【摘要】：隨著新型電力電子設備的大量使用以及特高壓互聯(lián)電網(wǎng)的逐步形成,電力系統(tǒng)模型結構日益復雜而且規(guī)模也逐漸龐大,這些因素給電力系統(tǒng)運行的安全穩(wěn)定帶來了巨大挑戰(zhàn)。針對電力系統(tǒng)模型的新特征,本文基于廣域量測系統(tǒng)從電力系統(tǒng)精準建模和動態(tài)模型高效應用兩個方面,對電力系統(tǒng)動態(tài)參數(shù)辨識與模型降階方法進行了深入研究。在電力系統(tǒng)精準建模方面,本文以同步發(fā)電系統(tǒng)作為研究對象,從非連續(xù)模型辨識、多情景辨識以及小擾動辨識三個方向,研究了基于電網(wǎng)擾動的在線參數(shù)辨識方法。首先,針對動態(tài)元件的非連續(xù)動態(tài)行為,提出了適用于非連續(xù)動態(tài)模型的空間正則化參數(shù)辨識方法。該方法利用Heavyside函數(shù)將不同狀態(tài)空間下的動態(tài)行為進行統(tǒng)一等效,并使用非線性規(guī)劃算法對含有離散化等效動態(tài)方程約束的優(yōu)化問題進行求解,以實現(xiàn)非連續(xù)動態(tài)系統(tǒng)的準確、高效辨識。另外,針對非連續(xù)環(huán)節(jié)的切換參數(shù)辨識問題,提出了分階段辨識方法,以提高相應辨識效果。其次,為提高在線參數(shù)辨識方法的辨識精度,提出了一套系統(tǒng)化的多情景參數(shù)辨識方法。該方法分為四個步驟:第一步通過多情景參數(shù)可辨識性分析方法,選擇可辨識參數(shù);第二步根據(jù)情景可辨識性指標,對情景進行排序并篩選主導情景,以平衡多情景辨識問題中辨識精度與計算效率之間的矛盾;第三步在選擇適當?shù)膮?shù)與情景之后,利用情景解耦的簡約空間內點算法,將情景相關聯(lián)的矩陣計算分布在不同計算單元上,以實現(xiàn)參數(shù)辨識問題的并行求解;第四步則通過卡方檢驗對異常情景進行檢驗和識別,以消除異常情景中的壞數(shù)據(jù),提高參數(shù)辨識結果的準確性。最后,針對小擾動下測量誤差與擾動大小相當?shù)那闆r,提出了考慮輸入誤差的參數(shù)辨識方法,有效校正輸入誤差對參數(shù)辨識結果的影響。同時,提出了基于Lagrange乘子的輸入變量篩選方法,降低優(yōu)化問題自由度,提高辨識算法的求解效率,并避免過擬合現(xiàn)象。另外,針對小擾動下辨識信息不足的問題,利用Tikhonov正則化方法引入?yún)?shù)先驗知識,增加參數(shù)可辨識性,并通過交叉檢驗的方式選擇最優(yōu)參數(shù),以保證參數(shù)辨識結果的準確性。在動態(tài)模型高效應用方面,分析了擴展Krylov子空間方法求解Lyapunov方程的計算耗時環(huán)節(jié),根據(jù)電力系統(tǒng)動態(tài)模型雅克比矩陣的稀疏結構特性以及Lyapunov方程的對偶特性,提出了一種稀疏擴展Krylov子空間的模型降階方法,以實現(xiàn)大規(guī)模電力系統(tǒng)動態(tài)模型的快速、準確降階。分析了不穩(wěn)定系統(tǒng)中平衡截斷方法失敗的原因,利用譜位移變換方法將所提出的模型降階方法進行擴展,以實現(xiàn)不穩(wěn)定系統(tǒng)的動態(tài)模型降階。并且,提出了基于系統(tǒng)降階模型的PSS參數(shù)優(yōu)化方法,在實現(xiàn)PSS參數(shù)的快速優(yōu)化的同時,保證優(yōu)化后的PSS控制器能夠有效抑制原系統(tǒng)存在低頻振蕩。
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TM71
【圖文】：

