影响电力系统主导振荡模式的关键励磁调节器及其参数的识别

模态级数法是分析非线性动态系统的一个新的有效工具。该方法能从系统的内部结构特性入手,通过模式间的非线性相关作用来研究系统的动态特性。基于模态级数推导出了相关指标和二阶非线性相关因子公式。通过非线性相互作用指标揭示系统固有模式间的交互作用对系统动态特性的影响;通过研究状态变量与系统主导振荡模式、复合模式对的非线性相关作用以及控制器参数对非线性相关系数的灵敏度,来识别对系统动态特性和稳定产生很大影响的关键励磁调节器及其参数。

基于电力系统主导振荡模式提取的区域负荷模型识别研究

以区域负荷节点上不同用电性质负荷的构成比例为特征,进行负荷的分类及模型识别。选取充分参与系统主导振荡模式,且具有较高电压等级的关键母线作为观测对象,构建模型识别的目标函数,用梯度优化算法搜索负荷参数最优值。通过算例仿真检验了文中方法的有效性,并对不分类、按电气距离分类和按负荷用电性质构成比例分类这3种负荷节点分类方法进行比较,结果表明按负荷性质构成比例对系统负荷分类识别,其识别结果具有更好的准确性和适用性。

Prony算法的低频振荡主导模式识别

从Prony算法拟合阶数和数据预处理对主导振荡模式的有效识别进行了探讨.在分析归一化比值法和归一化奇异值法2个不同的拟合阶数判据的基础上,提出了应用基于数量级概念的归一化奇异值法阈值进行拟合阶数的确定.算例表明按相对变化大于3个数量级的阈值定阶能有效识别低频振荡的主导模式且计算量相对较小.应用快速且易实现的有限脉冲响应滤波方法进行高频噪声的滤波,能适用于Prony分析中的数据处理,有效识别主导振荡模式.用不同类型的样本数据对以上研究进行了仿真,仿真结果验证了其有效性.

大干扰下主导低频振荡模式的鉴别

Prony方法是获取系统振荡模式特征的一种非常有效的方法,它可通过给定输入信号下的响应直接估计系统的振荡频率、衰减、幅值和初相位。基于Prony算法,作者提出了振荡模式能量级的概念,用于鉴别电力系统大干扰下的主导低频振荡模式,在8机36节点系统中应用本文所提方法准确识别出了主导低频振荡模式,验证了该方法的正确性,并与正则形理论研究低频振荡模式间的非线性相关作用的结果进行了比较,再次验证了大干扰中主导低频振荡模式对系统动态特性和稳定性有重要影响这一观点的正确性。

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。

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。

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。

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。

低频振荡主导模式辨识方法探讨

针对传统Prony算法在分析噪声干扰对算法精确度影响时存在的不足,采用基本不等式确定最佳Hankel矩阵阶数,提出了利用信噪比曲线来解决有效奇异值阶次选择的问题,运用改进的SVD去噪技术对数据进行预处理,提高了信号的信噪比,减小了噪声对Prony分析结果的影响。通过算例仿真验证了该算法具有噪声抑制能力强、辨识出的主导振荡模式精度高等优点,能较为准确地辨识电力系统低频振荡主导模式。

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。

三阶非线性对主导低频振荡模式的影响

在电力系统动态方程3阶解基础上,分析了3阶非线性对基本模式作用的影响,提出了2阶和3阶非线性对基本模式影响的评价指标,并进一步应用3阶解,提出了识别大干扰主导低频振荡模式的指标,应用Prony算法验证了该指标的有效性。研究结果显示,最靠近虚轴的小干扰主导低频振荡模式,在大干扰情况下可能不被激励或激励较弱,因而大、小干扰主导低频振荡模式可能不同,考虑3阶非线性对大干扰主导低频振荡的影响是必要的。

华北-华中-华东特高压联网大区模式下低频振荡模式的频率特性

以"三华"联网工程为背景,研究了"三华"互联电网低频振荡模式的频率特性。首先以实际网络特性为基础,建立了"三华"联网等值系统模型,并使用实际电网试验数据验证了等值系统的有效性和精度。基于"三华"联网等值系统,使用理论分析与数值仿真相结合的方法研究了"三华"电网主导振荡模式的频率特性及影响因素。研究结果表明:系统规模及联网区域的不断发展是导致主导模式振荡频率下降的根本原因。励磁绕组、发电机励磁系统、电力系统稳定器是使主导模式振荡频率进一步下降的重要因素。

