基于广域测量系统的低频振荡在线辨识方法研究

基于广域测量系统的低频振荡在线辨识方法研究

论文摘要

随着大区电网互联工程的发展,由低频振荡引起的传输线功率振荡以及发电机组之间的相对振荡已成为阻碍电网规模进一步扩大以及区域间功率交换的主要障碍,准确、及时的振荡模式辨识是智能电网中电网自愈功能的重要组成部分,对于大电网的安全稳定运行具有重要的意义。低频振荡问题属于电力系统小干扰稳定性问题,而弱阻尼或欠阻尼是影响系统小干扰稳定性的直接原因,随着广域测量技术的发展,利用这种高速、精确的动态数据平台在线辨识低频振荡模式参数已经成为国内外研究的热点。本文首先介绍了基于ARMA(Auto-Regressive Moving-Average)模型的系统辨识理论。其主要包括ARMA模型的定义、结构、特例以及物理意义等,然后介绍了ARMA模型的定阶问题以及模型参数的求解方法,最后介绍了ARMA模型的频域特性,即ARMA谱估计的相关基本理论。简单介绍了目前广域测量系统结构及应用现状,阐述了目前研究低频振荡的常用离线及在线方法以便与本文所提方法进行对比验证。提出了基于ARMA模型和广域实测类噪声响应信号的低频振荡在线辨识流程,其主要包括:数据预处理、基于奇异值分解的模型自适应定阶、低频振荡参数辨识以及基于ARMA谱估计的低频振荡主导模式提取。在此基础上,结合Prony算法构建了基于WAMS(Wide Area Measurment System)的低频振荡在线辨识框架,为低频振荡的在线辨识提供了理论基础。采用MATLAB以及Power System Toolbox软件包实现了基于负荷的高斯白噪声调制仿真,在不同辨识参数的情况下,通过对发电机功角以及传输线有功功率的时域仿真曲线进行振荡参数辨识,得出了相关结论;并通过对南方电网广域实测信号进行辨识,验证了本文所提方法的正确性。在前文的基础上,为分析低频振荡过程中各振荡模式之间的非线性作用,提出了改进的希尔伯特-黄变换,通过对各种算例的分析,验证了所提的两点改进措施在辨识低频振荡时变特性时的有效性,即有效抑制了希尔伯特-黄变换过程中的端点效应以及三次样条插值所导致的频率失真现象,为进一步研究低频振荡的非线性特性提供了新的思路。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 课题研究的背景
  • 1.1.1 低频振荡的定义
  • 1.1.2 低频振荡的发生机理
  • 1.2 低频振荡辨识技术的研究现状及存在问题
  • 1.2.1 离线类分析方法
  • 1.2.2 在线类分析方法
  • 1.3 研究低频振荡在线辨识技术的意义
  • 1.4 本论文的主要工作
  • 2 ARMA 模型
  • 2.1 引言
  • 2.2 自回归滑动平均模型
  • 2.2.1 ARMA 模型的定义
  • 2.2.2 ARMA 模型的结构
  • 2.2.3 ARMA 模型的特例
  • 2.2.4 ARMA 模型的物理意义
  • 2.3 ARMA 模型参数的先后估计法
  • 2.4 ARMA 模型的定阶
  • 2.4.1 基于定阶准则的ARMA 模型的定阶
  • 2.4.2 基于奇异值分解的ARMA 模型的定阶
  • 2.5 ARMA 模型的自谱函数
  • 2.6 本章小结
  • 3 基于 WAMS 的低频振荡辨识方法的实现
  • 3.1 引言
  • 3.2 广域测量系统简介
  • 3.3 低频振荡的常用分析方法
  • 3.3.1 单机无穷大系统的低频振荡分析
  • 3.3.2 多机电力系统低频振荡的特征值分析法
  • 3.3.3 基于Prony 算法的低频振荡模式辨识
  • 3.4 基于WAMS 实测数据的ARMA 模型辨识低频振荡
  • 3.4.1 WAMS 实测数据的预处理
  • 3.4.2 ARMA 模型的自适应定阶
  • 3.4.3 基于ARMA 模型参数的低频振荡模式参数计算
  • 3.4.4 基于ARMA 谱的低频振荡主导模式辨识
  • 3.4.5 ARMA 模型辨识低频振荡总体流程
  • 3.5 基于WAMS 的低频振荡在线辨识框架设计
  • 3.6 本章小结
  • 4 仿真分析
  • 4.1 引言
  • 4.2 四机两区域测试系统的仿真分析
  • 4.2.1 仿真测试系统说明
  • 4.2.2 仿真分析总体思路
  • 4.2.3 不同辨识及仿真参数设置对辨识精度的影响
  • 4.2.4 测试系统低频振荡主导模式分析
  • 4.2.5 低频振荡主导模式追踪辨识准确度评估
  • 4.3 南方电网WAMS 实测信号分析
  • 4.3.1 WAMS 实测数据说明
  • 4.3.2 Prony 分析
  • 4.3.3 基于ARMA 模型的低频振荡追踪辨识
