经IIWO优化的原子分解算法辨识次同步振荡模态

由于传统的线性化方法存在难以有效辨识次同步振荡模态参数的问题,该文提出一种基于改进入侵杂草优化IIWO(improved invasive weed optimization)的阻尼正弦原子分解算法。该方法首先构造过完备阻尼正弦原子库,引入混沌序列初始化的多种群策略、预筛选机制、以及随机变异的扩散机制对入侵杂草优化IWO(inva-sive weed optimization)算法进行改进,利用改进得到的IIWO算法对传统的匹配追踪算法MP(matching pursuit)进行优化,以降低其搜索的时间复杂度。依据优化后的MP算法对信号进行阻尼正弦原子分解,搜索到最佳阻尼正弦原子后将其转换为次同步振荡模态参数,并与Prony的辨识结果进行了对比。仿真算例结果表明,经IIWO优化的阻尼正弦原子分解算法辨识精度较高,且具有良好的时频特性。     

基于IBBO的原子分解算法在次同步振荡抑制中的应用

针对传统的线性化方法难以有效辨识次同步振荡模态的问题,提出一种基于改进生物地理学优化(IBBO)的阻尼正弦原子分解算法。该方法在过完备阻尼正弦原子库的基础上,通过将余弦迁移模型、改进迁移算子以及混沌变异策略引入到IBBO算法对传统的匹配追踪算法进行优化,降低其搜索的时间复杂度。依据优化后的匹配追踪算法对次同步振荡信号进行阻尼正弦原子分解,搜索到最佳阻尼正弦原子后将原子参变量转换成次同步振荡模态参数。在此基础上,采用改进粒子群优化算法并根据辨识得到的参数,设计SVC次同步振荡阻尼控制器。仿真结果表明,所提算法具有良好的时频特性以及辨识精度高的优势,同时验证了该算法在SVC次同步振荡阻尼控制器设计中的可行性和所设计控制器的有效性。     

基于阻尼正弦原子分解的次同步振荡模态辨识

现有的线性化方法难以有效辨识电力系统次同步振荡模态。提出一种处理非线性、非平稳信号的阻尼正弦原子分解方法。该方法在过完备阻尼正弦原子库基础上,采用匹配追踪(matching pursuit,MP)算法对次同步振荡信号进行原子分解,并通过改进粒子群算法(improved particle swarmoptimization,IPSO)降低MP搜索过程的时间复杂度,得到表征次同步振荡信号的阻尼正弦原子参变量,完成整个次同步振荡模态参数辨识,并与改进Prony算法及快速傅里叶变换的辨识结果进行对比分析。结果表明,基于阻尼正弦原子分解的次同步振荡模态辨识方法能快速准确地辨识次同步振荡模态,且具有良好的时频特性。     

基于希尔伯特—黄变换的次同步振荡检测研究

针对目前电力系统次同步振荡的辨识局限于线性化方法,提出了一种非线性、非平稳信号的处理方法:希尔伯特—黄变换。首先对振荡信号进行滤噪和时延补偿预处理,然后用黄变换辨识出模态参数,最后与改进的PRONY算法及快速傅里叶变换的辨识结果对比分析。仿真结果表明,经验模态分解可以滤除信号中的噪声干扰,为模态参数的准确分析奠定了基础;并且黄变换方法能有效分解出频率不接近的振荡模态,进而准确的辨识出模态参数,得到振荡模态的时频特性。鉴于此方法会出现频率模态漏分解的情况,在实际工程中可同时使用改进PRONY法、快速傅里叶变换和黄变换以提高次同步振荡辨识的准确度。     

低频振荡模式辨识的改进衰减正弦原子分解法

为克服传统衰减正弦原子分解法的估计偏差,提出一种改进的衰减正弦原子分解法用于低频振荡模式辨识。该方法在匹配追踪中引入松弛算法的思想,通过迭代的策略分离各个振荡模式,并采用改进萤火虫算法和伪牛顿法相结合的优化方法,在衰减正弦原子库中进行参数寻优。通过数值信号仿真、IEEE4机2区系统仿真和相量测量单元PMU(phasor measurement unit)实测信号仿真,验证了本文所提方法可获得振荡参数的无偏估计,提高了辨识精度,且具有良好的抗噪能力,能够满足低频振荡模式辨识的要求。     

