李世明

(廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心，廣州　510600)

?

基于信號分析的電力系統(tǒng)低頻振蕩辨識方法研究綜述

李世明

(廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心，廣州510600)

隨著PMU測量裝置在電網(wǎng)中的廣泛應(yīng)用，基于PMU實測信息的WAMS系統(tǒng)已成為區(qū)域互聯(lián)電網(wǎng)低頻振蕩在線監(jiān)測的重要手段。重點對低頻振蕩的發(fā)生機(jī)理和基于信號特征辨識的電力系統(tǒng)低頻振蕩分析方法的進(jìn)行了綜述，并結(jié)合工程實際探討了未來大電網(wǎng)低頻振蕩在線監(jiān)測的技術(shù)發(fā)展方向，指出未來低頻振蕩在線監(jiān)測應(yīng)緊密結(jié)合一體化智能調(diào)度自動化系統(tǒng)的技術(shù)發(fā)展，實現(xiàn)全局的在線協(xié)同監(jiān)測與分析。

電力系統(tǒng)；低頻振蕩；WAMS；信號分析；辨識方法

電力系統(tǒng)低頻振蕩(LowFrequencyOscillation，簡稱LFO)又稱為功率振蕩或者機(jī)電振蕩，是指系統(tǒng)受到擾動后發(fā)電機(jī)轉(zhuǎn)子之間出現(xiàn)相對搖擺，并因系統(tǒng)缺乏阻尼而引起的頻率在0.1～2.5Hz范圍內(nèi)的持續(xù)振蕩現(xiàn)象，此時系統(tǒng)中關(guān)鍵輸電線路功率也會隨之振蕩[1]。低頻振蕩已成為影響大電網(wǎng)安全穩(wěn)定運行的主要因素之一，已引起國內(nèi)外學(xué)者以及電網(wǎng)運行控制人員的廣泛關(guān)注[2-10]。

現(xiàn)有電力系統(tǒng)低頻振蕩分析方法主要分為兩大類，即基于系統(tǒng)全階數(shù)學(xué)模型的離線分析法和基于仿真或?qū)崪y信號分析的信號分析法。前者因系統(tǒng)模型參數(shù)誤差和電網(wǎng)運行方式的不確定性，以及求解過程中面臨的“維災(zāi)數(shù)”問題，使得該類方法難以用于電力系統(tǒng)低頻振蕩的在線監(jiān)測[3]。相對于前者而言后者卻能較好地適應(yīng)系統(tǒng)參數(shù)和運行方式變化，通過對系統(tǒng)響應(yīng)的輸出信號進(jìn)行辨識分析可獲得系統(tǒng)動態(tài)信號中包含的系統(tǒng)運行特征值，特別是近年來基于PMU實測信息的WAMS系統(tǒng)在實際電網(wǎng)中獲得廣泛應(yīng)用，為此類方法研究和應(yīng)用提供了有利的基礎(chǔ)數(shù)據(jù)支撐平臺，因此，基于信號分析的低頻振蕩辨識方法成為當(dāng)前低頻振蕩在線辨識與控制領(lǐng)域的熱點研究課題之一[6-9]。

本文從低頻振蕩機(jī)理出發(fā)，對四類典型的基于信號分析的低頻振蕩辨識方法的特征和發(fā)展進(jìn)行了論述，并結(jié)合工程實際對未來大電網(wǎng)低頻振蕩在線監(jiān)測技術(shù)進(jìn)行了討論，以期對基于信號分析的低頻振蕩在線辨識方法進(jìn)行深入研究和推動其進(jìn)一步發(fā)展提供參考。

1　低頻振蕩機(jī)理

1.1負(fù)阻尼機(jī)理

早在1969年，國外Demello等學(xué)者利用發(fā)電機(jī)阻尼轉(zhuǎn)矩的概念，嘗試著對單機(jī)無窮大系統(tǒng)低頻振蕩現(xiàn)象進(jìn)行了機(jī)理研究并獲得成功。在仿真中發(fā)現(xiàn)，當(dāng)外部系統(tǒng)電抗較大，或在發(fā)電機(jī)輸出較高的條件下，具有高放大倍數(shù)的快速勵磁系統(tǒng)在增加系統(tǒng)同步轉(zhuǎn)矩的同時，可能會給系統(tǒng)帶來反向的阻尼轉(zhuǎn)矩，當(dāng)?shù)窒舭l(fā)電機(jī)原有阻尼之后，將導(dǎo)致系統(tǒng)總的阻尼變小，甚至可能為負(fù)，在該狀態(tài)下如果出現(xiàn)一定程度的擾動，就可能誘發(fā)系統(tǒng)產(chǎn)生低頻功率振蕩[10]。由于實際電力系統(tǒng)是由多機(jī)組成的互聯(lián)復(fù)雜系統(tǒng)，后來有學(xué)者將進(jìn)一步阻尼轉(zhuǎn)矩概念擴(kuò)展應(yīng)用到多機(jī)系統(tǒng)，通過對多機(jī)互聯(lián)系統(tǒng)研究發(fā)現(xiàn)互聯(lián)電力系統(tǒng)的弱聯(lián)系結(jié)構(gòu)，將會降低系統(tǒng)的阻尼轉(zhuǎn)矩，由此擾動激發(fā)的低頻振蕩將無法獲得足夠系統(tǒng)阻尼而可能產(chǎn)生持續(xù)的振蕩，同時指出在研究互聯(lián)系統(tǒng)電磁阻尼時，不僅要關(guān)注本系統(tǒng)模型、參數(shù)，同時也要考慮參與互聯(lián)系統(tǒng)的模型參數(shù)以及聯(lián)絡(luò)線阻抗對本系統(tǒng)的影響[11]，通過對多機(jī)互聯(lián)系統(tǒng)阻尼機(jī)理的研究進(jìn)一步完善了負(fù)阻尼機(jī)理。

