利用SVC附加控制抑制电网低频振荡的研究
[Abstract]:With the connection of large area power system and the use of a large number of fast excitation systems, the electromechanical oscillation mode damping of power system has the risk of reducing, which increases the possibility of triggering low frequency oscillation to a certain extent. Therefore, it limits the electric energy that can be transmitted by the key tie-line, and affects the economic and effective operation of the grid. With the continuous access of large scale wind power, the influence of wind farm on power grid stability is gradually increasing. Therefore, how to effectively suppress the low-frequency oscillation through appropriate control measures has become the focus of current research. In this paper, taking SVC as an example, the suppression effect of its additional damping controller on the low frequency oscillation of power network is studied, and the interactive effect of each control link of SVC is analyzed, and an improved genetic algorithm based on embedded neural network is proposed for multi-control of the controller. Based on the coordinated optimization method of multi-damping controller, the design of SVC wideband additional damping controller and the research of time-delay stability of related systems are carried out. In this paper, the interaction of SVC multi-control links is studied, the interaction between SVC damping control and voltage regulation is proved, and an improved genetic algorithm based on embedded BP neural network is proposed to optimize the coordination of SVC multi-control links. At the same time, the genetic algorithm of embedded neural network has the advantages of saving computation time and wide application range, which provides an effective solution for a class of problems that need to call complex computation in optimization calculation. In order to improve the overall dynamic stability of the power network, the optimal objective is to maximize the minimum damping ratio of multi-oscillation modes under multi-operation mode. An improved genetic algorithm based on embedded Adaboost-BP neural network is proposed to coordinate and optimize multi-machine PSS and SVC additional damping controller in multi-operation mode. The embedded neural network separates the eigenvalue analysis of small disturbance in the process of optimization by the method of knowledge learning so as to improve the efficiency of optimization calculation of genetic algorithm. The effectiveness and superiority of the proposed method are also verified by simulations based on a four-machine two-area system and a large interconnected power network in a certain area. The input signal of SVC wideband additional damping controller is selected by calculating the principal modulus ratio index based on Prony analysis, and its parameters are optimized