基于Teager能量算子的低频振荡节点同调分群

实际互联电网发生低频振荡时,除了需要获取振荡的频率、幅值、阻尼比外,还需获得振荡节点的同调分群关系、振荡中心或分界面的位置信息,以便运行人员及时采取措施抑制振荡。为此基于Teager能量算子提出了节点同调分群方法。首先采用经验模态分解方法对各节点实时注入有功功率或频率信号进行预处理,然后利用Teager能量算子快速求取分解后模态曲线的频率、幅值,在电网关心模式的频率下应用相关分析技术计算各模态曲线相对幅值最大模态曲线的相角差,从而得到低频振荡过程中节点的同调分群关系。仿真算例验证了该方法的有效性。     

结合经验模态分解的信号能量法及其在低频振荡研究中的应用

结合经验模态分解(empirical mode decomposition,EMD)算法和信号能量法,提出一种处理非平稳信号的改进方法--基于EMD的信号能量法,并将其应用于电力系统低频振荡阻尼特性研究中。该方法将信号能量作为误差判据引进EMD环节,克服了EMD过程难以消除虚假成分的弱点;同时,借助EMD处理非平稳的振荡信号,扩展了信号能量法应用范围。通过与普罗尼(Prony)算法、特征根分析进行比较,相量测量单元(phasor measurement unit,PMU)设备量测轨迹和PSASP软件仿真曲线的算例分析证明,此方法能有效提取非轴对称振荡信号主导模式,且具有很好的复合模式分离能力。     

频移经验模态分解在低频振荡参数提取中的应用

当信号中2个单频分量的频率在2倍频内时,经验模态分解（EMD）无法将2个分量分解开。为提高EMD的频率分辨率,提出了基于信号调制的频移EMD算法。此方法增大了信号中组成分量的频率比,使之达到EMD可分的程度。将该方法应用于电力系统低频振荡模态参数的提取,能较好地提取2倍频范围内的低频振荡模态分量的瞬时频率、瞬时幅值、相位及阻尼比等参数,数值仿真和实例分析均表明了该方法的有效性。     

基于EMD的Prony算法在低频振荡模态参数辨识中的应用

Prony算法对分析数据的噪声非常敏感,对输入信号要求较高,鉴于此,提出将EMD和Prony算法有机结合的电力系统低频振荡模式的辨识方法。该方法以广域测量信号作为输入,首先利用EMD对非平稳、非线性信号的能力进行分解,通过能量权重比找出含有主导振荡模式的IMF;最后利用Prony算法对其进行分析后获得电力系统低频振荡模态参数,扩展了Prony法应用范围。通过对PSASP仿真轨迹的算例分析,验证了此方法提取非轴对称振荡信号主导模式的有效性,并通过与特征根分析进行比较,表明了此法能相对精确地进行振荡模式辨识,同时又有很好的复合模式分离能力和良好的抗噪能力。     

基于EMD的Prony算法在低频振荡模态参数辨识中的应用

Prony算法对分析数据的噪声非常敏感,对输入信号要求较高,鉴于此,提出将EMD和Prony算法有机结合的电力系统低频振荡模式的辨识方法.该方法以广域测量信号作为输入,首先利用EMD对非平稳、非线性信号的能力进行分解,通过能量权重比找出含有主导振荡模式的IMF;最后利用Prony算法对其进行分析后获得电力系统低频振荡模态参数,扩展了Prony法应用范围.通过对PSASP仿真轨迹的算例分析,验证了此方法提取非轴对称振荡信号主导模式的有效性,并通过与特征根分析进行比较,表明了此法能相对精确地进行振荡模式辨识,同时又有很好的复合模式分离能力和良好的抗噪能力.     

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析

针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。     

多信号模态参数识别的小波方法

在小波分析的基础上,采用优化方法同时从多个信号提取电力系统振荡模式和模态.首先根据小波脊线处的小波系数幅值判断信号对待辨识模式的可观程度,舍去可观性较小的信号后,进一步采用优化方法协调剩余信号中的模式参数.同时,根据这些信号在脊点处的小波系数,辨识系统的振荡模态参数.由于待辨识模式在各信号中能量衰减至零的时刻不同,为便于模态分析,提出在统一的辨识区间辨识系统的模式参数.4机2区域系统和10机新英格兰系统算例表明,所提出的方法可提高振荡频率和阻尼参数的辨识精度,同时还可以获得多信号间的模态信息.     