利用环境激励下的发电机组转子动态响应识别次同步振荡模态的方法

通过实时测量运行中的发电机组受电网负荷波动及噪声随机激励下的微弱转子转速响应,可以将机网振荡的模态参数(包括模态频率、阻尼和幅值)在线辨识出来。采用随机减量技术处理环境激励下的转子角位移差分信号,从而获取随机减量特征信号,该信号包含机网系统结构振荡的自由衰减响应分量;采用窄带频率滤波算法从所述的随机减量特征信号中获得各个次同步分量的时域衰减特征曲线,进而计算出当前运行方式下的不同频率的振荡模态的阻尼。采用该方法对绥中电厂1 000 MW机组的实测数据进行计算,有效辨识出绥中电厂及高岭直流区域电网的次同步振荡阻尼等模态参数。基于该方法可以实现实时的次同步振荡安全监测。     

基于改进BBO算法的SSSC阻尼控制器优化设计

串联补偿技术的大规模应用会造成发电机组次同步振荡（SSO）,影响电力系统的安全运行。为有效提高静止同步串联补偿器（SSSC）阻尼控制器的控制效果,提出一种改进的生物地理学优化算法（BBO）,将其用于SSSC阻尼控制器的优化设计中,以实现抑制发电机组的次同步震荡。利用Prony算法具有良好的模态识别效果的特点,对输出信号进行准确分析得出系统的特征值,从而来识别系统的振荡频率;通过结合改进BBO算法和Prony算法设计了SSSC阻尼控制器,并对控制器参数进行了优化;在PSCAD平台上搭建IEEE第一标准模型进行仿真分析。结果表明,采用改进BBO算法优化设计的SSSC阻尼控制器,能够快速有效抑制发电机组的次同步振荡,保证机组的安全运行。     

基于MM-ARMA算法的次同步振荡模态参数辨识

传统电力系统次同步振荡的辨识方法存在对噪声敏感、辨识精度不高的局限性。为此,提出了一种基于数学形态学自回归移动平均(MM-ARMA)算法的辨识方法,实现了在有噪声干扰下对次同步振荡模态的准确辨识。该方法利用形态滤波器可以有效抑制噪声的特性对次同步振荡信号进行消噪处理,保留信号的主要特征信息;对消噪后的信号建立基于加权递推最小二乘法参数估计的ARMA模型,根据估计的模型参数计算次同步振荡模态参数,完成次同步振荡模态辨识。与传统的Prony算法和自回归移动平均(ARMA)算法辨识结果进行的对比分析结果表明,所提次同步振荡模态辨识方法能快速、准确地辨识出模态参数,且具有较强的抗噪能力。     

基于深度残差网络的SSO模态参数辨识

针对电力系统正常运行中的微弱次同步振荡信号趋势难以辨识,辨识算法抗噪性差、辨识结果可靠性低等问题,提出一种基于深度残差网络的次同步振荡模态参数辨识方法。建立了一种由卷积层、若干残差层和全连接层等构成的深度残差网络模型;模型训练数据集依据SSO信号特点生成,全部采用仿真数据;经参数调整和优化后的模型能够实现对现场实测的低信噪比SSO信号模态参数的盲辨识。利用理想信号、含噪仿真信号和现场实测数据等三种方案对模型性能验证,结果表明该算法能有效地辨识出微弱SSO的频率和阻尼等关键参数,与卷积神经网络(CNN)和随机子空间(SSI)算法相比较,辨识精度更高,受噪声干扰小,具有盲辨识的特点,可用于电力系统次同步振荡风险的预警。     

