CN108199373A - 基于灵敏度分析的同步调相机参数分步辨识方法及装置 - Google Patents
基于灵敏度分析的同步调相机参数分步辨识方法及装置 Download PDFInfo
- Publication number
- CN108199373A CN108199373A CN201810074310.6A CN201810074310A CN108199373A CN 108199373 A CN108199373 A CN 108199373A CN 201810074310 A CN201810074310 A CN 201810074310A CN 108199373 A CN108199373 A CN 108199373A
- Authority
- CN
- China
- Prior art keywords
- parameter
- sensitivity
- identification
- axis
- synchronous capacitor
- 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.)
- Granted
Links
- 239000003990 capacitor Substances 0.000 title claims abstract description 83
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000010206 sensitivity analysis Methods 0.000 title claims abstract description 36
- 230000035945 sensitivity Effects 0.000 claims abstract description 65
- 230000001052 transient effect Effects 0.000 claims description 18
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000013016 damping Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
-
- 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
- H02J3/1885—Arrangements for adjusting, eliminating or compensating reactive power in networks using rotating means, e.g. synchronous generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种基于灵敏度分析的同步调相机参数分步辨识方法及装置,其中,方法包括:获取辨识所需同步调相机模型;通过计算待辨识参数在不同扰动下的灵敏度,来判断待辨识参数对输出曲线影响大小值,以得到分步辨识策略;通过分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识。该方法不仅辨识的精度高,而且可以有效提高了辨识的稳定性。
Description
技术领域
本发明涉及电网分析计算技术领域,特别涉及一种基于灵敏度分析的同步调相机参数分步辨识方法及装置。
背景技术
在中国,越来越多的新能源大规模、集中接入西北部地区电网,通过大容量的特高压直流输电系统将新能源送往中东部负荷中心,是促进新能源消纳和实现资源优化配置的较好方式。但是,特高压直流输电系统接入电网后,电网“强直弱交”的问题凸显。这主要体现在:一方面,弱受端电网,在没有保持一定开机比例情况下,电网存在暂态电压稳定问题。另一方面,特高压直流系统正常运行时不仅需要吸收其输送功率40%左右的无功功率,而且在电网故障快速动态过程中吸收的无功功率大幅增加,这将导致电网局部动态无功补偿能力不足,电网电压失稳风险大幅增加,电压稳定问题突出。为了增强特高压交直流系统的稳定性,满足直流大规模功率输送要求,必须配置大容量的动态无功补偿设备。同步调相机无功补偿容量大,对改善电网的稳定性和提高断面输送功率的效果最优。在三相或者两相接地短路故障中,同步调相机的动态电压支撑能力更强,电网电压的恢复速度快。因此,采用同步调相机进行无功调节是特高压直流输电系统动态无功补偿较好的方式。
