基于轨迹模式空间解耦及模式能量序列的振荡分析(一)理论基础

针对电力系统振荡行为的分析,揭示互补群群际能量观点与特征频率正弦幅值观点的异同,严格证明两者在哈密顿单机无穷大系统中的一致性。但非线性因素则可能在线性化分析中引入大误差,而时变因素及饱和等本质非线性因素还可能使平衡点特征根方法完全失效。为了克服这些困难,从实际受扰轨迹的互补群群际能量的观点出发,描述了复杂受扰系统的振荡特性。多机系统轨迹可以通过互补群惯量中心—相对运动(CCCOI-RM)变换,严格映射为一系列时变单机映象轨迹,并通过各映象系统的振荡能量反映原多机系统的振荡行为,包括多频率的时变非线性振荡。     

基于EEAC理论分析低频振荡

扩展等面积准则（EEAC）通过互补群惯量中心 — 相对运动（CCCOI-RM）变换,将多机系统受扰轨迹映射为一系列时变单机无穷大（TV-OMIB）系统的映象轨迹,并解耦各振荡模式的信息,进而可以识别主导振荡模式,并实现稳定性的量化分析。文中提出以轨迹特征根反映系统非线性对低频振荡特性的影响,以轨迹特征根对各机组机械阻尼系数的灵敏度来反映各机组的参与因子;发现按减小联络线功率的准则调整机组出力可能产生负阻尼效应;指出为抑制低频振荡,应以减小映象功角为准则来调整机组出力。分析扰动大小对系统振荡特性的影响,发现系统振荡特性在分岔点附近可能与平衡点特征根明显不同。     

融合轨迹预测技术的输电线路新型自适应重合闸

输电线路故障的重合闸时刻对系统的暂态稳定有很重要的影响.针对目前最佳重合时刻难以在线确定的问题,提出融合轨迹预测技术的重合时刻在线捕捉方法.核心是利用机组功角的轨迹预测信息,确定系统振荡机组的主导模式,并按主导模式对机组进行分群,将多机系统复杂的暂态稳定性问题转化为对应的单机无穷大系统的功角稳定性分析,选其单机无穷大系...     

多机系统复转矩系数分析及PSS参数计算

针对电力系统稳定器(PSS)抑制低频振荡所基于的阻尼转矩概念,为将阻尼转矩的概念推广应用到多机系统中,提出一个把多机系统中的区域间振荡简化为一个两机系统模型,在两机模型中应用复转矩系数法的研究方法,说明基于单机无穷大系统的复转矩系数法推广应用到多机系统中的意义和合理性,推导基于两机模型的PSS补偿角度计算方法,并且通过比较说明该方法的计算结果与基于单机无穷大模型的计算结果存在差异。     

电力系统失步振荡中心迁移特性研究

针对电力系统失步后振荡中心发生迁移开展研究,从能量角度分析了电力系统受扰后的失步机理;基于等值两机系统推导了系统振荡中心位置函数,并且分析了联络线两侧电压幅值对振荡中心迁移的影响;最后,在BPA中构建了单机无穷大系统,仿真分析了联络线两侧电压幅值相等和电压幅值不等时振荡中心变化情况。结果表明,联络线两侧电压幅值相等时,振荡中心位于联络线中点附近,当联络线两侧电压幅值不等时,振荡中心会向低压侧偏移。     

基于主导轨迹断面阻尼比灵敏度的仿真关键参数诊断

电力系统机电暂态仿真中,励磁、调速、电力系统稳定器(PSS)等控制系统参数不合理,易引起控制系统稳定性弱化,导致仿真可信度降低。基于轨迹断面阻尼比灵敏度指标,提出一种机电暂态仿真中控制系统关键参数的实用诊断方法。由仿真中各控制系统的输出变量振荡特性确定主导断面时刻、主导发电机及其对应控制系统,针对主导断面时刻和主导发电机进行单机无穷大(OMIB)等值后,经阻尼比灵敏度分析给出参数调整建议,多个算例验证了所提方法的有效性。该法是轨迹特征根思想的一种工程应用,结合数值积分提供的控制系统振荡信息与平衡点特征根技术提供的阻尼比灵敏度解析信息,可快速定位不合理的控制系统参数,适用于复杂多机系统的参数诊断。     

