CN112018784B - 一种基于同步相量测量数据的次同步谐振溯源方法 - Google Patents

一种基于同步相量测量数据的次同步谐振溯源方法 Download PDF

Info

Publication number
CN112018784B
CN112018784B CN202010886090.4A CN202010886090A CN112018784B CN 112018784 B CN112018784 B CN 112018784B CN 202010886090 A CN202010886090 A CN 202010886090A CN 112018784 B CN112018784 B CN 112018784B
Authority
CN
China
Prior art keywords
subsynchronous resonance
resonance
matrix
synchrophasor
synchronous
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.)
Active
Application number
CN202010886090.4A
Other languages
English (en)
Other versions
CN112018784A (zh
Inventor
王杨
蒋小龙
杨晓梅
肖先勇
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN202010886090.4A priority Critical patent/CN112018784B/zh
Publication of CN112018784A publication Critical patent/CN112018784A/zh
Application granted granted Critical
Publication of CN112018784B publication Critical patent/CN112018784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24Arrangements for preventing or reducing oscillations of power in networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H13/00Measuring resonant frequency
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H15/00Measuring mechanical or acoustic impedance
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/22Flexible AC transmission systems [FACTS] or power factor or reactive power compensating or correcting units

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于同步相量测量数据的次同步谐振溯源方法,建立次同步谐振下的同步相量数学模型;对同步相量数学模型进行分析,并计算其次同步谐振的模态参数,进行次同步谐振源的判断,实现次同步谐振溯源。本方法不需要安装额外的设备,只需利用现有的广域监测系统就可以实现在线检测次同步谐振现象,减少检测成本;同时也不需要风机的详细参数或实际周围环境情况,只需要检测风电场产生的电流电压数据便可以监测次同步谐振现象,使得次同步谐振溯源过程简单高效。本发明所采用的两种分析方法简单、高效,并且可交叉验证以提高正确性,只需要判断RSSR实部的符号就可以判断是否发生了次同步谐振。

