负荷随机扰动下的电力系统小波模态参数识别 wavelet-based electromechanical mode shape identification from ambient data of random load excitation.pdfVIP

’ 第32卷第4期 电力自动化设备 V01．32No．4 ElectricPowerAutomation o2012年4月 Equipment Apr．2012 负荷随机扰动下的电力系统小波模态参数识别 潘学萍，袁姗姗，鞠平，卫志农 (河海大学可再生能源发电技术教育部工程研究中心，江苏南京210098) 摘要：采用小波变换方法从负荷随机扰动下的响应轨线中估算电力系统机电振荡模态。首先推导出随机激 励下响应轨线的小波功率谱与系统右特征向量之间的关系．获得从响应轨线估算电力系统模态参数的小波方法，然后针 对振荡频率接近的模式．提出采用小波相干系数的方法来区分其模态信息。以平稳激励下的4机2区域系统 为例．仿真验证了小波方法识别随机激励下系统模态参数的有效性，与傅里叶方法相比。对于能量较弱的模 式小波方法具有较好的模态辨识效果。 关键词：电力系统：小波变换；Morlet小波；功率谱：相干函数；模式；模态 711 中图分类号：TM 文献标识码：A 内关于工作模式参数识别的研究起步稍晚．但近年来 O 引言 也取得了明显的成果。文献『13]采用贝叶斯准则确 相量测量单元(PMU)可快速同步记录广域分布定ARMA模型的阶数．并基于ARMA模型识别工作 模式参数。文献『14]采用特征系统法识别工作模式 的响应曲线．真实反映系统动态[1-扪。基于实测轨线 参数。文献『15]针对振荡监控实时性要求，提出采 的低频振荡分析．避免了系统建模或参数不准确带来 用区域分割的辨识方法。文献『16]对现有的工作模 的误差．具有基于模型分析不可替代的优越性。电力系 式参数辨识方法进行了综述。 统低频振荡在线监控系统可实时监视系统的动态行 电力系统机电振荡的特征参数包括振荡模式 为，并对可能出现的弱阻尼或负阻尼模式预警。文献[3] (频率、阻尼)和模态。基于实测轨线的振荡模态信 将振荡模式参数的实时分析系统称为“模式表”。 息的获取，对电力系统控制措施的实施尤为重要。为 基于PMU的电力系统低频振荡实时监控系统 识别受扰轨线的模态参数信息，文献[17]应用Pronv 的研究．通常以监控电力系统受到大扰动后的低频振 方法分析大扰动下的模态信息。文献『18]用ARMA 荡模式为主…。电力系统在诸如负荷扰动等环境激 方法在识别工作模式信息的基础上．进一步用Pmnv 励下．受扰轨线容易获取，且数据量多。目前电力系 方法获得模态信息。文献『19．20]采用谱相关函数方 统环境激励下的工作模式参数识别越来越受到重 法得到系统在负荷随机扰动下的模态参数．解决振荡 视。然而由于负荷扰动强度较小，且具有随机性，振 频率接近的模式的模态信息难以区分的问题。文献 荡模式容易被淹没在噪声中．这给工作模式参数识别 『21]提出了一套振荡模式分类系统，通过特征选择 带来了一定的困难。 和模式分类可区分系统的几个主要模式的模态。文 近年来．基于环境激励下的工作模式参数识别在