一种风电并网系统频率特征参数辨识方法及装置

本发明涉及新型电力系统，具体为一种风电并网系统频率特征参数辨识方法及装置。

背景技术：

1、大规模风电接入可有效促进新型电力系统建设和双碳目标的实现。然而，传统风电不参与系统调频，大规模接入下将极大地削弱系统的惯性和调频能力，系统频率稳定和安全无法得到充分保障，为此系统对并网风电的调频能力提出了要求。

2、通过建立、分析风电并网系统频率响应模型可以优化风电频率控制方法，充分利用风电机组调频能力。

3、但是由于电网的实时变化，风电并网系统频率特征参数也随之变化，因此快速准确地辨识风电并网系统频率特征参数对电网频率稳定安全具有重要意义。

技术实现思路

1、本发明的目的在于提供一种风电并网系统频率特征参数辨识方法及装置，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种风电并网系统频率特征参数辨识方法，包括以下步骤：

4、s1：采集风电并网系统的多种原始数据；

5、s2：采用扩展卡尔曼平滑器对风电并网系统频率响应模型参数进行辨识；

6、s3：将辨识结果转化为系统频率特征参数。

7、优选的，所述s1中，原始数据为频率扰动事件发生后风电机组并网母线处的频率信号的和功率扰动信号；

8、所述频率扰动事件为系统中负载变化、发电机输出功率变化等引起系统有功功率不平衡，从而造成系统频率变化。

9、优选的，所述s2中风电并网系统模型参数为a、b、c、d。基于扩展卡尔曼平滑器的风电并网系统频率特征参数辨识方法具体步骤为：

10、1)状态预测：将需要辨识的四个参数a、b、c、d作为扩展状态变量x3、x4、x5、x6，采用扩展卡尔曼滤波器预测实际先验状态估计x(k)以及相关先验误差协方差矩阵pk：

11、

12、其中qw是系统噪声的协方差矩阵；x(k)＝[x1(k) x2(k) x3(k) x4(k) x5(k) x6(k)]表示状态变量在k时刻的取值；u(k)代表功率扰动在k时刻的取值；

13、其为状态方程相对于状态变量的雅克比矩阵；t代表原始信号的采样周期；

14、2)状态更新：采用扩展卡尔曼滤波器估计后验状态估计和相关后验证协方差矩阵以及卡尔曼增益kk：

15、

16、h＝[0 1 0 0 0 0]，其为量测方程相对于状态变量的雅克比矩阵；y(k)代表频率信号在k时刻的取值；

17、3)平滑器启动判断：判断k是否大于设置的窗口长度n，若不满足则返回执行步骤1)；

18、4)平滑器初始值设定：将扩展卡尔曼的后验状态估计值作为平滑器的初始值，即

19、5)状态变量的平滑估计：平滑器利用扩展卡尔曼的实际后验估计和相关后验协方差矩阵计算平滑增益ks,k并更新平滑估计值和平滑协方差ps,k：

20、

21、6)平滑过程结束判断：判断此时平滑过程的迭代次数是否等于n，当迭代次数小于n时，则返回步骤5)继续执行，当迭代次数等于n时，输出此时的平滑估计值

22、7)结束条件判断：当检测到和的偏差大于设定阈值时，返回步骤3)继续执行，偏差小于设定阈值则认为算法收敛；

23、8)结果输出：输出辨识参数a、b、c、d。

24、优选的，所述s3中，频率特征参数为hs、ts、d、k，其分别代表系统等效惯性、等效时间常数、等效阻尼系数和等效增益系数。频率特征参数的求取方法为：

25、

26、一种风电并网系统频率特征参数辨识装置，所述装置包括数据采集模块，用于采集风电并网系统的多种原始数据；参数辨识模块，用于利用采集的原始数据对系统模型参数进行辨识；频率特征参数输出模块，用于求取频率特征参数并输出。

27、优选的，所述原始数据为频率扰动事件发生后风电机组并网母线处的频率信号的和功率扰动信号；

28、所述频率扰动事件为系统中负载变化、发电机输出功率变化等引起系统有功功率不平衡，从而造成系统频率变化。

29、优选的，所述系统模型参数为a、b、c、d。参数辨识模块执行如下步骤：

30、1)状态预测：将需要辨识的四个参数a、b、c、d作为扩展状态变量x3、x4、x5、x6，采用扩展卡尔曼滤波器预测实际先验状态估计x(k)以及相关先验误差协方差矩阵pk：

31、

32、其中qw是系统噪声的协方差矩阵。x(k)＝[x1(k) x2(k) x3(k) x4(k) x5(k) x6(k)]表示状态变量在k时刻的取值；u(k)代表功率扰动在k时刻的取值；

