基于动态响应的机电振荡特征识别与能控性评估方法

在对基于随机子空间辨识(SSI)算法的系统辨识理论进行深入研究的基础上,设计了基于SSI的电力系统机电振荡特征识别方法,并提出了基于响应的参与因子计算方法,从而实现了系统能控性的量化评估。采用所提方法对系统内各发电机动态角频率响应进行计算,能够从全局角度对系统机电振荡特征进行分析,有效地避免了传统基于单一信号的低频振荡分析方法计算结果信息量少的缺点。IEEE 39节点系统仿真结果表明所提方法具有较高的识别精度和计算效率。     

随机数据驱动下的机电振荡参数在线提取与阻尼调制(一):基于ORSSI的模态参数在线辨识

随机响应数据蕴含丰富的动态信息,从随机响应数据可提取机电振荡特征参数、进行小干扰稳定分析。该文在环境激励电力系统随机响应特征分析基础上,提出了基于在线递归随机子空间辨识法(on-line recursive stochastic subspace identification,ORSSI)的电力系统小干扰稳定性在线评估方法。ORSSI辨识算法利用LQ分解取代了传统SSI算法中的奇异值分解过程,有效地提高了计算速度,同时通过引入Givens旋转变换,替代数据更新后Hankel矩阵LQ分解过程,实现了延伸观测矩阵在线更新,在保证计算精度的同时提高了机电小干扰稳定评估的实时性。基于IEEE 16机68节点系统和某实际系统的仿真,验证了文中方法的可行性和有效性。     

随机数据驱动的电力系统小干扰稳定在线评估方法

系统自然激励下的随机响应数据中蕴含丰富的机电行为特征信息,准确地从随机响应数据中辨识小干扰稳定特征参数对于指导电力系统安全稳定运行具有重要现实意义。文中提出了随机数据驱动下基于子空间最优模式分解的小干扰稳定特征参数在线辨识算法。该算法通过对输入数据进行基于正交投影的矩阵线性变换得到其奇异子阵,并利用共轭梯度算法迭代求解最佳低维正交空间,以实现奇异子阵之间高维映射矩阵的最优低维近似,根据最优低维映射矩阵的特征值分解结果可以准确获得系统小干扰稳定特征参数,即振荡频率、阻尼比、模态。基于正交投影的矩阵线性变换以及共轭梯度法的引入使得动态模式分解法能较好地适应随机响应数据。IEEE 16机68节点系统和实际系统量测数据的计算和分析验证了所提算法的有效性和准确性。     

随机数据驱动下基于SDMD的机电振荡参数辨识

随机响应数据蕴含丰富的系统工况信息,从随机响应数据可提取机电振荡特征参数、进行系统小干扰稳定分析。对环境激励电力系统随机响应进行建模,在此基础上提出了基于子空间动态模式分解的机电振荡参数辨识方法。SDMD辨识算法用于非线性随机动力系统的Koopman分析,利用截断的奇异值分解实现动态低秩近似,使系统维数大大降低,同时该算法可以有效地克服动态模式分解方法可能导致辨识结果产生偏差以及模态混合等问题。基于IEEE4机2区系统和IEEE16机5区系统进行仿真,并将该方法辨识结果与其他方法辨识结果进行对比和分析,验证了所提方法的可行性和有效性。     

环境激励下电力系统外在表征及振荡识别方法研究

环境激励作用下的电力系统机电响应数据中蕴含有丰富的机电动态信息。文中推导了小幅环境激励下电力系统机电响应的解析形式,从数学角度证明了机电振荡特征在电力系统随机响应中的存在性,揭示了利用小幅环境激励作用下的系统响应提取系统振荡特征的基本原理,进而提出了基于动态模式分解算法(DMD)与随机响应数据的机电振荡特征参数辨识方法。以小幅负荷随机激励下IEEE 4机2区域系统响应数据及某区域电网扰动录波数据为例,辨识所得参数与理论振荡特征参数的比较以及对概率统计结果的分析表明,DMD在随机激励下机电振荡参数识别中具有较强的适应性,验证了利用小幅环境激励下的随机响应识别系统机电振荡特征的正确性。     

工况模态分析在低频振荡辨识中的应用初探

工况模态分析是结构动力学工程模态辨识的前沿课题,初步探讨了这一概念应用于电力系统低频振荡特性在线辨识的可能性.论述了电力系统低频振荡和一般振动力学数学模型的相似性,利用随机子空间算法辨识低频振荡的频率、阻尼和振型.随机子空间算法无须人工激励电力系统,利用日常负荷的随机波动激励系统,通过相量测量单元(PMU)采集发电机功角摇摆轨迹数据,识别电力系统振荡特征参数.在Matlab仿真平台上,通过对一个3机电力系统的实例分析,证明所提方法对振荡频率、阻尼比和振型识别的有效性.     

