多臺發電機參數的同時辨識方法技術

本發明專利技術提出了一種多臺發電機參數的同時辨識方法，屬于一級學科“電氣工程”下的“電力系統及其自動化”專業領域。本發明專利技術充分利用基于PMU技術的廣域測量系統（WAMS）獲得的系統性變量，尤其是發電機相對功角、節點相角變量和聯絡線功率等，針對不同階次的Park模型，采用基于軌跡靈敏度的可辨識性分析方法，進行多臺發電機參數的同時辨識。本發明專利技術提出了多臺發電機參數同時辨識的策略和方法，首先對發電機進行分類，其次是對參數進行分步辨識，再次是只辨識重點參數，最后是注重整體特性。采用蟻群算法和BPA程序之間的交互運算來進行參數的辨識。

【技術實現步驟摘要】

本專利技術涉及一種，屬于電氣工程領域電力系統及其自動化研究方向。
技術介紹
同步發電機是電力系統中最重要的元件之一，可以說它的運行行為對電力系統的各個方面都產生或大或小的影響。但是由于同步發電機是一種集旋轉與靜止、電磁變換與機械運動于一體，實現電能與機械能變換的元件，其結構及動態性能十分復雜。因此，同步發電機的模型及參數一直是電力系統建模研究中的重要內容。由于缺少實際參數，目前電力系統分析計算仿真所用的同步發電機參數多采用廠家提供的數據或典型值，或不得已采用簡化模型。造成計算仿真所得結果與實際動態過程有較大出入，嚴重影響了計算的準確度和可信度，這些情況已為國外的一些文獻所證實。以前，一般認為在研究分析中使用更加復雜詳細的模型會得到更加好的結果。然而，NPCC(Northeast Power Coordinating Council)指出，在穩定分析中一般來說使用精確的電機參數比使用詳細的模型更加重要。以往有關發電機參數辨識的研究都是針對單臺發電機，測量的是該機自身的變量，比如端口電壓、電流和功角等。對于單臺發電機來說，在功角可測量的情況下，電壓和電流的dq分量均可獲得。如果以端口電壓作為輸入變量、端口電流作為輸出量，則端口電流可以理解為端口電壓以及參數的函數，所以據此可以辨識該發電機的參數。采用這種方式獲取發電機參數，需要對所有發電機逐一進行參數測量辨識。實際上，電力系統是一個整體，各個元件、各個節點聯系在一起的系統模型在整體上是否準確，則是電力系統仿真計算中最為關心的。本專利技術人提出了電力系統整體建模的思路，并應用于電力負荷建模。按照這一思路，將其用于從整體上同時辨識多臺發電機參數。以往有關電力系統參數可辨識性的研究都是基于解析方法的，比如先將模型線性化，然后進行參數可辨識性分析，最后再在非線性系統進行仿真驗證。解析方法能夠獲得清晰的結果，但對于高階動態方程，是很難進行的，尤其是多機電力系統的參數辨識，要采用解析方法分析其可辨識性是不可能的。同時，基于實用模型來辨識實用參數的精度很難令人滿意，辨識所得實用參數不夠平穩，影響因素較多。由于同步發電機的實用參數并不都是獨立的，而Park模型磁鏈方程中的電路參數相互間是獨立的。隨著我國電力系統的不斷發展，大容量同步發電機組、超高電壓等級輸電以及跨地區大聯網成為現代電力系統的主要特征。這些新發展使得電網安全及穩定運行問題的重要性日益突出。合理而精確的同步發電機模型和參數對電力系統分析、運行、控制等均具有決定性的意義。為此，本專利技術充分利用基于PMU技術的廣域測量系統(WAMS)獲得的全系統的向量，尤其是發電機相對功角、節點相角變量和聯絡線功率等，針對不同階次的Park模型，采用基于軌跡靈敏度的可辨識性分析方法，進行多臺發電機參數的同時辨識
技術實現思路
