近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一...近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一种基于极大似然辨识的电网节点惯量估计方法。先利用频率和有功功率量测数据,构建用于惯量估计的带外部输入的自回归滑动平均模型(autoregressive moving average model with exogenous inputs,ARMAX);再利用极大似然辨识方法,识别ARMAX模型中的未知参数;然后,结合节点有功-频率传递函数和计数器确定惯量估计值和所需最小量测数据长度;最后,基于改进的CEPRI-36点系统进行的仿真测试验证了该方法的有效性。展开更多
文摘近年来,随着风电、光伏等电力电子接口电源大规模接入电网,电网整体惯量水平持续降低,节点惯量呈现出空间分布差异,系统频率失稳风险显著增加。因此,亟待快速评估电网惯量分布情况,以便调度运行人员及时制定有效惯量调控措施。提出了一种基于极大似然辨识的电网节点惯量估计方法。先利用频率和有功功率量测数据,构建用于惯量估计的带外部输入的自回归滑动平均模型(autoregressive moving average model with exogenous inputs,ARMAX);再利用极大似然辨识方法,识别ARMAX模型中的未知参数;然后,结合节点有功-频率传递函数和计数器确定惯量估计值和所需最小量测数据长度;最后,基于改进的CEPRI-36点系统进行的仿真测试验证了该方法的有效性。
