随机数据驱动下的电力系统低频振荡参数识别方法

张　旺,杨德友,赵寰宇,傅代印,叶　宁

(1.东北电力大学,吉林 吉林 132000; 2.国网吉林省长春市供电公司,长春 130000;3.国网吉林省吉林市供电公司,吉林 吉林 132000)



随机数据驱动下的电力系统低频振荡参数识别方法

张旺1,杨德友1,赵寰宇2,傅代印3,叶宁3

(1.东北电力大学,吉林 吉林 132000; 2.国网吉林省长春市供电公司,长春 130000;3.国网吉林省吉林市供电公司,吉林 吉林 132000)

为利用随机响应数据进行电力系统安全评估和确保电力系统安全稳定运行,提出基于随机响应数据电力系统低频振荡参数识别算法。该方法利用随机子空间辨识(SSI)方法从WAMS的量测数据中提取出系统低频振荡的频率以及阻尼比,同时可以判断出振荡模态。通过对IEEE 4机2区系统进行实例仿真,并将该方法辨识结果与其他方法辨识结果以及系统理论振荡参数进行对比和分析,其结果验证了该方法的可行性以及有效性。

随机数据;低频振荡;参数辨识;随机子空间

随着电力系统的发展,大电网互联现象有所增多,随之而来的不仅有可观的经济效益,同时也加剧了电网安全稳定运行的危害性。近年来随着低频振荡引发的电力安全事故的增多,低频振荡问题已成为电网研究的一项重要课题。多数学者认为获得正确的低频振荡特征参数是有效抑制低频振荡的关键[1-2]。

目前国内外研究方法主要有基于模型的分析方法和基于实时量测数据的分析方法[3-4]。全部特征值分析法、选择模式法等,即为基于模型的分析方法;而Prony方法[5]、FFT方法[6]、ARMA方法[7]、HHT方法[8]、ERA方法[9]等,即为基于实时量测数据的分析方法[10]。……