CN105738772A - 基于功率及频率波动相位的强迫扰动源定位方法 - Google Patents

Abstract

本发明公开了一种基于功率及频率波动相位的强迫扰动源定位方法，包括以下步骤：S1：根据广域测量系统获取的系统功率数据选取功率振荡明显的区域；S2：对该区域内的母线频率以及支路功率数据进行预处理；S3：提取出强迫振荡的主导频率，通过最小二乘法求取信号幅值和初始相位从而获取相应的波动初始相位；S4：计算出母线频率波动与所连接的支路功率波动的相位差的绝对值，制定支路上振荡能量流向的判据；S5：根据判据进行扰动源的定位。本发明避免引入全网模型使分析误差加大，降低可靠性，很大程度上减少了在线监测分析的复杂性。

Description

基于功率及频率波动相位的强迫扰动源定位方法

技术领域

本发明涉及电力系统运行与控制技术领域，特别是涉及基于功率及频率波动相位的强迫扰动源定位方法。

背景技术

我国电力系统飞速发展，已初步形成“西电东送，南北互供，全国联网”的大区电网互联的局面。在电网可靠性得到提高、资源配置优化的同时，低频振荡问题也成为影响电力系统安全稳定运行的关键问题。关于低频振荡的起因，除了传统观点上的系统存在负阻尼会引起低频振荡，越来越多的研究发现持续性的周期小扰动会引发系统的强迫振荡，且当振荡频率与系统的固有频率相等时，系统功率振荡幅值达到最大。强迫振荡具有明确的扰动源，起振快，表现为持续的等幅振荡，当扰动源切除后，振幅迅速衰减。因此，快速准确的定位扰动源是抑制强迫振荡首先需要考虑的问题。

现有的扰动源定位方法主要是基于能量函数来计算网络中振荡能量，根据能量的转换识别定位电网中强迫扰动源。但是由于系统强迫振荡过程中，获取到的数据含有非扰动源决定的分量以及异常量，这些可能会对计算结果产生影响。而且，振荡能量的计算较繁琐，所需的时间较长，增加了系统在线监测分析的复杂程度。

发明内容

发明目的：本发明的目的是提供一种能够降低了系统在线监测分析的复杂性的基于功率及频率波动相位的强迫扰动源定位方法。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的基于功率及频率波动相位的强迫扰动源定位方法，包括以下步骤：

S1：根据广域测量系统获取的系统功率数据选取功率振荡明显的区域；

S2：对该区域内的母线频率以及支路功率数据进行预处理；

S3：通过TLS-ESPRIT算法计算出预处理后数据中各分量的频率大小、衰减系数及阻尼比，从而提取出强迫振荡的主导频率，通过最小二乘法求取信号幅值和初始相位从而获取相应的波动初始相位；

S4：计算出母线频率波动与所连接的支路功率波动的相位差的绝对值，制定支路上振荡能量流向的判据：如果两者相位差的绝对值小于90度，那么相应支路上振荡能量的流向与有功功率一致；否则，振荡能量的流向与有功功率相反；

S5：根据判据进行扰动源的定位：若与该母线相连的所有支路上的振荡能量都流向母线，则扰动源位于该母线上；否则，根据振荡能量的流向，反向进行扰动源判别定位。

进一步，所述步骤S1包括以下的步骤：

S1.1：确定预警阙值；

S1.2：电力系统发生强迫振荡时，系统根据阙值发出预警信号，并确定发生振荡报警的区域，即功率振荡明显的区域。

进一步，所述步骤S2中，对母线频率以及支路功率数据进行预处理包括以下的步骤：

S2.1：实际采集一组数据a₁,a₂,...,a_i，计算出该组数据的平均值μ和标准差σ；

S2.2：采用判别公式|a_i-μ|≥nσ识别出异常的数据，并进行剔除，n为3～10之间的整数；

S2.3：将异常数据作为丢失的数据处理，如果丢失数据个数不多于10个，则采用线性的模型进行填补，如果丢失数据个数多于10个，则对原始数据进行分段后进行处理；

S2.4：剔出异常数据并进行填补之后，形成一组新的数据。

进一步，所述步骤S4中的判据通过以下步骤得到：

S4.1：将节点j与发电机相连的支路L_ei,j的有功功率线性化后，可表示为：

${\mathrm{\ΔP}}_{ei,j}=\frac{U_{ei}{U}_j}{X_{\mathrm{\Σ}}}({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)=K({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)---\left(1\right)$

