CN110619142A - 一种基于量测数据质量检验的发电机动态特性激发程度评估方法 - Google Patents
一种基于量测数据质量检验的发电机动态特性激发程度评估方法 Download PDFInfo
- Publication number
- CN110619142A CN110619142A CN201910679238.4A CN201910679238A CN110619142A CN 110619142 A CN110619142 A CN 110619142A CN 201910679238 A CN201910679238 A CN 201910679238A CN 110619142 A CN110619142 A CN 110619142A
- Authority
- CN
- China
- Prior art keywords
- transient
- generator
- sub
- data
- axis
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 41
- 230000005284 excitation Effects 0.000 title claims abstract description 30
- 238000007689 inspection Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 52
- 230000035945 sensitivity Effects 0.000 claims abstract description 48
- 230000001052 transient effect Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims description 36
- 230000001360 synchronised effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 9
- 230000010355 oscillation Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明涉及一种基于量测数据质量检验的发电机动态特性激发程度评估方法,首先分析基于量测数据间隔检验的发电机次暂态参数可辨识性,建立扰动数据采样间隔与发电机被激发动态特性的关联性,并对PMU装置数据实时性提出了要求规范;其次,分析了基于量测数据扰动深度检验的发电机动态特性激发程度,通过建立量测扰动数据与暂态及次暂态信息间联系的敏感度方程,构造发电机动态特性激发程度的评估体系,从而实现辨识扰动数据带的选取。本发明能够有效识别量测数据的有效性,提高发电机实用参数辨识精度。
Description
技术领域
本发明涉及发电机实用参数辨识精度领域,特别是一种基于量测数据质量检验的发电机动态特性激发程度评估方法。
背景技术
我国为加快推进电力系统精细化建模工作,包括励磁调速系统及PSS参数入库工作逐年完善,但同步发电机参数仍采用铭牌参数进行仿真计算。发电机模型参数的准确性是导致电力系统时域仿真结果与实际情况偏差的重要因素,将直接影响到系统的隐患排查、事故复现、安全稳定和规划设计。近年来,利用同步相量量测装置PMU(PhasorMeasurement Unit)实现电力系统模型参数在线辨识成为重要的研究方向,其具备测量发电机实时状态变量的特点,可实现发电机自身与电网、励磁和调速系统解耦,有利于优化辨识策略,且量测到的系统扰动数据计及发电机真实运行工况,具有较高的可信度。本发明主要针对基于PMU量测数据的同步发电机实用参数辨识精度进行研究。
首先,关于实测扰动数据间隔对次暂态参数辨识精度影响尚未见文献报道。由于大容量发电机的次暂态时间常数通常较小,因此发电机扰动过程中次暂态量的振荡衰减非常快速。在此条件下,过低的PMU采样频率会导致量测值无法反映次暂态量的振荡衰减过程,缺乏必要的次暂态量动态信息,从而使得次暂态参数的辨识精度不高。其次,能否有效识别实测数据扰动深度是提高暂态及次暂态参数辨识精度的影响因素之一,关键在于建立量测扰动数据与发电机被激发动态特性间的内在关联。国内学者通过仿真分析发电机各种扰动下发电机参数表现出的轨迹灵敏度和平均灵敏度特征,为基于实测扰动数据的发电机参数轨迹灵敏度分析提供理论支撑,但缺少实测数据验证。
发明内容