Description

一种基于同步相量测量数据的次同步谐振溯源方法
技术领域
本发明属于电力系统领域,具体涉及一种基于同步相量测量数据的次同步谐振溯源方法。
背景技术
风能资源与电力负荷中心常呈现逆向分布特点,使得远距离、大容量风电成为常态。由于固定串补电容可有效提高系统稳定裕度且成本较低,在国内外风电外送中得到广泛应用,但由此也给系统带来了次同步谐振的风险。近年来,国内外风电系统已发生了多起次同步谐振事故,严重威胁系统的安全稳定运行,风电系统次同步谐振问题的出现需要对扰动源进行准确定位,进而采取正确措施来抑制谐振扩散或避免再次发生。然而,扰动源定位是次同步谐振研究中的难点问题,如图1所示,主要体现在:(1)大规模风电系统常在多条线路装设串补电容,系统因而存在多个自然谐振点;(2)大规模风电系统中含有多个风电场,这些风电场分布地域广,且风场内部结构、风机类型和数量都不相同,因此他们对系统的响应存在明显差异;(3)风电系统具有强时变特性,即使是谐振发生过程,各风电场运行工况及风速仍会变化,从而改变次同步谐振的特征。
现有解决方案多基于系统模型的谐振分析方法开展扰动源定位研究,包括频率扫描法、特征值分析法、阻抗分析法等,该类方法具有坚实的理论基础,定位精度可较好地解决上述局限性,该思路已在低频振荡扰动源定位问题中得到广泛应用,然而针对次同步谐振的研究成果较少,主要原因有:风电系统次同步谐振机理与低频振荡有本质不同,可借鉴成果不多;次同步谐振频率较低频振荡高,且可能存在频率耦合,现有广域测量系统难以提供可靠的动态数据。
发明内容
针对现有技术中的上述不足,本发明提供的基于同步相量测量数据的次同步谐振溯源方法解决了现在常用的分析次同步谐振的方法难以获得精确的风机模型难以应用于实际情况中的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种基于同步相量测量数据的次同步谐振溯源方法,包括以下步骤:
S1、对待检测的风电系统利用其广域监测系统中的同步相量测量数据建立次同步谐振下的同步相量数学模型;
S2、对同步相量数学模型进行分析,并计算其中的模态和模态系数;
S3、基于模态和模态系数计算次同步谐振的模态参数,并确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源。
进一步地,所述步骤S1具体为:
S11、基于广域监测系统中的同步相量测量数据确定次同步谐振下的电流或电压信号x(n);
S12、对x(n)在矩形窗内进行离散傅里叶变换,得到每个矩形窗内的谱X(p,k);
S13、对每个矩形窗的谱X(p,k)进行处理,得到对应的同步相量Xp(p);
S14、对同步相量Xp(p)进行间隔为fpr的再采样,得到同步相量Xp(p)的数学模型Xc(m)。
进一步地,所述步骤S11中,次同步谐振下的电流或电压信号x(n)的表达式为:
Figure GDA0002676794950000021
式中,x(n)为在次同步谐振下的电流或电压信号,(A1,f11)为基波分量的幅值、频率和初相位,(As,fss)分别为次同步谐振分量的幅值、频率和初相位,fp为固定采样频率,n为采样序数,αs为次同步谐振的衰减因子;
所述步骤S12中,对x(n)在长度为Np=fp/f0的矩形窗内进行离散傅里叶变换,得到第p个矩形窗内的谱X(p,k)的表达式为:
Figure GDA0002676794950000031
式中,
Figure GDA0002676794950000032
为基波分量的正半谱和负半谱,
Figure GDA0002676794950000033
为次同步谐振分量的正半谱和负半谱,p为矩形窗的编号,k为矩形窗内谱条的编号,f0为基频;
所述步骤S13具体为:
定义fp1=f1/fp=L1/Np,fps=fs/fp=Ls/Np
Figure GDA0002676794950000034
其中L1、Ls
Figure GDA0002676794950000035
分别为是归一化的f1,fs和αps,得到X1(p,k)和Xs(p,k)表达为:
Figure GDA0002676794950000036
式中,(·)*为共轭转置算子,C1为基波分量的频谱泄露,Cs为次同步分量的频谱泄露,αps为归一化的衰减因子;
对于第p个矩形窗,广域监测系统中的相量测量单元的同步相量Xp(p)的k为1,得到同步相量Xp(p)的表达式为:
Figure GDA0002676794950000037
所述步骤S14具体为:
定义f1、fs和αs在短时窗内不变,将常数C1(L1-1)和
Figure GDA0002676794950000038
分别记为C1
Figure GDA0002676794950000041
常数Cs(Ls-1)和
Figure GDA0002676794950000042
分别记为Cs
Figure GDA0002676794950000043
通过同步相量Xp(p)对上报的给广域监测系统的同步相量Xc进行间隔为fpr=fp/fr的再采样,得到:
Xc(m)=[Xp(0),...,Xp(mfpr)]