单机系统中基于轨迹的轨迹灵敏度计算方法的改进研究

轨迹灵敏度是电力系统动态分析的重要工具,基于轨迹计算轨迹灵敏度的卷积法揭示了轨迹与轨迹灵敏度之间的物理关系,为电力系统动态分析提供了新的手段。基于单机无穷大系统,分析了电力系统受扰后的轨迹,提出对第一个振荡周期内的受扰轨迹进行预处理的方法,用以改善卷积法计算结果的周期和频率。算例分析表明通过轨迹的预处理可以大幅度提高卷积法的计算精度。     

基于经验模态分解的电力系统受扰轨迹去噪方法

电力系统低频振荡已成为危及系统运行安全一个不容忽视的因素,受扰轨迹能够完整地反映模型及参数对系统动态行为的影响,体现系统振荡特性。本文在简单介绍经验模态分解(EMD)的基础之上,将经验模态分解用于消除电力系统受扰轨迹的非平稳趋势项,通过仿真分析结果证明了该方法的有效性,对系统振荡模式的识别具有重要的意义。     

基于轨迹模式空间解耦及模式能量序列的振荡分析(二)算法及应用

基于状态空间中的模式解耦,及在时域中按其摆次分段,分析振荡能量的时序演化特性。利用互补群惯量中心—相对运动(CCCOI-RM)保稳变换,将非简谐振荡的多机轨迹严格映射为一系列映象上的时变单机系统轨迹,并通过后者在逐次摆动期间振荡能量的演变来刻画原多机系统的振荡行为,在时变单机映象系统的外力—位置平面上分析振荡能量的时空转换,量化其非保守性。文中分别以映象系统轨迹上的动态中心点(DCP)处的动能,及最远点(FEP)处的势能来反映该模式在过去半摆中的振荡总能量;以两者组成的能量序列反映该空间振荡模式的时变性。通过理论分析及数值仿真证实:在描述哈密顿单机系统振荡行为时,轨迹摆次能量序列与特征根分析完全一致,而在分析非哈密顿的单机系统或一般的多机系统时,轨迹摆次能量序列可以克服平衡点特征根的众多缺陷。     

基于能量函数与不完全椭圆积分的多机系统低频振荡频率分析

电力系统是一个存在着诸多扰动的非线性系统,扰动的存在引起了输电线路功率的振荡。为有效抑制低频振荡,研究了低频振荡频率的非线性计算方法及相关应用。基于能量函数及不完全椭圆积分,提出了一种新型振荡频率非线性分析方法:首先建立多机系统模型,通过同调分群法将多机系统等值为单机无穷大系统,然后利用拉格朗日函数法构造对应化简系统的哈密顿能量函数,最后利用椭圆积分的衍生形式求出该状态下发生低频振荡的频率的精确表达式。采用所提方法在MATLAB中对新英格兰10机39节点系统进行低频振荡现象的仿真,并与传统线性化方法在频率计算与分析中进行对比。仿真验证结果表明,此方法在电力系统低频振荡分析中对振荡频率的最大计算误差≤0.04 Hz,且计算速度快。     

提升经验模态分解检测低频振荡模式精度的改进算法研究

基于实测受扰轨迹分析低频振荡问题已成为现代电力系统稳定性分析的重要手段。针对经验模态分解（EMD）方法分析低频振荡信号时,影响该方法精度的端点效应、频率漂移、模态混叠、阻尼损失等问题,分别提出基于ARMA模型的端点延拓法、B样条插值法、精细化复小波分析法及能量微差因子控制法加以解决。通过这些方法的混成应用,设计出一套改进的应用算法,有效提高了低频振荡信号非平稳特性参数检测精度。最后,通过EPRI-36仿真算例和RTDS实时算例测试,验证了所提算法检测复杂低频振荡信号模式信息具备很高的有效性和精度。     