有鉴于此,本发明的目的是提出一种基于量测数据质量检验的发电机动态特性激发程度评估方法,能够有效识别量测数据的有效性,提高发电机实用参数辨识精度。
本发明采用以下方案实现:一种基于量测数据质量检验的发电机动态特性激发程度评估方法,包括以下步骤:
步骤S1:建立同步发电机六阶实用模型;
步骤S2:对发电机次暂态参数可辨识性进行分析;判断量测数据采样频率是否满足辨识发电机次暂态参数的要求,若不满足要求,则步骤S3中仅建立量测扰动数据与暂态信息间联系的敏感度方程;若满足要求则不用量测数据辨识次暂态参数。
步骤S3:通过建立量测扰动数据与暂态及次暂态信息间联系的敏感度方程,构造发电机动态特性激发程度的评估体系,用以实现辨识扰动数据带的选取。
进一步地,所述步骤S1中同步发电机六阶实用模型表示为:
式中,Xq,X′q,X″q,T′q0,T″q0分别为交轴同步电抗、交轴暂态和次暂态电抗、交轴暂态和次暂态开路时间常数;Xd,X′d,X″d,T′d0,T″d0分别为直轴同步电抗、直轴暂态和次暂态电抗、直轴暂态和次暂态开路时间常数;ud,id,uq,iq分别为发电机机端电压电流在d、q轴的分量;ef为励磁感应电动势;e′q,e″q,e′d,e″d分别为发电机交、直轴暂态及次暂态电动势,均为状态变量;δ,ω,TJ,Tm,Te,D依次为发电机功角、角速度、转动惯量、机械转矩、电磁转矩和阻尼系数;p为微分算子;其中,X′q,X″q,T′q0,T″q0,X′d,X″d,T′d0,T″d0为交、直轴暂态和次暂态的辨识参数,d轴待辨识参数有Xd,X′d,X″d,T′d0,T″d0,q轴待辨识参数有Xq,X′q,X″q,T′q0,T″q0。
进一步地,所述步骤S2具体包括以下内容:发电机受到瞬时性扰动时,在理想状态下其电气量呈指数衰减形式,即A(t)=A0e-t/τ,τ为时间常数,用以反映函数的衰减速度,由公式可知,τ值越小,函数衰减越快;数据采样间隔应与τ成正比,用以确保辨识的准确性;实际同步发电机τ值为次暂态过程与次暂态短路时间常数T″d,T″q;令采样周期不大于次暂态短路时间常数的1/e,即采样频率不小于e/T″d或e/T″q,用以确保有充足的采样点反映发电机次暂态过程;则得到次暂态参数可辨识度的补充判据为:
量测数据由同步相量量测装置PMU(Phasor Measurement Unit)采集得到,其量测数据采样间隔时,则其包含次暂态参数信息,用于次暂态参数的辨识;若不满足判别条件,则不用量测数据辨识次暂态参数;
发电机的次暂态短路时间常数T″d,T″q不低于0.03s,根据公式(2)得量测数据的采样频率为fsample≥90.6Hz,即PMU相邻采样点时间间隔不大于11ms。以WAMS主动召测子站数据的形式,速率达到100帧/s,采样间隔10ms;因此,PMU装置用于发电机次暂态参数辨识时,应采用10ms采样间隔的主站召测数据。
进一步地,所述步骤S3具体包括以下内容:
步骤S31:选取d、q轴电流id,iq为发电机方程的输出变量,选择发电机的暂态、次暂态开路时间常数为参数变量,则发电机动态特性激发程度表示为:
式(3)中,Sd1(t),Sd2(t),Sq1(t),Sq2(t)表示某一时刻的d、q轴电流id,iq对暂态、次暂态参数的敏感度,用以反映发电机动态特性的激发程度;设定敏感度衰减系数ks以度量敏感度总体衰减程度;所述ks定义为:以扰动数据某一区间内各时刻敏感度绝对值和的平均值与该区间内敏感度的最大值的比值;
步骤S32:对于既定时间段内的总共Nt个PMU量测点,计算每一量测点的敏感度绝对值,即|Sd1(ti)|,|Sq1(ti)|,|Sd2(ti)|,|Sq2(ti)|,i=1,2,...,Nt;
步骤S33:以扰动前的稳态采样点为辨识数据区间起点t0=0,设量测点数初始值n=1,设定衰减系数ks的槛指为
步骤S34:计算Sd1(t),Sd2(t),Sq1(t),Sq2(t)从区间起点到第n个量测点的敏感度平均值Sn,d1,Sn,d2,Sn,q1,Sn,q2:
步骤S35:记敏感度平均值中最大值分别为
Smax,d1=max{Si,d1},Smax,d2=max{Si,d2},Smax,q1
=max{Si,q1},Smax,q2=max{Si,q2},(i=2…n);
若或则以t0时刻至第n个量测点时刻为d轴参数辨识扰动数据带;
若或则以t0时刻至第n个量测点时刻为q轴参数辨识扰动数据带;
若d、q轴参数辨识数据区间都已计算得到,则停止计算,否则令n=n+1,转至步骤S34;所述,的取值范围为4.5-5.5;
