CN110907820A - 一种发电机励磁系统的低频振荡识别方法和抑制方法 - Google Patents

一种发电机励磁系统的低频振荡识别方法和抑制方法 Download PDF

Info

Publication number
CN110907820A
CN110907820A CN201910998048.9A CN201910998048A CN110907820A CN 110907820 A CN110907820 A CN 110907820A CN 201910998048 A CN201910998048 A CN 201910998048A CN 110907820 A CN110907820 A CN 110907820A
Authority
CN
China
Prior art keywords
active power
excitation system
pss
generator excitation
value
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
CN201910998048.9A
Other languages
English (en)
Other versions
CN110907820B (zh
Inventor
张明棽
李海燕
徐小方
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.)
Guangzhou Kinte Industrial Co Ltd
Original Assignee
Guangzhou Kinte Industrial 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 Guangzhou Kinte Industrial Co Ltd filed Critical Guangzhou Kinte Industrial Co Ltd
Priority to CN201910998048.9A priority Critical patent/CN110907820B/zh
Publication of CN110907820A publication Critical patent/CN110907820A/zh
Application granted granted Critical
Publication of CN110907820B publication Critical patent/CN110907820B/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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开了一种发电机励磁系统的低频振荡识别方法和抑制方法,通过建立交流分量预估函数,转换为法方程组后通过对其系数矩阵进行SVD分解得到k个奇异值,再求解k个奇异值的Frobenious范数,确定下发电机励磁系统的有功功率的有效数据阶数m,以根据该有效数据阶数m求解出所述交流分量预估函数的预估函数系数,并求解出参数b1,b2,...,bm,以参数根据Prony方法,计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,因此,本发明能够识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式;并且,本发明能实现对PSS模型输出量的提前干预,以提前控制的方式对发电机励磁系统的低频振荡进行抑制。

