CN104270050A - 一种基于wams动态数据的发电机参数辨识方法 - Google Patents

Abstract

本发明公开了一种基于WAMS动态数据的发电机参数辨识系统。该系统是基于Linux操作系统平台的发电机参数辨识系统架构，具体包含参数配置、发电机参数辨识和励磁辨识三大模块。发明的系统采用仿真模型上验证过的辨识方案对不同电厂、不同电机的PMU测量数据进行辨识，取得了较为理想的辨识效果。本发明的系统通过算法分析发电机的各个参数是否满足实际运行的要求，便捷、准确地给出参数辨识结果，大大地提高了机组的稳定运行效率，保证电网的稳定运行。

Description

一种基于WAMS动态数据的发电机参数辨识方法

技术领域

本发明属于电力系统动态监测领域，具体涉及一种基于WAMS动态数据的发电机参数辨识方法。

背景技术

近年来，随着我国电网不断的发展，研究电力系统稳定问题所需要的基础计算数据涉及到发电机系统的详细模型和参数。但由于实际运行的参数不全满足实际运行的条件，在稳定计算中只能采用厂家数据或者某些参数的典型数据，这严重影响了计算结果的准确性和可靠性。因此，需要采用辨识技术来获取可靠的实际发电机模型的参数。

发明内容

本发明适用于对不同电厂、不同电机的PMU测量数据进行辨识，通过提供发电机合理的运行参数，更新电网的运行方式，以维持或改善电力系统稳定运行。

本发明具体采用以下技术方案：

一种基于WAMS动态数据的发电机参数辨识方法，其特征在于，所述方法包括以下步骤：

1)从WAMS系统中读取待辨识发电机组并网时的PMU量测数据，获取发电机组的铭牌参数值；

2)对PMU量测数据进行无效数据的预处理；

3)对PMU量测数据进行标幺化处理；

4)根据PMU量测数据计算发电机组直轴、交轴电压值和直轴、交轴电流值；

5)把发电机组、励磁系统的输入和输出之间的关系中的待辨识参数用向量表示，输入变量用向量表示，输出变量用向量表示，输入和输出之间的关系用函数f(·)表示，则有采用文化粒子群优化算法求取待辨识参数向量

6)最终将辨识后的发电机组、励磁系统的辨识输出结果输出传递给界面。

本发明相对于现有技术具有以下有益的技术效果：

1)在对模型的选取上，同步发电机选用最高阶的六阶BPA模型，充分考虑了阻尼绕组的影响，励磁系统则充分结合电网实际机组的运行情况及相关技术报告要求选用了多组BPA模型，这些考虑均更加符合实际运行情况。

2)实际电网发生比较大扰动情况已经非常少见，本发明在参数辨识数据的选择上选取电机并网数据，由于电机的并网过程伴随着发电机出力及励磁电流等大幅度的变化过程信息，这些信息中所包括的数据非常适合于相应机组参数的辨识，使得所辨识数据更为准确。

3)在参数辨识过程中，增加了对从PMU量测异常数据的处理过程，可以有效地避免一些明显错误的数据对参数辨识的影响，从而提高了辨识参数的精度。

4)在优化算法选择上，引入文化粒子群算法，采用“双促进双演化”的机制可以有效地避免了普通粒子群算法的“早熟”问题，提高辨识参数的精度，同时此算法可以提供相应辨识参数的置信空间，可以在相应区间中确定参数的取值，从而为用户对参数提供了更好的选择，具有很好的实用意义。

附图说明

图1是本发明参数辨识系统及智能电网调度技术支持与电网调度的关系示意图；

图2是本发明参数辨识、励磁辨识系统的流程图；

图3是本发明基于WAMS动态数据的发电机参数辨识方法的流程图。

具体实施方式

下面结合说明书附图对本发明的技术方案做进一步详细说明。

本发明基于Linux操作系统平台，适用于对不同电厂、不同电机的PMU测量数据进行辨识，提供发电机合理的运行参数，更新电网的其运行方式从而维持或改善电力系统稳定运行的系统。

发明参数辨识系统及智能电网调度技术支持与电网调度的关系如图1所示，调度员通过智能电网调度技术支持系统中的WAMS应用，选择参数辨识系统模块，通过此模块对每台发电机的参数进行辨识。

本发明参数辨识系统的程序流程如图2所示，程序开始对主界面进行布局显示，用户通过界面进行数据类型的选择，类型包括主站时间序列历史库的数据和子站PMU本地保存的离线数据，读取成功后，进行算法辨识，最后把算法辨识得出的参数结果显示到界面。

下面对本发明的技术方案进一步详细阐述：

本发明使用基于Linux操作系统平台的发电机参数辨识系统架构、发电机参数配置人机界面设计技术、发电机数据读取技术、发电机参数辨识算法技术、发电机参数辨识系统的多线程技术，最终构成发电机参数辨识系统。