到目前為止，負(fù)阻尼機(jī)理是唯一一類物理概念清晰、理論描述完備、獲得最廣泛認(rèn)可的低頻振蕩機(jī)理。應(yīng)用該機(jī)理可很好地解釋因系統(tǒng)網(wǎng)架結(jié)構(gòu)、運行方式變化等引起的系統(tǒng)阻尼變化，該機(jī)理已成為實際電網(wǎng)中電力系統(tǒng)穩(wěn)定器(PSS)設(shè)計的主要理論依據(jù)。

1.2強(qiáng)迫振蕩機(jī)理

電力系統(tǒng)強(qiáng)迫振蕩是指當(dāng)系統(tǒng)受到持續(xù)性的周期擾動時，如負(fù)荷波動、原動機(jī)與調(diào)速系統(tǒng)持續(xù)擾動，則可能引起系統(tǒng)發(fā)生振蕩，一旦擾動信號的頻率與系統(tǒng)固有模式的振蕩頻率相同或接近時，則會引起系統(tǒng)發(fā)生諧振[12]。諧振引起的強(qiáng)迫功率振蕩與擾動信號的特征和系統(tǒng)阻尼緊密相關(guān)，主要表現(xiàn)出以下規(guī)律性特征：擾動信號的幅值越大，諧振幅值越大，系統(tǒng)阻尼越大，諧振幅值越小，同時系統(tǒng)功率振蕩隨著擾動信號的平息而快速衰減。文獻(xiàn)[13，14]通過單機(jī)無窮大系統(tǒng)和對負(fù)荷施加周期性的擾動信號對以上理論特征進(jìn)行仿真驗證分析，進(jìn)一步論證強(qiáng)迫振蕩機(jī)理的正確性。

從實際發(fā)生的振蕩來看，應(yīng)用強(qiáng)迫振蕩機(jī)理以有效解釋實際工程中無法用負(fù)阻尼機(jī)理來解釋的低頻振蕩事件[15]，可以說該機(jī)理是對負(fù)阻尼機(jī)理的有效補充和完善，越來越受到專家學(xué)者和電網(wǎng)運行控制人員的認(rèn)同，因而對強(qiáng)迫功率振蕩機(jī)理的研究也受到更多的關(guān)注[16]。

1.3參數(shù)諧振機(jī)理

參數(shù)諧振機(jī)理認(rèn)為：當(dāng)改變系統(tǒng)運行參數(shù)時，系統(tǒng)中的不同振蕩模式的特征值會發(fā)生相應(yīng)的改變，其中如果有兩個振蕩模式的特征值接近相同時，受彼此影響系統(tǒng)將出現(xiàn)不穩(wěn)定現(xiàn)象，由此產(chǎn)生低頻振蕩現(xiàn)象[17]。從解析模型特征值的特點來看，當(dāng)2個振蕩模式的特征值間的夾角近似為90°時，二者互相影響將導(dǎo)致其中1個模式的特征根改變方向，越過虛軸，破壞系統(tǒng)穩(wěn)定，引起系統(tǒng)失穩(wěn)。由于該機(jī)理只適合解釋改變系統(tǒng)運行參數(shù)時，系統(tǒng)發(fā)生振蕩失穩(wěn)的現(xiàn)象，對于非線性的實際大型電力系統(tǒng)而言其適用性并不高。

1.4非線性機(jī)理

電力系統(tǒng)是一種高度復(fù)雜非線性動態(tài)系統(tǒng)，通過線性理論分析得到的近似結(jié)果并不能準(zhǔn)確反應(yīng)其非線性特征，因此在理論界發(fā)展起來了基于分岔理論和混沌理論兩類分析低頻振蕩的非線性機(jī)理，以期獲得更為準(zhǔn)確的分析結(jié)果。分岔和混沌均已被證實在電力系統(tǒng)中實際存在的非線性奇異現(xiàn)象[18-21]，分岔是指系統(tǒng)狀態(tài)在臨界點處發(fā)生突變一種行為，目前在振蕩分析常用的動態(tài)Hopf分岔，混沌現(xiàn)象是在完全確定的模型下產(chǎn)生的不確定現(xiàn)象，即有隨機(jī)性又有確定性。

文獻(xiàn)[19]基于Hopf分岔和中心流理論，深入分析了產(chǎn)生Hopf分岔的條件。文獻(xiàn)[20]利用Poincare映像和Lyapunov指數(shù)討論分析了系統(tǒng)的混沌行為，并指出混沌現(xiàn)象同系統(tǒng)阻尼直接相關(guān)，在系統(tǒng)負(fù)荷或線路參數(shù)受到擾動時可能激發(fā)各類頻率和振蕩，此時對系統(tǒng)特征值分析必須采用非線性模型。文獻(xiàn)[21]進(jìn)一步通過2機(jī)系統(tǒng)3節(jié)點系統(tǒng)，揭示了在計及機(jī)組勵磁頂值和PSS參數(shù)時對Hopf分岔的影響，并指出Hopf分岔是混沌產(chǎn)生的前提條件。非線性機(jī)理的出現(xiàn)拓寬了低頻振蕩機(jī)理研究領(lǐng)域，但因其復(fù)雜性還不具備直接工程應(yīng)用的條件，未來還應(yīng)借助該機(jī)理對實際系統(tǒng)進(jìn)行深入的仿真分析，已揭示現(xiàn)有機(jī)理無法解釋的現(xiàn)象。

