发明名称 基于广域测量噪声信号的电力系统节点相位关系辨识方法
摘要 基于广域测量噪声信号的电力系统节点相位关系辨识方法属于电力系统稳定分析技术领域,其特征在于,向电力系统负荷处注入小幅度随机扰动时序,测量系统的响应时序信号,再用自回归滑动平均ARMA模型法辨识低频振荡模式的频率、阻尼比参数,基于得到的低频振荡模式信息,进一步采用Prony法估计低频振荡模式下节点的相位信息,接着,按相同的步骤同时采集多个节点的系统响应即类噪声信号,分析低频振荡模式下各节点的相位信息,从而计算得到同一低频振荡模式下节点间相位关系。本发明具有在系统正常运行状态下能及时、准确分析当前系统动态特性的优点。
申请公布号 CN101609112B 申请公布日期 2011.06.29
申请号 CN200910088224.1 申请日期 2009.07.13
申请人 清华大学 发明人 陆超;吴超;韩英铎
分类号 G06F17/50(2006.01)I;G01R23/16(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 北京众合诚成知识产权代理有限公司 11246 代理人 朱琨
主权项 1.基于广域测量类噪声信号的电力系统节点相位关系辨识方法,其特征在于,所述方法是在一个基于广域测量类噪声信号的电力系统节点间相位关系辨识计算机中依次按照以下步骤实现的:步骤(1):系统初始化:在所述计算机中建立以下软件模块:仿真电力系统模块、低频振荡模式频率及阻尼比参数分析模块以及节点间相位关系分析模块,其中:仿真电力系统模块:至少包括发电机、调节器、负荷、变压器、母线、交流线、直流线、无功补偿器以及并联电容电抗器在内的子模块,低频振荡模式频率及阻尼比参数分析模块,用于辨识低频振荡模式频率及阻尼比参数,节点间相位关系分析模块,用于节点间相位关系辨识,所述节点至少含发电机、负荷、变压器节点;步骤(2):在一个所述电力系统负荷处注入小幅随机扰动时序信号{a<sub>t</sub>},a<sub>t</sub>是所述小幅随机扰动时序信号在t时刻的元素,t=1,2…T<sub>total</sub>,T<sub>total</sub>是仿真总步数,所述计算机采集所述电力系统响应的时序信号{x<sub>t</sub>},该系统响应时序信号{x<sub>t</sub>}的数据个数为N,在数值上N=T<sub>total</sub>,将信号输入到所述低频振荡模式频率及阻尼比参数分析模块;步骤(3):所述低频振荡模式频率及阻尼比参数分析模块依次按以下步骤辨识低频振荡模式频率f<sub>i</sub>及阻尼比ξ<sub>i</sub>:步骤(3.1):按下式计算所述系统响应时序信号{x<sub>t</sub>}的平稳零均值时序信号{x<sub>tcp0</sub>}:<img file="FSB00000424267200011.GIF" wi="369" he="132" />步骤(3.2):把步骤(3.1)得到的平稳零均值时序信号{x<sub>tcp0</sub>}输入一个自回归滑动平均ARMA模型得到:<img file="FSB00000424267200012.GIF" wi="1253" he="59" />其中:<img file="FSB00000424267200013.GIF" wi="171" he="47" />为自回归AR部分模型参数,共有g个,θ<sub>1</sub>,…,θ<sub>q</sub>为滑动平均MA部分模型参数,共有q个,1≤q<g ≤50;n=g;步骤(3.3):按以下步骤计算系统低频振荡模式频率f<sub>i</sub>及阻尼比ξ<sub>i</sub>:<img file="FSB00000424267200014.GIF" wi="649" he="302" />其中:T是采样周期,λ<sub>i</sub>、<img file="FSB00000424267200015.GIF" wi="43" he="59" />是所述自回归AR部分特征方程式的共轭特征根,i=1,2,…,n<sub>d</sub>,n<sub>d</sub>为共轭特征根对数,所述自回归AR部分特征方程式为:<img file="FSB00000424267200021.GIF" wi="717" he="63" />步骤(3.3.1):当延迟步数k>q时,得到所述系统平稳零均值时序信号{x<sub>tcp0</sub>}的自协方差函数R<sub>k</sub>递推公式:<img file="FSB00000424267200022.GIF" wi="795" he="57" />其中:<img