【技术实现步骤摘要】
考虑不确定性系统辨识的电力系统惯量连续评估方法
[0001]本专利技术涉及电力系统惯量评估
，具体涉及一种考虑不确定性系统辨识的电力 系统惯量连续评估方法。
技术介绍
[0002]传统电力系统以化石能源为主的一次能源为主体，但随着社会快速发展，传统化石能 源枯竭和环境问题日益突出，新能源的快速发展，使得电力系统的主体正朝着新能源发展。 以新能源为主体的新型电力系统中，不同形式的新能源惯量响应特性存在差异，使得系统 惯量呈复杂的非线性时变特征，进一步恶化电力系统的频率稳定性。系统惯量水平持续降 低，削弱了系统在有功冲击下的惯量支撑和频率调节能力，电力系统稳定运行面临严峻挑 战。因此，开展新型电力系统惯量连续评估研究以实现系统惯量连续监测和感知，对频率 失稳风险预警以及保证电网安全运行有重要的意义。
[0003]惯量评估已成为当前的热点研究问题,众多国内外研究机构已取得相关研究进展。然而， 目前电网规划和调度运行人员仍缺乏对系统惯量特性及其变化态势的准确感知。研究在连 续实时惯量评估方面进行了有益尝试，但考虑新能源...
【技术保护点】
【技术特征摘要】
1.考虑不确定性系统辨识的电力系统惯量连续评估方法，其特征在于包括以下步骤：步骤1：基于相量采集单元PMU实时采集系统中的频率和功率数据，对频率和功率数据进行预处理，建立评估数据集合；步骤2：根据频率动态特性方程，采用传统输出误差模型，建立系统惯量辨识模型；步骤3：针对步骤2所建立的系统惯量辨识模型的惯量参数问题，考虑输入输出数据的不确定性，采用鲁棒模型优化求解，实现输入输出数据不确定条件下系统惯量辨识。2.根据权利要求1所述考虑不确定性系统辨识的电力系统惯量连续评估方法，其特征在于：所述步骤1中，从PMU量测数据中心获取所需电网系统动态特征的数据信息，包括：发电机组输出的不平衡功率
△
P(t)，节点频率变化率
△
f；通过对数据预处理，得到各个机组的惯量特性参数H
i
和电网惯量中心频率f
COI
。3.根据权利要求1所述考虑不确定性系统辨识的电力系统惯量连续评估方法，其特征在于：所述步骤2中，对实际系统惯量响应特性分析，系统惯量辨识模型的传递函数为：式中，
△
f
COI
为惯量中心频率偏差，
△
P是系统功率差值变化，H
sys
是系统惯量，D
sys
为系统阻尼，s是拉普拉斯算子；
△
P(s)表示
△
P在复数域上的表示形式。4.根据权利要求3所述考虑不确定性系统辨识的电力系统惯量连续评估方法，其特征在于：由式(3)得到系统惯量响应的单位脉冲响应为：式(4)中h(t)是通过式(3)传递函数得出来，当输入为单位脉冲时，其对应的输出为传递函数经过数学上拉普拉斯反变换得出来的，表示h(t)以指数形式衰减；t代表时间，t＝0时，式(4)为扰动下惯量的初始响应，数值上为系统惯量的倒数；根据式(3)、式(4)，能够将系统惯量响应的高阶辨识模型降阶为一阶传递函数形式；用最小二乘法将传统OE模型描述为最小二乘格式：定义数据向量和参数向量θ＝[a,b]，其中：Φ(t)＝[
‑
x(t
‑
1),
…
,
‑
x(t
‑
n
a
)]，ψ(t)＝[u(t),u(t
‑
1),
…
,u(t
‑
n
b
)]；)]；5.根据权利要求1所述考虑不确定性系统辨识的电力系统惯量连续评估方法，其特征在于：所述步骤3中，在建立系统惯量辨识模型的基础上，将实际系统惯量辨识数据的不确定性描述如下：
H(δ)为系统惯量的误差，H
t
为系统的输入，δ
Hi
为输入的扰动噪声，H
i
为第i台机组的系统惯量参数，m为机组总数，i代表机组编号；δ为误差；式中，e
i
为m维单位矩阵的第i列，y(δ)为系统辨识模型输出误差，y
t
为系统的输入，δ
yi
为输出的扰动噪声；利用鲁棒最小二乘法RLS将辨识问题转化为优化问题，使得未知参数的辨识结果都能实现残差最小化；H(δ)为系统惯量的误差，R
m
为m向量空间，ρ用来界定残差的范围，θ为参...
【专利技术属性】
技术研发人员：张磊，王满康，叶婧，黄悦华，杨楠，程江州，薛田良，李振华，肖繁，徐雄军，潘鹏程，徐恒山，陈庆，卢天林，
申请(专利权)人：三峡大学，
类型：发明
国别省市：
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。