基于最优变量投影的电力系统主导振荡参数综合辨识

准确、有效地辨识电力系统主导振荡模式、主导振荡模态和参与因子等低频振荡特征参数,对深入探究电力系统低频振荡诱因、提出科学合理的振荡抑制措施具有重要价值。为此,该文提出一种基于最优变量投影(OVP)的电力系统主导振荡模式、模态和参与因子综合辨识方法。该方法采用有限差分法(FDM)预处理电力系统的广域量测信息;借助处理后的广域量测信息构建含系统关键动态振荡信息的低阶状态矩阵,进而从低阶状态矩阵中提取电力系统的关键振荡特征信息;结合广域量测信息和关键振荡特征信息构建变量投影函数,通过OVP对其进行求解,以辨识振荡模式及其模态;引入累积能量权重从所辨识的振荡模式及模态中分离电力系统的主导振荡模式及模态,并根据分离的主导振荡模态实现参与因子的评估。最后,通过IEEE68节点测试系统和中国南方电网公司算例对所提方法进行分析,验证了所提方法的准确性和有效性。

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这一特点,从低价状态矩阵中精确筛选出系统的主导振荡模式及模态;最后,将该文所提方法应用到16机68节点测试系统和中国南方电网进行分析,有效验证了所提方法的正确性与实用性。

电力系统在线小干扰主导特征模式识别及强相关机组选择方法

首先介绍了电力系统在线小干扰计算方法的起源和发展、小干扰分析常用的发电机数学模型和特征值分析方法。在此基础上,依据特征根和阻尼比等信息,提出了小干扰分析的主导振荡模式的识别步骤,以及主导特征模式强相关机组的选择算法,给出了算法的终止条件;深入分析了振荡模式的相位特性,并利用其对强相关机组进行分群研究;提出了相关因子分群系数的概念及其含义。最后利用2个算例对所提方法进行了验证。

基于关联机组风险系数的发电机振荡模式辨识

针对发电机功角振荡,提出基于关联机组风险系数的机组振荡模式辨识方法。首先分析Prony算法提取发电机功角振荡模式的原理,介绍了能量级理论在机组功角振荡模式辨识中的运用,结合Prony算法所抽取的振荡幅值、阻尼比和衰减因子等参数,提出了机组振荡模式评估系数——参与因子;并给出了基于该系数的主振模式具体辨识方法。最后,在IEEE39节点系统计算结果表明:所提因子能够辨识扰动下的强关联发电机组及主导振荡模式,且通过振荡模式与振荡能量级关系分析,验证了所提方法的可行性和有效性。

基于MEMD和HHT的电力系统低频振荡模式识别方法研究

提出了一种基于多元经验模态分解(Multivariate empirical mode decomposition,MEMD)和希尔伯特黄变换(Hilbert-Huang Transform,HHT)相结合的电力系统低频振荡模式辨识新方法。针对经验模态分解(Empirical Mode Decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,引入MEMD方法对多通道量测信号进行分解处理,获取各通道中表征不同频率尺度的固有模态函数(Intrinsic Mode Functions,IMF)分量,实现多通道量测信息的协同分解。在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF。针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比。最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对所提方法进行分析、验证。结果表明了所提方法的准确性和有效性。

基于轨迹模式空间解耦及模式能量序列的振荡分析(二)算法及应用

基于状态空间中的模式解耦,及在时域中按其摆次分段,分析振荡能量的时序演化特性。利用互补群惯量中心—相对运动(CCCOI-RM)保稳变换,将非简谐振荡的多机轨迹严格映射为一系列映象上的时变单机系统轨迹,并通过后者在逐次摆动期间振荡能量的演变来刻画原多机系统的振荡行为,在时变单机映象系统的外力—位置平面上分析振荡能量的时空转换,量化其非保守性。文中分别以映象系统轨迹上的动态中心点(DCP)处的动能,及最远点(FEP)处的势能来反映该模式在过去半摆中的振荡总能量;以两者组成的能量序列反映该空间振荡模式的时变性。通过理论分析及数值仿真证实:在描述哈密顿单机系统振荡行为时,轨迹摆次能量序列与特征根分析完全一致,而在分析非哈密顿的单机系统或一般的多机系统时,轨迹摆次能量序列可以克服平衡点特征根的众多缺陷。

基于EEAC理论分析低频振荡

扩展等面积准则(EEAC)通过互补群惯量中心—相对运动(CCCOI-RM)变换,将多机系统受扰轨迹映射为一系列时变单机无穷大(TV-OMIB)系统的映象轨迹,并解耦各振荡模式的信息,进而可以识别主导振荡模式,并实现稳定性的量化分析。文中提出以轨迹特征根反映系统非线性对低频振荡特性的影响,以轨迹特征根对各机组机械阻尼系数的灵敏度来反映各机组的参与因子;发现按减小联络线功率的准则调整机组出力可能产生负阻尼效应;指出为抑制低频振荡,应以减小映象功角为准则来调整机组出力。分析扰动大小对系统振荡特性的影响,发现系统振荡特性在分岔点附近可能与平衡点特征根明显不同。

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。