Regional Inertia Estimation Method for Power System Based on Random Data-driven Subspace Dynamic Mode Decomposition

WANG Bo; WANG Yu; ZHANG Song; CAI Guowei

doi:10.7500/AEPS20230128001

您当前的位置：

首页 >

文章列表页 >

Regional Inertia Estimation Method for Power System Based on Random Data-driven Subspace Dynamic Mode Decomposition

Basic Research | 更新时间：2025-06-16

- Regional Inertia Estimation Method for Power System Based on Random Data-driven Subspace Dynamic Mode Decomposition
- Automation of Electric Power Systems Vol. 48, Issue 10, Pages: 78-86(2024)
- 作者机构：
  
  1.现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学),吉林省吉林市 132012
  2.国网齐齐哈尔供电公司,黑龙江省齐齐哈尔市 161005
  3.云南电网有限责任公司西双版纳供电局,云南省西双版纳傣族自治州景洪市 666100
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51977031)
- DOI：10.7500/AEPS20230128001
  CLC：
- Received：28 January 2023，
  
  Revised：2023-07-19，
  
  Published Online：24 January 2024，
  
  Published：25 May 2024
- 稿件说明：
移动端阅览
王博,王宇,张颂等.基于随机数据驱动SDMD的电力系统区域惯量评估方法[J].电力系统自动化,2024,48(10):78-86.

WANG Bo,WANG Yu,ZHANG Song,et al.Regional Inertia Estimation Method for Power System Based on Random Data-driven Subspace Dynamic Mode Decomposition[J].Automation of Electric Power Systems,2024,48(10):78-86.
王博,王宇,张颂等.基于随机数据驱动SDMD的电力系统区域惯量评估方法[J].电力系统自动化,2024,48(10):78-86. DOI： 10.7500/AEPS20230128001.

WANG Bo,WANG Yu,ZHANG Song,et al.Regional Inertia Estimation Method for Power System Based on Random Data-driven Subspace Dynamic Mode Decomposition[J].Automation of Electric Power Systems,2024,48(10):78-86. DOI： 10.7500/AEPS20230128001.

摘要

准确评估系统惯量对于支持未来低惯量电力系统的系统安全运行至关重要。文中提出了一种随机数据驱动下基于机电响应特征的系统惯量评估方法，从随机响应信号中实现了区域有效惯量的评估。首先，通过将随机Koopman理论与随机动态系统相结合，推导出了随机Koopman空间上机电特征与系统惯量的耦合关系。然后，利用子空间动态模式分解（SDMD），以数据驱动的方式提取系统机电响应特征。该算法通过正交投影和奇异值分解，在压缩数据的同时实现了系统状态矩阵的低秩近似，可以有效减弱观测噪声对计算结果的影响。最后，采用IEEE 4机2区系统和IEEE 10机39节点系统的数值模拟算例验证了所提算法的有效性和鲁棒性。

Abstract

Accurately estimating the system inertia is crucial for supporting the safe operation of future low-inertia power systems. This paper proposes a system inertia estimation method based on electromechanical response features under the framework of random data-driven analysis

which realizes the estimation of regional effective inertia from stochastic response signals. First

by combining the stochastic Koopman theory with random dynamic system

the coupling relationship between electromechanical features and system inertia in the stochastic Koopman space is derived. Then

the subspace dynamic mode decomposition (SDMD) algorithm is used to extract system electromechanical response features in a data-driven way. This algorithm achieves a low-rank approximation of the system state matrix while compressing the data through orthogonal projection and singular value decomposition

effectively reducing the influence of observation noise on the calculation results. Finally

numerical simulations on the IEEE 4-machine 2-area system and the IEEE 10-machine 39-bus system verify the effectiveness and robustness of the proposed method.

关键词

Keywords

references

张武其，文云峰，迟方德，等 . 电力系统惯量评估研究框架与展望［J］. 中国电机工程学报， 2021 ， 41 （ 20 ）： 6842 - 6856 .

