CN103699723A - 一种发电厂机组动力系统模型校核方法 - Google Patents

Abstract

本发明公开了一种发电厂机组动力系统模型校核方法，包括以下步骤：A:找出关键发电机；B:利用PMU装置通过采集关键发电机的电压幅值、电压相角、有功功率和无功功率、AVR/PSS的开关量状态；C:对PMU装置采集到的时序数列进行预处理；D:对PMU装置采集到的时序数列波动量进行分析；E:使用基于移相变压器法的混合动态仿真算法分别计算每一组模型参数所对应的关键发电机功率仿真时序数组；F:进行误差计算，得到多组误差指标；G:最小的误差指标所对应的关键发电机模型参数库中的模型参数即为最优发电机模型参数。本发明能够对电力系统动态仿真程序中的发电机模型进行准确的评估，维护电力系统安全稳定运行。

Description

一种发电厂机组动力系统模型校核方法

技术领域

本发明涉及一种模型校核方法，尤其涉及一种发电厂机组动力系统模型校核方法。 

背景技术

目前,仿真技术在电力系统规划、运行中扮演着重要的角色，动态仿真的计算结果不仅常常被用于指导系统的运行方式，还被用于设定各种控制设备参数。使用不可信的仿真结果来指导安排电网运行，将给系统安全埋下隐患。 

1996年8月，美国西部电力系统发生大停电事故，美国邦纳维尔电管局（BPA）用当时WSCC指导系统运行的数据库重现停电过程时发现，仿真结果是为一个平稳的运行状态，根本无法再现系统振荡失稳的动态过程，引起了电力从业人员对电力系统动态仿真的担忧。2004年3月，东北电网组织进行人工三相短路试验与电网仿真对比校验，发现确有必要将仿真结果与实际系统真实状况进行对比研究，分析仿真结果的准确性和可信度。因此，如何提高仿真结果的准确性已成为目前研究的热点。 

发电机组包含发电机、励磁系统、原动机及调速器,是决定电力系统动态行为特征的关键设备,其数学模型及参数的有效性将直接影响系电力系统动态仿真结果。因此，对发电机组仿真模型的有效性 评估显得尤为重要。目前，电力系统动态仿真程序中的发电机模型大都采用典型数学模型，参数采用厂家数据、典型数据或者现场实测数据，无论以何种方式构建的发电机仿真模型，其动态特性的有效性都有待进一步评估。长期以来，为了验证并得到较准确的发电机模型，人们普遍采用设备现场测试的方法来获得其特性参数。WSCC规定，10MW以上机组的参数必须经过实测才能入网，中国也早在1990年的电网工作会议上就建议对发电机参数进行实测。在西部电力协调委员会（Western Electricity Coordinating Council－WECC）系统中，大约有80%的发电设备经过了测试；而北美电力可靠性委员会（North American Electricity Reliability Council－NERC）的政策文件规定，发电机每五年要进行一次测试。但这种定期重复进行参数测试的方法，将大大增加电厂的工作量和费用负担，并影响发电机的正常运行，且现场测得的参数也会因为各种误差原因而不尽准确。 

发明内容

本发明的目的是提供一种发电厂机组动力系统模型校核方法，能够对电力系统动态仿真程序中的发电机模型进行准确的评估，保证仿真数据的可行度，维护电力系统安全稳定运行。 

本发明采用下述技术方案： 

一种发电厂机组动力系统模型校核方法，包括以下步骤： 

A:对电网中的发电机组进行容量、调频性能分析，找出对频率影响最大的关键发电机作为研究对象； 

B:将关键发电机的高压母线或出线设置为边界母线，在边界母 线处安装PMU装置，利用PMU装置通过采集边界母线的电压向量值和电流向量值获得关键发电机的电压幅值、电压相角、有功功率和无功功率，并利用PMU装置采集关键发电机AVR/PSS的开关量状态； 

C:对PMU装置采集到的时序数列进行预处理； 

D:对PMU装置采集到的时序数列波动量进行分析；若时序数列的波动量小于误差范围时，则忽略该时序数列，返回到步骤A；若时序数列的波动量大于误差范围时，则进入步骤E； 

