS建立其有限元模型并进行模态分析求解自然扭振频率;通过连续轴系的离散化,建立其多段集中质量模型;并在此基础上,通过K/M比值灵敏度法建立其简单集中质量模型。运用特征值分析法求解出两种集中质量模型的自然扭振频率。分析了该汽轮机发生次同步振荡的可能性。通过自然扭振频率,比较了这三种轴系模型的准确性。结果表明175段模型(多段集中质量模型)计算量小、在仿真中较易实现,具有较高的实用价值。     

Prony算法在电力系统振荡模态识别中的应用

为了提高电能的输送能力和减少电力系统中电能的损耗,越来越多的灵活交流输电装置在电网中使用,在提高电力系统中电能利用率的同时,也出现了模态振荡的问题。由于振荡信号的复杂性和非线性,常规的方法难以有效识别。本文通过利用Prony算法优越的识别能力,对故障暂态信号进行分析,提取出振荡信号的特征信息,进而得到模态参数,为设计抑制振荡的策略提供良好的基础。     

电力系统稳定器的配置方法

电力系统稳定器PSS是一闭环运行的控制器,传统的参与因子配置法只考虑了PSS输入信号的可控可观性,当系统负载较重时,得到的配置结论可能不合理。考虑PSS输入信号和输出信号馈入侧2方面的影响,提出了电力系统稳定器配置的综合参与因子法。最后以4机2区系统为例,分析了运行方式改变对PSS控制效果的影响,并利用综合参与因子法选择了PSS配置机,该方法适用于重载系统,比传统的参与因子配置法更有效。     

基于功率偏差估计主导区间模式下的参与因子与参与方向

提出一种基于功率偏差估计主导区间模式下参与因子与参与方向的方法。该方法首先利用参数化时域辨识方法提取受测振荡功率信号中的各模式分量,并由一个新的指标（模式能量级日确定主导区间模式。然后,计算该模式对应的右特征向量的归一化幅值和相对相位,继而估算各大区机群和主力电厂的参与因子。最后,借助△娠型相位引入参与方向信息,形成新...     

2005年冬季华北--华中联网运行中的低频振荡计算分析

采用多机系统的特征分析法,并应用电力系统分析综合程序(PSASP)对2005年冬季华北电网(含山东电网)和华中电网(含四川和重庆电网)的联网运行方式下的低频振荡进行了研究。分析了联网方式下存在的多个低频振荡模式,并对每个振荡模式做了模态分析,为下一步进行的电力系统稳定器的安装和配置提出了指导性的建议。     

基于广域信息的发电机电压控制抑制区间低频振荡方法

为了在线抑制区间低频振荡,提出了一种基于广域信息的发电机电压控制方法。在发电机机端电压调整对系统振荡模式阻尼影响机理基础上,分析了电压控制对局部振荡模式和区域振荡模式的影响。基于发电机主导振荡模式下参与因子计算进行控制点选取;通过参与振荡的发电机分群计算两群机组振荡相角的均值,判别相角均值大的机群为领前群并提升领前群机组的电压;基于机组的调度区域属性区分局部振荡模式和区域振荡模式。南方电网算例分析结果表明,该方法能有效抑制低频振荡,证明了方法的正确性和有效性。     

基于功率分布特性法分析和控制区间联络线功率振荡

针对故障后区间联络线功率振荡的问题,结合动态稳定分析理论提出采用电网支路功率分布特性法分析发电机状态量对联络线功率振荡的影响,并制定相应的控制措施。根据故障后系统的网络情况,分析各电源出力对联络线支路传输功率的影响程度。运用矩阵束分析法对故障后联络线功率进行模态分析,识别系统主要互联振荡模式幅值,并基于上述分析提出根据联络线支路功率综合贡献因子调整故障后各区域发电机出力的方法抑制互联区域振荡。采用CEPRI 8机36节点系统对该方法的有效性进行了仿真验证。仿真结果表明,所述控制方法显著地提升了系统阻尼,能够抑制故障后系统的区间功率振荡。     

基于正规形理论的电力系统振荡稳定分析

介绍了正规形理论的基本内容及其在电力系统中的应用情况 ,将正规形理论应用于电力系统振荡稳定分析中 ,可以将线性系统中的参与因子的概念推广到非线性系统中 ,为理解系统各振荡模式之间的非线性相互作用提供度量。     

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。     

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。     

Prediction of Generators' Participation Factors and Oscillation Types for Dominant Oscillatory Modes of Power System

Small-signal rotor angle stability, also known as small-signal stability, is an important issue for power system operation. This stability is associated with inter-area, local, control, and torsional oscillations. To cope with it, the type and main drivers of the oscillations should be determined. In this way, the system operators can plan more effective preventive and corrective actions, e.g., to transfer power generation from more vulnerable units to less vulnerable ones. However, determining oscillation modes and their participation factors by means of conventional methods (e.g., time-domain simulation and modal analysis) is a challenging and time-consuming task, which is not appropriate for on-line environments, such as dispatching centers of power systems. In this article, a new viewpoint for this problem is proposed through modeling it as a forecast process by which the participation factors of generators for dominant modes as well as the oscillation types are predicted. A new prediction strategy, composed of an information-theoretic feature selection, a probabilistic neural network, and a line search procedure, is also presented to implement the forecast process. The effectiveness of the proposed approach for small-signal stability evaluation is extensively illustrated on the IEEE New England test system.