大区域联网条件下四川电网低频振荡分析

针对川渝、华中、华北、山东等电网的互联,求出了与四川电网相关的系统主导低频振荡模式,研究了区域电网互联出现的低频振荡问题。分析了区域间弱阻尼低频振荡模式及发电机在振荡中的作用。利用Prony分析方法检测出了这些主振模式,验证了小干扰稳定分析的正确性。用数值微分方法计算了系统某些运行参数对系统主导振荡模式的灵敏度,分析了这些参数在小干扰稳定中的作用。研究了电力系统稳定器对系统主导振荡模式的阻尼作用。

基于广域信息的电力系统阻尼控制器反馈信号选择

广域阻尼控制器(WADC)是抑制电力系统区间低频振荡模式的一种新技术,区别于传统的本地控制器设计,存在大量的不同种类反馈信号之间如何选择的问题。文中提出以WADC单位控制输出量获得最大阻尼为目标,基于线性系统的理论推导得到了用于WADC广域反馈信号选择的主模比指标,并且给出了基于Prony辨识的可用于复杂系统中的主模比计算方法。在2006年南方电网交直流混联系统中,通过特征值分析和时域仿真验证了最大主模比指标的有效性。

基于EMD-TEO及信号能量分析法的主导低频振荡模式识别

提出了一种识别电力系统主导低频振荡模式的新方法。该方法综合了经验模态分解(EMD)、Teager能量算子(TEO)及信号能量分析法,借助经验模态分解处理非平稳信号,不需考虑定阶问题,扩展了信号能量分析法的应用范围;利用Teager能量算子的快速响应能力及健壮性,提高了频率辨识精度;根据二阶模型下的信号能量分析法,提出了一种阻尼比的简化算法。分别在WEPRI-36系统和实际电网中进行了验证,并与Q-R特征值分析法及Prony算法进行了准确性比较。结果表明,新方法对非线性系统的适应性比Prony算法强,可用于低频振荡主导模式的有效识别。

分段傅里叶神经网络的低频振荡模式识别方法

针对低频振荡带宽较窄、主导模式较少的特点,提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性;为克服傅里叶系数直接求解的困难,采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数识别振荡主导模式的频率和衰减因子;再根据其与衰减时间窗的关系得到振荡幅值。该方法既保留了傅里叶算法抗噪性好的特点,又利用神经网络训练,进一步提高了抗噪性和可靠性,并通过算例仿真得到了证明。该研究对电力系统低频振荡的在线动态识别具有实际意义。

基于EEMD和矩阵束算法的低频振荡主导模式识别

传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含有主导模式的IMF分量,并利用矩阵束算法分析得到模态参数,从而扩展了传统矩阵束算法的应用范围。算例分析结果表明,该方法可以较好地适应非线性系统,抗噪声能力较强,在低信噪比时仍然可用于低频振荡主导模式的识别,为电力系统低频振荡问题的研究提供了新思路。

基于小波能量系数的主导低频振荡模式检测

提出了一种检测电力系统主导低频振荡模式的新方法。先利用经验模态分解(EMD)从系统功角或功率曲线上获取低频振荡模式主要特征,再应用连续小波变换有效提取模态参数,最后通过计算小波能量系数识别系统主导低频振荡模式。新方法不受系统规模的限制,可以有效地分析、检测大小扰动下电力系统主导低频振荡模式,克服了线性化特征法在计算时所出现的维数灾缺点。算例结果表明,该方法能准确检测出系统主导低频振荡模式,其结果与正则形理论分析结果相同,进而验证了此方法的正确性和有效性。

选择合适的曲线提取低频振荡信息

在互联多机系统中,存在多种振荡模式,需要重点关注的是主导弱阻尼或负阻尼模式。利用振荡曲线提取多机振荡信息,需要选择合适的曲线,才能得到系统主导振荡模式。分析了两机相对曲线、单机相对于角度中心(COA)曲线、单机相对于惯量中心(COI)曲线存在的问题,指出扩展等面积法(EEAC)利用分群的概念首先确定系统主导振荡模式的中心位置,利用轨迹聚合的概念弱化非主导模式对主导模式的影响,利用相对运动的概念,获得等值单机曲线提取信息。算例仿真结果表明,EEAC等值机模型可以很好地提取出主导振荡信息,并且可以显示系统振荡的中心位置。