同步调相机参数准确性对保障电网系统安全稳定运行至关重要,传统的电机参数测量方式成本较高,且测量值和实际值有一定的偏差。相较于传统的试验法,利用辨识方法获取同步电机参数成本低,操作简便,但易产生辨识结果不稳定的问题。目前,针对同步调相机参数辨识研究主要集中在辨识算法的研究方面。然而实验表明,仅从算法上的改进难以解决辨识算法不稳定的问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于灵敏度分析的同步调相机参数分步辨识方法,该方法辨识的精度高,且有效提高了辨识的稳定性。参数辨识的原理就是通过数学方法使通过同步调相机模型计算出来的曲线波形与实际曲线波形尽可能拟合,两者拟合的越好代表两个模型对应参数越接近,辨识出来的参数越接近真值。具体而言,在同步调相机运行工况发生变化时,其量测数据Id、Iq曲线会产生波动,形成波形。在同一扰动下,不同的同步调相机参数对曲线波形的影响程度是不一样的,本发明实施例用灵敏度来表征参数对波形的影响程度,灵敏度越大,代表该参数对输出曲线波形影响程度越大,该参数就越容易辨识出来。灵敏度越小,则参数对波形越小,该参数不容易辨识出来。
为达到准确稳定辨识的目的,本发明一方面实施例提出了一种基于灵敏度分析的同步调相机参数分步辨识方法,包括以下步骤:获取辨识所需同步调相机模型;计算待辨识参数在不同扰动下的灵敏度,来判断待辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略;最终实现同步调相机参数分步辨识。本专利的分步辨识分为两步,利用机端三相扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。
本发明实施例的基于灵敏度分析的同步调相机参数分步辨识方法,通过分析不同扰动下同步调相机参数的灵敏度特征,能够逐步辨识同步发电机机组参数,较好地解决辨识参数辨识不稳定以及多值性问题,从而辨识的精度高,且有效提高了辨识的稳定性。
另外,根据本发明上述实施例的基于灵敏度分析的同步调相机参数分步辨识方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述分步辨识策略包括:在不同扰动下,同一个参数表现出来的参数灵敏度并不相同,先利用一种扰动辨识出在该扰动下灵敏度大的参数,之后将辨识好参数固定住,再用另外一种扰动辨识其余的参数。
进一步地,在本发明的一个实施例中,改变励磁基准电压制造阶跃扰动和切除电容器造成的机端扰动以及机端三相短路扰动,计算所述辨识参数在不同扰动下的灵敏度。
进一步地,在本发明的一个实施例中,所述辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
进一步地,在本发明的一个实施例中,所述根据所述分别辨识策略获取辨识所需数据,进一步包括:采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
为达到上述目的,本发明另一方面实施例提出了一种基于灵敏度分析的同步调相机参数分步辨识装置,包括:获取模块,,用于获取辨识所需同步调相机模型,根据同步调相机运行过程中,没有有功功率参与,将同步调相机待辨识参数缩小到D轴范围,并辨识同步调相机直轴同步电抗Xd、直轴暂态电抗Xd′、直轴次暂态电抗Xd"、直轴暂态时间常数Td0′直轴次暂态时间常数Td0″五个参数;辨识判断模块,用于计算待辨识参数在不同扰动下的灵敏度,来判断待辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略;处理模块,用于通过所述分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识,其中,利用机端三相短路扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。
本发明实施例的基于灵敏度分析的同步调相机参数分步辨识装置,通过分析不同扰动下同步调相机参数的灵敏度特征,能够逐步辨识同步发电机机组参数,较好地解决辨识参数辨识不稳定以及多值性问题,从而辨识的精度高,且有效提高了辨识的稳定性。
另外,根据本发明上述实施例的基于灵敏度分析的同步调相机参数分步辨识装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述分步辨识策略包括:在不同的典型扰动下,同一个参数表现出来的参数灵敏度并不相同,利用一种扰动辨识出在该种扰动下灵敏度大的参数,并将辨识好的参数固定住,再用另外一种扰动辨识其余的参数。
进一步地,在本发明的一个实施例中,所述典型扰动包括改变励磁基准电压制造阶跃扰动、切除电容器造成的机端扰动和机端三相短路扰动三种。
进一步地,在本发明的一个实施例中,所述辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
进一步地,在本发明的一个实施例中,所述处理模块还用于采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于灵敏度分析的同步调相机参数分步辨识方法的流程图;
图2为根据本发明一个具体实施例的基于灵敏度分析的同步调相机参数分步辨识方法的算例流程图;
图3为根据本发明所应用的修正阻尼最小二乘法算法具体应用的流程图;
