CN106526384B - 一种用于大规模电力系统的振荡源定位方法 - Google Patents
一种用于大规模电力系统的振荡源定位方法 Download PDFInfo
- Publication number
- CN106526384B CN106526384B CN201611093401.1A CN201611093401A CN106526384B CN 106526384 B CN106526384 B CN 106526384B CN 201611093401 A CN201611093401 A CN 201611093401A CN 106526384 B CN106526384 B CN 106526384B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- active power
- variation
- angular velocity
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000004807 localization Effects 0.000 title abstract 2
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000013016 damping Methods 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000005284 excitation Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013017 mechanical damping Methods 0.000 description 1
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种用于大规模电力系统的振荡源定位方法,属于电力系统稳定分析领域,其主要步骤包括:首先读取一段电力系统扰动后多台发电机的角速度和有功功率量测信号;然后对所述信号求取变化量;利用TLS‑ESPRIT方法对上述变化量进行分析,得到各信号在不同振荡模式下的低频振荡参数;再选择所关注的模式,在该模式下对有功功率、角速度进行重构;最后计算振荡能量,若某台发电机能量斜率为负,则可判定该机组振荡源。本发明方法利用PMU实测信息,能反应系统真实运行情况,同时,该方法能适用于大规模电力系统,具有较高的工程实用价值。
Description
技术领域
本发明涉及电力系统稳定分析领域,具体涉及一种用于大规模电力系统的振荡源定位方法。
背景技术
低频振荡是威胁电力系统安全运行的一个突出问题,快速并准确地定位出负阻尼机组对电网的低频振荡分析和控制有着极为重要的意义。目前,低频振荡产生机理主要有负阻尼机理和强迫振荡机理。负阻尼机理认为发电机阻尼转矩不足导致了小扰动功角失稳,原因在于高倍率的励磁放大系统产生的负阻尼抵消了系统固有的正阻尼,使得系统总阻尼下降甚至成为负值。负阻尼机理是目前发展最为完善的低频振荡机理,目前已成为解析低频振荡现象和设计电力系统稳定器(Power System Stabilizer,PSS)的主要理论依据。
在负阻尼振荡中,负阻尼机组对模式阻尼削弱最严重,通常被定义为振荡源。目前,研究振荡源定位的方法主要有:混合仿真法、能量函数法和波形相似法。混合仿真法利用PMU单元的实时同步相量数据和分布模式信息将电网等效成若干子系统,通过对比仿真曲线和实测曲线来定位含扰动源的子系统,然后反复将含扰动源的子系统细分为更小子系统,并最终确定含扰动源的最小子系统,但是混合仿真法的解耦方法有待优化,以满足现场PMU的布点,并且混合仿真法不适用于在线定位。
能量函数法应用较为广泛,但该方法的理论基于单机无穷大系统推导而来,应用在多机系统中会存在较大误差,因此对于实际大规模电力系统而言,该方法不够准确。
波形相似法利用低频振荡时电压行波的特殊形态传播到电网中各节点所具有的相似性和时延性来实现对扰动源的定位,但是实际电网结构复杂,在电网参数时变情况下,波形相似法会产生较大误差。
发明内容
本发明所要解决的技术问题是提供一种用于大规模电力系统的振荡源定位方法,本方法便于量测、适用于大规模电力系统振荡源定位,以及检测在不同振荡模式中各发电机是否提供了负阻尼。
为解决上述技术问题,本发明采用的技术方案是:
一种用于大规模电力系统的振荡源定位方法,包括以下步骤:
步骤1:获取扰动后一段时间内各机组的量测量,所述量测量包括第i台发电机所连母线支路在k时刻的采样值,所述采样值包括有功功率Pi,k、角速度ωi,k,其中i=1,2,…,s,s为系统中发电机个数,k=1,2,…,L,L为设定时间段内的采样个数;
步骤2:根据有功功率Pi,k、角速度ωi,k获得相应的有功功率变化量ΔPi、角速度变化量Δωi,即ΔPi=Pi-Pi,0,Δωi=ωi-ωi,0,Pi,0、ωi,0分别表示稳态有功功率、稳态角速度;
步骤3:利用TLS-ESPRIT算法进行低频振荡模式辨识,分别辨识出有功功率变化量、无功功率变化量、电压幅值变化量以及电压相角变化量在不同振荡模式下的振荡幅值Amn、衰减因子σmn、振荡频率fmn和初始相位其中m=1,2分别对应有功功率变化量、角速度变化量,n=1,2,…,s-1,n表示振荡模式的个数;