  • 4.4 在线辨识算法的计算速度
  • 4.5 本章小结
  • 5 基于改进希尔伯特-黄变换的低频振荡时变特性分析
  • 5.1 引言
  • 5.2 希尔伯特-黄变换简介
  • 5.3 HHT 方法存在的问题以及改进措施
  • 5.3.1 HHT 方法所存在的问题
  • 5.3.2 HHT 过冲问题及端点效应处理方法
  • 5.4 改进HHT 方法的有效性验证
  • 5.4.1 EMD 分解效果评价
  • 5.4.2 算例分析
  • 5.5 本章小结
  • 6 总结与展望
  • 致谢
  • 参考文献
  • 附录
  • A. 作者在攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].一种低频振荡主要振荡模式识别方法[J]. 云南电力技术 2019(06)
    • [2].识别电力系统密集振荡模式的模态灵敏度方法[J]. 电力系统保护与控制 2020(08)
    • [3].基于关联机组风险系数的发电机振荡模式辨识[J]. 电源技术 2016(07)
    • [4].基于模态级数法的复杂水电系统二阶振荡模式[J]. 电网技术 2016(09)
    • [5].柔性直流输电系统的振荡模式分析[J]. 南方电网技术 2018(02)
    • [6].基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究[J]. 电力自动化设备 2019(07)
    • [7].密集型固有振荡模式电力系统的模态分析[J]. 电力系统自动化 2011(21)
    • [8].机电振荡模式属性和机组参与特性的量化剖析研究[J]. 电测与仪表 2017(03)
    • [9].大规模风电接入对电力系统区域间振荡模式影响研究[J]. 内蒙古电力技术 2016(02)
    • [10].考虑多振荡模式的多频段电力系统稳定器参数整定方法[J]. 电力系统自动化 2020(04)
    • [11].弱电网下锁相环对大型光伏电站振荡模式的影响[J]. 太阳能学报 2017(12)
    • [12].莱顿弗罗斯特水滴振荡模式的影响因素及机理探究[J]. 物理实验 2018(03)
    • [13].电力系统超低频率振荡模式排查及分析[J]. 电网技术 2016(08)
    • [14].面向小干扰稳定提升的虚拟惯量优化分配模型与方法[J]. 中国电机工程学报 2020(03)
    • [15].基于降阶模型的光伏发电系统振荡模式分析[J]. 电测与仪表 2020(13)
    • [16].基于动态模式分解的电力系统主导振荡模式及参数识别方法研究[J]. 电子设计工程 2020(02)
    • [17].电流型潮流控制器对多端直流系统中直流电压振荡模式提供的虚拟阻尼分析[J]. 中国电机工程学报 2020(08)
    • [18].一种可改善失步振荡模式的风电虚拟惯性控制策略[J]. 电力系统保护与控制 2018(13)
    • [19].广域直流阻尼控制中多模式交互影响在线分析[J]. 电力自动化设备 2016(05)
    • [20].影响电力系统主导振荡模式的关键励磁调节器及其参数的识别[J]. 继电器 2008(01)
    • [21].基于开环子系统模式信息的次同步谐振机理研究[J]. 电工技术学报 2019(24)
    • [22].风电并网系统次同步振荡频率漂移问题[J]. 电工技术学报 2020(01)
    • [23].具有倾斜极化层的自旋阀结构中磁翻转以及磁振荡模式的微磁模拟[J]. 物理学报 2018(17)
    • [24].基于Pade近似的电力系统频率振荡模式延时轨迹分析[J]. 电力系统自动化 2019(14)
    • [25].递归随机子空间辨识方法在电力系统区间振荡模式估计中的应用[J]. 电力系统及其自动化学报 2018(08)
    • [26].交直流电力系统PSS和直流附加控制的协调[J]. 电力自动化设备 2010(01)
    • [27].二维材料WTe_2薄膜中的天然双曲等离激元[J]. 物理 2020(05)
    • [28].考虑风力发电的电力系统小干扰稳定性分析[J]. 华北电力大学学报(自然科学版) 2009(02)
    • [29].顶棚开口受限空间油池火火焰振荡模式研究[J]. 燃烧科学与技术 2011(05)
    • [30].相近扭振频率并联发电机组次同步振荡研究[J]. 中国电机工程学报 2015(20)

    标签:;  ;  ;  ;  ;  

    基于广域测量系统的低频振荡在线辨识方法研究
    下载Doc文档

    猜你喜欢