一种响应数据与模型融合的风电场并网系统振荡参数辨识方法

本发明涉及电力系统稳定性分析领域，特别涉及一种结合响应数据与模型数据的风电场并网系统振荡参数辨识的方法研究。

背景技术：

1、为早日达成“碳达峰，碳中和”目标，我国积极推动能源转型，大力发展可再生能源，风力发电以其独特优越性在国内外均得到迅猛发展。受限于我国丰富的风能资源资源与负荷中心的逆向分布，大容量风电需经串联补偿线路或高压直流输电等技术实现远距离输送，其并网所引发的次同步振荡问题严重制约着风电发展。sso主要表现为功率、电流或电压的迅速发散或持续振荡，其危害随时间线性累加，若不及时发现并采取措施，可能威胁系统安全稳定运行，甚至损坏设备。因此亟需一种快速的参数辨识方法，实现系统状态的有效监测和评估，对保证电力系统安全、稳定运行具有一定的工程应用价值。

2、双馈风机和直驱风机作为风力发电主流机型，针对其振荡参数辨识及稳定性分析的方法主要分为两类。一是基于数学模型，常用的包括阻抗分析法、特征值分析法、开环谐振法等。这些方法依赖系统精确模型与数据，但目前电力系统“双高”特性越发明显，电网运行状态复杂多变，其数学模型呈现高维、非线性等复杂特性；并且难以获得风力发电机的详细数据，建立准确的研究模型相当困难，基于模型的方法局限性越发明显。二是基于数据驱动的方法，主要包括快速傅里叶变换、prony分析、小波变换、希尔伯特-黄变换(hht)等。为提高振荡辨识精度，相关研究多通过改进和融合多个算法，或对数据进行预处理实现降噪或避免模态混叠等。此外，机器学习、人工智能及数据挖掘能力不断发展，为振荡研究提供了新的思路。但研究多基于仿真模型数据开展训练学习，在实际应用中适用性仍有待验证。因此，有必要结合模型和数据驱动，对振荡展开研究。

3、在上述研究的基础上，本发明提出一种响应数据与线路模型结合的振荡参数辨识方法。通过对存在振荡风险的数据进行自适应vmd分解，初步确定信号是否发生sso，明确振荡频率的分布情况。接着根据分解结果，设计低阶的数字带通滤波器，对信号进行滤波处理，仅保留主导次同步振荡分量及工频分量。然后根据推导的线路参数之间的关系式，求解得到完整的次同步电流分量，实现振荡相关参数的快速、准确辨识。

技术实现思路

1、随着基于波形数据的sso专用检测设备的不断研发，本文提出了一种基于时间戳波形数据的风电场经串补并网系统振荡参数辨识方法。

2、本发明是采用以下技术方案实现的：

3、首先监测并网线路电流，当检测到其能量随时间不断增大，立即对该部分数据进行自适应vmd分解，确定系统是否发生sso，并获取振荡频率的分布情况。接着采用低阶数字滤波器，滤除其他模态，仅保留次同步振荡模态和工频模态。然后根据公式推导获取线路参数之间的关系，进而求解得到系统振荡参数。

4、作为本发明的一种优选方案，该方案包括以下步骤：

5、步骤a1：对于含电容的串联补偿输电线路，采用时间戳波形测量单元获取线路电流波形和两端电压波形；

6、步骤a2：对电流波形进行实时监测，计算其均方根值用于能量计算，当检测到能量持续增大，表明此时系统存在振荡风险，需要进一步采用改进的变分模态分解法对信号进行有效分解，确定此时信号是否发生次同步振荡、所含模态分量个数及其频率分布情况；

