[发明专利]一种基于O3KID算法的电力系统低频振荡辨识方法

摘要

本发明涉及一种基于O3KID算法的电力系统低频振荡辨识方法。该方法在电力系统随机模型中嵌入观测器，利用O3KID算法基本方程和最小二乘法估计观测器的Markov参数和残差，将电力系统随机系统辨识转换为确定性系统的辨识问题，所引入的观测器等价于卡尔曼滤波器。利用观测器的输出和残差时间序列分别构造Hankel矩阵，采用确定性系统的正交投影和奇异值分解方法，有效辨识电力系统降阶模型，准确提取低频振荡主导模态的频率、阻尼比和振型参数信息。本发明方法适合于WAMS同步量测环境激励信号和暂态ring‑down信号的电力系统低频振荡模态分析，IEEE‑39节点系统仿真和美国东部电网WAMS实测数据分析验证了本方法的有效性。

主权项

1.一种基于O3KID算法的电力系统低频振荡辨识方法，其特征在于，在电力系统随机模型中嵌入观测器，利用O3KID算法基本方程和最小二乘法估计观测器的Markov参数和残差，将电力系统随机系统辨识转换为确定性系统的辨识问题，所引入的观测器等价于卡尔曼滤波器；所述利用O3KID算法基本方程和最小二乘法估计观测器的Markov参数和残差的具体实现过程如下：步骤S1、构建如下形式的输出观测器模型：其中，和分别为观测器的状态向量和输出向量，Μ为观测器增益矩阵；步骤S2、定义输出估计误差向量式(1)的观测器模型可改写为：式中步骤S3、将式(2)向前递推p‑1步，可得：其中：O3KID算法采用特征值配置方法，通过调节增益矩阵K，将观测器系统矩阵的极点配置到z平面原点，构成最少拍渐进稳态观测器；由Hamilton‑Cayley定理可知：在满足p＞＞n条件下，有因此式(3)可简化为：步骤S4、将式(4)代入式(3)中可得：y(k)＝Φv(k)+ε(k)             (5)式中Φ为观测器Markov参序列，即离散单位脉冲响应采样；式(5)表征了线性系统可量测输出之间的自回归关系，对于k＝p,p+1,...,l‑1Y＝ΦV+E式中：Y＝[y(p) y(p+1) … y(l‑1)]V＝[v(p) v(p+1) … v(l‑1)]E＝[ε(p) ε(p+1) … ε(l‑1)]式Y＝ΦV+E是O3KID算法的基本方程，其中Y和V均由可量测的系统输出构成，E为输出误差矩阵；步骤S5、观测器Markov参数的最小二乘估计量可表示为：其中，符号表示矩阵的广义逆，输出的误差矩阵估计量可写为：观测器Markov参数由可量测的系统输出时间序列唯一确定，输出误差也是可估计的，由此将电力系统随机系统辨识转化为确定性系统辨识问题。