如附图3所示，基于WAMS动态数据的发电机参数辨识方法实现步骤如下：

(1)从WAMS系统中读取所需并网发电机组的PMU量测数据包括正序电压幅值、正序电压相角、正序电流幅值、正序电流相角、主励磁电压、主励磁电流、机械法测量的发电机功角。获取的机组铭牌参数值包括机组额定电压、额定功率、额定功率因数、发电机定子开路转子以额定速度运行的励磁电流值。同时还要从界面读入机组待辨识参数的厂家提供值，此值作为采用文化粒子群算法优化求取参数的初始值。其中发电机的待辨识参数包括直轴同步电抗、交轴同步电抗、直轴暂态电抗、交轴暂态电抗、直轴次暂态电抗、交轴次暂态电抗、直轴暂态开路时间常数、交轴暂态开路时间常数、直轴次暂态开路时间常数、交轴次暂态开路时间常数等。励磁系统的待辨识参数，包括无功补偿系数、调节器输入滤波器时间常数、调节器增益、比例积分或纯积分调节选择因子、压力调节器时间常数、调节器放大器的时间常数、调节器增益、第二级调节器时间常数、第二级调节器增益、励磁机时间常数、SE、励磁机自励磁系数、换向电抗的整流器负载因子、去磁因子、励磁机电流反馈增益、调压器稳定回路增益及最大励磁电压等励磁参数。

(2)对PMU量测数据进行无效数据处理，由于PMU装置问题，或者网络不稳定问题，量测获得的数据可能存在无效数据，因此需要对于量测数据中明显是错误的数据首先进行相应的处理，通过对PMU数据的状态字的判断来确定该数据是否可用，如果发现数据点不可用时，直接删除，读取下一个量测点，从而保证数据选择的准确性；

(3)对PMU量测数据进行标幺化处理，由于发电机六阶BPA方程中各量包括时间常数均为标么值，而励磁系统，调速系统模型各个环节的计算也是基于标幺值的计算，因此需要把PMU量测的正序电压幅值，正序电流幅值，主励磁电压幅值，主励磁电流幅值4个量进行标幺化处理。量测数据的标幺值等于实际的PMU量侧值除以相应量测数据的基准值，正序电压、正序电流、主励磁电压、主励磁电流的基准值的求取需要结合步骤(1)读取的机组铭牌参数值获得。

(4)对正序电压幅值、正序电流的幅值，正序电压相角、正序电流的相角相关量进行Park变换，由于在进行发电机参数辨识时要用到d、q轴电压U_d、U_q和d、q轴电值I_d、I_q，这些值的获取需要经过Park变换获得：其中，δ为机械法测量的发电机功角，U₊、I₊分别是正序电压、正序电流的幅值，∠U₊、∠I₊分别为正序电压、正序电流的相角，它们的值已由步骤(1)读取。

(5)把发电机组、励磁系统的输入和输出之间的关系中的待辨识参数用向量表示，输入变量用向量表示，输出变量用向量表示，输入和输出之间的关系用函数f(·)表示，则有 $\stackrel{\→}{z}=f(\stackrel{\→}{x},\stackrel{\→}{u}),$ 相应的辨识问题即为寻找满足 $\underset{\stackrel{\→}{x}}{\mathrm{Min}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{|\stackrel{\→}{z}-\hat{z}|}^2=\underset{\stackrel{\→}{x}}{\mathrm{Min}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{|\stackrel{\→}{z}-f(\stackrel{\→}{u},\hat{x})|}^2$ (i表示采样点的个数)的最优值问题，可以采用文化粒子群优化算法求取

对于发电机组参数辨识而言，选取发电机组并网时刻一段采样点数据(其中，i为采样点，i＝1…N)，函数f(·)为发电机组的6阶实用方程，将6阶实用方程解耦，可将对发电机组的参数辨识分为直轴参数辨识和交轴参数辨识。在辨识发电机组直轴参数(包络直轴同步电抗、直轴暂态电抗、直轴次暂态电抗、直轴暂态开路时间常数、直轴次暂态开路时间常数)时，为步骤(4)求取的发电机组的交轴电压和步骤(1)读取的发电机组的主励磁电压，为步骤(4)求取的发电机组的直轴电流，相应的为利用文化粒子群优化算法每一次优化得到的直轴电机参数，结合发电机的交轴电压和发电机的主励磁电压通过发电机6阶实用方程直轴部分求取发电机直轴电流的仿真值，当直轴电流的仿真值与PMU的量测值的偏差小于设定值时(设定值根据实际情况确定，例如设定值为10^-6)，可以认为这时候利用文化粒子群算法的发电机组直轴参数为待辨识参数的真值。同理，在辨识发电机组交轴参数(包括交轴同步电抗、交轴暂态电抗、交轴次暂态电抗、交轴暂态开路时间常数、交轴次暂态开路时间常数)时，为步骤(4)求取的发电机组的直轴电压，为步骤(4)求取的发电机组的交轴电流，相应的为利用文化粒子群优化算法每一次优化得到的发电机组交轴参数，结合发电机的直轴电压通过发电机6阶实用方程交轴部分求取的发电机组直轴电流的仿真值。当交轴电流的仿真值与PMU的量测值的偏差小于设定值时(定值为10^-6)，可以认为这时候利用文化粒子群算法获得的交轴电机参数为待辨识参数的真值。