采用原子分解能量熵的低频振荡主导模式检测方法

针对互联电力系统普遍存在的低频振荡现象,提出一种检测低频振荡主导模式的新方法,来克服以往方法不能准确识别主导模式以及无法自适应揭示振荡模式时变特性的缺点。根据振荡信号特点,选取衰减正弦量模型表示原子库。由功角轨迹,通过原子分解法从原子库中辨识出各模态参数,在辨识过程中计算原子分解能量熵,通过比较能量熵大小识别出低频振荡主导模式。该方法不受系统阶数影响且具备较强的数据处理能力,能揭示各模式间复杂的动态特性和非线性作用,可用于低频振荡在线分析。2个仿真算例结果表明,该方法能准确检测出系统低频振荡的主导模式,所得结果与正规形理论分析结果相同,从而验证了所提方法的正确性和有效性。

基于ISPM和SDM-Prony算法的电力系统低频振荡模式辨识

针对广域测量系统低频振荡辨识过程中的噪声干扰和定阶问题,提出了基于改进平滑优先方法(improved smoothness priors method,ISPM)和SDM定阶的Prony方法进行电力系统低频振荡模态辨识。首先将待处理信号经过ISPM滤波同时对高频干扰项和趋势项进行快速准确去除,然后对消噪后的信号进行SDM-Prony辨识,得到低频振荡的主导模态参数。该方法在定阶时能够根据奇异值分解的具体情况进行自动准确定阶,无需阈值的人为选取,使定阶具有自适应性。将该方法分别用于仿真信号和实测振荡信号分析,并和传统的Prony方法进行比较,该方法在拟合精度指标相差不大的情况下估计的阶数更加逼近真实阶数,并且具有运算简单、抗噪性能好等特点,可快速准确辨识出主导振荡模态信息。仿真结果表明,文中方法具有良好的实用性。

模糊聚类分析在低频振荡主导模式辨识中的应用

互联系统中,利用振荡曲线提取多机振荡信息,需要选择合适的曲线才能快速得到系统主导振荡模式。文章首先提出了一种基于模糊划分的迭代自组织数据分析技术的聚类方法;然后在一些基本假设的基础上,形成了模糊集合,并运用模糊聚类分析法将系统分区;最后用Prony分析算法从合适的低频振荡信号曲线中准确地提取区域主导振荡模式。通过对中国电力科学研究院8机36节点系统的算例仿真验证了该方法的可行性和有效性。

基于功率及频率波动相位的强迫扰动源定位

为了实现电网强迫扰动源的准确快速定位,基于广域测量系统提出一种比较有功功率波动及电压频率波动之间的相位关系来实现扰动源在线监测定位的方法。如果扰动源位于发电机上,则发电机角频率的波动相位超前于输出电气功率的波动相位且相位差小于90°。在此基础上,根据能量函数及扰动传播对网络中的支路进行分析,如果支路有功功率波动及电压频率波动的相位差的绝对值小于90°,则支路上振荡能量流向与有功方向一致,据此可实现电网扰动源的定位。采用TLS-ESPRIT算法能够直接获取系统稳态时的波动相位,无需判断振荡进入稳态阶段的时间点,且能够消除瞬态分量以及异常数据的影响。实际算例验证了所提方法的可行性及有效性。

低频振荡主导模式的滑窗谱分析方法

实际电力系统低频振荡复杂,具有多模式且模式时变的特点,但在秒级时间窗内,仍可采用非时变特征根来描述机电振荡模式.采用滑窗后谱分量比较的办法,解决阻尼识别和模式变化判别问题;针对振荡带宽较窄的特点,采用最小二乘递推的傅里叶基神经网络谱分析方法提高抗干扰能力,并从窗口权值分析得到主导模式的频率;通过滑窗训练,识别各模式的阻尼和幅值以及模式的变化.开窗和滑窗分析符合实测数据在线分析的实际过程;对频谱分析方法的改进,即保留了原有工程经验,又解决了实际问题.仿真表明:该方法在干扰和多模式的情况下抗干扰性强,模式识别准确.

基于多类型受扰轨迹的电力系统低频振荡分析

传统的Prony算法抗干扰能力差,且无法给出其振荡模式辨识结果的准确度评价,因此提出一种基于多类型扰动轨迹的低频振荡分析方法,并对其准确度进行评价。利用各类型扰动信号与参考信号的平均能量之比对信号振幅进行预处理,避免振幅差异过大导致某些信号被掩盖。利用Prony算法对多类型的扰动轨迹进行分析获取主导振荡模式,计算各主导振荡模式的振幅偏差和相位偏差评价主导振荡模式的可信度。结合各主导振荡模式的振幅偏差、相位偏差、振荡能量百分比建立综合评价指标评价Prony算法的阶数选择是否合理。算例结果表明,所提方法及相应的评价方法具有良好的实用性。