工况模态分析在低频振荡辨识中的应用初探

工况模态分析是结构动力学工程模态辨识的前沿课题,初步探讨了这一概念应用于电力系统低频振荡特性在线辨识的可能性。论述了电力系统低频振荡和一般振动力学数学模型的相似性,利用随机子空间算法辨识低频振荡的频率、阻尼和振型。 随机子空间算法无须人工激励电力系统,利用日常负荷的随机波动激励系统,通过相量测量单元（PMU）采集发电机功角摇摆轨迹数据,识别电力系统振荡特征参数。在Matlab仿真平台上,通过对一个3机电力系统的实例分析, 证明所提方法对振荡频率、阻尼比和振型识别的有效性。     

基于小波去噪和随机子空间算法的广域低频振荡估计

电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一,提出了一种利用小波软阈值去噪技术,首先对电力系统低频振荡数据进行预处理,然后采用随机子空间算法提取低频振荡信号特征的分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数,有效地克服Prony算法、自回归滑动平均算法及希尔伯特-黄等算法受噪声、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。数值仿真及实例分析均验证了基于小波预处理技术的随机子空间算法在电力系统低频振荡分析中的可行性。     

基于双协方差随机子空间识别的类噪声数据低频振荡辨识

低频振荡可能会给电力系统的安全稳定带来极大危害,因此在线监测和分析低频振荡参数十分重要。为了有效地从类噪声数据中获取低频振荡模态参数,基于双协方差随机子空间识别(stochastic subspace identification,SSI)算法提出了一种低频振荡模态辨识的新方法。在传统SSI算法的基础上,引入双协方差SSI算法和系统聚类算法对物理模态自动拾取、自动定阶,实现低频振荡参数的有效精确辨识。分别应用传递函数和IEEE WSCC 3机9节点系统模型产生的仿真数据进行了测试,结果表明该方法能够实现自动定阶,得到的稳定图较传统SSI算法更清晰,识别结果中不会出现虚假模态,能高精度估计低频振荡模态参数,且抗噪性能良好。     

利用随机响应的低频振荡模式估计方法比较分析

电力系统随机响应中蕴含着低频振荡模式信息。比较了自相关分析、自然激励技术和随机减量技术等三种方法从随机响应中提取系统自由振荡响应的应用,然后结合特征系统实现算法估计振荡模式频率和阻尼比。通过四机两区域系统和新英格兰系统的蒙特卡洛仿真,从时间窗长、噪声水平、模式阻尼状态及多通道随机响应的模式估计方面,对比分析了三种方法的估计性能和适用性。仿真结果表明,基于自相关分析的自由振荡响应提取方法具有更好的适应性,模式估计精度优于基于自然激励技术和随机减量技术的估计方法。     

ITD和随机减量法在互联电网振荡特性分析中的应用

弱阻尼低频振荡特性是保证系统安全稳定运行的重要基础。提出采用Ibrahim时域法（Ibrahim time domain,ITD）和随机减量法相结合的方法处理广域测量信号,实现电力系统振荡特性的系统化分析。在介绍方法基本原理的基础上,通过不同类型南方电网实测信号功率谱特征比较,建立类噪声信号基本概念,进而以36节点系统仿真信号和南方电网实测信号为例,应用上述方法提取典型信号中所包含的系统动态特征信息,实现电网低频振荡特征参数识别,为基于广域测量信号,全面、及时、准确地掌握互联电力系统动态特性奠定坚实基础。     

大型电力系统非全相振荡时任意时刻电气量的快速计算

基于双口网络理论，对继电保护整定计算过程中大型电力系统非全相振荡时任意时刻正序网断相口开路电压的计算方法进行了深入研究，提出了一种能自动适应电力系统网络操作，可快速计算大型电力系统非全相振荡时任意时刻正序网断相口开路电压的新方法，并应用这一方法解决了继电保护整定计算中快速计算大型电力系统非全相振荡时任意时刻电气量的问题。该方法在保留现有方法优点的基础上，可显著提高计及网络操作时大型电力系统非全相振荡时任意时刻电气量的计算速度和计算效率，可满足大型电力系统继电保护在线整定计算的需要。     

