CN110824359A - 监测超低频振荡强负阻尼机组的方法、系统及存储介质 - Google Patents

监测超低频振荡强负阻尼机组的方法、系统及存储介质 Download PDF

Info

Publication number
CN110824359A
CN110824359A CN201911092780.6A CN201911092780A CN110824359A CN 110824359 A CN110824359 A CN 110824359A CN 201911092780 A CN201911092780 A CN 201911092780A CN 110824359 A CN110824359 A CN 110824359A
Authority
CN
China
Prior art keywords
generator set
deviation
torque vector
strong negative
negative damping
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
CN201911092780.6A
Other languages
English (en)
Other versions
CN110824359B (zh
Inventor
陈亦平
杜旭
张勇
唐卓尧
杨荣照
陈根军
张孝
杨若朴
李家璐
高琴
李慧勇
刘清晨
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.)
China Southern Power Grid Co Ltd
Original Assignee
China Southern 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 China Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201911092780.6A priority Critical patent/CN110824359B/zh
Publication of CN110824359A publication Critical patent/CN110824359A/zh
Application granted granted Critical
Publication of CN110824359B publication Critical patent/CN110824359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/343Testing dynamo-electric machines in operation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开了监测超低频振荡强负阻尼机组的方法、系统及存储介质,方法包括:监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差;根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量;计算系统超低频振荡过程的发电机组惯性转矩向量;根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量;根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频。本发明能利用监测计算得到的机械功率转矩向量快速识别强负阻尼机组,并通过闭锁强负阻尼机组一次调频,有效抑制了系统超低频振荡,可广泛应用于电力系统运行与控制领域。

Description

监测超低频振荡强负阻尼机组的方法、系统及存储介质
技术领域
本发明涉及电力系统运行与控制领域,尤其是监测超低频振荡强负阻尼机组的方法、系统及存储介质。
背景技术
近年来,实际电网中出现的超低频振荡现象引起了工业界和学术界的广泛关注。国际上,1960年美国西北部电网、2006年土耳其电网、2011年哥伦比亚电网相继发生振荡频率为0.05Hz左右的超低频振荡。国内在2012年锦苏直流孤岛试验、2016年云南电网异步试验期间也观测到类似的频率异常波动。同时,还有文献的仿真分析结论指出,西南电网与华中电网通过渝鄂柔性直流背异步互联后存在频率振荡风险。
该类型超低频振荡一般发生于高比例的水电系统,这是由于水电机组在功率调节过程中出现水锤效应,导致初始功率变化与导叶开度变化相反,造成较大的相位滞后,从而引起超低频振荡现象。基于阻尼转矩法的相关研究表明,该类型超低频振荡是由于水电机组机械功率负阻尼转矩导致一次调频不稳定引起的。而在实际运行中,现有监测系统仅能监测机组的电磁功率与频率,不能监测机组的机械功率,导致运行人员无法定位强负阻尼(即负阻尼较大,大于某一阈值)机组,无法快速平息超低频振荡。
发明内容