基于改进射影控制的互联系统附加励磁控制器设计

针对大型互联网络区域间存在低频振荡现象,且一般设计出的附加励磁控制器阶数高、控制效果不理想,在射影控制基础上做出改进,设计出改进射影控制器应用于互联系统的附加励磁控制。首先通过总体最小二乘-旋转不变技术参数估计算法辨识出系统的振荡模态;根据极点配置得到系统的状态反馈矩阵。然后利用射影控制原理,在射影控制器保留p阶主导特征值基础上,又保留了r阶特征值。通过对可调矩阵P0的调节控制系统干扰矩阵rA?的特征值范围,降低系统原有振荡模式的影响。在PSCAD/EMTDC中的一个四机两区域模型中对无附加控制器、基于观测器-控制器和改进射影控制器控制下的系统进行短路故障和不同时滞下的仿真实验。结果表明,所设计出的改进射影控制器具有更好的阻尼特性和动态效果,且受时滞变化影响较小,具有较好的工程实践性。

基于端口供给功率的低频振荡强相关机组识别方法

提出了一种基于调速通道端口供给功率的电力系统低频振荡主导振荡模式强相关机组识别方法。利用系统线性化模型,揭示了一般二次型能量函数和参与因子之间存在的密切联系。利用由能量函数演变而来且具有分散化特性的端口供给功率,在电力系统经典模型下,从理论上推导出了单一主导振荡模式下调速通道端口供给功率周期分量瞬时幅值分布和参与因子分布相同的结论。以此为基础,提出一种使用端口供给功率周期分量瞬时幅值分布在线识别低频振荡主导振荡模式强相关机组的方法。最后,在电力系统一般模型下,通过仿真验证了上述方法的有效性。

基于Prony方法的电力系统低频振荡分析

电力系统低频振荡时常发生,准确提取振荡频率成为抑制其发生的前提。介绍了Prony方法的计算过程以及如何提高Prony分析方法的准确性,通过与电力系统中已有算法的比较,分析了Prony方法在电力系统中的适用性。成功的应用Prony方法检测到了PSASP中8机系统的主导低频振荡模式,算例结果表明,该方法实用、有效、准确性较高,完全能满足实际应用的需要,是一种有效的工具。

基于控制参数分群的DFIG并网系统低频振荡抑制

通过整定控制参数,可以抑制大规模双馈感应发电机并网引起的电网低频振荡,但基于特征值灵敏度选择的主导控制参数,在不同场景和模式下,可能引起相反效果。文章建立了风电系统低频振荡模式阻尼比灵敏度的解析表达。根据阻尼裕度确定模式危险程度,将上述灵敏度加权,提出累积阻尼比灵敏度以描述参数调节对所有模式阻尼比的整体效果。考虑风速与负荷随机波动,采用模糊C均值(FCM)聚类算法,对运行场景归类,将场景分布概率作为权系数,计算多场景下累积阻尼比灵敏度、对控制参数分群。特征值分析和时域仿真结果验证了所提控制参数分群算法对低频振荡模式的抑制效果。

数学形态学和ESPRIT在低频振荡分析中的应用

为了准确地辨识电力系统低频振荡模态参数,该文提出了基于数学形态学MM(mathematical morphol-ogy)和总体最小二乘法的旋转不变技术TLS-ESPRIT(total least squares-estimation of signal parameters viarotational invariance technique)的电力系统低频振荡模态参数识别新方法。首先运用基于数学形态学原理而构成形态滤波器对含有噪声的电力系统低频振荡测量信号进行滤波和平稳化处理,去除噪声,提高辨识精度;然后由TLS-ESPRIT算法辨识出电力系统低频振荡模态参数,该算法把信号分成信号子空间和噪声子空间,能够得到更符合电力系统实际的降阶模型和主导模态,有助于电力系统振荡特性分析和阻尼控制器的设计研究。数值仿真分析表明该方法的可行性和有效性。

区域电网低频振荡主导模式的检测方法

提出了一种基于实测的功角曲线检测区域间低频振荡模式的新方法,这种方法能有效检测出互联系统的区域间主导低频振荡模式,因此可以对扰动下的系统进行有效的分析。大系统算例结果表明,所提方法能准确的检测识别出系统主导区域间低频振荡模式,其结果与综合稳定程序(PSASP)计算出的结果一致,从而验证了所提新方法的正确性和有效性。

大区联网条件下四川电网低频振荡再分析

结合诱发低频振荡的四大主要因素和四川实际电网的特点,揭示了大区联网条件下四川电网容易出现低频振荡的原因。通过对四川电网进行低频振荡再分析,研究了网架结构的变化、运行条件、发电机励磁和PSS模型参数以及串补对主导低频振荡模式阻尼的影响。运用多机电力系统二阶解析解对线性一阶解进行二阶非线性修正,通过比较分析一阶和二阶相关因子,有助于发现和认识与主导低频振荡模式相关性最强的发电机组,对配置PSS抑制低频振荡有指导意义。