本專利技術提出了多臺發電機的參數同時辨識方法，采用基于軌跡靈敏度的可辨識性分析方法，對發電機參數采用分類、分步辨識的策略和方法，最后采用蟻群算法和BPA程序之間的交互運算辨識重點參數。基于軌跡靈敏度的可辨識性分析方法如果幾個參數的軌跡靈敏度之間成比例關系(同時過零)或者線性相關，則這些參數是不可區分辨識的。多臺發電機參數同時辨識的方法(1)選擇系統化的評價指標。權利要求1.一種多臺發電機參數同時辨識的方法，其特征在于(1)選擇系統化的評價指標J = Σk=\式中，Y為系統主要觀測變量的動態響應，下標m代表WAMS實測值，θ為待辨識的參數，W(k)為權系數矩陣；(2)選擇觀測變量，這里對多臺發電機參數進行整體辨識，選擇WAMS采集到的系統觀測量，系統觀測變量應該能夠反映系統的主要動態特征，而且對參數比較靈敏；(3)選擇重點參數；(4)選擇合適的優化方法，由于參數解空間相當復雜，需要全局優化能力強的方法，模擬進化方法是合適的選擇，經過試用對比，采用蟻群算法；2.根據權利要求1所述的一種多臺發電機參數同時辨識的方法，其特征在于所述選擇重點參數采用①分類辨識，對發電機進行分類，分類主要依據發電機的種類和容量；②分步辨識，先根據穩態測量數據確定發電機的部分參數，再根據WAMS采集到的動態數據確定剩余參數；③重點辨識，根據軌跡靈敏度，選擇靈敏度大、影響也大的重點參數；④注重整體，在電力系統仿真計算中，人們最為關注的是模型能否反映系統的整體特性。3.根據權利要求1所述的一種多臺發電機參數同時辨識的方法，其特征在于所述蟻群算法采用如下方式實現在多機系統同步發電機參數辨識中，一個方面是進行多臺發電機參數的同時優化，另外一個方面是計算反映系統整體動態行為的目標函數值，在優化程序與BPA程序之間建立數據交換，即優化一次獲得的中間發電機參數結果自動替代BPA中的發電機參數，然后BPA自動計算系統動態響應并且輸出給優化程序，優化程序計算獲得目標函數值，并且進一步優化獲得新的發電機參數值，直到找到最優解。全文摘要本專利技術提出了一種，屬于一級學科“電氣工程”下的“電力系統及其自動化”專業領域。本專利技術充分利用基于PMU技術的廣域測量系統(WAMS)獲得的系統性變量，尤其是發電機相對功角、節點相角變量和聯絡線功率等，針對不同階次的Park模型，采用基于軌跡靈敏度的可辨識性分析方法，進行多臺發電機參數的同時辨識。本專利技術提出了多臺發電機參數同時辨識的策略和方法，首先對發電機進行分類，其次是對參數進行分步辨識，再次是只辨識重點參數，最后是注重整體特性。采用蟻群算法和BPA程序之間的交互運算來進行參數的辨識。文檔編號H02J3/40GK102355010SQ201110236810公開日2012年2月15日 申請日期2011年8月18日 優先權日2011年8月18日專利技術者余一平, 郭磊, 金宇清, 陳謙, 鞠平 申請人:河海大學本文檔來自技高網...

【技術保護點】
１．一種多臺發電機參數同時辨識的方法，其特征在于：（１）選擇系統化的評價指標：＊＊＊式中，Ｙ為系統主要觀測變量的動態響應，下標ｍ代表ＷＡＭＳ實測值，θ為待辨識的參數，Ｗ（ｋ）為權系數矩陣；（２）選擇觀測變量，這里對多臺發電機參數進行整體辨識，選擇ＷＡＭＳ采集到的系統觀測量，系統觀測變量應該能夠反映系統的主要動態特征，而且對參數比較靈敏；（３）選擇重點參數；（４）選擇合適的優化方法，由于參數解空間相當復雜，需要全局優化能力強的方法，模擬進化方法是合適的選擇，經過試用對比，采用蟻群算法；

【技術特征摘要】

【專利技術屬性】
技術研發人員：鞠平，郭磊，余一平，陳謙，金宇清，
申請(專利權)人：河海大學，
類型：發明
國別省市：84