CN112698087B - 基于宽频量测的电力系统宽频振荡在线监测方法与系统 - Google Patents
基于宽频量测的电力系统宽频振荡在线监测方法与系统 Download PDFInfo
- Publication number
- CN112698087B CN112698087B CN202011480956.8A CN202011480956A CN112698087B CN 112698087 B CN112698087 B CN 112698087B CN 202011480956 A CN202011480956 A CN 202011480956A CN 112698087 B CN112698087 B CN 112698087B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- broadband
- frequency
- power
- information
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/001—Measuring real or reactive component; Measuring apparent energy
- G01R21/002—Measuring real component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于宽频量测的电力系统宽频振荡在线监测方法与系统,将观测节点的有功功率作为观测量;监测观测节点有功功率和电流的突变,并在发生突变时构造成时间序列;采用功率谱密度方法获得振荡的主要频谱分布;响应于引起系统动态响应的不同类型,执行设定的处理:根据功率谱能量分布,选取能量最大的频率,设定时间窗;基于确定的时间窗长度,构建出扩展阶的样本矩阵;采用基于奇异值分解方法来确定样本矩阵的有效秩;基于计算阶数求解模式信息。根据辨识的模态阻尼信息,判断振荡趋势,发布告警信息。基于本发明的宽频量测可实现低频振荡和次/超同步振荡同时在线监测,实现对电力系统宽频振荡准确判断,提高辨识可靠性。
Description
技术领域
本发明涉及电力系统宽频振荡监测与识别领域,具体而言涉及一种基于宽频量测的电力系统宽频振荡在线监测方法与系统。
背景技术
区域电网互联并逐步形成大规模互联电力系统是世界范围的总体趋势。由于我国地区能源分布和经济发展的不平衡,需要建设区域互联大电网,实现大水电、大煤电、大规模可再生能源的跨区域、远距离、大容量、低损耗、高效率输送。随着电网规模的扩大和输送功率的提高,可再生能源大规模集中并网,电网结构和运行方式变得越来越复杂,频繁发生周期性的低频功率振荡,严重威胁电网安全稳定运行。当前,低频振荡已成为限制互联电网区域间功率传输能力、影响系统安全稳定运行的突出问题。同时,随着可再生能源的开发和高压直流输电的大量应用,大规模的风电场和大量的电力电子器件等逐渐接入电网,由风电场及直流输电带来的次同步振荡(subsynchronous oscillation,SSO) 的问题日益凸显。
以往研究中电力系统低频振荡主要表现为同步运行的电力系统受到扰动后由于阻尼不足而引起发电机转子间的持续相对摇摆,在电气上表现为发电机功角、联络线功率和母线电压等的持续振荡,其振荡频率一般在0.1~2.5Hz之间。而次同步振荡主要为旋转电机轴系扭振、电网电感(L)-电容(C)电气振荡以及电力电子变流器之间或与电网相互作用的机网耦合振荡,频率在5~50Hz内变化, 50Hz以上的超同步振荡也偶有发生。由于引发机理不同,振荡频率覆盖频段差异太大,传统上低频振荡和次/超同步振荡往往分别在不同层面上进行分析和监测。目前通过PMU量测的低频振荡在线监测相对比较成熟,而对电力系统电力电子化带来的次/超同步振荡缺乏有效的监测手段。随着宽频量测的提出和技术发展,即兼顾了传统PMU专注的工频基波信号,又实现了间谐波为代表的次/ 超同步振荡监测,为低频振荡和次/超同步振荡的宽频同步监测和分析提供了数据基础。在进行低频振荡和次/超同步振荡的宽频同步监测时,适用的模式辨识方法至关重要。现有的低频振荡在线监测方法还存在很大不足,不能满足电网实际宽频振荡在线监测的需要,例如Prony方法作为低频振荡辨识的常用方法,其准确度受选择的时间窗长度和模型阶数影响巨大,时间窗长度和定阶的阈值都需要人为选取,两个值的选取不当可能会导致识别结果不正确,难以同时应用于频率不在同一数量级的低频振荡和次/超同步振荡在线监测。因此,基于宽频量测数据对Prony算法进行改进,提出一种自适应确定时间窗长度和模型阶数适用于宽频振荡的在线监测方法至关重要。
发明内容
鉴于现有的低频振荡在线监测方法不适用于同时计及次/超同步振荡的宽频振荡在线监测,本发明的目的在于提供一种基于宽频量测的适用于电力系统低频振荡和次/超同步振荡同时辨识的宽频振荡在线监测方法,首先采用宽频测点有功功率突变判断是否发生事件,构建有功功率时序数据序列,采用功率谱分析振荡能量分布频段,确定是发生的是低频振荡还是次/超同步振荡,基于功率谱确定对时间窗长度进行自适应选取,并基于奇异值分解设计了无需选取阈值的定阶方法,实现自适应准确定阶,提高Prony算法所获取振荡信息的可靠性,从而实现对主导振荡模态参数准确辨识,根据获得振荡的阻尼比大小评估宽频振荡安全性和振荡趋势,对于安全的振荡现象发送振荡事件信息和振荡模式信息,对于不安全的振荡现象按严重程度不同发生橙色和红色告警信息以及模式振荡信息。
