[发明专利]基于随机数据的电力系统小干扰稳定分析在线识别方法

说明书

基于随机数据的电力系统小干扰稳定分析在线识别方法，本发明属于电力系统运维技术领域，包括步骤一、建立电力系统小干扰状态空间模型的输出功率谱密度矩阵，步骤二、输出功率谱密度矩阵的奇异值分解，步骤三自动峰值识别，以及步骤四、系统模态参数识别。本发明以有功功率为输出，对功率谱密度进行奇异值分解，采用自动峰值选择法，求得频率及阻尼等相关模态参数，避免了FDD方法中引入MAC判据以及最小二乘法引起的精度缺失问题，极大的提高了FDD模态参数的计算效率，解决了单一通道信号无法正确识别多个振荡模态问题；利用广域量测信息在线识别模态参数，不受“维数灾难”影响，计算简便，适应性强，具有很强的实际应用价值。

技术领域

本发明属于电力系统运维技术领域，特别是涉及到一种电力系统中低频振荡参数识别，稳定性分析以及动态趋势分析。

背景技术

电力系统实际运行中，负荷波动，新能源有功输出的随机性等均会给系统带来随机扰动。电力系统受到小扰动之后可能出现的不稳定通常可能为：由于缺少同步转矩，发电机转子角度逐步增大，最终导致失步；由于系统阻尼不足，引起转子增幅振荡。目前，我国电网中时有发生低频振荡问题。实际上，电力系统运行过程中小扰动是难以避免的，因此，进行电力系统小干扰稳定分析，对电力系统分析具有重要意义。

传统的小扰动稳定性分析方法是基于李雅普诺夫线性化方法。其将受到小扰动的非线性系统在运行点线性化。应用QR算法计算状态矩阵A的全部特征值。从而判断给定运行情况下的稳定性。然而传统特征值分析法仅适用于离线分析，且随着电网规模扩大，受限于“维数灾难”。因此现有技术当中亟需要一种新型的技术方案来解决这一问题。

发明内容

本发明所要解决的技术问题是：提供一种基于随机数据的电力系统小干扰稳定分析在线识别方法，利用广域量测信息在线识别模态参数，不受“维数灾难”影响，计算简便，适应性强，具有很强的实际应用价值。

基于随机数据的电力系统小干扰稳定分析在线识别方法，其特征是：包括以下步骤，且以下步骤顺次进行，

步骤一、建立电力系统小干扰状态空间模型的输出功率谱密度矩阵

随机数据驱动下，高阶非线性电力系统小干扰状态空间模型的输出功率谱密度矩阵为

x(n)为电力系统随机数据驱动下的输出响应数据，n＝0，1，2，...，N-1，N为数据总数，π为圆周率，ω为角频率，为输出数据的傅里叶变换形式，E为估计均值，W(ω)为数据截断时采用的窗函数ω(n)的频域形式；

步骤二、输出功率谱密度矩阵的奇异值分解

在一个多输入多输出的电力系统中，其输出功率谱密度矩阵S_yy与输入功率谱密度矩阵S_zz之间的关系式为：

S_yy(jω)＝H(jω)S_zz(jω)H^H(jω)

H(jω)为频响函数矩阵，jω为复频域单位，H^H(jω)为频响函数矩阵转置；

通过中心极限定理，随机数据的输出功率谱密度矩阵为平直谱，

S_zz＝diag(w_i)＝diag{z_kk(jω)}

diag为对角矩阵，w_i为角频率，z_kk(jω)为第k阶模态分量的自功率谱密度函数；

运用Heaviside单位阶跃函数展开可得，输出功率谱密度矩阵的特征分解式：

其中，