3-同步發(fā)電機建模

第3講同步發(fā)電機建模I.一次任意拋載測試法1.1傳統(tǒng)方法分2次甩負荷，測量端口電壓、功角d軸拋載：使發(fā)電機

Id=0，亦即q軸拋載：使發(fā)電機Iq

=0

，亦即1.2

新方法

1次任意狀態(tài)甩負荷

－增加測量勵磁電流和功角

－先利用前后穩(wěn)態(tài)條件

－確定

時不變快過程快過程的幅值慢過程只能辨識二者之差利用勵磁電流辨識部分參數(shù)

－利用暫態(tài)辨識Xd’和Td0’

－利用次暫態(tài)辨識Td0”

未知q軸參數(shù)均未知由包絡(luò)線只能辨識兩個電抗之差完全已知利用電壓辨識剩余參數(shù)

－Xd”

，Xq”，Tq0”

辨識結(jié)果辨識效果很好！辨識效果很好！II.

基于勵磁小擾動的參數(shù)辨識以往試驗：拋載試驗、系統(tǒng)故障勵磁小干擾：改變電壓參考值Uref

輸入變量：勵磁（繞組）電壓Uf

輸出變量：發(fā)電機功角、端口三相交流電壓、端口三相交流電流測量：RTDS試驗PMU測量2.1

試驗方法除三相短路、拋載等特殊擾動能獲得解析解外，一般采用數(shù)值解，如Runge－Kutta

法現(xiàn)場測量現(xiàn)場測量2.2

參數(shù)辨識從PMU讀數(shù)據(jù)數(shù)據(jù)處理優(yōu)化算法辨識相序變換Park變換標么化等蟻群算法辨識結(jié)果

RDTS直接出來的數(shù)據(jù)辨識q軸結(jié)果PMU采集到的數(shù)據(jù)辨識q軸結(jié)果

RDTS直接出來的數(shù)據(jù)辨識d軸結(jié)果

PMU采集到的數(shù)據(jù)辨識d軸結(jié)果勵磁擾動大小對辨識精度的影響

q軸2％擾動下辨識結(jié)果q軸10％擾動下辨識結(jié)果:q軸辨識結(jié)果

2％階躍時

10％階躍時

d軸辨識結(jié)果

2％階躍時

10％階躍時

結(jié)果表明：擾動大小的改變對于穩(wěn)態(tài)參數(shù)的辨識精度沒有明顯的影響，對于暫態(tài)與次暫態(tài)參數(shù)，辨識精度的改變相對明顯。

擾動類型對辨識精度的影響注意，擾動是通過改變電壓參考值Uref

來產(chǎn)生的，而不能直接改變勵磁繞組上的電壓Uf

來產(chǎn)生的，兩者之間經(jīng)過了電壓調(diào)節(jié)器、穩(wěn)定器和勵磁機；Uref

為階躍變化時的Uf

圖形如下；另外，研究了在Uref

上施加白噪聲。白噪聲是一個在全頻段具有平均功率的隨機過程，是理想的試驗信號，但經(jīng)過中間環(huán)節(jié)后則已經(jīng)不再是白噪聲了；兩種情況下Uf

的功率譜如圖?？梢姡琔f

的功率譜在Uref

上施加白噪聲信號時要好于階躍信號，但并不是恒定的。

勵磁階躍10％擾動下q軸辨識結(jié)果

白噪聲擾動下q軸辨識結(jié)果

勵磁階躍10％擾動下d軸辨識結(jié)果

白噪聲擾動下d軸辨識結(jié)果結(jié)果分析信噪比在2.0～4.0時具有較好的精度，其中在信噪比為2.5時q軸辨識精度最好；兩種激勵方式下，穩(wěn)態(tài)電抗的辨識精度沒有明顯提高，暫態(tài)和次暫態(tài)電抗的辨識精度有較為明顯的提高；因此，白噪聲擾動方式更有利于激發(fā)同步發(fā)電機的動態(tài)過程，有利于提高動態(tài)參數(shù)的辨識精度。

方法：時域法沒有嚴格條件，頻域法有條件，

2.3對比研究忽略脈變電勢忽略轉(zhuǎn)速變化忽略電阻勵磁電壓不變對q軸動態(tài)參數(shù)，時域法略差于頻域法；對d軸動態(tài)參數(shù)，時域法優(yōu)于頻域法法；各有千秋，可以同時使用對比，但時域法更好些。干擾方式勵磁白噪聲好甩負荷辨識較好勵磁階躍擾動方式次之外部斷線擾動方式再次之III.

基于Park模型的參數(shù)辨識3.1兩種模型結(jié)構(gòu)示意圖Park模型五階實用模型

3.2兩種模型參數(shù)間的關(guān)系同步發(fā)電機d、q軸等值電路實用參數(shù)與基本參數(shù)的關(guān)系實用經(jīng)典表達精確表達前向變換后向變換

實用參數(shù)電路參數(shù)電路參數(shù)實用參數(shù)結(jié)論等值電路模型參數(shù)具有獨立性當(dāng)采用5階實用模型時，d軸的實用參數(shù)是不獨立的兩種模型可以互相推導(dǎo)，有唯一性3.3Park模型d軸參數(shù)的可辨識性分析由磁鏈、電壓方程得：

線性化得：

Laplace變換，可得傳遞函數(shù)：

根據(jù)線性系統(tǒng)辨識理論，均可辨識但不能單獨辨識：

由前后穩(wěn)態(tài)條件可辨識穩(wěn)態(tài)方程利用擾動前、后的穩(wěn)態(tài)條件和動態(tài)過程，同步發(fā)電機Park模型中d軸電路參數(shù)均是可以唯一辨識的