式中,m为上报的同步相量序数,m=0,1,2,3,...;
定义p=mfpr,得到:
Figure GDA0002676794950000044
定义:
Figure GDA0002676794950000045
得到同步相量Xp(p)的最终的数学模型Xc(m)为:
Figure GDA0002676794950000046
式中,ak为模态系数,λk为模态,下标k为求和变量即模态数,j为虚数单位,fr为同步相量报告至广域监测系统时的固定报告频率,ωr1为基频模态角频率,ωrs为次同步模态角频率,ωr1=2πf1Tr,ωrs=2πfsTr-jαsTr,Tr为同步相量报告至广域监测系统时的固定报告周期。
进一步地,所述步骤S2通过Prony分析方法对同步相量数学模型Xc(m)进行分析,分析方法具体为:
A1、建立数学模型Xc(m)的差分方程,并构建其系数Pm的求解式:
Figure GDA0002676794950000047
式中,A为(N+1-M)×M阶的Hankel矩阵,B为相应Xc构成的向量,P为待求解的估计向量,N为离散数据总数,M为模态总数即阶数;
A2、通过最小二乘法对P进行求解,得到:
Figure GDA0002676794950000051
式中,
Figure GDA0002676794950000052
为A的广义逆矩阵,AH为A的Hermitian转置矩阵;
A3、基于P与广域监测系统的M阶特征多项式函数的关系,得到模态λ的求解式为:
Figure GDA0002676794950000053
式中,z为特征值,zM为特征值z的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
A4、基于特征值z,通过最小二乘法构造得到模态系数a的求解式为:
Figure GDA0002676794950000054
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
进一步地,所述步骤S2中通过矩阵束方法对同步相量数学模型Xc(m)进行分析,分析方法具体为:
B1、建立Hankel矩阵H:
Figure GDA0002676794950000055
式中,N为离散数据总数,L为离散数据分量,且L为N/3~N/2;
B2、由矩阵H建立转移矩阵H1和H2
H1=H(1:L+1,:)=ΓΛΨ
H2=H(2:L+2,:)=ΓΣΛΨ
式中,H1为删除Hankel矩阵H第一行得到的转移矩阵,H2为删除Hankel矩阵H最后行得到的转移矩阵,Γ为左奇异矩阵,Λ为奇异值对角阵,Σ为特征值矩阵,Ψ为右奇异矩阵,且Λ=diag([β12,...,βM]),Σ=diag([z1,z2,...,zM]),
Figure GDA0002676794950000061
β12,...,βM为M阶矩阵H1的奇异值,z1、z2、...、zM为M阶矩阵
Figure GDA0002676794950000062
H2的特征值,其中,
Figure GDA0002676794950000063
是H1的广义逆矩阵,
Figure GDA0002676794950000064
为各特征值的L次幂,
Figure GDA0002676794950000065
为各特征值的(N-L-1)次幂;
B3、基于转移矩阵H1和H2求解特征值z;
B4、基于特征值z确定λ的求解式的求解式:
Figure GDA0002676794950000066
式中,z为特征值,zM为特征值的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
B5、基于特征值z确定模态系数a的求解式:
Figure GDA0002676794950000067
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
进一步地,所述步骤S3中次同步谐振的模态参数包括幅值As、初相位φs、频率fS和衰减因子αs
所述步骤S3具体为:
S31、基于模态λ,确定次同步谐振的频率fs和衰减因子αS
S32、基于次同步谐振的频率fs和衰减因子αS和模态系数ak,计算三相电压和电流的次同步谐振相量;
S33、对三相电压和电流的次同步谐振相量进行序变换,得到其对应的正序量
Figure GDA0002676794950000071
Figure GDA0002676794950000072
S34、基于
Figure GDA0002676794950000073
的符号,确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源。
进一步地,所述幅值As和初相位φs的求解式为:
Figure GDA0002676794950000074
进一步地,所述步骤S31中,次同步谐振的频率fS和衰减因子αS的表达式分别为:
fS=Im(λ3)/(2π*Tr)
αs=Re(λ3)/Tr
式中,Im(·)为取虚部算子,Re(·)为取实部算子。
进一步地,所述步骤S32中,三相电压和电流的次同步谐振相量的表达式为:
Figure GDA0002676794950000075