綜上所述，負(fù)阻尼機(jī)理、參數(shù)諧振機(jī)理和非線性機(jī)理均與電力系統(tǒng)本身的固有結(jié)構(gòu)和參數(shù)有關(guān)，強(qiáng)迫振蕩機(jī)理則主要與擾動信號有關(guān)，可見低頻振蕩機(jī)理的研究相當(dāng)復(fù)雜，在實際系統(tǒng)受到各種因素的相互作用和影響。傳統(tǒng)基于系統(tǒng)模型進(jìn)行低頻振蕩分析的方法也可能受到模型、參數(shù)的誤差和不同機(jī)理分析方法差異性的影響，其結(jié)果往往都存在一定偏差[7-8]，因此，借助擾動后的系統(tǒng)響應(yīng)信號或擾動軌跡進(jìn)行低頻振蕩特征提取，已成為理論界和工程界進(jìn)行低頻振蕩辨識分析重要手段。

2　基于信號特征辨識的電力系統(tǒng)低頻振蕩分析方法特征綜述

2.1傅里葉法(FFT)

傅里葉變換(FourierTransform)是平穩(wěn)信號頻譜分析即頻率測量的常用工具。在早期基于實測信號的低頻振蕩分析研究中，有學(xué)者嘗試?yán)枚虝r傅里葉變換得到各諧波分量系數(shù)隨時間的變化規(guī)律，從中提取低頻振蕩的模式參數(shù)[21]，文獻(xiàn)[22]利用FFT方法對PMU所采集的節(jié)點間電壓相角差的振蕩時間曲線進(jìn)行分析，提取振蕩模式，文獻(xiàn)[23]用實時FFT算法進(jìn)行低頻振蕩模式的在線辨識來估計電力系統(tǒng)穩(wěn)定性。由于實際信號的有限時寬和采樣的不同步，傅里葉變換在擬合實際信號時還存在頻譜混疊效應(yīng)、柵欄效應(yīng)和頻譜泄露等問題[24]，面對實際低頻振蕩信號振蕩過程的非平穩(wěn)性，傅里葉算法還無法反映振蕩的阻尼特性及瞬時頻率，因此很難應(yīng)用于工程實際。近年來基于FFT的低頻振蕩分析方法又有了新的進(jìn)展，有學(xué)者將FFT與神經(jīng)網(wǎng)絡(luò)方法相結(jié)合，實現(xiàn)了對低頻振蕩特征提取[25]。

2.2小波法(WT)

小波算法是用一系列的有限基函數(shù)來表示的連續(xù)信號，并通過小波參數(shù)選取來調(diào)整時域和頻域分析窗口，可用于對瞬態(tài)和非平穩(wěn)信號處理與分析，小波算法能克服FFT法在時域無局部化的缺點。文獻(xiàn)[26]基于PMU相量測量裝置獲得的多點信號，通過小波變換獲得了電力系統(tǒng)低頻振蕩的信號特征信息，文獻(xiàn)[27]指出在小波變換中利用時-頻分布的局部最大值來計算瞬時頻率，即小波脊算法，利用該算法可以根據(jù)信號特征自適應(yīng)調(diào)整時頻窗口，由此提高了小波算法的分辨能力，為小波算法在提取電力系統(tǒng)低頻振蕩的模式特征方面的應(yīng)用打下了基礎(chǔ)。文獻(xiàn)[28]利用小波脊算法，基于實測PMU數(shù)據(jù)獲得了系統(tǒng)時變的低頻振蕩特性，通過對振蕩特征曲線進(jìn)行小波脊分析，準(zhǔn)確獲得了振蕩模式的時變特征并表現(xiàn)出良好的抗噪能力。

雖然小波算法可以通過時頻結(jié)合描述構(gòu)成信號的時頻譜，以此反映振蕩信號的時變特性，但小波脊選取困難并且要求振蕩過程持續(xù)較長的時間，否則難以區(qū)分近似模式頻率，這是小波法難于用于工程實際的主要瓶頸。近年來，有學(xué)者利用連續(xù)小波變換和奇異值分解技術(shù)，獲得了小波系數(shù)奇異值分解的頻率向量，據(jù)此可有效識別不同振蕩模式的頻率，同時采用離散小波變換閾值去噪和小波系數(shù)矩陣奇異值分解的矩陣重構(gòu)法，對實測信號進(jìn)行去噪處理，使得小波類方法在低頻振蕩特征辨識方面取得了新的進(jìn)展[29]。

2.3普羅尼法(Prony)

Prony算法是用一組指數(shù)項的線性組來擬合等間距采樣數(shù)據(jù)，其數(shù)學(xué)表達(dá)式如下：

y=ΣAme-αtcos(2πft+θ)

式中Am——幅值；α——衰減因子；f——頻率；θ——初相。

根據(jù)該表達(dá)式可看出，由不同指數(shù)函數(shù)的線性組合來對原始信號進(jìn)行擬合，通過計算擬合曲線的特征近似獲取原始信號特征，這就是Prony算法。文獻(xiàn)[30]率先將Prony算法用于電力系統(tǒng)低頻振蕩特征分析，通過對仿真信號的特征提取證實了其正確性。文獻(xiàn)[31]進(jìn)一步將Prony算法與線性模式特征值法進(jìn)行對比分析，驗證了Prony算法在提取系統(tǒng)振蕩特性方面的有效性，同時也發(fā)現(xiàn)了Prony算法的缺點，指出Prony方法噪聲敏感，當(dāng)信噪比小于40dB時，難以得到準(zhǔn)確的分析結(jié)果，同時對于非平穩(wěn)信號的適應(yīng)性差。在此基礎(chǔ)上文獻(xiàn)[32]全面深入分析了噪聲水平、信號非平穩(wěn)性和辨識模型階數(shù)選取對Prony計算精度、效率的影響。

