CN106972538A - 一种基于特征模态的微电网等效建模方法 - Google Patents

一种基于特征模态的微电网等效建模方法 Download PDF

Info

Publication number
CN106972538A
CN106972538A CN201710340671.6A CN201710340671A CN106972538A CN 106972538 A CN106972538 A CN 106972538A CN 201710340671 A CN201710340671 A CN 201710340671A CN 106972538 A CN106972538 A CN 106972538A
Authority
CN
China
Prior art keywords
micro
capacitance sensor
modeling method
noisy data
feature based
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.)
Pending
Application number
CN201710340671.6A
Other languages
English (en)
Inventor
蔡昌春
戴卫力
张建勇
邓立华
薛云灿
江冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201710340671.6A priority Critical patent/CN106972538A/zh
Publication of CN106972538A publication Critical patent/CN106972538A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14—District level solutions, i.e. local energy networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Measurement Of Resistance Or Impedance (AREA)

Abstract

本发明公开了一种基于特征模态的微电网等效建模方法，首先采集扰动期间微电网并网接入点的扰动数据，然后对扰动数据进行行为模态分析，获得微电网扰动数据的特征模态，最后利用特征模态构建微电网等效模型。本发明利用扰动数据的特征模态来描述微电网并网动态特性，将微电网描述为一系列特征模态的组合关系，当微电网运行在不同状态时，合理选择特征模态来描述微电网动态特征，在不需要明确微电网拓扑结构和运行参数的情况下即可确定微电网动态等效模型，提高大量微电网并网仿真分析速度。

Description

一种基于特征模态的微电网等效建模方法
技术领域
本发明涉及一种基于特征模态的微电网等效建模方法，属于电力系统建模和控制技术领域。
背景技术
基于可再生能源的分布式发电系统的大量接入给电力系统带来诸多问题。微电网为可再生能源分布式发电系统的接入和利用提供了有效地平台，通过构建微电网，能够有效地就地消纳可再生能源，提高系统供电的可靠性和可再生能源的利用率。
微电网可以运行在并网和孤岛两种状态，随着微电网数量和容量的提高，微电网的接入对于电力系统的影响不可忽视。因此，在电力系统规划和运行控制过程中，必须要考虑微电网(群)的影响，但是微电网内部元件众多，控制复杂，因此一个合理、可靠的微电网等效模型对于电力系统仿真计算具有重要意义。
微电网内部包含大量电力电子设备，实际运行过程中，通过对电力电子设备的合理控制实现微电网安全稳定运行。电力电子设备的动态过程非常复杂，随着微电网容量和数量的增多，其内部元件的相互作用更加复杂，利用微电网元件内部详细模型参与配电网仿真显得不合适。
发明内容
为了解决上述技术问题，本发明提供了一种基于特征模态的微电网等效建模方法。
为了达到上述目的，本发明所采用的技术方案是：
一种基于特征模态的微电网等效建模方法，首先采集扰动期间微电网并网接入点的扰动数据，然后对扰动数据进行行为模态分析，获得微电网扰动数据的特征模态，最后利用特征模态构建微电网等效模型。
扰动数据包括并网接入点电压、微电网和配电网之间的交互有功功率和无功功率。
特征模态由特征值和振荡模态构成，具体公式为，
其中，yi为第i个特征模态，Ai为幅值，为相角，ωi和σi为特征值，分别表征振荡频率和阻尼，t表示时间。
利用Prony方法提取微电网并网接入点扰动数据的特征模态。
微电网等效模型为，
其中，Y为微电网等效模型。
利用阻尼递推最小二乘法获得微电网等效模型中的参数，即幅值、相角、振荡频率和阻尼；
阻尼递推最小二乘法的目标函数为微电网和等效模型输出的误差，即
其中，为目标函数，Y(k)为系统量测输出量，H(k)为微电网矩阵，为当前时刻的参数值，为上一时刻的参数值，λ为遗忘因子，μ为阻尼因子，n为采样的数据量。
利用新的扰动数据对微电网等效模型进行拟合，确定模型的准确性和合理性。
本发明所达到的有益效果：本发明利用扰动数据的特征模态来描述微电网并网动态特性，将微电网描述为一系列特征模态的组合关系，当微电网运行在不同状态时，合理选择特征模态来描述微电网动态特征，在不需要明确微电网拓扑结构和运行参数的情况下即可确定微电网动态等效模型，提高大量微电网并网仿真分析速度。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
从系统的角度出发，将微电网视为一整体分析其并网接入特点，利用基于微电网内部元件模态描述微电网整体并网动态特性，能够有效的规避微电网内部元件的相互作用，不受微电网内部网络拓扑和参数的影响。
基于上述原理，本申请的一种基于特征模态的微电网等效建模方法，具体步骤如下：
步骤1，采集扰动期间微电网并网接入点的扰动数据。这里的扰动期间即为微电网内部故障和/或外部故障时。扰动数据包括并网接入点电压(电压实部和虚部)、微电网和配电网之间的交互有功功率和无功功率。
步骤2，对扰动数据进行行为模态分析，利用Prony方法获得微电网扰动数据的特征模态。
一方面特征模态表征微电网内部元件动态特征，另一方面特征模态表征微电网的动态特性。特征模态由特征值和振荡模态构成，具体公式为：
其中，yi为第i个特征模态，Ai为幅值，为相角，ωi和σi为特征值，分别表征振荡频率和阻尼，t表示时间。
步骤3，利用特征模态构建微电网等效模型，利用阻尼递推最小二乘法获得微电网等效模型中的参数，即幅值、相角、振荡频率和阻尼。
微电网等效模型为：
其中，Y为微电网等效模型。
该等效模型表征为一系列特征模态的组合，当微电网结构发生变化，本质上是某些特征模态退出系统，只需将对应参数归零即可。
阻尼递推最小二乘法的目标函数为微电网和等效模型输出的误差，即
其中，为目标函数，Y(k)为系统量测输出量，H(k)为微电网矩阵，为当前时刻的参数值，为上一时刻的参数值，λ为遗忘因子，μ为阻尼因子，n为采样的数据量。
步骤4，利用新的扰动数据对微电网等效模型进行拟合，确定模型的准确性和合理性。
上述方法利用扰动数据的特征模态来描述微电网并网动态特性，将微电网描述为一系列特征模态的组合关系，当微电网运行在不同状态时，合理选择特征模态来描述微电网动态特征，在不需要明确微电网拓扑结构和运行参数的情况下即可确定微电网动态等效模型，提高大量微电网并网仿真分析速度。
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 (7)