进一步地,所述步骤S34中:
当RSSR=Re(VSSR/ISSR)的值小于0时,则当前检测的风电系统为次同步谐振源。
本发明的有益效果为:
1、不需要安装额外的设备,只需要利用现有的广域监测系统就可以实现在线检测次同步谐振现象,减少检测成本;
2、不需要风机的详细参数或实际周围环境情况,只需要检测风电场产生的电流电压数据便可以监测次同步谐振现象,使得次同步谐振溯源过程简单高效;
3、本发明采用两种模态参数分析提取方法,具有简单、高效的特点,且两种方法可以交叉验证以提高谐振溯源的准确性,基于此得到的结果,只要判断RSSR实部的符号就可以判断是否发生了次同步谐振。
附图说明
图1为本发明背景技术中的连接了串补系统的基于DFIG的风电场示意图。
图2为本发明提供的基于同步相量测量数据的次同步谐振溯源方法流程图。
图3为本发明实施例中合成信号同步向量幅值示意图。
图4表示Prony和MPM算法拟合程度示意图。
图5是EMT仿真系统模型示意图。
图6是EMT仿真模型在1号风电场A相的记录波形示意图。
图7是EMT仿真模型在1号风电场A相的记录波形对应的同步相量示意图。
图8是EMT仿真模型在发生次同步震荡后在第5S切除谐振源的记录波形图。
图9是实际的中国北方的风电场系统示意图。
图10是风电场子系统B主馈线A相电压电流波形示意图。
图11是风电场子系统B主馈线测量的A相采样数据经DFT提取的电压电流及电阻参数示意图。
图12为风电子系统B主馈线测量的A相电压对应的同步相量示意图。
图13为是风电子系统B主馈线测量的A相电流对应的同步相量示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例1:
如图2所示,一种基于同步相量测量数据的次同步谐振溯源方法,包括以下步骤:
S1、对待检测的风电系统利用其广域监测系统中的同步相量测量数据建立次同步谐振下的同步相量数学模型;
S2、对同步相量数学模型进行分析,并计算其中的模态和模态系数;
S3、基于模态和模态系数计算次同步谐振的模态参数,并确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源。
本实施例以同步相量作为输入,首先明确地展现了SSR谐振源的检测问题,我们通过推导解释了次同步谐振(SSR)下的同步相量实际是四种模态的线性组合,因此SSR阻抗/功率可以通过模态提取(Prony分析或MPM分析)算法得到,即步骤S3中可选择的采用了上述两种方法。
具体地,本实施例的步骤S1具体为:
S11、基于广域监测系统中的同步相量测量数据确定次同步谐振下的电流或电压信号x(n);
S12、对x(n)在矩形窗内进行离散傅里叶变换,得到每个矩形窗内的谱X(p,k);
S13、对每个矩形窗的谱X(p,k)进行处理,得到对应的同步相量Xp(p);
S14、对同步相量Xp(p)进行间隔为fpr的再采样,得到同步相量Xp(p)的数学模型Xc(m)。
本发明实施例通过同步相量来计算SSR阻抗,所以建立在SSR下的同步相量数学模型就十分重要,如背景技术中所述,连接有串补和DFIG的SSR由IGE导致并且控制的相互作用加强,因此在SSR频率处,系统主要由一种谐振模式住到,基于此,步骤S11中,在次同步谐振(SSR)下的电流或电压信号x(n)的表达式为:
Figure GDA0002676794950000101
式中,x(n)为在次同步谐振下的电流或电压信号,(A1,f11)为基波分量的幅值、频率和初相位,(As,fss)分别为次同步谐振分量的幅值、频率和初相位,fp为固定采样频率,n为采样序数,αs为次同步谐振的衰减因子;
通常地,同步相量都是通过x(n)施加了带有矩形窗的离散傅里叶变换得到的,因此,对步骤S12中,对x(n)在长度为Np=fp/f0的矩形窗内进行离散傅里叶变换,得到第p个矩形窗内的谱X(p,k)的表达式为:
Figure GDA0002676794950000102
式中,
Figure GDA0002676794950000103
为基波分量的正半谱和负半谱,
Figure GDA0002676794950000104
为次同步谐振分量的正半谱和负半谱,p为矩形窗的编号,k为矩形窗内谱条的编号,f0为基频;
上述步骤S13具体为:
定义fp1=f1/fp=L1/Np,fps=fs/fp=Ls/Np
Figure GDA0002676794950000111
其中L1、Ls
Figure GDA0002676794950000112
分别为是归一化的f1,fs和αps,得到X1(p,k)和Xs(p,k)表达为:
Figure GDA0002676794950000113
式中,(·)*为共轭转置算子,C1为基波分量的频谱泄露,Cs为次同步分量的频谱泄露,αps为归一化的衰减因子;
由此得到步骤S13中,对于第p个矩形窗,广域监测系统中的相量测量单元的同步相量Xp(p)的k为1,得到同步相量Xp(p)的表达式为:
Figure GDA0002676794950000114
上述步骤S14具体为:
定义f1、fs和αs在短时窗内不变,将常数C1(L1-1)和
