[发明专利]一种电力系统低频振荡参数辨识方法和装置

说明书

本发明实施例提供一种电力系统低频振荡参数辨识方法和装置，利用系统实际测量数据或机电暂态仿真程序的输出数据用Esprit算法来辨识系统低振荡的主导模式，来获得电力系统振荡模式的频率、衰减系数和阻尼比；在电力系统发生低频振荡时，可利用电网实测数据来进行振荡参数辨识；在电力系统规划阶段，可用仿真数据进行振荡参数辨识，辨识方法不受系统规模以及噪声影响。利用电力系统测量数据或者时域仿真数据分析电力系统的低频振荡问题,不受电网规模的限制,克服了传统特征值分析法的局限性。抗噪性能高，并且运算速度更快，结果更准确。

技术领域

本发明实施例涉及电力系统稳定运行技术领域，更具体地，涉及一种电力系统低频振荡参数辨识方法和装置。

背景技术

电力系统低频振荡伴随着电网互联而发生。低频振荡在我国最早发生于1984年广东与香港联合系统运行中。然而在电力系统联网初期，发电机组间电气联系紧密，阻尼充足，低频振荡少有发生。随着电网互联规模的扩大，高放大倍数快速励磁系统的广泛应用，经济、环保等因素的影响，使得电网运行越来越接近稳定极限，因而在包括中国在内的世界各地许多电网中都观察到低频振荡。

电力系统低频振荡现象越来越多，要想得到有效抑制低频振荡方法，就需研究低频振荡特征参数。目前，电力系统低频振荡辨识方法主要分为特征值分析和Prony算法两类；特征值分析法是研究电力系统小干扰稳定性的一种方法，作为分析低频振荡的一种传统方法，它使用线性化方法来计算特征值，分析振荡模式灵敏度等信息。特征值分析法可建立在模型的基础上，对系统进行离线分析。Prony算法是使用曲线拟合手段来分析问题，通过曲线可分析出信号的频率、衰减因子等这些信息，属于时域仿真方法，可在线使用，避免了计算大规模矩阵的特征解，是用线性化的数学方法来解决非线性化的工程问题。

特征值分析法精确度是建立在模型的精确度基础上，如果模型精确度不够，分析结果的精确度无从谈起。随着电力系统规模的扩大和智能电网的发展，己经不能适应当前电力系统的规模，当电力规模过大时，可能导致维数灾，一般只适合于中小规模电力系统。Prony算法对噪声比较敏感，这是因为Prony是一种基于多项式的算法，先通过各种方法求得观测数据满足的多项式，然后再通过求解多项式的根来辨识低频振荡的频率、阻尼等信息。在求取多项式系数时，噪声对参数辨识的精度影响较大。为了抑制噪声的影响,通常采用辅助的滤波、去噪等环节或者通过增加模型的阶数来实现，增加了算法的复杂度和计算代价。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种电力系统低频振荡参数辨识方法和装置。

第一方面，本发明实施例提供一种电力系统低频振荡参数辨识方法，包括：

基于Esprit算法将电力系统的振荡信号转换为按指数规律变化的正弦信号与白噪声的组合的振荡信号模型；并将所述信号振荡模型转换为向量形式n为采样时刻；

将电力系统实际测量振荡信号转换为Hankel数据矩阵Y；对所述Hankel数据矩阵Y进行奇异值分解，得到信号子空间V_s和噪声子空间V_n；

基于所述信号子空间V_s和噪声子空间V_n构建可逆矩阵Ψ，以使V₂＝V₁Ψ，其中，↑和↓分别表示矩阵删除第一行和最后一行后得到的新矩阵；获取所述可逆矩阵Ψ的特征值，基于所述特征值获取振荡信号中各分量的频率、衰减系数和阻尼比。

作为优选的，所述振荡信号模型为：

上式中，△t为采样周期；p为信号模型的阶数；A_m、θ_m、f_m和α_m分别是第m个衰减分了的幅值、初始相位、频率和衰减系数；w(n)为表示均值为0的高斯白噪声；z_m为信号极点；j为虚数单位。