E:依次读取关键发电机模型参数库中的每一组模型参数，使用基于移相变压器法的混合动态仿真算法，分别得到每一组模型参数所对应的关键发电机功率仿真时序数组； 

F:利用步骤E中得到的每一组模型参数所对应的关键发电机功率仿真时序数组，分别计算每一组模型参数所对应的关键发电机仿真有功功率和仿真无功功率，并将计算得出的各组关键发电机仿真有功功率和仿真无功功率与PMU测得的关键发电机有功功率和无功功率进行误差计算，得到多组误差指标； 

G:在步骤F中得到的多组误差指标中选取最小的误差指标，此误差指标所对应的关键发电机模型参数库中的模型参数即为最优发电机模型参数。 

所述步骤C中对PMU装置采集到的时序数列进行预处理的方法为：利用差分方法对PMU装置采集到的数据缺失点进行补齐；然后利用平均值的方法得到平滑曲线，去除数据中的毛刺以及突变；最后根据仿真的步长重新生成优化后的时序数列。 

所述的步骤E中，基于移相变压器法的混合动态仿真算法包括以下步骤： 

a:读入PMU装置采集到的时序数列波动量； 

b:构建关键发电机子系统的网架，增加一组移相变压器和无穷大发电机； 

c:利用边界点电压幅值和相角的初始值，初始化无穷大发电机母线电压的初始值，进行潮流计算，获得关键发电机子系统的初始状态； 

d:分别读取关键发电机模型参数库中的每一组模型参数，进行参数合理性检查； 

e:形成导纳矩阵和雅可比矩阵，联立求解微分方程和代数方程，判别初始条件的合理性； 

f:开始仿真并设置仿真初始时间； 

g:根据时序数列的时间差值设置混合动态仿真的仿真步长，得到下一个仿真时刻和电压幅值和相角值，修改移相变压器的移向角和变比，利用梯形积分法进行计算；梯形积分法的步长根据PMU数据的步长和收敛性进行变化，当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛； 

h:重复步骤g，直至PMU所采集到经预处理后的时序数列中所有的数据全部仿真完毕。 

所述步骤b中，增加的发电机和移相变压器的初始状态如下： 

（1）发电机模型采用经典模型； 

（2）发电机的内电抗采用最小值； 

（3）发电机的惯性时间常数采用最大值； 

（4）发电机的电压设定为1p.u.； 

（5）移相变压器的阻抗为0； 

（6）发电机的初始有功值采用PMU装置采集到的有功功率初始值； 

（7）移相变压器的初始变比n采用PMU装置采集到的电压幅值初始值； 

（8）移相变压器的的初始移向角α采用PMU装置采集到的电压相角初始值。 

所述步骤g中，在修改移相变压器的移向角和变比后，利用注入电流法进行仿真，使网络导纳矩阵变为定值，不必跟随移相变压器的步长和变比进行修改的对称矩阵。 

所述步骤g中，使用变步长算法，以数据时间点修改步长，同时考虑算法的收敛性；当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛。 

所述的步骤F中，误差指标的计算包含残值计算和特征值计算； 

残值计算过程如下： 

（1）将变量的比较时间序列减去基准时间序列，得到一组残差时间序列； 

（2）对残差时间序列建立合适的数学模型，并给出相应的定量指标； 

（3）利用公式进行误差指标                                                  

的计算； 

其中，{y_i,i=1,2,…,N}是PMU测量数据，

是混合动态仿真的结果数据；y_s是PMU测量数据的平均值； 

特征值计算过程如下： 

（1）采用频域变换方法进行特征量提取； 

（2）采用Prony变换比较两个动态变量的阻尼系数和振荡频率，计算出两个动态变量的差异； 

利用Prony分析将数据序列分成多组模式，去除直流模式后的幅值最大的模式作为主要模式，主要模式下的频率误差指标计算公式为： 

主要模式下的衰减率误差指标计算公式为：

其中，m表示主要模式，f和ζ分别表示使用Prony分析PMU实际数据得到的频率和衰减率,

和

分别表示使用Prony分析混合动态仿真结果得到的频率和衰减率结果。 

本发明基于混合动态仿真技术，使用发电机侧PMU记录的实际运行数据对关键发电机及其励磁调速控制系统的离线数学模型进行拟 合度评价，定位模型参数误差较大的发电机；并对离线仿真误差的分析方法进行研究，提出发电机及其控制系统模型的准确性评价指标有效性评估。该方法充分利用了广域实测数据，对发电机及其控制系统的离线模型进行评价，不仅对离线仿真结果的可信度有一定的指导性，同时对实测工作的开展具有十分重要的价值和意义。本发明能够弥补发电机现场测试的不足，为运行提供模型参数的有效性评估工具，保证仿真数据的可行度，对电力系统安全稳定运行具有十分重要的使用价值和意义。 