針對噪聲和信號的非平穩(wěn)性，在Prony辨識方法的數(shù)據(jù)預(yù)處理環(huán)節(jié)，分別出現(xiàn)了基于模糊濾波[33]、自適應(yīng)神經(jīng)濾波[34]，平滑先驗法對PMU采集信號進(jìn)行去趨勢處理[35]和數(shù)學(xué)形態(tài)濾波[36]等多種去噪處理技術(shù)，由此提升了Prony方法的辨識精度。對于模型階數(shù)選取的問題，也出現(xiàn)多種不同方法，文獻(xiàn)[7]通過定義不同階次的Hankel行列式并根據(jù)其比值的變化來確定模型階數(shù)。文獻(xiàn)[37]通過對包含信號特征的二階矩樣本矩陣奇異值分解獲得奇異值分布特征，最后根據(jù)奇異值分布特征劃分信號子空間和噪聲空間，以此獲得系統(tǒng)實際階數(shù)的估計值。通過對模型階數(shù)選擇算法的改進(jìn)獲得了更符合實際系統(tǒng)的降階模型，由此降低了Prony方法的計算量，提升了Prony方法的效率，為其在線應(yīng)用創(chuàng)造了條件。

傳統(tǒng)Prony方法通過與去噪處理算法和模型階數(shù)估計算法相結(jié)合，拓寬了該類方法適用范圍，也為該類方法在實際工程中的應(yīng)用奠定了基礎(chǔ)，目前Prony方法已被廣泛用于國內(nèi)網(wǎng)、省級電網(wǎng)調(diào)度控制中心的WAMS系統(tǒng)進(jìn)行低頻振蕩的在線監(jiān)測和研究分析[38]。

2.4希爾伯特黃變換法(HHT)

HHT法主要由經(jīng)驗?zāi)B(tài)分解和Hilbert變換兩大部分組成，其核心是經(jīng)驗?zāi)B(tài)分解。通過經(jīng)驗?zāi)B(tài)分解對非平穩(wěn)和非線性信號進(jìn)行線性化和平穩(wěn)化處理后，獲得信號的固有模態(tài)分量，然后在對其進(jìn)行Hilbert變換進(jìn)一步獲得瞬時頻率及瞬時振幅，最后根據(jù)Hilbert譜和Hilbert邊界譜實現(xiàn)對信號的時頻特征分析。

文獻(xiàn)[39]將該類方法引入了電力系統(tǒng)低頻振蕩辨識領(lǐng)域，通過經(jīng)驗?zāi)B(tài)分解自身所具備的去直和濾波功能，不僅實現(xiàn)了對非平穩(wěn)數(shù)據(jù)的線性化和平穩(wěn)化處理，克服了FFT和Prony算法難以處理非平穩(wěn)信號的缺點，也提升了辨識分析的效率。同時通過Hilbert變換和計算Hilbert邊界譜，可以獲得振蕩信號的瞬時頻率變化特性以及信號能量隨頻率的分布情況[40]，雖然HHT表現(xiàn)出了WT和Prony類算法無可比擬的優(yōu)勢，但其在經(jīng)驗?zāi)B(tài)分解時也因端點效應(yīng)和模態(tài)混疊問題嚴(yán)重影響了其辨識精度和準(zhǔn)確性[41]。

針對經(jīng)驗?zāi)B(tài)分解過程中存在的端點效應(yīng)問題，文獻(xiàn)[42]通過比較4類端點延拓法，指出采用頻率偏差法來解決經(jīng)驗?zāi)B(tài)分解中存在的模態(tài)混疊現(xiàn)象，并建立基于極值點對稱延拓和頻率偏差原理的改進(jìn)HHT算法，擴(kuò)大了HHT在低頻振蕩信號分析中的應(yīng)用范圍。文獻(xiàn)[43]在文獻(xiàn)[41]的基礎(chǔ)上，通過端點優(yōu)化對稱延拓法，提出了一種改進(jìn)HHT方法，最大程度縮小了經(jīng)驗?zāi)B(tài)分解的誤差。目前國內(nèi)部分網(wǎng)、省級調(diào)度機(jī)構(gòu)的WAMS系統(tǒng)中，已應(yīng)用該類方法進(jìn)行低頻振蕩在線監(jiān)測。

3　未來大電網(wǎng)低頻振蕩在線監(jiān)測技術(shù)發(fā)展探討

3.1基于多種信號分析法相結(jié)合的低頻振蕩在線監(jiān)測方法研究

在基于信號辨識的低頻振蕩辨識方法中，沒有一種完美的信號處理方法可以適用所有場合低頻振蕩的在線辨識，即使相對成熟的Prony或HHT方法在實際工程應(yīng)用中依然可能因模式混疊、辨識精度低等問題造成對低頻振蕩的誤判，影響調(diào)度的正常監(jiān)控。未來可繼續(xù)深入研究現(xiàn)有低頻振蕩在線監(jiān)測方法的優(yōu)缺點和適用性，找出不同方法的互補特性，然后再將幾種方法相結(jié)合形成混合類算法來研究分析低頻振蕩問題，以此彌補現(xiàn)有算法的不足。通過混合類算法實現(xiàn)低頻振蕩辨識精度的進(jìn)一步提高，這也是將來大電網(wǎng)低頻振蕩在線監(jiān)測方法值得深入研究的一個方向。

3.2基于一體化調(diào)度自動化系統(tǒng)的低頻振蕩廣域協(xié)同監(jiān)測與分析方法研究

目前國內(nèi)各級調(diào)度中心擁有的WAMS系統(tǒng)，主要是基于其調(diào)管范圍內(nèi)的廠站PMU量測信息，進(jìn)行低頻振蕩監(jiān)測和分析。然而隨著我國互聯(lián)電網(wǎng)的進(jìn)一步發(fā)展，實際發(fā)生的多數(shù)低頻振蕩事件往往可能因為外部系統(tǒng)擾動或多個區(qū)域機(jī)組相互作用引起的擾動，造成區(qū)間聯(lián)絡(luò)線或區(qū)間聯(lián)絡(luò)線緊密相關(guān)的本區(qū)域內(nèi)電氣設(shè)備上出現(xiàn)振蕩現(xiàn)象，正常情況下對應(yīng)的調(diào)度中心都能監(jiān)測到此類振蕩，但是要對此類振蕩加以控制處理，則需要更多地結(jié)合其他區(qū)域調(diào)度中心和甚至低電壓等級調(diào)度中心的廣域測量信息，才能準(zhǔn)確判斷出振蕩的范圍以及不同機(jī)組在振蕩中參與情況，最終綜合各區(qū)域信息才能對具體機(jī)組的出力或線路的開斷作出正確的控制決策，在文獻(xiàn)[43]中對此也提出類似的觀點。

