基于抛载试验和在线时域测试的同步发电机参数辨识新方法

论文摘要

同步发电机是电力系统中最关键的一类设备。在电力系统分析中,同步发电机的模型有着极其重要的地位。对于电力系统的稳定性分析和控制设备的控制策略设计,都需要合理的发电机模型和准确的模型参数。利用测量数据对参数进行辨识是确定同步发电机参数的主要方法。尽管已历经多年的发展,同步发电机的参数辨识仍然是一个颇具挑战性的课题。抛载试验和在线时域测试法与现有的其它方法相比有很多优点,因而近年来受到工业界和学术界较多关注。但是,在这两种基于测试的方法中,至今已有的研究还存在不足和缺点。对于抛载试验而言,在有测量噪声时,图形法难以被应用,而测量噪声是任何测试方法中都不可避免的;优化方法不仅需要提供参数初值,并且在有测量噪声时也可能导致较大的估计误差。在抛载试验下,由于计算需要,经常要在基于时间常数的运算电感模型和基于等值电路的模型之间做参数转换,虽然IEEE Std 1110-2002标准提供了在一定条件下的转换计算公式,但并没有提到转换中由于误差传递造成的参数误差问题,实际上,还没有任何文献对这个问题进行过研究。对于在线时域测试法而言,大多数现有的研究没有考虑饱和在扰动过程中的非线性影响。另外,有文献研究了发电机三阶模型的在线辨识,但已有的辨识模型还需要进一步发展,模型的非线性本质也要求引入更佳的非线性估计方法。本论文主要针对测量噪声对参数估计结果的影响、模型参数转换中的误差问题及其解决方案、磁路饱和在扰动过程中的非线性影响,以及三阶模型的非线性特点,基于抛载试验和在线时域测试方法,对同步发电机的辨识模型和参数估计技术进行了比较系统深入的研究和探索,以提高参数估计的精度和估计中的抗噪声能力。论文提出了一种在d轴抛载试验条件下估计同步发电机d轴同步电感和时间常数等参数的新方法。该方法的本质是同时辨识两个单输入单输出的传递函数的系数。从模型的层面,该方法是辨识基于时间常数的运算电感模型。首先,利用q轴电压、磁场电流以及它们的数值积分,构建线性回归方程组。其次,利用辅助变量法求解带有测量噪声的回归方程组的系数。最后,根据回归系数计算d轴参数。算例的大量测试结果表明所提方法比现有的图形法和数值优化法有更好的估计性能。论文直接引入上述辨识单输入单输出传递函数的方法,在q轴抛载试验条件下,对同步发电机的q轴同步电感和时间常数也进行了估计。该方法实质上是辨识q轴运算电感。仿真结果表明了引入的这种方法的有效性。论文提出了一种利用辨识得到的运算电感模型来确定同步发电机d轴等值电路参数的方法。在抛载试验下,现有的研究或以辨识运算电感模型的参数为目的,或以辨识等值电路参数为目的,但没有探讨两类参数之间的转换问题。当辨识得到的参数在类型上不同于稳定分析软件需要的参数时,必须进行参数的转换。对于d轴只有1个阻尼绕组并且运算电感模型的参数已经估计得到的情况,IEEE Std 1110-2002标准建议采用解析公式直接计算等值电路参数。但是,由于辨识得到的运算电感模型的参数通常带有误差,用这种方式求取的等值电路参数值可能远离其真值。文献检索表明:还没有文献指出和研究过这个问题。为获得较为准确的等值电路参数值,论文将解析公式计算得到的等值电路参数值作为初值,然后基于发电机的混合状态模型,用预测误差法对等值电路参数进行估计。数值仿真结果表明按解析公式直接计算的方式存在大的误差,也表明所提方法在各种噪声情况下均能得到较准确的结果。本文所提方法能够作为IEEE Std 1110-2002标准关于该解析公式方法的一个补充。论文考虑了当前大多数研究中所忽视的非线性饱和影响,提出了一个新的在线估计器。该估计器被用来辨识磁场绕组和d轴阻尼绕组的参数,不仅适用于凸极机,也适用于圆柱转子电机。仿真结果表明,若在参数辨识的过程中不考虑饱和作用,会造成较大的估计误差。大量噪声样本下的仿真结果表明提出的估计器既可以准确的捕获饱和在扰动过程中的非线性影响,而且具有较好的处理噪声的能力。论文还提出了一个运用平方根无迹卡尔曼滤波器（Square-root unscented Kalman filter, SRUKF）来估计同步发电机参数的方法。首先,从参数估计的角度,发展了一个既适用于凸极机也适用于圆柱转子电机的三阶模型。然后,利用SRUKF对该模型进行了状态变量和未知参数的联合非线性估计。估计方法的基本特点是考虑模型的非线性。在测试系统上的仿真结果表明了所提方法的有效性。在联合估计的过程中,发电机参数稳定地收敛于稳态值,而估计的状态变量也与数值仿真得到的动态响应吻合。通过与常规的扩展卡尔曼滤波（Extended Kalman filter, EKF）方法的仿真比较,表明用所提出的方法能获得更准确的估计结果。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 研究背景与意义