步骤4:选择弱阻尼振荡模式,并在该振荡模式下对有功功率变化量分量、角速度变化量分量进行重构,得到第n个振荡模式下各变化量分量ΔPi,n(t)、Δωi,n(t),所述重构的公式为:
步骤5:在第n个振荡模式下,计算振荡能量,判断有功功率变化量ΔPi,n和角速度变化量Δωi,n的相位关系,计算公式为:
步骤6:根据第n个振荡模式下各发电机端口上的振荡能量判断振荡源所在机组,当振荡能量为负值时,表明有功功率变化量ΔPi,n和角速度变化量Δωi,n相位为90°~270°,该机组提供负阻尼,该机组为振荡源。
与现有技术相比,本发明的有益效果是:a)不需要发电机内部参数,采用PMU实测数据定位振荡源,反应了系统的真实运行情况;b)适用于实际大规模电力系统,具有很高的工程实用价值。
附图说明
图1为本发明实施例中一种用于大规模电力系统的振荡源定位方法之流程图。
图2为四机两区系统结构图。
图3为故障后各发电机的有功功率振荡曲线。
图4为发电机1有功功率在模式1下的重构曲线。
图5为各发电机振荡能量计算结果。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明,本发明包括以下步骤:
步骤1:获取扰动后一段时间内各机组的量测量,该量测量包括第i台发电机所连母线支路在k时刻的采样值,采样值包括有功功率Pi,k、角速度ωi,k,其中i=1,2,…,s,s为系统中发电机个数,k=1,2,…,L,L为设定时间段内的采样个数。
步骤2:根据有功功率Pi,k、角速度ωi,k获得相应的有功功率变化量ΔPi,角速度变化量Δωi。
步骤3:利用TLS-ESPRIT算法进行低频振荡模式辨识,分别辨识出有功功率变化量、无功功率变化量、电压幅值变化量以及电压相角变化量在不同振荡模式下的振荡幅值Amn、衰减因子σmn、振荡频率fmn和初始相位其中m=1,2分别对应有功功率变化量、角速度变化量,n=1,2,…,s-1,n表示振荡模式的个数。
步骤4:选择弱阻尼模式,并在该振荡模式下对有功功率变化量分量、角速度变化量分量进行重构,得到第n个振荡模式下各变化量分量ΔPi,n(t),Δωi,n(t)。
步骤5:在第n个振荡模式下,按式计算振荡能量,判断有功功率变化量ΔPi,n和角速度变化量Δωi,n的相位关系。
步骤6:根据上述在某一特定模式下各发电机端口上的振荡能量判断振荡源所在机组,当振荡能量为负值时,表明有功功率变化量ΔPi,n和角速度变化量Δωi,n相位为90°~270°,该机组提供负阻尼,该机组即为振荡源。
步骤2中第n个振荡模式下获取变化量分量的公式为:
步骤4中,对变化量进行重构的公式为:
本发明基于模式分解的大规模电力系统振荡源定位方法的理论依据推导详述如下。
多机系统的PH模型为:
其中,Δδ,Δω,ΔE′q,ΔEfd分别为发电机的功角、转速、暂态电势、励磁电压列向量;M,T′d0,TA,KA,Dm分别为发电机惯性时间常数、励磁绕组时间常数、励磁调压器的时间常数、励磁调压器的放大倍数、机械阻尼系数对角阵;K1~K6为系数矩阵。
令式(1)的系统矩阵为A,状态向量为X,式(1)经Laplace变换得
(A-sI)X=0 (2)
由式(2)可以推得
ΔEq′=(T′d0s+K3+(TAs+I)-1KAK6)-1·(-K4-(TAs+I)-1KAK5)Δδ (3)
可知
ΔTE=K1Δδ+K2ΔE′q (4)
将式(3)代入式(4)得
ΔTE=KE(s)Δδ (5)
其中,
KE(s)=K1+K2(T′d0s+K3+(TAs+I)-1KAK6)-1·(-K4-(TAs+I)-1KAK5)
其是n维方阵。
由(1)可知,当不考虑阻尼系数D时
考虑ω0=1,得到
若将第k台机的功角Δδk作为未知量(不失一般性,令k=1),上式变为
由此得
式中,R为一列向量。
上式表明,系统中所有n-1台发电机的功角Δδi(i=1,2,…,k-1,k+1,…,n)表示为剩下的第k台机的功角Δδk的线性函数形式,结合式(9)和式(6),得到
ΔTei=Ai(s)Δδi (10)
从式(10)看出,在多机系统中,第i台发电机的电磁转矩ΔTei是该发电机功角Δδi或角速度Δωi的函数,这种定义与单机无穷大系统中的电磁转矩系数在形式上一致。
对于式(10),令s=jωd,得到
ΔTei=KsΔδi+KdjωdΔδi=KsΔδi+KdΔωi (11)
由线性系统理论知识可知,对于存在n个振荡模式的系统,小扰动后系统的零输入响应为:
式中,λi,vi,wi分别为模式i下的特征值和对应的左、右特征向量,x(0)为系统的初始值。
因此,对第k(k=1,2,…,n)台发电机而言,小扰动后的功角为
同理,其角速度响应为
即扰动后系统的动态响应是不同振荡模式分量的线性组合。那么,根据式(11)不同振荡模态下有不同的电磁转矩系数。因此,第k台发电机在动态过程中“真实的”电磁转矩
式中,Ks(λi),Kd(λi)分别为模式i下的同步转矩系数和阻尼转矩系数,均为常数。
