本发明专利技术公开了一种基于随机响应信号的电力系统低频振荡模式在线辨识方法，包括：首先读取一段电力系统正常运行状态下不同发电机的角速度信号；然后对所读取信号进行去均值处理，获取零均值随机响应信号；利用自然激励技术对所述零均值随机响应信号进行处理，获取自由振荡信号，最后采用PRCE方法对所获得的自由振荡信号进行模式辨识得到低频振荡模式的频率、阻尼比和振荡模态。本发明专利技术方法能在更广的时间范围内对电力系统低频振荡模式进行辨识，在辨识精度、速度以及抗噪性方面表现得更好，更能辨识振荡模态，为电力系统低频振荡分析提供一种全新的途径和方法。
【技术实现步骤摘要】
本专利技术涉及电力系统稳定分析领域，具体涉及一种基于随机响应信号的电力系统低频振荡模式在线辨识方法。
技术介绍
区域间低频振荡问题是互联电力系统中存在的一种固有现象，弱阻尼或负阻尼的振荡模式将会对系统的安全稳定运行带来不利影响。鉴于该问题危害的严重性，IEEE和CRGRE都曾成立专门的工作组对其进行研究，准确、迅速地辨识低频振荡模式对电力系统的低频振荡分析和控制具有重要的意义。对于大规模互联电力系统，基于模型的低频振荡分析方法存在诸多限制，比如状态变量数量庞大导致求解特征值时存在“维数灾”的问题，以及模型建立若不够精确，或模型不能随系统运行条件的改变而及时更新，则基于模型的分析结果与系统实际情况可能严重不相符。而电力系统量测信号则能准确反映系统当前的运行状况。广域测量系统(wideareameasurementsystem，WAMS)作为新一代的稳控技术，为大规模电力系统的监视、分析与控制提供了新的信息技术平台和有利条件，实现了在同一参考时间框架下，对系统内各地点的实时稳态、动态信息的准确捕捉。由于量测数据真实客观地反映了系统当前的运行状态，因此基于PMU量测的低频振荡分析具有广阔的应用前景。近20年以来，大量基于量测数据的方法被应用于区域间低频振荡模式辨识。根据输入信号的性质，分为基于大扰动后自由振荡响应的辨识方法(比如Prony方法，TLS-ESPRIT方法)和基于环境激励下随机响应信号的辨识方法(比如RDT-TLS-ESPRIT方法)。自由振荡信号有赖于大扰动的发生，但是，由于电力系统中大扰动的发生毕竟属于少数情形，系统在大多数情况下处于环境激励的状态；同时，基于自由振荡信号的方法一般不能直接用于辨识系统的随机响应信号。因此，基于环境激励下随机响应信号的方法可以弥补基于自由振荡信号的方法所受到的限制，能在更广的时间范围内对电力系统低频振荡特性进行监测。目前，基于环境激励下随机响应信号的低频振荡辨识的方法主要有随机子空间方法(SSI)，该方法既可以使用自由振荡信号又能使用随机响应信号作为其输入，但SSI方法需要进行大量的奇异值分解，导致其计算速度很慢并且易产生虚假模式；随机减量技术结合TLS-ESPRIT方法可以实现环境激励条件下电力系统区域间低频振荡模式辨识，但该方法不能辨识振荡模态，而振荡模态也是低频振荡分析中的重要参数。另外，由于随机减量技术对自由振荡信号的估计较为粗糙，导致该方法的辨识精度不高，抗噪性不强。可见，现有技术方法无法计算振荡模态，抗噪性差，且辨识精度不高，计算速度较慢。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于随机响应信号的电力系统低频振荡模式在线辨识方法，将自然激励技术(NExT)和多参考点复指数法(PRCE)相结合，对由系统负荷的随机波动引起的随机响应信号进行低频振荡辨识，能够准确地辨识低频振荡模式，得到其频率，阻尼比和振荡模态。为解决上述技术问题，本专利技术采用的技术方案是：步骤A：采集一段滤波后的电力系统的同步量测单元所记录的m台发电机角速度的L个量测信号x＝[x1x2…xm]，其中xi＝[xi(1)xi(2)…xi(L)]T(i＝1，2，…，m)；步骤B：将所采集的电力系统随机响应信号作去均值处理，得到长度为L的随机响应信号序列Δx＝[Δx1Δx2…Δxm]；步骤C：将随机响应信号序列Δx输入到基于NExT方法的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy1Δy2…Δym](i＝1，2，…，L)；步骤D：将自由振荡信号作为PRCE方法的输入，对自由振荡信号进行模式辨识，得到低频振荡模式的频率和阻尼比。进一步的，所述步骤C利用NExT方法处理随机响应信号得到自由振荡信号具体包括：C1：选定参考点j，按照下式计算量测点i的响应Δxi(t)和参考的j响应Δxj(t)(t＝1，2，…，L)之间的互功率谱密度S(ω，i，j)S(ω,i,j)=limt→∞12tE[Δxit*(ω)Δxjt(ω)]]]>C2：按照下式对互功率谱密度进行傅里叶逆变换得到Δxi(t)、Δxj(t)互相关函数Rij(τ)Rij(τ)=12π∫-∞∞S(ω,i,j)ejωτdω]]>C3：对量测点i和参考的j之间的互相关函数Rij(τ)按照时间间隔Δt采样，并作为系统的自由振荡信号序列Δy＝[Δy1Δy2…Δym]，其中Δyi＝[Rij(0)Rij(1)…Rij(L)]Rij(k)＝Rij(kΔt)，k＝0，1，…，L。