图4为根据本发明一个实施例的基于灵敏度分析的同步调相机参数分步辨识装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于灵敏度分析的同步调相机参数分步辨识方法及装置,首先将参照附图描述根据本发明实施例提出的基于灵敏度分析的同步调相机参数分步辨识方法。
图1是本发明一个实施例的基于灵敏度分析的同步调相机参数分步辨识方法的流程图。
如图1所示,该基于灵敏度分析的同步调相机参数分步辨识方法包括以下步骤:
在步骤S101中,获取辨识所需同步调相机模型,根据同步调相机运行过程中,没有有功功率参与,将同步调相机待辨识参数缩小到D轴范围,并辨识同步调相机直轴同步电抗Xd、直轴暂态电抗Xd′、直轴次暂态电抗Xd"、直轴暂态时间常数Td0′直轴次暂态时间常数Td0″五个参数。
可以理解的是,本发明实施例首先给出辨识所需要的同步调相机模型。
具体而言,为简化计算,对电机作两个假设:
(1)阻尼绕组时间常数比励磁绕组时间常数小得多,故可认为超瞬变过程主要取决于阻尼绕组,瞬变过程只取决于励磁绕组。
(2)因φd,φq变动甚微,取pφd=0,pφq=0并假定转子角速度为同步速,即ω=1。
下面根据上面的简化假设,对Park方程进行简化,推导出以Eq′,Eq″,Ed″及导出参数xd′,xd″,xq″等表达的描述转子回路瞬变过程中瞬变电势和超瞬变电势变化的微分方程及电压平衡方程。最终可得到同步调相机模型的6阶模型,其中电气量部分采用4阶模型,转子运动方程2阶微分方程,整个发电机模型为6阶模型,本方案不涉及机械部分,故只给出涉及电气部分的四阶模型,即:
量测方程:
4阶模型分成d,q轴独立求解,这样处理有利于方程的求解。同时利用同步调相机几乎不发出有功功率的特点可以方便的利用三相定子电流ia、ib、ic求出纵轴、横轴电流id、iq。简化计算。
在步骤S102中,计算待辨识参数在不同扰动下的灵敏度,来判断待辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略。
进一步地,在本发明的一个实施例中,分步辨识策略包括:在不同扰动下,同一个参数表现出来的参数灵敏度并不相同,所谓基于灵敏度分析的分步辨识就是先利用一种扰动辨识出灵敏度较大的参数,之后将辨识好参数固定住,即将已经辨识好的参数作为已经知道的常数,不在参与之后的辨识,再用另外一种扰动辨识其余的参数。这样每次辨识得到的参数都是灵敏度较大的参数,精度高,辨识稳定。
进一步地,在本发明的一个实施例中,利用参数Xd在机端三相短路扰动下灵敏度较高的特点,先利用三相短路扰动辨识出参数Xd,之后通过改变励磁基准电压制造阶跃扰动和切除电容器造成的机端扰动,以计算辨识参数在不同扰动下的灵敏度。
扰动制造方式应本着安全易实现来进行,不应对机组造成损害。本方案制造扰动的方式包括:改变励磁基准电压制造阶跃扰动和切除电容器造成的机端扰动,以及电机出厂短路实验数据。
进一步地,在本发明的一个实施例中,辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
具体而言,同步调相机参数的灵敏度大小反映了参数在某种扰动下对输出曲线波形的影响大小。
在步骤S103中,通过分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识,其中,利用机端三相短路扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。
最后,本发明实施例采用分步辨识的方式获得辨识所需数据,从而实现同步调相机参数分步辨识。
进一步地,在本发明的一个实施例中,根据分别辨识策略获取辨识所需数据,进一步包括:采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
可以理解的是,本发明实施例采用修正阻尼最小二乘法进行辨识。采用修正阻尼最小二乘法可有效地避免收敛到某一鞍点的情况,确保最后收敛到至某一局部极小值,有利于解决参数辨识中的收敛性和多值性问题。
具体而言,本发明实施例需要辨识的参数为Xd,Xd′,Xd",Td0′,Td0"。由于同步调相机模型在dq轴解耦,故d轴参数辨识不涉及q轴数据。
设系统的d轴状态方程为:
Y(α)=C(α)X(α)+D(α)U,
其中α=[α1,α2…αk]T为系统模型的待辨识参数向量。
对于d轴的辨识,有α=[XdXd′Xd"Td0′Td0"],X(α)=[Eq′Eq"]TU(α)=[uquf]T,Y(α)=Δid,
其中
设系统的q轴状态方程为:
Y(α)=C(α)X(α)+D(α)U,
其中α=[α1,α2…αk]T为系统模型的待辨识参数向量。
定义目标函数如下:
J(α)=∫(Yr-YM)Tw(Yr-YM)dt,
其中Yr为实际系统在输入信号U下的输出观测量,YM为根据系统的数学模型计算得到的输出观测量,w为观测加权矩阵。
YM线性化展成泰勒级数并略去高阶项,得
令Δα=α-α0,并对线性化后的J(α)求极小,得到:
其中,