1.一种基于特征模态的微电网等效建模方法，其特征在于：首先采集扰动期间微电网并网接入点的扰动数据，然后对扰动数据进行行为模态分析，获得微电网扰动数据的特征模态，最后利用特征模态构建微电网等效模型。
2.根据权利要求1所述的一种基于特征模态的微电网等效建模方法，其特征在于：扰动数据包括并网接入点电压、微电网和配电网之间的交互有功功率和无功功率。
3.根据权利要求1所述的一种基于特征模态的微电网等效建模方法，其特征在于：特征模态由特征值和振荡模态构成，具体公式为，
其中，yi为第i个特征模态，Ai为幅值，为相角，ωi和σi为特征值，分别表征振荡频率和阻尼，t表示时间。
4.根据权利要求1或3所述的一种基于特征模态的微电网等效建模方法，其特征在于：利用Prony方法提取微电网并网接入点扰动数据的特征模态。
5.根据权利要求3所述的一种基于特征模态的微电网等效建模方法，其特征在于：微电网等效模型为，
其中，Y为微电网等效模型。
6.根据权利要求5所述的一种基于特征模态的微电网等效建模方法，其特征在于：利用阻尼递推最小二乘法获得微电网等效模型中的参数，即幅值、相角、振荡频率和阻尼；
阻尼递推最小二乘法的目标函数为微电网和等效模型输出的误差，即
J ( θ ^ ) = Σ k = 0 n λ n - k [ Y ( k ) - H ( k ) θ ^ ( n ) ] T + μ | | θ ^ ( n ) - θ ^ ( n - 1 ) | | 2
其中，为目标函数，Y(k)为系统量测输出量，H(k)为微电网矩阵，为当前时刻的参数值，为上一时刻的参数值，λ为遗忘因子，μ为阻尼因子，n为采样的数据量。
7.根据权利要求1所述的一种基于特征模态的微电网等效建模方法，其特征在于：利用新的扰动数据对微电网等效模型进行拟合，确定模型的准确性和合理性。
CN201710340671.6A 2017-05-08 2017-05-08 一种基于特征模态的微电网等效建模方法 Pending CN106972538A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710340671.6A CN106972538A (zh) 2017-05-08 2017-05-08 一种基于特征模态的微电网等效建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710340671.6A CN106972538A (zh) 2017-05-08 2017-05-08 一种基于特征模态的微电网等效建模方法