Figure GDA0002676794950000115
分别记为C1
Figure GDA0002676794950000116
常数Cs(Ls-1)和
Figure GDA0002676794950000117
分别记为Cs
Figure GDA0002676794950000118
通常,同步相量会报告给中央系统且具有固定的报告频率fr=(1/Tr),例如60Hz或120Hz适用于60Hz系统;通过同步相量Xp(p)对上报的给广域监测系统的同步相量Xc进行间隔为fpr=fp/fr的再采样,得到:
Xc(m)=[Xp(0),...,Xp(mfpr)]
式中,m为上报的同步相量序数,m=0,1,2,3,...;
定义p=mfpr,将Xc(m)写成:
Figure GDA0002676794950000119
定义:
Figure GDA0002676794950000121
Figure GDA0002676794950000122
因此,得到步骤S14中同步相量Xp(p)的最终的数学模型Xc(m)为:
Figure GDA0002676794950000123
式中,ak为模态系数,λk为模态,下标k为求和变量即模态数,j为虚数单位,fr为同步相量报告至广域监测系统时的固定报告频率,ωr1为基频模态角频率,ωrs为次同步模态角频率,ωr1=2πf1Tr,ωrs=2πfsTr-jαsTr,Tr为同步相量报告至广域监测系统时的固定报告周期。
通过同步相量Xp(p)的数学模型Xc(m)表达式可知,在SSR下的同步相量是4个复指数的线性组合,其中λ1、λ2是基波模态,λ3、λ4是SSR模态,实际上,该表达式类似于求解模态参数提取问题,模态参数主要是幅值、相位、频率和衰减因子,ak和λk作为中间参数,通过对其进行求解得到不同ak和λk即可得到对应的模态参数,只是本发明中Xc是一个复数而不是实数,本实施例采用两种模态提取算法进行求解;
当本实施例的步骤S2通过Prony分析方法对同步相量数学模型进行分析时,上述数学模型是一个复指数求和式,可以被认为是一个线性差分求齐次解问题,因此分析方法具体为:
A1、建立数学模型Xc(m)的差分方程,并构建其系数Pm的求解式:
Figure GDA0002676794950000124
式中,A为(N+1-M)×M阶的Hankel矩阵,B为相应Xc构成的向量,P为待求解的估计向量,N为离散数据总数,M为模态总数即阶数;
A2、通过最小二乘法对P进行求解,得到:
Figure GDA0002676794950000131
式中,
Figure GDA0002676794950000132
为A的广义逆矩阵,AH为A的Hermitian转置矩阵;
A3、基于P与广域监测系统的M阶特征多项式函数的关系,得到模态λ的求解式为:
Figure GDA0002676794950000133
式中,z为特征值,zM为特征值z的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
A4、基于特征值z,通过最小二乘法构造得到模态系数a的求解式为:
Figure GDA0002676794950000134
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
当本实施例的步骤S2通过MPM分析方法对同步相量数学模型进行分析时,在有的情形下,Prony分析方法会出现数值不稳定的情况,因为要求解病态矩阵方程并求解多项式的根,一个可替代的方法就是使用矩阵束(MPM)方法,该方法尽管Pony方法类似,但它是求解矩阵特征根而不是传统的两步式Prony分析方法,在很多情况下,MPM方法更具有抗噪能力;因此本实施例步骤S2中通过矩阵束方法对同步相量数学模型进行分析时,分析方法具体为:
B1、建立Hankel矩阵H:
Figure GDA0002676794950000141
式中,N为离散数据总数,L为离散数据分量,且L为N/3~N/2;
B2、由矩阵H建立转移矩阵H1和H2
H1=H(1:L+1,:)=ΓΛΨ
H2=H(2:L+2,:)=ΓΣΛΨ
式中,H1为删除Hankel矩阵H第一行得到的转移矩阵,H2为删除Hankel矩阵H最后行得到的转移矩阵,Γ为左奇异矩阵,Λ为奇异值对角阵,Σ为特征值矩阵,Ψ为右奇异矩阵,且Λ=diag([β12,...,βM]),Σ=diag([z1,z2,...,zM]),
Figure GDA0002676794950000142
β12,...,βM为M阶矩阵H1的奇异值,z1、z2、...、zM为M阶矩阵
Figure GDA0002676794950000143
H2的特征值,其中,
Figure GDA0002676794950000144
是H1的广义逆矩阵,
Figure GDA0002676794950000145
为各特征值的L次幂,
Figure GDA0002676794950000146
为各特征值的(N-L-1)次幂;
B3、基于转移矩阵H1和H2求解特征值z;
B4、基于特征值z确定λ的求解式的求解式:
Figure GDA0002676794950000147