ZHANG Wuqi ， WEN Yunfeng ， CHI Fangde ， et al . Research framework and prospect on power system inertia estimation ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 20 ）： 6842 - 6856 .

方勇杰 . 英国“8·9”停电事故对频率稳定控制技术的启示［J］. 电力系统自动化， 2019 ， 43 （ 24 ）： 1 - 5 .

FANG Yongjie . Reflections on frequency stability control technology based on the blackout event of 9 August 2019 in UK ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 24 ）： 1 - 5 .

曾辉，孙峰，李铁，等 . 澳大利亚“9·28”大停电事故分析及对中国启示［J］. 电力系统自动化， 2017 ， 41 （ 13 ）： 1 - 6 .

ZENG Hui ， SUN Feng ， LI Tie ， et al . Analysis of “9·28” blackout in South Australia and its enlightenment to China ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 13 ）： 1 - 6 .

张武其，文云峰，何烨，等 . 电力系统中长期惯量水平趋势评估及应用［J/OL］. 电力系统自动化［ 2023-06-29 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTy https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTy

EVl 2 pW9UrhTDCdPD67SbvYknw 0 U 2 G8WWJ3uz9DJN_AdQGaKXxer3Bdniscl 2 z 4 q5kxXgkt6 & uniplatfo rm=NZKPT.

ZHANG Wuqi ， WEN Yunfeng ， HE Ye ， et al . Estimation and application of medium- and long-term inertia level tendency for power system ［J/OL］. Automation of Electric Power Systems ［ 2023-06-29 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD67SbvYknw0U2G8WWJ3uz9DJN_AdQGaKXxer3Bdniscl2z4q5kxXgkt6&uniplatform=NZKPT https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD67SbvYknw0U2G8WWJ3uz9DJN_AdQGaKXxer3Bdniscl2z4q5kxXgkt6&uniplatform=NZKPT .

李世春，薛臻瑶，申骜，等 . 常态下风电场并网惯量削弱量估计方法［J/OL］. 电力系统及其自动化学报［ 2023-01-16 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2s https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2s

uRadTyEVl 2 pW9UrhTDCdPD64GuMGdYvUCEsO2ms8QrW_Zap6OwNpdDYNjd 4 y 0 DoN2vbOFYXBGoM2F & uniplatform=NZKPT.

LI Shichun ， XUE Zhenyao ， SHEN Ao ， et al . Estimation method of the weakening of power grid inertia caused by wind farms integration during normal operation ［J/OL］. Proceedings of the CSU-EPSA ［ 2023-01-16 ］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9U https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9U

rhTDCdPD 64 GuMGdYvUCEsO2ms8QrW_Zap6OwNpdDYNjd 4 y 0 DoN2vbOFYXBGoM2F & uniplatform=NZKPT.

王宝财，孙华东，李文锋，等 . 考虑动态频率约束的电力系统最小惯量评估［J］. 中国电机工程学报， 2022 ， 42 （ 1 ）： 114 - 127 .

WANG Baocai ， SUN Huadong ， LI Wenfeng ， et al . Minimum inertia estimation of power system considering dynamic frequency constraints ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 1 ）： 114 - 127 .

鲁刚，元博，赵琮皓，等 . 计及系统惯量需求的发电容量市场定价方法［J］. 电力系统自动化， 2023 ， 47 （ 14 ）： 12 - 20 .

LU Gang ， YUAN Bo ， ZHAO Conghao ， et al . Pricing method for generation capacity market considering system inertia demand ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 14 ）： 12 - 20 .

蔡国伟，钟超，吴刚，等 . 考虑风电机组超速减载与惯量控制的电力系统机组组合策略［J］. 电力系统自动化， 2021 ， 45 （ 16 ）： 134 - 142 .

CAI Guowei ， ZHONG Chao ， WU Gang ， et al . Unit commitment strategy of power system considering overspeed load reduction and inertia control of wind turbine ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 16 ）： 134 - 142 .

李东东，刘强，徐波，等 . 考虑频率稳定约束的新能源电力系统临界惯量计算方法［J］. 电力系统保护与控制， 2021 ， 49 （ 22 ）： 24 - 33 .