• 1.2 研究的历史与现状
• 1.2.1 发电机的模型和参数
• 1.2.2 发电机参数辨识的方法
• 1.3 本文研究的主要内容
• 2 同步发电机的模型和参数
• 2.1 引言
• 2.2 等值电路和双轴方程
• 2.3 运算参数和标准参数
• 2.4 等值电路参数和运算参数的相互转换
• 2.4.1 运算参数的求取
• 2.4.2 等值电路参数的求取
• 2.5 考虑饱和影响的电机模型
• 2.5.1 考虑饱和影响的凸极机模型
• 2.5.2 考虑饱和影响的圆柱转子电机模型
• 2.6 实用三阶模型
• 2.7 小结
• 3 基于抛载试验的运算电感模型参数的辨识方法
• 3.1 引言
• 3.2 抛载试验的理论背景
• 3.2.1 任意工况下的抛载试验
• 3.2.2 d 轴抛载试验
• 3.2.3 q 轴抛载试验
• 3.3 图形法和优化方法简介
• 3.3.1 图形法
• 3.3.2 优化方法
• 3.4 新的参数辨识方法
• 3.4.1 d 轴抛载试验下的辨识方法
• 3.4.2 q 轴抛载试验下的辨识方法
• 3.5 辨识方法性能的评估方式
• 3.5.1 无测量噪声情况下的评估方式
• 3.5.2 有测量噪声情况下的评估方式
• 3.6 数值例子
• 3.6.1 d 轴抛载试验下的评估结果
• 3.6.2 q 轴抛载试验下的估计结果
• 3.7 小结
• 4 基于抛载试验的直轴等值电路参数的辨识方法
• 4.1 引言
• 4.2 混合状态模型简介
• 4.2.1 简化的混合状态模型
• 4.2.2 完整的混合状态模型
• 4.2.3 d 轴抛载试验下的参数辨识模型
• 4.3 d 轴等值电路参数的直接计算方法
• 4.4 d 轴等值电路参数的估计方法
• 4.5 仿真算例
• 4.5.1 仿真模型和辨识模型相同时等值电路参数的求解结果
• 4.5.2 仿真模型和辨识模型有差别时等值电路参数的求解结果
• 4.6 小结
• 5 考虑饱和影响时磁场绕组和直轴阻尼绕组参数的在线估计
• 5.1 引言
• 5.2 新的参数估计器
• 5.2.1 参数辨识模型
• 5.2.2 输入输出数据的获取方法
• 5.2.3 参数估计的方法
• 5.3 估计器性能的评估
• 5.3.1 无噪声情况下和现有方法的对比研究
• 5.3.2 有噪声情况下估计器的性能研究
• 5.4 数值例子
• 5.4.1 无噪声情况下与现有方法的比较结果
• 5.4.2 有噪声情况下对凸极机的估计结果
• 5.4.3 有噪声情况下对圆柱转子电机的估计结果
• 5.5 小结
• 6 基于平方根无迹卡尔曼滤波器的三阶模型的在线辨识方法
• 6.1 引言
• 6.2 发电机的状态空间模型
• 6.2.1 状态方程
• 6.2.2 测量方程
• 6.3 使用SRUKF 的联合估计方法
• 6.4 数值仿真结果
• 6.4.1 测试系统和数据
• 6.4.2 使用SRUKF 方法的仿真结果
• 6.4.3 SRUKF 和EKF 方法的比较
• 6.5 小结
• 7 结论与展望
• 7.1 本文研究工作的总结
• 7.2 后续研究工作的展望
• 致谢
• 参考文献
• 附录
• A 作者在攻读博士学位期间完成的论文
• B d 轴抛载试验下用本文第3 章方法辨识参数的结果
• C d 轴抛载试验下根据第一种优化方式辨识参数的结果
• D d 轴抛载试验下根据第二种优化方式辨识参数的结果
• E 根据解析公式直接计算等值电路参数的结果
• F 用本文第4章方法估计等值电路参数的结果
• G 用本文第5章方法对一台凸极机的估计结果
• H 用本文第5章方法对一台汽轮机的估计结果