基于廣域量測的電力系統(tǒng)區(qū)域間低頻振蕩分析.pdf

1、區(qū)域間低頻振蕩問題是互聯(lián)電力系統(tǒng)中存在的固有現(xiàn)象，弱阻尼振蕩模式導致的持續(xù)振蕩現(xiàn)象嚴重制約了聯(lián)絡線功率輸送能力，不利于系統(tǒng)經濟運行;而負阻尼振蕩模式所引發(fā)的增幅振蕩現(xiàn)象將危害系統(tǒng)穩(wěn)定性，若發(fā)現(xiàn)不及時或控制不恰當，嚴重時甚至導致大停電事故。鑒于低頻振蕩問題危害的嚴重性，國際電子與電氣工程師協(xié)會(IEEE)和國際大電網(wǎng)組織(CIGRE)均曾成立專門工作組對其進行研究。
　　傳統(tǒng)的電力系統(tǒng)低頻振蕩問題分析方法需要對系統(tǒng)建立詳細的數(shù)學模型

2、，將模型在某個運行點線性化后基于小信號穩(wěn)定性理論進行分析。對于大規(guī)模復雜互聯(lián)電網(wǎng)，對其準確建模本身就存在一定困難，而且由于系統(tǒng)運行條件多變，若模型不能及時得到更新，則不能準確反映系統(tǒng)的實際低頻振蕩情形。PMU（同步相量測量單元）在電力系統(tǒng)中的大量安裝使得基于廣域量測數(shù)據(jù)的低頻振蕩分析成為可能，由于實測數(shù)據(jù)真實體現(xiàn)了系統(tǒng)當前的運行狀態(tài)，因此基于量測的低頻振蕩分析方法可有效彌補基于模型的分析方法的不足，具有廣闊的應用前景。本論文基于廣域量測

3、數(shù)據(jù)分析電力系統(tǒng)低頻振蕩問題。
　　將結構學領域用于分析建筑或機械結構振動特性的ITD(Ibrahim Time Domain)方法引入電力系統(tǒng)，基于大擾動后的自由振蕩信號，實現(xiàn)對低頻振蕩模式參數(shù)的辨識?；诩~約/新英格蘭16機系統(tǒng)模型對所提方法的性能進行了驗證和評估。通過采用零相位偏移低通濾波器對輸入信號進行預處理，有效提高了所提方法對量測噪聲的魯棒性。所采用的ITD方法基于多輸入通道，與已有文獻中基于單輸入通道的模式辨識方法（

4、比如Prony方法，TLS-ESPRIT方法，小波方法，以及卡爾曼濾波方法）相比，ITD方法除了能辨識振蕩模式的頻率和阻尼比外，還能同時辨識振蕩模態(tài)，這三個參數(shù)可以完整地描述某個低頻振蕩模式的特征。與已有文獻所采用的基于多輸入通道的隨機子空間方法(SSI)的對比結果表明，ITD方法與SSI方法在辨識精度方面性能相當，但由于SSI方法需要對規(guī)模龐大的矩陣進行奇異值分解，因此本文所采用的ITD方法在計算速度方面優(yōu)勢明顯。另外，當只有少量PM

5、U量測點數(shù)據(jù)時，只要這有限個PMU安裝點的觀測量對某個振蕩模式具有較高的可觀性，則ITD方法可利用該有限個PMU安裝點的量測數(shù)據(jù)準確辨識出該振蕩模式?；谥袊髂夏硨嶋H電網(wǎng)PMU實測數(shù)據(jù)，采用ITD方法辨識出該電網(wǎng)與其所屬的大區(qū)電網(wǎng)之間存在的約0.32Hz的振蕩模式。
　　ITD方法本質上是基于自由振蕩信號的方法，而自由振蕩信號的獲得依賴于大擾動的發(fā)生，因此基于自由振蕩信號進行區(qū)域間低頻振蕩模式辨識存在一定的局限性。系統(tǒng)在大部分時

6、間下處于環(huán)境激勵狀態(tài)，此時系統(tǒng)的響應是由系統(tǒng)中負荷的隨機波動所引起的，為隨機響應信號。在一定條件下，隨機減量技術(RDT)和自然激勵技術(NExT)可以從隨機響應信號中提取其自由振蕩特征，通過將這兩種技術與ITD方法相結合，實現(xiàn)了環(huán)境激勵條件下基于RDT-ITD和NExT-ITD的低頻振蕩模式辨識。16機系統(tǒng)仿真結果表明，與已有文獻中的RDT-Prony方法相比，RDT-ITD方法和NExT-ITD方法對量測噪聲具有更好的魯棒性。中國西

7、南某實際電網(wǎng)PMU實測數(shù)據(jù)驗證結果表明，RDT-ITD方法和NExT-ITD方法均能準確辨識出該電網(wǎng)內部存在的約0.75-0.8Hz的低頻振蕩模式。
　　已經有文獻基于NExT-ERA方法在環(huán)境激勵條件下進行電力系統(tǒng)低頻振蕩模式辨識，但僅僅討論了該方法在頻率和阻尼比辨識方面的性能。本文對NExT-ERA在振蕩模態(tài)辨識方面的性能進行了驗證評估。同時，提出基于RDT-ERA的低頻振蕩模式辨識方法，并基于同一仿真模型，即16機系統(tǒng)模型，

8、對RDT-ERA，NExT-ERA，RDT-ITD與NExT-ITD的性能進行對比。中國西南某實際電網(wǎng)PMU實測數(shù)據(jù)驗證結果表明，RDT-ERA方法和NExT-ERA方法均能準確辨識出該電網(wǎng)內部存在的約0.75-0.8Hz的低頻振蕩模式。
　　在環(huán)境激勵條件下進行低頻振蕩模式辨識時會受到兩種隨機因素影響，其一，環(huán)境激勵具有隨機特性;其二，量測噪聲也具有隨機特性。這兩種隨機因素導致單次的辨識結果具有偶然性，不具說服力。因此，本文基于