式中,z为特征值,zM为特征值的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
B5、基于特征值z确定模态系数a的求解式:
Figure GDA0002676794950000151
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
基于上述求得的模态系数和模态,本实施例的步骤S3中次同步谐振的模态参数包括幅值As、初相位φs、频率fS和衰减因子αs
其中,幅值As和初相位φs的求解式为:
Figure GDA0002676794950000152
上述步骤S3具体为:
S31、基于模态λ,确定次同步谐振的频率fs和衰减因子αS
S32、基于次同步谐振的频率fs和衰减因子αS和模态系数ak,计算三相电压和电流的次同步谐振相量;
S33、对三相电压和电流的次同步谐振相量进行序变换,得到其对应的正序量
Figure GDA0002676794950000153
Figure GDA0002676794950000154
S34、基于
Figure GDA0002676794950000155
的符号,确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源。
其中,步骤S31中,次同步谐振的频率fS和衰减因子αS的表达式分别为:
fS=Im(λ3)/(2π*Tr)
αs=Re(λ3)/Tr
式中,Im(·)为取虚部算子,Re(·)为取实部算子。
步骤S32中,三相电压和电流的次同步谐振相量的表达式为:
Figure GDA0002676794950000156
上述步骤S34中:
当RSSR=Re(VSSR/ISSR)的值小于0时,则当前检测的风电系统为次同步谐振源。
实施例2:
利用本发明方法进行合成信号的验证:
合成信号如下:
Figure GDA0002676794950000161
Figure GDA0002676794950000162
相应的参数如表1所示:
表1:合成信号参数
Figure GDA0002676794950000163
图3是相应同步相量的幅值,加入了信噪比为45分贝且满足高斯分布的白噪声以近似实际情况中有PMU的噪声;用Prony算法和MPM算法对合成信号进行分析,其拟合程度可以用确定系数R2来判断,如果其适应度较高,那R2应该接近1,因此可以设定阈值用以滤除较差的分析结果,确定系数定义如下:
Figure GDA0002676794950000164
其中:
Figure GDA0002676794950000165
Figure GDA0002676794950000166
该例确定系数阈值设为0.9,图4可以看到当确定系数大于0.9时,信号的拟合程度较高,表2是两种算法提取的次同步谐振阻抗,实部的负阻抗表示该风电场是次同步谐振源。
表2:合成信号计算的SSR阻抗
Figure GDA0002676794950000171
实施例3:
利用本发明方法进行电磁暂态(EMT)仿真验证:
本实施例进一步通过EMT仿真验证本发明方法的有效性,图5是在PSCAD/EMTDC上搭建的双馈风机风电场,风速均为8m/s。
当串补程度从20%增加到25%时,次同步谐振事件发生。谐振幅值增长了1秒后因控制器的饱和限制而变稳定,图6是1号风电场PCC处记录的A相波形,图7是相应的同步相量。
在3s-4s对同步相量进行了Prony和MPM分析,表3展示了计算出来的次同步谐振阻抗,从计算结果可以判断1号和3号风电场是谐振源,与实际情况相符。
表3 EMT仿真模型计算的阻抗结果
Figure GDA0002676794950000172
进一步考虑将2号风电场的风机数量从200增加到300,用Prony和MPM算法的效果如表4。可以看出2号风电场电阻变为正,只有1号风电场产生了负衰减因子产生谐振。为进一步验证,将1号风电场在第5S时切除,从图8可以看出在1号风电场切除后,谐振逐渐消失,所以这进一步验证了Prony和MPM算法的准确性。
表4:2号风电场增加发电机数量后计算的SSR阻抗
Figure GDA0002676794950000181
实施例4:
本实施例用发生在中国北部实际发生的次同步谐振事件验证本发明方法,图9是风电系统示意图,其中共有23个风电场通过220kV传输线构成该系统,并且通过一个升压站连接了500kV补偿网络。大多数风机是1.5MW容量的双馈风机,只有少部分是自励磁感应发电机和永磁同步电机。
从图9可以可知,该风电系统在升压站可以分成4个子系统。图10在子系统B的主馈线测量的电压/电流波形,采样率为1000Hz。对采样的波形数据进行离散傅里叶变换(DFT),图11是经DFT分析后提取的次同步谐振电压电流及阻抗,可以看出子系统B并不会导致次同步谐振,这也与实际情况一致。
图12和图13是图11对应的同步相量,将该数据进行Prony和MPM算法分析,表5是三个时窗内估算的次同步谐振阻抗,可以看出该方法有较好的估计效果。
表5:子系统B计算的SSR阻抗
Figure GDA0002676794950000191

