[发明专利]一种新能源电力系统低频振荡参数辨识方法

说明书

一种新能源电力系统低频振荡参数辨识方法属于电力系统振荡参数辨识技术领域。本发明提出了一种结合局部均值分解(LMD)与总体最小二乘法旋转不变技术的信号参数估计(TLS‑ESPRIT)的含新能源电力系统低频振荡参数辨识方法。该方法首先利用LMD提取信号的乘积函数PF，再用TLS‑ESPRIT算法对主导模式的PF分量进行辨识，得到关心的主导分量的振荡参数，即频率、阻尼比、幅值和相位。本发明可有效提高处理振荡信号辨识准确度和处理非线性振荡信号能力，辨识精度高，结果准确，适用于提取新能源电力系统低频振荡特征参数。

技术领域

本发明属于电力系统振荡参数辨识技术领域，特别是涉及到一种新能源电力系统低频振荡参数辨识方法。

背景技术

目前，随着新能源的大力发展，电力系统已经形成了含新能源的互联电力系统。新能源以其清洁环保等优势越来越受到重视。而安全稳定是保障电力系统稳定运行的重要条件，电力系统低频振荡的问题是现代电网发展中的一个亟需解决的问题。目前，新能源发电领域，如光伏发电、风能发电存在着一定的随机性，这种随机性会导致本就在传统发电领域存在的低频振荡问题更复杂化。光伏发电对电力系统低频振荡的影响可正可负，由光伏系统容量、接入位置和渗透率等决定。同光伏一样，风电渗透率对低频振荡模式的影响也由多种因素决定。可见，新能源引入后电力系统低频振荡问题变得更为复杂，如何能够有效准确的识别新能源电力系统的低频振荡特性值得深入研究。现有电力系统中布置了大量的广域测量系统，运行人员可以很容易从系统中获取所需的振荡信号，对研究新能源电力系统低频振荡意义重大。因此，近年来如何通过量测信号角度识别新能源电力系统低频振荡成为电力系统的重要研究方向。

在电力系统低频振荡分析中，有很多利用信号分析低频振荡的方法，传统Prony算法具有较高精度。但对输入信号要求较高且对噪声敏感。TLS-ESPRIT算法辨识效果好于Prony，具有一定精度，但同样受噪声影响较严重。新能源具有强随机性，新能源电力系统的量测信号更为复杂，可能呈现出非线性等特征，传统方法较难有效处理。

因此现有技术当中亟需要一种新型的技术方案来解决这一问题。

发明内容

本发明所要解决的技术问题是：提供一种新能源电力系统低频振荡参数辨识方法用来解决新能源电力系统不能够准确的辨识扰动环境下非线性低频振荡参数的技术问题。

一种新能源电力系统低频振荡参数辨识方法，包括以下步骤，并且以下步骤顺次进行，

步骤一、测量并获得新能源电力系统输出的振荡信号L(t)，t表示采样时间；

步骤二、利用局部均值分解法LMD对步骤一中获得的振荡信号L(t)进行分解，获得PF分量，并利用PF分量重构振荡信号L(t)；

步骤三、在分解出的PF分量里选定主导分量，利用TLS-ESPRIT总体最小二乘-旋转矢量不变算法对主导分量进行辨识，得到该主导分量的振荡参数，

其中，获得PF分量的方法为：

1)找出信号L(t)的局部极值点p_i，任意两个相邻的局部极值点平均值记为q_i，则有：

其中，i为极值点的循环变量，

将式(1)中所有相邻的局部极值点平均值q_i和q_i+1用折线连接，用滑动平均法对其进行平滑处理，获得局部均值函数q₁₁(t)，t表示采样时间；

2)根据包络估计值公式获得两个相邻局部极值点的包络估计值b_i，

包络估计值公式为：