从式(15)可以看出,对于存在n振荡模式的系统而言,多发电机组的不同振荡模式对应不同的阻尼转矩系数与同步转矩系数。因此,可以把不同振荡模式的信号从ΔP,Δω中在不同振荡模式中分解出来,然后在不同模式下,按下式计算振荡能量,判断有功功率变化量ΔP和角速度变化量Δω的相位关系,识别不同振荡模式下的负阻尼机组。
下面选用四机两区仿真系统作为算例对本发明方法进行验证,该四机两区仿真系统为研究区域间低频振荡问题的经典系统,其结构图详见图2。
通过调整该四机两区系统中发电机G3励磁系统放大倍数为-10来构建一个由励磁系统引起的弱阻尼振荡。设置如下扰动:2s时在母线7和母线8之间输电线路靠近母线1处施加三相短路故障,2.05s时清除故障,仿真时长30s,计算步长0.01s。故障后各发电机的有功功率振荡曲线如图3所示。表1所示为基于特征值分析法得到的系统中3各振荡模式的频率和阻尼,其中模式1为区域间振荡模式。
表1系统中的振荡模式
模式1 | 模式2 | 模式3 | |
频率/Hz | 0.7231 | 1.79 | 1.67 |
阻尼比/% | 0.95 | 4.5 | 0.50 |
由于模式1涉及到的发电机更多,对系统危害更大,因此选择模式1为所关注的模式,定位振荡源。利用TLS-ESPRIT方法分别对4台发电机的有功功率变化量ΔPi和角速度变化量Δωi进行分析,分离出ΔPi、Δωi在模式1下的参数,结果如表2、表3所示。
表2有功功率分析结果
表3角速度分析结果
利用表2表3的分析结果,分别对模式1下的ΔPi,1、Δωi,1进行重构,其中发电机G1的有功功率在振荡模式1下的重构曲线如图4所示。
选取在振荡模式一重构后时间段为[8,18]秒内各台发电机ΔPi,1、Δωi,1的数据,按照式(16)计算各发电机的振荡能量,计算结果如图5所示。根据图5的结果,容易判断得到发电机3是振荡源,这与设定一致。
Claims (1)
1.一种用于大规模电力系统的振荡源定位方法,其特征在于,包括以下步骤:
步骤1:获取扰动后一段时间内各机组的量测量,所述量测量包括第i台发电机所连母线支路在k时刻的采样值,所述采样值包括有功功率Pi,k、角速度ωi,k,其中i=1,2,…,s,s为系统中发电机个数,k=1,2,…,L,L为设定时间段内的采样个数;
步骤2:根据有功功率Pi,k、角速度ωi,k获得相应的有功功率变化量ΔPi、角速度变化量Δωi,即ΔPi=Pi-Pi,0,Δωi=ωi-ωi,0,Pi,0、ωi,0分别表示稳态有功功率、稳态角速度;
步骤3:利用TLS-ESPRIT算法进行低频振荡模式辨识,分别辨识出有功功率变化量、无功功率变化量、电压幅值变化量以及电压相角变化量在不同振荡模式下的振荡幅值Amn、衰减因子σmn、振荡频率fmn和初始相位其中m=1,2分别对应有功功率变化量、角速度变化量,n=1,2,…,s-1,n表示振荡模式的个数;
步骤4:选择弱阻尼振荡模式,并在该振荡模式下对有功功率变化量分量、角速度变化量分量进行重构,得到第n个振荡模式下各变化量分量ΔPi,n(t)、Δωi,n(t),所述重构的公式为:
步骤5:在第n个振荡模式下,计算振荡能量,判断有功功率变化量ΔPi,n和角速度变化量Δωi,n的相位关系,计算公式为:
步骤6:根据第n个振荡模式下各发电机端口上的振荡能量判断振荡源所在机组,当振荡能量为负值时,表明有功功率变化量ΔPi,n和角速度变化量Δωi,n相位为90°~270°,该机组提供负阻尼,该机组为振荡源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093401.1A CN106526384B (zh) | 2016-12-01 | 2016-12-01 | 一种用于大规模电力系统的振荡源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611093401.1A CN106526384B (zh) | 2016-12-01 | 2016-12-01 | 一种用于大规模电力系统的振荡源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106526384A CN106526384A (zh) | 2017-03-22 |
CN106526384B true CN106526384B (zh) | 2018-12-25 |
Family
ID=58354180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611093401.1A Active CN106526384B (zh) | 2016-12-01 | 2016-12-01 | 一种用于大规模电力系统的振荡源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106526384B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109577943A (zh) * | 2018-10-22 | 2019-04-05 | 中国地质调查局水文地质环境地质调查中心 | 一种基于微地震技术的钻井轨迹测量方法 |