附图说明

图1为本发明的流程图； 

图2为本发明所述移相变压器法等值电路示意图。 

具体实施方式

如图1所示，本发明所述的发电厂机组动力系统模型校核方法，包括以下步骤： 

A:对电网中的发电机组进行容量、调频性能分析，找出对频率影响最大的关键发电机作为研究对象。关键发电机的选取方法根据发电机的容量和调频性能作为依据，一般选取容量大于500MW或在电网中承担调频任务的机组，或者选取对电网影响较大的机组。 

B:将关键发电机的高压母线或出线设置为边界母线，在边界母线处安装PMU装置，利用PMU装置通过采集边界母线的电压向量值和电流向量值获得关键发电机的电压幅值、电压相角、有功功率和无功功率，并利用PMU装置采集关键发电机AVR/PSS的开关量状态； 

PMU装置是一种用于进行同步相量的测量和输出以及进行动态记录的装置，能够采集边界母线的电压向量值和电流向量值，并提供发电机的电压幅值、电压相角、有功功率和无功功率。利用PMU装置采集关键发电机AVR/PSS的开关量状态，以十分钟作为一个采样区间，生成一组数列。 

C:对PMU装置采集到的时序数列进行预处理。 

由于PMU测量数据是一组时序数列，考虑到PMU装置的失效和噪音，时序数列中包含缺失点和毛刺，为了进一步提高本发明的校核精度，需要对PMU装置采集到的时序数列进行预处理，预处理方法如下： 

1.利用差分方法对PMU装置获得的数据缺失点进行补齐； 

2.利用平均值的方法得到平滑曲线，去除数据中的毛刺以及突变； 

3.根据仿真的步长重新生成优化后的时序数列。 

时间序列记为{t₁,t₂,t₃,…,t_i-1,t_i,t_i+1,…,t_N}，PMU获得的数据记为{y₁,y₂,y₃,…,y_i-1,y_i,y_i+1,…,y_N}； 

1.若y_i缺失，则利用公式

对其进行补齐： 

2.若y_i>2·y_i-1且y_i>2·y_i+1或y_i<2·y_i-1且y_i<2·y_i+1，则该点可能是毛刺，利用公式

重新生成该点数据。 

D:对PMU装置采集到的时序数列波动量进行分析；若时序数列的波动量小于误差范围时，则忽略该时序数列，返回到步骤A；若时 序数列的波动量大于误差范围时，则进入步骤E； 

根据PMU获得的频率数据进行分析，以十分钟作为一个采样区间，若采样区间内频率数据的波动量（频率最大值减去最小值）小于0.05Hz，则忽略该采样区间，大于0.05Hz，则进入步骤E进行进一步计算； 

E:依次读取关键发电机模型参数库中的每一组模型参数，使用基于移相变压器法的混合动态仿真算法，分别得到每一组模型参数所对应的关键发电机功率仿真时序数组。 

本发明中，混合动态仿真使用移相变压器法算法，利用移相变压器的时变变比和相角，为PMU数据的接入提供了桥梁。移相变压器法使用电压幅值和相角作为混合动态仿真的输入，发电机的有功功率和无功功率作为输出。移相变压器法将外部系统等值为理想变压器和惯性时间常数非常大的发电机组成的无穷大系统，如图2所示，边界点a作为测量点，记录断面的电压幅值、相角、有功功率和无功功率。 

基于移相变压器法的混合动态仿真算法包括以下步骤： 

a:读入PMU装置采集到的时序数列波动量； 

b:构建关键发电机子系统的网架，增加一组移相变压器和无穷大发电机；当构建如图2所示的关键发电机子系统网架时，所增加的发电机和移相变压器的初始状态如下： 

（1）发电机模型采用经典模型； 

（2）发电机的内电抗采用最小值； 

（3）发电机的惯性时间常数采用最大值； 

（4）发电机的电压设定为1p.u.； 

（5）移相变压器的阻抗为0； 

（6）发电机的初始有功值采用PMU装置采集到的有功功率初始值； 

（7）移相变压器的初始变比n采用PMU装置采集到的电压幅值初始值； 

（8）移相变压器的的初始移向角α采用PMU装置采集到的电压相角初始值。 

c:利用边界点电压幅值和相角的初始值，初始化无穷大发电机母线电压的初始值，进行潮流计算，获得关键发电机子系统的初始状态； 

d:分别读取关键发电机模型参数库中的每一组模型参数，进行参数合理性检查； 

e:形成导纳矩阵和雅可比矩阵，联立求解微分方程和代数方程，判别初始条件的合理性； 

f:开始仿真并设置仿真初始时间； 

g:根据时序数列的时间差值设置混合动态仿真的仿真步长，得到下一个仿真时刻和电压幅值和相角值，修改移相变压器的移向角和变比，利用梯形积分方法进行计算。梯形积分法的步长根据PMU数据的步长和收敛性进行变化，当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛。 