步骤S36:将在步骤S35中选取的扰动辨识带代入式(1),采用内点法算法求解公式(1),辨识得到发电机实用参数。
与现有技术相比,本发明有以下有益效果:
本发明能够检测量测数据用于发电机参数辨识领域的有效性,从而提高发电机暂态和次暂态参数辨识的精度。
附图说明
图1为本发明实施例的不同采样周期下的时间常数辨识结果。
图2为本发明实施例的单相接地故障下dq轴仿真与拟合电流对比,其中图2(a)表示d轴仿真电流与拟合电流对比图,图2(b)表示q轴仿真电流与拟合电流对比图。
图3为本发明实施例的基于PMU实测数据的敏感度曲线,其中图3(a)表示暂态时间常数敏感度,图3(b)表示次暂态时间常数敏感度。
图4为本发明实施例的拟合扰动数据对比图,其中图4(a)表示d轴实测电流与参数拟合电流对比图,图4(b)q轴实测电流与参数拟合电流对比图。
图5为本发明实施例的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图5所示,本实施例提供了一种基于量测数据质量检验的发电机动态特性激发程度评估方法,包括以下步骤:
步骤S1:建立同步发电机六阶实用模型;
步骤S2:对发电机次暂态参数可辨识性进行分析;判断量测数据采样频率是否满足辨识发电机次暂态参数的要求,若不满足要求,则步骤S3中仅建立量测扰动数据与暂态信息间联系的敏感度方程;若满足要求则不用量测数据辨识次暂态参数。
步骤S3:通过建立量测扰动数据与暂态及次暂态信息间联系的敏感度方程,构造发电机动态特性激发程度的评估体系,用以实现辨识扰动数据带的选取。
在本实施例中,步骤S1中同步发电机六阶实用模型可表示为:
式中,Xq,X′q,X″q,T′q0,T″q0分别为交轴同步电抗、交轴暂态和次暂态电抗、交轴暂态和次暂态开路时间常数;Xd,X′d,X″d,T′d0,T″d0分别为直轴同步电抗、直轴暂态和次暂态电抗、直轴暂态和次暂态开路时间常数;ud,id,uq,iq分别为发电机机端电压电流在d、q轴的分量;ef为励磁感应电动势;e′q,e″q,e′d,e″d分别为发电机交、直轴暂态及次暂态电动势,均为状态变量;δ,ω,TJ,Tm,Te,D依次为发电机功角、角速度、转动惯量、机械转矩、电磁转矩和阻尼系数;p为微分算子;其中,X′q,X″q,T′q0,T″q0,X′d,X″d,T′d0,T″d0为交、直轴暂态和次暂态的辨识参数,d轴待辨识参数有Xd,X′d,X″d,T′d0,T″d0,q轴待辨识参数有Xq,X′q,X″q,T′q0,T″q0。
除特殊标注外,本实施例中所有参数及变量均为标幺值。
在本实施例中,由于大容量发电机扰动过程中次暂态量的振荡衰减迅速,数据采样间隔过大会导致量测扰动数据失真,影响辨识精度。在步骤S2中发电机扰动数据在理想状态下呈指数衰减形式,即A(t)=A0e-t/τ,τ为时间常数。考虑采集过程存在一定干扰,对该函数加入高斯白噪声,对不同采样周期下时间常数值进行辨识,时间常数辨识结果分布如图1所示。
由图1可知,当采样周期小于τ/e后,辨识结果较为接近参数真值且较为稳定。时间常数τ反映了其衰减速度,同步发电机次暂态过程与次暂态短路时间常数T″d,T″q有关,为确保有充足的采样点反映发电机次暂态过程,采样周期应不大于次暂态时间常数的1/e,即采样频率应不小于e/T″d或e/T″q。据此,给出次暂态参数可辨识度的补充判据为
在量测扰动数据采样间隔时,认为其包含次暂态参数信息,可用于次暂态参数的辨识。若不满足判别条件,次暂态参数的辨识结果存在较大误差,且缺少平稳性,不建议用扰动数据辨识次暂态参数。
量测数据的采样间隔取决于PMU的采样频率,在PMU用于监测发电机动态特性或发电机次暂态参数辨识方面,本实施例对装置的采样频率提出了规范要求。
现有PMU数据传输方式分为:以25帧/s速率定时上传至广域测量系统WAMS(WideArea Measurement System),采样间隔40ms;以WAMS主动召测子站数据的形式,速率达到100帧/s,采样间隔10ms。
以福建省汽轮发电机为例,其次暂态短路时间常数最小值为T″dmin=T″qmin=0.03s,则量测数据的采样频率为fsample≥90.6Hz,即PMU相邻采样点时间间隔不大于11ms。因此,本实施例直接采用主站召测的数据,对于fsample>fPMU或主站召测不成功的情况,建议借鉴PMU数据在负荷模型参数辨识领域的应用思路,通过对PMU原始数据进行插值处理,以提高数据密度。
在本实施例步骤S3中,在系统发生故障时,机端电流或电压相比其他发电机电气量会发生较大波动,因此选取d、q轴电流id,iq为发电机方程的输出变量,选择发电机的暂态、次暂态开路时间常数为参数变量,则发电机动态特性激发程度可表示为
