双馈风电场无串补并网振荡场景及关键影响因素研究

双馈风电场经串补线路送出系统存在次同步振荡风险的问题已为共知并得到广泛深入研究,然而实际系统中也发生过双馈风电场经无串补线路送出的次超同步振荡问题,目前针对这一问题的报道和研究很少。因此,采用特征模式分析法结合电磁暂态仿真,针对双馈风电无串补接入电网的次同步振荡问题开展研究,分析了系统主导失稳振荡模式以及运行条件和风电控制参数的影响,厘清了无串补并网系统中双馈风电网侧变流器内环电流控制主导失稳,锁相控制主导失稳,以及转子侧变流器内环电流控制主导失稳等3种次超同步振荡场景,并与双馈经串补送出系统振荡场景进行了对比分析,较为全面地揭示了双馈风电并网系统振荡的不同场景及机理,可为实际工程双馈风电场并网振荡问题分析提供参考。

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。

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。

一种综合分析算法在低频振荡参数估计中的应用(英文)

为消除实测信号中噪声的影响,更好地揭示电力系统低频振荡的时变和非线性特征,提出了基于广义数学形态学非线性滤波和Hilbert-Huang变换(HHT)的低频振荡综合分析算法。首先分析了信号中各种噪声对HHT精度的影响。在形态学滤波原理的基础上,建立了广义形态学滤波器,并利用它对来自广域测量系统(WAMS)中低频振荡信号进行滤波去噪,然后将滤波后的信号经过HHT分析处理后,再通过相应的瞬时参数计算方法,求解出低频振荡信号的瞬时参数。仿真结果证明该算法不仅能有效地消除信号中的混合噪声,而且能够计算出低频振荡主导模态的瞬时参数,更好地分析低频振荡的瞬时特性。通过对来自WAMS的实际信号进行分析,证明了该方法的有效性。