基于MSST-HT的次同步振荡参数辨识研究

次同步振荡是在电力系统运行平衡点受到扰动后产生的一种异常电磁及机械振荡现象。针对希尔伯特黄变换在次同步振荡分量提取时存在噪声干扰和模态混叠问题，提出一种适用于次同步振荡参数辨识的多重同步压缩变换（MSST）和希尔伯特变换结合的方法。该方法在傅里叶同步压缩变换基础上，对次同步振荡信号时频谱进行多次同步压缩，以此来提高信号时频分布的重构精度和能量聚集程度。通过仿真并结合实际工程录波数据进行验证，首先使用多重同步压缩变换方法对信号进行时频分析，得到信号时频图，然后用多重同步压缩变换变换逆变换分解重构出各个模态分量，最后用希尔伯特变换对提取出来的单个模态分量进行参数辨识，识别其频率、阻尼比、衰减因子等主要参数。仿真结果表明，相比于短时傅里叶变换（STFT）、同步提取变换（SET）和傅里叶同步挤压变换（FSST），MSST能够提高信号时频分布的能量聚集程度和重构精度，能够实现多分量的次同步振荡模态分解。实际数据结果表明该方法能有效克服噪声干扰和模态混叠问题，准确辨识次同步震荡参数，对电力系统安全稳定运行具有一定的参考意义。     

基于FastICA-MP算法的次同步振荡模态参数辨识

WAMS在电力系统中的应用越来越广,使得电力系统次同步振荡模态参数在线辨识成为可能。但系统中存在大量电力电子设备,造成了WAMS采样信号中存在较强的噪声干扰,影响了振荡模态参数辨识的准确性。鉴于快速独立分量分析可以实现噪声信号与原始信号的有效分离,提出首先通过快速独立分量分析对采样信号进行预处理,然后将滤噪后的信号通过矩阵束算法进行辨识得到振荡模态参数。通过此方法可以进一步提高矩阵束的辨识准确度。通过理想仿真算例和国内某特高压直流输电系统作为实际仿真算例进行分析。仿真结果表明,快速独立分量分析可有效分离噪声信号,提高了矩阵束辨识准确性,为后续阻尼控制器的设计奠定了基础。     

风火打捆外送系统次同步振荡的改进自抗扰直流附加阻尼控制

针对送端电网大规模风电接入可能加剧火电机组次同步振荡的问题,提出一种基于改进遗传算法的自抗扰附加阻尼控制方法。利用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法对系统进行次同步振荡特性辨识,根据主模比指标选择合适的控制反馈信号,得到系统在次同步频段内各振荡模式对应的低阶传递函数;结合时间乘绝对误差积分准则(ITAE)指标与极大极小值原理确定被控系统控制目标,并利用改进遗传算法寻优确定多通道自抗扰控制器参数。在PSCAD上搭建含大规模风电的测试系统模型,仿真结果表明基于改进自抗扰控制的附加次同步阻尼控制器在送端电网多种运行方式和不同故障情况下都能有效抑制汽轮发电机组的次同步振荡,鲁棒性较强,同时低阶自抗扰控制器也具有令人满意的控制效果。     

互相关优化改进矩阵束算法及其在次同步振荡模态参数辨识的应用

针对传统的矩阵束算法在低信噪比时存在计算数值不稳定、极点提取精确度不高的缺点,提出了一种基于互相关(cross-correlation,CC)优化的改进矩阵束(improved matrix pencil algorithm,IMP)算法,应用于电力系统次同步振荡模态辨识,并结合算例与传统的矩阵束算法和改进Prony算法辨识结果进行了比较。结果表明:该方法能快速准确地辨识系统的次同步振荡模态,具有拟合度高、抗噪声能力强的特点,有助于大系统及强噪声背景下次同步振荡模态分析及阻尼控制器的设计研究。     

