摘要

近年来,国内外风电系统频繁发生次同步振荡(subsynchronous oscillation,SSO)事故,严重影响电力系统安全稳定运行。为了给事故分析、抑制策略制定等提供可靠的数据支撑,亟需开展面向SSO的广域监测工作。为此,本文提出了基于同步相量数据的SSO参数辨识方法。通过严密的数学推导,本文揭示了SSO工况下同步相量数据主要由四种模态组成,从而可将SSO参数辨识问题转化为模态参数提取问题。进一步采用两种经典的模态参数提取算法:矩阵束算法(matrix pencil method,MPM)和特征值系统实现算法(eigenvalue system realization algorithm,ERA)实现了SSO频率与幅值的准确辨识,并利用截断奇异值分解和决定系数提高了辨识的可靠性。所提方法通过合成信号、电磁暂态仿真以及河北沽源实际振荡数据进行了详细验证,结果显示即便在振荡初期幅值较小时,本文方法仍可有效辨识SSO参数,因此理论成果有望在未来为SSO实时预警、全景展示提供技术支撑。