参数估计值:
其中K为步长矩阵。
对(1)中矩阵H进行修正,对于初值αk按下式计算其修正方向:
其中λk>0,为加入阻尼因子,这样当H矩阵奇异或病态时,修正后的矩阵可能仍然能提供一个下降方向。按修正后的方法计算出Δαk,再按如下方法求得实际修正量:
其中rk是使:
成立的最小正整数。其中0<γ<1为控制参数。按照实际修正量修正后再进行下一次迭代,直至收敛。
如果矩阵也奇异,则按下述方向P=(0,...0,gl,0,...0)T进行线性搜索找到一个Δαk使得J(α)下降,其中gl为g中最大值。有文献指出,这一方向对于J(α)在αk处一定是下降的。同时将阻尼系数增加四倍,以改善下一次H矩阵的特性。
由(2)式得到的修正量Δα确保了J(α)按下降方向变化,而不仅仅是J(Δα)最小,从而避免了因为初始值偏差太大,而导致参数发散。
由以上介绍可见,由于MDLS法是在最小二乘法和最速下降法之间取某种插值,它力图以最大的步长前进,同时又能紧靠负梯度方向,这样既能保证迭代的收敛又能保证较快迭代速度。在实际计算中也确实证实了这一点,对很多最小二乘法问题都能求得收敛的结果,收敛的范围也显著增大,并且能有效地避免收敛至某一局部最小值的情况。
修正阻尼最小二乘法是一种很有效的算法,对很多最小二乘法问题都能求得收敛的结果,并且能有效地避免收敛到某一鞍点的情况,确保最后收敛到至某一局部极小值。由于它具有如此良好的特点,所以本发明实施例中的最小二乘算法辨识算法就采用了修正阻尼最小二乘法作为核心算法,并在某些具体算法中作了更有利于解决参数辨识中的收敛性和多值性问题的改进。程序的计算运行结果表明,采用了修正阻尼最小二乘法的程序比未采用修正阻尼算法的程序的收敛范围显著扩大,并能避免收敛到鞍点上。所以,这种算法是具有实际应用价值的。
在本发明的一个具体实施例中,如图2所示,包括以下步骤:
步骤1:通过灵敏度计算可以发现参数Xd在三相短路扰动下的灵敏度很大,可以首先利用机端三相短路扰动辨识出参数Xd;具体的辨识算法见下:
步骤2:将步骤1辨识好的稳态参数固定,即将步骤1辨识好的参数当成常数直接带入方程,不再参与之后的辨识。根据灵敏度计算结果可以发现在切除电容器扰动下,参数Xd",Td0"表现出更大灵敏度,而在阶跃扰动下,参数Xd′,Td0′,表现出更大灵敏度,根据这一情况,可以在辨识中,将阶跃扰动和切除电容器扰动放在一起,作为辨识扰动。这样辨识出的结果可以同时符合两种扰动下的输出曲线,且辨识结果的灵敏度可以覆盖所有参数,辨识结果准确且稳定,核心算法是修正阻尼最小二乘法,,具体的辨识算法见下。
本发明实施例以d轴参数辨识为例,介绍通用的修正阻尼最小二乘法算法在d-q轴解耦辨识方法中的具体应用,如图3所示,步骤说明如下:
步骤301:令待辨识的参数(对于d轴参数辨识,直轴暂态电抗Xd′;直轴次暂态电抗Xd",直轴暂态、次暂态时间常数Td0′,Td0")组成待辨识参数向量α,并设定向量α初值α0、阻尼因子λ、二分法常数β、最大误差值Qmax、最大迭代值MaxTimes、收敛指标ε2和收敛指标ε3,令迭代次数k=0;
步骤302:读入数据d轴电流id、q轴电流iq,d轴电压ud,q轴电压uq励磁电压uf;
步骤303:计算目标函数J(α)=∫(Yr-YM)Tw(Yr-YM)dt,其中,Yr为实际系统在输入信号U下的输出观测量,YM为根据扰动的数据计算的输出观测量,w为观测加权矩阵;
步骤304:判断是否同时满足J(α)>Qmax和k<MaxTimes,如果同时满足J(α)>Qmax和k<MaxTimes,则执行步骤;否则,执行步骤;
步骤305:计算雅克比矩阵并分别根据公式和计算矩阵H和矩阵g;
步骤306:利用公式H=H+λI在矩阵H中加入阻尼因子λ;
步骤307:判断加入阻尼因子λ的矩阵H是否可逆,如果加入阻尼因子λ的矩阵H可逆,则执行步骤308;否则,执行312;
步骤308:利用公式p=-H-1g计算方向矩阵p;
步骤309:判断gTp>0是否成立,如果gTp>0成立,则执行步骤312,否则,执行步骤310;
步骤310:采用重复二等分的方法确定h,使h满足:
J(αk+hp)<J(αk)+2βhgTp,
并令Δα=hp;
步骤311:令λ=λ/4,执行步骤315;
步骤312:判断矩阵g的最大模分量是否小于等于设定阈值ε1,如果矩阵g的最大模分量|gl|小于等于设定阈值,则执行步骤318;否则,执行步骤313;其中,gi为向量g中的元素,n为向量g的维数;
步骤313:确定h,使得h满足J(αk+hgl)<J(αk),并令Δα=hp;
步骤314:令λ=λ/4;
步骤315:判断α的变化量αk+1-αk是否小于收敛指标ε2或者目标函数J的变化量J(αk+1)-J(αk)是否小于收敛指标ε3,如果是,则执行步骤316;否则,执行步骤318;
步骤316:令αk+1=αk+Δα,且k=k+1;
步骤317:检验αk+1的合理性,当αk+1在设定的参数范围内时,则认为αk+1是合理的;否则,用设定值替代αk+1;之后,返回步骤302进行下一步迭代;
