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.     

基于简化维纳滤波算法的电网日负荷预测方法

针对某市的电力负荷的结构和特性,提出了一种基于维纳滤波的短期电力负荷预测算法。预测模型分为两个部分：固有模型和趋势模型。利用维纳滤波滤除历史信号里的噪声成分,从而建立预测曲线的基本形状,即固有模型。然后以固有模型为标准考察历史数据中负荷曲线的变化情况,可得到趋势模型。由此可建立适用于桌市的日负荷预测模型,之后使用MATLAB编程实现预测的程序流程。在实际应用中证明,该负荷预测方法具有提高负荷预测工作效率和预测精度的效果。     

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LMI的电力系统广域附加阻尼控制

为了抑制电网区间的低频振荡,设计了广域阻尼控制.采用广域信号设计的控制器能有效的提高电网的动态性能.由于信号的传输时滞会很严重的影响系统的稳定性,并且日趋复杂的系统结构及接近稳定极限的运行条件对控制器的鲁棒性能提出更高的要求.提然后应用时滞系统稳定性理论和线性矩阵不等式(Linear Matrix Inequality,LMI)的处理方法将附加励磁控制器参数的设计转化为求取适当的参数使得含有时滞信号的闭环系统具有最大时滞稳定性的问题;最后应用LMI理论进行控制器设计和用留数法来选择控制器的安装位置及反馈信号.4机电力系统的动态仿真验证了所设计控制器的有效性.     

基于APSO算法的发电机励磁系统参数辨识

针对传统辨识方法不能辨识励磁系统非线性环节的缺点,提出了一种基于自适应粒子群优化(APSO)算法的发电机励磁系统参数辨识的方法.通过建立待辨识励磁系统的传递函数结构模型,以励磁系统的实际输入作为模型的输入,以实际励磁系统和模型的输出误差最小作为目标函数,利用APSO算法对模型参数进行优化调整,最终得到满足误差要求的励磁系统参数.该方法根据输入输出采样数据直接在时域上进行参数辨识,无需经过FFT变换,方法简便,并且有效解决了励磁系统非线性环节难以有效辨识的问题.仿真结果表明,APSO算法具有较快的收敛速度和较高的辨识精度.