为解决上述技术问题,本发明实施例的目的在于:提供一种监测超低频振荡强负阻尼机组的方法、系统及存储介质,以快速识别振荡过程中的强负阻尼机组,从而有效抑制系统的超低频振荡。
本发明所采取的第一技术方案是:
监测超低频振荡强负阻尼机组的方法,包括以下步骤:
监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差;
根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量;
计算系统超低频振荡过程的发电机组惯性转矩向量;
根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量;
根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频。
进一步,所述监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差这一步骤,具体包括:
通过监测系统各主站节点的频率,判断系统是否发生超低频振荡,若是,则执行下一步骤,反之,则继续监测;
通过数据采集与监视控制系统提取发电机组的电磁功率偏差和系统频率偏差。
进一步,所述根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量这一步骤,具体包括:
计算系统超低频振荡过程的角频率;
根据系统超低频振荡过程的角频率计算系统超低频振荡过程发电机组的电磁功率偏差与系统频率偏差的角度偏差,所述系统超低频振荡过程发电机组的电磁功率偏差与系统频率偏差的角度偏差的计算公式为:
Figure BDA0002267336020000021
其中,θi为系统超低频振荡过程第i台发电机组的电磁功率偏差与系统频率偏差的角度偏差,i为正整数,ωn为系统超低频振荡过程的角频率,T为振荡周期,t1和t2分别为系统频率偏差在半个振荡周期内连续经过零点的两个时刻,t3和t4分别为发电机组的电磁功率偏差在半个振荡周期内连续经过零点的两个时刻;
对发电机组的电磁功率偏差和系统频率偏差进行滤波及归一化处理;
根据归一化处理后的电磁功率偏差、归一化处理后的系统频率偏差和计算的角度偏差得到发电机组的电磁功率转矩向量,所述发电机组的电磁功率转矩向量的表达式为:
Figure BDA0002267336020000022
其中,
Figure BDA0002267336020000023
为第i台发电机组的电磁功率转矩向量,ΔP′ei为归一化处理后的电磁功率偏差,Δω'为归一化处理后的系统频率偏差,||为取模运算符号,∠θi为θi对应的角度。
进一步,所述计算系统超低频振荡过程的发电机组惯性转矩向量这一步骤,具体包括:
计算系统超低频振荡过程的角频率;
根据系统超低频振荡过程的角频率计算发电机组惯性转矩向量。
进一步,所述根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量这一步骤,具体包括:
将发电机组的电磁功率转矩向量和发电机组惯性转矩向量进行相加运算,得到发电机组的机械功率转矩向量;
计算发电机组机械功率转矩向量与系统频率偏差的相角。
进一步,所述根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频这一步骤,具体包括:
计算发电机组的机械功率转矩在系统频率偏差轴上的投影数值;
根据计算的投影数值确定发电机组是否为强负阻尼机组,并闭锁强负阻尼机组一次调频。
进一步,所述根据计算的投影数值确定发电机组是否为强负阻尼机组,并闭锁强负阻尼机组一次调频这一步骤,具体为:
判断计算的投影数值是否大于1,若是,则确定发电机组是强负阻尼机组,此时闭锁强负阻尼机组一次调频;反之,则确定发电机组不是强负阻尼机组,此时不执行任何操作。
本发明所采取的第二技术方案是:
监测超低频振荡强负阻尼机组的系统,包括:
监测模块,用于监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差;
电磁功率转矩向量计算模块,用于根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量;
惯性转矩向量计算模块,用于计算系统超低频振荡过程的发电机组惯性转矩向量;
机械功率转矩向量计算模块,用于根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量;
识别与闭锁模块,用于根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频。
本发明所采取的第三技术方案是:
监测超低频振荡强负阻尼机组的系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现本发明所述的监测超低频振荡强负阻尼机组的方法。
本发明所采取的第四技术方案是:
存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现本发明所述的监测超低频振荡强负阻尼机组的方法。