步骤318:停止迭代;
步骤319:输出结果。
根据本发明实施例提出的基于灵敏度分析的同步调相机参数分步辨识方法,通过分析不同扰动下同步调相机参数的灵敏度特征,能够逐步辨识同步发电机机组参数,较好地解决辨识参数辨识不稳定以及多值性问题,从而辨识的精度高,且有效提高了辨识的稳定性。
其次参照附图描述根据本发明实施例提出的基于灵敏度分析的同步调相机参数分步辨识装置。
图4是本发明一个实施例的基于灵敏度分析的同步调相机参数分步辨识装置的结构示意图。
如图4所示,该基于灵敏度分析的同步调相机参数分步辨识装置10包括:获取模块100、辨识判断模块200和处理模块300。
其中,获取模块100用于获取辨识所需同步调相机模型,根据同步调相机运行过程中,没有有功功率参与,将同步调相机待辨识参数缩小到D轴范围,并辨识Xd、Xd′Xd"Td0′Td0"五个参数。辨识判断模块200用于计算待辨识参数在不同扰动下的灵敏度,来判断待辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略。处理模块300用于通过分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识,其中,利用机端三相短路扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。本发明实施例的装置10通过分析不同扰动下同步调相机参数的灵敏度特征,能够逐步辨识同步发电机机组参数,从而辨识的精度高,且有效提高了辨识的稳定性。
进一步地,在本发明的一个实施例中,分步辨识策略包括:在不同的典型扰动下,同一个参数表现出来的参数灵敏度并不相同,利用一种扰动辨识出在该种扰动下灵敏度大的参数,并将辨识好的参数固定住,再用另外一种扰动辨识其余的参数。
进一步地,在本发明的一个实施例中,典型扰动包括改变励磁基准电压制造阶跃扰动、切除电容器造成的机端扰动和机端三相短路扰动三种。
进一步地,在本发明的一个实施例中,辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
进一步地,在本发明的一个实施例中,处理模块300还用于采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
需要说明的是,前述对基于灵敏度分析的同步调相机参数分步辨识方法实施例的解释说明也适用于该实施例的基于灵敏度分析的同步调相机参数分步辨识装置,此处不再赘述。
根据本发明实施例提出的基于灵敏度分析的同步调相机参数分步辨识装置,通过分析不同扰动下同步调相机参数的灵敏度特征,能够逐步辨识同步发电机机组参数,较好地解决辨识参数辨识不稳定以及多值性问题,从而辨识的精度高,且有效提高了辨识的稳定性。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于灵敏度分析的同步调相机参数分步辨识方法,其特征在于,包括以下步骤:
获取辨识所需同步调相机模型,根据同步调相机运行过程中,没有有功功率参与,将同步调相机待辨识参数缩小到D轴范围,并辨识同步调相机直轴同步电抗Xd、直轴暂态电抗Xd′、直轴次暂态电抗Xd"、直轴暂态时间常数Td0′直轴次暂态时间常数Td0"五个参数;
计算所述待辨识参数在不同扰动下的灵敏度,来判断待所述辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略;
通过所述分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识,其中,利用机端三相短路扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。
2.根据权利要求1所述的基于灵敏度分析的同步调相机参数分步辨识方法,其特征在于,所述分步辨识策略包括:
在不同的典型扰动下,同一个参数表现出来的参数灵敏度并不相同,利用一种扰动辨识出在该种扰动下灵敏度大的参数,并将辨识好的参数固定住,再用另外一种扰动辨识其余的参数。
3.根据权利要求2所述的基于灵敏度分析的同步调相机参数分步辨识方法,其特征在于,所述典型扰动包括改变励磁基准电压制造阶跃扰动、切除电容器造成的机端扰动和机端三相短路扰动三种。
4.根据权利要求2或3所述的基于灵敏度分析的同步调相机参数分步辨识方法,其特征在于,所述辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
5.根据权利要求1-4任一项所述的基于灵敏度分析的同步调相机参数分步辨识方法,其特征在于,其中,
采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
6.一种基于灵敏度分析的同步调相机参数分步辨识装置,其特征在于,包括:
获取模块,用于获取辨识所需同步调相机模型,根据同步调相机运行过程中,没有有功功率参与,将同步调相机待辨识参数缩小到D轴范围,并辨识同步调相机直轴同步电抗Xd、直轴暂态电抗Xd′、直轴次暂态电抗Xd"、直轴暂态时间常数Td0′直轴次暂态时间常数Td0"五个参数;
辨识判断模块,用于计算所述待辨识参数在不同扰动下的灵敏度,来判断所述待辨识参数对输出曲线影响大小值,参数灵敏度越大,代表该参数在对该种扰动的输出曲线影响越大,通过计算不同扰动下灵敏度大小,得到分步辨识策略;以及
处理模块,用于通过所述分步辨识策略逐步将参数辨识出来,最终实现同步调相机参数分步辨识,其中,利用机端三相短路扰动辨识Xd,利用阶跃扰动和切除电容器扰动辨识暂态参数Xd′Xd"Td0′Td0"。
7.根据权利要求6所述的基于灵敏度分析的同步调相机参数分步辨识装置,其特征在于,所述分步辨识策略包括:
在不同的典型扰动下,同一个参数表现出来的参数灵敏度并不相同,利用一种扰动辨识出在该种扰动下灵敏度大的参数,并将辨识好的参数固定住,再用另外一种扰动辨识其余的参数。
8.根据权利要求7所述的基于灵敏度分析的同步调相机参数分步辨识装置,其特征在于,所述典型扰动包括改变励磁基准电压制造阶跃扰动、切除电容器造成的机端扰动和机端三相短路扰动三种。
9.根据权利要求7或9所述的基于灵敏度分析的同步调相机参数分步辨识装置,其特征在于,所述辨识参数对输出的轨迹灵敏度定义为:
其中,y为系统输出id或iq,计算d轴参数灵敏度时输出使用id,而计算q轴参数灵敏度时使用iq;θ为系统中的参数;Δθ为参数的相对改变量;t为时间。
10.根据权利要求6-9任一项所述的基于灵敏度分析的同步调相机参数分步辨识装置,其特征在于,所述处理模块还用于采用修正阻尼最小二乘法进行辨识,以避免收敛到任一鞍点的情况,确保收敛到至局部极小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810074310.6A CN108199373B (zh) | 2018-01-25 | 2018-01-25 | 基于灵敏度分析的同步调相机参数分步辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810074310.6A CN108199373B (zh) | 2018-01-25 | 2018-01-25 | 基于灵敏度分析的同步调相机参数分步辨识方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108199373A true CN108199373A (zh) | 2018-06-22 |
CN108199373B CN108199373B (zh) | 2020-08-28 |
Family
ID=62590738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810074310.6A Expired - Fee Related CN108199373B (zh) | 2018-01-25 | 2018-01-25 | 基于灵敏度分析的同步调相机参数分步辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108199373B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108896820A (zh) * | 2018-07-19 | 2018-11-27 | 国电南京自动化股份有限公司 | 一种适用于静止变频器启动的调相机启机保护相量计算方法 |
CN109150058A (zh) * | 2018-09-28 | 2019-01-04 | 国网山东省电力公司电力科学研究院 | 基于多组初值网格化搜索策略的同步调相机参数辨识方法 |
CN109274892A (zh) * | 2018-11-08 | 2019-01-25 | 江苏方天电力技术有限公司 | 一种计及饱和效应的调相机参数分步辨识方法 |
CN109471026A (zh) * | 2018-10-31 | 2019-03-15 | 国网湖北省电力有限公司电力科学研究院 | 一种实心转子大型调相机多阻尼回路动态参数辨识方法 |
CN109962479A (zh) * | 2019-03-28 | 2019-07-02 | 国网山东省电力公司电力科学研究院 | 一种基于交替迭代优化的同步调相机电气参数分布联合辨识方法 |
-
2018
- 2018-01-25 CN CN201810074310.6A patent/CN108199373B/zh not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108896820A (zh) * | 2018-07-19 | 2018-11-27 | 国电南京自动化股份有限公司 | 一种适用于静止变频器启动的调相机启机保护相量计算方法 |