式(1)中，U_ei为发电机机端电压，U_j为节点j的电压，X_∑为支路的电抗，Δδ_ei为发电机内节点电压相角波动，Δθ_j为节点j的电压相角波动，ΔP_ei,j为线路上的有功功率波动，

S4.2：对式(1)求导后，得到：

$\frac{j\mathrm{\Ω}}{K}\mathrm{\Δ}{\stackrel{\·}{P}}_{ei,j}=(\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_{ei}-\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_j)---\left(2\right)$

式(2)中，分别为发电机内节点角频率波动Δω_ei和节点j的角频率波动Δω_j的相量形式；

S4.3：根据式(2)分别在振荡能量从母线流出到系统以及从系统流入母线两种情况下作出相量图；

S4.4：根据相量图得出判据。

有益效果：与现有技术相比，本发明具有如下的有益效果：

(1)在能量函数分析的基础上，提出了根据相位差来判断发电机是否为扰动源，接着将该方法推广到任一支路判断其振荡能量流向，构造了一种直观、简洁的强迫振荡在线监测定位方法；

(2)采用TLS-ESPRIT算法进行识别分析，提取出可用于扰动定位的主导频率下的相位信息，能够减少瞬态阶段的自由分量以及异常数据对判别结果的影响；

(3)由于只需要支路有功功率以及母线电压频率的数据，且均来自于母线上布置的PMU实测数据，从而能够具体到某条支路进行分析，避免引入全网模型使分析误差加大，降低可靠性，很大程度上减少了在线监测分析的复杂性；

(4)为电力系统安全稳定运行提供保障，能够快速定位系统扰动源，减少了低频振荡带来的经济损失及社会问题，具有经济和社会效益。

附图说明

图1为本发明的流程图；

图2是本发明的WAMS实测数据预处理流程图；

图3是本发明的扰动源位于发动机上的情况下振荡过程中偏差量相量关系图；

图4是本发明的扰动源不在发动机上的情况下振荡过程中偏差量相量关系图；

图5是本发明的振荡能量从发电机流向系统的振荡过程中偏差量相量关系图；

图6是本发明的振荡能量从系统流入发电机的振荡过程中偏差量相量关系图；

图7是本发明实施例的某电网区域系统接线图；

图8是本发明实施例的电气波动量模态识别分析图；

图9是本发明实施例的某电网发生强迫振荡后实测有功功率波形图。

具体实施方式

下面结合具体实施方式对本发明的技术方案作进一步的介绍。

图1为本发明的流程图，下面以实际某电网发生强迫振荡的扰动源定位为例，说明本发明的具体实施方式。经过小干扰稳定分析得到某台发电机强相关的局部振荡模式，频率为0.8Hz。在该台发电机附近的负荷母线上施加幅值为0.1，扰动频率为0.8Hz的持续性波动负荷，此时该系统发生强迫振荡。

本发明包括以下步骤：

S1：根据广域测量系统，也即WAMS系统，获取的系统功率数据选取支路功率振荡明显的区域。该区域系统接线图如图7所示，其中该区域内支路功率振荡情况如图9所示；

S2：对该区域内的母线频率以及支路功率数据进行预处理，步骤如图2所示；

S3：通过TLS-ESPRIT算法计算出预处理后数据中各分量的频率大小、衰减系数及阻尼比，从而提取出强迫振荡的主导频率，通过最小二乘法求取信号幅值和初始相位从而获取相应的波动初始相位；波动量的初始相位通过以下步骤来获取：

