含高滲透率水電機組的電力系統(tǒng)振蕩參數(shù)的辨識分析

國網(wǎng)西藏電力有限公司電力科學(xué)研究院 西藏 拉薩 850000

1 基于自適應(yīng)VMD(variational mode decomposition)與Hilbert變換的特征參數(shù)辨識

自適應(yīng)VMD算法將系統(tǒng)的原始振蕩信號f分解為K個IMF(intrinsic mode

function),對任意的IMF分量uk(t)進行Hilbert變換,即

式中,H(*)為Hilbert運算符。以IMF分量uk(t)為實部,uk(t)的Hilbert變換u*k(t)為虛部,構(gòu)造解析信號的表達式為

式中,Ak(t)和δk(t)分別為瞬時幅值和瞬時相位。IMF分量任意時刻瞬時頻率函數(shù)fk(t)通過瞬時相位函數(shù)δk(t)求得

電力系統(tǒng)中的頻振蕩信號由一系列頻率成分單一的模態(tài)響應(yīng)疊加而成,對于頻率成分固定的振蕩響應(yīng)信號可以表示為

式中:Ak0為第k個振蕩信號的初始幅值;βk為第k個振蕩信號的衰減因子;sk為第k個振蕩信號的振蕩頻率;φk0為第k個振蕩信號的初相角。將式(2)與式(5)逐相對比分析,得到

為求取該振蕩模態(tài)下的衰減因子βk和振蕩頻率sk,對式(6)采用最小二乘法線性擬合;然后,利用βk和sk的計算結(jié)果求得對應(yīng)模式的阻尼比,即

2 實際電網(wǎng)算例分析

本節(jié)以PSASP為仿真平臺搭建水電機組算例仿真分析。圖1為異步聯(lián)網(wǎng)實驗過程中,某大型水電站母線頻率和5號機有功功率錄波圖。本次實驗出現(xiàn)的振蕩信號包含兩組模態(tài),其頻率和阻尼比分別為0.362Hz、0.0658以及0.05Hz、0.0255。

圖1

采用自適應(yīng)VMD算法和Hilbert變換對振蕩頻率進行特征參數(shù)辨識,得到的辨識結(jié)果與實驗中振蕩頻率幾乎相同,并與Prony滑動窗算法和ESPRIT算法的辨識結(jié)果進行對比,不同方法的辨識結(jié)果如表1所示,可見,本文方法無論在模態(tài)數(shù)量方面,還是頻率和阻尼比方面都優(yōu)于其他算法。

表1 不同方法的辨識結(jié)果

3 結(jié)語

本文采用自適應(yīng)VMD算法和Hilbert變換對含高滲透率水電機組的電力系統(tǒng)中產(chǎn)生的低頻振蕩現(xiàn)象和超低頻振蕩現(xiàn)象進行特征參數(shù)辨識。本文方法可以有效地對振蕩信號參數(shù)進行特征提取,提高了參數(shù)辨識的精準(zhǔn)度。但沒有討論對振蕩信號的抑制工作,這將是下一步的主要開展的研究工作。