模态级数法在主导低频振荡模式鉴别方面的应用

基于模态级数法3阶解析解,提出了大干扰下识别系统主导低频振荡模式的方法,确定了大干扰下对系统动态特性和稳定性影响最大的主导低频振荡模式,并根据3阶情况下的非线性相关因子,确定主导低频振荡模式的强相关状态变量.最后用Prony方法,验证了主导模式鉴别式和3阶相关因子的正确性和有效性.     

基于模态级数法的交直流系统的非线性模式交互作用分析

模态级数法是一种新的用于反映非线性系统动态特性的方法.该方法基于泰勒级数,可以得到非线性系统零输入响应的封闭解,其结果既提供了系统的特征信息,又便于分析系统的非线性模式交互作用,适合于电力系统的动态行为分析.本文把模态级数法应用于HVDC/AC系统中.运用模态级数法得到交直流系统动态方程的封闭解、系统的频域信息以及非线性模态交互作用的参数,由此可以分析系统故障后的稳定性.本文将以一个三机交直流系统为例,用模态级数法分析其非线性动态特性.     

复杂交直流系统次同步振荡模态辨识及仿真验证

交直流输电线路的电力系统次同步振荡(SSO)可能起因于交流线路中的串联电容补偿或HVDC控制系统,当串补交流线路与HVDC系统并存时,其相互作用使得SSO问题更加复杂。研究对象为呼辽±500kV高压直流输电系统与合串补伊冯500kV交流输电系统并存的复杂交直流系统,通过Prony算法得到可能引发该系统次同步振荡的模态,由轴系振荡模态衰减系数对比分析了不同运行方式下的SSO特性,并结合基于PSCAD/EMT-DC的时域仿真法验证了Prony算法应用于次同步振荡模态分析的有效性。研究表明,交直流系统中采用联网运行带可控串补的方式能同时抑制高压直流输电系统和交流输电线路中固定串补引起的SSO问题。     

基于区间模型和二阶摄动理论的低频振荡模态分析方法

针对大规模复杂电力系统运行参数波动较大,低频振荡模态变化情况不易确定的难题,提出利用区间模型和复模态二阶摄动理论分析振荡模态的方法。首先建立不确定信息下振荡模式的频率、阻尼以及参与因子的区间分布模型;然后利用复模态二阶摄动理论评估该模型在运行参数变化区间较大时,系统振荡模式上述特征要素的变化情况。IEEE16机68节点系统的仿真结果表明,即使系统中同时出现多个运行参数变化较大的情况,该方法也能较准确地评估系统的小干扰稳定性能,并可为运行人员提供更加全面的信息。同时,该方法在分析低频振荡模态方面较一阶摄动理论的准确度更高。     

基于相图法的水电二阶切换系统动力学特性与振荡分析

高比例水电系统在大扰动下出现了死区、限幅作用的超低频频率振荡,其所对应的切换系统仍缺乏动力学特性分析。鉴于此,基于二阶切换系统动力学特性,结合相图法分析系统参数对其动力学特性的影响,揭示系统在不同扰动、阻尼下发生频率振荡的动力学机理。首先给出水电二阶切换系统描述,分析了系统的平衡点存在性。其次结合相图法分析不同运行条件下系统的动力学特性,证明了相关极限环的存在性。最后分析了系统的非光滑分岔特性。结果表明：当平衡点正阻尼、系统调节区域负阻尼时存在1个稳定极限环,对应严重大扰动下的频率振荡;当平衡点负阻尼、系统有限幅时存在2个稳定极限环,分别对应一般、严重大扰动下的频率振荡,且二者振荡频率较为接近。     

分析电力系统振荡的Volterra泛函级数法

提出一种应用非线性动力系统理论分析电力系统 振荡的有效方法。它保留了系统振荡的非线性特性，利用适合弱非线性系统分析的Ｖｏｌｔｅｒｒａ泛函级数理论，使分析符合实际情况。     