33、其为状态方程相对于状态变量的雅克比矩阵；t代表原始信号的采样周期；

34、2)状态更新：采用扩展卡尔曼滤波器估计后验状态估计和相关后验证协方差矩阵以及卡尔曼增益kk：

35、

36、h＝[0 1 0 0 0 0]，其为量测方程相对于状态变量的雅克比矩阵；y(k)代表频率信号在k时刻的取值；

37、3)平滑器启动判断：判断k是否大于设置的窗口长度n，若不满足则返回执行步骤1)；

38、4)平滑器初始值设定：将扩展卡尔曼的后验状态估计值作为平滑器的初始值，即

39、5)状态变量的平滑估计：平滑器利用扩展卡尔曼的实际后验估计和相关后验协方差矩阵计算平滑增益ks,k并更新平滑估计值和平滑协方差ps,k：

40、

41、6)平滑过程结束判断：判断此时平滑过程的迭代次数是否等于n，当迭代次数小于n时，则返回步骤5)继续执行，当迭代次数等于n时，输出此时的平滑估计值

42、7)结束条件判断：当检测到和的偏差大于设定阈值时，返回步骤3)继续执行，偏差小于设定阈值则认为算法收敛；

43、8)结果输出：输出辨识参数a、b、c、d。

44、优选的，所述频率特征参数输出模块输出的频率特征参数为hs、ts、d、k，其分别代表系统等效惯性、等效时间常数、等效阻尼系数和等效增益系数。频率特征参数输出模块中频率特征参数求取方法为：

45、

46、与现有技术相比，本发明的有益效果是：

47、该风电并网系统频率特征参数辨识方法及装置，通过检测频率扰动事件，利用采集的功率扰动和频率偏差信号，使用扩展卡尔曼平滑器对风电并网系统频率特征参数进行辨识，从而可准确追踪系统频率参数的变化，辨识结果过程平稳、精度高、适用范围广，可为风电并网系统中风电机组的频率控制策略的制定提供依据。

技术特征：

1.一种风电并网系统频率特征参数辨识方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风电并网系统频率特征参数辨识方法，其特征在于：所述s1中，原始数据为频率扰动事件发生后风电机组并网母线处的频率信号的和功率扰动信号；

3.根据权利要求1所述的一种风电并网系统频率特征参数辨识方法，其特征在于：所述s2中风电并网系统模型参数为a、b、c、d。基于扩展卡尔曼平滑器的风电并网系统频率特征参数辨识方法具体步骤为：

4.根据权利要求1所述的一种风电并网系统频率特征参数辨识方法，其特征在于：所述s3中，频率特征参数为hs、ts、d、k，其分别代表系统等效惯性、等效时间常数、等效阻尼系数和等效增益系数。频率特征参数的求取方法为：

5.根据权利要求1-4任意一条所述的一种风电并网系统频率特征参数辨识装置，其特征在于：所述装置包括数据采集模块，用于采集风电并网系统的多种原始数据；参数辨识模块，用于利用采集的原始数据对系统模型参数进行辨识；频率特征参数输出模块，用于求取频率特征参数并输出。

6.根据权利要求5所述的一种风电并网系统频率特征参数辨识方法及装置，其特征在于：所述原始数据为频率扰动事件发生后风电机组并网母线处的频率信号的和功率扰动信号；

7.根据权利要求5所述的一种风电并网系统频率特征参数辨识方法及装置，其特征在于：所述系统模型参数为a、b、c、d。参数辨识模块执行如下步骤：

8.根据权利要求5所述的一种风电并网系统频率特征参数辨识方法及装置，其特征在于：所述频率特征参数输出模块输出的频率特征参数为hs、ts、d、k，其分别代表系统等效惯性、等效时间常数、等效阻尼系数和等效增益系数。频率特征参数输出模块中频率特征参数求取方法为：

技术总结本发明涉及新型电力系统技术领域，尤其涉及了一种风电并网系统频率特征参数辨识方法及装置，包括以下步骤，采集风电并网系统的多种原始数据，采用扩展卡尔曼平滑器对风电并网系统频率响应模型参数进行辨识，将辨识结果转化为系统频率特征参数。该风电并网系统频率特征参数辨识方法及装置，利用采集的功率扰动和频率偏差信号，使用扩展卡尔曼平滑器对风电并网系统频率特征参数进行辨识，从而可准确追踪系统频率参数的变化，辨识结果过程平稳、精度高、适用范围广，可为风电并网系统中风电机组的频率控制策略的制定提供依据。技术研发人员：郑迪,全舒楠,陈崧平,王颖,蔡慧,李灵至,焦建格受保护的技术使用者：中国计量大学技术研发日：技术公布日：2024/7/25