近年来,随着社会经济的快速发展,互联电网的规模变得越来越大,大区电网的互联在提高电力系统运行经济性的同时使整个互联系统的动态特性变得更为复杂,用电负荷的不断增加也给电力传输带来前所未有的挑战。在此电力行业发展背景下,作为电力系统稳定与控制理论研究中热点问题之一的电力系统低频振荡就越发显得重要。电力系统低频振荡的出现会限制区域电网间的功率支援和电量交换,在严重情况下甚至会造成系统解列、大面积停电等事故。
由于电力系统低频振荡问题的重要性,因此学术界和工业界对它给予了很多的关注,出现了众多的不同方法对其进行研究分析。按照低频振荡分析数据源的不同可将低频振荡的分析方法划分为基于模型数据的分析方法和基于量测数据的分析方法等两类。第一种方法需要建立电力系统的数学模型并在确定的运行方式下进行分析,这在大电网互联的形势下由于电网复杂、运行状况不确定性增强而变得困难。实际上,发生低频振荡时电力系统的运行变量直接包含着振荡信息,因此第二种方法即利用实测数据进行分析的方法目前得到了广泛的应用。
广域测量系统(Wide Area Measurement System,WAMS)由相量测量单元(Phasor Measurement Unit, PMU)同步采集广域电网的实时运行参数,借助高速通信网络传输至数据处理中心站,得到同一时间坐标下电网全局的动态信息。电力广域频率监控网络(Wide Area Frequency Monitoring Network, FNET)是一种使用配电网电力插座作为驱动源和测量源的新型广域测量系统,具有低成本、易安装、高精度等优点,目前已经在北美电网得到广泛的部署。
在使用FNET实际测量数据对美国东部互联电网低频振荡进行模态分析时,出现了一系列影响算法分析性能与结果的问题,包括:考虑系统非线性条件下的输入信号的合适数据段选取、输入信号的采样频率选择、输入信号的时间长度设置、不同信号信噪比的多输入信号对多信号算法的影响、算法本身对于输入信号在不同信噪比条件下的参数设置等。本文即是从这些实际问题出发,进行了一系列的理论研究和创新,从而改进算法、给出算法的参数设置指导、给出算法应用指导、给出了输入信号参数设置的最优范围、采用时频分析技术选取合适数据段、多输入信号条件下的筛选方法以及由以上功能模块所组成的总体方案。仿真和实际案例分析结果表明,改进后的用于实际广域测量系统低频振荡模态分析的总体方案要明显优于现有的方法,因此本文的研究工作具有一定的理论价值和较高的实际意义。最后,基于本文提出的总体方案对2009年至2010年美国东部电网的实际低频振荡案例进行了统计分析,给出了不同分类的低频振荡出现在不同年、月份的比例和数量,对于随机选取的18个美国东部电网低频振荡实例则进行了详细的模态分析,给出了相应的振荡频率、阻尼比和模式形态分布等信息。
摘要:随着我国区域经济的不断发展,电力系统规模也不断扩大,电网互联能够使全国范围内的电力资源得到更加高效的优化和配置,但是电网互联也有其弊端,伴随着电网互联进程的加快,电网中出现了一些弱联网的输电线路,并引发持续的低频振荡,给电力系统的稳定性和完全性造成了很大的威胁。由低频振荡引起的电网稳定性问题已经引起了国内外学者的广泛重视。对电网事故的调查表明,电力系统低频振荡已经成为影响电网稳定的主要因素。低频振荡现象一旦发生,将严重威胁电网的安全稳定运行,甚至可能诱发连锁反应事故,造成严重的后果。因此,快速的抑制电力系统低频振荡具有十分重要的现实意义。
随着相量测量单元(Phase Measurement Unit, PMU)和广域测量系统(Wide Area Measurement System, WAMS)的发展与研究,电力系统的发展也提升到一个新的高度。WAMS能够对电力系统进行实时高精度监测,把WAMS应用于电力系统,利用WAMS提供的实时数据信息能够实现对电网中发电机组功角的稳定分析以及在线辨识,这就为我们研究低频振荡问题提供了一种非常有效的工具。
Prony算法作为一种实际测量数据的时域分析方法,在研究电力系统低频振荡中,能够很好的提取振荡特征,辨识振荡模态,计算振荡频率,是低频振荡辨识方法中的主要方法之一。本文在WAMS的基础上,提出一种利用Prony算法在线辨识电力系统低频振荡,并利用电力系统稳定器(Power System Stabilizer, PSS)快速抑制的方法。当电力系统中有低频振荡发生时,利用Prony算法在线分析WAMS提供的实时功角信息,能够辨识低频振荡的各个模态,针对每种模态,在线快速配置并加入PSS进行抑制,抑制成功则相应PSS自行退出系统。
本文以新英格兰10机39节点系统为仿真算例,验证了此种方法在辨识和抑制低频振荡方面的正确性以及有效性。
暂无评论