1.一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,该方法包括以下步骤:
S1:采集电力系统各节点频率与输电线路传输功率时序数据,并对所述时序数据进行预处理;将频率信号在一系列相异的空间上进行分解,识别扰动发生时刻,快速回溯扰动影响;
S2:解析节点惯量、节点频率和节点注入功率三者之间的关系;通过构建输出误差滑动平均模型来描述扰动后节点的“有功‑频率动态过程”,及解析该模型中未知参数与节点惯量之间的耦合关系;
S3:采用多新息辨识方法求解所述输出误差滑动平均模型,辨识所述输出误差滑动平均模型中的未知参数;
S4:利用步骤S3辨识得到的所述输出误差滑动平均模型的参数,根据该参数向量与节点惯量之间的解析关系,计算得到各节点惯量的大小,进而估计得出整个电力系统惯量空间分布情况。
2.根据权利要求1所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S1包括以下子步骤:步骤S11:利用同步相量测量装置PMU实时采集估计电力系统惯量空间分布情况所需数据,具体包括各节点频率、输电线路传输功率、节点负荷大小以及发电机端的电磁功率;
步骤S12:对步骤S11所获数据进行预处理,包括:利用插值方法弥补缺失数据以及采用滤波手段消除数据测量噪声;
步骤S13:对步骤S12预处理后的时序数据进行归一化处理,形成标准形式的数据集;
步骤S14:基于小波多分辨率分析利用多贝西小波基将频率信号在一系列相异的空间上进行分解,提取各层小波细节系数,确定模极大值点,从而检测出频率信号的奇异点,所识别得出的频率信号奇异点即扰动故障发生的初始时刻。
3.根据权利要求1所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S2包括以下子步骤:步骤S21:从电力系统频率响应机理出发,解析节点惯量、节点频率和节点注入功率三者之间耦合关系;
步骤S22:利用拉普拉斯变换将步骤S21中节点惯量与节点频率、节点注入功率的时域关系转化为连续形式的频域表达式,即包含节点惯量大小信息的连续传递函数;
步骤S23:通过构建输出误差滑动平均模型来描述节点“有功‑频率”动态变化过程,将节点惯量求解问题转化为输出误差滑动平均模型中未知参数辨识问题;并解析该模型中未知参数与节点惯量之间的耦合关系;所述输出误差滑动平均模型的表达式如下:式中, y(t)
为输出误差滑动平均模型OEMA的输出序列,u(t)为输出误差滑动平均模型OEMA的输入序列,v(t)为零均值高斯随机白噪声序列,x(t)为内部变量,表示电力系统实际不可测变量,‑1 ‑1
z 为单位后移算子:z y(t)=y(t‑1), 表示输出误差滑动平均模型中待辨识参数。
4.根据权利要求3所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S21中的节点惯量、节点频率和节点注入功率三者之间耦合关系模型表达式为:
即:
式中,Hi为节点i的惯量值,表示ΔPi‑dΔfi/dt过程中电力系统惯量对该节点频率变化阻碍作用的大小;Δfi为节点频率偏差;ΔPi为节点注入功率增量;
步骤S22中的节点惯量与节点频率、节点注入功率之间关系对应的连续传递函数模型表达式为:
式中,Δfi(s)为节点频率偏差的频域表示,ΔPi(s)节点注入功率增量的频域表示,s为拉普拉斯算子。
5.根据权利要求1或3或4所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S3包括以下子步骤:步骤S31:将描述节点“有功‑频率”动态变化过程的单新息拓展为多新息,建立多新息矩阵;所述多新息矩阵表达式如下:式中, 为包括内部变量x(t)的信息向量,X(p,t)表示堆积内部变量,Y(p,t)表示堆积输出向量,V(p,t)表示堆积噪声变量,ψ(p,t)表示堆积信息矩阵,p表示新息向量的个数;
