一种次同步振荡阻尼特性影响因素的量化辨识方法技术

本发明专利技术涉及一种次同步振荡阻尼特性影响因素的量化辨识方法，包括以下步骤：1)采集风电场的原始运行波形数据、风电场运行环境信息以及风电场内部参数；2)对原始运行波形数据采用SVD

【技术实现步骤摘要】
一种次同步振荡阻尼特性影响因素的量化辨识方法


[0001]本专利技术涉及电力系统次同步振荡抑制领域，尤其是涉及一种基于SVD
‑
Prony及主成分回归的次同步振荡阻尼特性影响因素的量化辨识方法。

技术介绍

[0002]随着风电大规模接入电网，出现了更多安全与稳定问题，其中次同步振荡问题尤为突出。对次同步振荡的影响因素进行研究，有助于明晰振荡发生的场景、优化调整风电机组参数，从而解决实际工程中的振荡问题。现有研究利用需要建模的传统次同步振荡分析法确定影响因素，如阻抗分析法、参与因子法等。随着风电场规模逐渐扩大，且风电场间特性存在差异，传统次同步振荡影响因素分析方法将出现建模繁琐、“维数灾”等问题。因此，有必要以风电并网系统量测数据为切入点，基于量测数据直接对次同步振荡进行分析。
[0003]基于量测数据的振荡模态辨识法有FFT法、模态分解法、Prony法等。但是，FFT法存在频谱泄露、栅栏效应，增大信号误差的问题；模态分解法包括经验模态分解类及小波分解类算法，经验模态分解类算法计算量大，且存在影响辨识的模态混叠问题；小波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种次同步振荡阻尼特性影响因素的量化辨识方法，其特征在于，包括以下步骤：1)采集风电场的原始运行波形数据、风电场运行环境信息以及风电场内部参数；2)对原始运行波形数据采用SVD
‑
Prony算法提取作为因变量的振荡模态相关信息，包括模态频率、阻尼比、相位和幅值；3)从风电场运行环境信息以及风电场内部参数中选取影响阻尼特性的影响因素自变量，并对自变量做相关性分析及共线性诊断，剔除相关性及共线性过强的自变量；4)对因变量以及相关性分析剔除后的所有影响因素自变量进行主成分回归分析，获得自变量及因变量之间的量化关系，辨识出次同步振荡主要影响因素。2.根据权利要求1所述的一种次同步振荡阻尼特性影响因素的量化辨识方法，其特征在于，所述的步骤1)中，风电场运行环境信息包括风电场外部风速和温度，所述的风电场内部参数包括风机台数、电压、电流、功率以及风电机组内部控制参数。3.根据权利要求1所述的一种次同步振荡阻尼特性影响因素的量化辨识方法，其特征在于，所述的步骤2)中，SVD
‑
Prony算法具体包括以下步骤：21)将风电场的原始运行波形数据构造为m
×
n的Hankel矩阵H；22)对Hankel矩阵H进行奇异值分解，则有：H＝U
m
×
m
S
m
×
n
V
n
×
n
其中，U为m
×
m的标准化矩阵，V为n
×
n阶的标准化矩阵，S＝(diag(σ1,σ2,
…
,σ
r
),0)为m
×
n阶的奇异值矩阵，σ
i
为第i个奇异值，奇异值均非零且降序排列，r为矩阵S的秩；23)确定有效奇异值数目k，保留奇异值矩阵S中前k个奇异值并将剩余的r
‑
k个奇异值置0，得到矩阵S
’
；24)进行奇异值反变换得到矩阵H
’
＝US
’
V，选择矩阵H
’
中的第一行所有元素以及最后一列第二到最后一个元...

【专利技术属性】
技术研发人员：边晓燕，张骞，杨云轶，徐波，赵健，林顺富，王小宇，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：