进一步的，所述步骤D将所述自由振荡信号作为PRCE方法的输入，对自由振荡信号进行模式辨识，得到低频振荡模式的频率和阻尼比具体包括：D1：利用自由振荡信号构造扩展Hankel矩阵H；利用步骤C中所述自由振荡信号Δy中的数据构造扩展Hankel矩阵H其中，Δy(i)表示m台发电机的第i个测量数据，pe为信号模型的阶数；D2：利用奇异值分解法计算信号模型的阶数p；D3：由x(i)构造的Hankel矩阵满足多变量自回归过程，按下式建立线性矩阵方程，并利用最小二乘解求解系数矩阵B‾H=-R]]>其中，R＝[x(p)x(p+1)…x(p+r)]m×r；D4：按下式特征值方程建立多项式矩阵，求解广义特征值矩阵U′和广义右特征向量矩阵其中，U′＝-U，U表示是系统真实的特征值矩阵，Φ是系统真实的右特征向量矩阵，包含振荡模态信息；D5：按下式计算系统真实特征值矩阵和右特征向量矩阵(即振荡模态)U＝eΛt＝-U′Φ~=ΦUp-1ΦUp-2...ΦT]]>D6：计算振荡频率fi和阻尼比ζi；记ui为U的第i列元素，对第i阶模态有λi=lnuiΔt]]>并得到振荡模式的频率和阻尼比为fi=(Re(λi)2+(Im(λi)22πΔtζi=-Re(λi)(Re(λi)2+(Im(λi)2.]]>与现有技术相比，本专利技术的有益效果是：能够准确地辨识低频振荡模式，得到其频率，阻尼比和振荡模态，为低频振荡分析提供更多的参考数据。与RDT-TLS-ESPRIT的对比表明，其辨识结果更准确，在含有噪声时的表现更好。同时，本专利技术法可以基于多通道信号，能一次性准确地给出多种振荡模态的辨识结果，为实际电网中所分析信号对于某一振荡模式的可观性判断提供依据。与NExT-ERA方法的对比表明，本专利技术方法对阻尼比的辨识结果更为准确，抗噪性更好。附图说明图1为本专利技术方法的模式辨识流程图。图2为发电机角速度在各振荡模式中相互振荡情况。图3为振荡模态辨识结果。图4为本专利技术方法和RDT-TLS-ESPRIT法的辨识结果对比。图5为本专利技术方法和NExT-ERA方法的辨识结果对比(SNR＝20dB)。图6为本专利技术方法和NExT-ERA方法的模态辨识对比(SNR＝20dB)。图7为16机系统结构图。具体实施方式本专利技术方法将自然激励技术与PRCE方法相结本文档来自技高网...
【技术保护点】
一种基于随机响应信号的电力系统低频振荡模式在线辨识方法，其特征在于，包括以下步骤：步骤A：采集一段滤波后的电力系统的同步量测单元所记录的m台发电机角速度的L个量测信号x＝[x1 x2 … xm]，其中xi＝[xi(1) xi(2) … xi(L)]T(i＝1,2,…,m)；步骤B：将所采集的电力系统随机响应信号作去均值处理，得到长度为L的随机响应信号序列Δx＝[Δx1 Δx2 … Δxm]；步骤C：将随机响应信号序列Δx输入到基于自然激励技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy1 Δy2 … Δym](i＝1,2,…,L)；步骤D：将自由振荡信号作为多参考点复指数法方法的输入，对自由振荡信号进行模式辨识，得到低频振荡模式的频率和阻尼比。
【技术特征摘要】
1.一种基于随机响应信号的电力系统低频振荡模式在线辨识方法，其特征在于，包括以下步骤：步骤A：采集一段滤波后的电力系统的同步量测单元所记录的m台发电机角速度的L个量测信号x＝[x1x2…xm]，其中xi＝[xi(1)xi(2)…xi(L)]T(i＝1,2,…,m)；步骤B：将所采集的电力系统随机响应信号作去均值处理，得到长度为L的随机响应信号序列Δx＝[Δx1Δx2…Δxm]；步骤C：将随机响应信号序列Δx输入到基于自然激励技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy1Δy2…Δym](i＝1,2,…,L)；步骤D：将自由振荡信号作为多参考点复指数法方法的输入，对自由振荡信号进行模式辨识，得到低频振荡模式的频率和阻尼比。2.如权利要求1所述的基于随机响应信号的电力系统低频振荡模式在线辨识方法，其特征在于，所述步骤C利用自然激励技术处理随机响应信号得到自由振荡信号具体包括：C1：选定参考点j，按照下式计算量测点i的响应Δxi(t)和参考的j响应Δxj(t)(t＝1,2,…,L)之间的互功率谱密度S(ω,i,j)S(ω,i,j)=limt→∞12tE[Δxit*(ω)Δxjt(ω)]]]>C2：按照下式对互功率谱密度进行傅里叶逆变换得到Δxi(t)、Δxj(t)互相关函数Rij(τ)Rij(τ)=12π∫-∞∞S(ω,i,j)ejωτdω]]>C3：对量测点i和参考的j之间的互相关函数Rij(τ)按照时间间隔Δt采样，并作为系统的自由振...
【专利技术属性】
技术研发人员：王晓茹，谢剑，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。