by an improved genetic algorithm based on embedded Adaboost-BP neural network. The subspace identification method is used to identify the reduced order of the system. Taking the four-machine two-region system as an example, a wide-area power system model with time delay is established. By using the stability criterion of time-delay systems based on free freedom matrix, the time-delay stability of wide-area systems with wide-area additional damping controllers is studied, and the time-delay stability margin of the systems is calculated.
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM761.12;TM712
【相似文献】
相关期刊论文 前10条
1 邓集祥,赵丽丽;大干扰下主导低频振荡模式作用的再研究[J];东北电力学院学报;2004年06期
2 李佳;刘金山;葛文红;;模态级数法在主导低频振荡模式鉴别方面的应用[J];吉林电力;2008年04期
3 周希念;;对水电厂低频振荡存在现象及防治措施的探讨[J];广东科技;2009年24期
4 杨华昆;;地区电网低频振荡分析与抑制[J];中国新技术新产品;2010年23期
5 赵莲;许占彪;;110KV供电网络低频振荡分析及抑制方法[J];现代商贸工业;2011年01期
6 郭成;;在线判断低频振荡模式的新方法[J];云南电力技术;2011年02期
7 董清;张玲;颜湘武;;低频振荡扰动源机组的自动定位方法[J];电网技术;2012年10期
8 陈冬霞;;大电网低频振荡研究及其最新进展[J];东北电力技术;2012年11期
9 陈武晖;邓集祥;;三阶非线性对主导低频振荡模式的影响[J];现代电力;2012年06期
10 肖宾;小电力系统中机组低频振荡的分析[J];贵州水力发电;2001年01期
相关会议论文 前10条
1 肖友强;杨劲松;;低频振荡的产生原因[A];2006年云南电力技术论坛优秀论文集[C];2006年
2 孙振;屈瑞谦;杨德昌;;区域间低频振荡在线监测方法研究综述[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 文贤馗;钟晶亮;;电网低频振荡时汽轮机控制策略的研究[A];发耳电厂4×600MW机组工程施工论文总结汇编[C];2010年
4 潘晓杰;任冲;;现代控制技术在抑制低频振荡中的应用[A];中南七省(区)电力系统专业委员会第二十二届联合学术年会论文集[C];2007年
5 王凯;;云南电网低频振荡安全预警及辅助决策系统构建方案[A];2007云南电力技术论坛论文集[C];2007年
6 任冲;刘涤尘;潘晓杰;雍志娟;倪晓东;;现代控制技术在抑制低频振荡中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
7 刘明群;陈晶;吴水军;杨杨;刘洪涛;;电厂机组引起电网低频振荡原因分析[A];2012年云南电力技术论坛论文集[C];2012年
8 王雁雄;;滇西电网小水电群低频振荡解列技术应用研究[A];2010年云南电力技术论坛论文集(优秀论文部分)[C];2010年
9 陈玉林;侯学勇;王亮;常宝立;;电网低频振荡动态过程的信号特征及相量表征[A];2013年中国电机工程学会年会论文集[C];2013年
10 蒋周士;孙黎霞;周海强;鞠平;;火电厂动力系统对电力系统超低频振荡的影响[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
相关重要报纸文章 前2条
1 赵琳;楚雄供电局开展抑制低频振荡应用科技项目研究[N];楚雄日报(汉);2011年
2 武汉王玉龙;自制广告彩灯电路[N];电子报;2013年
相关博士学位论文 前10条
1 王晖;电气化铁路车网电气低频振荡研究[D];北京交通大学;2015年
2 王铁强;电力系统低频振荡共振机理的研究[D];华北电力大学;2001年
3 易建波;电力系统低频振荡在线分析关键技术研究[D];电子科技大学;2013年
4 向农;跨区电网低频振荡的机理与控制研究[D];武汉大学;2009年
5 张鹏;基于广域量测的电力系统区域间低频振荡分析[D];西南交通大学;2015年
6 宫璇;多重扰动下大电网低频振荡预警体系的研究[D];武汉大学;2013年
7 杨慧敏;区域电网低频振荡特性分析与抑制方法的研究[D];华中科技大学;2009年
8 刘志坚;基于电气剖分网络的阻尼特性与低频振荡抑制对策研究[D];哈尔滨工业大学;2010年
9 谭谨;大规模风电并网系统的低频振荡研究[D];西南交通大学;2014年
10 朱毓颖;中国冬季持续性低温事件的特征及其与大气低频振荡的联系[D];南京大学;2011年
相关硕士学位论文 前10条
1 王小龙;计及调速系统作用的水电厂孤网运行超低频振荡研究[D];昆明理工大学;2015年
2 王毅钊;区域间低频振荡辨识方法和关联机组再调度抑制策略[D];哈尔滨工业大学;2015年
3 乔艳;典型参数类低频振荡辨识算法性能评估研究[D];华北电力大学;2015年
4 祁鑫;低频振荡实时校正控制优化决策方法研究[D];华北电力大学;2015年
5 朱建军;应对大电网频率振荡的紧急调控技术研究[D];华北电力大学;2015年
6 刘聪;电网低频振荡综合自适应辨识方法研究[D];华北电力大学;2015年
7 杨蓉;青藏高原季风的低频振荡特征研究[D];成都信息工程学院;2015年
8 刘岩;针对低频振荡的电力系统稳定器协调控制系统设计与实现[D];电子科技大学;2015年
9 连帆;南海—西太平洋地区MJ0变化及其对我国旱涝的影响[D];成都信息工程学院;2014年
10 魏兴;采用远程PMU信号抑制区域间低频振荡的研究[D];华北电力大学;2015年
本文编号:2189024
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2189024.html