步骤S32:基于辅助模型辨识思想,借助实际所测信息,采用辅助模型的输出结果代替所述输出误差滑动平均模型内部不可测变量;
步骤S33:在步骤S32基础上,设定准则函数,基于最小二乘法最优估计原则,在满足准则函数最小的前提下,获取所述输出误差滑动平均模型参数的最优辨识结果,得到OEMA模型所有未知参数的数值。
6.根据权利要求1所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S4包括以下子步骤:步骤S41:基于双线性变换法构建z平面与s平面之间的映射关系,根据步骤S3辨识得出所述输出误差滑动平均模型的参数向量计算得到与之对应的连续传递函数待定参数;
步骤S42:对步骤S41得到的传递函数进行拉普拉斯反变换,得到相应控制系统的冲激响应,取其初始时刻的响应值,即可得到双倍节点惯量的倒数值,进而估计得出节点惯量大小;
步骤S43:在求解出全网所有节点惯量值后,即可估计出整个电力系统惯量空间分布情况,通过结合各节点的地理信息可以对系统的惯量空间分布情况进行可视化展示。
7.根据权利要求6所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,步骤S41中采用双线性变换实现z平面到s平面的映射,双线性变换表达式如下:式中,z为采样拉式算子,s为拉普拉斯算子,T为采样周期。
8.根据权利要求1所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,其特征在于,所述频率信号在多贝西小波基下进行分解和重构,探明频率信号的奇异点,进而识别出系统惯量响应的初始时刻,小波多分辨率分析的表达式为:式中,ψa,b(t)为母小波函数,本方法中为多贝西小波基,a是尺度系数,b是平移系数,f(t)表示采集到的频率信号。
9.一种基于多新息辨识的电力系统惯量空间分布估计装置,其特征在于,该装置应用于如权利要求1至8中任意一项所述的一种基于多新息辨识的电力系统惯量空间分布估计方法,该装置包括:
获取单元:用于获取采集电力系统各节点频率与输电线路传输功率时序数据,并对所述时序数据进行预处理;将频率信号在一系列相异的空间上进行分解,识别扰动发生时刻,快速回溯扰动影响;
第一计算单元:用于解析节点惯量、节点频率和节点注入功率三者之间的关系;通过构建输出误差滑动平均模型来描述扰动后节点的“有功‑频率动态过程”,及解析该模型中未知参数与节点惯量之间的耦合关系;
第二计算单元:用于采用多新息辨识方法求解所述第一计算单元中的输出误差滑动平均模型,辨识所述输出误差滑动平均模型中的未知参数;
解析单元:用于利用所述第二计算单元辨识得到的所述输出误差滑动平均模型的参数,根据该参数向量与节点惯量之间的解析关系,计算得到各节点惯量的大小,进而估计得出整个电力系统惯量空间分布情况。
10.根据权利要求9所述的一种基于多新息辨识的电力系统惯量空间分布估计装置,其特征在于,所述第一计算单元执行过程如下:从电力系统频率响应机理出发,解析节点惯量、节点频率和节点注入功率三者之间耦合关系;
利用拉普拉斯变换将所述节点惯量与节点频率、节点注入功率的时域关系转化为连续形式的频域表达式,即包含节点惯量大小信息的连续传递函数;
通过构建输出误差滑动平均模型来描述节点“有功‑频率”动态变化过程,将节点惯量求解问题转化为输出误差滑动平均模型中未知参数辨识问题;并解析该模型中未知参数与节点惯量之间的耦合关系;所述输出误差滑动平均模型的表达式如下:式中, y(t)
为输出误差滑动平均模型OEMA的输出序列,u(t)为输出误差滑动平均模型OEMA的输入序列,v(t)为零均值高斯随机白噪声序列,x(t)为内部变量,表示电力系统实际不可测变量,‑1 ‑1
z 为单位后移算子:z y(t)=y(t‑1), 表示输出误差滑动平均模型中待辨识参数。