基于广域测量噪声信号的电力系统节点相位关系辨识方法技术方案

基于广域测量噪声信号的电力系统节点相位关系辨识方法属于电力系统稳定分析技术领域，其特征在于，向电力系统负荷处注入小幅度随机扰动时序，测量系统的响应时序信号，再用自回归滑动平均ＡＲＭＡ模型法辨识低频振荡模式的频率、阻尼比参数，基于得到的低频振荡模式信息，进一步采用Ｐｒｏｎｙ法估计低频振荡模式下节点的相位信息，接着，按相同的步骤同时采集多个节点的系统响应即类噪声信号，分析低频振荡模式下各节点的相位信息，从而计算得到同一低频振荡模式下节点间相位关系。本发明专利技术具有在系统正常运行状态下能及时、准确分析当前系统动态特性的优点。

【技术实现步骤摘要】

本技术方案涉及基于广域测量类噪声信号的电力系统节点间相位关系辨识方法，属于电力系统稳定分析

技术介绍
随着大型机组快速励磁系统的采用、电力系统规模的不断扩大、互联，低频振荡问题日益突出，严重威胁着电力系统的安全稳定运行。节点间相位关系是表征系统低频振荡特性的重要参数，正确分析振荡模式下各节点间相位关系，有助于实现同调机组分群，进而在发生振荡失步时快速解列系统，提高互联电力系统的安全可靠性。 特征值分析法是研究低频振荡问题的最基本方法，该方法是在某一稳定运行点对系统模型进行线性化处理，计算系统状态矩阵特征值及特征向量，实现对低频振荡模式下各节点相位关系的分析。但该方法一般基于离线获得的元件参数建立系统模型，分析结果严重依赖于参数的准确性，难以反映电力系统实际的动态稳定性水平。 广域测量系统的出现为大规模互联电力系统的监测、分析和控制提供了新的手段，可以在同一参考时间框架下捕捉到系统内各地点的实时稳态、动态信息。目前，一般基于实测的系统内某种扰动后的一定幅度的振荡过程数据进行低频振荡特性分析，如广泛采用的Prony方法。实践证明，采用该思路可以较准确地分析得到低频振荡模式下节点间相位关系。但是，这类方法一般只能在电力系统发生较明显振荡时使用，不能在系统正常运行状态下评估系统特性，因此应用范围有限。 观察多个电网不同时间段广域测量系统实测数据发现，电力系统在日常运行过程中，即使是正常运行状态，由于时刻存在负荷投切等随机性质的小扰动，系统内各信号均存在类似噪声信号的小幅波动。这种类噪声信号几乎时刻存在，可以及时、准确反映当前系统的运行特性，同时易于采集。现阶段已有基于类噪声信号的低频振荡特性研究，但工作主要集中在对振荡模式频率、阻尼比参数的估计。
技术实现思路
本专利技术的目的是提供一种基于广域测量类噪声信号的低频振荡模式下节点间相位关系辨识方法，以实现在电网正常运行状态下的系统特性分析。 本专利技术的特征在于，所述方法是在一个基于广域测量类噪声信号的电力系统节点间相位关系辨识计算机中依次按照以下步骤实现的 步骤(1)系统初始化 在所述计算机中建立以下软件模块仿真电力系统模块、低频振荡模式频率及阻尼比参数分析模块以及节点间相位关系分析模块，其中 仿真电力系统模块至少包括发电机、调节器、负荷、变压器、母线、交流线、直流线、无功补偿器以及并联电容电抗器在内的子模块， 低频振荡模式频率及阻尼比参数分析模块，用于辨识低频振荡模式频率及阻尼比参数， 节点间相位关系分析模块，用于节点间相位关系辨识，所述节点至少含发电机、负荷、变压器节点； 步骤(2)在一个所述电力系统负荷处注入小幅随机扰动时序信号{at}，at是所述小幅随机扰动信号在t时刻的元素，t＝1，2…Ttotal，Ttotal是仿真总步数，所述计算机采集所述电力系统响应的时序信号{xt}，该系统响应时序信号{xt}的数据个数为N，在数值上N＝Ttotal，将信号输入到所述低频振荡模式频率及阻尼比分析模块； 