频率振荡模式与功角振荡模式本质区别探讨

电力系统稳定性分类中,功角振荡和频率振荡分别属于动态功角稳定和小扰动频率稳定2个不同分类,因此,寻找两者之间理论上的本质区别就成为一个重要课题。现有研究中将发电机转速同调振荡作为频率振荡模式区别于功角振荡模式的本质特征,但缺乏深入分析。在一个典型两区域系统中分析了系统振荡模式的特性和变化,区域电网电气联系变弱时,频率振荡模式中2个机群转速的相位和幅值差异显著变大,不再同调。此外,还发现了功角振荡模式和频率振荡模式之间的转化。区域电网电气联系变弱,互联同步系统逐渐演变为2个不互联的同步系统,原来的区间功角振荡模式转化成一个区域的频率振荡模式,而全局的频率振荡模式转化为另一个区域的频率振荡模式。因此,严格来说,发电机转速同调并不是频率振荡模式区别于功角振荡模式的本质特征,但在实际电网参数范围内,该区分判据仍然是有效的,工程上可以继续采用。分析结果有助于更加深入认识频率振荡模式和功角振荡模式的区别与联系。     

一种综合分析算法在电网低频振荡振型快速估计中的应用

为了提高电网振荡动态特性中振型信息的有效获取速度,提出了一种综合分析算法,基于实测数据用于快速估计低频振荡振型、获取节点参与振荡程度的大小。它采用经验模态分解(EMD)对实测信号进行预处理,并基于信号能量分析方法、Teager能量算子和相关分析技术快速估计系统模态参数,通过计算各节点在电网关心模式的频率下有功注入功率占系统中该频率总有功振荡功率的比例,来衡量相应节点所关联的发电机对该模式的低频振荡的参与或贡献程度,从而得到该振荡模式下系统的振型信息。通过人工合成信号和某实际电网仿真算例,验证了该算法的快速性、有效性以及实用性。     

基于改进变分模态分解的低频振荡模式辨别

针对现有信号处理方法无法有效解决电力系统低频振荡信号中的非线性及混叠问题的现状,将一种变分模态分解(VMD)方法引入到低频振荡的模式辨识中,并利用样本熵与快速傅里叶变换(FFT)对VMD无法自适应分解的情况进行了改进。原始信号由改进变分模态分解(IVMD)方法分解为若干模态分量,然后利用Teager-Kaiser能量算子(TKEO)对各分量分别拟合即可获得幅值、频率和阻尼等参数。在构造的测试信号下,令提出方法与VMD、经验模态分解(EMD)、总体最小二乘旋转矢量不变技术(TLS-ESPRIT)和Prony等方法进行模式参数辨识性能对比,结果表明,IVMD方法有效克服了EMD、TLS-ESPRIT和Prony在处理模态混叠、含噪声序列和非平稳信号等方面的不足。最后,通过对IEEE 4机2区域系统和新英格兰39节点系统仿真信号的辨识,验证了该方法在提取电力系统低频振荡模式参数中的有效性。     

电网宽频振荡实时监测技术方案

大量电力电子设备接入电网导致电网振荡频繁发生并使其逐步向宽频域振荡发展.首先,分析了广域测量系统监测技术在振荡监测存在的问题和局限,讨论了现有间谐波测量算法存在的不足,提出了电网宽频振荡实时监测技术方案.然后,论述了振荡实时监测的总体架构和关键技术,从高频采集及滤波、宽频信号分类处理分析、振荡告警及长录波、站域存储与分析和信息传输等方面对宽频振荡实时监测的关键环节进行了分析.最后,对宽频振荡实时测量的效果进行了仿真验证,验证了所提方案的可行性,并对其工程实施方案进行了论述.     

基于变点探测的功率振荡数据挖掘

针对当前功率小幅振荡数据挖掘的不足,引入了变点探测方法判断系统是否发生振荡、主要参与机组以及振荡何时进入平稳阶段,从而提出了一种新的大电网功率振荡特征挖掘方法。该方法通过在海量广域测量系统(WAMS)数据中挖掘电网振荡信息,根据变点探测方法获取的极值特性区分弱阻尼的低频振荡以及强阻尼快速衰减过程,并在弱阻尼振荡情况下确定Prony分析时间窗的起点,从而获取更为准确的振荡模式和强相关机组信息。通过新英格兰10机39节点系统仿真和河南电网WAMS实测振荡数据挖掘验证了所提方法的有效性,结果表明该方法能够从海量数据中有效挖掘大电网振荡特征,并准确识别系统模式信息。     

地区电网低频振荡问题及其治理措施

近年来,南方电网发生了数起地区电网低频振荡事件,并波及到主网联络线。为此,对3起典型的地区电网低频振荡事件进行了分析,总结出这些地区电网低频振荡的共性原因:中、小水电富集,需要大量送出;电网结构薄弱、输电距离长;地区机组的电力系统稳定器(power system stabilizer,PSS)未投入;线路、断面潮流超过稳定极限等。提出了地区电网低频振荡的综合治理措施:对中、小水电机组配置和投入PSS,加快小水电富集地区高电压等级电网的建设进度,加强电网动态稳定分析,合理安排地区电网运行方式。     