Publications (1)

Publication Number Publication Date
CN106972538A true CN106972538A (zh) 2017-07-21

Family

ID=59331517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710340671.6A Pending CN106972538A (zh) 2017-05-08 2017-05-08 一种基于特征模态的微电网等效建模方法

Country Status (1)

Country Link
CN (1) CN106972538A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108182529A (zh) * 2017-12-27 2018-06-19 河海大学常州校区 一种微电网运行时的不确定因素辨识方法
CN112198391A (zh) * 2020-12-04 2021-01-08 国网智慧能源交通技术创新中心(苏州)有限公司 V2g充电桩的孤岛检测系统、检测方法和混合检测系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852392A (zh) * 2015-04-24 2015-08-19 神华国华（北京）电力研究院有限公司 一种基于Prony算法的次同步振荡模态衰减系数计算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852392A (zh) * 2015-04-24 2015-08-19 神华国华（北京）电力研究院有限公司 一种基于Prony算法的次同步振荡模态衰减系数计算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CAI CHANGCHUN ET AL.: "Characteristic Model Based Micro-grid Equivalent Modeling", 《2014 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》 *
JIANG LI ET AL.: "Prony Analysis of Damping Characteristic for Micro-grid with Energy Storage System", 《2014 NORTH AMERICAN POWER SYMPOSIUM》 *
白洋等: "基于Prony方法的电力系统低频振荡分析", 《四川电力技术》 *
贾承林等: "AR与Prony法的时变系统模态参数识别", 《噪声与振动控制》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108182529A (zh) * 2017-12-27 2018-06-19 河海大学常州校区 一种微电网运行时的不确定因素辨识方法
CN112198391A (zh) * 2020-12-04 2021-01-08 国网智慧能源交通技术创新中心(苏州)有限公司 V2g充电桩的孤岛检测系统、检测方法和混合检测系统
CN112198391B (zh) * 2020-12-04 2021-02-26 国网智慧能源交通技术创新中心(苏州)有限公司 V2g充电桩的孤岛检测系统、检测方法和混合检测系统

Similar Documents

Publication Publication Date Title
Amjady et al. Transient stability prediction by a hybrid intelligent system
Zhou et al. Estimation of the dynamic states of synchronous machines using an extended particle filter
Xu et al. Robust dispatch of high wind power-penetrated power systems against transient instability
Zhou et al. Electromechanical mode online estimation using regularized robust RLS methods
CN102074955B (zh) 基于知识发现技术的电力系统稳定评估及控制方法
CN112636341B (zh) 基于多新息辨识的电力系统惯量空间分布估计方法及装置
Papadopoulos et al. Black‐box dynamic equivalent model for microgrids using measurement data
CN105976257A (zh) 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法
CN108155648A (zh) 基于自适应h无穷扩展卡尔曼滤波的状态估计方法
CN102520353A (zh) 同步发电机模型参数分步辨识方法
CN103810646B (zh) 一种基于改进投影积分算法的有源配电系统动态仿真方法
CN105184027B (zh) 一种基于交互式多模型算法的电力负荷建模方法
CN103972884A (zh) 一种电力系统状态估计方法
CN110854884B (zh) 一种风电汇集区域次同步振荡风险在线评估和预警方法
Hou et al. Cluster computing-based trajectory sensitivity analysis application to the WECC system
Wu et al. Random fuzzy power flow of distribution network with uncertain wind turbine, PV generation, and load based on random fuzzy theory
Hua et al. Fast unscented transformation-based transient stability margin estimation incorporating uncertainty of wind generation
Ran et al. Probabilistic evaluation for static voltage stability for unbalanced three‐phase distribution system
Ji et al. Structural performance degradation identification of offshore wind turbines based on variational mode decomposition with a Grey Wolf Optimizer algorithm
CN106972538A (zh) 一种基于特征模态的微电网等效建模方法
CN108933440A (zh) 采用滑模预估控制算法的微电网通信时延状态预估方法
Shamisa et al. Model free graphical index for transient stability limit based on on‐line single machine equivalent system identification
Gu et al. Power maximising control of a heaving point absorber wave energy converter
Lin et al. A physical-data combined power grid dynamic frequency prediction methodology based on adaptive neuro-fuzzy inference system
Niu et al. Padé approximation based method for computation of eigenvalues for time delay power system

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170721

RJ01 Rejection of invention patent application after publication