Claims (8)

1.一种基于同步相量测量数据的次同步谐振溯源方法,其特征在于,包括以下步骤:
S1、对待检测的风电系统利用其广域监测系统中的同步相量测量数据建立次同步谐振下的同步相量数学模型;
S2、对同步相量数学模型进行分析,并计算其中的模态和模态系数;
S3、基于模态和模态系数计算次同步谐振的模态参数,并确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源;
所述步骤S1具体为:
S11、基于广域监测系统中的同步相量测量数据确定次同步谐振下的电流或电压信号x(n);
S12、对x(n)在矩形窗内进行离散傅里叶变换,得到每个矩形窗内的谱X(p,k);
S13、对每个矩形窗的谱X(p,k)进行处理,得到对应的同步相量Xp(p);
S14、对同步相量Xp(p)进行频率间隔为fpr的再采样,得到同步相量Xp(p)的数学模型Xc(m);
所述步骤S11中,次同步谐振下的电流或电压信号x(n)的表达式为:
Figure FDA0003299592990000011
式中,x(n)为在次同步谐振下的电流或电压信号,(A1,f11)为基波分量的幅值、频率和初相位,(As,fss)分别为次同步谐振分量的幅值、频率和初相位,fp为固定采样频率,n为采样序数,αs为次同步谐振的衰减因子;
所述步骤S12中,对x(n)在长度为Np=fp/f0的矩形窗内进行离散傅里叶变换,得到第p个矩形窗内的谱X(p,k)的表达式为:
Figure FDA0003299592990000021
式中,
Figure FDA0003299592990000022
为基波分量的正半谱和负半谱,
Figure FDA0003299592990000023
为次同步谐振分量的正半谱和负半谱,p为矩形窗的编号,k为矩形窗内谱条的编号,f0为基频;
所述步骤S13具体为:
定义fp1=f1/fp=L1/Np,fps=fs/fp=Ls/Np
Figure FDA0003299592990000024
其中L1、Ls
Figure FDA0003299592990000025
分别为归一化的f1,fs和αps,得到X1(p,k)和Xs(p,k)表达为:
Figure FDA0003299592990000026
式中,(·)*为共轭转置算子,C1为基波分量的频谱泄露,Cs为次同步分量的频谱泄露,αps为归一化的次同步谐振的衰减因子;
对于第p个矩形窗,广域监测系统中的相量测量单元的同步相量Xp(p)的k为1,得到同步相量Xp(p)的表达式为:
Figure FDA0003299592990000027
所述步骤S14具体为:
定义f1、fs和αs在短时窗内不变,将常数C1(L1-1)和C1 *(L1+1)分别记为C1和C1 *,常数Cs(Ls-1)和Cs *(Ls+1)分别记为Cs和Cs *
通过同步相量Xp(p)对上报的给广域监测系统的同步相量Xc进行频率间隔为fpr=fp/fr的再采样,得到:
Xc(m)=[Xp(0),...,Xp(mfpr)]
式中,m为上报的同步相量序数,m=0,1,2,3,...;
定义p=mfpr,得到:
Figure FDA0003299592990000031
定义:
Figure FDA0003299592990000032
得到同步相量Xp(p)的最终的数学模型Xc(m)为:
Figure FDA0003299592990000033
式中,ak为模态系数,λk为模态,下标k为求和变量即模态数,j为虚数单位,fr为同步相量报告至广域监测系统时的固定报告频率,ωr1为基频模态角频率,ωrs为次同步模态角频率,ωr1=2πf1Tr,ωrs=2πfsTr-jαsTr,Tr为同步相量报告至广域监测系统时的固定报告周期。
2.根据权利要求1所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S2通过Prony分析方法对同步相量数学模型Xc(m)进行分析,分析方法具体为:
A1、建立数学模型Xc(m)的差分方程,并构建其系数Pm的求解式:
Figure FDA0003299592990000034
式中,A为(N+1-M)×M阶的Hankel矩阵,B为相应Xc构成的向量,P为待求解的估计向量,N为离散数据总数,M为模态总数即阶数;
A2、通过最小二乘法对P进行求解,得到:
Figure FDA0003299592990000035
式中,
Figure FDA0003299592990000036
为A的广义逆矩阵,AH为A的Hermitian转置矩阵;
A3、基于P与广域监测系统的M阶特征多项式函数的关系,得到模态λ的求解式为:
Figure FDA0003299592990000041
式中,z为特征值,zM为特征值z的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
A4、基于特征值z,通过最小二乘法构造得到模态系数a的求解式为:
Figure FDA0003299592990000042
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
3.根据权利要求1所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S2中通过矩阵束方法对同步相量数学模型Xc(m)进行分析,分析方法具体为:
B1、建立Hankel矩阵H:
Figure FDA0003299592990000043
式中,N为离散数据总数,L为离散数据分量,且L为N/3~N/2;
B2、由矩阵H建立转移矩阵H1和H2
H1=H(1:L+1,:)=ΓΛΨ
H2=H(2:L+2,:)=ΓΣΛΨ
式中,H1为删除Hankel矩阵H第一行得到的转移矩阵,H2为删除Hankel矩阵H最后行得到的转移矩阵,Γ为左奇异矩阵,Λ为奇异值对角阵,Σ为特征值矩阵,Ψ为右奇异矩阵,且Λ=diag([β12,...,βM]),Σ=diag([z1,z2,...,zM]),
Figure FDA0003299592990000051
β12,...,βM为M阶矩阵H1的奇异值,z1、z2、...、zM为M阶矩阵
Figure FDA0003299592990000052
的特征值,其中,
Figure FDA0003299592990000053
是H1的广义逆矩阵,
Figure FDA0003299592990000054
为各特征值的L次幂,
Figure FDA0003299592990000055
为各特征值的(N-L-1)次幂;
B3、基于转移矩阵H1和H2求解特征值z;
B4、基于特征值z确定λ的求解式:
Figure FDA0003299592990000056
式中,z为特征值,zM为特征值的M次幂,{λ11,....,λm,....,λM}∈λ,λb为第b阶对应的模态,当λb中的下标b的上限M为4时,λb即为数学模型Xc(m)的模态λk
B5、基于特征值z确定模态系数a的求解式:
Figure FDA0003299592990000057
式中,(z1,z2,...,zM)∈z,a=(a1,a2,...,aM)T,当a=(a1,a2,a3,a4)T时,a即为数学模型Xc(m)的模态系数ak
4.根据权利要求2或3任意一条权利要求所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S3中次同步谐振的模态参数包括幅值As、初相位φs、频率fS和次同步谐振的衰减因子αs
所述步骤S3具体为:
S31、基于模态λ,确定次同步谐振的频率fs和次同步谐振的衰减因子αS
S32、基于次同步谐振的频率fs和次同步谐振的衰减因子αS和模态系数ak,计算三相电压和电流的次同步谐振相量;
S33、对三相电压和电流的次同步谐振相量进行序变换,得到其对应的正序量
Figure FDA0003299592990000061
Figure FDA0003299592990000062
S34、基于
Figure FDA0003299592990000063
的符号,确定当前检测的风电系统是否为次同步谐振源,实现次同步谐振溯源。
5.根据权利要求4所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述幅值As和初相位φs的求解式为:
Figure FDA0003299592990000064
6.根据权利要求5所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S31中,次同步谐振的频率fS和次同步谐振的衰减因子αS的表达式分别为:
fS=Im(λ3)/(2π*Tr)
αs=Re(λ3)/Tr
式中,Im(·)为取虚部算子,Re(·)为取实部算子。
7.根据权利要求6所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S32中,三相电压和电流的次同步谐振相量的表达式为:
Figure FDA0003299592990000065
8.根据权利要求7所述的基于同步相量测量数据的次同步谐振溯源方法,其特征在于,所述步骤S34中:
当RSSR=Re(VSSR/ISSR)的值小于0时,则当前检测的风电系统为次同步谐振源。
CN202010886090.4A 2020-08-28 2020-08-28 一种基于同步相量测量数据的次同步谐振溯源方法 Active CN112018784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010886090.4A CN112018784B (zh) 2020-08-28 2020-08-28 一种基于同步相量测量数据的次同步谐振溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010886090.4A CN112018784B (zh) 2020-08-28 2020-08-28 一种基于同步相量测量数据的次同步谐振溯源方法