CN109150058A (zh) * | 2018-09-28 | 2019-01-04 | 国网山东省电力公司电力科学研究院 | 基于多组初值网格化搜索策略的同步调相机参数辨识方法 |
CN109471026A (zh) * | 2018-10-31 | 2019-03-15 | 国网湖北省电力有限公司电力科学研究院 | 一种实心转子大型调相机多阻尼回路动态参数辨识方法 |
CN109471026B (zh) * | 2018-10-31 | 2020-08-28 | 国网湖北省电力有限公司电力科学研究院 | 一种实心转子大型调相机多阻尼回路动态参数辨识方法 |
CN109274892A (zh) * | 2018-11-08 | 2019-01-25 | 江苏方天电力技术有限公司 | 一种计及饱和效应的调相机参数分步辨识方法 |
CN109274892B (zh) * | 2018-11-08 | 2020-06-30 | 江苏方天电力技术有限公司 | 一种计及饱和效应的调相机参数分步辨识方法 |
CN109962479A (zh) * | 2019-03-28 | 2019-07-02 | 国网山东省电力公司电力科学研究院 | 一种基于交替迭代优化的同步调相机电气参数分布联合辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108199373B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108199373A (zh) | 基于灵敏度分析的同步调相机参数分步辨识方法及装置 | |
CN110021952B (zh) | 基于小信号建模的多端柔性直流系统下垂控制系数优化方法 | |
US11714934B2 (en) | Aggregated model of large-scale wind farms for power system simulation software tools | |
CN109962479B (zh) | 同步调相机电气参数分布联合辨识方法 | |
CN102594253A (zh) | 三相异步电机的参数离线辨识方法及装置 | |
CN110198044B (zh) | 考虑传输功率极限的lcc-hvdc换相失败免疫能力评估方法及系统 | |
CN112907075B (zh) | 一种电力系统综合负荷模型参数辨识方法 | |
CN110739678A (zh) | 一种并网换流器串联虚拟阻抗的控制方法 | |
CN110098773B (zh) | 一种利用最小二乘法的永磁同步电机参数辨识方法 | |
CN109004652A (zh) | 一种含异步电机的直流多馈入系统受端电网强度获得方法 | |
CN109586337A (zh) | 基于频域建模的vsc并网系统次同步振荡风险评估方法 | |
CN103825521A (zh) | 一种双馈风电机组驱动系统及发电机参数辨识方法 | |
CN111130136A (zh) | 一种基于附加虚拟阻抗控制的次同步振荡抑制方法 | |
CN110752762B (zh) | 一种并网换流器并联虚拟电容的控制方法 | |
CN115549139A (zh) | 一种新能源发电和负荷混合模型辨识建模方法 | |
CN116054190A (zh) | 一种双馈风电场控制参数对次同步振荡影响的分析方法 | |
Wang et al. | The fault analysis method of islanded microgrid based on the U/f and PQ control strategy | |
CN108008251A (zh) | 混合输电线路参数未知的故障测距方法 | |
CN105305392B (zh) | 适用于含电压控型iidg配电网的短路计算对称分量法 | |
CN112821834B (zh) | 一种永磁同步电机的在线参数辨识方法和装置 | |
CN107294096A (zh) | 一种考虑交流滤波器的确定机组作用系数方法 | |
CN113285639B (zh) | 一种双馈式感应发电机系统基频负序阻抗确定方法及系统 | |
CN110112976B (zh) | 一种利用牛顿拉普逊法的永磁同步电机参数辨识方法 | |
Gao et al. | Improved extended kalman filter based dynamic equivalent method of DFIG wind farm cluster | |
CN102761127B (zh) | 三相并网逆变器在电网不平衡跌落时的无功电流补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200828 |
|
CF01 | Termination of patent right due to non-payment of annual fee |