CN110672919A - 一种电力系统频率振荡量化评估方法、装置及存储介质 - Google Patents

一种电力系统频率振荡量化评估方法、装置及存储介质 Download PDF

Info

Publication number
CN110672919A
CN110672919A CN201911016233.XA CN201911016233A CN110672919A CN 110672919 A CN110672919 A CN 110672919A CN 201911016233 A CN201911016233 A CN 201911016233A CN 110672919 A CN110672919 A CN 110672919A
Authority
CN
China
Prior art keywords
power system
frequency oscillation
evaluation index
degree
oscillation
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
Application number
CN201911016233.XA
Other languages
English (en)
Other versions
CN110672919B (zh
Inventor
陈义宣
李玲芳
刘文龙
朱欣春
司大军
肖友强
游广增
陈姝敏
耿光超
江全元
何烨
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.)
Yunnan Power Grid Co Ltd
Original Assignee
Yunnan Power Grid Co Ltd
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 Yunnan Power Grid Co Ltd filed Critical Yunnan Power Grid Co Ltd
Publication of CN110672919A publication Critical patent/CN110672919A/zh
Application granted granted Critical
Publication of CN110672919B publication Critical patent/CN110672919B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请涉及电力系统频率稳定分析领域,具体而言,涉及一种电力系统频率振荡量化评估方法、装置及存储介质。一种电力系统频率振荡量化评估方法,主要包括以下步骤:S1采集电力系统频率振荡偏差信号;S2建立Prony模型获取电力系统频率振荡模型状态的表征参数,所述表征参数包括振荡频率、振荡幅值、衰减因子和相位;S3基于所述表征参数获取电力系统频率振荡程度评价指标值;S4更新电力系统频率振荡偏差信号的时间窗口,获取电力系统频率振荡程度评价指标函数;S5基于所述电力系统频率振荡程度评价指标函数得到电力系统频率振荡程度评价指标曲线,实现对电力系统频率振荡程度的量化评估。