为实现上述目的,本发明的第一方面提出一种基于宽频量测的电力系统宽频振荡在线监测方法,包括:
步骤1、基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列;
步骤2、对时序数据序列进行功率谱分析,获得功率谱能量分布;
步骤3、根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/超同步振荡频段,并分别确定时间窗长度;
步骤4、基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵;
步骤5、采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩,即应用于Prony运算的计算阶数;
步骤6、基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息包括:幅值、衰减因子、频率以及初相;
步骤7、对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
优选地,前述步骤1中,采用下述条件作为有功功率是否发生突变判断的判据:
式中,p为系统中的观测机组数;N为离散数据长度;C为设定的基准值;
其中,当有功功率满足前述条件时,判定没有发生明显的波动;当前述条件不满足时,判断监测点的有功功率发生突变。
优选地,前述步骤1中,采用下述方法构建时序数据序列:
设y(t)为相对功角在t时刻的值,构造作为振荡分析样本的时序数据序列 Y(t):
Y(t)=[y(t),y(t+1),…y(t+n-1)] (2)
其中n为样本时间序列子序列Y(t)中包含的y(t)个数。
优选地,前述步骤3中,基于步骤1构建的时序数据序列的功率谱能量分布,进行功率谱分析,检查系统振荡响应类型的过程包括:
1)当最大功率谱能量密度集中于0.1~2.5Hz频段范围,则判定系统动态响应为低频振荡;
2)当最大功率谱能量密度集中于5~50Hz频段范围,则判定系统动态响应为次同步振荡;
3)当最大功率谱能量密度集中于超过50Hz频段范围,则判定系统动态响应为超同步振荡。
优选地,前述步骤3中,采用下述条件作为时间窗长度选取的判据:
T0=3/fmax
式中,fmax为功率谱中能量最大的频率;T0为时间窗长度。
优选地,前述步骤4中,通过计算样本函数来构建二阶矩样本矩阵,样本函数定义如下:
式中,N为监测点的有功功率采样个数;y(n)为实际采样值。
优选地,前述步骤5中,还包括通过下述公式确定奇异值的比值:
式中,σi为第i个奇异值。
并且,在求出Di的平均值Dav之后,将Di中大于Dav的作为比值较大值,所有比值较大值的下标中的最大值即作为矩阵的有效秩。
优选地,在步骤7中,基于获得的二阶矩样本矩阵有效秩进行Prony计算结果的阻尼信息评估宽频振荡安全性,判断振荡趋势和发出告警信息的过程,具体包括:
1)当模式阻尼比ξ>5%,则判定该振荡模式安全,发送振荡事件信息和振荡模式信息;
2)当模式阻尼比ξ<5%,则判定该振荡模式不安全,若模式阻尼比3%<ξ<5%则发送橙色告警信息,若模式阻尼比ξ<3%则发送红色告警信息,给出相应振荡模式信息。
本发明的第二方面提出一种基于宽频量测的电力系统宽频振荡在线监测系统,包括:
用于基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列的模块;
用于对时序数据序列进行功率谱分析,获得功率谱能量分布的模块;
用于根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/ 超同步振荡频段,并分别确定时间窗长度的模块;
用于基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵的模块;
用于采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩的模块,所述有效秩即应用于Prony运算的计算阶数;
用于基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息的模块,模式信息包括:幅值、衰减因子、频率以及初相;
用于对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势的模块,其中:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
由此,本发明示例性的方案提出的基于宽频量测的电力系统宽频振荡在线监测方法,在进行振荡模式识别前通过功率谱分析确定低频振荡和次/超同步振荡频段,进而根据功率谱能量最大的频率选择时间窗长度,然后基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵,并采用基于奇异值分解的无需阈值的方法来确定样本矩阵的有效秩即模型阶数,通过Prony计算获得幅值、衰减因子、频率、初相等模式信息,最后依据阻尼比大小发送安全振荡下的事件及模式信息和不安全振荡下按不同严重程度的橙色和红色告警信息及模式信息。
