CN106571638A - 一种低频振荡类型的判别方法 - Google Patents
一种低频振荡类型的判别方法 Download PDFInfo
- Publication number
- CN106571638A CN106571638A CN201610991346.1A CN201610991346A CN106571638A CN 106571638 A CN106571638 A CN 106571638A CN 201610991346 A CN201610991346 A CN 201610991346A CN 106571638 A CN106571638 A CN 106571638A
- Authority
- CN
- China
- Prior art keywords
- oscillation
- unit
- low
- energy
- oscillation energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 44
- 230000008859 change Effects 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 230000004069 differentiation Effects 0.000 abstract description 3
- 230000002123 temporal effect Effects 0.000 description 8
- 238000013016 damping Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- -1 period Chemical class 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种低频振荡类型的判别方法,所述方法包括:设置滑动窗和振荡能量门槛值;计算各时间段内机组的振荡能量,并确定目标机组;计算各时间段内目标机组的振荡能量空间分布熵和标幺化标准差指标;根据目标机组的振荡能量空间分布熵和标幺化标准差指标计算熵差分类指标;根据熵差分类指标判断低频振荡类型。本发明提供的技术方案从本质上揭示了低频振荡运动特性,直观反映了不同类型低频振荡差异特性,适应性和区分效果更加明显,且提出标幺化标准差指标来反映机组振荡能量所占百分比大小;通过熵差分类判据综合表征不同类型低频振荡能量分布特性,利用滑动窗动态反映振荡能量随时间变化态势,进而实现了准确、有效区分不同类型低频振荡。
Description
技术领域
本发明涉及一种方法,具体讲涉及一种低频振荡类型判别方法。
背景技术
低频振荡是电力***在遭受扰动后联络线上的功率摇摆。***动态失稳是扰动后由于阻尼不足甚至是负阻尼引起的发散振荡导致的。失稳的因素主要是***电气阻尼不足或缺乏合适的有功配合,通常是由以下几种扰动引发的:(1)切机;(2)输电线故障或保护误动;(3)断路器设备事故;(4)损失负荷。扰动现象一般要经历产生、传播、消散的过程,在传播过程中可能引起新的扰动,同时针对扰动的操作本身也是一种扰动。所以,这些情况往往不是孤立的,而是相互关联的,在时间、空间上呈现多重现象。这就是多重扰动存在的实际物理背景。持续恶化的互相作用最终将导致***失稳、解列,形成大规模的停电事故。
近年来,低频振荡事件在国内外电网发生了多起,严重威胁着电网的安全、稳定运行,制约着电网的输电能力。低频振荡是指发电机的转子角、转速,以及相关电气量,如线路功率、母线电压等发生近似等幅或增幅的振荡,因振荡频率较低,一般在0.1-2.5Hz。
随着互联电网规模的不断扩大以及高放大倍数快速励磁***的应用,使得发电机在小扰动下容易产生转子间相对摇摆,引发电力***弱阻尼或负阻尼低频振荡,严重制约了电网的安全稳定运行。电力***发生低频振荡时,准确判断振荡类型对确定振荡起因和采取抑制措施至关重要,因此低频振荡分类判别越来越受到运行人员和研究人员的重视。按照振荡起因和范围,低频振荡可以分为局部振荡、区间振荡及局部-区间耦合振荡。不同类型低频振荡对应的抑制措施具有明显差别。
在现有技术中,用能量的概念分析低频振荡时发现,低频振荡是电力***的一种特殊的运动形式,振荡过程伴随着振荡能量的传播与转换,电力***发生低频振荡时,产生振荡能量的负阻尼发电机组是振荡能量源,局部振荡或区间振荡发生后,振荡能量源在空间的分布相对固定,与此相关的机组随着振荡能量的释放随时间推移逐趋平稳。局部-区间耦合振荡发生后,振荡能量源由局部振荡模式下的少数机组逐渐过渡为区间振荡模式下的众多机组,***振荡能量在空间的分布随时间的推移经历由集中到分散的过渡过程。但是,仅仅凭借振荡能量的时间尺度分布确定低频振荡类型,虽然此法可以从本质上揭示低频振荡的运动特性,但无明确的类型界限划分,且不能直观反应不同类型低频振荡差异特性。
为了准确辨识出低频振荡的类型,需要提供一种基于振荡能量时空分布熵的低频振荡类型判别方法来满足现有技术的需要。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种低频振荡类型判别方法,所述方法包括:
(1)设置滑动窗和振荡能量门槛值;
(2)根据计算的各时间段内机组的振荡能量确定目标机组;
(3)计算各时间段内目标机组的振荡能量空间分布熵和标幺化标准差指标;
(4)用目标机组的振荡能量空间分布熵和标幺化标准差指标计算熵差分类指标;
(5)根据熵差分类指标判断低频振荡类型。
优选的,所述步骤(1)设置滑动窗包括:设置初始时刻、滑动长度和滑动步长。
优选的,所述步骤(2)的振荡能量EGi如下式所示:
式中,t1,t2:时间段;ΔPi:发电机输出有功功率相对稳态值的变化量;Δfi:频率偏移量。
优选的,所述步骤(2)目标机组的确定包括:按振荡能量EGi是否大于振荡能量门槛值确定目标机组。
优选的,所述步骤(3)各时间段内目标机组的振荡能量空间分布熵SOE如下式所示:
式中,ηi:机组i在***振荡能量中所占百分比,N:机组数量。
优选的,所述机组i在***振荡能量所占百分比ηi如下式所示:
式中,EGi:机组的振荡能量;EΣ:机组的总振荡能量。
优选的,所述步骤(3)的标幺化标准差指标σp·u如下式所示:
式中,σ:机组的振荡能量标准差;μ:机组的振荡能量平均值;N:机组数量;EGi:机组的振荡能量。
优选的,所述机组的振荡能量标准差σ如下式所示:
所述机组的振荡能量平均值μ如下式所示:
式中,N:机组数量;EGi:机组的振荡能量。
优选的,所述步骤(4)熵差分类指标DΣ如下式所示:
式中,SOE:振荡能量空间分布熵;EGi:机组的振荡能量;N:机组数量;μ:机组的振荡能量平均值。
优选的,所述步骤(5)低频振荡类型的判断包括:按所述熵差分类指标DΣ将***振荡能量在空间分布越分散划分为区间振荡、局部振荡和耦合振荡。
与最接近的现有技术相比,本发明具有以下优异效果:
(1)本发明提供的技术方案从能量角度分析低频振荡问题可以从本质上揭示低频振荡的运动特性。振荡能量时空分布特性可以直观反映不同类型低频振荡差异特征,相比其他分类方法,适应性更好、区分效果更加明显。
(2)本发明将熵理论应用于低频振荡类型判别中,提出振荡能量空间分布熵指标来定量表征不同类型低频振荡能量空间分布聚集程度;提出标幺化标准差指标来反映机组振荡能量贡献差异率大小;通过熵差分类判据综合表征不同类型低频振荡能量分布特性,利用滑动窗动态反映振荡能量随时间变化态势,从而可以准确、有效区分不同类型低频振荡。
附图说明
图1为本发明的低频振荡类型判别方法流程图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
本发明提供一种低频振荡类型判别方法,所述方法包括:
(1)设置滑动窗和振荡能量门槛值:设置初始时刻W和滑窗长度1,滑动步长g,振荡能量门槛值Eth。
(2)根据计算的各时间段内机组的振荡能量确定目标机组:
振荡能量EGi如下式所示:
式中,t1,t2:时间段;ΔPi:发电机输出有功功率相对稳态值的变化量;Δfi:频率偏移量。
目标机组的确定由振荡能量EGi是否大于振荡能量门槛值Eth确定目标机组,
当EGi>Eth时,该机组为目标机组。
低频振荡是电力***一种特殊的运动形式,振荡的过程伴随着振荡能量的传播与转换。利用能量的概念分析低频振荡问题,可以从本质上揭示低频振荡的运动特性。电力***发生低频振荡时,可以把产生振荡能量的负阻尼发电机组认为是振荡能量源。振荡后第i台发电机组向***注入的振荡能量为:
EGi=∫(ΔPGidΔθi+ΔQGid(ΔlnUi))=
∫(ΔPGi2πΔfidt+ΔQGid(ΔlnUi))
式中:ΔPGi=PGi-PGi·s,为发电机输出的有功功率相对稳态值的变化量;Δθi为母线i电压相角偏移;Δfi=fi-f0,为频率偏移量;ΔQGi=QGi-QGi·s,为发电机输出的无功功率相对稳态值的变化量;Ui为母线i的电压值,
如果忽略网络中传输的无功功率以及节点电压的变化,则EGi可以近似表达为:
EGi=∫ΔPGi2πΔfidt
通过上式计算各机组的振荡能量时,如果计算结果为正,则说明该机组产生振荡能量,具有负阻尼,是振荡能量源;反之,则说明该机组不是振荡能量源。
振荡能量时空分布特性:
在一定时间内,电力***的动态特性不仅表现为时间上的变化,也涉及空间的分布。不同类型的低频振荡由于振荡性质不同,***振荡能量的时空分布特性也将有所差异。因此,重点关注振荡能量随时间和空间的变化特性,对于低频振荡类型的辨识具有重要意义。由能量守恒定理可知,振荡能量的产生与消耗保持动态平衡关系,为了更清晰地研究振荡能量的时空分布特性,振荡能量在本发明特指模式相关机组产生的振荡能量。
1)振荡能量在空间尺度上的分布:局部模式振荡能量主要由少数负阻尼机组产生,从空间角度来看,***振荡能量将集中于空间小部分区域;区间模式振荡能量由区域内众多机组产生,从空间角度来看,***振荡能量将分散于空间各处。局部-区间耦合振荡最终表现形式为区间振荡模式,但部分机组振荡能量一直保持较高水平,因此振荡能量在空间分布特性将介于局部振荡和区间振荡之间。利用振荡能量在空间分布的聚集程度可以有效辨识出局部振荡。
