基于Prony算法的电力系统低频振荡特征辨识

【摘要】：在电网互联的趋势下,电力系统低频振荡问题越来越严重。低频振荡不仅会降低系统的输送容量,还会影响电力系统全网的稳定运行,因此对低频振荡的研究很有必要。近年来电力系统中由于机组原因导致电网非典型功率振荡成为新的难题,针对机组功率波动特性进行研究具有实际意义。随着同步向量测量单元(PMU)的发展和应用,其能同步获取系统内多点的动态信息,为系统低频振荡以及机组功率波动特性的研究提供了更为便利的基础。目前对低频振荡的研究大多基于Prony算法,Prony算法能辨识得到系统的特征参数,且应用简单,但其存在对噪声敏感的问题,因此本文以改进后的Prony算法为出发点,对低频振荡及机组功率波动特性展开研究工作。首先,本文对电力系统振荡模型和传统Prony算法原理进行了论述,然后在传统Prony算法的基础上加以改进,提出静态平均Prony算法,通过算例分析验证了静态平均Prony算法采用求和取平均的方法增加了算法的抗噪性。其次,基于静态平均Prony算法,加入滑动窗技术,得到Prony滑动平均窗算法,通过相关算例验证该算法既能一定程度上削弱噪声的影响又能充分利用采集数据,还可以得到低频振荡特征参数的时变情况,从而为低频振荡的分析提供更可靠的支持。此外,本文根据低频振荡前期、中期和后期对系统影响程度的不同,将振荡能量函数与时变函数结合,得到时变振荡能量函数,通过算例验证时变振荡能量函数能有效提高主导模态的主导地位,且能更准确地对低频振荡各时间段内的主导模态进行选择。最后,通过上述参数辨识方法得到系统各机组功率波动的特性指标后,本文对波动特性指标进行综合评估,再将综合性能评分进行排序,便于工作人员对性能较差的机组进行相应地改善,从而提高系统的整体安全性。本文基于四机两区域系统和实际电网数据验证了综合评估方法的有效性。