SVC抑制电力系统低频振荡的分析

分析了静止无功补偿器(SVC)附加控制(功率振荡阻尼控制)的原理,建立了带和不带附加控制的SVC模型.研究了SVC附加控制抑制低频振荡.小干扰频域及大扰动时域仿真表明,带附加控制的SVC一定程度上能增强系统的阻尼.     

HHT算法在电力系统低频振荡模态辨识中的应用

针对电力系统低频振荡信号的非线性、非平稳特征,提出了一种新的处理方法——希尔伯特-黄变换(HHT)。该方法能够克服传统分析难以处理非平稳信号的缺点;利用其中的经验模态分解(EMD)对信号模态分量的有效分离,对分量进行Hilbert变换,得到相应的参量。通过计算实现对振荡信号的模态参数的辨识与提取,因此该方法能够应用到阻尼控制器的设计中。仿真结果表明该控制器能有效地抑制电力系统低频振荡,提高了系统的安全稳定性。     

SVC抑制电力系统低频振荡的分析

分析了静止无功补偿器(SVC)附加控制(功率振荡阻尼控制)的原理,建立了带和不带附加控制的SVC模型,研究了SVC附加控制抑制低频振荡。小干扰频域及大扰动时域仿真表明,带附加控制的SVC一定程度上能增强系统的阻尼。     

基于ARMA模态辨识的低频振荡性质区分

针对目前尚未完全解决负阻尼低频振荡和强迫功率振荡性质定量区分的现状,通过低频振荡机理分析得出2种振荡在振荡频率和阻尼比方面的区别,提出定量区分低频振荡性质的判据.采用基于加权递推最小二乘算法的ARMA模态辨识对振荡数据进行动态加窗辨识,根据辨识所得振荡模态的频率和阻尼比的变化判别低频振荡类型.算例分析表明该方法是可行和有效的.     

基于EMD盲源分离算法的电力系统低频振荡模式识别

针对广预测量系统低频振荡过程中的高斯噪声干扰和定阶问题,提出了基于EMD(empirical mode decomposition)盲源分离(blind source separation,BSS)算法的单通道低频振荡信号的模式分析方法。首先将信号利用经验模态分解得到一系列本征模函数分量组合的新信号;其次针对存在模态混叠的本征模函数分量,提出利用信号周期性构造其多路信号,并利用独立分量分析消除模态混叠的有效方法;然后利用盲源分离技术--二阶盲辨识算法(second order blind identification,SOBI),处理多通道观测信号矩阵,从中提取出不同的单模式信号;最后将去噪、定阶后的信号运用最小二乘-旋转不变技术(TLS-ESPRIT)算法辨识,得到低频振荡模态参数。数值算例仿真、IEEE四机两区域仿真实验表明该算法能够有效分离源信号,相比于其他方法具有抗噪性能好、拟合精度高等优点。     

基于EMD和SSI的电力系统低频振荡模态参数识别方法

针对目前引发电力系统低频振荡的多重机理的实际情况,提出基于EMD和随机子空间（Stochastic Subspace Identification,SSI）的识别电力系统低频振荡模态参数的新方法。该方法直接根据端部量测数据识别出系统的低频振荡模态参数。在系统正常运行或者小扰动下可直接用SSI识别系统的弱阻尼模式、频率、阻尼和振型;在系统处于异常运行或者故障状态时,运用EMD对量测数据进行时空滤波和平稳化处理,由SSI辨识出相应的系统状态矩阵,经过模态分析得出低频振荡的上述模态参数。数值仿真及实例分析均表明该方法运行速度快,参数识别精度高,为电力系统低频振荡问题的研究提供了新的思路与方法。     

基于EMD和SSI的电力系统低频振荡模态参数识别方法

针对目前引发电力系统低频振荡的多重机理的实际情况,提出基于 EMD 和随机子空间 (Stochastic SubspaceIdentification,SSI) 的识别电力系统低频振荡模态参数的新方法.该方法直接根据端部量测数据识别出系统的低频振荡模态参数.在系统正常运行或者小扰动下可直接用 SSI 识别系统的弱阻尼模式、频率、阻尼和振型;在系统处于异常运行或者故障状态时,运用 EMD 对量测数据进行时空滤波和平稳化处理,由 SSI 辨识出相应的系统状态矩阵,经过模态分析得出低频振荡的上述模态参数.数值仿真及实例分析均表明该方法运行速度快,参数识别精度高,为电力系统低频振荡问题的研究提供了新的思路与方法.     

EMD法在提取电力系统低频振荡特性中的应用

经验模态分解方法是一种全新的非平稳信号分析方法,根据低频振荡信号的非平稳特性,介绍了经验模态分解方法应在低频振荡特性分析中的应用。仿真结果表明,该方法可以准确提取系统的低频振荡特征。     

电力系统低频振荡的分析和控制

文章对电力系统的稳定性进行了描述,指出了电力系统低频振荡的产生与分类,结合电力系统的实际发展情况,研究了低频振荡的分析方法和优缺点,简要分析了控制低频振荡的措施,希望借此提高电力系统的稳定性。     

