CN102340146B - 一种电力系统次同步振荡的抑制装置及其抑制方法 - Google Patents

Abstract

本发明公开了一种电力系统次同步振荡的抑制装置及其抑制方法，先将发电机转速信号进行滤波处理，得到各个模态的次同步转速信号；再对各个模态的次同步转速信号进行分别处理，得到其变化率；然后通过Sugeno型模糊推理系统生成附加控制信号；最后将所得的附加控制信号进行放大、叠加、限幅，生成励磁电压附加控制信号，从而改变励磁电流，产生次同步频率阻尼转矩，对次同步振荡产生抑制作用。本发明提供的方法根据相位补偿原理，构建模糊控制器的训练样本，利用误差反向传播神经网络的学习算法来优化训练模糊系统的参数。该方法解决了模糊控制器难以获得专家经验的问题，所构成的附加励磁阻尼控制器能够有效地抑制电力系统次同步振荡。

Description

一种电力系统次同步振荡的抑制装置及其抑制方法

技术领域

本发明涉及电力系统稳定与控制技术，尤其涉及一种基于模糊神经网络的、用以提高电力系统次同步振荡稳定性的发电机附加励磁阻尼控制装置及其抑制方法。

背景技术

电力系统中交流串补技术的应用越来越广泛，在输电线路中加入串联电容器，能减小线路等效电抗，缩小两端系统的相角差，从而获得较高的稳定裕度及较大的传输功率。但是，串补输电网络(包括发电机、变压器、线路、串联电容器等部件)将形成一个电气谐振回路，如果这一电气谐振回路的固有频率与汽轮发电机组轴系扭振固有频率互补(其和等于同步频率)，就会因网机耦合而彼此互激，给系统的安全稳定运行带来隐患。如我国内蒙古的托克托电厂、陕西的锦界电厂、东北的伊敏电厂在采用串补送出方案后均存在不同程度的次同步振荡问题。此外，随着FACTS技术与HVDC技术的不断应用，也增加了激发次同步振荡的可能性，存在一定的安全隐患。

附加励磁阻尼控制是抑制次同步振荡的有效手段之一，相比于其他控制方法，附加励磁阻尼控制具有如下优点：1)经济性良好，附加励磁阻尼控制属于二次设备，成本远低于可控串补(TCSC)和阻塞滤波器等一次设备；2)安装、维护、调试方便，PSS可数字化、模块化实现，占地面积小，方便安装、调试和维护；相反，TCSC、静止无功补偿器(SVC)和阻塞滤波器等一次设备须接入高压电网，不仅体积大、占地广，而且还涉及绝缘问题，安装、调试和维护工作量大；3)配置灵活，可与机组配套使用，不同机组可根据其参数差异和不同振荡模式采用多通道并联结构的型式对控制参数灵活配置，有利于与电网运行和调度进行协调。

目前已有的附加励磁阻尼控制基于经典控制理论，对系统数学建模的要求很高，不易得到满意的控制效果，而且鲁棒性不强。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于模糊神经网络的、用以提高电力系统次同步振荡稳定性的发电机附加励磁阻尼控制方法，该方法减少了对系统数学模型的依赖，减少了模糊系统对专家经验的依赖。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种电力系统次同步振荡的抑制装置，包括发电机转速偏差信号Δω采集装置、对转速偏差信号Δω进行处理以获取各个振荡模态的次同步转速偏差信号Δω_i的滤波环节、对各个振荡模态的次同步转速偏差信号Δω_i进行处理以获得各个振荡模态的转速偏差信号变化率

的信号预处理环节、对各个振荡模态的次同步转速偏差信号Δω_i和转速偏差信号变化率

进行处理以获得各个振荡模态的附加阻尼控制信号的模糊推理系统、和对各个振荡模态的附近阻尼控制信号进行放大和限幅、并对所有经放大和限幅产生的信号进行叠加的放大、限幅、叠加环节，所述滤波环节包括n个带通滤波器，其中第i个带通滤波器对应附加阻尼控制器的第i个通道；所述模糊推理系统包括n个Sugeno型模糊推理系统，其中第i个Sugeno型模糊推理系统对应第i个带通滤波器。

根据上述电力系统次同步振荡的抑制装置的抑制方法，包括如下步骤：

(1)采集发电机转速偏差信号Δω，并通过滤波环节采用带通滤波器进行滤波处理，得到各个振荡模态的次同步转速偏差信号Δω_i，其中，次同步转速偏差信号Δω_i对应附加阻尼控制器的第i个通道；