Publications (2)

Publication Number Publication Date
CN112018784A CN112018784A (zh) 2020-12-01
CN112018784B true CN112018784B (zh) 2022-01-11

Family

ID=73502523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010886090.4A Active CN112018784B (zh) 2020-08-28 2020-08-28 一种基于同步相量测量数据的次同步谐振溯源方法

Country Status (1)

Country Link
CN (1) CN112018784B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112688325B (zh) * 2021-01-21 2023-03-31 四川大学 基于二阶段改进itd算法的风电场次同步振荡监测方法
CN113612237A (zh) * 2021-07-16 2021-11-05 国网江苏省电力有限公司电力科学研究院 一种在海上风电场中定位谐振诱发的次同步振荡源的方法
CN115498652B (zh) * 2022-05-30 2024-04-30 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 基于cps的综合能源园区电能质量控制方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4121270A (en) * 1977-02-09 1978-10-17 Westinghouse Electric Corp. Series capacitor system with force firing of protective bypass device
CN110412349B (zh) * 2019-08-27 2021-07-23 四川大学 基于插值dft的同步相量数据次同步振荡参数辨识法
CN110718917B (zh) * 2019-11-18 2022-03-25 国网青海省电力公司 一种构建电力电子谐波谐振源发生的实现方法
CN111525611B (zh) * 2020-04-26 2023-07-21 西安热工研究院有限公司 计及频率耦合效应的双馈并网系统次同步振荡分析方法

Also Published As

Publication number Publication date
CN112018784A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112018784B (zh) 一种基于同步相量测量数据的次同步谐振溯源方法
Wang et al. Identifying sources of subsynchronous resonance using wide-area phasor measurements
CN109713685B (zh) 一种适用于vsc接入引发次同步振荡的在线定位方法
CN102760191B (zh) 基于转速分群的双馈机组风电场等值建模系统及方法
CN105470950B (zh) 故障分析用永磁直驱风电场电磁暂态等值模型建立方法
Xie et al. Improved synchrophasor measurement to capture sub/super‐synchronous dynamics in power systems with renewable generation
CN112907075B (zh) 一种电力系统综合负荷模型参数辨识方法
CN111308260B (zh) 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法
CN105445541A (zh) 一种任意频率下自适应功率计算方法
CN114123344A (zh) 基于自适应递推最小二乘的电力系统惯量评估方法及装置
CN114069576B (zh) 一种基于幅相关系的有源配电网差动保护方法
CN104617578A (zh) 一种含风电场电力系统的可用输电能力的获取方法
Rao et al. Wideband impedance online identification of wind farms based on combined data-driven and knowledge-driven
Wang et al. Evaluation method of wind turbine group classification based on Calinski Harabasz
CN114966201B (zh) 一种典型场景下谐波电压电流测量与特征分析方法
Yan et al. Transient modelling of doubly‐fed induction generator based wind turbine on full operation condition and rapid starting period based on low voltage ride‐through testing
Yang et al. A Novel Detection Method for Supersynchronous Resonance From Synchrophasor Data
Chen et al. A novel pilot protection scheme for wind farm transmission line based on harmonic content ratio
CN112686503B (zh) 一种异步电网频率调控质量的评价方法及系统
CN115441441A (zh) 一种基于振荡分量椭圆轨迹的次/超同步振荡的检测方法
CN112485522B (zh) 基于电能数据感知的平顶窗函数同步相量测量方法及装置
CN114792984A (zh) 一种次/超同步振荡源的快速定位方法
CN111555268A (zh) 小扰动环境下基于预报误差法的电力系统闭环负荷辨识方法
Wang et al. Microgrid harmonic and interharmonic analysis algorithm based on cubic spline interpolation signal reconstruction
Qiu et al. Cyber-attack detection: Modeling and roof-PV generation system protection

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