7、步骤a3：计算线路两端电压差，并对电流信号和电压差信号进行带通滤波，仅保留主导次同步振荡分量及工频分量；

8、步骤a4：根据推导的串补线路电压、电流关系公式，计算分离出完整的次同步电流分量，能够在振荡发生后一、两个周期内准确识别辨识振荡参数。

9、进一步的，所述的步骤a2包括：

10、步骤a21：计算电流信号的均方值，其为信号平均功率的一种度量方法，对应均方根值即对均方值开根号，计算公式为：

11、

12、式中，x(t)为电流值，t为分析数据段长度，xrms为电流的均方根值，当检测到xrms持续增大，立即对电流信号进行vmd分解；

13、步骤a22：参照扩展prony算法中有效模态数的获取方法，对获取信号以采样间隔时间做离散化处理，得到离散时间函数x(n)，为实现最小误差能量计算，定义样本函数如下：

14、

15、式中，n为采样个数，p为选取模型阶数，得到对应扩展阶样本矩阵r如下：

16、

17、式中，pe＝[n/2]，对矩阵r进行奇异值分解，根据frobenius范数的矩阵最佳逼近原理及奇异值分解理论，设置归一化比值决定真实模型阶数pz；介于振荡模态的参数是成对出现的，考虑分离出噪声信号，因此取vmd分解个数k＝[pz/2]+1，对信号进行分解。

18、进一步的，所述的步骤a4包括：

19、步骤a41：根据电路原理，采用辅助角公式和二角和差公式进行公式推导，依赖线路相关参数实现次同步电流分量和工频分量的分离和完整求解；

20、步骤a42：输入获取的经滤波处理的电压差信号和电流信号，根据步骤s41构造一辅助电压降以消除工频分量，得到只含sso分量的电压降信号，利用过零点法即可求解得到振荡频率，进而得到完整的次同步电流信号，实现阻尼系数和振荡幅值的求解。根据直驱风电场发生振荡机理分析，风电场等效负电阻部分容易发生振荡，其阻抗特性一般受风机及其控制参数影响，但其振荡范围不会很大。因此，根据第一次vmd分解结果，设定较宽的带通滤波范围，在之后系统参数辨识过程中，可省去vmd分解步骤，直接进行滤波操作。

21、该技术与现有技术相比，具有如下有益效果：

22、本发明提供的响应数据与线路模型融合的振荡参数辨识方法，对并网线路电流监测，计算其均方根值来实现振荡信号预警，结合自适应vmd分解实现振荡信号的初步辨识，经过滤波得到只含sso模态和工频模态的信号，最后通过公式推导实现sso电流的参数辨识。相较于单电气量的辨识分析，本文对系统部分已知参数线路的多个电气量进行综合的振荡分析，将已知串补线路模型作为“过滤器”来快速提取sso分量，能够更加准确得辨识振荡相关参数，为振荡特性分析提供正确数据源；同时为振荡传播路径及振荡源辨识提供了新的方向，对后续分析和抑制sso具有一定指导意义。

技术特征：

1.一种系统响应数据与线路模型融合的风电场并网系统振荡参数辨识方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述的步骤s2包括：

3.根据权利要求1所述的方法，其特征在于，所述的步骤s4包括：

技术总结本发明属于电力系统稳定性分析领域，公开了一种响应数据与模型融合的风电场并网系统次同步振荡参数辨识方法。首先，监测并网线路电流，计算其能量，当发现能量随时间不断增大时发出预警。接着，对预警信号进行自适应VMD分解，初步确定系统状态。然后，根据分解结果设定合适的带通滤波器参数，对信号进行滤波操作。再根据推导的串补输电线路相关电气量和参数的数学关系，从滤波信号中求解得完整的SSO电流分量，进而获取振荡频率和阻尼因子。最后，基于直驱风电场经串联补偿电容并网数据开展仿真测试。本发明所述振荡辨识方法具有较强的抗噪性和鲁棒性，可实现主导SSO模态的准确、快速辨识。技术研发人员：高本锋,丁雨晴受保护的技术使用者：华北电力大学（保定）技术研发日：技术公布日：2025/1/6