上述本发明实施例中的一个或多个技术方案具有如下优点:本发明实施例根据监测的系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差计算发电机组的电磁功率转矩向量,然后通过发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算出发电机组的机械功率转矩向量,最后根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,能利用监测计算得到的机械功率转矩向量快速识别振荡过程中的强负阻尼机组,并通过闭锁强负阻尼机组一次调频,有效抑制了系统超低频振荡。
附图说明
图1为本发明实施例提供的在线监测超低频振荡强负阻尼机组的方法流程图;
图2为本发明实施例水轮机单机闭环系统的一种控制框图;
图3为本发明实施例单机闭环系统转矩向量图;
图4为本发明实施例多机系统中单机转矩向量图;
图5为本发明实施例包含直流外送线路的改进4机2区域模型示意图;
图6为图5中系统各节点母线频率曲线图;
图7为图5中G1、G2电磁功率与频率曲线图;
图8为图5中G3、G4电磁功率与频率曲线图。
具体实施方式
相关研究表明,电网超低频振荡是由于水电机组机械功率负阻尼转矩导致一次调频不稳定引起的,而在实际运行中,现有监测系统不能监测机组的机械功率,导致运行人员无法定位强负阻尼机组,无法快速平息振荡。而且现有监测系统在机组参数实测不精确且部分关键参数(如水锤效应时间常数Tw)随运行方式变化而变化时,容易导致离线仿真计算机组机械功率的阻尼转矩不能准确反映系统实际运行情况,难以准确规避系统超低频振荡的风险。
为此,本发明公开了一种新的监测超低频振荡强负阻尼机组的方法,用于辨识机组一次调频在超低频振荡过程中是提供正阻尼还是负阻尼,并通过闭锁强负阻尼机组的一次调频使系统超低频振荡平复,保证了系统的安全稳定运行。该方法的主要实现过程为:通过监测系统振荡过程中电磁功率与频率偏差的相角差(即角度差值),计算得到电磁功率转矩向量;再通过prony分析计算出超低频振荡过程的角频率,得到发电机惯性转矩向量;进一步通过发电机惯性转矩向量以及电磁功率转矩向量间接计算出机械功率转矩向量;最后通过计算的机械功率转矩向量在系统频率偏差轴上的投影数值上是否大于1,判断该机组是否为强负阻尼机组,并闭锁强负阻尼机组一次调频。本发明的方法简单有效,能快速识别振荡过程中的强负阻尼机组,有效抑制了系统超低频振荡。
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。而各实施例发电机组是指至少包含一台发电机的机组。
图1示出了一种在线监测超低频振荡强负阻尼机组的方法实施例,该实施例利用系统检测的电磁功率与频率偏差数据,间接计算出发电机机械功率在振荡过程中提供的阻尼转矩,并关闭强负阻尼机组以保证系统的稳定运行。
以发电机组为大型主力发电机组为例,如图1所示,本实施例的方法具体包括以下步骤:
S1:通过监测系统各主站节点频率,判断系统是否发生超低频振荡,若是,则进入步骤S2;若否,则继续监测。
S2:通过数据采集与监视控制系统(即SCADA系统)提取大型主力发电机组的电磁功率偏差ΔPei以及系统频率偏差Δω,并进行滤波及归一化处理。
S3:通过prony分析计算系统超低频振荡过程的角频率ωn,并计算各大型主力发电机组电磁功率偏差ΔPei与系统频率偏差Δω的角度偏差θi,得到电磁功率转矩向量
Figure BDA0002267336020000051
S4:计算各大型发电机组惯性转矩向量并进一步与电磁功率转矩向量
Figure BDA0002267336020000053
合成机械功率转矩向量
Figure BDA0002267336020000054
并计算
Figure BDA0002267336020000055
与系统频率偏差Δω的相角θi *
S5:判断各大型主力机组是否为强负阻尼机组,若是,则闭锁强负阻尼机组一次调频;若否,则表示该机组对超低频振荡模式的影响不大,不作任何操作。
进一步作为优选的实施例,在所述步骤S1中,判断系统是否发生超低频振荡,具体为:
若SCADA系统发出振荡警告且系统各节点的频率一致(即Δω1=Δω2=…=Δωn=Δω),则判定系统发生了超低频振荡。
进一步作为优选的实施例,在所述步骤S2中,对大型主力发电机组的电磁功率偏差ΔPei以及系统频率偏差Δω进行归一化处理,具体采用以下公式进行计算:
Figure BDA0002267336020000061
其中,Pbi为第i台发电机组额定功率;ω0为系统额定频率。
进一步作为优选的实施例,所述步骤S3具体包括:
S31、通过prony分析计算超低频振荡过程的角频率ωn,则振荡周期
Figure BDA0002267336020000062
S32、计算各大型主力发电机组电磁功率偏差ΔPei与系统频率偏差Δω的角度偏差θi,以及电磁功率转矩向量具体计算公式为:
Figure BDA0002267336020000064
