收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电力系统低频振荡状态监视与分析方法研究

赵妍  
【摘要】:电力系统低频振荡是电力系统的经典问题之一。随着同步电网规模的扩大、带串联补偿输电线路和柔性输电技术的大范围应用、以及大规模新能源接入电网,低频振荡仍然是迫切需要解决的重要工程问题。本文基于量测信息研究了电力系统低频振荡状态监视和分析的新方法。低频振荡状态监视的首要问题是低频振荡状态存在的稳定性问题,即判断是否发生了持续的低频振荡以实现正确的起振监测和告警。传统低频振荡在线分析方法属于判断发生振荡后的事后辨识,不能作此判断。另外,起振告警无法判断振荡类型和阻尼特性。针对这些问题,提出了低频振荡状态监视的Duffing振子可停振动系统分析法。可停振动状态的改变对周期扰动高度敏感,同时对随机微小扰动却十分不敏感。根据上述特点将实测低频振荡信号变成小信号,输入到可停振动系统中,得到其系统相轨迹。通过监视系统相轨迹吸引子的聚集性,可以跟踪系统运行方式的变化,对低频振荡的状态进行可视化的监视。该方法无需参数计算,对噪声具有免疫力,利用对数平衡距对系统相轨迹进行定量分析,可以判断电力系统是否存在持续的低频振荡信号,能够对振荡模式和模式的阻尼特性进行识别。强迫功率振荡和弱阻尼模式两种振荡类型的可停振动系统的输出相轨迹存在相似性,即都存在“低频振荡吸引子”,使这两种类型的判断时间延长。针对这一问题,提出了串联二阶微分跟踪器(TD)的振荡类型快速判别方法。将上述两类信号都经过串联二阶微分跟踪器后输入到可停振动系统中,经串联二阶TD的作用,不同程度的缩短了这两种类型振荡进入稳态的时间,尤其缩短了强迫功率振荡系统输出相轨迹快速收缩到极限环的时间。使判断时间缩短到10s以内,达到了上述两种振荡类型快速识别的目的。针对低通滤波后背景噪声呈现高斯色噪声特性,其对低频振荡模态参数辨识的准确性产生不利影响这一问题,提出了色噪声背景下共振稀疏分解(RSSD)的低频振荡模态参数辨识方法。低频振荡信号是欠阻尼系统在特定频率下的系统输出,具有高共振属性;而高斯色噪声不具有共振属性,RSSD方法是根据信号预知的共振属性实现复杂信号的分离。首先,采用RSSD方法对含高斯色噪声的低频振荡信号进行分解,得到高共振分量、低共振分量和余项三部分。其中,高共振分量即为提取的持续振荡的低频振荡信号,而高斯色噪声大部分存在于余项中。然后,再对高共振分量结合其他方法进行参数辨识。算例仿真和实测数据分析都表明,利用共振稀疏分解对高斯色噪声进行预处理方法,提高了参数辨识的准确性。频率切片小波变换(FSWT)的时频分析方法适合于具有高共振属性的低频振荡信号的时频分析。FSWT方法自由切割时频面,实现了信号频率区间的灵活分割,可以实现对低频振荡信号的总体和细化分析。同时考虑到实测低频振荡信号中的噪声会影响FSWT细化分析逆变换的准确重构,进而影响模态参数辨识准确性的问题,提出了基于RSSD和FSWT的低频振荡分析方法。首先,采用RSSD方法对含噪的低频振荡信号进行分解。高共振分量即为提取的低频振荡信号。然后对高共振分量进行FSWT总体时频分析,得到低频振荡的三维可视化图像。根据其时频能量分布,确定低频振荡的主导模态,合理选择频率切片区间,进一步细化特征分析。通过对信号特征频率切片区间信号的重构,实现各低频振荡的模态分量的分离及提取。最后结合Hilbert变换,获得高准确度的模态辨识参数。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 牟小松;成涛;林莉;牟道槐;;汽轮机系统对电力系统低频振荡的影响[J];重庆大学学报(自然科学版);2006年02期
2 周专;常喜强;张增强;王衡;张锋;贠剑;;电力系统低频振荡的类型判别研究与分析[J];四川电力技术;2015年04期
3 徐桂珍;吴寒;;基于子空间法的电力系统低频振荡辨识[J];科技创新导报;2014年03期
4 薛善启;李焱刚;;电力系统低频振荡现象以及实例浅析[J];科技与企业;2011年14期
5 刘峻;行舟;何世恩;郑伟;;甘肃陇南碧成系统低频振荡的分析与治理[J];电力设备;2006年08期
6 张乐;;电力系统低频振荡在线监测研究[J];信息技术;2017年10期
7 曾信义;晁勤;袁铁江;;电力系统低频振荡分析方法[J];低压电器;2011年11期
8 马光华;;电力系统低频振荡机理及抑制措施[J];云南电力技术;2010年05期
9 刘荣章;;浅析水电厂如何防范电力系统低频振荡[J];水力发电;2009年04期
10 连永平;狄晓东;;电力系统低频振荡分析[J];山西电力;2012年01期
11 陈刚;何潜;段晓;吴小辰;廖瑞金;;电力系统低频振荡分析与抑制综述[J];南方电网技术;2010年03期
12 王春玉;王海波;;电力系统低频振荡分析[J];黑龙江科技信息;2010年33期
