[发明专利]一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法

说明书

本发明属于电气工程技术领域，尤其涉及一种基于Hilbert‑Hung和MEMD的电力系统低频振荡模式辨识方法。包括：利用PMU设备的实时数据采集功能，将实际电网中输电线路和母线节点的量测信息上传至数据集中单元，再提取出关键信息进行模式辨识。本发明能够实现基于PMU实测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。引入Teager能量算子判据筛选出含主导振荡模式的关键IMF分量，以避免PMU实测数据中噪声分量对辨识结果的影响；利用Hilbert‑Hung具有追踪主导振荡模式的瞬时振荡频率和瞬时阻尼比特性，观测振荡频率和阻尼比变化曲线，对瞬时振荡参数求均值估计出系统主导振荡模式的振荡参数。

技术领域

本发明属于电气工程领域，尤其涉及一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法。

背景技术

随着电网规模不断扩大、超远距离交直流混合网络架构的逐步形成、大容量可再生能源并网、电力系统运行越来越接近其稳定运行极限，而由弱阻尼诱发的电力系统低频振荡问题是威胁系统安全稳定运行的重要因素之一。因此，快速、准确地辨识出系统主导振荡模式对电力系统安全稳定评估具有十分重要的学术和工程研究价值。

目前，电力系统的低频振荡辨识方法主要有特征值分析方法和基于实测信号的模式辨识方法。特征值分析方法是研究电力系统低频振荡的传统方法，其原理是将电力系统非线性微分代数方程线性化，计算线性化后的系统状态矩阵的特征值及其特征向量，然后再根据特征值和特征向量计算系统主导振荡模式的振荡频率、阻尼比、振荡模态等动态参数。该方法简单、有效，且能够计算出系统所有机电振荡模式及其动态参数，为电网的调度运行以及规划设计提供理论参考依据。在电网规模不断扩大条件下，系统状态矩阵的阶数不断增加，计算速度已经成为限制特征值分析方法的重要因素，因此该方法多用于离线分析。

随着同步相量测量单元(phasor measurement unit，PMU)大规模配置于电网中，通过PMU采集电网运行的实时数据来分析电力系统低频振荡是研究电力系统安全、稳定的一种重要方法。与特征值分析方法不同，该方法是一种完全基于量测数据的模式辨识方法，其核心是通过在PMU采集的实时数据中筛选出与主导振荡模式强相关的信息，进而辨识其振荡参数。目前，基于PMU实测数据的电力系统低频振荡模式辨识方法主要有Prony方法、小波变换法、结合EMD的信号能量法、Teager-Kaiser能量算子方法、卡尔曼滤波、原子分解法、改进矩阵束等。其中Prony方法应用最为广泛，适用于处理基于非时变量测信号的主导振荡模式辨识，然而，在实际电网中，由于系统负荷具有实变波动特性，因而电力系统的量测信号具有是时变特征，因此Prony方法主要适用于处理电力系统的大扰动信号。结合经验模态分解的能量法对PMU采集的功角信号进行EMD分解，获取可能含有系统主导振荡模式的固有模态函数分量，然后利用信号能量的权重大小提取出与主导振荡模式强相关的IMF分量，采用信号能量法辨识主导振荡模式的振荡频率和阻尼比。该方法能够有效的从PMU实测信息中辨识出主导振荡模式，但EMD算法只能实现单通道辨识，辨识结果仅局限于该量测通道中的输入信号，无法实现多通道协同辨识。

针对EMD算法只能单通道辨识的局限性，本发明提出了一种能够实现多通道协同辨识的MEMD算法，不仅提高了辨识效率，而且考虑了各量测通道数据的交互影响；在此基础上，引入Teager能量算子判据筛选出含主导振荡模式的关键IMF分量，以避免PMU实测数据中噪声分量对辨识结果的影响；其次，利用Hilbert-Hung具有追踪主导振荡模式的瞬时振荡频率和瞬时阻尼比特性，观测振荡频率和阻尼比变化曲线，对瞬时振荡参数求均值估计出系统主导振荡模式的振荡参数。

发明内容