对于励磁系统参数辨识而言，选取发电机组并网时刻一段采样点数据(i＝1…N)，函数f(·)为所选发电机组的励磁系统所对应的BPA模型方程。此时，为步骤(1)读取的发电机组的正序电压幅值，发电机的正序电流幅值和发电机组的主励磁电流，为步骤(1)读取的发电机的励磁电压，相应的为利用文化粒子群优化算法每一次优化得到的励磁系统参数，结合发电机的正序电压，发电机的正序电流和发电机的主励磁电流通过励磁系统BPA模型方程求取的发电机主励磁电压的仿真值，当主励磁电压的仿真值与PMU的量测值的偏差小于设定值时(定值为10^-6)，可以认为这时候利用文化粒子群算法获得的励磁系统参数为待辨识参数的真值。

申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (7)

1.一种基于WAMS动态数据的发电机参数辨识方法，其特征在于，所述方法包括以下步骤：

1)从WAMS系统中读取待辨识发电机组并网时的PMU量测数据，获取发电机组的铭牌参数值；

2)对PMU量测数据进行无效数据的预处理；

3)对PMU量测数据进行标幺化处理；

4)根据PMU量测数据计算发电机组直轴、交轴电压值和直轴、交轴电流值；

5)把发电机组、励磁系统的输入和输出之间的关系中的待辨识参数用向量表示，输入变量用向量表示，输出变量用向量表示，输入和输出之间的关系用函数f(·)表示，则有采用文化粒子群优化算法求取待辨识参数向量

6)最终将辨识后的发电机组、励磁系统的辨识输出结果输出传递给界面。

2.根据权利要求1所述的发电机参数辨识方法，其特征在于：

在步骤(1)中，从WAMS系统中读取发电机组并网时的PMU量测数据包括正序电压幅值、正序电压相角、正序电流幅值、正序电流相角、主励磁电压、主励磁电流、发电机功角；

获取的发电机组铭牌参数值包括发电机组额定电压、额定功率、额定功率因数、发电机组定子开路转子以额定速度运行的励磁电流值。

3.根据权利要求1所述的发电机参数辨识方法，其特征在于：

在步骤(4)中，通过以下公式计算发电机组的直轴电压U_d、交轴电压U_q、直轴电流I_d、交轴电流I_q：

其中，δ为机械法测量的发电机功角，U₊、I₊分别是PMU量测数据中的正序电压幅值、正序电流幅值，∠U₊、∠I₊分别为PMU量测数据中的正序电压相角、正序电流相角。

4.根据权利要求3所述的发电机参数辨识方法，其特征在于：

在步骤(5)中，求取满足的最优值的向量即为辨识结果，其中，为利用文化粒子群优化算法每一次优化得到的待辨识参数值。

5.根据权利要求4所述的发电机参数辨识方法，其特征在于：

对于发电机组参数辨识，函数f(·)为发电机的6阶实用方程，将6阶实用方程解耦；

在辨识发电机组直轴参数时，为步骤(4)求取的发电机组的交轴电压和步骤(1)读取的发电机的主励磁电压，为步骤(4)求取的发电机组的直轴电流，相应的为利用文化粒子群优化算法每一次优化得到的发电机组直轴参数，通过发电机6阶实用方程直轴部分求取发电机组直轴电流的仿真值，当直轴电流的仿真值与PMU的量测值的偏差小于设定值时，这时候利用文化粒子群算法得到的发电机组直轴参数为待辨识参数的真值。

6.根据权利要求4所述的发电机参数辨识方法，其特征在于：

对于发电机组参数辨识，函数f(·)为发电机的6阶实用方程，将6阶实用方程解耦；

在辨识发电机组交轴参数时，为步骤(4)求取的发电机的直轴电压，为步骤(4)求取的发电机的交轴电流，相应的为利用文化粒子群优化算法每一次优化得到的发电机组交轴参数值，通过发电机6阶实用方程交轴部分求取的发电机直轴电流的仿真值，当交轴电流的仿真值与PMU的量测值的偏差小于设定值时，认为这时候利用文化粒子群算法获得的交轴电机参数为待辨识参数的真值。

7.根据权利要求4所述的发电机参数辨识方法，其特征在于：

对于励磁系统参数辨识而言，函数f(·)为所选发电机组的励磁系统所对应的BPA模型方程，为步骤(1)读取的发电机的正序电压幅值，发电机组的正序电流幅值和发电机的主励磁电流，为步骤(1)读取的发电机组的励磁电压，相应的为利用文化粒子群优化算法每一次优化得到的励磁系统参数，通过励磁系统BPA模型方程求取发电机组主励磁电压的仿真值，当主励磁电压的仿真值与PMU的量测值的偏差小于设定值时，认为这时候利用文化粒子群算法获得的励磁系统参数为待辨识参数的真值。