[发明专利]一种电力系统机电振荡模态特征参数在线辩识方法

说明书

一种电力系统机电振荡模态特征参数在线辩识方法，属于电力系统状态分析技术领域。本发明选用了因电力系统所在环境中不确定的因素干扰而产生的随机数据的基础上，提出了应用O³KID‑ERA/DC这一新的分析方法来进行电力系统小干扰在线计算分析。通过算例仿真计算验证，在电力电力系统小干扰在分析上O³KID‑ERA/DC算法有着很好的适用性，而且较传统经典的SSI算法，本发明在模态参数辨识的精度和稳定性上展现出了更为优秀的能力，为电力系统运行过程中基于随机数据的小干扰稳定水平的实时在线监测分析提供了一个新的可靠的解决办法，具有较高的实际应用价值。

技术领域

本发明属于电力系统状态分析技术领域，特别是涉及到一种基于随机响应数据的电力系统机电振荡模态特征参数在线辩识方法。

背景技术

小干扰稳定是指正常运行的电力系统受到微小的、瞬时出现但又立即消失的扰动后，恢复到它原来运行状况的能力，或者这种扰动虽不消失，但可用原有的运行状态近似地表示可能的新运行状况。电力系统在实际运行中会受到各种不确定性因素的影响，如负荷的波动、电力系统元件参数的变化、线路网络拓扑结构的变化等。随着新能源的规模化开发和利用，现代电网的结构形态、运行特性及控制方式将发生巨大的转变。各种随机性和不确定性作为一种扰动注入电力电力系统会对电力系统安全稳定运行产生较大影响。而电力无论是对于国家亦或公民都是极为重要、越来越不可或缺的，所以，如何更好地保证电力系统安全可靠地运行是当今社会研究的重点。因此对电力系统的的运行状态予以掌握意义重大。

传统方法在电力系统小干扰稳定分析机电振荡模态特征参数提取辩识上的研究取得了一定成就，但仍存在明显不足之处。例如，部分方法无法有效剔除信号中的类噪声，或处理过当致使部分有用信息缺失，致使初始数据准确性不高；部分方法计算时需要大量难以获取的原始数据，且公式的系数、阶数等关键性因素的精确性无法得到保证，计算量也可能过于庞大，这些都大大增加了计算失误的可能性，无法保证得到的参数的有效性，即对于电力系统运行状态的分析毫无意义。

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：提供一种电力系统机电振荡模态特征参数在线辩识方法用于解决传统方法电力系统小干扰稳定分析机电振荡模态特征参数提取辩识无法有效剔除信号中的类噪声、准确性不高，计算量庞大有效性低的技术问题。

一种电力系统机电振荡模态特征参数在线辩识方法，包括以下步骤，并且以下步骤顺次进行，

步骤一、实时测量并获得环境激励下的随机响应数据；

步骤二、根据获得的随机响应数据建立离散状态下电力系统的状态空间模型；

步骤三、应用仅输出系统观测器/卡尔曼滤波辨识(Output-Only Observer/Kalman Filter Identification,O³KID)算法在状态空间模型中加入增益矩阵为G的观测器，对电力系统的输出量进行降噪处理，获得观测器下电力系统的Markov马尔可夫参数；

步骤四、应用特征系统实现/数据相关算法(Eigenvalue RealizationAlgorithm/Data Correlation,ERA/DC)辨识系统机电振荡模态参数，获得电力系统的Markov参数，并通过电力系统的Markov马尔可夫参数构建Hankel汉克尔矩阵；

步骤五、根据观测器的Markov参数、电力系统的Markov参数和Hankel矩阵及其相关矩阵，获得电力系统机电振荡模态特征参数。

所述步骤一中随机响应数据包括电力系统的状态量和电力系统的输出量。

所述电力系统的状态量包括发电机功角、转子角速度。