Description

一种发电机励磁系统的低频振荡识别方法和抑制方法
技术领域
本发明涉及一种发电机励磁系统的低频振荡识别方法和抑制方法。
背景技术
低频振荡是电力系统中一种不稳定状态,如果没有及时进行系统的调节,则容易造成振荡不断的发散,而影响到整个电力系统的稳定,造成大规模的失稳、解,大规模停电等严重后果。
目前大容量发电机组静态励磁系统对低频振荡的抑制采用的PSS(电力系统稳定器)功能,通过附加角速度、电功率等反馈量,叠加至发电机励磁系统的控制输出上,达到抑制低频振荡的效果。这是一种滞后的反馈调节方式,即先发生、再抑制,因此不可避免的存在超调和反复调节的问题,从实际电量上看,输出功率会一直成波动状态,但这个波动由于PSS的调节,是成收敛状态的。
Prony方法是用一个指数函数的线性组合来描述等间距采样数据的数学模型,经过适当扩充,形成了能够直接估算给定信号的频率、衰减因子、幅值和相位的算法。利用Prony方法能直接提取信号特征量,同时可对结果进行特征分析。Prony方法在分析电力系统低频振荡领域得到了广泛的应用,成为了工程实际上的一种标准方法。其最大优点就是既可以对仿真结果进行分析,又可以对实时测量数据进行分析。作为行业共识,Prony方法的主要过程如下:
1、假设模型是由一组P个任意振荡、相位、频率和衰减因子的指数函数线性组合、即
Figure BDA0002240379170000011
bi=Ai exp(jθi),Zi=exp[(ai+j2πfi)Δt]
2、将模型通过数学方法变换为
Figure BDA0002240379170000012
Figure BDA0002240379170000013
3、对方程中的ai做最小二乘估计,建立线性矩阵方程:
Figure BDA0002240379170000021
4、定义
Figure BDA0002240379170000022
并建立法方程
Figure BDA0002240379170000023
5、求解ai,并求解1+aiz-1+…+apz-p=0
6、再求解矩阵
Figure BDA0002240379170000024
最终得到留数矩阵的解,求得幅值、相位、频率、衰减因子。
在实际工程应用中,Prony方法的拟合结果与拟合参数的选取有很大关系,同时在低频振荡实际应用的识别过程中,由于存在大量的直流分量以及高频信号分量,会造成该方法的准确性的严重失真。由于特征值的计算与矩阵模值的计算需要大量的迭代,因此该方法计算量异常巨大,如果没有有效的降阶,不论从数据处理时间还是内存占用,以目前处理系统的处理速度是无法应用于工程实际的。
发明内容
本发明所要解决的技术问题之一是:提供一种发电机励磁系统的低频振荡识别方法,以解决现有技术中用Prony方法识别发电机励磁系统的低频振荡模式存在准确性失真严重,且因计算量异常巨大而导致现有嵌入式微机系统的处理速度无法满足工程实际需求的问题。
解决上述技术问题,本发明所采用的技术方案如下:
一种发电机励磁系统的低频振荡识别方法,其特征在于:所述的低频振荡识别方法包括:
步骤一、按固定时间间隔Δt采样发电机励磁系统的有功功率实际值,在需要对所述发电机励磁系统进行低频振荡识别时,获取当前采样时刻以前的N个采样时刻所采集的有功功率实际值,并按时间顺序依次记为y0,y1,...,yN-1,其中,N为预设值;第N个所述采样时刻即为所述当前采样时刻;
步骤二、对所述N个采样时刻的有功功率实际值y0,y1,...,yN-1进行直流滤波,以滤除每个所述有功功率实际值的直流分量ds,得到N个交流分量实际值,依次记为x0,x1,...,xN-1
步骤三、建立交流分量预估函数:
Figure BDA0002240379170000031
式中,n和k均为正整数,k为预设值,且k≤N/2,
Figure BDA0002240379170000032
为第n个所述采样时刻的交流分量预估值,xn-k,...,xn-2,xn-1依次为第n-k个至第n-1个所述采样时刻的交流分量实际值,a1,a2,...,ak表示待定的预估函数系数;
并且,建立所述交流分量预估值与交流分量实际值的误差平方方程:
Figure BDA0002240379170000033
式中,ε表示误差,xn为第n个所述采样时刻的交流分量实际值;
步骤四、令所述预估函数系数a1,a2,...,ak的偏导数均为0,结合所述交流分量预估函数和误差平方方程,建立法方程组:
Figure BDA0002240379170000034
其中,1≤i≤k,1≤j≤k;
Figure BDA0002240379170000035
Figure BDA0002240379170000036
步骤五、对所述法方程组的系数矩阵
Figure BDA0002240379170000037
进行SVD分解,以求得k个奇异值,记为k1,k2,...kk
步骤六、构建联立矩阵:
Figure BDA0002240379170000041
