基于类噪声信号和arma-p方法的振荡模态辨识 identification of mode shape based on ambient signals and arma-p method.pdfVIP

第34卷第6期 电力系统自动化 V01．34No．6 2010年3月25日 AutomationofElectricPower Mar．25，2010 Systems 基于类噪声信号和ARMA—P方法的振荡模态辨识 吴 超1，陆 超1，韩英铎1，吴小辰2，柳勇军2 (1．清华大学电机系电力系统国家重点实验室，北京市100084；2．南方电网技术研究中心，广东省广州市510623) 摘要：弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素。振荡模态是表征系统振荡特性 的重要参数，反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模 态分析，缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明，因负荷的随机变化，电 网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA—P)方法对 这种类噪声信号进行处理，在采用ARMA模型拟舍类噪声信号估计低频振荡模式参数的基础上， 进一步建立信号的Prony模型，最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统 仿真数据进行处理，其辨识结果与小干扰稳定计算结果进行了比较，并进一步将该方法用于处理南 方电网实测数据，证明了其有效性。 关键词：振荡模态；类噪声信号；自回归滑动平均一Prony方法 0 引言 声信号分析系统低频振荡模式的可行性。但是，现 有工作多集中于对振荡模式参数的估计，而模态信 随着大型机组快速励磁系统的采用，以及电力 息也是表征系统低频振荡特性的重要参数之一。正 系统规模的不断扩大、互联，低频振荡问题日益突 确分析低频振荡模态，有助于更全面地掌握系统的 出，严重威胁着电力系统的安全稳定运行[1{]。通过 动态特性，在正常运行情况下确认各节点对振荡模 小干扰稳定计算可以计算得到线性化系统的特征值 式的参与情况，为大电网安全稳定性在线评估提供 和特征向量，进而估计系统振荡模式、模态等信息， 重要的基础信息。文献[13-14]提出采用谱相关方 该方法已成为研究电力系统低频振荡问题的重要手 法处理类噪声信号，基于谱密度函数与右特征向量 段[3_]。但是，这种方法只能针对少数典型运行方式 之间的关系，估计低频振荡模态。但是该方法的前 离线进行，不能及时、准确地反映电力系统当前动态 提假设是，信号中只有一个振荡模式存在于所关心 稳定水平。 频段内，而实际信号中一般包含多个频率非常相近 随着广域测量系统(WAMS)在电力系统中迅 的振荡模式，很难将其滤波处理为只含单个模式，滤 速发展，基于扰动后测量得到的动态过程数据，采用 波效果的好坏直接影响分析结果的准确性，同时该 Prony方法可实现对系统振荡模态参数的实时辨 方法所需数据较长、计算量大，影响计算速度，实际 识。该方法在工程中已得到广泛应用，准确性得到 应用存在一定问题。 · 了充分检验Is-o]，但是，该方法一般用于处理电力系