【技术实现步骤摘要】
一种在线辨识电力系统低频振荡特征参数的方法与系统
本专利技术属于电力系统运行与控制领域,涉及一种在线辨识电力系统低频振荡特征参数的方法与系统。
技术介绍
电力系统低频振荡是指电力系统在受到干扰的情况下发生的一种功角稳定性问题,通常表现为有功功率在0.1-2.5Hz的频率范围内振荡,如振荡幅值得不到收敛,它将威胁电力系统安全,严重时会导致电力系统的崩溃。电力系统低频振荡对汽轮发电机组的安全稳定运行有较大的影响,当电力系统功率晃动幅值超出一定范围或不能自行衰减,将会给机组的安全稳定运行带来严重威胁。随着发电机组跟随电网功率振荡,机组转速超过死区,一次调频回路发挥作用,汽轮机调节阀根据一次调频回路指令随着转速的振荡而反复开关晃动,此时应尽快采取措施平息转速和功率振荡,减小低频振荡对发电机组造成的危害。但是目前发电机组控制系统尚无法检测识别低频振荡,机组运行人员不能在发生低频振荡时及时采取措施,长时间振荡会应发跳机危险。电力系统低频振荡主要特征参数包括:振荡频率以及振荡阻尼比。由于发电机组低频振荡特征参数无法直接测量,因此加大了对发电机组功率振荡的识别难度。
技术实现思路
为解决上述现有技术存在的问题,及时检测识别汽轮发电机组强迫振荡,并针对性的采取应对措施,使发电机组快速恢复平稳运行,本专利技术提供一种基于变速率扩展卡尔曼滤波器的在线辨识电力系统低频振荡特征参数的方法与系统,其用于识别汽轮发电机组低频振荡并及时采取措施抑制汽轮发电机组长时间振荡,防止低频振荡事件恶化而危及电力系统安全。本 ...
【技术保护点】
1.一种在线辨识电力系统低频振荡特征参数的方法,其特征在于,包括步骤:/n输入卡尔曼滤波器的初始值;/n根据k时刻状态空间变量值x
【技术特征摘要】
1.一种在线辨识电力系统低频振荡特征参数的方法,其特征在于,包括步骤:
输入卡尔曼滤波器的初始值;
根据k时刻状态空间变量值xk计算下一时刻状态空间变量预测值x-k+1;
更新k+1时刻的预测误差协方差矩阵P-k+1;
计算k+1时刻的卡尔曼增益Kk+1;
计算k+1时刻的误差协方差矩阵Pk+1;
计算k+1时刻的状态空间变量值xk+1;
输出功率振荡特征参数辨识结果。
2.根据权利要求1所述的一种在线辨识电力系统低频振荡特征参数的方法,其特征在于,所述卡尔曼滤波器的初始值包括状态空间变量初值x0、误差协方差矩阵初值P0、功率振荡频率初值ω0、功率振荡阻尼比初值σ0、过程噪声协方差初值Q0以及测量噪声协方差初值R0。
3.根据权利要求1或2所述的一种在线辨识电力系统低频振荡特征参数的方法,其特征在于,将所述的发电机组功率振荡视为多个带指数增益余弦信号之和,其数学模型用下式表示:
式中:N表示组成功率振荡余弦信号个数;A表示余弦信号幅值;ω表示振荡频率;σ表示振荡阻尼比;φ表示信号初相位;n(t)表示零均值白噪声信号;
对单个带指数增益余弦信号进行分析,对功率信号以频率fs进行采样,k采样时刻发电机组功率如下式所示:
式中:A表示振荡信号幅值;k表示采样次数;fs表示采样频率;σ表示功率振荡阻尼比;φ表示功率信号初相位;ω表示振荡频率;
为便于采用卡尔曼滤波器处理功率信号,定义状态空间变量值xk如下式所示:
式中,x1、x2、x3、x4表示状态空间变量xk中的第1、2、3、4行参数;
根据上述状态空间变量建立用于卡尔曼滤波器的状态空间方程以及测量方程;
根据公式(3)搭建如下状态空间方程:
式中:wk为一个四行一列矩阵,其表示过程噪声,该噪声为均值为零的白噪声;
将公式(3)代入到公式(2)中可得到k采样时刻的测量方程如下:
yk=h(xk)+nk,(5)
其中:
h(xk)=x1,k·cos(φ)-x2,k·sin(φ)(6)
其中:nk表示测量噪声,该噪声为均值为零的白噪声;x1,k、x2,k分别表示在k时刻状态空间变量xk的第1、2行参数。
4.根据权利要求3所述的一种在线辨识电力系统低频振荡特征参数的方法,其特征在于,根据k时刻状态空间变量值xk计算k+1时刻的状态空间变量预测值x-k+1;如下式所示:
其中,函数f(xk,wk)对应于公式(4)所示状态空间方程,表示k+1时刻状...
【专利技术属性】
技术研发人员:鲍文龙,顾正皓,张宝,丁阳俊,高宽,吴瑞康,应光耀,
申请(专利权)人:国网浙江省电力有限公司电力科学研究院,杭州意能电力技术有限公司,
类型:发明
国别省市:浙江;33
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。