file="FSB00000424267200023.GIF" wi="478" he="132" />k为延迟步数,k=q+1,q+2,…,q+g,步骤(3.3.2):解下列矩阵方程得到自回归AR部分模型参数<img file="FSB00000424267200024.GIF" wi="260" he="45" /><img file="FSB00000424267200025.GIF" wi="1038" he="296" />步骤(3.3.3):根据步骤(3.3.2)得到的结果<img file="FSB00000424267200026.GIF" wi="238" he="60" />解所述特征方程<img file="FSB00000424267200027.GIF" wi="193" he="68" />得到共轭特征根λ<sub>i</sub>、<img file="FSB00000424267200028.GIF" wi="66" he="58" />i为所述共轭特征根对的序号,共有n<sub>d</sub>对共轭特征根,步骤(3.3.4):根据步骤(3.3.3)得到的共轭特征根对λ<sub>i</sub>、<img file="FSB00000424267200029.GIF" wi="44" he="59" />以及所述采样周期T,得到对应共轭特征根对序号的频率f<sub>i</sub>及阻尼比ξ<sub>i</sub>;步骤(4):把步骤(3.3.4)得到的结果输入所述节点间相位关系分析模块,依次按以下步骤计算所述节点对应低频振荡模式i的相位信息:θ<sub>i</sub>=arctan[Im(b<sub>i</sub>)/Re(b<sub>i</sub>)],步骤(4.1):按下式计算连续系统模型的共轭特征根μ<sub>i</sub>、<img file="FSB000004242672000210.GIF" wi="71" he="58" /><img file="FSB000004242672000211.GIF" wi="740" he="77" />其中:i为所述连续系统模型共轭特征根对的序号,i=1,2,…,n<sub>d</sub>,步骤(4.2):建立所述连续系统模型特征多项式<img file="FSB000004242672000212.GIF" wi="113" he="48" /><img file="FSB000004242672000213.GIF" wi="1089" he="120" />其中:a<sub>s,i</sub>为连续系统模型特征多项式系数,i=1,2,…,n<sub>d</sub>,…,p,p=2·n<sub>d</sub>,步骤(4.3):采用双线性变换,把所述连续系统模型特征多项式<img file="FSB000004242672000214.GIF" wi="87" he="48" />转换为离散系统模型特征多项式<img file="FSB000004242672000215.GIF" wi="114" he="48" />得到<img file="FSB000004242672000216.GIF" wi="90" he="49" />的系数a<sub>i</sub>,i=1,2,…,p:<img file="FSB000004242672000217.GIF" wi="843" he="92" />求解所述离散系统模型特征多项式方程<img file="FSB000004242672000218.GIF" wi="190" he="49" />得到离散系统模型特征根z<sub>i</sub>,i=1,2,…,p,步骤(4.4):根据Prony法思路,计算所述平稳零均值时序信号{x<sub>tcp0</sub>}的拟合时序信号<img file="FSB000004242672000219.GIF" wi="202" he="59" /><img file="FSB00000424267200031.GIF" wi="881" he="273" />步骤(4.5):求解下列方程,得到参数b<sub>i</sub>,i=1,2,…,p:<img file="FSB00000424267200032.GIF" wi="784" he="295" />步骤(4.6):按下式求解对应低频振荡模式i的相位信息θ<sub>i</sub>:θ<sub>i</sub>=arctan[Im(b<sub>i</sub>)/Re(b<sub>i</sub>)],步骤(5):重复步骤(2)~步骤(4),同步采集多个节点的广域测量类噪声信号,分析低频振荡模式下各节点的相位信息,最终得到对应同一振荡模式的节点间相位关系。
地址 100084 北京市100084-82信箱