并且,按照所述奇异值的大小逐行递增的顺序,对所述联立矩阵进行行变换,经过该行变换后的联立矩阵记为:
Figure BDA0002240379170000042
其中,所述k个奇异值k1,k2,...kk由大到小重新排序后即依次为k1′,k2′,...,kk′;
步骤七、求解满足1-v(M)<Vx的M的最小取值,若该最小取值在预设的有效数据阶数上限值以内,则将该最小取值确定为所述发电机励磁系统的有功功率的有效数据阶数m,否则,重复所述步骤一至步骤七;
其中,M为正整数,且1≤M≤k,Vx为预设值,且0≤Vx≤10e-4
Figure BDA0002240379170000043
步骤八、根据确定的有效数据阶数m,构建以下误差方程,并据此求解出预估函数系数a1,a2,...,am,并将所述交流分量预估函数中其余的预估函数系数均设置为0:
Figure BDA0002240379170000044
步骤九、建立以下特征方程,并求解出λ的m个特征根,记为λi,i=1,2,...,m:λm+a1λm-1+a2λm-2+…+am=0;
步骤十、根据步骤八的计算结果以及步骤三所述交流分量预估函数,计算出
Figure BDA0002240379170000045
的值,以建立以下方程组,并且,求解出参数bi,i=1,2,...,m:
Figure BDA0002240379170000051
步骤十一、根据Prony方法,按照以下公式计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,此即为所述发电机励磁系统在所述N个采样时刻内的低频振荡模式:
Figure BDA0002240379170000052
Figure BDA0002240379170000053
Figure BDA0002240379170000054
Figure BDA0002240379170000055
从而,本发明通过建立交流分量预估函数,转换为法方程组后通过对其系数矩阵进行SVD分解得到k个奇异值,再求解k个奇异值的Frobenious范数,确定下发电机励磁系统的有功功率的有效数据阶数m,以根据该有效数据阶数m求解出所述交流分量预估函数的预估函数系数,并求解出参数b1,b2,...,bm,以参数根据Prony方法,计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,因此,本发明能够识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式;
并且,本发明针对Prony算法在实际运用中对直流分量与噪声极为敏感的特点,通过对有功功率实际值进行直流滤波,以滤除直流噪声,通过计算确定有功功率的有效数据阶数m,以滤除信号中的高阶噪声,能够提高所述衰减因子di、相位θi、振荡频率fi、振荡幅值Ai的准确性,确保识别出的低频振荡模式更为接近真实情况;
本发明通过计算确定有功功率的有效数据阶数m,使得步骤八至步骤十一的计算量大幅下降,相较于现有技术中用Prony方法识别低频振荡模式时,本发明总的计算时间得以指数倍的减少,令发电机励磁系统所采用的嵌入式微机系统的处理速度能够满足本发明应用于工程实际的要求。
本发明所要解决的技术问题之二是:提供一种发电机励磁系统的低频振荡抑制方法,以解决现有技术中采用滞后的反馈调节方式实现发电机励磁系统的低频振荡抑制,而不可避免的存在超调和反复调节的问题。
解决上述技术问题,本发明所采用的技术方案如下:
一种发电机励磁系统的低频振荡抑制方法,其特征在于:所述的低频振荡抑制方法包括:
步骤十二、按照所述发电机励磁系统的低频振荡识别方法,计算出所述直流分量ds,以及,所述阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,并且,据此构建以下有功功率预测方程:
Figure BDA0002240379170000061
式中,
Figure BDA0002240379170000062
表示第n+1个所述采样时刻的有功功率预测值;
步骤十三、按照下式计算所述有功功率预测值
Figure BDA0002240379170000063
与有功功率实际值yn的信噪比SNR,如果满足SNR>40dB,则认定所述有功功率预测方程有效,否则,重复所述步骤十二;
Figure BDA0002240379170000064
式中,yn为第n+1个所述采样时刻的有功功率实际值;
步骤十四、判断在当前采样时刻,是否有除所述发电机励磁系统之外的外部手段对发电机的有功功率进行控制,如判断结果为是,则重复所述步骤十二,如判断结果为否,则按照所述步骤十三认定为有效的有功功率预测方程,计算当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000065
n=N;
步骤十五、将当前的有功功率,即第N个所述采样时刻的有功功率实际值yN-1作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UK;将预测的有功功率,即所述当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000066