Description

一种电力系统频率振荡量化评估方法、装置及存储介质
技术领域
本申请涉及电力系统频率稳定分析领域,具体而言,涉及一种电力系统频率振荡量化评估方法、装置及存储介质。
背景技术
低频振荡是随着电网互联而产生的。联网初期,同步发电机之间联系紧密,阻尼绕组可产生足够的阻尼,低频振荡少有发生。随着电网互联规模的扩大,高放大倍数快速励磁技术的广泛采用,以及受经济性、环保等因素影响下电网的运行更加接近稳定极限,在世界各地许多电网陆续观察到低频振荡。一般认为,低频振荡是电力系统在遭受扰动后联络线上的功率摇摆。系统动态失稳是扰动后由于阻尼不足甚至是负阻尼引起的发散振荡导致的。失稳的因素主要是系统电气阻尼不足或缺乏合适的有功配合,通常是由以下几种扰动引发的:切机;输电线故障或保护误动;断路器设备事故;损失负荷。扰动现象一般要经历产生、传播、消散的过程,在传播过程中可能引起新的扰动,同时针对扰动的操作本身也是一种扰动。所以,这些情况往往不是孤立的,而是相互关联的,在时间、空间上呈现多重现象。这就是多重扰动存在的实际物理背景。持续恶化的互相作用最终将导致系统失稳、解列,形成大规模的停电事故。
2016年云南电网与南方电网主网异步联网后,云南电网出现超低频振荡现象,即电力系统频率发生超低频率的持续振荡,对电力系统安全稳定运行带来了挑战,因此超低频振荡分析与抑制对实际运行具有重要意义。但目前缺少对电力系统频率振荡程度的定量分析方法,而电力系统频率振荡程度的量化评估,对于超低频振荡分析与抑制具有重要作用,一方面可直观量化分析电力系统频率振荡趋势,另一方面可作为模型约束,用于超低频振荡抑制措施的优化设计,确保超低频振荡抑制的有效性。
因此,如何建立一种电力系统频率振荡程度评估方法,并且能够图形量化,从而对提高电网稳定性提供数据参考分析,成为了一个有待解决的问题。
发明内容
本申请的目的在于提供一种电力系统频率振荡量化评估方法、装置及存储介质,通过Prony算法分析电力系统频率振荡偏差信号,提出了电力系统频率振荡程度评价指标,获取电力系统频率振荡程度评价指标函数进而得到指标函数的曲线,实现对电力系统频率振荡程度的量化评估,从而对提高电网稳定性提供可靠的数据参考分析。
本申请的实施例是这样实现的:
本申请实施例的第一方面提供一种电力系统频率振荡量化评估方法,主要包括以下步骤:
S1、采集电力系统频率振荡偏差信号;
S2、建立Prony模型获取电力系统频率振荡模型状态的表征参数,所述表征参数包括振荡频率fi、振荡幅值Ai、衰减因子αi和相位
Figure BDA0002245797330000021
S3、基于所述表征参数获取电力系统频率振荡程度评价指标值;
S4、更新电力系统频率振荡偏差信号的时间窗口,获取电力系统频率振荡程度评价指标函数;
S5、基于所述电力系统频率振荡程度评价指标函数得到电力系统频率振荡程度评价指标曲线,实现对电力系统频率振荡程度的量化评估。
可选地,所述采集电力系统频率振荡偏差信号具体为:采集[t0,t]时间窗口内的电力系统频率振荡偏差信号△f,其中t0为系统扰动发生时刻,t为当前时刻;
所述Prony模型包括为复指数函数幅值的集合b和复指数函数底数的集合z。
可选地,所述更新电力系统频率振荡偏差信号的时间窗口具体为:以Ta为周期更新时间窗口,右边界即t=t0+m·Ta,其中m为周期数。
可选地,所述获取电力系统频率振荡程度评价指标函数具体为,基于所述电力系统频率振荡程度评价指标值γt,以Ta为周期更新时间窗口,右边界即t=t0+m·Ta,然后计算对应时段下电力系统频率振荡程度评价指标函数
Figure BDA0002245797330000022
其中m为周期数。
可选地,所述的电力系统频率振荡偏差信号△f表示如下,
Figure BDA0002245797330000023
Na=(t-t0)/△T+1;
其中:△T为数据采样步长,Na为数据长度。
可选地,所述表征参数的计算公式如下:
Figure BDA0002245797330000031
Figure BDA0002245797330000032
Figure BDA0002245797330000033
式中:
b为Prony模型复指数函数幅值的集合;
z为Prony模型复指数函数底数的集合;
g1()表示有关复指数函数幅值的Prony算法;
g2()表示有关复指数函数底数的Prony算法。
可选地,所述电力系统频率振荡程度评价指标值表示如下,
Figure BDA0002245797330000034