经过以上简化和初始化后，在混合动态仿真的每一个仿真步长中根据边界点测量值改变理想变压器的变比和相角，以保证等值母线a 的电压幅值和相角与记录值接近。由于发电机惯性常数非常大且内阻抗为0，提供了恒定电压幅值和相角，可以认为是一个理想电压源，发电机和理想变压器均无有功和无功损耗，理想变压器变比和相角变化如下式： 

$\left\{\begin{array}{c}n=\frac{V^{*}}{E}=V^{*}\\ \mathrm{\&alpha;}={\mathrm{\&theta;}}^{*}-\mathrm{\&delta;}={\mathrm{\&theta;}}^{*}\end{array}\right.$

其中，V^*为发电机机端电压，由PMU设备测量获得；θ^*为发电机机端电压相角，同由PMU设备测量获得。 

移相变压器法通过改变理想变压器变比和相角达到保证边界点的电压和相角与测量值一致，从而达到精确等值外部系统的目的。移向变压器的导纳矩阵为： 

$\left[\begin{array}{cc}{Y}_{\mathrm{ii}}& Y_{\mathrm{ij}}\\ Y_{\mathrm{ji}}& Y_{\mathrm{jj}}\end{array}\right]\left[\begin{array}{cc}{Y}_T& \frac{-Y_T}{a_t+j{b}_t}\\ \frac{-Y_T}{a_t-{\mathrm{jb}}_t}& \frac{Y_T}{{a_t}^2+{b_t}^2}\end{array}\right];$

其中， $\begin{array}{c}{a}_t+{\mathrm{jb}}_t=n_t(\cos {\mathrm{\&alpha;}}_t+\sin {\mathrm{\&alpha;}}_t)\\ Y_T=1/(R+\mathrm{jX})\end{array};$ R,X分别为移相变压器的电阻和电抗，在程序实现时假设为无穷小，R=0，X=0.0001。 

由于移相变压器的移向角和变比一直处于变化状态，且是不对称的，导致网络矩阵为不对称矩阵且频繁变化。为了避免过多的矩阵LU分解计算，减小仿真速度，本发明在修改移相变压器的移向角和变比后，利用注入电流法进行仿真，使网络导纳矩阵变为定值，不必跟随移相变压器的步长和变比进行修改的对称矩阵，网络导纳矩阵中 的阻抗和注入电流分别为： 

$\left[\begin{array}{cc}{Y}_{\mathrm{ii}}& Y_{\mathrm{ij}}\\ Y_{\mathrm{ji}}& Y_{\mathrm{jj}}\end{array}\right]\left[\begin{array}{cc}{Y}_T& \frac{-Y_T}{k_t}\\ \frac{-Y_T}{k_t}& \frac{Y_T}{{k_t}^2}\end{array}\right];$

$\begin{array}{c}{\stackrel{\&CenterDot;}{I}}_i=(Y_{\mathrm{ii}}-{\stackrel{\&OverBar;}{Y}}_{\mathrm{ii}}){\stackrel{.}{V}}_i+(Y_{\mathrm{ij}}-{\stackrel{\&OverBar;}{Y}}_{\mathrm{ij}}){\stackrel{\&CenterDot;}{V}}_j\\ {\stackrel{\&CenterDot;}{I}}_j=(Y_{\mathrm{ji}}-{\stackrel{\&OverBar;}{Y}}_{\mathrm{ji}}){\stackrel{\&CenterDot;}{V}}_i+(Y_{\mathrm{jj}}-{\stackrel{\&OverBar;}{Y}}_{\mathrm{jj}}){\stackrel{\&CenterDot;}{V}}_j\end{array};$