2)振荡能量在时间尺度上的分布:局部振荡或区间振荡发生后,振荡能量源在空间分布相对固定,各相关机组发出的振荡能量随时间逐渐增大或趋于平稳。局部-区间耦合振荡发生后,振荡能量源由局部振荡模式下的少数机组逐渐过渡为区间振荡模式下的众多机组,***振荡能量的空间分布将随时间经历由集中到分散的过渡过程。局部-区间耦合模式振荡能量空间分布随时间的蔓延态势是和其他两类低频振荡最明显的区分特征。
(3)计算各时间段内目标机组的振荡能量空间分布熵和标幺化标准差指标:
振荡能量在空间分布的聚集程度反映了事故后***运行状态的相关特征,可以揭示***在不同类型振荡事故后的内部能量分布规律。而熵作为复杂***分布状态的混乱性和无序性的一种测度,可以定量表征振荡能量的空间分布特性,描述不同类型低频振荡的区分特征。可见,利用振荡能量空间分布熵作为区分不同类型低频振荡的判别依据,具有明确物理意义。
各时间段内目标机组的振荡能量空间分布熵SOE如下式所示:
式中,ηi:机组i在***振荡能量中所占百分比,N:机组数量;
机组i在***振荡能量所占百分比ηi如下式所示:
式中,EGi:机组的振荡能量;EΣ:机组的总振荡能量。
标幺化标准差指标σp·u如下式所示:
式中,σ:机组的振荡能量标准差;μ:机组的振荡能量平均值;N:机组数量;EGi:机组的振荡能量。
机组的振荡能量标准差σ如下式所示:
机组的振荡能量平均值μ如下式所示:
式中,N:机组数量;EGi:机组的振荡能量。
SOE越小表示振荡能量越集中于少数几个机组,该类振荡表现更倾向为少数机组相对于其他机组之间的振荡,可以认为是局部振荡;SOE越大表示振荡能量在空间分布比较分散,该类型振荡表现更倾向于机群之间的相对振荡,可以认为是区间振荡。并且由振荡能量时空分布特性可知,局部低频振荡和区间低频振荡的SOE随时间基本保持不变,而局部-区间耦合振荡的SOE将随时间不断增大后保持不变。
(4)用目标机组的振荡能量空间分布熵和标幺化标准差指标计算熵差分类指
标:
发生不同类型低频振荡事故后,利用标准差可以衡量振荡相关机组产生的振荡能量离散程度,从而量化机组振荡能量贡献差异率大小。各相关机组发出的振荡能量将随时间发生变化,选取不同时间段长度及起始时刻计算机组振荡能量将对各相关机组发出的振荡能量标准差产生影响,因此,通过标准差标幺化去除各相关机组产生的振荡能量平均值的影响。
各相关机组振荡能量标幺化标准差指标为:
σp·u越大,说明各相关机组对***振荡能量的贡献程度差异越大,***振荡能量主要来源于少数贡献程度较大的机组,该类低频振荡可以认为是局部低频振荡;σp·u较小时,说明各相关机组较均匀分摊***振荡能量,该类低频振荡可以认为是区间振荡。由***振荡能量时空分布特性可知,耦合振荡的σp·u变化态势将与SOE相反,随时间呈现先衰减后保持不变的变化趋势。
熵差分类指标DΣ如下式所示:
式中,SOE:振荡能量空间分布熵;EGi:机组的振荡能量;N:机组数量;μ:机组的振荡能量平均值。
(5)根据熵差分类指标判断低频振荡类型。
低频振荡类型的判断包括:按所述熵差分类指标DΣ将***振荡能量在空间分布越分散划分为区间振荡、局部振荡和耦合振荡。
当DΣ越大,说明***振荡能量在空间分布越分散,并且各相关机组振荡能量离散程度较小,为区间振荡;
当DΣ越小,说明***振荡能量在空间分布较集中并且各相关机组的振荡能量贡献率差异较大,振荡能量主要来源于少数机组,为局部振荡;
当DΣ经历由小变大的过渡过程,振荡能量的空间分布特性和各机组振荡能量贡献率都将随时间发生变化,为耦合振荡。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种低频振荡类型的判别方法,其特征在于,所述方法包括:
(1)设置滑动窗和振荡能量门槛值;
(2)根据计算的各时间段内机组的振荡能量确定目标机组;
(3)计算各时间段内目标机组的振荡能量空间分布熵和标幺化标准差指标;
(4)用目标机组的振荡能量空间分布熵和标幺化标准差指标计算熵差分类指标;
(5)根据熵差分类指标判断低频振荡类型。
2.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(1)设置滑动窗包括:设置初始时刻、滑动长度和滑动步长。
3.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(2)的振荡能量EGi如下式所示:
式中,t1,t2:时间段起始时刻,终止时刻;ΔPi:发电机输出有功功率相对稳态值的变化量;Δfi:频率偏移量。
4.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(2)目标机组的确定包括:按振荡能量EGi是否大于振荡能量门槛值确定目标机组。
5.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(3)各时间段内目标机组的振荡能量空间分布熵SOE如下式所示:
式中,ηi:机组i在***振荡能量中所占百分比,N:机组数量。
6.如权利要求5所述的低频振荡类型判别方法,其特征在于,所述机组i在***振荡能量所占百分比ηi如下式所示:
式中,EGi:机组的振荡能量;EΣ:机组的总振荡能量。
7.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(3)的标幺化标准差指标σp·u如下式所示:
