基于端口供给能量分解的电力系统振荡类型区分方法

被引:16
作者
代贤忠 [1 ,2 ]
沈沉 [1 ,2 ]
机构
[1] 清华大学电机工程与应用电子技术系
[2] 电力系统及发电设备控制和仿真国家重点实验室,清华大学
关键词
端口供给能量; 经验模态分解; 强迫振荡; 弱阻尼振荡; 振荡类型识别;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
摘要
基于端口供给能量分解,提出了一种新的电力系统振荡类型识别方法。对端口供给能量进行成分分解,发现弱阻尼振荡和强迫振荡下端口供给能量趋势分量分别按指数和线性规律变化。采用经验模式分解算法识别出主导振荡模式,计算端口供给能量,利用经验模式分解算法提取端口供给能量趋势分量。对变化幅度明显的端口供给能量趋势分量进行线性和指数拟合并得到拟合误差指标,对拟合数据和原始数据进行相关性计算得到相关度指标。然后利用误差指标和相关度指标判别该趋势分量的变化规律,进而利用变化规律的不同识别振荡类型。最后通过IEEE 39节点系统的仿真分析和实际电厂的实例分析证明了该识别方法的有效性。
引用
收藏
页码:40 / 45
页数:6
相关论文
共 15 条
[1]   强迫功率振荡响应解析与振荡类型判别 [J].
叶华 ;
宋佑斌 ;
刘玉田 .
中国电机工程学报, 2013, 33 (34) :197-204+29
[2]   基于起振段波形在线判别电力系统功率振荡性质 [J].
李莹 ;
贾文双 ;
李文锋 ;
刘增煌 ;
陶向宇 ;
王官宏 .
中国电机工程学报, 2013, 33 (25) :54-60+11
[3]   基于WAMS的负阻尼低频振荡与强迫功率振荡的特征判别 [J].
杨东俊 ;
丁坚勇 ;
邵汉桥 ;
许汉平 ;
黄家祺 .
电力系统自动化, 2013, 37 (13) :57-62
[4]   基于能量结构的电力系统振荡分析方法 [J].
李颖 ;
沈沉 ;
刘锋 .
电力系统自动化, 2013, 37 (13) :49-56
[5]   基于Hamilton实现的电力系统振荡源设备级定位 [J].
李颖 ;
沈沉 ;
刘锋 .
电力系统自动化, 2012, 36 (23) :6-11+86
[6]   基于振荡能量的低频振荡分析与振荡源定位(二)振荡源定位方法与算例 [J].
陈磊 ;
陈亦平 ;
闵勇 ;
胡伟 ;
张昆 .
电力系统自动化, 2012, 36 (04) :1-5+27
[7]   基于振荡能量的低频振荡分析与振荡源定位 (一)理论基础与能量流计算 [J].
陈磊 ;
闵勇 ;
胡伟 .
电力系统自动化, 2012, 36 (03) :22-27+86
[8]   利用改进数位演算法和经验模态分解的电力系统低频振荡信号瞬时参数的提取 [J].
杨德昌 ;
CRehtanz ;
李勇 ;
屈瑞谦 ;
唐巍 .
电网技术, 2011, 35 (03) :63-68
[9]   基于实测信号的电力系统低频振荡模态辨识 [J].
蔡国伟 ;
杨德友 ;
张俊丰 ;
刘铖 .
电网技术, 2011, 35 (01) :59-65
[10]   局部弱联诱发互联电网强迫振荡机制分析 [J].
顾丽鸿 ;
周孝信 ;
陶洪铸 ;
严剑峰 .
电网技术, 2010, 34 (12) :36-43