基于数据驱动的电力系统宽频振荡分析方法研究.pdfVIP

摘要

随着能源危机和环境污染问题的日益严重，风力、光伏等新能源发电已在全球范围内得

到了高度重视和广泛应用，使得多样化电力电子装备在电力系统中的渗透率越来越高。然而，

多样化电力电子装备可能会与交直流电网产生动态交互作用，导致宽频振荡事件频发，影响

电网的运行安全。因此，有必要对新能源并网系统中的宽频振荡问题进行研究。传统的分析

方法难以适用于多种元件在广泛频域内复杂交互引发的宽频振荡，而电力系统动态监测装置

的广泛应用以及数据驱动方法的日益成熟，给电力系统宽频振荡问题提供了新的解决思路。

为了更好地应对新能源并网系统中的宽频振荡问题，需要建立适用于宽频振荡稳定性分析的

新能源并网系统等效模型，及时检测出新能源并网系统中的宽频振荡并准确定位宽频振荡源。

本文的主要工作如下：

（1）提出了基于多工况导纳拟合的新能源并网系统等效建模方法。通过推导风机的稳态

电流源数学模型和小信号导纳数学模型，分析了两者与风机运行点之间的关系。在此基础上，

建立了多运行工况下的风机稳态电流源和小信号导纳的等效模型。为了提高所提方法的等效

精度和实用性，进一步研究了风电场等效模型在并网过程中，锁相环的动态特性对风电场等

效结果的影响，并提出了基于导纳修正的补偿方法。通过对比风电场等效前后的频域导纳曲

线和时域仿真波形，对所提方法的有效性进行了验证。其中，时频域曲线的一致性表明了等

效系统的准确性，同时所提方法还能有效加快仿真速度。

（2）提出了一种基于压缩感知与K-近邻算法（K-NearestNeighbors,KNN）的宽频振荡

检测方法。针对电力系统宽频振荡频率范围宽的特征，对压缩感知中的稀疏变换基、观测矩

阵和重构算法进行了对比与选择。在此基础上，利用对角化低密度奇偶校验码（Low-Density

Parity-CheckCodes,LDPC）校验矩阵对子站瞬时数据进行压缩采样，以减轻数据计算压力与

存储负担，并在现有通信带宽下将宽频振荡的压缩观测值上传至主站。主站直接采用加权

KNN算法对子站上传的压缩数据进行振荡检测，提高了检测的快速性和准确性。当检测出系

统发生宽频振荡时，则主站进一步采用重构算法对压缩数据进行还原辨识。系统仿真验证了

方法的有效性和数据质量问题下的鲁棒性。

（3）提出了一种基于自编码器与长短期记忆网络（LongShort-TermMemory,LSTM）的

宽频振荡源定位方法。子站通过自编码器对采集的量测数据进行编码，实现了宽频振荡的特

征提取。主站汇集各子站编码数据，形成特征矩阵，作为基于LSTM网络的定位模型的输入，

进而得到宽频振荡源位置。此外，主站还可以利用相应的解码器将振荡还原，进行其他的监

测分析。通过将定位过程分为子站数据编码与主站振荡源定位两个部分，减轻了数据的传输

压力和主站计算负担，并提高了电力数据的必威体育官网网址性。利用仿真系统对多个频率范围的宽频振

荡进行仿真，验证了所提方法的有效性和抗噪性。

关键词：宽频振荡，数据驱动，等效建模，振荡检测，振荡源定位

ABSTRACT

Withtheincreasinglyseriousproblemofenergycrisisandenvironmentalpollution,windpower,

photovoltaicandotherrenewableenergyhavebeenhighlyvaluedandwidelyusedworldwide,

makingthepenetrationofdiversifiedpowerelectronicequipmentincreasinglyhigh.However,the

powerelectronicequipmentmayhavedynamicinteractionwiththeAC/DCgrid,resultinginfrequent

occurrenceofwidebandoscillation(WBO)events,affectingthesafetyofthepowergrid.Therefore,

itisnecessarytostudytheWBOinrenewableenergy