[论文解读] Forced Oscillation Localization in Electric Power Systems under Resonance Conditions

Tong Huang, Nikolaos M. Freris+2 more|arXiv (Cornell University)|Dec 15, 2018

Smart Grid and Power Systems被引用 3

一句话总结

本文提出了一种基于数据驱动的算法，用于在谐振条件下定位电力系统中的强迫振荡源，利用鲁棒主成分分析（RPCA）来利用源的稀疏性以及相量测量数据的低秩结构。该方法能够实时高效地隔离振荡源，理论证明谐振分量的秩最大为2，并在IEEE 68节点系统和WECC 179节点系统上得到验证。

ABSTRACT

This paper proposes a data-driven algorithm of locating the source of forced oscillations and suggests the physical interpretation of the method. By leveraging the sparsity of the forced oscillation sources along with the low-rank nature of synchrophasor data, the problem of source localization under resonance conditions is cast as computing the sparse and low-rank components using Robust Principal Component Analysis (RPCA), which can be efficiently solved by the exact Augmented Lagrange Multiplier method. Based on this problem formulation, an efficient and practically implementable algorithm is proposed to pinpoint the forced oscillation source during real-time operation. Furthermore, we provide theoretical insights into the efficacy of the proposed approach by use of physical model-based analysis, in specific by establishing the fact that the rank of the resonance component matrix is at most 2. The effectiveness of the proposed method is validated in the IEEE 68-bus power system and the WECC 179-bus benchmark system.

研究动机与目标

• 为解决在谐振条件下识别电力系统中强迫振荡源的挑战，传统方法可能因复杂干扰而失效。
• 开发一种实时、基于数据的算法，利用相量测量数据准确地定位振荡源。
• 通过谐振行为的基于模型的分析，为源定位方法提供物理解释。
• 理论上建立谐振分量矩阵的最大秩为2，从而实现高效分解。
• 在实际电力系统模型中验证该方法的有效性，包括IEEE 68节点系统和WECC 179节点系统。

提出的方法

• 将强迫振荡源定位问题表述为基于鲁棒主成分分析（RPCA）的稀疏与低秩矩阵分解问题。
• 利用振荡源的稀疏性以及相量测量数据的低秩特性，将振荡分量与背景分量分离。
• 采用精确增广拉格朗日乘子法（e-ALM）高效求解RPCA优化问题，实现实时计算。
• 通过物理建模证明谐振分量矩阵的最大秩为2，从而支持低秩假设的合理性。
• 将该算法应用于实时相量测量数据，识别出引发强迫振荡的母线或区域。
• 将理论洞察与实际实现相结合，确保在谐振条件下具有鲁棒性。

实验结果

研究问题

• RQ1 如何利用广域相量测量数据在谐振条件下准确地定位电力系统中的强迫振荡源？
• RQ2 电力系统振荡中，谐振分量矩阵的理论秩是多少？该秩如何实现高效分解？
• RQ3 基于RPCA的数据驱动方法能否在谐振条件下有效分离振荡源与背景相量测量数据？
• RQ4 该方法在大型电力系统模型（如IEEE 68节点和WECC 179节点系统）中的表现如何？
• RQ5 电力系统中谐振分量低秩结构的物理基础是什么？

主要发现

• 电力系统中谐振分量矩阵的最大理论秩为2，从而支持高效的低秩近似。
• 所提出的基于RPCA的方法在IEEE 68节点系统和WECC 179节点系统中均能以高精度从相量测量数据中成功分离出强迫振荡源。
• 精确增广拉格朗日乘子法实现了稀疏与低秩分解的实时计算，适用于在线应用。
• 该算法在谐振条件下表现出鲁棒性能，而传统方法可能因模态耦合而难以应对。
• 基于物理模型的分析验证了低秩假设的有效性，增强了该方法的理论基础。
• 该方法能有效精确定位强迫振荡的源母线，从而实现对系统的针对性监测与控制。