基于PSO的模态原子法在低频振荡模式时变特性追踪的应用

为克服传统方法不能自适应反映振荡模式时变特性的缺点,提出一种分析低频振荡模式的新方法。该方法将粒子群优化算法应用于原子分解的迭代优化过程中,通过比较粒子的最佳适应值,选取最能反映振荡模式特性的模态原子,从而实现将模态原子的选取过程转化为利用粒子群优化算法求解函数最优化问题。每1个模态原子对应于1个振荡模式,最终完成低频振荡模态参数辨识过程。该方法具有较强的抗噪性能,鲁棒性强,并能有效追踪振荡模式的时变特性,时频分辨率强。算例分析表明了该方法的有效性与实用性,优于希尔伯特–黄变换方法。     

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。     

基于模态级数法和轨迹灵敏度的励磁调节器参数优化

基于模态级数法及轨迹灵敏度分析的励磁调节器参数优化方法通过模态级数法得到较精确的系统状态轨迹的封闭解，利用数值微商算法得到系统的轨迹灵敏度，即目标函数的梯度信息，再应用共轭梯度技术优化励磁调节器参数。模态级数法考虑了系统非线性模式的影响，所得状态轨迹解逼近时域仿真结果，所以该方法能有效地阻尼系统受到大扰动后的振荡。通过算例可验证该方法的有效性。     

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...     

电力系统振荡模态的矩阵束辨识法

利用广域测量系统(WAMS)提供的数据进行电力系统振荡模态的在线辨识，对于及时监测系统的阻尼情况并及时实施有效的控制具有重要意义。分析了如何利用测量数据构造矩阵束并进行电力系统振荡模态辨识的方法。该方法可以由不同测点提供的系统响应数据快速检测出不同振荡模态的振荡频率、阻尼系数、振荡幅值和相对相位等有关信息。利用辨识出的模态信息，可以在线监测大规模电力系统阻尼薄弱区域并及时发现故障发生区域。EPRI-36节点仿真算例和某省网实际系统分析结果表明，矩阵束方法能够准确地估计系统的振荡模态，并具有较强的抗噪声能力，是一种适于在线应用的振荡模态信息辨识方法。     

基于动力学系统的两阶段低频振荡模态识别算法

低频振荡已经成为目前电力系统运行所面临的严重问题,在大量测噪声条件下,如何通过WAMS(wide area measurement system)量测值进行精准有效的振荡模态识别至关重要。本文提出了一种新的模态识别方法,通过构造商梯度系统,并追踪与最优参数估计值对应的退化稳定平衡流形进行求解。根据实际系统运行提出了两阶段算法:第一阶段通过改进随机子空间方法获得初始参数辨识值,若不满足残差精度要求,则第二阶段以其为初值通过基于商梯度系统的方法求解。通过在高比例噪声条件下与Prony算法对比,并对IEEE 39节点系统仿真数据分析,表明该算法在抗噪性能、辨识精度和适用性上具有优良特性。     

应用模态级数3阶解析解分析大干扰低频振荡机理

在动态电力系统3阶解析解的基础上,分析了遭受大干扰的电力系统所表现出来的复杂的非线性动态特性.提出由于3阶解析解中非线性高阶项被大干扰激发,使系统模态间的高阶非线性相关作用加剧,才导致了系统出现增幅低频振荡这一新观点,从理论上有效地解释了大干扰下增幅低频振荡出现的原因.对一个电力系统算例的分析验证了上述观点的正确性,也证明了3阶解析解与2阶解析解相比在分析大干扰下系统动态特性的有效性.     