步骤(3)所述低频振荡模式频率及阻尼比分析模块依次按以下步骤辨识频率fi及阻尼比ξi 步骤(3.1)按下式计算所述系统响应时序信号{xt}的平稳零均值时序信号{xtcp0} 步骤(3.2)把步骤(3.1)得到的平稳零均值时序信号{xtcp0}输入一个自回归滑动平均ARMA模型得到 其中 为自回归AR部分模型参数，共有g个，θ1，…，θq为滑动平均MA部分模型参数，共有q个，1≤q＜g≤50； 步骤(3.3)按以下步骤计算系统低频振荡频率fi及阻尼比ξi 其中T是采样周期，λi、λi*是所述自回归AR部分特征方程式的共轭特征根，i＝1，2，…，nd，nd为共轭特征根对数， 所述自回归AR部分特征方程式为 步骤(3.3.1)当延迟步数k＞q时，得到所述系统平稳零均值时序信号{xtcp0}的自协方差函数Rk递推公式 其中k为延迟步数，k＝q+1，q+2，…，q+g， 步骤(3.3.2)解下列矩阵方程得到AR部分模型参数 步骤(3.3.3)根据步骤(3.3.2)得到的结果 解所述特征方程 得到共轭特征根λi、λi*，i为所述共轭特征根对的序号，共有nd对共轭特征根， 步骤(3.3.4)根据步骤(3.3.3)得到的共轭特征根对λi、λi*以及所述采样周期T，得到对应共轭特征根对序号的频率fi及阻尼比ξi； 步骤(4)把步骤(3.3.4)得到的结果输入所述节点间相位关系辨识模块，依次按以下步骤计算所述节点对应低频振荡模式i的相位信息 θi＝arctan， 步骤(4.1)按下式计算连续系统模型的共轭特征根μi、μi* 其中i为所述连续系统模型共轭特征根对的序号，i＝1，2，…，nd， 步骤(4.2)建立所述连续系统模型特征多项式 其中as，i为连续系统模型特征多项式系数，i＝1，2，…，nd，…，p，p＝2·nd， 步骤(4.3)采用双线性变换，把所述连续系统模型特征多项式 转换为离散系统模型特征多项式 得到 的系数ai，i＝1，2，…，p 求解所述离散系统特征多项式方程 得到离散系统模型特征根zi，i＝1，2，…，p， 步骤(4.4)根据Prony法思路，计算所述平稳零均值时序信号{xtcp0}的拟合时序信号 步骤(4.5)求解下列方程，得到参数bi，i＝1，2，…，p 步骤(4.6)按下式求解对应低频振荡模式i的相位信息θi θi＝arctan， 步骤(5)重复步骤(2)~步骤(4)，同步采集多个节点的类噪声信号，分析低频振荡模式下各节点的相位信息，最终得到对应同一振荡模式的节点间相位关系。 根据所述的，其特征在于，所述的电力系统响应的时序信号{xt}是频率信号，或功率信号，或电压信号，或电流信号，或功角信号。 本专利技术优点在于在电力系统正常运行情况下，基于因负荷投切等随机性质小扰动引起的类噪声信号，准确分析得到低频振荡模式下节点间的相位关系，有助于在正常运行状态下全面掌握系统动态特性，为实现同调机群识别奠定了基础，进而在发生振荡失步时快速解列系统，提高互联电力系统的安全可靠性。 附图说明 图1基于广域测量类噪声信号的电力系统节点间相位关系辨识系统 图2新英格兰仿真系统 图3注入新英格兰仿真系统母线3处负荷的随机扰动信号 图4新英格兰仿真系统节点30处频率信号 图5本专利技术示意图。 具体实施例方式 本专利技术方法提出将自回归滑动平均(Auto Regressive Moving Average，ARMA)法和Prony方法结合用于处理类噪声信号，进行低频振荡模式下节点间相位关系分析。 研究发现，采用Prony方法对类噪声信号进行处理，无法准确辨识系统低频振荡模式频率、阻尼比信息，自然无法进一步准确估计节点间相位关系。另一方面，已有研究证明，采用ARMA法处理类噪声信号可本文档来自技高网...