由以上本发明的技术方案可知,与现有技术相比,本发明的显著优点在于:
1、本发明克服传统低频振荡在线监测方法不能同时在线监测次/超同步振荡的问题,增加宽频振荡功率谱能量密度分布分析,改善了现有Prony方法模型阶数和时间窗对不同振荡频段的自适应性,实现了低频振荡和次/超同步振荡的同步在线监测,并按振荡后果严重程度不同给出振荡告警信息;
2、本发明采用基于功率谱自适应确定时间窗长度的方法,避免时间窗选取过短或过长导致Prony算法分析结果的误差,基于奇异值分解设计了无需选取阈值的定阶方法,避免了传统定阶方法的阈值选取,直观地反映出奇异值大小的变化,实现自适应准确定阶;
3、基于宽频量测的电力系统宽频振荡在线监测方法,即包括当前大电网互联带来的低频振荡在线监测,又计及电力电子化趋势电网出现的次/超同步振荡在线监测,实现大电网宽频振荡的在线监测、分析和预警,提高了电力系统抵御宽频振荡事故的能力。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是说明根据本发明某些实施方式的基于宽频量测的电力系统宽频振荡在线监测方法的流程示意图。
图2是说明根据本发明某些实施方式的低频振荡曲线的一个实例图,是低频振荡时的有功功率随时间变化曲线。
图3是说明根据本发明某些实施方式的次同步振荡曲线的一个实例图,是次同步振荡时的电磁功率随时间变化曲线。
图4是说明根据本发明某些实施方式含低频振荡和次/超同步振荡的宽频振荡信号功率谱的一个实例图。
图5是说明根据本发明某些实施方式的奇异值比值的一个实例图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
根据本发明的实施例,一种基于宽频量测的电力系统宽频振荡在线监测方法,包括:
步骤1、基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列;
步骤2、对时序数据序列进行功率谱分析,获得功率谱能量分布;
步骤3、根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/超同步振荡频段,并分别确定时间窗长度;
步骤4、基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵;
步骤5、采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩,即应用于Prony运算的计算阶数;
步骤6、基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息包括:幅值、衰减因子、频率以及初相;
步骤7、对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
下面结合图1所示的流程图以及本发明的一些优选或者可选的例子,更加具体地描述本发明的某些实例的实施和/或效果。
【在线数据获取及预处理】
结合附图1,在前述步骤1中,基于宽频量测系统,根据选择发电厂、风电场接入节点、直流换流站、500kV及以上电压等级变电站,且安装有宽频量测装置,设定为有功功率观测节点。
这些进行安装有宽频量测装置的节点,也被称之为观测节点/观测点,在下文中将统一以观测节点进行描述。
本步骤中,从宽频量测平台获取数据及预处理,可以采用现有技术中公知的技术和手段实现。
【有功功率的突变监测】
结合附图1,在前述步骤1的观测节点有功功率的突变监测过程中,优选地采用下述条件作为突变判断的判据:
式中,p为系统中的功率观测节点数;N为离散数据长度;C为设定的基准值;
当有功功率满足式(1)时,判定系统中没有发生明显的波动;当式(1)不满足时,判断系统中节点有功功率发生突变。
【时间序列的构造】
结合图1,当检测到观测节点的有功功率发生突变时,将有功功率按下述方式构造成时间序列,以利于后续的分析和判断处理。
作为一个可选的实例,时间序列的构造方式如下:
设y(t)为有功功率在t时刻的值,构造作为功率谱分析样本的时序数据序列 Y(t):
Y(t)=[y(t),y(t+1),…y(t+n-1)] (2)
其中n为功率谱分析样本时间序列Y(t)中包含的y(t)个数。
【基于功率谱分析的振荡区分】
结合附图1,对构建的样本时间序列进行功率谱分析,在步骤2中引入了功率谱密度函数PSD,其表达式如下:
式中,均值函数E[·]是将随机信号各个样本的傅里叶变换结果取均值,再将信号的能量谱密度X(f,T)2在截断时间上进行平均,得到信号在各个频率点上的功率分布,从而尽可能地逼近随机信号的实际频域特性。因此,功率谱可以用来描述平稳随机过程的功率波动在频域中的分布。
在实际应用中,受到计算机计算能力的限制,需要用到平稳随机过程功率谱的离散计算公式,对于一个有n个样本(x1(t),x2(t),...xn(t))的平稳随机过程 x(t),其功率谱密度的离散计算公式为:
通过多量测点功率谱分析可以获得振荡能量主要集中的频段,再将其中能量集中频段的功率谱来体现宽频振荡能量在频域中的大致变化规律和分布,从而确定低频振荡和次/超同步振荡频段。
【确定Prony分析时间窗长度】