式中,σ:机组的振荡能量标准差;μ:机组的振荡能量平均值;N:机组数量;EGi:机组的振荡能量。
8.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述机组的振荡能量标准差σ如下式所示:
所述机组的振荡能量平均值μ如下式所示:
式中,N:机组数量;EGi:机组的振荡能量。
9.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(4)熵差分类指标DΣ如下式所示:
式中,SOE:振荡能量空间分布熵;EGi:机组的振荡能量;N:机组数量;μ:机组的振荡能量平均值。
10.如权利要求1所述的低频振荡类型判别方法,其特征在于,所述步骤(5)低频振荡类型的判断包括:按所述熵差分类指标DΣ将***振荡能量在空间分布越分散划分为区间振荡、局部振荡和耦合振荡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610991346.1A CN106571638A (zh) | 2016-11-10 | 2016-11-10 | 一种低频振荡类型的判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610991346.1A CN106571638A (zh) | 2016-11-10 | 2016-11-10 | 一种低频振荡类型的判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106571638A true CN106571638A (zh) | 2017-04-19 |
Family
ID=58541169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610991346.1A Pending CN106571638A (zh) | 2016-11-10 | 2016-11-10 | 一种低频振荡类型的判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106571638A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089095A (zh) * | 2017-12-05 | 2018-05-29 | 广东电网有限责任公司电力科学研究院 | 一种电网低频振荡参数预测方法及装置 |
CN108196146A (zh) * | 2017-12-26 | 2018-06-22 | 清华大学 | 电力***中低频振荡类型的判断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08237870A (ja) * | 1995-02-24 | 1996-09-13 | Toshiba Corp | 逆充電防止装置を備えた分散電源と分散電源システム及び複合形分散電源システム |
CN103208808A (zh) * | 2013-03-07 | 2013-07-17 | 武汉大学 | 一种电力***次同步振荡模态辨识方法 |
CN103311939A (zh) * | 2013-06-14 | 2013-09-18 | 华北电力大学(保定) | 基于wams的电力***低频振荡协调阻尼控制方法 |
CN104698325A (zh) * | 2015-03-31 | 2015-06-10 | 东南大学 | 一种电力***负阻尼机理低频振荡和强迫振荡的判别方法 |
CN104977505A (zh) * | 2015-06-25 | 2015-10-14 | 国家电网公司 | 一种基于综合振荡指标的电网扰动源定位方法 |
CN105098769A (zh) * | 2015-06-19 | 2015-11-25 | 浙江大学 | 一种能够抑制次同步谐振的发电***中旁路阻尼滤波器的参数整定方法 |
-
2016
- 2016-11-10 CN CN201610991346.1A patent/CN106571638A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08237870A (ja) * | 1995-02-24 | 1996-09-13 | Toshiba Corp | 逆充電防止装置を備えた分散電源と分散電源システム及び複合形分散電源システム |
CN103208808A (zh) * | 2013-03-07 | 2013-07-17 | 武汉大学 | 一种电力***次同步振荡模态辨识方法 |
CN103311939A (zh) * | 2013-06-14 | 2013-09-18 | 华北电力大学(保定) | 基于wams的电力***低频振荡协调阻尼控制方法 |
CN104698325A (zh) * | 2015-03-31 | 2015-06-10 | 东南大学 | 一种电力***负阻尼机理低频振荡和强迫振荡的判别方法 |