其中,t1和t2分别为系统频率偏差在半个振荡周期内连续过零点的两个时刻;t3和t4分别为电磁功率偏差在半个振荡周期内连续过零点的两个时刻,∠θi为电磁功率偏差ΔPei与系统频率偏差Δω的角度。
电磁功率转矩向量
Figure BDA0002267336020000065
以及本发明各实施例的所有向量均以系统频率偏差Δω轴为参考轴。
进一步作为优选的实施例,在所述步骤S4中,计算各大型发电机组惯性转矩向量
Figure BDA0002267336020000066
并进一步合成机械功率转矩向量
Figure BDA0002267336020000067
及其与频率偏差Δω的相角θi *,具体包括:
S41、根据系统超低频振荡过程的角频率ωn计算发电机组惯性转矩向量
Figure BDA0002267336020000068
具体计算公式为:
Figure BDA0002267336020000069
其中,TJi为第i台发电机惯性时间常数。
S42、将发电机组的电磁功率转矩向量
Figure BDA00022673360200000610
和发电机组惯性转矩向量
Figure BDA00022673360200000611
进行相加运算,得到发电机组的机械功率转矩向量
Figure BDA0002267336020000071
即有:
Figure BDA0002267336020000072
S43、计算发电机组机械功率转矩向量与系统频率偏差的相角θi *
具体地,因为
Figure BDA0002267336020000073
Figure BDA0002267336020000074
求出∠θi *后,即可根据对应关系得到θi *
进一步作为优选的实施例,在所述步骤S5中,判断各大型主力机组是否为强负阻尼机组,具体为:
若大型主力机组i的机械功率转矩向量
Figure BDA0002267336020000075
在Δω轴上的投影
Figure BDA0002267336020000076
数值上大于1,则认为该机组在超低频振荡模式下为强负阻尼机组,闭锁其一次调频;否则,则表示该机组对超低频振荡模式影响不大,不作任何操作。
在本实施例中,采用阻尼转矩分析法分析机械功率阻尼转矩对系统超低频振荡的影响,再通过监控系统检测到的电磁功率以及频率间接计算出机组机械功率,从而确定该机组在振荡过程中是否提供强负阻尼。
以图2的水轮机单机闭环系统为例,有:
发电机转子运动方程如下式所示:
Figure BDA0002267336020000077
其中,TJ为发电机惯性时间常数;Δω为频率偏差;ΔPm为机械功率偏差;ΔPe为电磁功率偏差;D为发电机阻尼。
由于ΔPm输入为-Δω,上式经拉普拉斯变化后,可以得到:
TJsΔω=-Gm(s)Δω-(KL+D)Δω
其中,KL为负荷阻尼系数。
设超低频振荡过程的主导特征根为s=σ+jωn,则有:
TJωnjΔω+(KL+D+TJσ)Δω=-Gm(s)Δω
由此,可以画出机械功率转矩、电磁功率转矩以及机组惯性转矩的向量图,如图3所示。
对于单机闭环单负荷闭环系统而言,其在相位上忽略网损和负荷的电压调节效应时,电磁功率ΔPe与Δω同相,提供正阻尼。ΔPm在Δω轴上的投影代表ΔPm提供的阻尼,投影为正对应负阻尼,投影为负对应正阻尼,具体阻尼的性质和原动系统(即原动机)的相位滞后有关。由于原动系统输入量是-Δω,因此比较机械功率ΔPm和-Δω的相位关系,ΔPm滞后-Δω的角度小于90°时(即ΔPm相量位于第二象限,投影为负)提供正阻尼,滞后角度大于90°时(ΔPm相量位于第一象限,投影为正,即图3中的情况)提供负阻尼。当ΔPm在Δω轴上的投影与KL+D相等,机械功率的负阻尼与电磁功率及发电机阻尼的正阻尼相互抵消,系统整体阻尼比为零,即σ=0。一般而言,发电机绕组阻尼D与负荷阻尼系数KL之和约为1,当ΔPm在Δω轴上的投影>1时,系统的超低频振荡模式不稳定。因此,当机组ΔPm在Δω轴上的投影>1时,认为该机组为强负阻尼机组。
对于多机系统,由于系统各节点频率相同(即Δω1=Δω2=…=Δωn=Δω),且忽略网损和负荷的电压调节效应后,系统总负荷效应为∑ΔPei=∑KL∑Δω,因此,有:
故并列运行的各机组可以看作一个刚体,每台机组机械转矩阻尼对系统超低频模态阻尼的影响是线性叠加的。由此,可以单独分析每台机组的阻尼转矩。
对于多机系统中的单台机组,其仍然满足转子运动方程,由于机组传递函数的固有特性
Figure BDA0002267336020000082
即使机组并大网,电磁功率受网络方程强制分配,不再与频率同向,但ΔPm在向量图中的位置依然不变。而由于实际系统限幅环节等存在,振荡迅速到达等幅波动状态(即σ=0),且考虑了阻尼绕组的次暂态电动势变化模型时,发电机转子运动方程中的绕组阻尼因子D取较小值。因此,在实际系统以及在BPA仿真计算中,可忽略σ以及D,电磁功率受电网强制分配,实际机组的电磁功率由机械功率向量与发电机惯性转矩向量的差决定,故可以通过监控系统监测机组的电磁功率以及振荡频率间接计算出机械功率,从而判断该机组机械功率是否提供强负阻尼,如图4所示。若机械功率转矩向量在Δω轴上的投影>1时,认为该机组为强负阻尼机组。