功率谱可以获取信号能量随频率的分布的情况,若功率谱中某一频率的能量最大,则说明该频率对应的分量在信号的比重最大,这一频率将作为确定时间窗长度的依据。
结合附图1、附图2、附图3和附图4,在前述步骤2,基于功率谱的时间窗长度确定方法具体步骤如下:
计算经预处理的振荡信号的功率谱,选取能量最大的频率。优选地采用下述条件作为时间窗长度选取的判据:
式中,fmax为功率谱中能量最大的频率;T0为选取的时间窗长度;
【扩展阶二阶矩样本的构造】
根据样本函数,将时间窗长度的实测数据转换为样本矩阵。样本函数定义如下:
式中,N为采样个数;y(n)为实际采样值。
本步骤中,从特征多项式的求解,可以采用现有技术中公知的技术和手段实现。
【计算阶数的选取】
结合附图1和附图5,在前述步骤3,基于奇异值分解的无需阈值定阶方法具体步骤如下:
对样本矩阵进行奇异值分解,并采用下述式子计算奇异值的比值:
式中,σi为第i个奇异值。
奇异值比值出现跳变处,即可能为矩阵的有效秩(如附图3),求出Di的平均值Dav,并将Di中大于Dav的作为比值较大值,所有比值较大值的下标中的最大值即作为矩阵的有效秩。
在确定有效秩后,即可继续进行Prony算法的参数估计,求得Prony参数即模式信息,包括幅值、衰减因子、频率、初相。Prony参数的求取,可利用现有技术中公知的方式和手段进行,在本例中不再赘述。
【基于Prony分析的振荡信息辨识】
结合附图1,根据选定的Prony模型阶数,在步骤6中对振荡时间数据序列采用Prony算法进行分析和处理,获得系统主导模式和振荡模式信息,可利用现有技术中公知的方式和手段进行,在本例中不再赘述。
【基于Prony分析的振荡信息辨识】
结合附图1,根据辨识的模式阻尼信息,在步骤7中评估系统宽频振荡安全性,判断振荡趋势和发出告警信息,具体规则如下:
1)当模式阻尼比ξ>5%,阻尼较强,则判定该振荡模式安全,发送振荡事件信息和振荡模式信息;
2)当模式阻尼比ξ<5%,则判定该振荡模式不安全,若模式阻尼比 3%<ξ<5%,为较弱阻尼状态,则发送橙色告警信息,若模式阻尼比ξ<3%,为弱阻尼或负阻尼状态,则发送红色告警信息,给出相应振荡模式信息。
本发明前述一个或多个实施例的实现,是基于宽频量测数据实现电力系统宽频振荡的在线监测,通过功率谱分析能量密度确定低频振荡和次/超同步振荡事件,采用一种基于功率谱自适应确定时间窗长度,并基于奇异值分解设计了无需选取阈值的定阶方法,实现了准确确定时间窗长度和阶数,从而对振荡模态参数准确辨识,提高了Prony方法的自适应能力,获得主导模式和振荡模式信息,并根据严重程度不同发送报警信息,解决了以往低频振荡在线监测难以应用于次/超同步振荡的难题,实现了从低频振荡到次/超同步振荡的宽频全景振荡在线监测,并提高了分析的准确性。
结合附图1-5以及以上实施例的电力系统宽频振荡在线监测方法,本发明还可以被设置成按照以下方式实施。
基于宽频量测的电力系统宽频振荡在线监测系统,包括:
用于基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列的模块;
用于对时序数据序列进行功率谱分析,获得功率谱能量分布的模块;
用于根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/ 超同步振荡频段,并分别确定时间窗长度的模块;
用于基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵的模块;
用于采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩的模块,所述有效秩即应用于Prony运算的计算阶数;
用于基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息的模块,模式信息包括:幅值、衰减因子、频率以及初相;
用于对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势的模块,其中:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
应当理解,在一些实施例中,上述基于宽频量测的电力系统宽频振荡在线监测方法得以在诸如监控计算机、监控计算机阵列、服务器、服务器阵列或者云计算系统、云服务器中实现,这些布置在一定物理空间的监控计算机、监控计算机阵列、服务器、服务器阵列中通常设置用于数据存储的存储器、计算和处理的至少一个处理器、网络收发模块以及数据传输接口,他们之间经由总线进行数据传输和通信,实现对数据的存储、调用和处理,从而实现上述在线监控方法的实施例。
在另外的实施例中,前述实施例的基于宽频量测的电力系统宽频振荡在线监测系统,被设置成在计算机系统或者服务器中,以可被处理器调用和执行的指令集的形式存储在存储器中,使得这些指令集被调用时执行前述基于宽频量测的电力系统宽频振荡在线监测方法的过程。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种基于宽频量测的电力系统宽频振荡在线监测方法,其特征在于,包括:
步骤1、基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列;