n=N作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UKe
步骤十六、将预测输出量PSS_UK′作为PSS反馈量输入所述发电机励磁系统的PID控制环节,以实现对所述发电机励磁系统的低频振荡抑制;
其中,
PSS_UK′=(PSS_UKe-PSS_UK)*F(t)+PSS_UK;
(y(tN)*P-y(tN-1)*P)*F(t)+y(tN-1)*P=y(t)*P,tN-1≤t≤tN
y(tN-1)=yN-1
Figure BDA0002240379170000071
Figure BDA0002240379170000072
式中,F(t)表示输出量传递函数,tN-1表示所述当前采样时刻,tN表示所述当前采样时刻的下一个采样时刻,t为tN-1与tN之间的任意时刻,P为所述PSS模型的传递函数,y(t)表示时刻t的有功功率预测值。
从而,本发明通过识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式,据此构建有功功率预测方程,计算出当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000073
n=N,以计算出预测输出量PSS_UK′,并以其作为PSS反馈量输入发电机励磁系统的PID控制环节,控制PSS模型的输出量在固定时间间隔Δt,即当前采样时刻tN-1到下一个采样时刻tN的时间间隔内由当前的输出量PSS_UK平滑过渡到预测输出量PSS_UK′,实现对所述发电机励磁系统的低频振荡抑制;因此,本发明实现了对PSS模型输出量的提前干预,以提前控制的方式对发电机励磁系统的低频振荡进行抑制,能够避免现有技术中采用滞后的反馈调节实现低频振荡抑制所存在得超调和反复调节问题。
与现有技术相比,本发明具有以下有益效果:
第一,本发明通过建立交流分量预估函数,转换为法方程组后通过对其系数矩阵进行SVD分解得到k个奇异值,再求解k个奇异值的Frobenious范数,确定下发电机励磁系统的有功功率的有效数据阶数m,以根据该有效数据阶数m求解出所述交流分量预估函数的预估函数系数,并求解出参数b1,b2,...,bm,以参数根据Prony方法,计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,因此,本发明能够识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式;
并且,本发明针对Prony算法在实际运用中对直流分量与噪声极为敏感的特点,通过对有功功率实际值进行直流滤波,以滤除直流噪声,通过计算确定有功功率的有效数据阶数m,以滤除信号中的高阶噪声,能够提高所述衰减因子di、相位θi、振荡频率fi、振荡幅值Ai的准确性,确保识别出的低频振荡模式更为接近真实情况;
本发明通过计算确定有功功率的有效数据阶数m,使得步骤八至步骤十一的计算量大幅下降,相较于现有技术中用Prony方法识别低频振荡模式时,本发明总的计算时间得以指数倍的减少,令发电机励磁系统所采用的嵌入式微机系统的处理速度能够满足本发明应用于工程实际的要求。
第二,本发明通过识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式,据此构建有功功率预测方程,计算出当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000081
n=N,以计算出预测输出量PSS_UK′,并以其作为PSS反馈量输入发电机励磁系统的PID控制环节,控制PSS模型的输出量在固定时间间隔Δt,即当前采样时刻tN-1到下一个采样时刻tN的时间间隔内由当前的输出量PSS_UK平滑过渡到预测输出量PSS_UK′,实现对所述发电机励磁系统的低频振荡抑制;因此,本发明实现了对PSS模型输出量的提前干预,以提前控制的方式对发电机励磁系统的低频振荡进行抑制,能够避免现有技术中采用滞后的反馈调节实现低频振荡抑制所存在得超调和反复调节问题。
附图说明
下面结合附图和具体实施例对本发明作进一步的详细说明:
图1为本发明的低频振荡抑制方法的流程框图。
具体实施方式
下面结合实施例及其附图对本发明进行详细说明,以帮助本领域的技术人员更好的理解本发明的发明构思,但本发明权利要求的保护范围不限于下述实施例,对本领域的技术人员来说,在不脱离本发明之发明构思的前提下,没有做出创造性劳动所获得的所有其他实施例,都属于本发明的保护范围。
实施例一
如图1所示,本发明公开了一种发电机励磁系统的低频振荡识别方法,包括:
步骤一、按固定时间间隔Δt采样发电机励磁系统的有功功率实际值,在需要对所述发电机励磁系统进行低频振荡识别时,获取当前采样时刻以前的N个采样时刻所采集的有功功率实际值,并按时间顺序依次记为y0,y1,...,yN-1,并以yn表示第n+1个所述采样时刻的有功功率实际值,其中,N为预设值,N的取值可根据工程实际需要设置,N取值越大,则本申请得到的结果越准确,但同时也会增大计算量;第N个所述采样时刻即为所述当前采样时刻;
步骤二、对所述N个采样时刻的有功功率实际值y0,y1,...,yN-1进行直流滤波,以滤除每个所述有功功率实际值的直流分量ds,得到N个交流分量实际值,依次记为x0,x1,...,xN-1;其中,所述直流滤波优选采用均值法。
步骤三、根据函数拟合原理,建立交流分量预估函数:
Figure BDA0002240379170000091
式中,n和k均为正整数,k为预设值,且k≤N/2,
Figure BDA0002240379170000092
为第n个所述采样时刻的交流分量预估值,xn-k,...,xn-2,xn-1依次为第n-k个至第n-1个所述采样时刻的交流分量实际值,a1,a2,...,ak表示待定的预估函数系数;其中,k的取值可根据工程实际需要设置,k取值越大,则本申请得到的结果越准确,但同时也会增大计算量;
并且,建立所述交流分量预估值与交流分量实际值的误差平方方程:
Figure BDA0002240379170000093
式中,ε表示误差,xn为第n个所述采样时刻的交流分量实际值;
步骤四、令所述预估函数系数a1,a2,...,ak的偏导数均为0,以使得所述误差ε最小,结合所述交流分量预估函数和误差平方方程,建立法方程组:
Figure BDA0002240379170000094
其中,1≤i≤k,1≤j≤k;
Figure BDA0002240379170000095
Figure BDA0002240379170000096
步骤五、对所述法方程组的系数矩阵
Figure BDA0002240379170000101
进行SVD分解,以求得k个奇异值,记为k1,k2,...kk
步骤六、构建联立矩阵:
Figure BDA0002240379170000102
并且,按照所述奇异值的大小逐行递增的顺序,对所述联立矩阵进行行变换,经过该行变换后的联立矩阵记为:
Figure BDA0002240379170000103
其中,所述k个奇异值k1,k2,...kk由大到小重新排序后即依次为k1′,k2′,...,kk′;
步骤七、求解满足1-v(M)<Vx的M的最小取值,若该最小取值在预设的有效数据阶数上限值以内,则将该最小取值确定为所述发电机励磁系统的有功功率的有效数据阶数m,否则,重复所述步骤一至步骤七;所述有效数据阶数上限值的取值可根据执行本发明的嵌入式微机系统的计算能力设置。
其中,M为正整数,且1≤M≤k,Vx为预设值,且0≤Vx≤10e-4,Vx的取值可根据工程实际需要设置,Vx取值越大,则数据计算复杂程度越小,但数据可靠性变低,即信噪比变低,反之,Vx取值越小,则数据可靠性高,信噪比增大,但数据计算复杂程序变大,占用计算内存变大,计算时间增长;
根据Frobenious范数,可得到:
Figure BDA0002240379170000104
步骤八、根据确定的有效数据阶数m,构建以下误差方程,并据此求解出预估函数系数a1,a2,...,am,并将所述交流分量预估函数中其余的预估函数系数即am+1,...,ak均设置为0:
Figure BDA0002240379170000111
步骤九、建立以下特征方程,并求解出λ的m个特征根,记为λi,i=1,2,...,m,即λ1,λ2,...,λm
λm+a1λm-1+a2λm-2+…+am=0;
步骤十、根据步骤八的计算结果以及步骤三所述交流分量预估函数,计算出
Figure BDA0002240379170000112
的值,以建立以下方程组,并且,求解出参数bi,i=1,2,...,m:
Figure BDA0002240379170000113
步骤十一、根据Prony方法,按照以下公式计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,此即为所述发电机励磁系统在所述N个采样时刻内的低频振荡模式:
Figure BDA0002240379170000114
Figure BDA0002240379170000115
Figure BDA0002240379170000116
Figure BDA0002240379170000117
其中,Im(bi)和Re(bi)分别表示参数bi的虚部和实部,Im(λi)和Re(λi)分别λi的虚部和实部。
从而,本发明通过建立交流分量预估函数,转换为法方程组后通过对其系数矩阵进行SVD分解得到k个奇异值,再求解k个奇异值的Frobenious范数,确定下发电机励磁系统的有功功率的有效数据阶数m,以根据该有效数据阶数m求解出所述交流分量预估函数的预估函数系数,并求解出参数b1,b2,...,bm,以参数根据Prony方法,计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,因此,本发明能够识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式;