(2)采用信号预处理环节对各个振荡模态的次同步转速偏差信号Δω_i进行分别处理，获取其转速偏差信号变化率

以Δω_i和作为模糊推理系统的输入信号；

(3)通过模糊推理系统采用Sugeno型模糊推理系统对输入信号进行推理、计算，对Sugeno型模糊推理系统进行参数训练，生成对应各个振荡模态的附加阻尼控制信号；

(4)采用放大、限幅、叠加环节对对应各个振荡模态的附加控制信号进行放大、限幅、叠加，生成励磁电压附加控制信号。

所述步骤(3)中Sugeno型模糊推理系统的参数训练包括如下步骤：

(a)根据系统的实际情况选择合理的Sugeno型模糊推理系统结构，所述系统的实际情况包括输入/输出变量的个数、模糊变量划分、规则数。

由于电力系统是一个非线性时变的复杂系统，一维控制器(单输入变量)难以满足控制要求，而三维及以上控制器控制规律复杂，现实中难以精确获得，所以本发明采用应用较广泛的二维控制器；根据经验将输入变量论域分割为3～5个模糊变量一般可以满足控制要求，控制规则一般设定为模糊变量个数的乘积，根据控制精度需要选择输出变量的阶数。

(b)利用测试信号法获得附加控制信号ΔU_S与发电机附加电磁转矩ΔT_e间的相位滞后特性。

在励磁系统的附加控制信号输入端加入各个振荡模态频率的周期扰动信号，待系统稳定后截取公共周期上的ΔT_e与ΔU_S信号，并进行傅里叶分解，即可求得相应频率下的相位滞后特性。

(c)根据步骤(b)获得的相位滞后特性，构造模糊推理系统的训练样本；若要在ω_s频率下补偿

度，样本可用下式构造：

E＝sin(ω_st)

EC＝ω_s×cos(ω_st)                (1)

式(1)中，ωs为需要补偿的次同步振荡频率，

为根据相位滞后特性选择的补偿角度，t为时间序列，E为转速偏差信号，EC为转速偏差信号的微分，N为模糊控制器输出。

(d)利用误差反向传播神经网络学习算法训练已建立的初始模糊系统，得到精确的隶属度函数和模糊推理规则；

(e)检测模糊推理系统的泛化能力，改变步骤(c)中的E的幅值、初始相位，并加入衰减系数，根据下式重新构造一组检验样本，并测试模糊推理系统的泛化能力。

式(2)中，a为放大倍数，

为初始相位，b为衰减因子，ω_s与式(1)中所取的ω_s相同；a取小于1的任意数，

b的值随意选取，以测试模糊系统泛化能力。

有益效果：本发明提供的电力系统次同步振荡的抑制装置及其抑制方法，根据国内尚未有智能附加励磁阻尼控制实际工程的情况，并结合了模糊控制和人工神经网络控制的优势，减少了对系统数学模型的依赖，仅需辨识出系统的相位滞后特性，通过相位滞后特性构造训练样本，并通过神经误差反向传播神经网络学习算法来训练已建立的初始模糊系统，最后根据专家经验对该模糊系统的输出放大倍数作一定的调整，减少了模糊系统对专家经验的依赖；且仿真实例表明，该方法能有效抑制次同步振荡。

附图说明

图1附加励磁阻尼控制器结构示意图；

图2测试系统接线图；

图3误差反向传播神经网络训练算法流程；

图4训练好的模糊神经网络输入输出关系；

图5(a)、图5(b)隶属度函数；

图6泛化能力测试；

图7原测试系统系统发生扰动后的扭矩动态响应；

图8采用本发明后测试系统系统发生扰动后的扭矩动态响应；

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示为一种电力系统次同步振荡的抑制装置，包括发电机转速偏差信号Δω采集装置、对转速偏差信号Δω进行处理以获取各个振荡模态的次同步转速偏差信号Δω_i的滤波环节1、对各个振荡模态的次同步转速偏差信号Δω_i进行处理以获得各个振荡模态的转速偏差信号变化率的信号预处理环节2、对各个振荡模态的次同步转速偏差信号Δω_i和转速偏差信号变化率

进行处理以获得各个振荡模态的附加阻尼控制信号的模糊推理系统3、和对各个振荡模态的附近阻尼控制信号进行放大和限幅、并对所有经放大和限幅产生的信号进行叠加的放大、限幅、叠加环节4，所述滤波环节1包括n个带通滤波器，其中第i个带通滤波器对应附加阻尼控制器的第i个通道；所述模糊推理系统3包括n个Sugeno型模糊推理系统，其中第i个Sugeno型模糊推理系统对应第i个带通滤波器。