其中:
sgn()表示符号函数;
abs()表示绝对值函数。
可选地,所述电力系统频率振荡程度评价指标曲线表示如下,
Figure BDA0002245797330000035
本申请实施例的第二方面提供一种电力系统频率振荡量化评估的装置,所述设备包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如本申请第一方面发明内容中任意一项所述的操作。
本申请实施例的第三方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令中的至少部分指令被处理器执行时,实现如如本申请第一方面发明内容中任意一项所述的操作。
本申请实施例的有益效果包括:本申请的目的在于提供一种电力系统频率振荡量化评估方法、装置及存储介质,通过Prony算法分析电力系统频率振荡偏差信号,获取电力系统频率振荡程度评价指标函数进而得到指标函数的曲线,可量化分析电力系统频率振荡程度情况,从而为电力系统超低频振荡分析与抑制提供有效的量化评价依据,有利于分析电力系统频率的振荡趋势和确保超低频振荡抑制措施的有效性;由于该方法不依赖电力系统具体模型,所以可适用于大规模复杂电力系统实现对电力系统频率振荡程度的量化评估,从而对提高电网稳定性提供可靠的数据参考分析。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了根据本申请的一个实施例电力系统频率振荡程度量化评估方法流程图;
图2示出了根据本申请的一个实施例电力系统频率振荡偏差信号图;
图3示出了根据本申请的一个实施例电力系统频率振荡模型状态的振荡幅值参数;
图4示出了根据本申请的一个实施例电力系统频率振荡模型状态的振荡频率参数;
图5示出了根据本申请的一个实施例电力系统频率振荡模型状态的衰减因子参数;
图6示出了根据本申请的一个实施例电力系统频率振荡模型状态的相位参数;
图7示出了根据本申请的一个实施例电力系统频率振荡程度评价指标曲线图。
具体实施方式
现在将描述某些示例性实施方案,以从整体上理解本文所公开的装置和方法的结构、功能、制造和用途的原理。这些实施方案的一个或多个示例已在附图中示出。本领域的普通技术人员将会理解,在本文中具体描述并示出于附图中的装置和方法为非限制性的示例性实施方案,并且本申请的多个实施方案的范围仅由权利要求书限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征进行组合。这种修改和变型旨在包括在本申请的范围之内。
本说明书通篇提及的“多个实施例”、“一些实施例”、“一个实施例”或“实施例”等,意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此,本说明书通篇出现的短语“在多个实施例中”、“在一些实施例中”、“在至少另一个实施例中”或“在实施例中”等并不一定都指相同的实施例。此外,在一个或多个实施例中,具体特征、结构或特性可以任何合适的方式进行组合。因此,在无限制的情形下,结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本申请的范围之内。
实施例1
图1示出了根据本申请的一个实施例电力系统频率振荡程度量化评估方法流程图。
一种电力系统频率振荡程度量化评估方法,采集电力系统频率振荡偏差信号,利用Prony模型算法分析得到不同电力系统频率振荡模型状态的振荡频率、振荡幅值、衰减因子和相位等表征参数,进而基于上述表征参数计算所制定的电力系统频率振荡程度评价指标值的大小,然后更新电力系统频率振荡偏差信号的时间窗口,求取不同时段下电力系统频率振荡程度评价指标函数,得到电力系统频率振荡程度评价指标曲线,实现对电力系统频率振荡程度的量化评估。
Prony模型算法是用一组指数项的线性组合来拟和等间距采样数据的方法,可以从中分析出信号的幅值、相位、阻尼因子、频率等信息。PRONY模型作为Fourier级数的一种拓展,在理论和应用上都有十分重大的意义。作为一种线谱估计方法,广泛适用于各个领域的信号处理。
如图1所示,所述的采集电力系统频率振荡偏差信号具体为:采集[t0,t]时间窗口内的电力系统频率偏差信号△f,其中t0为系统扰动发生时刻,t为当前时刻。
所述的电力系统频率偏差信号△f的具体如下:
Figure BDA0002245797330000051
Na=(t-t0)/△T+1
其中,△T为数据采样步长,Na为数据长度。
