基于特征系统实现算法的电力系统低频振荡模式识别.pdf

基于特征系统实现算法的电力系统低频振荡模式识别 兰华，汪剑波，张元波 (东北电力大学电气工程学院，吉林 吉林 132012) 摘要 :在广域测量系统应用背景下,基于电力系统实测轨线 的识别能力,更重要的是能得到系统的最小实现[10], 分析其动态行为是一个重要研究方向,它不同于以往基于给 便于指导有关控制器设计。目前 ERA 在国内外航 定数学模型的各种分析方法。文中利用特征系统实现算法辨 空航天、大型土木工程领域应用广泛,但在电力系统 识低频振荡的频率、阻尼和振型。在Matlab 仿真平台上， 的应用报道很少[11-12]。 ERA 算法的基本思想是:采集 通过对4机2 区域电力系统的实例分析，证明所提方法对振荡 实测脉冲响应或自由响应数据,构造 Hankel 矩阵,通 频率、阻尼比和振型识别的有效性。 过一次奇异值分解,确定系统的一个最小实现, 同时 关键词:广域测量系统; 特征系统实现算法;在线辨识; 低 得到系统的全部特征值和特征相量。因此,将 ERA 频振荡 用于电力系统振荡模式的在线、实时分析是很有意 0 引言： 义的探索 。 随着 “全国联网”格局的初步形成，低频振荡 1 特征系统实现算法的主要步骤 问题的研究已成为热点。近来，随着广域量测系统 1.1 脉冲响应矩阵的建立 (wide area measurement system，WAMS) 的建立，明 将 电力系统小干扰稳定模型抽象为一般线性 显改善了获取电力系统受扰运动轨迹的手段，因此 振动系统。在允许位置脉冲激励,在可能测量点采集 基于量测轨迹的电力系统动态行为分析方法引起 脉冲响应序列 。各测量点的脉冲响应可构成脉冲响 了研究者的很大关注[1-2]。目前基于量测轨迹的低频 应矩阵,即 振荡模式识别方法主要有傅里叶算法、小波算法、 h (k) h (k) L h (k)  11 12 1P   希尔伯特–黄变换(Hibert-Huang transform，HHT)法、 h (k) h (k) L h (k) H(k) =  21 22 2P  (1) Prony 算法及能量分析法等方法。其中，傅里叶算  M M M   