上述装置中，采集到的发电机转速偏差信号Δω，首先通过滤波环节1进行滤波处理，得到各个振荡模态的次同步转速偏差信号Δω_i，其中，次同步转速偏差信号Δω_i对应附加阻尼控制器的第i个通道；再通过信号预处理环节2对各个振荡模态的次同步转速偏差信号Δω_i进行分别处理，获取其转速偏差信号变化率

以Δω_i和

作为模糊推理系统的输入信号；然后通过模糊推理系统3对输入信号进行推理、计算，对Sugeno型模糊推理系统进行参数训练，生成对应各个振荡模态的附加阻尼控制信号；最后通过放大、限幅、叠加环节4对对应各个振荡模态的附加控制信号进行放大、限幅、叠加，生成励磁电压附加控制信号。

上述装置采用IEEE次同步谐振第一标准测试系统，系统接线如图2所示。图中所标各量皆为标幺值，基准功率取发电机的额定容量892.4MVA，基准电压取输电线路的额定电压500kV，电抗参数在60Hz频率下计算。线路中串联固定电容串补度为74％。系统的基本运行条件如下：发电机输出的有功功率为0.9p.u.，机端电压Ut0＝1.05p.u.，功率因数为0.9(滞后)。采用IEEE标准推荐的ST1A型励磁机，本例中的次同步振荡模式有5个，分别为：15.7Hz、20.2Hz、25.6Hz、32.3Hz、47.5Hz，由于模式5(47.5Hz)的模态阻尼非常大，一般不会发生机网扭振互作用，故不考虑模式5的影响。

本发明具体实施步骤如下：

(1)采集发电机转速偏差信号Δω，采用4个带通滤波器进行滤波处理，带通滤波器采用四阶巴菲特滤波器，通带中心频率分别为15.7Hz、20.2Hz、25.6Hz、47.5Hz，经过带通滤波器，得到四个振荡模态的次同步转速偏差信号Δω₁～Δω₄，分别对应附加阻尼控制器的四个通道；

(2)对各个振荡模态的次同步转速偏差信号Δω_i进行预处理，获取其转速偏差信号变化率

以Δω_i和

作为模糊推理系统的输入信号；

(3)Sugeno型模糊推理系统两个输入的论域均设置3个模糊变量，共9条规则，使用设置好的糊推理系统对各通道输入信号进行推理、计算，生成对应于各个振荡模态的附加阻尼控制信号；

(4)对各振荡模态的附加控制信号进行放大、叠加、限幅，生成励磁电压附加控制信号。

该例中生成的附加控制信号输出到励磁系统的附加励磁信号输入端，改变励磁电压，产生次同步频率下的阻尼转矩，从而抑制次同步振荡。

所述的Sugeno型模糊推理系统，其具体参数训练步骤如下：

在PSCAD/EMTDC中建立电磁暂态仿真模型，发电机轴系采用单刚体模型，在励磁系统的附加信号输入端加入频率为15.7Hz、20.2Hz、25.6Hz、32.3Hz的周期扰动信号，待系统仿真至稳态后截取公共周期上的ΔT_e与ΔU_S信号，进行傅里叶分解，用下式求得相应频率下的相位滞后特性：

式(3)中，分别对应傅里叶分解后ΔT_e与ΔU_S信号在次同步频率下的向量。

求得各振荡频率下的相位滞后角度如表1所示：

表1相位滞后角

次同步振荡频率f(Hz)	15.7	20.2	25.6	32.3
					滞后角度(°)	-113.7	-126.7	-246.5	-205.5

以15.7Hz通道的模糊推理系统为例，由表1可得，在15.7Hz处，需补偿113.7°，可按式(1)在matlab构造训练样本，具体命令如下：

t＝0:0.001:1；

f＝15.7；

ω＝2*pi*f；

ω_input＝sin(ω*t)；

dω_input＝ω*cos(ω*t)；

output＝sin(ω*t+205.6/180*pi)；

trndata＝[ω_input；dω_input；output]；

trndata＝trndata.′；

其中，pi为matlab中常数π的表示方法，trndata为构成的训练样本，包含输入信号数组ω_input，输入信号变化率数组dω_input，以及输出数组output三个数组。

使用工具函数ANFIS(自适应神经-模糊推理系统)，进行模糊系统参数训练。工具函数ANFIS用一个单独的反向传播算法与最小二乘相结合的方法来完成对系统隶属度函数参数的调节，其误差反向传播神经网络训练算法流程如图3所示。训练好的模糊神经网络输入输出关系如图4所示，其隶属度函数如图5(a)、图5(b)所示。