改进的人工鱼群算法设计次同步阻尼控制器

为了抑制次同步振荡SSO(subsynchronous oscillation),提出了一种改进人工鱼群算法,并基于该算法利用美国电力研究院EPRI(electric power research institute)提出的抑制直流系统次同步振荡的基本原理,设计次同步阻尼控制器。将控制器参数视为自适应参数,以阻尼比为自适应函数,通过改进人工鱼群算法,计算出最优的控制器参数,达到抑制SSO的目的。以2012年四川电网向家坝-上海直流系统的送端交直流混合输电系统为例,验证了该阻尼控制器的有效性。     

基于经验模态分解自适应滤波的次同步振荡ESPRIT分析

ESPRIT是一种可以准确辨识电力系统次同步振荡模态的算法,但在有噪声的情况下模态参数辨识不理想。提出利用经验模态分解滤波进行改进,然后与未经滤波的ESPRIT算法和PRONY算法进行比较以证明其有效性。仿真结果表明,经验模态分解可实现自适应滤波,且基于经验模态分解滤波的ESPRIT算法的准确性进一步提高。鉴于经验模态分解滤波的自适应性和ESPRIT算法辨识的快速、准确特性,可将此方法用于电力系统SSO在线检测,并为大电网的SSO的监测与研究奠定了基础。     

基于EMD和Prony算法的次同步扭振模态参数辨识

从瞬时转速测量数据中有效提取次同步扭振信号,并准确地辨识模态参数,仍有一定的技术难度。提出了通过EMD预处理提取次同步扭振信号,并进行重采样处理,再通过Prony算法辨识次同步扭振模态参数的方法。采用该方法对某电厂扭振实测数据进行了应用分析,并与基于传统滤波器以及小波滤波器的Prony分析结果进行比较。研究表明所提方法能够有效提高次同步扭振模态参数辨识的精度。     

高压直流系统附加次同步阻尼控制器的综合设计

交直流混联电力系统中由于高压直流系统(HVDC)的快速可控性,可能导致系统产生次同步振荡,附加次同步阻尼控制器(SSDC)是解决这一问题的有效方法。以含HVDC电力系统的小干扰数学模型为基础,结合经典自动控制理论,提出了一种基于最佳相位补偿和模态分离的SSDC设计方法。结合贵广II回直流输电系统,从特征值和电气阻尼曲线两方面验证了SSDC抑制次同步振荡(SSO)的效果,同时还分析了控制器参数对电气阻尼改善效果的影响。     

基于可观测与可控度的直流输电次同步振荡阻尼控制研究

汽轮发电机组轴系在次同步频率范围内往往存在多个扭振模态。目前对高压直流输电引起的多模态次同步振荡尚缺乏行之有效的抑制策略,系统中多次出现应用次同步振荡阻尼控制器后轴系依然存在明显振荡的现象。应用状态空间法对轴系机械系统进行分析,建立了次同步振荡模态的可观测度与可控度的概念。在设计次同步振荡阻尼控制器时,基于次同步振荡的可控与可观测度进行参数优化。PSCAD/EMTDC的时域仿真结果表明,传统的次同步振荡阻尼控制器对于可观测与可控度较低的振荡模态抑制效果较差,而所提出的基于可观测与可控度的次同步振荡阻尼控制     

基于改进生物地理学优化算法的SVC次同步阻尼控制器设计

针对常用的次同步振荡控制器不能较好地适应电力系统时变非线性的特点,提出了一种引入余弦迁移模型、早熟判断机制、变尺度混沌变异策略及排重操作的改进生物地理学优化算法。基于该算法结合静止无功补偿器(SVC)抑制次同步振荡的机理,对次同步阻尼控制器进行优化设计,并采用特征值分析和时域仿真验证了控制系统的有效性。锦界电厂算例分析表明:经改进生物地理学算法优化的SVC次同步阻尼控制器能较好地提高机组扭振的模态阻尼,可有效抑制次同步振荡,进而保证机组和电网的安全稳定运行;与传统的生物地理学优化算法、粒子群算法及遗传算法相比,改进生物地理学优化算法在搜索最优控制参数时具有较快的搜索速度和较高的搜索精度。