Ｘｄ邐１．８０００邐ｐ．ｕ．邐Ｋａ邐５０．０００邐Ｋｗ邐５．００００逡逑Ｘｑ邐１．７５００邐ｐ．ｕ．邐Ｔａ邐０．２０００邋ｓ邐７；．邐５．００００邐ｓ逡逑Ｘ＇ｄ邐０．３０００邐ｐ．ｕ．邐Ｋｆ邐０．０６３０邐ＴｓＩ邐０．２５００邐ｓ逡逑Ｘ＼邐０．４７００邋ｐ．ｕ．邐Ｔｆ邐０．３５００邋ｓ邐Ｔｓ２邐０．０５００邐ｓ逡逑Ｘ＂邐０．２３００邋ｐ．ｕ．邐Ｔｅ邐０．３１４０邋ｓ邐Ｔｓ３邐０．２５００邐ｓ逡逑Ｘ，邐０．１５００邐ｐ．ｕ．邐Ａｅ邐０．００３９邐Ｔｓ４邐０．０５００邐ｓ逡逑Ｔ＇ｄｏ邐４．８０００邐ｓ邐Ｂｅ邐１．５５５０邐Ｖｕｐ邐１．２０００邐ｐ．ｕ．逡逑Ｔ＂ｄ0邐０．０３５０邐ｓ邐Ｖｒｍａｘ邐５．００００邋ｐ．ｕ．邐Ｖｄｎ邐０．８０００邋ｐ．ｕ．逡逑Ｔ＼0邐１．５０００邐ｓ邐Ｖｒ？？？邐－５．００００邋ｐ．ｕ．邐Ｖｏｍａｘ邐０．０５００邋ｐ．ｕ．逡逑Ｔ＂ｑ0邋０．０７００邋ｓ邐－０．０５００邋ｐ．ｕ．逡逑Ｔｊ邋６．４０００邋ｓ邐調速系統(tǒng)逡逑Ａｓ邐０．１２１５邋ｐ．ｕ．邐Ｔｉ0邐０．２０００邋ｓ邐Ｒ邐０．１０００邐ｐ．ｕ．逡逑Ｂｓ邐７．００４０邋ｐ．ｕ．邐Ｔ２0邐０．１５００邋ｓ邐Ｔｍａｘ邐１．００００邐ｐ．ｕ．逡逑Ｔ，ｃ邋０．３０００邋ｓ邐Ｔ，ｍｎ邋０．１０００邋ｐ．ｕ．逡逑Ｔ２ｃ邋０．１０００邋ｓ逡逑＝Ｖｆ－

Ｘｄ邐１．８０００邐ｐ．ｕ．邐Ｋａ邐５０．０００邐Ｋｗ邐５．００００逡逑Ｘｑ邐１．７５００邐ｐ．ｕ．邐Ｔａ邐０．２０００邋ｓ邐７；．邐５．００００邐ｓ逡逑Ｘ＇ｄ邐０．３０００邐ｐ．ｕ．邐Ｋｆ邐０．０６３０邐ＴｓＩ邐０．２５００邐ｓ逡逑Ｘ＼邐０．４７００邋ｐ．ｕ．邐Ｔｆ邐０．３５００邋ｓ邐Ｔｓ２邐０．０５００邐ｓ逡逑Ｘ＂邐０．２３００邋ｐ．ｕ．邐Ｔｅ邐０．３１４０邋ｓ邐Ｔｓ３邐０．２５００邐ｓ逡逑Ｘ，邐０．１５００邐ｐ．ｕ．邐Ａｅ邐０．００３９邐Ｔｓ４邐０．０５００邐ｓ逡逑Ｔ＇ｄｏ邐４．８０００邐ｓ邐Ｂｅ邐１．５５５０邐Ｖｕｐ邐１．２０００邐ｐ．ｕ．逡逑Ｔ＂ｄ0邐０．０３５０邐ｓ邐Ｖｒｍａｘ邐５．００００邋ｐ．ｕ．邐Ｖｄｎ邐０．８０００邋ｐ．ｕ．逡逑Ｔ＼0邐１．５０００邐ｓ邐Ｖｒ？？？邐－５．００００邋ｐ．ｕ．邐Ｖｏｍａｘ邐０．０５００邋ｐ．ｕ．逡逑Ｔ＂ｑ0邋０．０７００邋ｓ邐－０．０５００邋ｐ．ｕ．逡逑Ｔｊ邋６．４０００邋ｓ邐調速系統(tǒng)逡逑Ａｓ邐０．１２１５邋ｐ．ｕ．邐Ｔｉ0邐０．２０００邋ｓ邐Ｒ邐０．１０００邐ｐ．ｕ．逡逑Ｂｓ邐７．００４０邋ｐ．ｕ．邐Ｔ２0邐０．１５００邋ｓ邐Ｔｍａｘ邐１．００００邐ｐ．ｕ．逡逑Ｔ，ｃ邋０．３０００邋ｓ邐Ｔ，ｍｎ邋０．１０００邋ｐ．ｕ．逡逑Ｔ２ｃ邋０．１０００邋ｓ逡逑＝Ｖｆ－