步骤2、对时序数据序列进行功率谱分析,获得功率谱能量分布;
步骤3、根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/超同步振荡频段,并分别确定时间窗长度;
步骤4、基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵;
步骤5、采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩,即应用于Prony运算的计算阶数;
步骤6、基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息包括:幅值、衰减因子、频率以及初相;
步骤7、对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
3.根据权利要求1或2所述的基于宽频量测的电力系统宽频振荡在线监测方法,其特征在于,前述步骤1中,采用下述方法构建时序数据序列:
设y(t)为相对功角在t时刻的值,构造作为振荡分析样本的时序数据序列Y(t):
Y(t)=[y(t),y(t+1),…y(t+n-1)] (2)
其中n为样本时间序列子序列Y(t)中包含的y(t)个数。
4.根据权利要求3所述的基于宽频量测的电力系统宽频振荡在线监测方法,其特征在于,前述步骤3中,基于步骤1构建的时序数据序列的功率谱能量分布,进行功率谱分析,检查系统振荡响应类型的过程包括:
1)当最大功率谱能量密度集中于0.1~2.5Hz频段范围,则判定系统动态响应为低频振荡;
2)当最大功率谱能量密度集中于5~50Hz频段范围,则判定系统动态响应为次同步振荡;
3)当最大功率谱能量密度集中于超过50Hz频段范围,则判定系统动态响应为超同步振荡。
5.根据权利要求3所述的基于宽频量测的电力系统宽频振荡在线监测方法,其特征在于,前述步骤3中,采用下述条件作为时间窗长度选取的判据:
T0=3/fmax
式中,fmax为功率谱中能量最大的频率;T0为时间窗长度。
8.根据权利要求1所述的基于宽频量测的电力系统宽频振荡在线监测方法,其特征在于,在步骤7中,基于获得的二阶矩样本矩阵有效秩进行Prony计算结果的阻尼信息评估宽频振荡安全性,判断振荡趋势和发出告警信息的过程,具体包括:
1)当模式阻尼比ξ>5%,则判定该振荡模式安全,发送振荡事件信息和振荡模式信息;
2)当模式阻尼比ξ<5%,则判定该振荡模式不安全,若模式阻尼比3%<ξ<5%则发送橙色告警信息,若模式阻尼比ξ<3%则发送红色告警信息,给出相应振荡模式信息。
9.一种基于宽频量测的电力系统宽频振荡在线监测系统,其特征在于,包括:
用于基于宽频量测平台,选择监测点的有功功率作为实时的观测量,监测有功功率是否发生突变,并且响应于有功功率发生突变则构建时序数据序列的模块;
用于对时序数据序列进行功率谱分析,获得功率谱能量分布的模块;
用于根据功率谱能量分布,选取能量最大的频率,分为低频振荡频段和次/超同步振荡频段,并分别确定时间窗长度的模块;
用于基于确定的时间窗长度,构建出扩展阶的二阶矩样本矩阵的模块;
用于采用基于奇异值分解的无需阈值的方法来确定二阶矩样本矩阵的有效秩的模块,所述有效秩即应用于Prony运算的计算阶数;
用于基于前述步骤得到的计算阶数,进行Prony运算,获得模式信息的模块,模式信息包括:幅值、衰减因子、频率以及初相;
用于对获得的振荡模式信息进行系统宽频振荡安全评估,根据识别的模式阻尼比信息判断系统振荡趋势的模块,其中:对于快速收敛的安全状态,发送振荡事件信息和振荡模式信息;对于逐渐发散的或持续等幅振荡的不安全状态,发送紧急告警信息和振荡模式信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480956.8A CN112698087B (zh) | 2020-12-15 | 2020-12-15 | 基于宽频量测的电力系统宽频振荡在线监测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480956.8A CN112698087B (zh) | 2020-12-15 | 2020-12-15 | 基于宽频量测的电力系统宽频振荡在线监测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112698087A CN112698087A (zh) | 2021-04-23 |
CN112698087B true CN112698087B (zh) | 2021-11-12 |
Family
ID=75508281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011480956.8A Active CN112698087B (zh) | 2020-12-15 | 2020-12-15 | 基于宽频量测的电力系统宽频振荡在线监测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698087B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673091B (zh) * | 2021-07-26 | 2024-07-16 | 哈尔滨工业大学 | 一种机载嵌入式实时大点数时序信号处理方法 |