隨著我國一體化調(diào)度自動化系統(tǒng)的建設(shè)和發(fā)展，為解決上述問題創(chuàng)造了基礎(chǔ)條件，使網(wǎng)、省兩級調(diào)度機(jī)構(gòu)通過通用服務(wù)總線交互WAMS實時數(shù)據(jù)和分析結(jié)果逐漸成為可能，據(jù)此可彌補各級WAMS系統(tǒng)存在的監(jiān)測盲區(qū)，實現(xiàn)網(wǎng)、省級調(diào)度機(jī)構(gòu)對全域電網(wǎng)的動態(tài)安全協(xié)同監(jiān)測與結(jié)果共享，由此提升各級調(diào)度機(jī)構(gòu)事故事件處理能力。因此，開展基于一體化調(diào)度自動化系統(tǒng)的低頻振蕩廣域協(xié)同監(jiān)測與分析方法的系統(tǒng)架構(gòu)和關(guān)鍵技術(shù)研究，在未來大電網(wǎng)安全穩(wěn)定控制方面具有非常顯著的理論意義和實用工程價值。

3.3基于并行計算技術(shù)的低頻振蕩在線監(jiān)測方法研究

現(xiàn)有低頻振蕩在線監(jiān)測與電網(wǎng)中的短路、跳機(jī)等故障或事件有所區(qū)別，對于后者，調(diào)度員利用現(xiàn)有SCADA系統(tǒng)即可在電網(wǎng)故障瞬間獲得故障跳閘信息，對于前者雖已實現(xiàn)在線監(jiān)測，但其實時性還遠(yuǎn)未達(dá)到前者的水平。究其原因一是由于基于信號分析的低頻振蕩辨識，按照采樣定理其需要一定長度的時間觀察窗；二是由于在線監(jiān)測的數(shù)據(jù)預(yù)處理和信號計算耗時較多。例如假設(shè)監(jiān)測的數(shù)據(jù)個數(shù)N，每個數(shù)據(jù)預(yù)處理和計算耗時分別為t1和t2，那么完成一次監(jiān)測計算耗時則需要N×(t1+t2)，據(jù)實際系統(tǒng)的處理能力，t1+t2>1ms，對于一個省級調(diào)度中心而言N遠(yuǎn)大于1 000，因此，除去觀察窗口時間，1次低頻振蕩計算耗時>1s，而計算耗時會隨著電網(wǎng)規(guī)模擴(kuò)大而不斷增加。

在面向未來大電網(wǎng)低頻振蕩的在線監(jiān)測，上述工程應(yīng)用問題將越發(fā)凸顯，為此可以考慮將并行計算技術(shù)引入低頻振蕩辨識領(lǐng)域，通過并行計算技術(shù)將低頻振蕩在計算耗時控制在毫秒級以內(nèi)，進(jìn)一步提高大電網(wǎng)低頻振蕩在線監(jiān)測分析的效率，實現(xiàn)低頻振蕩準(zhǔn)實時或超實時監(jiān)測和判斷，為后續(xù)擾動源定位和控制預(yù)留更多有效時間。隨著調(diào)度自動化系統(tǒng)技術(shù)的發(fā)展以及并行計算技術(shù)在電力系統(tǒng)的應(yīng)用，研究基于并行計算技術(shù)的低頻振蕩信號分析方法也是未來大電網(wǎng)低頻振蕩在線監(jiān)測值得深入研究的一個方向。

4　結(jié)語

隨著我國電網(wǎng)交直流互聯(lián)的進(jìn)一步發(fā)展，電網(wǎng)特征日趨復(fù)雜，影響電網(wǎng)安全穩(wěn)定的電力系統(tǒng)低頻振蕩現(xiàn)象已引起電網(wǎng)運行控制人員高度關(guān)注，為此本文開展了以下工作：

(1)追溯低頻振蕩產(chǎn)生的原由，回顧了電力系統(tǒng)低頻振蕩的發(fā)生機(jī)理；

(2)全面總結(jié)分析4類典型的基于信號分析的低頻振蕩辨識方法的特點及應(yīng)用情況；

(3)結(jié)合當(dāng)前工程領(lǐng)域的問題，探討了未來大電網(wǎng)低頻振蕩在線監(jiān)測研究工作的發(fā)展方向。

隨著傳統(tǒng)EMS、WAMS、保信等電網(wǎng)調(diào)度自動化系統(tǒng)的一體化建模，一個涵蓋電網(wǎng)穩(wěn)態(tài)、暫態(tài)、動態(tài)監(jiān)視與控制的一體化全景數(shù)據(jù)智能調(diào)度自動化系統(tǒng)即將實現(xiàn)工程化應(yīng)用。未來互聯(lián)電網(wǎng)的低頻振蕩研究應(yīng)充分利用這一平臺，深入開展基于多信號相關(guān)性特征聯(lián)合分析的低頻振蕩監(jiān)測與控制方法研究，實現(xiàn)大電網(wǎng)低頻振蕩的在線廣域協(xié)同監(jiān)測與控制。

[1]倪以信．動態(tài)電力系統(tǒng)理論與分析[M]．北京: 清華大學(xué)出版社，2002．

[2]薛禹勝，郝思鵬，劉俊勇，等. 關(guān)于低頻振蕩分析方法的評述[J]．電力系統(tǒng)自動化，2009，33 (3):1-8.