抑制区域间低频振荡的FACTS阻尼控制

随着电力系统规模的不断扩大,区域间低频振荡正成为限制电网传输能力的瓶颈。对少数发电机组安装PSS来抑制区域间低频振荡很难有好的效果。但FACTS因其安装地点的灵活性及良好的动态性能而给抑制区域间振荡提供了新的手段。为此,利用相角补偿原理,设计控制器持续减小区域间的振荡能量,以此来实现区域间阻尼控制。以SVC为例详细说明附加阻尼控制器的设计,通过PSASP软件下的仿真结果表明,具有附加阻尼控制作用的SVC能有效地抑制区域间低频振荡。另外,对其它几种常用的FACTS器件也设计了阻尼控制器,并同样通过了PSASP下的仿真验证,阻尼效果很好。以上结果证明利用FACTS可实现区域间低频振荡的阻尼控制。     

基于振荡能量的低频振荡分析与振荡源定位:（二）振荡源定位方法与算例

系统的总能量与振幅对应,产生能量的元件对振荡衰减的贡献为负,可认为是振荡源。负阻尼发电机以及外施周期性扰动所在元件都会产生能量,文中推导了发电机上外施扰动产生能量的表达式。根据网络中的能量流,找到产生振荡能量的能量源,能量源就是振荡源。在振荡源处采取控制措施可有效抑制振荡。在分析网络中的能量源以及能量流动的基础上,提出了利用电网中的振荡能量流定位振荡源的方法。该方法只需要广域测量信息,可在线应用。仿真结果以及实际电网振荡事故分析的结果验证了该方法的有效性。     

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。     

基于能量函数的电网低频振荡及扰动源定位研究

由于电力系统稳定器在实际电网中的广泛配置,常规的离线小干扰计算分析已经难以得到负阻尼或弱阻尼的低频振荡模式.然而,实际系统中仍然频繁出现低频振荡现象,根据对大量事故的分析,发现多重扰动的发生以及周期性扰动源的存在都可能引发低频振荡.构造了基于联络线的能量函数,并将能量分解为振荡分量和准稳态分量,从而对多重扰动引起的系统低频振荡进行分析,以提供可供调度人员参考的动态安全信息;并将传统的支路势能分解为周期分量和非周期分量,利用非周期分量在网络中传播耗散的方向来实现周期性强迫扰动源的快速、准确定位.实际电网仿真算例验证了所提方法的有效性和可行性.     

基于经验模态理论的强迫振荡扰动源定位新方法

为提高扰动源定位的准确性及实现扰动源的自动识别,提出一种基于经验模态理论的强迫振荡扰动源定位新方法。首先,采用经验模态时空滤波功能,将所需电气量的主导分量即与扰动源强相关的分量提取出来;然后,提出经验模态能量流的概念,通过计算经验模态能量流实现扰动源特征的提取;最后,提出一种基于经验模态能量趋势函数的扰动源自动识别新方法,该方法采用基于能量趋势函数计算出的量化指标判断扰动源位置,简洁、直观,实现了扰动源的自动识别。通过实际电网的振荡实例验证了所提方法的有效性及在实际电网中应用的可行性。实例分析表明,所提算法比传统的能量函数法更能准确定位扰动源,且适用于工程应用。     

基于振荡能量的低频振荡分析与振荡源定位:（一）理论基础与能量流计算

提出了一种基于振荡能量的低频振荡分析方法。该方法通过网络中的振荡能量流评估元件的阻尼特性、定位负阻尼发电机和外施周期性扰动的位置。文中首先证明了发电机能量消耗和其阻尼转矩的一致性。然后利用广域测量信息,建立了不需要构造能量函数的网络中振荡能量流的计算公式。由于流入支路的振荡能量包含支路暂态能量的变化以及支路消耗或产生的能量,因此提出了一种计算能量流的实用方法,以减少其中的暂态能量分量,而只计算出支路消耗或产生的能量。由于系统的总能量与振幅对应,因此消耗能量的元件对振荡衰减的贡献为正,具有正阻尼,而产生能量的元件是振荡源。利用发电机的能量消耗来估计其阻尼转矩系数,与阻尼转矩分析的结果相符。利用能量流即可定位振荡源。     

基于改进频移经验模态分解的低频振荡参数提取

对于规模越来越大的复杂电力系统来说,采用基于量测数据的低频振荡研究方法日益受到重视。经验模态分解(EMD)方法的分解过程具有自适应且适于分析非平稳信号,在低频振荡参数提取方面应用较多,但EMD方法存在模态混叠等现象。当信号中2个单频分量的频率在2倍频内时,频移经验模态分解(FS-EMD)可将2个分量分解开。但当信号中有多个单频分量的频率在2倍频内时,FS-EMD就无法分解。为了提高EMD的频率分辨率并使分解方法具有通用性,文中提出了改进的频移经验模态分解(RFS-EMD)算法。此方法增大了信号中组成分量的频率比,且保证频率不翻转,使之可循环使用RFS-EMD算法分解复杂信号。该方法在应用于电力系统低频振荡模态参数的提取时,能较好地提取多个2倍频范围内的低频振荡模态分量的频率、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。     

电力系统强迫振荡源的时频域定位方法

快速、准确定位电力系统强迫振荡源,对于预防由强迫振荡引起的电力系统大停电事故意义重大,但目前的强迫振荡源时域定位方法计算过程较为复杂,计算效率有待提升.为此,文中提出一种基于广域量测信息的电力系统强迫振荡源的时频域定位方法,该方法首先将电力系统广域量测数据进行连续小波变换,计算各小波系数矩阵的小波相对能量,进而甄别出电...