電力系統(tǒng)低頻振蕩狀態(tài)監(jiān)視與分析方法研究.pdf

1、電力系統(tǒng)低頻振蕩是電力系統(tǒng)的經(jīng)典問(wèn)題之一。隨著同步電網(wǎng)規(guī)模的擴(kuò)大、帶串聯(lián)補(bǔ)償輸電線路和柔性輸電技術(shù)的大范圍應(yīng)用、以及大規(guī)模新能源接入電網(wǎng)，低頻振蕩仍然是迫切需要解決的重要工程問(wèn)題。本文基于量測(cè)信息研究了電力系統(tǒng)低頻振蕩狀態(tài)監(jiān)視和分析的新方法。
　　低頻振蕩狀態(tài)監(jiān)視的首要問(wèn)題是低頻振蕩狀態(tài)存在的穩(wěn)定性問(wèn)題，即判斷是否發(fā)生了持續(xù)的低頻振蕩以實(shí)現(xiàn)正確的起振監(jiān)測(cè)和告警。傳統(tǒng)低頻振蕩在線分析方法屬于判斷發(fā)生振蕩后的事后辨識(shí)，不能作此判斷。另

2、外，起振告警無(wú)法判斷振蕩類型和阻尼特性。針對(duì)這些問(wèn)題，提出了低頻振蕩狀態(tài)監(jiān)視的Duffing振子可停振動(dòng)系統(tǒng)分析法?？赏Ｕ駝?dòng)狀態(tài)的改變對(duì)周期擾動(dòng)高度敏感，同時(shí)對(duì)隨機(jī)微小擾動(dòng)卻十分不敏感。根據(jù)上述特點(diǎn)將實(shí)測(cè)低頻振蕩信號(hào)變成小信號(hào)，輸入到可停振動(dòng)系統(tǒng)中，得到其系統(tǒng)相軌跡。通過(guò)監(jiān)視系統(tǒng)相軌跡吸引子的聚集性，可以跟蹤系統(tǒng)運(yùn)行方式的變化，對(duì)低頻振蕩的狀態(tài)進(jìn)行可視化的監(jiān)視。該方法無(wú)需參數(shù)計(jì)算，對(duì)噪聲具有免疫力，利用對(duì)數(shù)平衡距對(duì)系統(tǒng)相軌跡進(jìn)行定量分析

3、，可以判斷電力系統(tǒng)是否存在持續(xù)的低頻振蕩信號(hào)，能夠?qū)φ袷幠Ｊ胶湍Ｊ降淖枘崽匦赃M(jìn)行識(shí)別。
　　強(qiáng)迫功率振蕩和弱阻尼模式兩種振蕩類型的可停振動(dòng)系統(tǒng)的輸出相軌跡存在相似性，即都存在“低頻振蕩吸引子”，使這兩種類型的判斷時(shí)間延長(zhǎng)。針對(duì)這一問(wèn)題，提出了串聯(lián)二階微分跟蹤器（TD）的振蕩類型快速判別方法。將上述兩類信號(hào)都經(jīng)過(guò)串聯(lián)二階微分跟蹤器后輸入到可停振動(dòng)系統(tǒng)中，經(jīng)串聯(lián)二階TD的作用，不同程度的縮短了這兩種類型振蕩進(jìn)入穩(wěn)態(tài)的時(shí)間，尤其縮短了強(qiáng)

4、迫功率振蕩系統(tǒng)輸出相軌跡快速收縮到極限環(huán)的時(shí)間。使判斷時(shí)間縮短到10s以內(nèi)，達(dá)到了上述兩種振蕩類型快速識(shí)別的目的。
　　針對(duì)低通濾波后背景噪聲呈現(xiàn)高斯色噪聲特性，其對(duì)低頻振蕩模態(tài)參數(shù)辨識(shí)的準(zhǔn)確性產(chǎn)生不利影響這一問(wèn)題，提出了色噪聲背景下共振稀疏分解（RSSD）的低頻振蕩模態(tài)參數(shù)辨識(shí)方法。低頻振蕩信號(hào)是欠阻尼系統(tǒng)在特定頻率下的系統(tǒng)輸出，具有高共振屬性；而高斯色噪聲不具有共振屬性，RSSD方法是根據(jù)信號(hào)預(yù)知的共振屬性實(shí)現(xiàn)復(fù)雜信號(hào)的分離。

5、首先，采用RSSD方法對(duì)含高斯色噪聲的低頻振蕩信號(hào)進(jìn)行分解，得到高共振分量、低共振分量和余項(xiàng)三部分。其中，高共振分量即為提取的持續(xù)振蕩的低頻振蕩信號(hào)，而高斯色噪聲大部分存在于余項(xiàng)中。然后，再對(duì)高共振分量結(jié)合其他方法進(jìn)行參數(shù)辨識(shí)。算例仿真和實(shí)測(cè)數(shù)據(jù)分析都表明，利用共振稀疏分解對(duì)高斯色噪聲進(jìn)行預(yù)處理方法，提高了參數(shù)辨識(shí)的準(zhǔn)確性。
　　頻率切片小波變換（FSWT）的時(shí)頻分析方法適合于具有高共振屬性的低頻振蕩信號(hào)的時(shí)頻分析。FSWT方法自

6、由切割時(shí)頻面，實(shí)現(xiàn)了信號(hào)頻率區(qū)間的靈活分割，可以實(shí)現(xiàn)對(duì)低頻振蕩信號(hào)的總體和細(xì)化分析。同時(shí)考慮到實(shí)測(cè)低頻振蕩信號(hào)中的噪聲會(huì)影響FSWT細(xì)化分析逆變換的準(zhǔn)確重構(gòu)，進(jìn)而影響模態(tài)參數(shù)辨識(shí)準(zhǔn)確性的問(wèn)題，提出了基于RSSD和FSWT的低頻振蕩分析方法。首先，采用RSSD方法對(duì)含噪的低頻振蕩信號(hào)進(jìn)行分解。高共振分量即為提取的低頻振蕩信號(hào)。然后對(duì)高共振分量進(jìn)行FSWT總體時(shí)頻分析，得到低頻振蕩的三維可視化圖像。根據(jù)其時(shí)頻能量分布，確定低頻振蕩的主導(dǎo)模態(tài)