式(3)中,Sd1(t),Sd2(t),Sq1(t),Sq2(t)表示某一时刻的d、q轴电流id,iq对暂态、次暂态参数的敏感度,用于反映发电机动态特性的激发程度,发电机扰动期间各时刻的敏感度实时变化,伴随发电机逐步过渡到新的稳态,敏感度呈现出振荡衰减的趋势。为了度量敏感度的衰减程度,本实施例采用敏感度衰减系数ks以度量其总体衰减程度,(所述ks是建立在大量仿真数据的基础上,给出的合理范围)ks定义为:以扰动数据某一区间内各时刻敏感度绝对值和的平均值与该区间内敏感度的最大值的比值。根据该定义,不难看出ks度量了当前区间的敏感度衰减总体程度。
据此,本实施例对于发电机动态特性激发程度的评估步骤如下:
(1)对于既定时间段内的总共Nt个PMU量测点,计算每一量测点的敏感度绝对值,即|Sd1(ti)|,|Sq1(ti)|,|Sd2(ti)|,|Sq2(ti)|,i=1,2,...,Nt;
(2)以扰动前的稳态采样点为辨识数据区间起点t0=0,设量测点数初始值n=1,设定衰减系数ks的槛指为
(3)计算Sd1(t),Sd2(t),Sq1(t),Sq2(t)从区间起点到第n个量测点的敏感度平均值Sn,d1,Sn,d2,Sn,q1,Sn,q2:
(4)记敏感度平均值中最大值分别为
Smax,d1=max{Si,d1},Smax,d2=max{Si,d2},Smax,q1
=max{Si,q1},Smax,q2=max{Si,q2},(i=2…n);
(5)若或则以t0时刻至第n个量测点时刻为d轴参数辨识扰动数据带;
(6)若或则以t0时刻至第n个量测点时刻为q轴参数辨识扰动数据带;
(7)若d、q轴参数辨识数据区间都已计算得到,则停止计算,否则令n=n+1,转至步骤(3);
上述过程即为根据敏感度的衰减程度选取合适的辨识数据带,其中衰减系数槛值的设定是区间选取的关键,经过多个算例的验证,取值范围在4.5~5.5较为合适。
由判据式(2)检验量测数据采样频率是否满足次暂态参数辨识要求,若不满足要求,则步骤(3)中仅对暂态参数进行敏感度分析,辨识发电机稳态和暂态参数;
计算式(4)和式(5),以敏感度曲线衰减程度作为发电机动态特性激发状态的衡量指标,选取适合用于暂态及次暂态参数的辨识带;
将选取的扰动辨识带代入式(1),采用内点法算法求解公式(1),辨识得到发电机实用参数。
较佳的,本实施例提出的基于量测数据间隔检验的发电机次暂态参数可辨识性判别方法,建立了扰动数据采样间隔与发电机被激发动态特性的关联性,检验量测数据采样频率是否满足次暂态参数辨识要求,若不满足要求,则辨识发电机稳态和暂态参数。
同时提出基于量测数据扰动深度有效性检验的发电机动态特性激发程度评估方法,通过建立量测扰动数据与暂态及次暂态信息间联系的敏感度方程,构造发电机动态特性激发程度的评估体系,从而实现辨识扰动数据带的选取。
较佳的,本实施例提供了最佳实施方式如下:
发电机次暂态参数可辨识性判别方法验证
采用PSD-BPA搭建的某电网2018年典型运行方式,在某电厂发电机组出口处设置0.5s单相接地故障,仿真步长设置范围为5ms~40ms,dq轴仿真与拟合电流曲线如图2所示,参数辨识结果详见表1。
由图2可知,对于故障及故障恢复后的扰动数据,10ms采样间隔的发电机实用参数辨识输出的dq轴拟合电流与仿真电流曲线高度吻合。
表1不同数据间隔下参数辨识结果对比
改变仿真步长模拟扰动数据采样间隔,研究其对参数辨识精度影响,表1选取几个典型采样间隔下参数辨识结果。由表1可见,10ms的均方根误差仅为2.1%,20ms发散至10.3%,40ms发散至13.4%。其中,交、直轴暂态及次暂态开路时间常数T′d0,T″d0,T′q0,T″q0的辨识结果随采样间隔增大开始波动,部分辨识值接近边界限值。
由上分析可知,采样间隔过大使扰动数据缺少必要的次暂态信息,甚至造成暂态参数辨识精度降低。表1中5ms~10ms采样间隔数据能够满足发电机次暂态参数辨识要求,也说明PMU主动召测数据具备辨识发电机次暂态参数的可行性。
发电机动态特性激发程度评估方法验证
以福建南埔电厂实测PMU扰动数据为例,采用福建南埔电厂实测PMU扰动数据验证辨识方法的有效性。此扰动发生在机组进行单阀到顺阀方式切换过程中,受到阀切换过程中调门流量非线性影响,调速系统对机组产生负阻尼,当电网频率降低引起调速系统动作时,由于一次调频过调,造成机组功率大幅度波动。此阀切换期间,伴随电网频率多次降低,机组频差数次超过死区,调速系统频繁动作,相应PMU装置录波到多组扰动数据。