LI Dongdong ， LIU Qiang ， XU Bo ， et al . New energy power system critical inertia estimation method considering frequency stability constraints ［J］. Power System Protection and Control ， 2021 ， 49 （ 22 ）： 24 - 33 .

INOUE T ， TANIGUCHI H ， IKEGUCHI Y ， et al . Estimation of power system inertia constant and capacity of spinning-reserve support generators using measured frequency transients ［J］. IEEE Transactions on Power Systems ， 1997 ， 12 （ 1 ）： 136 - 143 .

KERDPHOL T ， WATANABE M ， NISHIKAWA R ， et al . Determining inertia of 60 hz Japan power system using PMUs from power loss event ［C］// 2021 IEEE Texas Power and Energy Conference （TPEC）， February 2-5 ， 2021 ， College Station， USA ： 1 - 5 .

LUGNANI L ， DOTTA D ， FERREIRA J M F ， et al . Frequency response estimation following large disturbances using synchrophasors ［C］// 2018 IEEE Power & Energy Society General Meeting （PESGM）， August 5-10 ， 2018 ， Portland， USA ： 1 - 5 .

ASHTON P M ， TAYLOR G A ， CARTER A M ， et al . Application of phasor measurement units to estimate power system inertial frequency response ［C］// 2013 IEEE Power & Energy Society General Meeting ， July 21-25 ， 2013 ， Vancouver， Canada ： 1 - 5 .

SHAMS N ， WALL P ， TERZIJA V . Active power imbalance detection， size and location estimation using limited PMU measurements ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 2 ）： 1362 - 1372 .

AZIZIPANAH-ABARGHOOEE R ， MALEKPOUR M ， PAOLONE M ， et al . A new approach to the online estimation of the loss of generation size in power systems ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 3 ）： 2103 - 2113 .

刘方蕾，胥国毅，王凡，等 . 基于差值计算法的系统分区惯量评估方法［J］. 电力系统自动化， 2020 ， 44 （ 20 ）： 46 - 53 .

LIU Fanglei ， XU Guoyi ， WANG Fan ， et al . Assessment method of system partition inertia based on differential calculation method ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 20 ）： 46 - 53 .

CAO X ， STEPHEN B ， ABDULHADI I F ， et al . Switching Markov Gaussian models for dynamic power system inertia estimation ［J］. IEEE Transactions on Power Systems ， 2015 ， 31 （ 5 ）： 3394 - 3403 .

SCHMITT A ， LEE B . Steady-state inertia estimation using a neural network approach with modal information ［C］// 2017 IEEE Power & Energy Society General Meeting ， July 16-20 ， 2017 ， Chicago， USA ： 1 - 5 .

TUTTELBERG K ， KILTER J ， WILSON D ， et al . Estimation of power system inertia from ambient wide area measurements ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 6 ）： 7249 - 7257 .

ZHANG J B ， XU H C . Online identification of power system equivalent inertia constant ［J］. IEEE Transactions on Industrial Electronics ， 2017 ， 64 （ 10 ）： 8098 - 8107 .

李元臣，文云峰，叶希，等 . 基于多新息辨识的电力系统节点惯量估计方法［J］. 电力自动化设备， 2022 ， 42 （ 8 ）： 89 - 95 .

LI Yuanchen ， WEN Yunfeng ， YE Xi ， et al . Estimation method of power system nodal inertia based on multi-innovation identification ［J］. Electric Power Automation Equipment ， 2022 ， 42 （ 8 ）： 89 - 95 .

徐波，杨逸欣，余万强，等 . 基于状态空间模型与PEM迭代算法的电力系统惯量辨识［J］. 电力系统保护与控制， 2022 ， 50 （ 18 ）： 123 - 130 .

XU Bo ， YANG Yixin ， YU Wanqiang ， et al . Inertia identification of power system based on state space model and PEM iterative algorithm ［J］. Power System Protection and Control ， 2022 ， 50 （ 18 ）： 123 - 130 .