所述的不同振荡模态的振荡频率、振荡幅值、衰减因子和相位等表征参数具体为:基于Prony算法得到振荡模态表征参数,即振荡幅值Ai、振荡频率fi、衰减因子αi和相位
Figure BDA0002245797330000061
其中i∈[1,Np],Np为Prony模型阶数。
所述的不同振荡模态表征参数的计算公式如下:
Figure BDA0002245797330000063
Figure BDA0002245797330000064
其中,b、z分别为Prony模型复指数函数幅值、底数的集合,g1()、g2()分别表示有关复指数函数幅值、底数的Prony算法。
所述的计算所制定的电力系统频率振荡程度评价指标值具体为:根据振荡幅值Ai、振荡频率fi、衰减因子αi和相位求取电力系统频率振荡程度评价指标值γt
所述的电力系统频率振荡程度评价指标值的计算公式如下:
Figure BDA0002245797330000066
式中:sgn()、abs()分别表示符号函数、绝对值函数。
所述的求取不同时段下电力系统频率振荡程度评价指标函数具体为:
以Ta为周期更新时间窗口右边界即t=t0+m·Ta,然后计算对应时段下电力系统频率振荡程度评价指标值
Figure BDA0002245797330000067
其中m为周期数。
得到电力系统频率振荡程度评价指标曲线具体为:
结合不同时段下振荡程度评价指标值
Figure BDA0002245797330000068
得到电力系统频率振荡程度评价指标曲线γ。
所述的电力系统频率振荡程度评价指标曲线γ具体如下:
Figure BDA0002245797330000071
实施例2
在本实施例中以某省级电网数据为例,所述电力系统频率振荡程度量化评估方法与实施例1相同,所述相同部分不再具体重复阐述。
在本实施例中,假设第5秒发生直流闭锁,导致有功功率2000MW无法外送,通过电力系统动态频率仿真,得到电力系统频率振荡偏差曲线。如图2所示,显示了250s内电力系统频率振荡偏差信号的幅度。
采集[5秒,35秒]时间窗口上电力系统频率振荡偏差信号,其中数据采样步长为0.1秒。
基于Prony模型算法,对应的Prony模型阶数取值为150。
分析得到该时段[5秒,35秒]下振荡模态表征参数振荡幅值,如图3所示。
分析得到该时段[5秒,35秒]下振荡模态表征参数振荡频率,如图4所示。
分析得到该时段[5秒,35秒]下振荡模态表征参数衰减因子,如图5所示。
分析得到该时段[5秒,35秒]下振荡模态表征参数相位,如图6所示。
基于上述表征参数和上述方法中的公式计算电力系统频率振荡程度评价指标值,为0.2596Hz。
进而以30秒为周期更新时间窗口,对应的周期数分别为2、3、4、5、6、7、8,计算不同时段下电力系统频率振荡程度评价指标值,对应的Prony模型阶数分别为300、337、450、750、450、525、600,从而得到电力系统频率振荡程度评价指标曲线,如图7所示。
由图7可知,电力系统频率振荡程度评价指标函数随着时间推移呈现逐渐减小的趋势,表明电力系统频率振荡偏差在发生衰减振荡,这和图2所示的电力系统频率振荡偏差变化趋势情况一致,上述分析结果说明本发明的方法可以实现对电力系统频率振荡程度的量化评估。
本申请实施例的有益效果包括:本申请的目的在于提供一种电力系统频率振荡量化评估方法、装置及存储介质,通过Prony算法分析电力系统频率振荡偏差信号,获取电力系统频率振荡程度评价指标函数进而得到指标函数的曲线,可量化分析电力系统频率振荡程度情况,从而为电力系统超低频振荡分析与抑制提供有效的量化评价依据,有利于分析电力系统频率的振荡趋势和确保超低频振荡抑制措施的有效性;由于该方法不依赖电力系统具体模型,所以可适用于大规模复杂电力系统实现对电力系统频率振荡程度的量化评估,从而对提高电网稳定性提供可靠的数据参考分析。
应当理解,本申请提供的电力系统频率振荡量化评估的装置,所述设备包括至少一个处理器以及至少一个存储器。在一些实施例中,所述电子设备可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的电子设备不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN)、或连接至外部计算机(例如通过因特网)、或在云计算环境中、或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。