方法的有效性验证
由于超低频振荡一般发生在高比例的水电经直流送出系统,本实施例基于BPA电力系统仿真软件建立了包含直流外送线路的改进4机2区系统,系统共4台水轮机,每两台水电机组形成一个区域,两区域间通过交流联络线连接,如图5所示。发电机采用6阶模式,包含水轮机调速原动系统、励磁系统以及系统稳定器PSS。其中,区域1(即Area 1)的机组G1和机组G2的调速器参数为比例增益KP=1.55,积分增益KI=0.85,微分增益Kd=2。区域2(即Area 2)的机组G3和机组G4的调速器参数为比例增益KP=1.55,积分增益KI=0.1,微分增益Kd=2,其余参数取经典参数。
在改进的4机2区域系统施加15MW的负荷扰动,机组G1、G2、G3和G4的电磁功率偏差及频率曲线如图6、图7和图8所示。图6中,a1是系统振荡警告点,a2是闭锁强负阻尼机组一次调频后的超低频振荡平复点。图7中,a3是闭锁机组G1、G2机组一次调频的点。
基于图5的区域模型,在线监测超低频振荡强负阻尼机组的具体实现过程如下:
S1:通过监测系统各主站节点频率,判断电网是否发生超低频振荡。
由图6中分析可知,a1处系统发出振荡告警,且各节点频率同调,即:
ΔωG1=ΔωG2=ΔωG3=ΔωG4
此时判断系统发生超低频振荡,进入步骤S2。
S2:通过SCADA系统提取大型主力发电机组的电磁功率偏差ΔPei以及系统频率偏差Δω,并进行滤波及归一化处理。
经过滤波环节后,得到Δω=0.112Hz,ΔPeG1=ΔPeG2=4.2MW和ΔPeG3=ΔPeG4=2.2MW,归一化处理后,有:
S3:通过prony分析计算超低频振荡过程的角频率ωn=0.2674rad/s,即振荡周期
Figure BDA0002267336020000102
进一步计算各大型主力发电机电磁功率偏差ΔPei与系统频率偏差Δω的角度偏差θi,得到电磁功率转矩向量有:
Figure BDA0002267336020000104
S4:计算各大型发电机组惯性转矩向量
Figure BDA0002267336020000105
并进一步合成机械功率转矩向量及其与频率偏差Δω的相角θi *
由数据库已知发电机惯性时间常数TJ1=TJ2=10.5636,TJ3=TJ4=10.3835,即有:
Figure BDA0002267336020000111
S5:判断各大型主力机组是否为强负阻尼机组,若是,则闭锁强负阻尼机组一次调频;若否,则该机组对超低频振荡模式影响不大,不作操作。
求解机械功率转矩向量
Figure BDA0002267336020000112
在Δω轴上的投影
Figure BDA0002267336020000113
有:
Figure BDA0002267336020000114
因此,可以判断,机组G1和机组G2在超低频振荡模式下提供强负阻尼,机组G3和机组G4在超低频振荡模式下提供正阻尼,因此,关闭机组G1以及机组G2一次调频,系统振荡平息。
综上所述,本发明监测超低频振荡强负阻尼机组的方法、系统及存储介质,能利用监测计算得到的机械功率转矩向量快速识别振荡过程中的强负阻尼机组,并通过闭锁强负阻尼机组一次调频,有效抑制了系统超低频振荡。该方案简单有效,能在线监测强负阻尼机组,保证了系统稳定运行,在电力系统运行与控制领域具有广阔的应用前景。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.监测超低频振荡强负阻尼机组的方法,其特征在于:包括以下步骤:
监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差;
根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量;
计算系统超低频振荡过程的发电机组惯性转矩向量;
根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量;
根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频。
2.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差这一步骤,具体包括:
通过监测系统各主站节点的频率,判断系统是否发生超低频振荡,若是,则执行下一步骤,反之,则继续监测;
通过数据采集与监视控制系统提取发电机组的电磁功率偏差和系统频率偏差。
3.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量这一步骤,具体包括:
计算系统超低频振荡过程的角频率;
根据系统超低频振荡过程的角频率计算系统超低频振荡过程发电机组的电磁功率偏差与系统频率偏差的角度偏差,所述系统超低频振荡过程发电机组的电磁功率偏差与系统频率偏差的角度偏差的计算公式为:
Figure FDA0002267336010000011
