（国网黑龙江省电力有限公司 哈尔滨市南岗区 150090）
摘要：发电机同调群识别对暂态稳定分析具有重要意义，一直以来受到人们的关注。近年来，随着基于向量测量装置(PMU)的广域测量系统(WAMS)日趋完善，实时获取全网动态响应数据成为可能，这为同调群识别提供了新手段。本文从发电机分群运动的本质出发，基于发电机转子运动方程和系统惯量中心，提出了一种同调群识别的指标分析法。该方法仅基于实时量测信息，与系统的运行工况、电网模型参数无关，能很方便的应用于在线同调群识别。基于新英格兰10机39节点系统的仿真结果表明，该方法可快速准确的进行同调群识别。
关键词：暂态稳定；广域测量；同调群识别；指标分析法；
引言
随着大规模互联电网的发展，系统的输电能力、运行灵活性和经济性有了很大提高，与此同时，系统的安全稳定运行也面临着更严峻的挑战。当系统受扰而发生振荡时，需要迅速采取控制措施以平息系统间的振荡从而保证电网的安全稳定运行。其中，快速准确地识别同调机群是关键,关系到控制措施的有效性，因此快速准确地识别电力系统同调机群对电网的安全稳定运行具有重要意义。
同调群的识别,在暂态稳定分析中主要与控制策略的制定密切相关,因此其识别方法力求准确和及时。近年来，随着国内外PMU/WAMS系统的不断发展和完善，在监控中心获得扰动后电网的实时响应数据成为可能，这为同调机群的快速识别提供了新的方法和手段。
本文利用发电机实测受扰响应曲线,对同调群识别进行了研究。从发电机分群运动的本质出发，基于发电机转子运动方程和系统的惯量中心，提出了一种同调群识别的指标分析法。该方法仅基于实时量测信息，计算速度快，分群准确，可为后续的暂态稳定控制提供技术支撑。
1 多机系统发电机分群运动的特性分析
1.1发电机的转子运动方程
1.2多机系统发电机分群运动的特性
由上述多机系统的转子运动方程可知，当系统受扰后，式(3)中存在不平衡功率 ，使得发电机的转速发生变化，从而改变了发电机的功角。结合式(4)可知，功角的改变又影响到发电机电磁功率 的大小，进一步影响着不平衡功率 ，如此相互作用，使得发电机转子运动趋势十分复杂。
在多机系统中，当两台或多台发电机转子的运动趋势相同或相似时，可将这两台或多台发电机等值为一台发电机，在此基础上进行后续的暂态稳定分析以简化问题的复杂性。这两台或多台发电机，即组成一个同调机群，如图1所示：
上图中区域A内有5台发电机，其转子运动趋势相似，区域B内有4台发电机，其转子运动趋势相似，但是不同区域A和B中的发电机，转子运动趋势有很大的不同。因此可将区域A内的发电机等值为一台发电机，区域B内的发电机也等值为一台发电机，这样就极大地简化了多机系统中发电机的数目，有利于后续的暂态稳定分析。
综上所述，由式(3)~式(4)可知，系统的运行工况、扰动的大小和位置、发电机的参数等因素，都影响着转子的运动趋势，这些因素综合反映在转子运动方程中，最终由转子运动方程来决定着发电机的运行轨迹。由此可见，从发电机转子运动方程出发，研究同调机群的识别方法，有利于反映同调现象的本质，也能提高识别方法的准确性。
2 同调群指标分析法
2.1指标分析法的原理
多机系统受扰后，发电机的运行轨迹呈现出不同的趋势，趋势相同或相似的发电机构成同一群，不同群内发电机的运行轨迹有着较大差别。需要注意的是，不同群内发电机的运行轨迹，是相对而言的，也只有这种相对运动趋势，才能真实反映出系统的受扰情况。因此，同调群的识别必须要有统一的参考点，将各台发电机与参考点相比较，在此基础上再进行分群分析。由式(3)可知，n机系统的惯量中心可定义为：
从表1~表4的计算结果可以看出，领先群A中包含四台发电机{G33,G34,G35,G36}，滞后群中包含六台发电机{G30,G31,G32,G37,G38,G39}。为了验证上述分群的正确性，给出受扰后较长时间内的发电机功角曲线变化趋势图，如图4所示：
由图4可知，故障后发电机的分群情况为领先群A中包含四台发电机{G33,G34,G35,G36}，滞后群中包含六台发电机{G30,G31,G32,G37,G38,G39}，与指标分析法的结果一致，从而验证了该方法的有效性。
4 结论
发电机同调群识别是暂态稳定分析的前提，快速、准确的同调群识别方法对暂态稳定控制具有重要意义。本文从发电机同调现象的本质出发，基于系统的惯量中心，利用PMU/WAMS的实时量测信息，提出了一种快速同调群识别的指标分析法。该方法仅基于实时量测信息，与系统的运行工况、扰动的类型及系统模型无关，能很方便的应用于在线同调群识别，为后续暂态稳定分析提供了技术支撑。
参考文献
[1]赵书强，常鲜戎，潘云江．电力系统同调机群识别的一种模糊聚类方法[J]．电网技术，2001，25(4)：10-13．
[2]文俊，刘天琪，李兴源，任景．在线识别同调机群的优化支持向量机算法[J]．中国电机工程学报，2008，28(25)：80-85．
[3]潘炜，刘文颖，杨以涵．采用受扰轨迹和独立分量分析技术识别同调机群的方法[J]．中国电机工程学报，2008，28(25)：86-92．
[4]安军，穆刚，徐炜彬．基于主成分分析法的电力系统同调机群识别[J]．电网技术，2009，33(3)：25-28．
[5]宋洪磊，吴俊勇，冀鲁豫．基于慢同调理论和希尔伯特-黄变换的发电机在线同调识别[J]．电力自动化设备，2013，33(8)：70-76．
[6]王华芳，卫志农，杨博，张涛，孙国强．利用基于模糊划分的ISODATA模糊聚类方法识别电力系统同调机群[J]．电网技术，2005，29(2)：19-22．
论文作者:单德鹏
论文发表刊物:《电力设备》2015年第12期供稿
论文发表时间:2016/4/29
标签：同调论文; 发电机论文; 转子论文; 机群论文; 系统论文; 方法论文; 稳定论文; 《电力设备》2015年第12期供稿论文;