－在數(shù)值試驗過程中，測試系統(tǒng)的線路５－７在０．１０邋ｓ發(fā)生三相短路故障，０．４６邋ｓ切除故逡逑障。在故障期間，對發(fā)電機機端信號、勵磁電壓信號及ＰＳＳ輸出信號進行采樣，采樣時逡逑間為１０邋ｓ，采樣頻率為５０邋Ｈｚ。逡逑２．５．２時域結果驗證逡逑首先，當電網(wǎng)發(fā)生擾動后，分別利用空間正則化系統(tǒng)模型和原非連續(xù)動態(tài)系統(tǒng)模型逡逑仿真擾動過程中的動態(tài)響應，得到不同動態(tài)模型計算的有功功率、無功功率、勵磁電壓、逡逑ＰＳＳ輸出以及機械功率的擾動響應曲線，相應結果分別展示在圖２－６？圖２－１０中。逡逑

【參考文獻】

相關期刊論文 前10條

1 毛曉明;蔡永智;趙勇;;采用最大-最小蟻群算法的勵磁系統(tǒng)參數(shù)辨識[J];電力系統(tǒng)及其自動化學報;2015年05期

2 周孝信;魯宗相;劉應梅;陳樹勇;;中國未來電網(wǎng)的發(fā)展模式和關鍵技術[J];中國電機工程學報;2014年29期

3 王云;江全元;宋軍英;張文磊;陳躍輝;;電力系統(tǒng)發(fā)電機參數(shù)整體辨識的多情景并行內點算法[J];電力系統(tǒng)自動化;2013年18期

4 伍雙喜;張伯明;吳文傳;孫宏斌;;基于實測系統(tǒng)擾動的同步發(fā)電機參數(shù)辨識與驗證[J];電網(wǎng)技術;2012年11期

5 伍雙喜;吳文傳;張伯明;孫宏斌;;用PMU實測數(shù)據(jù)辨識同步發(fā)電機參數(shù)的關鍵問題[J];電力系統(tǒng)自動化;2012年17期

6 郭磊;孫建華;鞠平;趙浚婧;;多機系統(tǒng)參數(shù)辨識的觀測變量選取[J];電力系統(tǒng)保護與控制;2012年10期

7 郭磊;鞠平;王紅印;趙浚婧;;電力系統(tǒng)多臺發(fā)電機參數(shù)的整體辨識[J];電力系統(tǒng)自動化;2011年17期

8 羅建;馮樹輝;蔡明;夏遠燦;;基于可觀測量的同步發(fā)電機參數(shù)的時域辨識[J];電力系統(tǒng)自動化;2011年07期

9 伍雙喜;吳文傳;張伯明;張怡;;用PMU量測設置V-θ節(jié)點的混合動態(tài)仿真驗證策略[J];電力系統(tǒng)自動化;2010年17期

10 孫黎霞;鞠平;高運華;史可琴;楊文宇;甄威;劉柏私;吳磊;;基于Park模型的同步發(fā)電機參數(shù)辨識[J];中國電機工程學報;2009年19期

本文編號：2746779