其中,θi为系统超低频振荡过程第i台发电机组的电磁功率偏差与系统频率偏差的角度偏差,i为正整数,ωn为系统超低频振荡过程的角频率,T为振荡周期,t1和t2分别为系统频率偏差在半个振荡周期内连续经过零点的两个时刻,t3和t4分别为发电机组的电磁功率偏差在半个振荡周期内连续经过零点的两个时刻;
对发电机组的电磁功率偏差和系统频率偏差进行滤波及归一化处理;
根据归一化处理后的电磁功率偏差、归一化处理后的系统频率偏差和计算的角度偏差得到发电机组的电磁功率转矩向量,所述发电机组的电磁功率转矩向量的表达式为:
Figure FDA0002267336010000021
其中,
Figure FDA0002267336010000022
为第i台发电机组的电磁功率转矩向量,ΔP′ei为归一化处理后的电磁功率偏差,Δω'为归一化处理后的系统频率偏差,| |为取模运算符号,∠θi为θi对应的角度。
4.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述计算系统超低频振荡过程的发电机组惯性转矩向量这一步骤,具体包括:
计算系统超低频振荡过程的角频率;
根据系统超低频振荡过程的角频率计算发电机组惯性转矩向量。
5.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量这一步骤,具体包括:
将发电机组的电磁功率转矩向量和发电机组惯性转矩向量进行相加运算,得到发电机组的机械功率转矩向量;
计算发电机组机械功率转矩向量与系统频率偏差的相角。
6.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频这一步骤,具体包括:
计算发电机组的机械功率转矩在系统频率偏差轴上的投影数值;
根据计算的投影数值确定发电机组是否为强负阻尼机组,并闭锁强负阻尼机组一次调频。
7.根据权利要求1所述的监测超低频振荡强负阻尼机组的方法,其特征在于:所述根据计算的投影数值确定发电机组是否为强负阻尼机组,并闭锁强负阻尼机组一次调频这一步骤,具体为:
判断计算的投影数值是否大于1,若是,则确定发电机组是强负阻尼机组,此时闭锁强负阻尼机组一次调频;反之,则确定发电机组不是强负阻尼机组,此时不执行任何操作。
8.监测超低频振荡强负阻尼机组的系统,其特征在于:包括:
监测模块,用于监测系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差;
电磁功率转矩向量计算模块,用于根据系统超低频振荡过程发电机组的电磁功率偏差和系统频率偏差,计算发电机组的电磁功率转矩向量;
惯性转矩向量计算模块,用于计算系统超低频振荡过程的发电机组惯性转矩向量;
机械功率转矩向量计算模块,用于根据发电机组的电磁功率转矩向量和发电机组惯性转矩向量计算发电机组的机械功率转矩向量;
识别与闭锁模块,用于根据发电机组的机械功率转矩向量识别发电机组中的强负阻尼机组,并闭锁强负阻尼机组一次调频。
9.监测超低频振荡强负阻尼机组的系统,其特征在于:包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-7任一项所述的监测超低频振荡强负阻尼机组的方法。
10.存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-7任一项所述的监测超低频振荡强负阻尼机组的方法。
CN201911092780.6A 2019-11-11 2019-11-11 监测超低频振荡强负阻尼机组的方法、系统及存储介质 Active CN110824359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911092780.6A CN110824359B (zh) 2019-11-11 2019-11-11 监测超低频振荡强负阻尼机组的方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911092780.6A CN110824359B (zh) 2019-11-11 2019-11-11 监测超低频振荡强负阻尼机组的方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN110824359A true CN110824359A (zh) 2020-02-21
CN110824359B CN110824359B (zh) 2021-11-23

Family

ID=69553688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911092780.6A Active CN110824359B (zh) 2019-11-11 2019-11-11 监测超低频振荡强负阻尼机组的方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110824359B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113285470A (zh) * 2021-06-01 2021-08-20 国网新疆电力有限公司电力科学研究院 抑制电网低频振荡的电站控制方法