其中，

是移相变压器两端的电压向量，

是移相变压器两端的电压向量。 

使用变步长算法，以数据时间点修改步长，同时考虑算法的收敛性。当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛。 

h:重复步骤g，直至PMU所采集到经预处理后的时序数列中所有的数据全部仿真完毕。 

F:利用步骤E中得到的每一组模型参数所对应的关键发电机功率仿真时序数组，分别计算每一组模型参数所对应的关键发电机仿真有功功率和仿真无功功率，并将计算得出的各组关键发电机仿真有功功率和仿真无功功率与PMU测得的关键发电机有功功率和无功功率进行误差计算，得到多组误差指标。 

电力系统动态仿真与实际系统的响应数据不完全一致，称为动态仿真误差。电力系统仿真准确可信度评估的主要任务之一就是要分析仿真误差的起因、大小。量化电力系统仿真误差是仿真可信性准确性评估及模型参数校正的基础，也是仿真可信度评估的组成内容之一。 

由于要求仿真模型的响应结果逼近实测系统响应结果，在误差分析时将实测量作为真值，仿真量作为比较值。以母线的电压幅值相角作为混合动态仿真的输入，对比实测的发电机的有功无功功率和混合动态仿真输出的发电机有功无功功率，误差指标的计算包含残值和特征值。在传统误差分析理论中，这称为动态变量的误差评定。 

量化的误差分析是对动态变量间的差异给出数值化的指标，可以克服目测法等定性分析方法的局限，为模型校验、算法优化提供数学依据。量化的误差指标的计算包含残值计算和特征值计算； 

残值计算过程如下： 

（1）将变量的比较时间序列减去基准时间序列，得到一组残差时间序列； 

（2）对残差时间序列建立合适的数学模型，并给出相应的定量指标； 

（3）利用公式

进行误差指标   

的计算； 

其中，{y_i,i=1,2,…,N}是PMU测量数据，

是混合动态仿真的结果数据；y_s是PMU测量数据的平均值； 

特征值计算过程如下： 

（1）采用频域变换方法进行特征量提取； 

（2）采用Prony变换比较两个动态变量的阻尼系数和振荡频率，计算出两个动态变量的差异；利用Prony分析将数据序列分成多组模 式，去除直流模式后的幅值最大的模式作为主要模式， 

主要模式下的频率误差指标计算公式为：

主要模式下的衰减率误差指标计算公式为：

其中，m表示主要模式，f和ζ分别表示使用Prony分析PMU实际数据得到的频率和衰减率,

和

分别表示使用Prony分析混合动态仿真结果得到的频率和衰减率结果。 

G:在步骤F中得到的多组误差指标中选取最小的误差指标，此误差指标所对应的关键发电机模型参数库中的模型参数即为最优发电机模型参数。 

本发明所述的动力系统模型校核方法所使用的混合动态仿真基于全过程仿真程序开发，可以实现长时间仿真，并为慢动态模型的参数评价提供了可行性。本发明同样适用于励磁系统、汽轮机、调速器、锅炉、锅炉汽机协调控制系统等全过程动态模型。发电机、励磁系统、汽轮机、调速器这些模型为常规的暂态模型，影响故障后的暂态过程。锅炉和锅炉汽机协调控制系统是中长期模型，对故障后的中长期过程有很大的影响，对中长期模型的校核也是本发明的特点之一。 

Claims (7)

1.一种发电厂机组动力系统模型校核方法，其特征在于，包括以下步骤： 

A:对电网中的发电机组进行容量、调频性能分析，找出对频率影响最大的关键发电机作为研究对象； 

B:将关键发电机的高压母线或出线设置为边界母线，在边界母线处安装PMU装置，利用PMU装置通过采集边界母线的电压向量值和电流向量值获得关键发电机的电压幅值、电压相角、有功功率和无功功率，并利用PMU装置采集关键发电机AVR/PSS的开关量状态； 

C:对PMU装置采集到的时序数列进行预处理； 

D:对PMU装置采集到的时序数列波动量进行分析；若时序数列的波动量小于误差范围时，则忽略该时序数列，返回到步骤A；若时序数列的波动量大于误差范围时，则进入步骤E； 

E:依次读取关键发电机模型参数库中的每一组模型参数，使用基于移相变压器法的混合动态仿真算法，分别得到每一组模型参数所对应的关键发电机功率仿真时序数组； 

F:利用步骤E中得到的每一组模型参数所对应的关键发电机功率仿真时序数组，分别计算每一组模型参数所对应的关键发电机仿真有功功率和仿真无功功率，并将计算得出的各组关键发电机仿真有功功率和仿真无功功率与PMU测得的关键发电机有功功率和无功功率进行误差计算，得到多组误差指标； 