徐波，章林炜，俞向栋，等 . 基于系统辨识的电力系统惯量在线评估改进方法［J］. 电力系统保护与控制， 2021 ， 49 （ 18 ）： 62 - 69 .

XU Bo ， ZHANG Linwei ， YU Xiangdong ， et al . An improved method of power system inertia online estimation based on system identification ［J］. Power System Protection and Control ， 2021 ， 49 （ 18 ）： 62 - 69 .

WANG B ， YANG D Y ， CAI G W ， et al . An improved electromechanical oscillation-based inertia estimation method ［J］. IEEE Transactions on Power Systems ， 2022 ， 37 （ 3 ）： 2479 - 2482 .

SUSUKI Y ， HAMASAKI R ， ISHIGAME A . Estimation of power system inertia using nonlinear Koopman modes ［C］// 2018 IEEE Power & Energy Society General Meeting （PESGM）， August 5-10 ， 2018 ， Portland， USA ： 1 - 5 .

CAI G W ， WANG B ， YANG D Y ， et al . Inertia estimation based on observed electromechanical oscillation response for power systems ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 6 ）： 4291 - 4299 .

YANG D Y ， WANG B ， CAI G W ， et al . Data-driven estimation of inertia for multiarea interconnected power systems using dynamic mode decomposition ［J］. IEEE Transactions on Industrial Informatics ， 2021 ， 17 （ 4 ）： 2686 - 2695 .

GUO S J ， CAI G W ， YANG D Y ， et al . Compressed-DMD for electromechanical mode estimation from high-dimensional ambient data ［J］. International Transactions on Electrical Energy Systems ， 2022 ， 2022 ： 1 - 14 .

KUNDUR P ， MALIK O P . Power system stability and control ［M］. USA ： McGraw Hill ， 1993 .

TAKEISHI N ， KAWAHARA Y ， YAIRI T . Subspace dynamic mode decomposition for stochastic Koopman analysis ［J］. Physical Review E ， 2017 ， 96 （ 3 ）： 033310 .

LI D X ， ZHANG H F ， WANG B ， et al . Data-driven electromechanical parameter estimation in dynamic model of a synchronous generator ［C］// 2021 IEEE/IAS Industrial and Commercial Power System Asia （I&CPS Asia）， July 18-21 ， 2021 ， Chengdu， China ： 858 - 863 .

TURUNEN J ， THAMBIRAJAH J ， LARSSON M ， et al . Comparison of three electromechanical oscillation damping estimation methods ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 4 ）： 2398 - 2407 .

周书宇，蔡国伟，杨德友，等 . 随机数据驱动的电力系统小干扰稳定在线评估方法［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 94 - 100 .

ZHOU Shuyu ， CAI Guowei ， YANG Deyou ， et al . Ambient data-driven on-line evaluation method of power system small signal stability ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 94 - 100 .

SINGH R ， PAL B C ， JABR R A . Statistical representation of distribution system loads using Gaussian mixture model ［J］. IEEE Transactions on Power Systems ， 2010 ， 25 （ 1 ）： 29 - 37 .

陈润泽，吴文传，孙宏斌，等 . 双馈风电机组惯量控制对系统小干扰稳定的影响［J］. 电力系统自动化， 2014 ， 38 （ 23 ）： 6 - 12 .

CHEN Runze ， WU Wenchuan ， SUN Hongbin ， et al . Impact of inertia control of DFIG wind turbines on system small-signal stability ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 23 ）： 6 - 12 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Voltage Regulation Strategy for Active Distribution Network Based on Multi-agent Deep Reinforcement Learning

Related Author

WANG Yu

CHENG Lilin

LUO Zijie

LI Qun

ZHANG Ningyu

LI Yaran

ZANG Haixiang

HUANG Yu

Related Institution

State Grid Qiqihaer Electric Power Company., Qiqihaer

School of Electrical and Power Engineering, Hohai University

Electric Power Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

Institute of Advanced Technology for Carbon Neutrality, Nanjing University of Posts and Telecommunications

NARI Technology Co., Ltd.

⁰