基于广域测量技术的电力系统低频振荡问题研究
发布时间:2020-08-21 04:25
【摘要】:低频振荡严重威胁电力系统的安全稳定运行,因此一直是电力系统研究领域的重要课题之一。广义的低频振荡根据振荡频率可以分为0.1~2.5Hz之间的低频振荡和小于0.1Hz的超低频振荡。超低频振荡主要由水轮机的水锤效应以及调速器参数不当引起的振荡现象,然而系统发电机数目众多,目前缺少基于实测数据快速分析机组在超低频段对稳定性贡献的方法。频率在0.1~2.5Hz的低频振荡按照机理主要分成自由振荡和强迫振荡两大类。其中自由振荡存在一个关键问题为负荷模型的准确性严重影响自由振荡的分析结果(小干扰分析结果),但是现有负荷建模方法不能解决负荷时变性导致负荷建模不准这一问题,这会导致自由振荡分析结果不可靠。强迫振荡的产生原因在于系统存在周期性的扰动源,然而电力系统规模大,因此强迫振荡的一个关键问题在于如何定位扰动源的位置。针对如上所述的电力系统低频振荡问题,本文做了如下工作:1)基于子空间法提出一种适用于小干扰分析的在线负荷建模方法。首先选择时时存在的小扰动数据作为辨识信号,并采用子空间法在线辨识负荷的状态空间模型,旨在通过在线滚动建模解决由负荷时变性导致负荷模型不准确的问题。但是子空间法建立的负荷状态空间模型并不是实际负荷的状态空间模型,二者存在未知的线性变换,通过解析的方法证明了上述未知线性变换不影响小干扰分析结果,从而保证了所提出的负荷建模方法适用于小干扰分析。2)进一步挖掘负荷模型辨识问题的机理,发现了待辨识负荷与系统的其余部分组成了一个闭环系统,研究了位于前馈位置的扰动(内部扰动)和位于反馈位置的扰动(外部扰动)对负荷辨识的影响,通过待辨识负荷输入输出的解析表达式,说明了内部扰动和外部扰动对待辨识负荷输入输出关系的影响是完全相反的,待辨识负荷的输入输出关系不再仅由负荷自身性质确定,证明了负荷辨识是一个闭环辨识。当采用小扰动数据辨识负荷模型时,闭环辨识的影响不能忽略。在满足一定的条件下,预报误差法可以解决闭环辨识问题。本文讨论了这些条件并给出了基于预报误差法负荷辨识的详细流程。研究成果对于电力系统其它元件的在线辨识与监视有借鉴意义。3)提出了一种基于功率谱密度的发电机机械功率扰动源定位方法。该方法推导了扰动源到发电机有功功率的传递函数和发电机有功功率的功率谱密度的解析关系。利用上述解析关系可以对每一台发电机进行逐一判断,定位扰动源的位置。4)提出一种基于解耦观测器的扰动源定位方法。该方法通过特征结构配置设计观测器矩阵,实现了观测器的输出与潜在扰动源的解耦,因此观测器的输出与扰动源是一一对应的关系,因此根据观测器的输出变量不仅可以定位扰动源的位置,也可以估计扰动源的振幅。5)提出了一种分析机组在超低频段对稳定性贡献的方法。在统一频率模型的基础上,基于Nyquist判据,发现调速器原动机系统的传递函数在振荡频率的实部可以反映机组对稳定性的贡献。由于统一频率模型是一个闭环系统,本文进一步研究了闭环特性对辨识上述指标的影响,通过调速器原动机系统的输入输出解析关系证明了利用振荡期间的数据辨识上述指标可以保证结果的可靠性。最后根据信号谱密度理论,给出了辨识的详细流程。通过2016年和2018年云南电网PMU记录的超低频振荡真实数据证明了方法的可靠性。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:TM712
【图文】:
|2]逡逑O逡逑根据丨EEE/CIGRE标准[3,4],电力系统稳定性分类如图1-1所示:逡逑电力系统j嵍ㄐ藻义希慑危卞义瞎氰喽ㄥ纹德屎硕ㄥ蔚缪硅喽ㄥ义闲「扇殴清危蟾桑榈缪瑰危「桑吹缪瑰义蟡嵍ㄥ危秗厘危露ㄥ危黬嵍ㄥ义隙唐阱味唐阱纬て阱味唐阱纬て阱义贤迹保钡缌ο低澄榷ㄐ苑掷噱义掀渲校谛「扇殴俏榷ㄑ芯糠冻胫校推嫡竦次侍庖恢笔茄д呙堑难芯咳鹊恪9阋宓腻义系推嫡竦锤菡竦雌德士梢苑殖沙推嫡竦春偷推嫡竦础F渲谐推嫡竦吹恼竦雌德室诲义习阈∮冢埃保龋推嫡竦吹恼竦雌德室话阍冢埃保浚玻担龋洌推嫡竦锤莶蛑麇义希卞义
本文编号:2798923
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:TM712
【图文】:
|2]逡逑O逡逑根据丨EEE/CIGRE标准[3,4],电力系统稳定性分类如图1-1所示:逡逑电力系统j嵍ㄐ藻义希慑危卞义瞎氰喽ㄥ纹德屎硕ㄥ蔚缪硅喽ㄥ义闲「扇殴清危蟾桑榈缪瑰危「桑吹缪瑰义蟡嵍ㄥ危秗厘危露ㄥ危黬嵍ㄥ义隙唐阱味唐阱纬て阱味唐阱纬て阱义贤迹保钡缌ο低澄榷ㄐ苑掷噱义掀渲校谛「扇殴俏榷ㄑ芯糠冻胫校推嫡竦次侍庖恢笔茄д呙堑难芯咳鹊恪9阋宓腻义系推嫡竦锤菡竦雌德士梢苑殖沙推嫡竦春偷推嫡竦础F渲谐推嫡竦吹恼竦雌德室诲义习阈∮冢埃保龋推嫡竦吹恼竦雌德室话阍冢埃保浚玻担龋洌推嫡竦锤莶蛑麇义希卞义
本文编号:2798923
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2798923.html