CN113990057B (zh) * | 2021-10-26 | 2023-03-21 | 中国电力科学研究院有限公司 | 一种宽频振荡厂站端预警方法、系统、存储介质及服务器 |
CN114046869B (zh) * | 2021-11-16 | 2022-07-08 | 河海大学 | 基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统 |
CN114567414B (zh) * | 2022-02-21 | 2024-02-06 | 中国电力科学研究院有限公司 | 多频测量数据自适应传输方法、系统、设备及存储介质 |
CN115097206B (zh) * | 2022-07-04 | 2024-10-01 | 华北电力大学 | 一种适用于静动态场景的宽频测量方法 |
CN115864449B (zh) * | 2023-03-01 | 2023-05-30 | 中国电力科学研究院有限公司 | 新能源接入系统振荡监测方法、装置、系统、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5593068A (en) * | 1979-01-09 | 1980-07-15 | Mitsubishi Electric Corp | Automatic zero-adjustment type high-frequency wattmeter |
CN104242325A (zh) * | 2014-09-18 | 2014-12-24 | 国家电网公司 | 一种电力系统低频振荡模式参数辨识方法 |
CN104953583A (zh) * | 2015-07-01 | 2015-09-30 | 河海大学 | 基于变点探测和Prony方法相结合的电力系统低频振荡在线监测方法 |
CN107749621A (zh) * | 2017-10-25 | 2018-03-02 | 东北电力大学 | 一种电力系统动态稳定协同辨识方法 |
CN108957129A (zh) * | 2018-07-27 | 2018-12-07 | 中国南方电网有限责任公司 | 一种新能源并网系统次/超同步振荡自适应监测方法 |
CN109066728A (zh) * | 2018-09-05 | 2018-12-21 | 河海大学 | 特高压电网多个区间振荡模式在线阻尼协调控制方法 |
CN109256788A (zh) * | 2018-11-21 | 2019-01-22 | 国网四川省电力公司电力科学研究院 | 一种基于广域量测的区域间低频振荡模式估计方法 |
DE102018116445A1 (de) * | 2018-07-06 | 2020-01-09 | Wobben Properties Gmbh | Verfahren zum Erkennen niederfrequenter Schwingungen und Erfassungseinrichtung dafür |
CN111046327A (zh) * | 2019-12-18 | 2020-04-21 | 河海大学 | 适用于低频振荡与次同步振荡辨识的Prony分析方法 |
-
2020
- 2020-12-15 CN CN202011480956.8A patent/CN112698087B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5593068A (en) * | 1979-01-09 | 1980-07-15 | Mitsubishi Electric Corp | Automatic zero-adjustment type high-frequency wattmeter |
CN104242325A (zh) * | 2014-09-18 | 2014-12-24 | 国家电网公司 | 一种电力系统低频振荡模式参数辨识方法 |
CN104953583A (zh) * | 2015-07-01 | 2015-09-30 | 河海大学 | 基于变点探测和Prony方法相结合的电力系统低频振荡在线监测方法 |
CN107749621A (zh) * | 2017-10-25 | 2018-03-02 | 东北电力大学 | 一种电力系统动态稳定协同辨识方法 |
DE102018116445A1 (de) * | 2018-07-06 | 2020-01-09 | Wobben Properties Gmbh | Verfahren zum Erkennen niederfrequenter Schwingungen und Erfassungseinrichtung dafür |
CN108957129A (zh) * | 2018-07-27 | 2018-12-07 | 中国南方电网有限责任公司 | 一种新能源并网系统次/超同步振荡自适应监测方法 |
CN109066728A (zh) * | 2018-09-05 | 2018-12-21 | 河海大学 | 特高压电网多个区间振荡模式在线阻尼协调控制方法 |
