[发明专利]一种类强迫超低频振荡的判别方法及系统

说明书

本发明公开了一种类强迫超低频振荡的判别方法及系统。该判别方法包括：获取各个发电机端口的实时量测数据；根据实时量测数据定位振荡源机组；提取振荡源机组所对应的端口供给能量的趋势分量；根据趋势分量确定线性拟合均方根误差以及指数拟合均方根误差；判断指数拟合均方根误差是否小于线性拟合均方根误差，若是，利用快速傅里叶算法对各个发电机的转速时间信号进行频域分析，确定各个发电机转速的幅频图以及相频图；根据幅频图以及相频图确定任意两个发电机转速之间的相位差；判断相位差是否均小于相位阈值，若是，确定电网中的振荡类型为类强迫超低频振荡。本发明采用双重判别对电网中的振荡类型进行判别，能够精确地判别出类强迫超低频振荡。

技术领域

本发明涉及振荡事故类型判别领域，特别是涉及一种类强迫超低频振荡的判别方法及系统。

背景技术

低频振荡在大规模互联的电力系统中时有发生，低频振荡一旦发生将威胁到电网的稳定运行和发供电设备安全。由于不同类型低频振荡(常见的低频振荡主要有负阻尼振荡、强迫振荡、类强迫超低频振荡(Forced-Like Ultra-Low Frequency Oscillation，FL-ULFO)这三种类型)的诱发原因是不同的，抑制振荡所需采取的控制措施也各不相同，因此，采取针对性措施平息振荡的前提是有效识别出振荡类型。

为了判别低频振荡不同的振荡类型，目前主要存在的方法是利用振荡持续阶段每个发电机端口的实时量测数据(发电机的有功功率、无功功率、节点电压相角、节点电压幅值这四项)来计算发电机端口供给能量(Energy Supply On Port，ESP)的趋势分量(或称非周期分量)，并对其进行线性拟合和指数拟合两项分析；通过评估误差指标均方根误差(Root Mean Square Error，RMSE)的大小来判断发电机ESP趋势分量随时间的变化规律更接近于线性趋势还是指数趋势，判别振荡类型是负阻尼振荡还是强迫振荡。发电机ESP趋势分量若呈线性趋势变化，则振荡类型为强迫振荡；发电机ESP趋势分量若呈指数趋势变化，则振荡类型为负阻尼振荡。

已有研究大多集中于对负阻尼振荡、强迫振荡这两种传统类型的低频振荡进行辨识和区分，由发电机控制器不稳定模式引发的FL-ULFO是一种复杂机理的低频振荡，振荡的诱发原因是发电机控制器内部存在的不稳定模式，由于振荡机理类似于负阻尼振荡，因此从振荡机理上很难与负阻尼振荡区分；又由于FL-ULFO在振荡持续阶段的表现形式接近于强迫振荡，因此从振荡现象上很难与强迫振荡区分。由于传统的振荡类型判别方法大多仅分析发电机在振荡持续阶段各电气量(有功功率、无功功率、节点电压、转速等等)的变化规律，因此容易将FL-ULFO的振荡类型误判为强迫振荡。因此，当实际电网中发生FL-ULFO时，采用目前判别振荡类型的已有方法很容易出现误判或者无法判别的情况，难以制定针对性控制措施，从而无法有效抑制FL-ULFO。

发明内容

本发明的目的是提供一种类强迫超低频振荡的判别方法及系统，以解决误判或无法判别出振荡事故类型为类强迫超低频振荡的问题。

为实现上述目的，本发明提供了如下方案：

一种类强迫超低频振荡的判别方法，包括：

获取发生了低频振荡的电网中各个发电机端口的实时量测数据；所述实时量测数据包括发电机转速、有功功率、无功功率、节点电压相角以及幅值；

根据所述实时量测数据定位振荡源机组；

提取所述振荡源机组所对应的端口供给能量的趋势分量；

对所述趋势分量分别进行线性拟合以及指数拟合，确定线性拟合均方根误差以及指数拟合均方根误差；

判断所述指数拟合均方根误差是否小于所述线性拟合均方根误差，得到第一判断结果；