【技术保护点】
基于广域测量噪声信号的电力系统节点相位关系辨识方法，其特征在于，所述方法是在一个基于广域测量类噪声信号的电力系统节点间相位关系辨识计算机中依次按照以下步骤实现的：　步骤（１）：系统初始化：　在所述计算机中建立以下软件模块：仿真电 力系统模块、低频振荡模式频率及阻尼比参数分析模块以及节点间相位关系分析模块，其中：　仿真电力系统模块：至少包括发电机、调节器、负荷、变压器、母线、交流线、直流线、无功补偿器以及并联电容电抗器在内的子模块，　低频振荡模式频率及阻尼 比参数分析模块，用于辨识低频振荡模式频率及阻尼比参数，　节点间相位关系分析模块，用于节点间相位关系辨识，所述节点至少含发电机、负荷、变压器节点；　步骤（２）：在一个所述电力系统负荷处注入小幅随机扰动时序信号｛ａ↓［ｔ］｝，ａ↓［ ｔ］是所述小幅随机扰动信号在ｔ时刻的元素，ｔ＝１，２…Ｔ↓［ｔｏｔａｌ］，Ｔ↓［ｔｏｔａｌ］是仿真总步数，所述计算机采集所述电力系统响应的时序信号｛ｘ↓［ｔ］｝，该系统响应时序信号｛ｘ↓［ｔ］｝的数据个数为Ｎ，在数值上Ｎ＝Ｔ↓［ｔｏｔａｌ］，将信号输入到所述低频振荡模式频率及阻尼比分析模块；　步骤（３）：所述低频振荡模式频率及阻尼比分析模块依次按以下步骤辨识频率ｆ↓［ｉ］及阻尼比ξ↓［ｉ］：　步骤（３．１）：按下式计算所述系统响应时序信号｛ｘ↓［ｔ］｝的平稳零均值 时序信号｛ｘ↓［ｔｃｐ０］｝：　ｘ↓［ｔｃｐ０］＝ｘ↓［ｔ］－１／Ｎ＊ｘ↓［ｔ］，　步骤（３．２）：把步骤（３．１）得到的平稳零均值时序信号｛ｘ↓［ｔｃｐ０］｝输入一个自回归滑动平均ＡＲＭＡ模型得到：　ｘ↓［ｔｃｐ０］＝φ ↓［１］ｘ↓［（ｔ－１）ｃｐ０］＋φ↓［２］ｘ↓［（ｔ－２）ｃｐ０］…＋φ↓［ｇ］ｘ↓［（ｔ－ｎ）ｃｐ０］－θ↓［１］ａ↓［ｔ－１］－θ↓［２］ａ↓［ｔ－２］…－θ↓［ｑ］ａ↓［ｔ－ｑ］＋ａ↓［ｔ］，　其中：φ↓［１］，…，φ↓［ｇ］ 为自回归ＡＲ部分模型参数，共有ｇ个，θ↓［１］，…，θ↓［ｑ］为滑动平均ＭＡ部分模型参数，共有ｑ个，１≤ｑ＜ｇ≤５０；　步骤（３．３）：按以下步骤计算系统低频振荡频率ｆ↓［ｉ］及阻尼比ξ↓［ｉ］：　＊＊＊，　其中：Ｔ是采样周期 ，λ↓［ｉ］、λ↓［ｉ］↑［＊］是所述自回归ＡＲ部分特征方程式的共轭特征根，ｉ＝１，２，…，ｎ↓［ｄ］，ｎ↓［ｄ］为共轭特征根...

【技术特征摘要】

【专利技术属性】
技术研发人员：陆超，吴超，韩英铎，
申请(专利权)人：清华大学，
类型：发明
国别省市：11[中国|北京]