3.4Park模型q軸參數(shù)的可辨識性分析分析方法同d軸利用擾動前穩(wěn)態(tài)條件和動態(tài)過程，同步發(fā)電機Park模型q軸電路參數(shù)是唯一可辨識的

3.4參數(shù)辨識策略與過程分步策略穩(wěn)態(tài)參數(shù)動態(tài)參數(shù)提高速度，精度d軸原來辨識的參數(shù)現(xiàn)在辨識參數(shù)優(yōu)化方法蟻群算法辨識過程3.5基于實用模型的參數(shù)辨識結(jié)果目標函數(shù)觀測量選的是d、q軸的電流

辨識流程

仿真算例單機無窮大RTDS仿真系統(tǒng)額定容量217.43MVA，功率因數(shù)0.875在t=0.5s時發(fā)電機勵磁階躍參考電壓升高3%

■

穩(wěn)態(tài)參數(shù)辨識結(jié)果參數(shù)xd(p.u)xq(p.u)已知值0.9920.608辨識值0.99190.6077誤差%-0.0081-0.0428■

動態(tài)參數(shù)辨識結(jié)果收搜范圍（%）參數(shù)xd

(p.u)xd

(p.u)Td0

(s)Td0

(s)xq

(p.u)Tq0

(s)已知值0.2570.2018.770.140.240.3(-30,+30)辨識值0.25730.21948.85200.13370.23940.2967誤差%0.10139.17280.9346-4.4759-0.2488-1.0978(-60,+10)辨識值0.19280.18139.86820.09950.22190.2794誤差%-24.9918-9.777112.5221-28.9189-7.5337-6.8521(-60,+30)辨識值0.11520.253911.30610.16230.22050.2726誤差%-55.162726.341328.917415.9421-8.1071-9.1469(-60,+60)辨識值0.34680.24957.73790.11490.24380.2946誤差%34.931024.1246-11.7683-17.92651.5951-1.7888(-30,+60)辨識值0.36880.28567.49140.14200.23280.2910誤差%43.517842.0762-14.57891.4506-3.0000-3.0000(-10,+60)辨識值0.35210.28977.66900.16670.23280.2910誤差%37.014144.1445-12.553919.0665-3.0000-3.0000(-60,+80)辨識值0.32800.27727.93630.12630.24080.2852誤差%27.627937.9061-9.5066-9.80770.3242-4.9215(-80,+80)辨識值0.17020.267110.20140.13220.24000.2841誤差%-33.764532.898416.3212-5.56870.0083-5.3018曲線擬合——RTDS測量輸出-—-實用模型

3.6基于Park模型的參數(shù)辨識結(jié)果目標函數(shù)觀測量選的是d、q軸的磁鏈由電壓方程獲得測量磁鏈辨識流程

磁鏈擬合——RTDS測量輸出-—-Park模型

■動態(tài)參數(shù)辨識結(jié)果收搜范圍（%）參數(shù)xd

(p.u)xd

(p.u)Td0

(s)Td0

(s)xq

(p.u)Tq0

(s)已知值0.2570.2018.770.140.240.3(-30,+30)辨識值0.27240.21157.52850.13500.24130.2994誤差%5.97775.2354-14.1558-3.59660.5479-0.2108(-60,+10)辨識值0.26450.20267.47570.12970.24410.2929誤差%2.90880.8086-14.7577-7.36241.7239-2.3653(-60,+30)辨識值0.27030.21157.50590.13490.24410.2929誤差%5.16595.2353-14.4141-3.67270.5479-0.2108(-60,+60)辨識值0.26780.21507.47940.14290.24130.2994誤差%4.19676.9445-14.71582.09500.5479-0.2108(-30,+60)辨識值0.28590.21657.67780.14650.23840.3062誤差%11.23147.7236-12.45404.6376-0.64652.0769(-10,+60)辨識值0.29770.21487.81370.14700.25150.3174誤差%15.85176.8802-10.90415.02724.77315.8035(-60,+80)辨識值0.27840.21647.59540.14580.25060.2792誤差%8.32917.6822-13.39384.11804.3987-6.9353(-80,+80)辨識值0.26910.21517.49300.14290.24130.2994誤差%4.69797.0046-14.56082.06590.5479-0.21083.6兩種模型參數(shù)辨識結(jié)果對比曲線擬合(+-30%)——RTDS測量輸出-—-實用模型----Park模型

曲線擬合(-30%,+60%)——RTDS測量輸出-—-實用模型----Park模型結(jié)論分步辨識策略是有效的同步發(fā)電機Park模型參數(shù)辨識取磁鏈為輸出量是可行的

d，q軸磁鏈擬合的比較好，參數(shù)辨識有較高的精度，適合于工程實踐Park模型辨識結(jié)果穩(wěn)定，適應(yīng)性強驗證了Park模型電路參數(shù)是互相獨立的，而實用模型d軸參數(shù)不是完全獨立的

IV.考慮飽和的參數(shù)辨識4.1飽和概述額定運行點都有一定程度的飽和飽和程度越深，電抗減少越明顯

水輪發(fā)電機減少25%左右

汽輪發(fā)電機減少15%-25%

極限運行情況下更加明顯4.2考慮飽和的同步發(fā)電機模型飽和系數(shù)a、b、n的參數(shù)值可根據(jù)實際飽和曲線用擬合的方法（如最小二乘法）求出4.3考慮飽和的參數(shù)辨識辨識步驟根據(jù)發(fā)電機手冊（或空載試驗）上的空載飽和曲線，求參數(shù)a，b，n

進行勵磁階躍擾動試驗，采集數(shù)據(jù)用蟻群算法進行優(yōu)化判斷參數(shù)是否達到收斂條件，如果達到，則結(jié)束辨識，否則，回到第三步算例分析單機無窮大系統(tǒng)