S3.1：通过TLS-ESPRIT算法计算出预处理后数据中各分量的频率大小、衰减系数及阻尼比；

S3.2：根据强迫振荡过程中波动稳态量不衰减特点，确定强迫振荡的主导频率，即共振频率；

S3.3：通过最小二乘法获取共振频率下，母线频率以及支路有功功率的波动相位；

因此，无需判断振荡是否进入稳态阶段即可提取出主导频率下的电气偏差量参数，且去除了瞬态量以及异常量对判定结果的影响；

波动量模态识别分析图如图8所示；

S4：计算出母线频率波动与所连接的支路功率波动的相位差的绝对值，判断支路上振荡能量的流向：

包括以下的步骤：

S4.1：判断扰动源是否位于发电机母线上；

根据强迫振荡稳态阶段各电气偏差量的相量关系式，如式(1)所示：

$\mathrm{\Δ}{\stackrel{\·}{P}}_m-\mathrm{\Δ}{\stackrel{\·}{P}}_e=j\mathrm{\Ω}M\mathrm{\Δ}\stackrel{\·}{\mathrm{\ω}}+D\mathrm{\Δ}\stackrel{\·}{\mathrm{\ω}}---\left(1\right)$

其中，分别为机械功率偏差量ΔP_m、输出电气功率偏差量ΔP_e以及角频率偏差量Δω的相量形式；T为系统强迫振荡的周期，M为转子的转动惯量，D为阻尼转矩系数；

根据式(1)分别在扰动源位于发电机上以及扰动源不在发动机上两种情况下作出相量图，如图3、图4所示。其中，α为相对于的波动相位；β为相对于的波动相位；

根据图3和图4，可以制定扰动源是否位于发电机上的判据：

0＜α＜90°(2)

如果式(2)成立，那么扰动源位于发电机上；否则，扰动源不在发电机上；

S4.2：判断支路上振荡能量流向；

将与发电机相连的一条支路上的有功功率线性化后，可表示为：

${\mathrm{\ΔP}}_{ei,j}=\frac{U_{ei}{U}_j}{X_{\mathrm{\Σ}}}({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)=K({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)---\left(3\right)$

其中，U_ei、U_j分别为发电机机端电压以及节点j的电压，X_∑为支路的电抗，Δδ_ei、Δθ_j分别为发电机内节点电压相角波动和节点j的电压相角波动，ΔP_ei,j为线路上的有功功率波动(发电机输出的电气功率波动)，K＝Δδ_ei-Δθ_j；

将式(3)求导后，可表示为：

$\frac{j\mathrm{\Ω}}{K}\mathrm{\Δ}{\stackrel{\·}{P}}_{ei,j}=(\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_{ei}-\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_j)---\left(4\right)$

其中，分别为发电机内节点角频率波动Δω_ei和节点j的角频率波动Δω_j的相量形式；

根据式(4)分别在振荡能量从发电机流出到系统以及从系统流入发电机两种情况下作出相量图，如图5、图6所示；

振荡能量随着支路节点电压角频率变化以及传输的有功功率变化而沿着支路进行流动，母线电压角频率偏差以及支路有功功率偏差ΔP_ij之间的相量关系反映振荡能量流向；因此根据图5和图6，制定支路上振荡能量流向的判据：

α＜90°(5)

如果式(5)成立，那么支路上振荡能量的流向与有功功率一致；否则，振荡能量的流向与有功功率相反；

综上，根据母线频率波动与其所连接的支路功率波动的相位差的绝对值，制定支路上振荡能量流向的判据：如果两者相位差的绝对值小于90度，那么相应支路上振荡能量的流向与有功功率一致；否则，振荡能量的流向与有功功率相反；

以上判据只涉及有功功率偏差量以及频率偏差量的初始相位值，无需进行积分环节，降低了计算的复杂性，也相应地降低了计算结果的误差；

以母线SYL为例，其波动相位及判别结果如表1所示：

表1波动相位及其判别结果

根据上表可知，支路SYL-SYLB和SYL-STW的有功波动相位与节点电压频率波动相位之差的绝对值分别为52.5°和65°，可以发现振荡能量流向与有功流向一致，从STW流入SYL，又从SYL流入SYLB，并由SYLB流向其他母线节点；