基于宽频量测间谐波潮流计算的次/超同步振荡溯源方法

宽频量测技术的快速发展为部分新能源发电并网节点的次/超同步振荡监测提供了有效手段,但是由于测量单元布点限制,难以获得全网的振荡传播和分布。为此,提出了一种基于新能源发电并网点宽频量测间谐波潮流计算的次/超同步振荡溯源方法。给出了次同步振荡频率下间谐波潮流算法的网络模型和元件模型,总结了间谐波潮流计算的详细步骤,通过间谐波潮流计算可得到各个节点的间谐波电压电流分布,进而获得全网次/超同步振荡传播路径。当新能源发电系统次同步振荡传播引发邻近火电机组轴系扭振时,存在扭振机组间谐波等效阻抗突变的特性,从而造成间谐波潮流分布发生变化,根据预想振荡状态下间谐波潮流计算结果与实际宽频量测结果间的不同,可用于新能源发电次同步振荡引发邻近火电机组轴系扭振的溯源定位。最后,基于四机两区域系统和IEEE 10机39节点系统算例验证了所提方法的有效性和准确性。     

基于同步相量数据的次同步振荡参数辨识与实测验证

近年来,国内外风电系统频繁发生次同步振荡(subsynchronous oscillation,SSO)事故,严重影响电力系统安全稳定运行。为了给事故分析、抑制策略制定等提供可靠的数据支撑,亟需开展面向SSO的广域监测工作。为此,提出基于同步相量数据的SSO参数辨识方法。通过严密的数学推导,揭示SSO工况下同步相量数据主要由4种模态组成,从而可将SSO参数辨识问题转化为模态参数提取问题。进一步采用2种经典的模态参数提取算法：矩阵束算法(matrix pencil method, MPM)和特征值系统实现算法(eigenvalue system realization algorithm,ERA)实现了SSO频率与幅值的准确辨识,并利用截断奇异值分解和决定系数提高了辨识的可靠性。所提方法通过合成信号、电磁暂态仿真以及河北沽源实际振荡数据进行了验证,结果显示,即便在振荡初期幅值较小时,该文方法仍可有效辨识SSO参数,因此,理论成果有望在未来为SSO实时预警、全景展示提供技术支撑。     

考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究

针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLSAdaline进行低频振荡在线辨识的新方法。首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识。然后,利用HTLS和自适应神经网络算法(Adaline ANN)相结合,估计出低频振荡的频率、衰减因子、幅值和相位。Adaline神经网络的引入解决了四阶混合累积处理后,模式幅值和相位不易确定的难点,同时减少矩阵处理引入的误差累积,提高检测精度。四机两区域系统仿真算例和实测相量测量单元(PMU)算例共同表明,FOMC-HTLS-Adaline算法可以在高斯色噪声环境下,精确地在线辨识系统振荡模式。     

一种适用于线路两侧电势幅值不相等的实时功角计算方法

功角实时计算通常应用于电力系统稳定分析与振荡识别,但是现有的线路功角计算方法在两侧电势幅值不相等时存在较大误差,为此提出了一种新的实时功角计算方法。针对计算电压最低点位于电势连线内、外两种情况进行讨论,得到不同状态下的功角计算公式,并对两种功角计算公式进行判别。考虑到以稳态母线电压来近似电势幅值,会给功角计算带来一定误差,为此对电势幅值进行修正,并将修正后的功角计算误差与现有方法的误差进行对比。基于PSCAD的仿真验证证明了新方法的可靠性和有效性。结果表明,相比于现有功角计算方法而言,新方法有效降低了两侧电势幅值不相等时功角计算的误差,具有良好的计算精度和实用效果。     

基于广域信号的区域间低频振荡监视

随着电网互联程度的提高,低频振荡问题很难避免。广域测量系统的出现为更好的监视低频振荡、辨识振荡模态提供了技术基础。从计算速度、定阶判据、计算精度角度分析了现有模态辨识方法,着重比较了Prony方法和ESPRIT方法的适用性,提出了基于广域测量系统辨识电力系统低频振荡监视系统的思路。     

电力系统在线小干扰主导特征模式识别及强相关机组选择方法

首先介绍了电力系统在线小干扰计算方法的起源和发展、小干扰分析常用的发电机数学模型和特征值分析方法。在此基础上,依据特征根和阻尼比等信息,提出了小干扰分析的主导振荡模式的识别步骤,以及主导特征模式强相关机组的选择算法,给出了算法的终止条件;深入分析了振荡模式的相位特性,并利用其对强相关机组进行分群研究;提出了相关因子分群系数的概念及其含义。最后利用2个算例对所提方法进行了验证。