G:在步骤F中得到的多组误差指标中选取最小的误差指标，此 误差指标所对应的关键发电机模型参数库中的模型参数即为最优发电机模型参数。 

2.根据权利要求1所述的发电厂机组动力系统模型校核方法，其特征在于，所述步骤C中对PMU装置采集到的时序数列进行预处理的方法为：利用差分方法对PMU装置采集到的数据缺失点进行补齐；然后利用平均值的方法得到平滑曲线，去除数据中的毛刺以及突变；最后根据仿真的步长重新生成优化后的时序数列。 

3.根据权利要求1或2所述的发电厂机组动力系统模型校核方法，其特征在于，所述的步骤E中，基于移相变压器法的混合动态仿真算法包括以下步骤： 

a:读入PMU装置采集到的时序数列波动量； 

b:构建关键发电机子系统的网架，增加一组移相变压器和无穷大发电机； 

c:利用边界点电压幅值和相角的初始值，初始化无穷大发电机母线电压的初始值，进行潮流计算，获得关键发电机子系统的初始状态； 

d:分别读取关键发电机模型参数库中的每一组模型参数，进行参数合理性检查； 

e:形成导纳矩阵和雅可比矩阵，联立求解微分方程和代数方程，判别初始条件的合理性； 

f:开始仿真并设置仿真初始时间； 

g:根据时序数列的时间差值设置混合动态仿真的仿真步长，得到下一个仿真时刻和电压幅值和相角值，修改移相变压器的移向角和变 比，利用梯形积分法进行计算；梯形积分法的步长根据PMU数据的步长和收敛性进行变化，当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛； 

h:重复步骤g，直至PMU所采集到经预处理后的时序数列中所有的数据全部仿真完毕。 

4.根据权利要求3所述的发电厂机组动力系统模型校核方法，其特征在于，所述步骤b中，增加的发电机和移相变压器的初始状态如下： 

（1）发电机模型采用经典模型； 

（2）发电机的内电抗采用最小值； 

（3）发电机的惯性时间常数采用最大值； 

（4）发电机的电压设定为1p.u.； 

（5）移相变压器的阻抗为0； 

（6）发电机的初始有功值采用PMU装置采集到的有功功率初始值； 

（7）移相变压器的初始变比n采用PMU装置采集到的电压幅值初始值； 

（8）移相变压器的的初始移向角α采用PMU装置采集到的电压相角初始值。 

5.根据权利要求4所述的发电厂机组动力系统模型校核方法，其特征在于，所述步骤g中，在修改移相变压器的移向角和变比后，利用注入电流法进行仿真，使网络导纳矩阵变为定值，不必跟随移相 变压器的步长和变比进行修改的对称矩阵。 

6.根据权利要求5所述的发电厂机组动力系统模型校核方法，其特征在于，所述步骤g中，使用变步长算法，以数据时间点修改步长，同时考虑算法的收敛性；当PMU时间间隔变化时，自动改变计算步长；当计算不收敛时，自动减小步长为原步长的一半，直到收敛。 

7.根据权利要求6所述的发电厂机组动力系统模型校核方法，其特征在于，所述的步骤F中，误差指标的计算包含残值计算和特征值计算； 

残值计算过程如下： 

（1）将变量的比较时间序列减去基准时间序列，得到一组残差时间序列； 

（2）对残差时间序列建立合适的数学模型，并给出相应的定量指标； 

（3）利用公式

进行误差指标                                                  的计算； 

其中，{y_i,i=1,2,…,N}是PMU测量数据，

是混合动态仿真的结果数据；y_s是PMU测量数据的平均值； 

特征值计算过程如下： 

（1）采用频域变换方法进行特征量提取； 

（2）采用Prony变换比较两个动态变量的阻尼系数和振荡频率，计算出两个动态变量的差异； 

利用Prony分析将数据序列分成多组模式，去除直流模式后的幅值最大的模式作为主要模式，主要模式下的频率误差指标计算公式为： 

主要模式下的衰减率误差指标计算公式为：

其中，m表示主要模式，f和ζ分别表示使用Prony分析PMU实际数据得到的频率和衰减率,和

分别表示使用Prony分析混合动态仿真结果得到的频率和衰减率结果。 

Images