CN113471960A (zh) * 2021-05-31 2021-10-01 国网江苏省电力有限公司 一种基于多源数据融合的低频振荡类型判断方法和装置
CN114087118A (zh) * 2021-10-09 2022-02-25 南京南瑞水利水电科技有限公司 一种用于抑制水锤效应的水轮机导叶柔性控制方法、系统、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614192A (zh) * 2007-04-16 2009-12-30 许文魁 内力从动机
CN104330667A (zh) * 2014-10-29 2015-02-04 华中电网有限公司 一种用于判断调速系统对低频振荡阻尼影响的监测方法
CN106066440A (zh) * 2016-08-18 2016-11-02 四川理工学院 一种pss负阻尼检测方法
CN106470006A (zh) * 2016-11-17 2017-03-01 广东电网有限责任公司电力科学研究院 一种发电机调速系统振荡阻尼比极性判断方法及装置
CN110161371A (zh) * 2019-05-14 2019-08-23 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101614192A (zh) * 2007-04-16 2009-12-30 许文魁 内力从动机
CN104330667A (zh) * 2014-10-29 2015-02-04 华中电网有限公司 一种用于判断调速系统对低频振荡阻尼影响的监测方法
CN106066440A (zh) * 2016-08-18 2016-11-02 四川理工学院 一种pss负阻尼检测方法
CN106470006A (zh) * 2016-11-17 2017-03-01 广东电网有限责任公司电力科学研究院 一种发电机调速系统振荡阻尼比极性判断方法及装置
CN110161371A (zh) * 2019-05-14 2019-08-23 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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUA YE: "Low Frequency Oscillation Analysis and Damping Based on Prony Method and Sparse Eigenvalue Technique", 《IEEE》 *
李勇: "一种可用于监测调速系统对低频振荡影响的方法", 《电力自动化设备》 *
杨东俊: "基于WAMS的负阻尼低频振荡与强迫功率振荡的特征判别", 《电力系统自动化》 *
马骞: "超低频振荡主导机组的在线监控方法", 《南方电网技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113471960A (zh) * 2021-05-31 2021-10-01 国网江苏省电力有限公司 一种基于多源数据融合的低频振荡类型判断方法和装置
CN113471960B (zh) * 2021-05-31 2024-02-23 国网江苏省电力有限公司 一种基于多源数据融合的低频振荡类型判断方法和装置
CN113285470A (zh) * 2021-06-01 2021-08-20 国网新疆电力有限公司电力科学研究院 抑制电网低频振荡的电站控制方法
CN114087118A (zh) * 2021-10-09 2022-02-25 南京南瑞水利水电科技有限公司 一种用于抑制水锤效应的水轮机导叶柔性控制方法、系统、装置及存储介质

Also Published As

Publication number Publication date
CN110824359B (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN110824359B (zh) 监测超低频振荡强负阻尼机组的方法、系统及存储介质
EP2324567B1 (en) Direct power control with component separation
Rakhtala et al. Design of finite-time high-order sliding mode state observer: A practical insight to PEM fuel cell system
Asghar Performance comparison of wind turbine based doubly fed induction generator system using fault tolerant fractional and integer order controllers
