基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识

王长江; 代笑笑; 刘博涵; 周勤勇; 姜懿郞; 王庆

doi:doi:10.19912/j.0254-0096.tynxb.2024-2216

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识

更新时间：2026-07-22

- 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识
- 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识
- 太阳能学报 2026年47卷第4期页码：350-359
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-2216
  中图分类号： TM712
- 网络首发：2026-05-08，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
王长江, 代笑笑, 刘博涵, 等. 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识[J]. 太阳能学报, 2026,47(4):350-359.

王长江, 代笑笑, 刘博涵, et al. 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识[J]. 2026, 47(4): 350-359.
王长江, 代笑笑, 刘博涵, 等. 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识[J]. 太阳能学报, 2026,47(4):350-359. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2216.

王长江, 代笑笑, 刘博涵, et al. 基于SMSST-CDSSI的风电并网系统次同步振荡模式辨识[J]. 2026, 47(4): 350-359. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2216.

摘要

为实现风电并网系统次同步振荡（SSO）特征参数的精确辨识

该文提出一种基于二阶多重同步压缩变换（SMSST）和组合确定性随机子空间（CDSSI）结合的SSO辨识方法。首先

为准确追踪SSO信号的非线性时变特性

利用SMSST对SSO信号进行分解并构建时频系数矩阵

以提升信号的时频能量聚集能力;然后

在时频域中采用脊线提取方法对各振荡模式进行最佳时频轨迹搜索

借助最佳时频轨迹重构各振荡分量的时域SSO分量;进一步

利用CDSSI方法辨识SSO信号的频率和阻尼比等振荡特征参数;最后

通过自合成SSO信号、风电并网系统算例仿真信号和实际系统SSO的监测数据验证了所提方法的有效性与准确性。

Abstract

The increasing integration of large-scale wind power into the grid poses risks of sub-synchronous oscillation （SSO）

posing a significant threat to the stable operation of the power system. This paper proposes a novel SSO identification methodology integrating second-order multi-synchrosqueezing transform （SMSST） with combined deterministic-stochastic subspace identification （CDSSI） to achieve precise parameter extraction in wind-integrated power systems. Firstly

to accurately track the nonlinear and time-varying characteristics of SSO signals

SMSST is employed to decompose the SSO signal and construct a time-frequency coefficient matrix

enhancing the energy concentration in the time-frequency domain. Then

ridge extraction method is applied in the time-frequency domain to perform optimal time-frequency trajectory searching for each SSO mode. Using the optimal time-frequency trajectory

the time-domain SSO components of each oscillation mode are reconstructed. Subsequently

the CDSSI method is utilized to identify the oscillatory characteristic parameters of the SSO signal

such as frequency and damping ratio. Finally

the effectiveness and accuracy of the proposed method are validated through synthetic SSO signals

simulation signals from a wind power integrated system

and monitoring data of actual system SSO events.

关键词

Keywords

references

衣立东, 马宁宁, 丁茂生, 等. 新型电力系统宽频振荡防控体系架构[J]. 电网技术, 2023, 47(10): 4092-4101.

文继锋, 刘子俊, 周专, 等. 新型电力系统下高渗透新能源接入的次同步振荡问题研究[J]. 太阳能学报, 2024, 45(11): 50-60.

刘克天, 胡新宇, 李想, 等. 基于EMD和TLS-Prony的次同步振荡模态辨识方法及电压反馈抑制策略[J]. 太阳能学报, 2023, 44(11): 294-302.

CHENG Y Z, FAN L L, ROSE J, et al.Real-world subsynchronous oscillation events in power grids with high penetrations of inverter-based resources[J]. IEEE transactions on power systems, 2023, 38(1): 316-330.

吴熙, 陈曦, 吕万, 等. 电力系统次同步振荡检测与在线定位技术综述[J]. 电力自动化设备, 2020, 40(9): 129-141.

刘灏, 李珏, 毕天姝, 等. 基于PMU相量的次/超同步间谐波识别方法[J]. 电网技术, 2017, 41(10): 3237-3243.

于鹏, 郭国先, 杨晓明, 等. 基于多元经验模态分解的风电并网系统次同步振荡检测[J]. 可再生能源, 2024, 42(6): 781-788.

MA Y, HUANG Q, ZHANG Z Y, et al.Application of multisynchrosqueezing transform for subsynchronous oscillation detection using PMU data[J]. IEEE transactions on industry applications, 2021, 57(3): 2006-2013.

马俊杰, 刘芳, 吴敏, 等. 基于类噪声小波分解的风电场次同步振荡辨识[J]. 电网技术, 2019, 43(4): 1294-1300.

赵妍, 李武璟, 聂永辉. 次同步振荡的频率切片小波变换检测方法[J]. 电工技术学报, 2017, 32(6): 106-114.

彭莉萍, 魏辉, 刘桂平, 等. 通过改进Prony算法辨识交流串补引起的次同步谐振模态参数[J]. 电力系统及其自动化学报, 2015, 27(S1): 63-67.

任旭虎, 王浩, 刘通, 等. 基于MSST-HT的次同步振荡参数辨识研究[J]. 电子测量技术, 2023, 46(17): 57-63.

李玉刚, 叶庆卫, 周宇, 等. 基于模态参数提取的随机子空间辨识算法改进[J]. 中国机械工程, 2017, 28(1): 69-74.

张万旋, 卢哲, 张箭, 等. 二阶多重同步挤压变换及其在涡轮泵信号处理中的应用[J]. 振动与冲击, 2023, 42(12): 145-151, 193.

YU K, MA H, HAN H Z, et al.Second order multi-synchrosqueezing transform for rub-impact detection of rotor systems[J]. Mechanism and machine theory, 2019, 140: 321-349.

李天云, 袁明哲, 许广婷, 等. 基于随机子空间结合稳定图的间谐波高精度检测方法[J]. 电力系统自动化, 2010, 34(20): 50-54.

HOSSAIN S J, KAMALASADAN S.Combined deterministic-stochastic online subspace identification for power system mode estimation and oscillation classification[C]//2019 IEEE Industry Applications Society Annual Meeting. Baltimore, MD, USA, 2019: 1-9.

张虹, 徐志豪, 王迎丽, 等. 风电场次同步振荡非线性模态分解与参数辨识[J]. 电网技术, 2022, 46(1): 195-203.

孙勇, 张鹏, 姜涛, 等. 基于同步压缩广义S变换的电力系统次/超同步振荡检测[J]. 电网技术, 2024, 48(10): 4002-4011, I0012-I0014, I0011.

董晓亮, 田旭, 张勇, 等. 沽源风电场串补输电系统次同步谐振典型事件及影响因素分析[J]. 高电压技术, 2017, 43(1): 321-328.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

风速差异条件下的风电场自适应频率响应控制方法

改进的同步磁阻电机模型预测转矩控制

基于PMU实测数据的DFIG风电场等值模型鲁棒性与适应性分析

融合寻优算法的双馈风力机控制参数分步辨识方法

基于多频段自适应陷波器的风电外送系统次同步振荡抑制策略