[发明专利]一种次同步振荡随机时变模态辨识方法

说明书

本发明公开了一种次同步振荡随机时变模态辨识方法，针对端点效应使模态辨识结果误差较大的问题，提出基于镜像延拓法的改进希尔伯特—黄变换辨识随机时变次同步振荡模态，首先在信号的左右两端确定对称点，然后对信号进行延拓，对包络线的拟合均采用延拓后的极值点为插值点进行三次样条插值，然后计算上，下包络线的局部均值，使上下包络线的拟合更加准确，明显改善了端点效应，通过对平稳信号、非平稳信号和实测信号的辨识验证了该法的可行性与有效性。

技术领域

本发明属于电器工程技术领域，具体涉及一种次同步振荡随机时变模态辨识方法。

背景技术

作为电力系统稳定性的重要方面，次同步振荡从20世纪70年代至今，一直得到广泛的关注和研究。随着规模化风电和规模化光伏发电基地不断发展，并网容量不断增加，大容量电力电子技术广泛应用，次同步振荡呈现出新的特性。受风速等自然因素的影响，新能源电源的生产具有较大的随机波动性，这种随机波动性使得电力系统运行点发生随机漂移现象，运行工况变化范围更大，变化情况更为错综复杂，对次同步振荡的影响不容忽视。基于传统确定型系统的次同步振荡分析方法与控制措施，在强随机、大幅度波动的新能源并网情况下，难以适应电网安全的要求，由此引发的次同步振荡问题日益突出。

2011年以来，我国华北沽源地区风电场多次发生频率随机时变的次同步振荡事件，根据现场监测发现，研究发现当风速较低、风机转速下降到一定程度时，会出现不稳定的次同步振荡，其频率随风场拓扑结构演变和风机并网数量不同在较大范围(3～10Hz)内变化，呈现出随机时变，振荡频率范围宽的特点。此类问题在我国沽源、内蒙、吉林等地区均有报道。2015年7月1日，我国的新疆哈密地区发生了更为复杂的大规模双馈和直驱风电机组经弱交流和天中特高压直流系统送出的次同步振荡问题，根据现场监测数据，风电产生的次同步电流的振荡频率随时间变化，并在不同电压等级的交流系统传播，最终诱发了火电机组的轴系扭振，进而导致机组扭振保护启动，三台火电机组跳闸。在该事件中，首次出现了次同步频率分量传递问题，而且是频率随机时变的次同步电流分量的传递问题。由此可见，大规模新能源电力系统的次同步振荡呈现出随机时变幅频的特点，风电等可再生能源的随机波动特性难辞其咎。因此，需要研究能够正确辨识随机时变的次同步振荡模态的监测方法。

快速傅里叶变换(Fast Fourier Transformation，FFT)和Prony分析方法主要应用在平稳信号的模态分析方面，而希尔伯特-黄变换(Hilbert-Huang transform，HHT)能够从非平稳信号中准确提取其频率和幅值等信息，并且HHT在分析海洋信号，振动信号等领域已经取得了良好的效果。

HHT的端点效应由2部分组成，第一种是信号包络线拟合产生的，第二种是Hilbert变换时产生的。经验模态分解(Empirical Mode Decomposition，EMD)过程中需要拟合信号的上、下包络线，进而得到局部均值。EMD准确的前提是局部均值准确。包络线的拟合实际上是对信号极值点的三次样条插值。在信号端点处，端点不可能既是极大值点又是极小值点，也可能端点并非极值点。如果端点不是极值点，那么距离端点最近的极值点到端点之间的包络线是靠近端点的相邻两个极值点三次插值多项式的延伸。这样端点处的包络线偏离真实值，局部均值曲线不准确，筛出的固有模态函数(Intrinsic Mode Function，IMF)也就不准确。此次分解得到的IMF误差会影响到后面的EMD过程，端点处的误差逐渐向内污染，使分解结果失真。

综上所述，大规模新能源电力系统的次同步振荡呈现出随机时变幅频的特点，因此，准确辨识次同步振荡的模态变得困难，而希尔伯特-黄变换(Hilbert-Huangtransform，HHT)能够从非平稳信号中准确提取其频率和幅值等信息，但HHT存在端点效应，会使边界处的辨识结果存在较大误差。

发明内容

本发明提供了一种次同步振荡随机时变模态辨识方法，目的在于针对经验模态分解过程中的端点效应，提出了采用镜像延拓法对端点效应进行改善。