并且,本发明针对Prony算法在实际运用中对直流分量与噪声极为敏感的特点,通过对有功功率实际值进行直流滤波,以滤除直流噪声,通过计算确定有功功率的有效数据阶数m,以滤除信号中的高阶噪声,能够提高所述衰减因子di、相位θi、振荡频率fi、振荡幅值Ai的准确性,确保识别出的低频振荡模式更为接近真实情况;
本发明通过计算确定有功功率的有效数据阶数m,使得步骤八至步骤十一的计算量大幅下降,相较于现有技术中用Prony方法识别低频振荡模式时,本发明总的计算时间得以指数倍的减少,令发电机励磁系统所采用的嵌入式微机系统的处理速度能够满足本发明应用于工程实际的要求。
实施例二
如图1所示,本发明还公开了一种发电机励磁系统的低频振荡抑制方法,包括:
步骤十二、按照实施例一所述发电机励磁系统的低频振荡识别方法,计算出所述直流分量ds,以及,所述阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,并且,据此构建以下有功功率预测方程:
Figure BDA0002240379170000121
式中,
Figure BDA0002240379170000122
表示第n+1个所述采样时刻的有功功率预测值;
步骤十三、按照下式计算所述有功功率预测值
Figure BDA0002240379170000123
与有功功率实际值yn的信噪比SNR,如果满足SNR>40dB,则认定所述有功功率预测方程有效,否则,重复所述步骤十二;
Figure BDA0002240379170000124
式中,yn为第n+1个所述采样时刻的有功功率实际值;
步骤十四、判断在当前采样时刻,是否有除所述发电机励磁系统之外的外部手段(如限制器动作、人工调节等)对发电机的有功功率进行控制,如判断结果为是,则重复所述步骤十二,如判断结果为否,则按照所述步骤十三认定为有效的有功功率预测方程,计算当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000131
n=N;
步骤十五、将当前的有功功率,即第N个所述采样时刻的有功功率实际值yN-1作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UK;将预测的有功功率,即所述当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000133
n=N作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UKe;其中,所述发电机励磁系统的PSS模型可以是PSS2A模型、PSS2B模型、PSS4B模型等现有及未来的适用于发电机励磁系统的PSS模型。
步骤十六、将预测输出量PSS_UK′作为PSS反馈量输入所述发电机励磁系统的PID控制环节,以控制所述PSS模型的输出量在固定时间间隔Δt,即当前采样时刻tN-1到下一个采样时刻tN的时间间隔内由当前的输出量PSS_UK平滑过渡到预测输出量PSS_UK′,实现对所述发电机励磁系统的低频振荡抑制;
其中,
PSS_UK′=(PSS_UKe-PSS_UK)*F(t)+PSS_UK;
(y(tN)*P-y(tN-1)*P)*F(t)+y(tN-1)*P=y(t)*P,tN-1≤t≤tN
y(tN-1)=yN-1
Figure BDA0002240379170000134
Figure BDA0002240379170000132
式中,F(t)表示输出量传递函数,tN-1表示所述当前采样时刻,tN表示所述当前采样时刻的下一个采样时刻,t为tN-1与tN之间的任意时刻,P为所述PSS模型的传递函数,y(t)表示时刻t的有功功率预测值。
从而,本发明通过识别出发电机励磁系统在当前采样时刻及以前共N个采样时刻内的低频振荡模式,据此构建有功功率预测方程,计算出当前采样时刻的下一个采样时刻的有功功率预测值
Figure BDA0002240379170000141
n=N,以计算出预测输出量PSS_UK′,并以其作为PSS反馈量输入发电机励磁系统的PID控制环节,控制PSS模型的输出量在固定时间间隔Δt,即当前采样时刻tN-1到下一个采样时刻tN的时间间隔内由当前的输出量PSS_UK平滑过渡到预测输出量PSS_UK′,实现对所述发电机励磁系统的低频振荡抑制;因此,本发明实现了对PSS模型输出量的提前干预,以提前控制的方式对发电机励磁系统的低频振荡进行抑制,能够避免现有技术中采用滞后的反馈调节实现低频振荡抑制所存在得超调和反复调节问题。
本发明不局限于上述具体实施方式,根据上述内容,按照本领域的普通技术知识和惯用手段,在不脱离本发明上述基本技术思想前提下,本发明还可以做出其它多种形式的等效修改、替换或变更,均落在本发明的保护范围之中。