CN109256788A (zh) * | 2018-11-21 | 2019-01-22 | 国网四川省电力公司电力科学研究院 | 一种基于广域量测的区域间低频振荡模式估计方法 |
CN111046327A (zh) * | 2019-12-18 | 2020-04-21 | 河海大学 | 适用于低频振荡与次同步振荡辨识的Prony分析方法 |
Non-Patent Citations (1)
Title |
---|
基于变点探测的功率振荡数据挖掘;余一平 等;《电力自动化设备》;20180531;第38卷(第5期);第103-109页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112698087A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112698087B (zh) | 基于宽频量测的电力系统宽频振荡在线监测方法与系统 | |
JP2021148778A (ja) | 非接地配電システムのための過渡状態に基づいた故障位置特定方法 | |
EP2082246A2 (en) | Cable fault detection | |
CN109523741B (zh) | 一种具有预警功能的智能单相空气开关 | |
Patel et al. | Energy-sorted Prony analysis for identification of dominant low frequency oscillations | |
CN114046869B (zh) | 基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统 | |
Samal et al. | New signal subspace approach to estimate the inter‐area oscillatory modes in power system using TLS‐ESPRIT algorithm | |
JP6244247B2 (ja) | 系統安定度監視装置及び方法 | |
CN117394311B (zh) | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 | |
CN114755532A (zh) | 基于电能多维信息融合的单相接地故障辨识方法及系统 | |
CN118259114A (zh) | 一种基于电网电力传输的状态诊断方法 | |
CN104868478A (zh) | 一种电网紧急状态下的启动动态分区方案的方法 | |
CN109635430A (zh) | 电网输电线路暂态信号监测方法和系统 | |
CN115632410A (zh) | 一种针对新能源电力系统宽频振荡保护方法 | |
CN116840767A (zh) | 电能计量装置整体误差评估方法及装置、存储介质、终端 | |
CN111769537B (zh) | 一种直流配电网防孤岛保护方法及系统 | |
CN114966201A (zh) | 一种典型场景下谐波电压电流测量与特征分析方法 | |
Rezaei | An intelligent algorithm for Negative Sequence Directional Element of DFIG during Ferroresonance in smart grid | |
Ma | Novel early warning fault detection for wind-turbine-based DG systems | |
Li et al. | Machine Learning-based Fault Diagnosis for Distribution Networks with Distributed Renewable Energy Resources | |
CN118367680B (zh) | 一种用于电力设备监测的智能驱动控制系统及方法 | |
Katariya et al. | An Investigation of Recent Power System Oscillations in North Eastern Region Grid of India | |
Chen et al. | Research on Fault Analysis and Remote Fault Diagnosis Technology of New Large Capacity Synchronous Condenser | |
Redondo et al. | Influence of the fictitious grid on flicker assessment of grid connected wind turbine | |
Katariya et al. | Analysis of Recent Indian Power System Oscillations in North Eastern Region |
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 |