[發(fā)明專利]電力系統(tǒng)主導(dǎo)機電模式的阻尼比靈敏度辨識方法

有效

• 申請?zhí)枺?/td>: 201310483152.7
• 申請日: 2013-10-16
• 公開（公告）號: CN103544386A
• 公開（公告）日: 2014-01-29
• 發(fā)明（設(shè)計）人: 張俊勃;陸超;門琨;涂亮;柳勇軍
• 申請（專利權(quán)）人: 清華大學(xué);南方電網(wǎng)科學(xué)研究院有限責(zé)任公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 羅文群

1.一種電力系統(tǒng)主導(dǎo)機電模式的阻尼比靈敏度辨識方法，其特征在于，該方法包括以下步驟：

（1）以采樣周期T實時采集電力系統(tǒng)在設(shè)定運行方式下多臺發(fā)電機的有功功率，以采集時間窗M內(nèi)的每臺發(fā)電機的平均有功功率作為該臺發(fā)電機的有功功率P，并采集電力系統(tǒng)在采集時間窗M內(nèi)的動態(tài)響應(yīng)類噪聲數(shù)據(jù)y；

（2）根據(jù)上述動態(tài)響應(yīng)類噪聲數(shù)據(jù)y，利用隨機子空間方法，對上述運行方式下的電力系統(tǒng)進行降階建模，得到如下降階狀態(tài)方程：

x(k+1)=Ax(k)+w(k)y(k)=Cx(k)+v(k)]]>

其中，A、C分別是降階辨識的狀態(tài)矩陣和輸出矩陣，x為狀態(tài)向量，y為上述動態(tài)響應(yīng)類噪聲數(shù)據(jù)，作為降階狀態(tài)方程的輸出向量，w、v分別為輸入、輸出噪聲向量；

（3）通過上述降階狀態(tài)方程中降階辨識的狀態(tài)矩陣A，得到電力系統(tǒng)主導(dǎo)機電模式的離散特征值z_i，并通過下式計算得到與離散特征值z_i相對應(yīng)的電力系統(tǒng)主導(dǎo)機電模式的連續(xù)特征值λ_i：

λi=ln(zi)T=σi+jωi]]>

其中，T為采樣周期，σ_i為連續(xù)特征值λ_i的實部，ω_i為連續(xù)特征值λ_i的虛部；

（4）根據(jù)上述得到的σ_i和ω_i，利用下式，計算得到電力系統(tǒng)主導(dǎo)機電模式的阻尼比ζ_i：

ζi=-σiσi2+ωi2×100%;]]>

（5）根據(jù)上述電力系統(tǒng)主導(dǎo)機電模式的阻尼比ζ_i，通過下式，建立該運行方式下電力系統(tǒng)中多臺發(fā)電機有功功率與電力系統(tǒng)主導(dǎo)機電模式的阻尼比之間的多元線性回歸方程：

ζi=∂ζi∂P1P1+...+∂ζi∂PNPN+ϵ]]>

其中，P表示發(fā)電機有功功率，其下標(biāo)N表示發(fā)電機的序號，表示第j臺發(fā)電機有功功率對電力系統(tǒng)主導(dǎo)機電模式的阻尼比靈敏度，ε為多元線性回歸方程的誤差項，可以認(rèn)為是均值為零的隨機數(shù)；

（6）在電力系統(tǒng)不同運行方式下，重復(fù)步驟（1）至（5），建立下式描述的電力系統(tǒng)中多臺發(fā)電機有功功率與電力系統(tǒng)主導(dǎo)機電模式的阻尼比之間的多元線性回歸模型：

其中，m表示方程數(shù)；

（7）利用最小二乘法，通過上述多元線性回歸模型，求解得到多臺發(fā)電機有功功率與電力系統(tǒng)主導(dǎo)機電模式的阻尼比靈敏度為：

其中“+”表示偽逆算子。