基于模式能量流法的互联电网功率振荡能量解析与主振荡路径识别

针对互联电力系统的功率振荡现象,为了能够深入剖析,构建了模式能量流函数,对互联电力系统的功率振荡进行网络模式能量的求取,并进行能量解析。在此基础上,利用所建立的基于广域量测信息的模式阵型指标,判别系统功率振荡发电机分群情况,同时根据所建立的主振荡路径判别指标对系统主振荡路径进行辨识,得到系统能量交互的主振荡路径。通过对4机两区和8机36节点算例进行仿真,验证了所提出的互联电力系统功率振荡能量解析与主振荡路径识别方法的有效性。     

ARMA谱估计方法在电力系统低频振荡模式分析中的应用

广域测量系统提供的电力系统实测动态响应为动态特性的分析提供了新的途径,避免了建模和确定参数的困难。ARMA谱估计是现代谱估计算法的一种。本文应用ARMA谱估计算法分析电力系统低频振荡曲线,能够从曲线中直接提取系统的特征根。分析计算表明算法具有较高的精度。适用于处理存在弱阻尼或负阻尼模式时由随机扰动激励的振荡过程。     

轨迹特征根的解析估算及其误差分析

在一系列滑动的时间窗口内,用信号处理技术提取振荡模式的方法并不适用于时变太快或非线性太强的场合。为克服此缺点,沿实际受扰轨迹,在每个积分步的始点将非线性系统的数学模型逐段线性化,并求解该分段线性系统特征根的时间序列。进一步将上述分段线性化动态方程映射为一系列时变的单机系统,用扩展等面积准则（EEAC）辨识每个积分步长内的振荡模式,并推导出轨迹断面特征根的解析估算公式。以多机轨迹断面特征根为标准,审视解析估算公式的精度,并评估平衡点特征根对非线性的不适应性。     

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。     

基于振荡能量消耗的发电机阻尼评估方法

为了准确评估多机电力系统中发电机的阻尼特性,提出了一种基于发电机振荡能量消耗的阻尼评估方法。首先,推导了基于6阶电气参数模型发电机的振荡能量流的表达式,克服了现有基于4阶电气参数模型的振荡能量流存在保守性的不足。其次,建立了基于振荡能量消耗的模式阻尼贡献指标,提出了基于发电机响应和特征值/特征向量的指标计算方法,评估了多机系统中发电机的阻尼特性。模式阻尼贡献指标物理意义明确,所有发电机的指标之和即为振荡模式的衰减因子。最后,4机2区域系统的分析结果验证了所提方法的准确性和有效性。     

基于振荡分群辨识的低频振荡控制方法

电网因机组原因引发的局部模式低频振荡问题日益突出。快速锁定振荡源并采取相应控制措施是平息振荡的关键。为此文中提出一种基于振荡分群辨识的低频振荡控制方法。该方法首先通过对系统各发电机的同步相量实测有功功率数据进行检测,辨别发生振荡的机组;然后根据各机组间角速度的相关系数将振荡机组分为主动群和被动群,主动群中的机组是引起振荡的主要原因并产生振荡能量,而被动群中的机组被带动振荡并消耗振荡能量以维持系统总能量守恒;最后根据分群结果锁定振荡源机组并采取相应措施控制平抑低频振荡。实际工程应用案例结果表明,该方法能够有效锁定振荡源,并帮助调度人员快速平息低频振荡。     

基于变分模态分解和压缩感知的电力系统宽频振荡监测方法

随着“双碳”目标的提出，未来电力系统会有更高比例可再生能源及电力电子设备并网，会引发电力系统新型宽频振荡问题。因此针对电力系统宽频振荡“高噪声”和“宽频带”的特点，提出一种基于变分模态分解和压缩感知的自适应宽频振荡监测方法。对变分模态分解(variational mode decomposition, VMD)方法进行改进，自适应确定模态分解数，抑制噪声分量并监测识别振荡信号的有效信息。若监测到宽频振荡，将降噪处理后的宽频振荡数据通过压缩感知(compressed sensing, CS)方法上传，在调度中心对压缩数据进行重构，精确恢复宽频振荡信号，方便调度主站后续分析处理。算例表明所提方法可在高强度随机噪声的情况下保持宽频振荡监测的质量，克服高速采样后数据传输带宽的限制，并在实际电力系统宽频振荡信号监测中有良好应用。