CN110161371B (zh) * | 2019-05-14 | 2020-05-19 | 华中科技大学 | 一种基于负阻尼转矩的电力系统振荡源定位方法 |
CN110350549B (zh) * | 2019-05-28 | 2022-06-24 | 中国大唐集团科学技术研究院有限公司华东电力试验研究院 | 一种电力系统稳定器输入电角速度信号的计算方法 |
CN110879354B (zh) * | 2019-12-02 | 2021-11-19 | 国网湖南省电力有限公司 | 基于fft算法的发电机组扰动源定位方法 |
CN110879355B (zh) * | 2019-12-03 | 2022-03-25 | 国网湖南省电力有限公司 | 一种基于fft的发电机调速系统引发低频振荡辨识方法 |
CN113162113B (zh) * | 2021-04-19 | 2022-10-28 | 东北电力大学 | 确定含永磁风机电力系统机电振荡源的节点模式能量方法 |
CN116203350B (zh) * | 2023-03-07 | 2024-02-27 | 西南交通大学 | 一种高水电占比电网中频率振荡源定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012052085A1 (de) * | 2010-10-20 | 2012-04-26 | Rosenberger Hochfrequenztechnik Gmbh & Co. Kg | Intermodulationsmessvorrichtung |
CN102545245A (zh) * | 2012-01-16 | 2012-07-04 | 清华大学 | 基于端口供给能量的电力系统振荡源定位方法 |
CN104111405A (zh) * | 2014-06-23 | 2014-10-22 | 华中科技大学 | 一种基于阻尼转矩分析法的电力系统低频振荡源定位方法 |
CN104578115A (zh) * | 2015-01-26 | 2015-04-29 | 国网四川省电力公司经济技术研究院 | 一种基于相关函数的电力系统低频振荡模式辨识方法 |
CN104865474A (zh) * | 2015-06-09 | 2015-08-26 | 国家电网公司 | 一种基于pmu数据实时监测低频振荡源的方法 |
CN105891625A (zh) * | 2016-01-26 | 2016-08-24 | 清华大学 | 基于能量流的电力系统次同步振荡扰动源辨别方法 |
CN106443246A (zh) * | 2016-09-06 | 2017-02-22 | 山东大学 | 基于pmu量测数据的小干扰稳定参数的在线辨识方法 |
-
2016
- 2016-12-01 CN CN201611093401.1A patent/CN106526384B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012052085A1 (de) * | 2010-10-20 | 2012-04-26 | Rosenberger Hochfrequenztechnik Gmbh & Co. Kg | Intermodulationsmessvorrichtung |
CN102545245A (zh) * | 2012-01-16 | 2012-07-04 | 清华大学 | 基于端口供给能量的电力系统振荡源定位方法 |
CN104111405A (zh) * | 2014-06-23 | 2014-10-22 | 华中科技大学 | 一种基于阻尼转矩分析法的电力系统低频振荡源定位方法 |
CN104578115A (zh) * | 2015-01-26 | 2015-04-29 | 国网四川省电力公司经济技术研究院 | 一种基于相关函数的电力系统低频振荡模式辨识方法 |
CN104865474A (zh) * | 2015-06-09 | 2015-08-26 | 国家电网公司 | 一种基于pmu数据实时监测低频振荡源的方法 |
CN105891625A (zh) * | 2016-01-26 | 2016-08-24 | 清华大学 | 基于能量流的电力系统次同步振荡扰动源辨别方法 |
CN106443246A (zh) * | 2016-09-06 | 2017-02-22 | 山东大学 | 基于pmu量测数据的小干扰稳定参数的在线辨识方法 |
Non-Patent Citations (4)
Title |
---|
含大规模风电的电力系统小扰动稳定研究综述;谭谨 等;《电力系统保护与控制》;20140201;第42卷(第3期);正文第15至19页 * |
基于振荡能量的低频振荡分析与振荡源定位;陈磊 等;《电力系统自动化》;20120210;第36卷(第3期);正文第22至25页 * |
基于振荡能量的低频振荡分析与振荡源定位;陈磊 等;《电力系统自动化》;20120225;第36卷(第4期);正文第1至5页 * |
基于阻尼转矩分析的电力系统低频振荡源定位;李阳海 等;《电力系统保护与控制》;20150716;第43卷(第14期) * |
Also Published As