电力系统调频控制相关的频率振荡问题

电网中多次出现不同于传统低频振荡的频率振荡问题,和调频控制过程强相关。基于一个三区域系统,采用特征值分析和时域仿真的方法,分析了系统中不同类型的振荡模式及其表现。除功角振荡模式外,系统中包含超低频的一次调频(PFR)模式和振荡频率更低的自动发电控制(AGC)模式。功角振荡模式下,机组转速和区域电网频率相对振荡,而PFR模式和AGC模式下电网频率整体振荡,是频率振荡模式的一个根本特征。根据分析结果,PFR模式下主要是PFR参与动作,而AGC模式下主要是AGC参与动作,并提出了根据不同变量参与因子辨别频率振荡模式并区分PFR模式和AGC模式的方法。分析结果初步厘清了不同类型频率振荡模式的表现和区别。     

基于实测信号的电力系统低频振荡模态辨识

广域相量测量系统的应用为基于量测的电力系统稳定性分析提供了有力支持。基于动态量测信息准确地辨识电力系统低频振荡模态参数及振型,对提高电力系统低频振荡的实时监测与控制至关重要。结合经验模态分解与随机子空间辨识算法,基于发电机有功功率的动态量测信息,开展了电力系统低频振荡辨识与分析的研究。该方法能够在较短的时间从含噪信号内提取原系统真实准确的振荡信息,同时能够得到各振荡模式相应的振型,有效地克服Prony算法和自回归滑动平均算法受噪声、系统实际阶数的影响大,以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。测试系统及仿真结果验证了该方法在电力系统低频振荡分析中的可行性。     

基于多尺度线调频基稀疏信号分解的电力系统非平稳振荡信号特征提取

随着电力电子装置在源-网-荷侧的大规模应用,电力系统功率振荡表现出较强的非平稳特性和模式耦合性。本文提出一种基于多尺度线调频基稀疏信号分解的电力系统非平稳振荡信号特征提取方法。多尺度线调频基稀疏信号分解方法能够在动态的时间支撑区内对信号进行投影分解,逐次获得能量最大的信号分量,具有良好的时频聚集性,特别适用于非平稳振荡信号的分解。电力系统的功率振荡信号本质上是一种多模态时变振动系统响应信号。首先通过多尺度线调频基稀疏信号分解方法得到多个单模态振动响应信号,然后根据单模态振动响应特性采用最小二乘法进行振荡特征的提取。仿真算例和实例证明了该方法在电力系统非平稳振荡信号特征提取中的有效性和适应性。     

基于阻尼转矩分析的电力系统低频振荡源定位

准确定位低频振荡参与机组并采取有效的控制措施以提高系统阻尼、快速平息系统振荡是大电网安全稳定运行的重要保障。为此,提出了一种基于总体最小二乘-旋转不变技术的信号参数估计(TLS-ESPRIT)和阻尼转矩分析(Damping Torque Analysis,DTA)方法进行低频振荡发生源定位的方法。该方法利用TLS-ESPRIT对发电机组的有功出力、角速度、功角信号进行模式分解,提取发电机高度参与的振荡模式,采用最小二乘拟合方法计算发电机高度参与振荡模式的阻尼转矩系数,然后根据阻尼转矩系数判定发电机是否为该振荡模式的振荡源。分别以4机2区和10机39节点系统为例进行仿真验证。仿真结果表明,所提出的振荡监测方法能够准确定位电力系统低频振荡源,且通过振荡源对其自身的控制能够有效地平息系统中的低频振荡现象。     

基于多个广域测量系统的联合低频振荡分析和监测

为提高XLPE电缆绝缘诊断精度,将信息融合技术用于其中。针对D-S证据理论中各绝缘参数可信度分配难以确定的问题,提出模糊理论与证据理论相结合的绝缘诊断方法,建立基于模糊理论的证据融合诊断模型,该模型将模糊理论中的模糊集合与隶属度函数概念运用于证据理论,利用隶属度函数构造证据理论的合理信度函数分配,在此基础上联合每个绝缘参数的可信度形成最终的融合结果。实例分析表明了该诊断模型的有效性。     

电力系统振荡频率的实时估算

探讨了系统平均视在频率及振荡频率的概念。根据系统振荡中心附近的电流特征,分析了实际振荡频率同根据假设的振荡频率估算电流突变量在振荡时输出的不平衡量之间的关系,提出了一种实时估算电力系统振荡频率的新方法, 并分析了随机噪声以及系统运行方式变化对估算精度的影响,提出了相应的改进方法, 同时考证了振荡频率发生变化时,该方法的响应速度。结果表明,该方法不受系统运行方式的影响,具有精度高、速度快的优点。     

利用重复控制跟踪的统一潮流控制器抑制系统强迫振荡方法

从强迫振荡特性出发,利用线性化状态空间法分析了统一潮流控制器(UPFC)提高系统阻尼从而抑制强迫振荡的机理。设计了适用于抑制强迫振荡的插入式改进重复控制器(PMRC),并证明其对系统稳态参考值具有良好的跟踪性能。但考虑到PMRC不具备功率输出能力,提出了将功率控制设备UPFC与PMRC结合,并按PMRC跟踪要求输出抑制功率的方法。该方法使UPFC在提高系统阻尼的基础上输出抑制功率,从多角度抑制强迫振荡。仿真表明,所提方法能够有效抑制系统强迫振荡。