一种电力系统低频振荡模式在线辨识方法技术方案

本发明专利技术公开了一种电力系统低频振荡模式在线辨识方法，包括：首先读取正常运行情况下电力系统广域量测系统记录的发电机角速度信号；然后将所读取的发电机角速度信号进行去均值处理；再将所述零均值信输入到基于随机减量技术的信号处理模块，获取自由振荡信号；最后基于最小二乘复指数法，对所述自由振荡信号进行模式辨识，辨识电力系统低频振荡模式的频率和阻尼比。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，在辨识精度以及抗噪性方面表现得更好，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，具体涉及一种电力系统低频振荡模式在线辨识方法。
技术介绍
区域间的低频振荡对电力系统的安全稳定运行构成了严重威胁，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。传统的低频振荡分析方法是建立详细的系统状态空间模型，将该模型在某一运行点附近线性化，通过求解系统状态矩阵的特征值问题得到振荡的频率、阻尼比和模态的信息。由于系统模型不能实时更新，这种分析方法得到的系统的振荡模式与实际系统的振荡模式可能存在较大差异。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和重要的工程实用价值。为弥补基于模型分析的不足，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识别。已有方法大致可分为基于大扰动后自由振荡信号的方法，以及基于环境激励下随机响应信号的方法。对于电力系统来讲，大扰动一般指故障或丢失较大的发电机，环境激励指系统正常运行时负荷的随机波动。由于大扰动的发生毕竟是少数情况，系统在大部分时间下处于环境激励的状态，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，有着吸引人的应用前景。在基于随机响应信号的方法中目前，随机子空间方法(SSI)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；基于ARMA模型的方法难以准确辨识阻尼比；基于随机减量技术结合Prony的方法抗噪性很差，导致辨识结果不准确。可见，现有技术的不足之处包括所需要的电力系统输入信号不可量测、计算量较大或者方法抗噪性差导致辨识结果不够准确。
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电力系统低频振荡模式在线辨识方法，将随机减量技术和最小二乘复指数方法相结合，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，能够在更广的时间内准确地辨识低频振荡模式，得到其振荡频率，阻尼比。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：采集一段电力系统的同步量测单元所记录的发电机角速度的L个量测信号x＝[x(1)x(2)…x(l)]；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的零均值随机响应信号序列Δx＝[Δx(1)Δx(2)…Δx(l)]；步骤C：将随机响应信号序列Δx输入到基于随机减量技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]；步骤D：将自由振荡信号作为最小二乘复指数方法的输入，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将随机响应信号序列输入到基于随机减量技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]具体包括：C1：按下式计算所述零均值信号序列Δx的标准差σx其中，是Δx的均值；C2：按下式确定水平触发条件tk参数，用于截取tk时间后所述的平稳零均值信号序列Δx，获取输入信号的子样本函数zk(i)C3：按下式基于子样本函数计算得出平稳零均值时序信号包含的系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]，进一步的，所述步骤D：将自由振荡信号作为最小二乘复指数方法的输入，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中自由振荡信号Δy中的数据构造扩展Hankel矩阵H其中，pe为信号模型的阶数，r＝L-pe；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矩阵满足自回归过程，按下式建立线性矩阵方程，并利用最小二乘法求解系数矩阵βi(i＝0,1,…,r-1)D4：按下式建立多项式方程，求解特征值λi(i＝1,2,…,p)β0+β1λ+β2λ2+…+βp-1λp-1+λp＝0D5：按下式计算振荡模式的频率和阻尼比其中，Re表示去复数的实部，ln表示取对数。与现有技术相比，本专利技术的有益效果是：将随机减量技术与最小二乘复指数方法相结合，基于环境激励下随机响应信号的辨识低频振荡模式，弥补基于自由振荡信号的方法所受到的限制，能及时准确地反映电力系统当前动态特性，在更广的时间范围内对电力系统低频振荡特性进行监测，其计算精度高，抗噪性强，运算速度快，具有较高的工程实用价值。附图说明图1为本专利技术的辨识流程图。图2为发电机角速度在各振荡模式中相互振荡情况。图3为本专利技术方法和RDT-Prony法的辨识结果对比。图4为16机系统结构图。具体实施方式本专利技术将随机减量技术与最小二乘复指数方法相结合，实现了基于随机响应信号的电力系统低频振荡模式辨识，抗噪性强，辨识准确度高，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。首先利用自然激励技术对随机响应信号进行处理，提取系统的自由振荡信号，进而利用最小二乘复指数方法对该自由振荡信号进行模式辨识，辨识出低频振荡模式频率、阻尼比和振荡模态。下面结合附图和具体实施方式对本专利技术作进一步详细的说明。实施例：在实施例中，提供了一种基于随机减量技术和最小二乘复指数方法的电力系统低频振荡模式辨识方法，见图1，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发电机角速度的L个量测信号x＝[x(1)x(2)…x(l)]；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的零均值随机响应信号序列Δx＝[Δx(1)Δx(2)…Δx(l)]；步骤C：将随机响应信号序列Δx输入到基于随机减量技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]；步骤D：将自由振荡信号作为复指数方法的输入，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。其中，所述步骤C利用随机减量技术处理随机响应信号得到自由振荡信号具体包括：C1：按下式计算所述零均值信号序列Δx的标准差σx其中，是Δx的均值；C2：按下式确定水平触发条件tk参数，用于截取tk时间后的平稳零均值信号序列Δx，获取输入信号的子样本函数zk(i)C3：按下式基于子样本函数计算得出平稳零均值时序信号包含的系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]，其中，所述步骤D将自由振荡信号作为复指数方法的输入，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，pe为信号模型的阶数，r＝L-pe；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矩阵满足自回归过程，按下式建立线性矩阵方程，并利用最小二乘法求解系数矩阵βi(i＝0,1,…,r-1)D4：按下式建立多项式方程，求解特征值λi(i＝1,2,…,p)β0+β1λ+β2本文档来自技高网...

【技术保护点】
一种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发电机角速度的L个量测信号x＝[x(1) x(2) … x(l)]；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的零均值随机响应信号序列Δx＝[Δx(1) Δx(2) … Δx(l)]；步骤C：将随机响应信号序列Δx输入到基于随机减量技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy(1) Δy(2) … Δy(l)]；步骤D：将自由振荡信号作为最小二乘复指数方法的输入，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发电机角速度的L个量测信号x＝[x(1)x(2)…x(l)]；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的零均值随机响应信号序列Δx＝[Δx(1)Δx(2)…Δx(l)]；步骤C：将随机响应信号序列Δx输入到基于随机减量技术的信号处理模块，提取电力系统自由振荡信号序列Δy＝[Δy(1)Δy(2)…Δy(l)]；步骤D：将自由振荡信号作为最小二乘复指数方法的输入，对自由...

【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