Kadi et al. A direct vector control based on modified SMC theory to control the double-powered induction generator-based variable-speed contra-rotating wind turbine systems
Mir et al. DFIG damping controller design using robust CKF-based adaptive dynamic programming
CN104485670B (zh) 孤立电网中电压敏感性工业负荷时变阻尼特性的控制方法
Li et al. Active fault tolerant control of wind turbine systems based on DFIG with actuator fault and disturbance using Takagi–Sugeno fuzzy model
Hosseinabadi et al. Fixed-time observer-based control of DFIG-based wind energy conversion systems for maximum power extraction
Qi et al. Tracking-differentiator-based dynamic virtual inertial control of offshore wind power plant for frequency regulation
Xiong et al. Event triggered prescribed time convergence sliding mode control of DFIG with disturbance rejection capability
Mansouri et al. Genetic algorithm optimized robust nonlinear observer for a wind turbine system based on permanent magnet synchronous generator
Sun et al. MPPT adaptive controller of DC-based DFIG in resistances uncertainty
Teng et al. Mechanism and Characteristics analysis of Ultra-low Frequency Oscillation phenomenon in a Power Grid with a High Proportion of Hydropower
CN104300546B (zh) 一种基于广域量测信息的电压稳定约束无功优化方法
Meng et al. Small-signal stability analysis and improvement with phase-shift phase-locked loop based on back electromotive force observer for VSC-HVDC in weak grids
Essadki et al. LQR controller design for a nonlinear, doubly fed induction generator model
Wang et al. Grey prediction theory and extension strategy-based excitation control for generator
CN103944158B (zh) 一种基于小干扰稳定风险检测的在线功率控制方法和系统
Mousavi et al. Observer-Based High-Order Sliding Mode Control of DFIG-Based Wind Energy Conversion Systems Subjected to Sensor Faults
CN114243762A (zh) 一种风机并网的分析与控制方法
Matišić et al. Vector surge and ROCOF protection algorithms for distributed generator islanding detection
CN110311409B (zh) 一种不平衡电压下改进型双环dfig低电压穿越控制策略
Tang et al. Study on stability margin of ultra-low frequency oscillation in hydropower system
CN109713664B (zh) 直流孤岛频率稳定的网源协调控制策略计算方法及系统

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