Claims (10)

1.一种电力系统频率振荡量化评估方法,其特征在于,主要包括以下步骤:
S1、采集电力系统频率振荡偏差信号;
S2、建立Prony模型获取电力系统频率振荡模型状态的表征参数,所述表征参数包括振荡频率fi、振荡幅值Ai、衰减因子αi和相位
Figure FDA0002245797320000011
S3、基于所述表征参数获取电力系统频率振荡程度评价指标值;
S4、更新电力系统频率振荡偏差信号的时间窗口,获取电力系统频率振荡程度评价指标函数;
S5、基于所述电力系统频率振荡程度评价指标函数得到电力系统频率振荡程度评价指标曲线,实现对电力系统频率振荡程度的量化评估。
2.如权利要求1所述的电力系统频率振荡程度量化评估方法,其特征在于:
所述采集电力系统频率振荡偏差信号具体为:采集[t0,t]时间窗口内的电力系统频率振荡偏差信号△f,其中t0为系统扰动发生时刻,t为当前时刻;
所述Prony模型包括为复指数函数幅值的集合b和复指数函数底数的集合z。
3.如权利要求2所述的一种电力系统频率振荡量化评估方法,其特征在于:所述更新电力系统频率振荡偏差信号的时间窗口具体为:
以Ta为周期更新时间窗口,右边界即t=t0+m·Ta,其中m为周期数。
4.如权利要求2所述的一种电力系统频率振荡量化评估方法,其特征在于:所述获取电力系统频率振荡程度评价指标函数具体为:
基于所述电力系统频率振荡程度评价指标值γt,以Ta为周期更新时间窗口,右边界即t=t0+m·Ta,然后计算对应时段下电力系统频率振荡程度评价指标函数
Figure FDA0002245797320000012
其中m为周期数。
5.如权利要求2所述的一种电力系统频率振荡量化评估方法,其特征在于:所述的电力系统频率振荡偏差信号△f表示如下:
Figure FDA0002245797320000013
Na=(t-t0)/△T+1,
其中:△T为数据采样步长,Na为数据长度。
6.如权利要求2所述的一种电力系统频率振荡量化评估方法,其特征在于:所述表征参数的计算公式如下:
Figure FDA0002245797320000021
Figure FDA0002245797320000022
Figure FDA0002245797320000023
式中:
b为Prony模型复指数函数幅值的集合;
z为Prony模型复指数函数底数的集合;
g1()表示有关复指数函数幅值的Prony算法;
g2()表示有关复指数函数底数的Prony算法。
7.如权利要求4所述的一种电力系统频率振荡量化评估方法,其特征在于:所述电力系统频率振荡程度评价指标值表示如下,
Figure FDA0002245797320000024
其中:
sgn()表示符号函数;
abs()表示绝对值函数。
8.如权利要求4所述的一种电力系统频率振荡量化评估方法,其特征在于:所述电力系统频率振荡程度评价指标曲线表示如下,
Figure FDA0002245797320000025
9.一种电力系统频率振荡量化评估的装置,其特征在于,所述设备包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1~8中任意一项所述的操作。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,当所述计算机指令中的至少部分指令被处理器执行时,实现如权利要求1~8中任意一项所述的操作。
CN201911016233.XA 2019-09-04 2019-10-24 一种电力系统频率振荡量化评估方法、装置及存储介质 Active CN110672919B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019108320157 2019-09-04
CN201910832015 2019-09-04

Publications (2)

Publication Number Publication Date
CN110672919A true CN110672919A (zh) 2020-01-10
CN110672919B CN110672919B (zh) 2022-05-17

Family

ID=69084027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911016233.XA Active CN110672919B (zh) 2019-09-04 2019-10-24 一种电力系统频率振荡量化评估方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110672919B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090222144A1 (en) * 2008-03-04 2009-09-03 Washington State University Systems and methods for electromechanical oscillation monitoring
CN103248063A (zh) * 2013-05-15 2013-08-14 国家电网公司 一种基于pmu的多直流协调广域阻尼控制方法
CN104134993A (zh) * 2014-07-04 2014-11-05 国家电网公司 广域量测数据时滞与缺失下电力系统振荡监测方法及系统
CN105429157A (zh) * 2015-12-10 2016-03-23 云南电网有限责任公司电网规划研究中心 一种基于Prony分析的智能振荡模式识别方法
CN105656061A (zh) * 2016-03-31 2016-06-08 四川大学 风火捆绑经直流输电所引发的次同步振荡的抑制方法
US20160241035A1 (en) * 2015-02-12 2016-08-18 Nec Laboratories America, Inc. Wide-area measurement system based control of grid-scale storage for power system stability enhancement

