[发明专利]一种电力系统低频振荡模态分析方法在审
申请号: | 201611095405.3 | 申请日: | 2016-12-01 |
公开(公告)号: | CN106786515A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 王晓茹;谢剑 | 申请(专利权)人: | 西南交通大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00 |
代理公司: | 成都信博专利代理有限责任公司51200 | 代理人: | 刘凯,崔建中 |
地址: | 610031 四川省成都市*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电力系统 低频 振荡 分析 方法 | ||
技术领域
本发明涉及电力系统低频振荡技术领域,具体为一种电力系统低频振荡模态分析方法。
背景技术
随着电力系统互联程度提高、负荷的增长、发电机快速励磁系统的大量使用,低频振荡问题益发突出,已成为威胁电力系统稳定和限制交流互联电网传输能力的瓶颈。电力系统低频振荡分析方法可分为基于系统模型的方法和基于量测信号进行辨识的方法。基于模型的方法具有计算量较大、不能及时跟踪系统参数和结构的变化的缺点,如WECC系统标准模型在北美大停电事故发生前并未发现不稳定的低频振荡模式。由于实测数据真实体现了系统当前的运行状态,因此基于量测的低频振荡分析方法弥补基于模型的分析方法的不足,具有广阔的应用前景。
近些年来,基于量测数据辨识低频振荡的方法大量涌现。在基于时域信号的方法中,Prony方法被广泛应用于基于自由振荡信号的低频振荡辨识,但Prony方法对噪声敏感,模型的阶数对结果影响也较大。TLS-ESPRIT方法也常用于电力系统低频振荡模式辨识中,但由于TLS-ESPRIT方法需要对矩阵进行两次奇异值分解,因此计算速度较慢。另外,还有一些典型的基于频域信号的方法,主要包括基于傅里叶变换的方法,基于小波变换的方法和基于希尔伯特黄变换(HHT)的方法。傅里叶变换只能给出信号的频率信息,基于Morlet小波提取小波时频分布脊线,辨识不同时段信号的低频振荡参数;基于希尔伯特黄变换(HHT)的方法,其在电力系统低频振荡模式识别中的应用也比较广泛,但是,其采用EMD没有坚实的理论基础,所得到的模态函数仍需进一步研究。也有卡尔曼滤波的方法实现电力系统低频振荡辨识,但该方法需要构建系统传递函数以求得状态空间矩阵,依赖于系统模型的有效程度。
传统的辨识方法对噪声敏感,而电力系统的量测、传输环节常常会引入干扰噪声,这也导致了传统辨识方法对实测信号辨识不够准确。所以,现有的方法存在抗噪性弱、计算速度慢等问题。
发明内容
针对上述问题本发明的目的在于提供一种计算稳定,计算速率快,能精确地辨识低频振荡模式的频率、阻尼比的电力系统低频振荡模态分析方法,技术方案如下:
一种电力系统低频振荡模式辨识方法,包括以下步骤:
步骤1:获取扰动后联络线功率自由振荡信号,并对其进行滤波和去趋势处理,得到零均值信号y:
y=[y(0),y(1),…y(i)…,y(L)]
其中,y(i)表示第i个测量数据,i=0,1,…,L,L为所取信号长度;
步骤2:利用自由振荡信号构造扩展Hankel矩阵Y:
其中,j=[L/2],此处[]表示向下取整,2k+j-2=L;
步骤3:对上述Hankel矩阵Y计算协方差序列构成Τ矩阵;
步骤4:按下式构造增广矩阵R1,R2:
其中,X1为上述T矩阵去掉最后两行得到的矩阵,X2为上述T矩阵去掉第一行和最后一行得到的矩阵,X3为上述T矩阵去掉第一行和第二行得到的矩阵;
步骤5:按下式计算特征矩阵A:
步骤6:按下式计算特征矩阵A的特征值矩阵和右特征向量矩阵:
AΦ=ΦΛ
其中,Λ和Φ分别为矩阵A的特征值矩阵和右特征向量矩阵;
步骤7:按下式计算振荡频率fi和阻尼比ζi:
其中,λi表示矩阵A的第i个特征值。
进一步的,所述步骤3中对所述Hankel矩阵Y计算协方差序列构成T矩阵的具体方法为:
本发明的有益效果是:本发明采用协方差矩阵代替原始信号的Hankel矩阵,使其抗噪性性增强,计算速度更快,计算结果更稳定,能够更精确地辨识低频振荡模式的频率、阻尼比,具有很高的工程实用价值。
附图说明
图1为本发明实施例中一种电力系统低频振荡模式辨识方法的流程图。
图2为四机两区系统结构图。
图3为振荡模式模态图。
图4为本发明方法在不同量测噪声水平下的辨识结果。
图5为传统ITD方法在不同量测噪声水平下的辨识结果。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611095405.3/2.html,转载请声明来源钻瓜专利网。