Claims (2)

1.一种发电机励磁系统的低频振荡识别方法,其特征在于:所述的低频振荡识别方法包括:
步骤一、按固定时间间隔Δt采样发电机励磁系统的有功功率实际值,在需要对所述发电机励磁系统进行低频振荡识别时,获取当前采样时刻以前的N个采样时刻所采集的有功功率实际值,并按时间顺序依次记为y0,y1,...,yN-1,其中,N为预设值;第N个所述采样时刻即为所述当前采样时刻;
步骤二、对所述N个采样时刻的有功功率实际值y0,y1,...,yN-1进行直流滤波,以滤除每个所述有功功率实际值的直流分量ds,得到N个交流分量实际值,依次记为x0,x1,...,xN-1
步骤三、建立交流分量预估函数:
Figure FDA0002240379160000011
式中,n和k均为正整数,k为预设值,且k≤N/2,
Figure FDA0002240379160000012
为第n个所述采样时刻的交流分量预估值,xn-k,...,xn-2,xn-1依次为第n-k个至第n-1个所述采样时刻的交流分量实际值,a1,a2,...,ak表示待定的预估函数系数;
并且,建立所述交流分量预估值与交流分量实际值的误差平方方程:
Figure FDA0002240379160000013
式中,ε表示误差,xn为第n个所述采样时刻的交流分量实际值;
步骤四、令所述预估函数系数a1,a2,...,ak的偏导数均为0,结合所述交流分量预估函数和误差平方方程,建立法方程组:
Figure FDA0002240379160000014
其中,1≤i≤k,1≤j≤k;
Figure FDA0002240379160000015
Figure FDA0002240379160000016
步骤五、对所述法方程组的系数矩阵
Figure FDA0002240379160000021
进行SVD分解,以求得k个奇异值,记为k1,k2,...kk
步骤六、构建联立矩阵:
Figure FDA0002240379160000022
并且,按照所述奇异值的大小逐行递增的顺序,对所述联立矩阵进行行变换,经过该行变换后的联立矩阵记为:
Figure FDA0002240379160000023
其中,所述k个奇异值k1,k2,...kk由大到小重新排序后即依次为k1′,k2′,...,kk′;
步骤七、求解满足1-v(M)<Vx的M的最小取值,若该最小取值在预设的有效数据阶数上限值以内,则将该最小取值确定为所述发电机励磁系统的有功功率的有效数据阶数m,否则,重复所述步骤一至步骤七;
其中,M为正整数,且1≤M≤k,Vx为预设值,且0≤Vx≤10e-4
Figure FDA0002240379160000024
步骤八、根据确定的有效数据阶数m,构建以下误差方程,并据此求解出预估函数系数a1,a2,...,am,并将所述交流分量预估函数中其余的预估函数系数均设置为0:
Figure FDA0002240379160000031
步骤九、建立以下特征方程,并求解出λ的m个特征根,记为λi,i=1,2,...,m:λm+a1λm-1+a2λm-2+…+am=0;
步骤十、根据步骤八的计算结果以及步骤三所述交流分量预估函数,计算出
Figure FDA0002240379160000032
的值,以建立以下方程组,并且,求解出参数bi,i=1,2,...,m:
Figure FDA0002240379160000033
步骤十一、根据Prony方法,按照以下公式计算出阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,此即为所述发电机励磁系统在所述N个采样时刻内的低频振荡模式:
Figure FDA0002240379160000034
Figure FDA0002240379160000035
Figure FDA0002240379160000036
Figure FDA0002240379160000037
2.一种发电机励磁系统的低频振荡抑制方法,其特征在于:所述的低频振荡抑制方法包括:
步骤十二、按照权利要求1所述发电机励磁系统的低频振荡识别方法,计算出所述直流分量ds,以及,所述阶数为m的衰减因子di、相位θi、振荡频率fi、振荡幅值Ai,i=1,2,...,m,并且,据此构建以下有功功率预测方程:
Figure FDA0002240379160000038
式中,
Figure FDA0002240379160000039
表示第n+1个所述采样时刻的有功功率预测值;
步骤十三、按照下式计算所述有功功率预测值
Figure FDA0002240379160000046
与有功功率实际值yn的信噪比SNR,如果满足SNR>40dB,则认定所述有功功率预测方程有效,否则,重复所述步骤十二;
Figure FDA0002240379160000041
式中,yn为第n+1个所述采样时刻的有功功率实际值;
步骤十四、判断在当前采样时刻,是否有除所述发电机励磁系统之外的外部手段对发电机的有功功率进行控制,如判断结果为是,则重复所述步骤十二,如判断结果为否,则按照所述步骤十三认定为有效的有功功率预测方程,计算当前采样时刻的下一个采样时刻的有功功率预测值
Figure FDA0002240379160000047
步骤十五、将当前的有功功率,即第N个所述采样时刻的有功功率实际值yN-1作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UK;将预测的有功功率,即所述当前采样时刻的下一个采样时刻的有功功率预测值
Figure FDA0002240379160000048
作为有功功率反馈量输入所述发电机励磁系统的PSS模型,以相应得出所述PSS模型的输出量PSS_UKe
步骤十六、将预测输出量PSS_UK′作为PSS反馈量输入所述发电机励磁系统的PID控制环节,以实现对所述发电机励磁系统的低频振荡抑制;
其中,
PSS_UK′=(PSS_UKe-PSS_UK)*F(t)+PSS_UK;
(y(tN)*P-y(tN-1)*P)*F(t)+y(tN-1)*P=y(t)*P,tN-1≤t≤tN
y(tN-1)=yN-1
Figure FDA0002240379160000044
Figure FDA0002240379160000045
式中,F(t)表示输出量传递函数,tN-1表示所述当前采样时刻,tN表示所述当前采样时刻的下一个采样时刻,t为tN-1与tN之间的任意时刻,P为所述PSS模型的传递函数,y(t)表示时刻t的有功功率预测值。
CN201910998048.9A 2019-10-21 2019-10-21 一种发电机励磁系统的低频振荡识别方法和抑制方法 Active CN110907820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910998048.9A CN110907820B (zh) 2019-10-21 2019-10-21 一种发电机励磁系统的低频振荡识别方法和抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910998048.9A CN110907820B (zh) 2019-10-21 2019-10-21 一种发电机励磁系统的低频振荡识别方法和抑制方法