识别电力系统密集振荡模式的模态灵敏度方法

密集振荡模式可能会对电力系统动态特性产生重要影响,研究这种影响具有重要意义,而识别密集振荡模式是进行相关研究的基础。在分析机械力学领域密集模式判定方法的基础上,提出了一种识别电力系统密集振荡模式的模态灵敏度方法。该方法计算简单,能有效识别密集振荡模式,根据模态灵敏度信息还可以判断振荡模态的变化趋势。采用10机和24机两个算例验证了所提方法的有效性。     

基于EMO-EDSNN的电力系统低频振荡模态辨识

提出了基于精确模态阶数-指数型衰减正弦神经网络(EMO-EDSNN)的电力系统低频振荡模态辨识方法。首先,通过奇异值分解估计模态阶数。在关键的定阶问题上,采取EMO定阶方法,综合考虑了奇异值变化规律和奇异值本身大小2个因素,能够克服人为选取阈值的不足,提高阶数估计的准确性。然后,通过建立EDSNN将参数估计问题转化为优化问题求解。以输出信号和实测信号的平方误差最小为目标,并采用自适应的Levenberg-Marquardt算法训练神经网络收敛后,一次性计算出所有模态参数。最后,进行了数值信号仿真、EPRI-36系统仿真和实测信号仿真。仿真结果表明,所提方法能够快速准确地实现模态参数辨识。     

基于稀疏增强动态解耦的电力系统振荡模式与模态辨识方法

提出一种基于稀疏增强动态解耦(SPDMD)的电力系统主导振荡模式及模态评估方法.该方法首先从电力系统的多通道广域量测信息中辨识出可表征系统关键动态振荡特征信息的低阶状态矩阵;然后,基于该低阶状态矩阵,借助交替方向乘子(ADMM)和拉格朗日乘子(LM)估计各振荡模式的最优振幅系数,根据系统主导振荡模式的最优振幅系数不为0...     

主导低频振荡模式二阶非线性相关作用的研究

在大干扰下系统稳定性的研究中，由于特征向量线性变换的引入，使得计算一些衡量模式间非线性相关作用大小的系数不确定，且系统关键参数的变化将造成主导低频振荡模式和相关模式间非线性相关作用的变化，进而导致系统动态特性和稳定性也随之变化。针对此问题，该文应用向量场正则形理论，提出了一种识别大干扰下系统关键参数的方法，即通过标幺化处理来鉴别模式间2阶非线性相关作用大小的方法。研究结果验证了文中分析的正确性，为大干扰下主导低频振荡模式与其它模式非线性相关作用的研究找到了解决其物理量不唯一问题的办法。     

基于约束EKF的低频振荡模态参数辨识

低频振荡已成为限制电力系统区域间功率传输能力的突出问题,严重影响了电力系统的安全稳定运行。为了准确有效地提取低频振荡信号所包含的特征信息,分析低频振荡信号模态构成的特点,在扩展卡尔曼滤波(extended Kalman filter,EKF)算法的基础上,结合信号自身的物理约束,提出一种低频振荡模态参数辨识方法,实现了约束条件下的低频振荡模态参数实时在线辨识。所提方法能有效避免运用EKF算法进行低频振荡模态参数辨识时收敛性差和参数越界的问题,提高低频振荡模态参数辨识的精度。最后,对不同的低频振荡信号进行仿真测试分析,结果表明该约束EKF方法不但能够实现低频振荡模态参数的约束辨识,而且较EKF算法具有更好的收敛性和更高的辨识精度。     

基于改进TLS-ESPRIT的电力系统低频振荡模态辨识

现有基于实测信号的电力系统低频振荡模态辨识方法大都只考虑了高斯白噪声,对高斯色噪声的考虑不足,对此,提出一种改进最小二乘–旋转不变技术(TLS-ESPRIT)的模态辨识方法;该方法首先利用FOMMC来对辨识信号进行预处理,抑制信号中的色噪声;接着,利用TLS-ESPRIT对信号进行辨识。通过构建的数值信号和电力系统中实测的信号进行测试,其结果表明,该方法对色噪声具有较强的抑制作用,同时辨识的速度和精度更高。