XUEYu-sheng,HAOSi-peng,LIUJun-yong,etal.Areviewofanalysismethodsforlow-frequencyoscillations[J].AutomationofElectricPowerSystems,2009,33(3):1-8.

[3]王鐵強(qiáng)，賀仁睦，王衛(wèi)國，等. 電力系統(tǒng)低頻振蕩機(jī)理的研究[J].中國電機(jī)工程學(xué)報，2002，22(2)：21- 25.

WANGTie-qiang,HERen-mu,WANGWei-guo，etal.Themechanismstudyoflowfrequencyoscillationinpowersystem[J].ProceedingsoftheCSEE，2002,22(2):21-25.

[4]劉雋，李興源，鄒全平，等. 互聯(lián)電網(wǎng)低頻振蕩的相關(guān)問題及研究[J]．繼電器，2005，33(16)：70-78．

LIUJuan,LIXing-yuan,ZOUQuan-ping,etal.Researchandproblemsoflowfrequencyoscillationininterconnectedpowernetworks[J].Relay,2005,33(16):70-78.

[5]石輝，張勇軍，徐濤.我國智能電網(wǎng)背景下的低頻振蕩應(yīng)對研究綜述[J]．電力系統(tǒng)保護(hù)與控制，2010，38(24)：242-247．

SHIHui,ZHANGYong-jun,XUTao.SurveyofresponsetoLFOunderthebackgroundofChinasmartgrid[J].PowerSystemProtectionandControl，2010，38( 24)：242-247．

[6]楊東俊，丁堅勇，周宏，等．基于WAMS量測數(shù)據(jù)的低頻振蕩機(jī)理分析[J]．電力系統(tǒng)自動化，2009，33(23)：24-28．

YANGDong-jun,DINGJian-yong,ZHOUHong,etal.Mechanismanalysisoflow-frequencyoscillationbasedonWAMSmeasureddata[J].AutomationofElectricPowerSystems, 2009,33(23):24-28.

[7]鞠平,謝歡,孟遠(yuǎn)景，等.基于廣域測量信息在線辨識低頻振蕩[J].中國電機(jī)工程學(xué)報,2005,25(22):56-60.

JUPing,XIEHuan,MNGYuan-jin,etal.Onlineidentificationoflow-frequencyoscillationsbasedonwide-arermeasurements[J].ProceedingsoftheCSEE,2005,25(22):56-60．

[8]陳樹恒，李興源．基于WAMS的低頻振蕩模式在線辨識算法[J]．繼電器，2007，35(20)：17-22．

CHENShu-heng,LIXing-yuan.AnalgorithmforidentifyinglowfrequencyoscillationmodesonlinebasedonWAMS[J].Relay,2007,35(20):17-22.

[9]HAUERJF，TRUDNOWSKIDJ，DESTEESEJG．AperspectiveonWAMSanalysistoolsfortrackingofoscillatorydynamics[C]．PowerEngineeringSocietyGeneralMeetingIEEE, 2007：1-10．

[10]DEMELLOFP，CORCORDIAC．Conceptofsynchronousmachinestabilityasaffectedbyexcitationcontrol[J]．IEEETransactions.onPAS，1969，88(4)：316-329.

[11]余貽鑫，李鵬.大區(qū)域電網(wǎng)弱互聯(lián)對互聯(lián)系統(tǒng)阻尼和動態(tài)穩(wěn)定性的影響[J].中國電機(jī)工程學(xué)報，2005, 25(11)： 6-11.

YUYi-xin,LIPeng.Theimpactofweakinternectionofbulkpowergridstodampinganddynamicstabilityofpowersystems[J].ProceedingsoftheCSEE，2005，25(11)：6 -11．

[12]湯涌. 電力系統(tǒng)強(qiáng)迫功率振蕩分析[J].電網(wǎng)技術(shù)，1995，19(12)： 6-10.

TANGYong.Theanalysisofforcedpoweroscillationinpowersystem[J].PowerSystemTechnology, 1995,19(12):6-10.

[13]湯涌.電力系統(tǒng)強(qiáng)迫功率振蕩的基礎(chǔ)理論[J].電網(wǎng)技術(shù)，2006，30(10)：29-33.

TANGYong.Fundamentaltheoryofforcedpoweroscillationinpowersystem[J].PowerSystemTechnology,2006,30(10):29-33.

[14]余一平，閔勇，陳磊，等．周期性負(fù)荷擾動引發(fā)強(qiáng)迫功率振蕩分析[J]．電力系統(tǒng)自動化，2010，34(6)：7-11．

YUYi-ping,MINYong,CHENLei,etal.Analysisofforcedpoweroscillationcausedbycontinuouscyclicalloaddisturbances[J].AutomationofElectricPowerSystems,2010,34(6):7-11.

[15]賀仁睦，韓志勇，周密，等. 互聯(lián)電力系統(tǒng)未知機(jī)理低頻振蕩分析[J]．華北電力大學(xué)學(xué)報(自然科學(xué)版)，2009，36(1):1-4，9.

HERen-mu,HANZhi-yong,ZHOUMi,etal.Analysisonunknownmechanismlowfrequencyoscillationofinterconnectedpowersystem[J].JournalofNorthChinaElectricPowerUniversity, 2009,36(1)：1-4，9．

[16]劉輝，楊寅平，田云峰，等.電力系統(tǒng)強(qiáng)迫功率振蕩實例及機(jī)理分析[J]．電力系統(tǒng)自動化，2012，36(10)：113-117．

LIUHui,YANGYin-ping,TIANYun-feng,etal.Instancesandmechanismanalysisofforcedpoweroscillationinpowersystems[J].AutomationofElectricPowerSystems,2012,36(10):113-117.

[17]DOBSONI，ZHANGJ,GREENES,etal.Isstrongmodalresonanceaprecursortopowersystemoscillation[J].IEEETransactionsonCircuitsandSystems, 2001,48(3):340-349.

[18]ABEDEH，PVARAIYAP.Nonlinearoscillationsinpowersystem[J].ElectricPowerandEnergySystems. 1984, 6(1) 37-43.

[19]鄧集祥，劉廣生，邊二曼. 低頻振蕩中的Hopf分歧研究[J].中國電機(jī)工程學(xué)報，1997, 17(6)： 391-394,398.

DENGJi-xiang,LIUGuang-sheng,BIANEr-man.StudyonHopfbifurcationinlowfrequencyoscillation[J].ProceedingsoftheCSEE,1997,17(6):391-394，398.

[20]張衛(wèi)東，張偉年.電力系統(tǒng)混純振蕩的參數(shù)分析[J].電網(wǎng)技術(shù)，2000，24(12)：17-20.

ZHANGWei-dong,ZHANGWei-nian.Analysisofparametersforchaoticpowersystems[J].PowerSystemTechnology,2000,24(12):17-20.

[21]賈宏杰，余貽鑫，工成山. 考慮勵磁頂值與PSS的混沌和分岔現(xiàn)象[J].電力系統(tǒng)自動化，2001，25(l):11-14.

JIAHong-jie,YUYi-xin,WANGCheng-shan.ThechaoticandbifurcationphenomenaconsideringpowersystemsexcitationlimitandPSS[J].AutomationofElectricPowerSystems,2001,25(1):11-14.

[22]O′SHEAP.Theuseofslidingspectralwindowsforparameterestimationinpowersystemdisturbancemonitoring[J].IEEETransactionsonPowersystemsystems.2000.15(4):1261-1267.

[23]HASHIGUCHIT，YOSHIMOTOM，MITANIY,etal.Oscillationmodeanalysisinpowersystemsbasedondataacquiredbydistributedphasormeasurements[C].Proceedingsofthe2003InternationalSymposiumonCircuitsandSystems.2003.3:367-370.

[24]謝小榮，肖晉宇，童陸園，等. 采用廣域測量信號的互聯(lián)電網(wǎng)區(qū)間阻尼控制[J].電力系統(tǒng)自動化，2004,28(2)：37-40.

XIEXiao-rong,XIAOJin-yu,TONGLu-yuan,etal.Inter-areadampingcontrolofinterconnectedpowersystemsusingwide-areameasurements[J].AutomationofElectricPowerSystems, 2004,28(2):37-40.

[25]張賢達(dá).現(xiàn)代信號處理[M].北京：清華大學(xué)出版社，2002.

[26]馬建偉, 竺煒, 曾喆昭, 等.FFT結(jié)合神經(jīng)網(wǎng)絡(luò)的低頻振蕩主導(dǎo)模式識別[J]. 電力科學(xué)與技術(shù)學(xué)報, 2011, 26(4): 88-93.

MAJian-wei,ZHUWei,ZENGZhe-zhao,etal.PowersystemlowfrequencyoscillationdominantpatternrecognitionbasedonFFTandneuralnetworkalgorithm[J].JournalofElectricPowerScienceAndTechnology,2011(4):88-93.

[27]MASAHIDEHOJO，TOKUOOHNISHI，YASUNORIMATANI,etal.ObservationoffrequencyoscillationinWesternJapan60Hzpowersystembasedonmultiplesynchronizedphasormeasurements[C].IEEEBolognaPowerTechConferenceProceedings，Bologna，2003,2:656-661.

[28]DELPRATN,ESCUDIEB,GUILLEMAINP,etal.Asymptoticwaveletandgaboranalysis:extractionofinstantancousfrequencies[J].IEEETransonInformationTheory，1992,38(3):644-644.

[29]張鵬飛，薛禹勝，張啟平. 電力系統(tǒng)時變振蕩特性的小波脊分析[J].電力系統(tǒng)自動化，2004,28(16)：32-35,66.

ZHANGPeng-fei,XUEYu-sheng,ZHANGQi-ping.Powersystemtime-varyingoscillationanalysiswithwaveletridgealgorithm[J].AutomationofElectricPowerSystems,2004,28(16):32-35,66.

[30]HAUERJF，DEMEURECJ，SCHARFLL.Initialresultsinpronyanalysisofpowersystemresponsesignal[J].IEEETransonPowerSystem,1990,5(1):80-89.

[31]GRUNDCE，PASERBAJJ，HAUERJF，etal．ComparisonofPronyandeigenanalysisforpowersystemcontroldesign[J].IEEETransactionsonPowerSystems，1993，8(3)：964-971.

[32]王鐵強(qiáng)，賀仁睦，徐東杰，等.Prony算法分析低頻振蕩的有效性研究[J]. 中國電力，2001，34(11)：38-41.

WANGTie-qiang,HERen-mu,XUDong-jie，etal.Thevaliditystudyofpronyanalysisforlowfrequencyoscillationinpowersystem[J].ElectricPower,2001,34(11):38-41.

[33]李大虎，曹一家. 基于模糊濾波和Prony算法的低頻振蕩模式在線辨識方法[J].電力系統(tǒng)自動化，2007,31(1)：14-19.

LIDahu,CAOYijia.AnOnlineIdentificationmethodforpowersystemlow-frequencyoscillationbasedonfuzzyfilteringandpronyalgorithm[J].AutomationofElectricPowerSystems,2007,31(1):14-19.

[34]侯王賓，劉天琪，李興源. 基于自適應(yīng)神經(jīng)濾波的低頻振蕩的Prony分析[J]. 電網(wǎng)技術(shù), 2010, 34(3): 59-64.