13 王敏;电力系统低频振荡的原因与对策[J];广东水利电力职业技术学院学报;2004年01期
14 李涵;;电力系统低频振荡控制技术研究[J];电子测试;2016年21期
15 周宏扬;;电力系统低频振荡问题探析[J];企业导报;2012年19期
16 蔡国伟;杨德友;张俊丰;刘铖;;基于实测信号的电力系统低频振荡模态辨识[J];电网技术;2011年01期
17 祝永铭;;电力系统低频振荡及电力系统稳压器(P.S.S)[J];华北电力技术;1987年11期
18 方思立;台湾电力系统低频振荡及PSS的应用[J];电网技术;1988年03期
中国重要会议论文全文数据库 前10条
1 裴丽秋;方浩;吴礼军;;浅析PSS在机网协调中所起的作用[A];全国火电600MWe级机组能效对标及竞赛第十四届年会论文集[C];2010年
2 肖驰;刘玉田;;电力系统低频振荡检测的实时滤波算法[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
3 任冲;刘涤尘;潘晓杰;雍志娟;倪晓东;;现代控制技术在抑制低频振荡中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
4 王林莽;王红宇;;原动机与调速器模型对云南电网低频振荡的影响[A];2011年云南电力技术论坛论文集(入选部分)[C];2011年
5 闫朝;艾欣;朱维新;王瑞欣;;应用SVC抑制电力系统低频振荡的研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
6 白杨;霍然;李响;;基于改进后的Prony算法的电力系统低频振荡分析[A];第九届电能质量研讨会论文集[C];2018年
7 唐颖杰;竺炜;谭喜意;;基于改进Prony算法的电力系统低频振荡模式识别[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
8 游广增;李宇骏;刘莉芸;徐政;;双馈风机对区域间振荡阻尼的影响分析[A];物联网与电力新技术——2014年云南电力技术论坛论文集[C];2014年
9 李红梅;;异步电动机系统低频振荡的建模和判据[A];2003年中国智能自动化会议论文集(下册)[C];2003年
10 安平花;薛安成;毕天姝;;调速系统引入远方信号抑制低频振荡可行性研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
中国博士学位论文全文数据库 前10条
1 赵妍;电力系统低频振荡状态监视与分析方法研究[D];哈尔滨工业大学;2016年
2 葛润东;含大规模风电电力系统低频振荡分析及控制策略研究[D];华北电力大学(北京);2015年
3 毕经天;电力系统低频振荡的开环模式谐振机理及风电并网影响[D];华北电力大学(北京);2018年
4 陈骁;风电接入对电力系统振荡影响的研究[D];华北电力大学(北京);2018年
5 林克曼;新型磁控可调电抗器抑制电力系统低频振荡研究[D];东南大学;2016年
6 赵辉;电力系统低频振荡阻尼机理及控制策略研究[D];天津大学;2006年
7 高红亮;电力系统低频振荡控制技术研究[D];华中科技大学;2013年
8 李阳海;汽轮机侧抑制电力系统低频振荡的技术研究[D];华中科技大学;2016年
9 张科;基于广域测量系统的电力系统低频振荡模态分析研究[D];华中科技大学;2011年
10 叶华;大规模电力系统低频振荡分析与广域自适应控制研究[D];山东大学;2009年
中国硕士学位论文全文数据库 前10条
1 段星;电力系统低频振荡传播机理的研究[D];华北电力大学(河北);2010年
2 符金伟;电力系统低频振荡模式的可观测性研究[D];华北电力大学;2014年
3 孙琪;基于区域极点配置的风电系统低频振荡抑制及阻尼控制器参数优化[D];合肥工业大学;2018年
4 吴梦娣;基于EEMD-Robust ICA与Prony算法的风电接入对电力系统低频振荡的影响研究[D];兰州交通大学;2018年
5 姚阳;需求响应与统一潮流控制器抑制电力系统低频振荡的协同控制策略[D];南京师范大学;2018年
6 薛德浛;双馈风机对电力系统低频振荡特性的影响[D];大连理工大学;2018年
7 陈哲;电力系统低频振荡辨识及内共振的研究[D];华北电力大学(北京);2018年
8 武昊;自抗扰控制技术及其在抑制电力系统低频振荡中的应用[D];华北电力大学(北京);2018年
9 曾治强;SVC抑制电力系统低频振荡的研究[D];重庆大学;2018年
10 王颖凯;基于深度学习算法的电力系统低频振荡模式识别[D];华南理工大学;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978