CN105098769A (zh) * | 2015-06-19 | 2015-11-25 | 浙江大学 | 一种能够抑制次同步谐振的发电***中旁路阻尼滤波器的参数整定方法 |
CN104977505A (zh) * | 2015-06-25 | 2015-10-14 | 国家电网公司 | 一种基于综合振荡指标的电网扰动源定位方法 |
Non-Patent Citations (2)
Title |
---|
代贤忠等: ""基于端口供给能量分解的电力***振荡类型区分方法"", 《电力***自动化》 * |
李晓娇: ""云南水火电机组功率振荡的控制研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089095A (zh) * | 2017-12-05 | 2018-05-29 | 广东电网有限责任公司电力科学研究院 | 一种电网低频振荡参数预测方法及装置 |
CN108089095B (zh) * | 2017-12-05 | 2020-02-04 | 广东电网有限责任公司电力科学研究院 | 一种电网低频振荡参数预测方法及装置 |
CN108196146A (zh) * | 2017-12-26 | 2018-06-22 | 清华大学 | 电力***中低频振荡类型的判断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102944798B (zh) | 一种负阻尼低频振荡与强迫功率振荡判别方法 | |
Ghorbaniparvar | Survey on forced oscillations in power system | |
Wei et al. | Model-free MLE estimation for online rotor angle stability assessment with PMU data | |
Wang et al. | Estimating inertia distribution to enhance power system dynamics | |
CN110120686A (zh) | 一种基于电力***在线惯量估计的新能源承载力预警方法 | |
CN103645422B (zh) | 一种发电厂内部扰动引起电网强迫功率振荡在线分析方法 | |
CN102928695A (zh) | 基于直线法判别负阻尼振荡与强迫振荡的方法 | |
CN104300557B (zh) | 基于支持向量机的电力***有功功率振荡类型判别方法 | |
CN110350588A (zh) | 一种双馈风机并网***动态能量稳定性评估方法及*** | |
CN106571638A (zh) | 一种低频振荡类型的判别方法 | |
CN104133129B (zh) | 汽轮发电机组调速***的低频振荡的监测方法和*** | |
CN106451436B (zh) | 一种综合量化评估发电机组动态特性的方法及*** | |
CN103076537A (zh) | 一种基于面积法则的输电网暂态电压稳定的判定方法 | |
CN106130017B (zh) | 一种电网整体一次调频响应时间的检测方法 | |
CN104134993B (zh) | 广域量测数据时滞与缺失下电力***振荡监测方法及*** | |
Hu et al. | Inertia estimation of power grid with VSC-MTDC system | |
CN105226637A (zh) | 一种基于振荡分群辨识方法的低频振荡调度控制方法 | |
CN104101805A (zh) | 一种基于振荡能量注入的励磁***负阻尼检测方法 | |
CN109001556A (zh) | 一种类强迫超低频振荡的判别方法及*** | |
Balty et al. | Multiphysics simulations of the dynamic and wakes of a floating Vertical Axis Wind Turbine | |
Bizrah et al. | Load reliability analysis using ARMA wind speed modeling | |
Guo et al. | Mode localization in linear and periodically time‐varying mistuned wind rotor | |
Zhou et al. | Quantitative characterization of wind power fluctuation | |
Cai et al. | Ambient data-based online identification and location of frequency oscillations | |
Hu et al. | Disturbance source location of forced power oscillation in regional power grid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20231229 |