HOUWang-bin,LIUTian-qi,LIXing-yuan.Pronyanalysisoflowfrequencyoscillationsbasedonadaptiveneural-fuzzyfiltering[J].PowerSystemTechnology,2010，34(3)：59-64.

[35]周念成，王予疆，陳剛，等．低頻振蕩模式辨識中信號非線性去趨的平滑先驗方法[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(11):1-5, 29.

ZHOUNian-cheng,WANGYu-jiang,CHENGang,etal.Smoothnesspriorapproachtoremovingnonlineartrendsfromsignalsinidentificationoflowfrequencyoscillationmode[J].PowerSystemProtectionandControl，2012, 40(11)：1-5，29．

[36]李安娜，吳熙，蔣平，等. 基于形態(tài)濾波和Prony算法的低頻振蕩模式辨識的研究[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(3):137-142.

LIAnn,WUXi,JIANGPing,etal.ResearchonidentifyinglowfrequencyoscillationmodesbasedonmorphologicalfilteringtheoryandPronyalgorithm[J].Relay,2015,43(3):137-142．

[37]肖晉宇，謝小榮，胡志祥，等. 電力系統(tǒng)低頻振蕩在線辨識的改進(jìn)Prony算法[J]．清華大學(xué)學(xué)報，2004，44(7)：883-887.

XIAOJin-yu,XIEXiao-rong,HUZhi-xiang,etal.ImprovedPronymethodforonlineidentificationoflow-frequencyoscillationsinpowersystems[J].JournalofTsinghuaUniversity(ScienceandTechnology),2004,44(7):883-887.

[38]李振元,郭雷,孫勇，等. 廣域測量系統(tǒng)在吉林電網(wǎng)低頻振蕩監(jiān)控中的應(yīng)用[J].吉林電力, 2012, 40(1):11-13.

LIZhen-yuan,GUO-Lei,SUNYong,etal.ApplicationofWAMSinlowfrequencyoscillationmonitoringinJilinPowerGrid[J].JilinElectricPower,2012,40(1):11-13.

[39]李天云，高磊，趙妍．基于HHT的電力系統(tǒng)低頻振蕩分析[J].中國電機(jī)工程學(xué)報，2006，26(14):24-30.

LITian-yun,GAOLei,ZHAOYan.AnalysisoflowfrequencyoscillationsusingHHTmethod[J].ProceedingsoftheCSEE,2006,26(14):24-30.

[40]韓松，何利銓，孫斌，等. 基于希爾伯特-黃變換的電力系統(tǒng)低頻振蕩的非線性非平穩(wěn)分析及其應(yīng)用[J]．電網(wǎng)技術(shù)，2008，32 (4):56-60.

HANSong,HELi-quan,SUNBin,etal.Hilbert-Huangtransformbasednonlinearandnon-stationaryanalysisofpowersystemlowfrequencyoscillationanditsapplication[J].PowerSystemTechnology, 2008,32(4):56-60.

[41]楊德昌，REHTANZC，李勇，等. 基于改進(jìn)希爾伯特-黃變換算法的電力系統(tǒng)低頻振蕩分析[J]. 中國電機(jī)工程學(xué)報，2011，31(10):102-108.

YANGDe-chang,C.Rehtanz,LIYong,etal.ResearchingonlowfrequencyoscillationinpowersystembasedonimprovedHHTalgorithm[J].ProceedingsoftheCSEE,2011,31(10)：102-108．

[42]金濤，褚福亮，李威，等. 基于改進(jìn)HHT算法的電力系統(tǒng)低頻振蕩模態(tài)辨識研究[J].電氣工程學(xué)報，2015，10(6):58-66.

JINTao,ZHUFu-liang,LIWei,etal.ResearchonpowersystemlowfrequencyoscillationmodalidentificationbasedonimprovedHHTmethod[J]．ElectricalManufacturing，2015，10(6)：58-66．

[43]段剛，嚴(yán)亞勤，謝曉冬. 廣域相量測量技術(shù)發(fā)展現(xiàn)狀與展望[J]. 電力系統(tǒng)自動化，2015，39(1):73-80.

DUANGang,YANYa-qin,XIEXiao-dong,etal.Developmentstatusquoandtendencyofwideareaphasormeasuringtechnology[J].AutomationofElectricPowerSystems,2015,39(1):73-80.

(本文編輯：嚴(yán)加)

Review of Identification Method for Power System Low Frequency Oscillation Based on Signal Analysis

LI Shi-ming

(PowerDispatchingControlCenter,GuangdongPowerGridCo.,Ltd.,Guangzhou510600,China)

WiththewideapplicationofPMUmeasurementsinthepowergrid，theWAMSsystembasedonPMUmeasureinformationhasbecomeanimportantmeansofonlinemonitoringoflowfrequencyoscillationinregionalinterconnectedpowergrid.Thispaperfocusesonthemechanismoflowfrequencyoscillationandreviewstheidentificationmethodoflowfrequencyoscillationinthepowergridbasedonthesignalanalysis;thencombinedwiththeactualproject,itdiscussesthetechnologydevelopmenttrendoftheon-linemonitoringoflowfrequencyoscillationinthefuture，andpointsoutthatthefuturelow-frequencyoscillationon-linemonitoringtechnologyshouldbecloselycombinedwiththetechnologydevelopmenttrendofintegratedintelligentdispatchingautomationsysteminordertoachievetheglobalon-linedynamicmonitoringandconjointanalysis.

electricpowersystem;lowfrequencyoscillation;WAMS;signalanalysis;identificationmethod

10.11973/dlyny201604003

李世明(1984)，男，碩士，工程師，從事調(diào)度自動化系統(tǒng)管理、電力系統(tǒng)高級應(yīng)用軟件方面的研究工作。

TM712

A

2095-1256(2016)04-0420-07

2016-05-23