Publication number | Publication date |
---|---|
CN106526384A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106526384B (zh) | 一种用于大规模电力系统的振荡源定位方法 | |
CN102510263B (zh) | 基于抛载试验和数值差分的同步发电机实用参数辨识方法 | |
CN103618492A (zh) | 一种基于时频变换的同步发电机参数辨识方法 | |
CN101627312A (zh) | 交流电量测量装置 | |
CN108155643B (zh) | 一种基于滑模观测器的单相电网电压参数的鲁棒估计方法 | |
CN112907075A (zh) | 一种电力系统综合负荷模型参数辨识方法 | |
Turunen | A wavelet-based method for estimating damping in power systems | |
CN110647034B (zh) | 一种脉冲等离子体推力器的神经网络控制方法 | |
Praharsena et al. | Evaluation of hysteresis loss curve on 3 phase induction motor by using cascade feed forward neural network | |
Nepomnyashchiy et al. | A neural regulator for efficient control of electric vehicle motors | |
Zaker et al. | PMU-based linear and nonlinear black-box modelling of power systems | |
Bechouche et al. | Identification of induction motor at standstill using artificial neural network | |
Coury et al. | Frequency estimation using a genetic algorithm with regularization implemented in FPGAs | |
Zhang et al. | A novel identification method of power system oscillation based on dynamic mode decomposition | |
Ciornei et al. | Real-Time simulation of a complete electric vehicle based on NI VeriStand integration platform | |
CN111800055A (zh) | 一种双凸极电机平均转矩确定方法和装置 | |
CN110098610A (zh) | 故障扰动下电力系统振荡主导模式的实时辨识方法及系统 | |
Xuhong et al. | Diagonal recurrent neural network based on-line stator winding turn fault detection for induction motors | |
Wu et al. | A new method for identifying a fault in T-connected lines based on multiscale S-transform energy entropy and an extreme learning machine | |
Ruba et al. | Real-time FPGA model in the loop analysis of Permanent Magnet Synchronous Machine for LEV | |
Gunasekara et al. | Internal model design for power electronic controllers | |
Odofin et al. | Robust actuator fault detection for an induction motor via genetic-algorithm optimisation | |
Grabovski et al. | Three-phase frequency estimator in smart grid applications: Practical issues using fpga | |
CN113949104B (zh) | 一种多类型电力电子设备馈入系统动态稳定判断方法 | |
Miskovic et al. | On-line identification of synchronous generator mathematical model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |