简介：随着我国风力发电的快速发展，大规模风电外送逐渐成为风电消纳，提高风电利用率的主要方式。大规模风电送出主要有两种形式，经串补送出与经HVDC送出。两种送出系统均有引发风电机组次同步振荡问题的风险。首先阐述了三种典型风电机组的特性，进而分别归纳了大规模风电经串补送出系统与经HVDC送出系统中可能发生的次同步振荡问题的发生机理、相关特性和抑制措施。总结了适用于火规模风电送出系统次同步振荡问题的分析方法。最后，对本课题的研究前景加以展望。

简介：针对电力系统低频振荡问题,在运用阻尼转矩对单机无穷大系统分析低频振荡机理与特点的基础上,对低频振荡经验模态分解时存在的端点效应问题进行了理论分析与改进,提出了一种基于端点优化对称延拓法的有效改进EMD分解边界效应的HHT算法对电力系统低频振荡进行辨识。通过对测试信号进行仿真,同时也利用广域FNET监测系统的测试结果进行低频振荡参数辨识及抑制实验,研究了该算法在模式辨识方面的有效性和准确性。仿真和实验表明,基于改进HHT算法的低频振荡辨识方法能快速高精度地辨识出振荡模态信息,并能有效指导电力系统稳定器PSS的配置及参数设计,从而维持电力系统的安全与稳定。

简介：考虑到传统Prony算法对电力系统低频振荡模式中含有衰减较快的分量分析非常困难以及容易丢失衰减较快分量的问题,提出一种改进的快速衰减信号的提取方法——基于Givens变换的Prony分段分析法。该方法将采样时间划分为两个时段,首先分析第二时段求慢速衰减分量,然后分析第一时段求快速衰减分量。最后通过算例验证了该算法可以准确提取低频振荡模式中的快速衰减分量,同时也使得慢速衰减分量更加准确。

简介：次同步振荡采集信号中含有的高斯白噪声，经过滤波处理后会转变为高斯色噪声。针对传统辨识方法在同时存在色噪声和白噪声环境中辨识精度不高的问题，本文从减少噪声的角度提出以实测信号的四阶混合平均累计量（FOMMC）的对角切片来代替实测信号，并结合总体最小二乘一旋转不变技术参数估计（TLS—ESPRIT）算法进行次同步振荡模态在线辨识。仿真结果表明，FOMMC—TLS—ESPRIT能够从强噪声环境中有效辨识次同步振荡模态，为次同步振荡的抑制奠定基础。