S5：根据判据进行扰动源的定位：

S5.1：分别计算该区域内母线频率波动以及相连支路有功功率波动的相位差绝对值以及振荡能量流向判别，如表2所示。

表2波动相位及其判别结果

S5.2：首先分析母线SYL，可以发现与其相连的两条支路SYL-SYLB和STW-SYL上的振荡能量分别母线流出和流入母线，可知扰动源不是位于母线SYL上。

S5.3：接着沿着振荡能量流入母线SYL的方向反向确定下一个分析母线STW。可以发现与该母线相连的支路STW-SYD和STW-STW-2上的振荡能量都是从母线流出，而支路STW-STW-1上的振荡能量是流入该母线，可知扰动源不是位于母线STW上。

S5.4：接着沿着振荡能量流入母线STW的方向反向确定下一个分析母线STW-1。可以发现振荡能量是从该母线流向母线STW，且该母线有且只有一条支路，因此可以得出结论，扰动源位于母线STW-1上。

该结果与实际情况相符，验证了本发明的有效性及实用性。

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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (4)

1.基于功率及频率波动相位的强迫扰动源定位方法，其特征在于：包括以下步骤：

S1：根据广域测量系统获取的系统功率数据选取功率振荡明显的区域；

S2：对该区域内的母线频率以及支路功率数据进行预处理；

S3：通过TLS-ESPRIT算法计算出预处理后数据中各分量的频率大小、衰减系数及阻尼比，从而提取出强迫振荡的主导频率，通过最小二乘法求取信号幅值和初始相位从而获取相应的波动初始相位；

S4：计算出母线频率波动与所连接的支路功率波动的相位差的绝对值，制定支路上振荡能量流向的判据：如果两者相位差的绝对值小于90度，那么相应支路上振荡能量的流向与有功功率一致；否则，振荡能量的流向与有功功率相反；

S5：根据判据进行扰动源的定位：若与该母线相连的所有支路上的振荡能量都流向母线，则扰动源位于该母线上；否则，根据振荡能量的流向，反向进行扰动源判别定位。

2.根据权利要求1所述的基于功率及频率波动相位的强迫扰动源定位方法，其特征在于：所述步骤S1包括以下的步骤：

S1.1：确定预警阙值；

S1.2：电力系统发生强迫振荡时，系统根据阙值发出预警信号，并确定发生振荡报警的区域，即功率振荡明显的区域。

3.根据权利要求1所述的基于功率及频率波动相位的强迫扰动源定位方法，其特征在于：所述步骤S2中，对母线频率以及支路功率数据进行预处理包括以下的步骤：

S2.1：实际采集一组数据a₁,a₂,...,a_i，计算出该组数据的平均值μ和标准差σ；

S2.2：采用判别公式|a_i-μ|≥nσ识别出异常的数据，并进行剔除，n为3～10之间的整数；

S2.3：将异常数据作为丢失的数据处理，如果丢失数据个数不多于10个，则采用线性的模型进行填补，如果丢失数据个数多于10个，则对原始数据进行分段后进行处理；

S2.4：剔出异常数据并进行填补之后，形成一组新的数据。

4.根据权利要求1所述的基于功率及频率波动相位的强迫扰动源定位方法，其特征在于：所述步骤S4中的判据通过以下步骤得到：

S4.1：将节点j与发电机相连的支路Lei,_j的有功功率线性化后，可表示为：

${\mathrm{\ΔP}}_{ei,j}=\frac{U_{ei}{U}_j}{X_{\mathrm{\Σ}}}({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)=K({\mathrm{\Δ\δ}}_{ei}-{\mathrm{\Δ\θ}}_j)---\left(1\right)$

式(1)中，U_ei为发电机机端电压，U_j为节点j的电压，X_Σ为支路的电抗，Δδ_ei为发电机内节点电压相角波动，Δθ_j为节点j的电压相角波动，ΔP_ei,j为线路上的有功功率波动，

S4.2：对式(1)求导后，得到：

$\frac{j\mathrm{\Ω}}{K}\mathrm{\Δ}{\stackrel{\·}{P}}_{ei,j}=(\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_{ei}-\mathrm{\Δ}{\stackrel{\·}{\mathrm{\ω}}}_j)---\left(2\right)$

式(2)中，分别为发电机内节点角频率波动Δω_ei和节点j的角频率波动Δω_j的相量形式；

S4.3：根据式(2)分别在振荡能量从母线流出到系统以及从系统流入到母线两种情况下作出相量图；

S4.4：根据相量图得出判据。