式所 示：
[0075] 1-2)求取新序列y的峰值，記錄其序列號以及每個峰值的序列值
[0076] 新序列峰值的序列號記為A = [&1，…，aJT，（m < N)，其對應的序列值記為B = [b!，…，bm]T〇
[0077] 1-3)求取序列y對應的頻率。
[0079] 式中，ts為采樣時間。
[0080] 1-4)求取序列y對應的幅值。
[0082] 1-5)通過PMU有功功率數據幅值和頻率判斷對應的機組是否發生低頻振蕩
[0083] 預先設定幅值和頻率的閾值，一旦檢測到幅值超過閾值并且頻率在0. 1~2. 5Hz 范圍內的機組，即認定該機組發生低頻振蕩。
[0084] 2014年7月9日18:07:43,廣東中調WAMS監測到K廠4號機組發生功率波動，并 發出低頻振蕩預警信號。按上述步驟2)進一步掃描全省發電機PMU有功功率數據后確定 M廠1號機組、C廠1號和2號機組同時發生振蕩。四臺機組的實測PMU轉子角速度數據隨 時間變化的曲線如圖2所示。
[0085] 2)對發生低頻振蕩的機組進行分群。
[0086] 將發電機模型轉換到慣性中心坐標（COI)下，求取COI下的等值轉子角速度如 下：
[0088] 其中，；W1為轉子角速度W1為慣性時間常數;m為發生振蕩的發電機 臺數。
[0089] 在COI坐標系下各振蕩機組的轉子角速度為：
[0091] 選取任一發生振蕩的發電機PMU轉子角速度數據作為參考信號，記為說(》)。計算 參考信號和其它各振蕩發電機PMU轉子角速度數據供(#:之間的相關系數，如下所示。
[0093] 設定P = 0為相關系數的閾值，當上式所求P大于設定的閾值時即判定兩臺機 組屬于同組機群。
[0094] 按步驟2)所述方法，選取K4機組的PMU轉子角速度數據作為參考信號，計算機組 等值轉子角速度之間的相關系數，結果如表1所示：
[0095] 表1振蕩機組等值轉子角速度間的相關系數表
[0097] 上表中，機組M1、C1、C2與K4的相關系數都沒有超過設定的閾值，因此，其與K4屬 于不同機群。于是，判斷K4所屬機群為主動群。分群結果如表2所示：
[0098] 表2振蕩機組分群結果
[0099]
[0100] 在COI坐標下振蕩機組分群結果示意圖如圖3所示。可以看出兩個機群的運動軌 跡具有反對稱性。
[0101] 3)判斷低頻振蕩誘因并采取措施控制振蕩。
[0102] 按上述步驟確定振蕩機組的主動群。該群中的那臺發電機便是振蕩源，調度人員 應降低振蕩源機組出力，并提高振蕩源附近廠站電壓，若振蕩還未平息，則切除振蕩源機 組。
[0103] 顯然，在廣東電網7. 9事件中，K4便是該次低頻振蕩的振蕩源。調度人員便降低 K4機組出力，并提高其附近廠站的電壓，使得振蕩逐步得到控制并最終平息。調度控制過程 中Ml和K4機組實測PMU有功功率數據變化情況如圖4所示。可見采取相應控制措施后， K4機組功率逐漸穩定在一個新的平衡狀態，而其它非振蕩源機組的功率波動也最終平息， 整個低頻振蕩事件在不足四分鐘內就得以解決。
[0104] 2015年4月30日8點54分，廣東中調WAMS監測到H廠機組發生低頻振蕩發出預 警。按上述步驟2)掃描全省發電機PMU有功功率數據后確定H廠3、4、5、6號機組發生振 蕩。四臺機組的實測PMU轉子角速度數據隨時間變化的曲線如圖5所示。
[0105] 按步驟2)所述方法，選取H6機組的PMU轉子角速度數據作為參考信號，計算機組 等值轉子角速度之間的相關系數，結果如表3所示：
[0106] 表3振蕩機組等值轉子角速度間的相關系數表
[0108] 上表中，機組H3、H4、H5與H6的相關系數都沒有超過設定的閾值，因此，其與H6屬 于不同機群。同時，H6所屬機群為主動群。分群結果如表4所示：
[0109] 表4振蕩機組分群結果
[0111] 在COI坐標下振蕩機組分群結果示意圖如圖6所示。可以看出兩個機群的運動軌 跡具有反對稱性。
[0112] 顯然，在廣東電網4. 30事件中，H6便是該次低頻振蕩的振蕩源。調度人員便降低 H6機組出力，并提高其附近廠站的電壓，然而振蕩并沒有平息，于是調度人員將振蕩源H6 機組切除。調度控制過程中H3和H6機組實測PMU有功功率數據變化情況如圖7所示。可 見切除振蕩源后，其它非振蕩源機組的功率波動也最終平息，整個低頻振蕩事件在不足六 分鐘內就得以解決。
[0113] 兩個案例實施結果表明，本發明提供的一種基于振蕩分群辨識方法的低頻振蕩調 度控制方法能夠幫助調度人員快速準確地鎖定振蕩源并迅速采取措施控制平息振蕩。
【主權項】
1. 一種基于振蕩分群辨識方法的低頻振蕩調度控制方法，其特征是包括以下步驟： 51) 利用PMU有功功率數據檢測出發生振蕩的機組，包含以下子步驟： S1-1)對PMU有功功率數據進行歸零化處理 對于采樣點數為N的PMU有功功率數據X= [x。，…，xNJT，將每個采樣點的值減去這N個采樣點的均值，重新得到一個新序列y= [y。，…，yNJT，如下式所示：S1-2)求取新序列y的峰值，記錄其序列號以及每個峰值的序列值 新序列峰值的序列號記為A=[ai，…，aJT，（m<N)，其對應的序列值記為B=Lb1，… ，bJT; S1-3)求取新序列y對應的頻率S1-5)通過PMU有功功率數據幅值和頻率判斷對應的機組是否發生低頻振蕩 預先設定幅值和頻率的閾值，一旦檢測到幅值超過閾值并且頻率在0. 1~2. 5Hz范圍 內的機組，即認定該機組發生低頻振蕩； 52) 對發生低頻振蕩的機組進行分群 選取任一發生振蕩的發電機PMU轉子角速度數據作為參考信號，記為，.計算參考 信號和其它各振蕩發電機PMU轉子角速度數據？之間的相關系數，如下所示：由許瓦茲（Schwartz)不等式可知： PI ^1 ; 當P= 1時，仍(》)和乳0)完全相關即二者相等； 當P= 0時，約(《)和A(H)完全無關； 當P= -1時，的(《)和外⑷變化趨勢完全相反； 找出參與振蕩的機組后，求取各個機組在慣性中心坐標下的等值轉子角，通過計算各 機組等值轉子角之間的相關系數判斷其相似程度，當P大于設定的閾值時即判定兩臺機 組屬于同組機群； 按上述步驟將發生振蕩的發電機分為兩群，振蕩源機組作為振蕩的主動因素，必然會 被單獨分離出來，因此兩個群中，僅包含一臺發電機的群為主動群，另一個為被動群； S3)鎖定振蕩源并采取措施控制振蕩 按上述步驟確定振蕩機組的主動群，主動群中的那臺發電機便是振蕩源； 調度控制降低振蕩源機組出力，并提高振蕩源附近廠站電壓，若振蕩還未平息，則切除 振蕩源機組。2.根據權利要求1所述的基于振蕩分群辨識方法的低頻振蕩調度控制方法，其特征 是：所述的步驟S2中，發電機的二階經典模型如下：其中，s轉子角i為轉子角速度；p&為電磁功率;Pni為機械功率W1為慣性時間 常數;m為發生振蕩的發電機臺數； 將發電機模型轉換到慣性中心坐標COI下，定義COI下的等值轉子角、轉子角速度以及 加速功率如下：其中，Se(]I、Prai分別指COI下的等值轉子角、轉子角速度以及加 速功率； 則慣性中心運動方程為：在COI坐標系下各發電機的轉子角和角速度為：各發電機在COI坐標系下的運動方程為：易知，COI坐標系下發生振蕩的發電機組滿足：將發生振蕩的發電機分為A、B兩群，A群中發電機號的集合存儲在<i>A，B群中發電機 號的集合存儲在4>b;當系統發生低頻振蕩時，系統能量是守恒的；故將發生振蕩的發電機分為兩類：一類 是振蕩的主動因素，引起振蕩并廣生振蕩能量；另一類是振蕩的被動因素，被主動因素帶動 振蕩并消耗振蕩能量，維持系統能量守恒； 將前一類機組記入A群即為主動群，后一類記入B群即為被動群；兩群的運動軌跡具有 反向對稱性；調度人員通過振蕩機組分群結果判斷振蕩原因并進行振蕩源定位。
【專利摘要】一種基于振蕩分群辨識方法的電力系統低頻振蕩調度控制方法，包括以下步驟：S1)利用PMU有功功率數據檢測出發生振蕩的機組：S1-1)對PMU有功功率數據進行歸零化處理；S1-2)求取新序列y的峰值，記錄其序列號以及每個峰值的序列值；S1-3)求取新序列y對應的頻率；S1-4)求取新序列y對應的幅值；S1-5)通過PMU有功功率數據幅值和頻率判斷對應的機組是否發生低頻振蕩；S2)對發生低頻振蕩的機組進行分群；S3)鎖定振蕩源并采取措施控制振蕩。本方法克服了調度人員判斷振蕩原因、鎖定振蕩源的困難，有助于調度人員快速控制并平息低頻振蕩。
【IPC分類】H02J3/24, H02J3/00
【公開號】CN105226637
【申請號】CN201510551940
【發明人】汪芳宗, 溫柏堅, 郭文鑫
【申請人】三峽大學, 廣東電網有限責任公司電力調度控制中心
【公開日】2016年1月6日
【申請日】2015年9月1日