扰动数据为南埔电厂阀切换过程中某次发生机组功率波动的PMU数据,计算其d、q轴电流对暂态、次暂态时间常数的敏感度曲线如图3所示。
可见敏感度在扰动发生时刻跃变至较大数值,随后又逐渐振荡衰减到0值附近。根据本发明所提方法步骤选取辨识数据带,d轴、q轴敏感度分别在7.3s和6.9s时刻满足衰减条件,因此选取d轴参数辨识数据带为[0s,7.3s],q轴参数辨识数据带为[0s,6.9s],由此可以辨识得到基于敏感度的辨识参数。为对比不同数据带的参数辨识结果,另取辨识数据带[0s,18s](d轴、q轴辨识都采用此带),进行辨识得到一组人为选取带的辨识参数,如表2所示。
表2基于PMU数据的参数辨识结果与铭牌参数对比
由表2可见,对比实际值,采用发明专利提出的发电机动态特性激发程度评估方法,辨识得到的参数精度远高于人工选定数据带辨识得到的参数值。
分别采用表2的两组辨识参数对南埔电厂机组其他扰动数据进行拟合,其结果如图4所示。
由图4可知,采用本发明方法辨识得到参数,其拟合曲线与实际测量曲线的拟合度更好,从而说明采用本发明方法的辨识结果精度也要高得多,相应证明了本发明专利所述方法的有效性。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (4)
1.一种基于量测数据质量检验的发电机动态特性激发程度评估方法,其特征在于:包括以下步骤:
步骤S1:建立同步发电机六阶实用模型;
步骤S2:对发电机次暂态参数可辨识性进行分析;判断量测数据采样频率是否满足辨识发电机次暂态参数的要求,若不满足要求,则步骤S3中仅建立量测扰动数据与暂态信息间联系的敏感度方程;若满足要求则不用量测数据辨识次暂态参数。
步骤S3:通过建立量测扰动数据与暂态及次暂态信息间联系的敏感度方程,构造发电机动态特性激发程度的评估体系,用以实现辨识扰动数据带的选取。
2.根据权利要求1所述的一种基于量测数据质量检验的发电机动态特性激发程度评估方法,其特征在于:所述步骤S1中同步发电机六阶实用模型表示为:
式中,Xq,X′q,X″q,T′q0,T″q0分别为交轴同步电抗、交轴暂态和次暂态电抗、交轴暂态和次暂态开路时间常数;Xd,X′d,X″d,T′d0,T″d0分别为直轴同步电抗、直轴暂态和次暂态电抗、直轴暂态和次暂态开路时间常数;ud,id,uq,iq分别为发电机机端电压电流在d、q轴的分量;ef为励磁感应电动势;e′q,e″q,e′d,e″d分别为发电机交、直轴暂态及次暂态电动势,均为状态变量;δ,ω,TJ,Tm,Te,D依次为发电机功角、角速度、转动惯量、机械转矩、电磁转矩和阻尼系数;p为微分算子;其中,X′q,X″q,T′q0,T″q0,X′d,X″d,T′d0,T″d0为交、直轴暂态和次暂态的辨识参数,d轴待辨识参数有Xd,X′d,X″d,T′d0,T″d0,q轴待辨识参数有Xq,X′q,X″q,T′q0,T″q0。
3.根据权利要求1所述的一种基于量测数据质量检验的发电机动态特性激发程度评估方法,其特征在于:所述步骤S2具体包括以下内容:发电机受到瞬时性扰动时,在理想状态下其电气量呈指数衰减形式,即A(t)=A0e-t/τ,τ为时间常数,用以反映函数的衰减速度,由公式可知,τ值越小,函数衰减越快;数据采样间隔应与τ成正比,用以确保辨识的准确性;实际同步发电机τ值为次暂态过程与次暂态短路时间常数T″d,T″q;令采样周期不大于次暂态短路时间常数的1/e,即采样频率不小于e/T″d或e/T″q,用以确保有充足的采样点反映发电机次暂态过程;则得到次暂态参数可辨识度的补充判据为:
量测数据由同步相量量测装置PMU采集得到,其量测数据采样间隔时,则其包含次暂态参数信息,用于次暂态参数的辨识;若不满足判别条件,则不用量测数据辨识次暂态参数;
发电机的次暂态短路时间常数T″d,T″q不低于0.03s,根据公式(2)得量测数据的采样频率为fsample≥90.6Hz,即PMU相邻采样点时间间隔不大于11ms。以WAMS主动召测子站数据的形式,速率达到100帧/s,采样间隔10ms;因此,PMU装置用于发电机次暂态参数辨识时,应采用10ms采样间隔的主站召测数据。
4.根据权利要求2所述的一种基于量测数据质量检验的发电机动态特性激发程度评估方法,其特征在于:所述步骤S3具体包括以下内容:
步骤S31:选取d、q轴电流id,iq为发电机方程的输出变量,选择发电机的暂态、次暂态开路时间常数为参数变量,则发电机动态特性激发程度表示为:
式(3)中,Sd1(t),Sd2(t),Sq1(t),Sq2(t)表示某一时刻的d、q轴电流id,iq对暂态、次暂态参数的敏感度,用以反映发电机动态特性的激发程度;设定敏感度衰减系数ks以度量敏感度总体衰减程度;所述ks定义为:以扰动数据某一区间内各时刻敏感度绝对值和的平均值与该区间内敏感度的最大值的比值;
步骤S32:对于既定时间段内的总共Nt个PMU量测点,计算每一量测点的敏感度绝对值,即|Sd1(ti)|,|Sq1(ti)|,|Sd2(ti)|,|Sq2(ti)|,i=1,2,...,Nt;
步骤S33:以扰动前的稳态采样点为辨识数据区间起点t0=0,设量测点数初始值n=1,设定衰减系数ks的槛指为
步骤S34:计算Sd1(t),Sd2(t),Sq1(t),Sq2(t)从区间起点到第n个量测点的敏感度平均值Sn,d1,Sn,d2,Sn,q1,Sn,q2:
步骤S35:记敏感度平均值中最大值分别为
Smax,d1=max{Si,d1},Smax,d2=max{Si,d2},Smax,q1=max{Si,q1},Smax,q2=max{Si,q2},(i=2…n);
若或则以t0时刻至第n个量测点时刻为d轴参数辨识扰动数据带;
若或则以t0时刻至第n个量测点时刻为q轴参数辨识扰动数据带;
若d、q轴参数辨识数据区间都已计算得到,则停止计算,否则令n=n+1,转至步骤S34;所述,的取值范围为4.5-5.5;
步骤S36:将在步骤S35中选取的扰动辨识带代入式(1),采用内点法算法求解公式(1),辨识得到发电机实用参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910679238.4A CN110619142B (zh) | 2019-07-25 | 2019-07-25 | 一种基于量测数据质量检验的发电机动态特性激发程度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910679238.4A CN110619142B (zh) | 2019-07-25 | 2019-07-25 | 一种基于量测数据质量检验的发电机动态特性激发程度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619142A true CN110619142A (zh) | 2019-12-27 |
CN110619142B CN110619142B (zh) | 2023-04-07 |
Family
ID=68921505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910679238.4A Active CN110619142B (zh) | 2019-07-25 | 2019-07-25 | 一种基于量测数据质量检验的发电机动态特性激发程度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619142B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104270050A (zh) * | 2014-09-26 | 2015-01-07 | 国网天津市电力公司 | 一种基于wams动态数据的发电机参数辨识方法 |
CN106844952A (zh) * | 2017-01-20 | 2017-06-13 | 河海大学 | 基于无迹粒子滤波理论的发电机动态状态估计方法 |
WO2018006499A1 (zh) * | 2016-07-06 | 2018-01-11 | 南方电网科学研究院有限责任公司 | 电力系统的主导失稳模式识别方法和系统 |
CN107677960A (zh) * | 2017-09-21 | 2018-02-09 | 国网福建省电力有限公司 | 基于pmu量测的同步发电机参数辨识方法 |
CN108694277A (zh) * | 2018-05-06 | 2018-10-23 | 北京工业大学 | 基于多平台联合仿真的风力发电机动力响应分析方法 |
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 |
-
2019
- 2019-07-25 CN CN201910679238.4A patent/CN110619142B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104270050A (zh) * | 2014-09-26 | 2015-01-07 | 国网天津市电力公司 | 一种基于wams动态数据的发电机参数辨识方法 |