Publications (2)

Publication Number Publication Date
CN110907820A true CN110907820A (zh) 2020-03-24
CN110907820B CN110907820B (zh) 2023-08-29

Family

ID=69815795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910998048.9A Active CN110907820B (zh) 2019-10-21 2019-10-21 一种发电机励磁系统的低频振荡识别方法和抑制方法

Country Status (1)

Country Link
CN (1) CN110907820B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111948536A (zh) * 2020-08-07 2020-11-17 杭州意能电力技术有限公司 一种基于发电机频率信号的低频振荡判别方法及系统
CN111999643A (zh) * 2020-08-07 2020-11-27 国网浙江省电力有限公司电力科学研究院 一种基于发电机功率信号的低频振荡判别方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104578115A (zh) * 2015-01-26 2015-04-29 国网四川省电力公司经济技术研究院 一种基于相关函数的电力系统低频振荡模式辨识方法
CN104993501A (zh) * 2015-07-03 2015-10-21 贵州电力试验研究院 一种励磁调节器抑制低频振荡性能的在线评估方法
CN109782089A (zh) * 2019-01-02 2019-05-21 南方电网科学研究院有限责任公司 一种电力系统稳定器抑制低频振荡能力的测试方法与装置
US20220115871A1 (en) * 2020-10-08 2022-04-14 Zhe Yu Power System Low-Frequency Oscillation Mechanism Identification with CNN and Transfer Learning

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104578115A (zh) * 2015-01-26 2015-04-29 国网四川省电力公司经济技术研究院 一种基于相关函数的电力系统低频振荡模式辨识方法
CN104993501A (zh) * 2015-07-03 2015-10-21 贵州电力试验研究院 一种励磁调节器抑制低频振荡性能的在线评估方法
CN109782089A (zh) * 2019-01-02 2019-05-21 南方电网科学研究院有限责任公司 一种电力系统稳定器抑制低频振荡能力的测试方法与装置
US20220115871A1 (en) * 2020-10-08 2022-04-14 Zhe Yu Power System Low-Frequency Oscillation Mechanism Identification with CNN and Transfer Learning

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Analysis of fixed-speed wind farm low-frequency power pulsations using a wavelet-Prony method", IEEE PES GENERAL MEETING *
谢文麟: "基于小波分析的电力系统低频振荡研究", 工程科技Ⅱ辑 *
陈新琪;郑翔;徐波;: "嘉兴电厂600MW机组励磁系统模型参数校核和PSS整定试验分析", 中国电力, no. 08 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111948536A (zh) * 2020-08-07 2020-11-17 杭州意能电力技术有限公司 一种基于发电机频率信号的低频振荡判别方法及系统
CN111999643A (zh) * 2020-08-07 2020-11-27 国网浙江省电力有限公司电力科学研究院 一种基于发电机功率信号的低频振荡判别方法及系统
CN111948536B (zh) * 2020-08-07 2022-05-06 杭州意能电力技术有限公司 一种基于发电机频率信号的低频振荡判别方法及系统
CN111999643B (zh) * 2020-08-07 2022-07-19 国网浙江省电力有限公司电力科学研究院 一种基于发电机功率信号的低频振荡判别方法及系统

Also Published As

Publication number Publication date
CN110907820B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
Odavic et al. One-sample-period-ahead predictive current control for high-performance active shunt power filters
Marks et al. Stability of a switched mode power amplifier interface for power hardware-in-the-loop
US3973112A (en) System for determining transfer function
CN110907820A (zh) 一种发电机励磁系统的低频振荡识别方法和抑制方法
TWI626459B (zh) 使用狀態觀察器之濾波電容電流無感測器偵測方法與裝置
CN108809273B (zh) 基于lms自适应滤波的复数直接频率估计方法
WO2009145318A1 (ja) A/d変換装置、およびサーボ制御装置
CN113241973B (zh) S型滤波器迭代学习控制直线电机轨迹跟踪控制方法
Torrico et al. Tuning of a dead-time compensator focusing on industrial processes
US7031949B2 (en) Method and apparatus for generating input signals in a physical system
Rodrigues et al. Tuning rules for unstable dead-time processes
Thomassin et al. Subspace method for continuous-time fractional system identification
CN110824922B (zh) 基于六阶b-样条小波神经网络的史密斯预估补偿方法
Tejado et al. Fractional gain and order scheduling controller for networked control systems with variable delay: application to a smart wheel
JP5396915B2 (ja) 外乱制御装置、外乱制御方法および外乱制御プログラム
CN108258692B (zh) 一种参数自适应调整的谐波补偿方法及装置
Kanungo et al. Wavelet based PID controller using GA optimization and scheduling for feedback systems
Deng Biquadratic digital phase-compensator design with stability-margin controllability
US4916646A (en) System for signal to noise separation for electrochemical instruments
CN110672290B (zh) 一种考虑滞后时间的地震模拟振动台迭代控制方法
CN109391165B (zh) 一种基于模块化多电平变换器环流模型的干扰补偿方法
Cong An innovative repetitive control system
Piskorowski Some aspects of dynamic reduction of transient duration in delay-equalized Chebyshev filters
JP3513633B2 (ja) 未知連続時間システムの同定方法及び装置と、同装置を用いた制御システム
CN115629536B (zh) 一种适用于一阶时滞积分系统的pid控制器参数整定方法

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