训练完成后，为检验该系统的泛化能力，构造检测信号，选取放大倍数a＝0.2，初始相位

衰减因子b＝-0.5，根据式(2)在matlab构造检测样本，具体命令如下：

t＝0:0.001:1；

f＝15.7；

ω＝2*pi*f；

ω_input1＝0.2*sin(ω*t+1).*exp(-0.5*t)；

dw_input1＝0.2*(ω*cos(ω*t+1).*exp(-0.5*t)-0.5*sin(ω*t+1).*exp(-0.5*t))；

output1＝0.2*sin(ω*t+113.7/180*pi+1).*exp(-0.5*t)；

chkdata＝[ω_input1；dω_input1；output1]；

chkdata＝chkdata.′；

其中，chkdata为构成的检测样本。

根据设置好参数的模糊系统计算输出，并与构造的检测样本进行比较。泛化能力测试结果见图5(a)、图5(b)。

配置好各通道模糊推理系统参数后，采用在PSCAD中建立含发电机汽缸的系统模型，并使用PSCAD与Matlab软件联合仿真，加入微小绕动并观察扭振输出曲线，调节附加励磁控制器各通道的放大倍数，至为系统提供足够的阻尼位置。

采用本发明后的次同步振荡抑制效果验证如下：

系统进入稳态后，于t＝15s秒时在F点加三相接地故障，持续时间0.075秒。原测试系统系统发生扰动后的扭矩动态响应如图6，发电机各轴段扭矩发散，系统不稳定。采用本发明后，测试系统系统发生扰动后的扭矩动态响应如图7所示，发电机个轴段扭矩衰减，起到了良好的次同步振荡抑制效果。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种电力系统次同步振荡的抑制装置，其特征在于：该装置包括发电机转速偏差信号Δω采集装置、对转速偏差信号Δω进行处理以获取各个振荡模态的次同步转速偏差信号Δω_i的滤波环节（1）、对各个振荡模态的次同步转速偏差信号Δω_i进行处理以获得各个振荡模态的转速偏差信号变化率

的信号预处理环节（2）、对各个振荡模态的次同步转速偏差信号Δω_i和转速偏差信号变化率

进行处理以获得各个振荡模态的附加阻尼控制信号的模糊推理系统（3）、和对各个振荡模态的附近阻尼控制信号进行放大和限幅、并对所有经放大和限幅产生的信号进行叠加的放大、限幅、叠加环节（4），所述滤波环节（1）包括n个带通滤波器，其中第i个带通滤波器对应附加阻尼控制器的第i个通道；所述模糊推理系统（3）包括n个Sugeno型模糊推理系统，其中第i个Sugeno型模糊推理系统对应第i个带通滤波器。

2.根据权利要求1所述的电力系统次同步振荡的抑制装置的抑制方法，其特征在于：该方法包括如下步骤：

（1）采集发电机转速偏差信号Δω，并通过滤波环节（1）采用带通滤波器进行滤波处理，得到各个振荡模态的次同步转速偏差信号Δω_i，其中，次同步转速偏差信号Δω_i对应附加阻尼控制器的第i个通道；

（2）采用信号预处理环节（2）对各个振荡模态的次同步转速偏差信号Δω_i进行分别处理，获取其转速偏差信号变化率

以Δω_i和

作为模糊推理系统的输入信号；

（3）通过模糊推理系统（3）采用Sugeno型模糊推理系统对输入信号进行推理、计算，对Sugeno型模糊推理系统进行参数训练，生成对应各个振荡模态的附加阻尼控制信号；

（4）采用放大、限幅、叠加环节（4）对对应各个振荡模态的附加控制信号进行放大、限幅、叠加，生成励磁电压附加控制信号。

3.根据权利要求2所述的电力系统次同步振荡的抑制装置的抑制方法，其特征在于：所述步骤（3）中Sugeno型模糊推理系统的参数训练包括如下步骤：

（a）根据系统的实际情况选择合理的Sugeno型模糊推理系统结构，所述系统的实际情况包括输入/输出变量的个数、模糊变量划分、规则数；

（b）利用测试信号法获得附加控制信号ΔU_S与发电机附加电磁转矩ΔT_e间的相位滞后特性；

（c）根据步骤（b）获得的相位滞后特性，构造模糊推理系统的训练样本；

（d）利用误差反向传播神经网络学习算法训练已建立的初始模糊系统，得到精确的隶属度函数和模糊推理规则；

（e）检测模糊推理系统的泛化能力。

Images