WO2018006499A1 (zh) * | 2016-07-06 | 2018-01-11 | 南方电网科学研究院有限责任公司 | 电力系统的主导失稳模式识别方法和系统 |
CN106844952A (zh) * | 2017-01-20 | 2017-06-13 | 河海大学 | 基于无迹粒子滤波理论的发电机动态状态估计方法 |
CN107677960A (zh) * | 2017-09-21 | 2018-02-09 | 国网福建省电力有限公司 | 基于pmu量测的同步发电机参数辨识方法 |
CN108694277A (zh) * | 2018-05-06 | 2018-10-23 | 北京工业大学 | 基于多平台联合仿真的风力发电机动力响应分析方法 |
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 |
Non-Patent Citations (2)
Title |
---|
孙昊等: "基于PMU实测数据的同步发电机参数在线辨识方法", 《电力系统保护与控制》 * |
陈剑 等: "同步发电机辨识参数对数据误差的敏感性分析", 《电力系统保护与控制》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110619142B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104808168B (zh) | 一种基于分段电流技术的电能表快速校验方法 | |
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 | |
CN107677960B (zh) | 基于pmu量测的同步发电机参数辨识方法 | |
CN103401238B (zh) | 一种基于总体测辨法的电力负荷建模方法 | |
CN107783006B (zh) | 水轮发电机转子绕组匝间短路故障检测方法 | |
CN109813987B (zh) | 一种基于bp神经网络的变压器直流偏磁状态评估方法 | |
CN101902195A (zh) | 一种发电机励磁系统的建模方法 | |
CN101789598A (zh) | 一种电力系统负荷的建模方法 | |
CN109932568B (zh) | 并网逆变器阻抗的测量方法 | |
CN111293686A (zh) | 基于armax系统辨识的电力系统惯量实时评估方法 | |
CN109842122A (zh) | 一种低电压台区低电压治理方法 | |
CN103023418A (zh) | 一种基于广域量测信息的同步发电机在线参数辨识方法 | |
CN108074198B (zh) | 一种电力系统pmu不良数据识别方法 | |
CN112018784B (zh) | 一种基于同步相量测量数据的次同步谐振溯源方法 | |
CN108847682A (zh) | 一种基于运行数据的光伏发电站并网性能评估方法及系统 | |
CN105353304A (zh) | 一种风电机组电气模型低电压穿越特性验证方法 | |
CN107565867A (zh) | 一种基于轨迹灵敏度的同步发电机参数辨识方法 | |
CN104466957B (zh) | 一种基于实测小扰动数据的负荷模型参数辨识方法 | |
CN108535558B (zh) | 一种电力稳定器的测试方法及系统 | |
CN108536116B (zh) | 一种调速系统的测试方法及系统 | |
CN110619142B (zh) | 一种基于量测数据质量检验的发电机动态特性激发程度评估方法 | |
CN104898415A (zh) | 一种基于低通滤波的发电机组转动惯量参数的在线辨识方法 | |
Abdelkader | Online Thevenin’s equivalent using local PMU measurements | |
CN109494733B (zh) | 一种电力负荷模型的辨识参数优化方法及系统 | |
CN107167733B (zh) | 一种同步发电机励磁系统性能的基础评估数据的获取方法 |
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 |