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090222144A1 (en) * 2008-03-04 2009-09-03 Washington State University Systems and methods for electromechanical oscillation monitoring
CN103248063A (zh) * 2013-05-15 2013-08-14 国家电网公司 一种基于pmu的多直流协调广域阻尼控制方法
CN104134993A (zh) * 2014-07-04 2014-11-05 国家电网公司 广域量测数据时滞与缺失下电力系统振荡监测方法及系统
US20160241035A1 (en) * 2015-02-12 2016-08-18 Nec Laboratories America, Inc. Wide-area measurement system based control of grid-scale storage for power system stability enhancement
CN105429157A (zh) * 2015-12-10 2016-03-23 云南电网有限责任公司电网规划研究中心 一种基于Prony分析的智能振荡模式识别方法
CN105656061A (zh) * 2016-03-31 2016-06-08 四川大学 风火捆绑经直流输电所引发的次同步振荡的抑制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘杨 等: "分布式电源接入场景下的电网振荡攻击建模与检测", 《信息安全学报》 *
吴华坚 等: "基于综合性能指标的交直流混合系统直流调制研究", 《电力系统保护与控制》 *
董航 等: "基于Prony算法的电力系统低频振荡分析", 《高电压技术》 *

Also Published As

Publication number Publication date
CN110672919B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
Zhang et al. Noise-induced chaos in the electrostatically actuated MEMS resonators
Wang et al. An evolutionary power spectrum model of fully nonstationary seismic ground motion
Garanayak et al. Fast and accurate measurement of harmonic parameters employing hybrid adaptive linear neural network and filtered‐x least mean square algorithm
Huang et al. An orthogonal Hilbert-Huang transform and its application in the spectral representation of earthquake accelerograms
Mishra et al. Advanced signal processing and machine learning techniques for voltage sag causes detection in an electric power system
CN110672919B (zh) 一种电力系统频率振荡量化评估方法、装置及存储介质
Ornelas-Tellez et al. Optimal dynamic harmonic extraction and suppression in power conditioning applications
US8670969B1 (en) Circuit simulation system with repetitive algorithmic choices that provides extremely high resolution on clocked and sampled circuits
US20140207426A1 (en) Simulation of phenomena characterized by partial differential equations
Mohammed et al. Exact solutions for the system of stochastic equations for the ion sound and Langmuir waves
CN110579796A (zh) 拓展有限差分稳定性条件的波场模拟方法、装置及设备
Noor et al. A comparative analytical investigation for some linear and nonlinear time-fractional partial differential equations in the framework of the Aboodh transformation
CN102122824A (zh) 一种电力系统低频振荡模态参数辨识方法及其装置
Manevitch et al. Limiting phase trajectories and nonstationary resonance oscillations of the Duffing oscillator. Part 2. A dissipative oscillator
Baker et al. Jacobian singularities in optimal power flow problems caused by intertemporal constraints
CN110646665A (zh) 一种多逆变器电网的谐振检测方法、系统、终端及存储介质
Reiser et al. Electromagnetic fluid drift turbulence in static ergodic magnetic fields
US9449128B2 (en) Automatic computation of fundamental frequencies and maximum harmonic orders for radio frequency systems
US9620980B2 (en) Charging system, charging control device and charging method
Coban et al. Directly power system harmonics estimation using Equilibrium Optimizer
Gao et al. Releasing the time step upper bound of CFL stability condition for the acoustic wave simulation with model-order reduction
Pujiantara et al. Improvement of power quality monitoring based on modified S-transform
Motoasca et al. Analytical method for hysteresis modelling of soft magnetic materials
US20200256900A1 (en) Method for calculating power supply voltage waveform, method for analyzing circuit coupled magnetic field, program and recording medium recording program
Bhole et al. Stabilized bi-cubic Hermite Bézier finite element method with application to Gas-plasma interactions occurring during massive material injection in Tokamaks

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