★ FEATURED ARTICLE 简介这份PDF文献面向电力系统专业研究人员、电气工程研究生及从事电网稳定性分析的工程技术人员聚焦基于特征值分析法的电力系统稳定性研究尤其针对串补输电系统中次同步谐振SSO的机理与判别问题。资源包内含1个PDF文件大小约244KB内容源自期刊论文涵盖次同步振荡产生机理、同步发电机电磁回路与汽轮机线性化模型、SVC模型及特征值分析方法的完整推导并附具体模型的仿真验证与文献结果对比。文中系统阐释了特征值分析法理论严格、分析准确的优势可提供振频、衰减因子与特征值灵敏度等关键信息帮助读者掌握线性化微分方程建模思路与SSO特性仿真流程。目前已有206人学习适合作为电力系统稳定性研究、振荡问题分析与相关课题写作的专业参考文献。1. 串补输电背后的幽灵这份 2010 年的特征值分析 PDF 到底能解决什么如果你手头正在处理新能源场站经串补线路外送引发的次同步振荡SSO问题或者被现场那套“时域仿真跑半天、波形还是对不上”的流程折磨过这份《基于特征值分析法的电力系统稳定性研究》大概率能给你省下不少翻文献的时间。它是一篇 2010 年发表在《沈阳工程学院学报自然科学版》的工程研究论文作者李道霖、张双平来自三峡电力职业学院和三峡大学全文只有 4 页但把次同步谐振的机理、线性化微分方程的推导、以及 IEEE 第一基准模型 20 阶和 27 阶系统的特征值分析结果都写清楚了。它解决的不是“怎么调参数”这种操作层面的问题而是“为什么串补度到了某个值系统就开始发散”这个根子上的问题。适合两类人一类是刚接手 SSO 分析、需要快速建立物理图景的电气工程研究生或现场调试工程师另一类是做电磁暂态仿真但想用特征值法交叉验证结果的老手。PDF 格式4 页带完整的参考文献和 IEEE 基准模型参数直接能当推导模板用。2. 次同步振荡的物理图景感应发电机效应与扭转相互作用怎么理解2.1 为什么串补线路会“养出”一个次同步频率的电流回路次同步谐振SSR的本质是发电机轴系和串补电网之间的能量交换交换频率低于系统同步频率。论文里把机理拆成两个核心现象第一个是感应发电机效应。当串补输电系统里出现冲击或扰动次同步频率的暂态电流会流向同步发电机。对于频率低于转子角频率的电流分量同步发电机表现得像一台感应电动机转差率 s 决定了等效转子电阻的大小。当次同步频率接近同步频率时转差率的绝对值变小等效电阻的绝对值变大。一旦这个等效电阻的绝对值超过该频率下网络的固有电阻回路就开始自激电压和电流持续上升。这个过程的数学表达在论文里写得很直白转差率 s (ω - ω₀)/ω₀等效电阻 R R_r/s。我一般会把这个关系画成一条曲线横轴是次同步频率纵轴是等效电阻看一眼就知道哪个频率点最危险。第二个现象是扭转相互作用。次同步电流在发电机内建立旋转磁场转子受到频率为 (ω₀ - ω) 的交变力矩。如果这个交变力矩的频率接近轴系某一固有扭振频率也就是电气谐振频率和轴系固有扭振频率互补f_elec f_torsion f₀轴系就会发生扭转振荡。这个振荡通过电磁力矩反过来加大电气系统的振荡形成正反馈。论文里特别强调如果在这个频率下轴系净力矩为负阻尼机电相互作用的扭矩就会持续增大最终可能导致轴系损坏。理解这两个机理之后再看特征值分析的结果你就知道哪些特征值对应的是电气模式哪些对应的是轴系扭振模式而不是对着一堆复数发懵。2.2 从微分方程到状态矩阵线性化到底在做什么特征值分析法的前提是把系统在稳态工作点附近线性化。论文里选择发电机各绕组的电流作为状态变量d 轴和 q 轴上各有 2 个绕组d 轴是阻尼绕组 D 和励磁绕组 fq 轴是阻尼绕组 Q 和阻尼绕组 g。线性化的过程就是消去稳态项、忽略二阶及以上的小扰动量乘积。论文给出了 d 轴绕组线性化电压方程的推导过程核心操作是把每个变量写成稳态值加小扰动量代入原方程后减去稳态方程再丢掉扰动量的乘积项。最终得到的是一组线性化微分方程写成状态空间形式就是 Δẋ AΔx BΔu。A 就是系统状态矩阵它的特征值决定了系统的动态响应。这里有个容易翻车的地方线性化的前提是小扰动如果系统已经发生了大幅度的振荡线性化模型就不再适用。论文里用的 IEEE 第一基准模型是一个单机无穷大系统发电机经升压变压器和带串联电容补偿的输电线路连接到无穷大母线。20 阶系统只计及发电机轴系12 阶、发电机电磁回路6 阶和串补输电线路2 阶忽略了汽轮机、调速器和励磁系统的影响。27 阶系统在 20 阶基础上加入了汽轮机3 阶、调速器2 阶和励磁系统2 阶。这个阶数划分很关键因为轴系模型是 6 段每段有 2 个状态变量角位移和角速度所以轴系贡献 12 阶。如果你自己建模时轴系段数不同阶数会变但特征值的物理含义不变。3. 手把手复现 20 阶与 27 阶模型状态变量选取与特征值求解3.1 状态变量怎么选电流还是磁链论文明确选择了绕组电流作为状态变量而不是磁链。这个选择有实际考虑发电机方程要和网络方程联立网络方程里用的是节点电压和支路电流选电流作为状态变量可以直接和网络方程接口不需要额外的转换。d 轴和 q 轴的电压方程写成矩阵形式后系数矩阵里包含同步电抗、暂态电抗、转子电阻等参数。如果你手头有发电机的 d-q 轴参数可以直接填进去。我一般会先把发电机的参数整理成一张表包括 X_d、X_q、X_d、X_q、X_d、X_q、T_d0、T_q0、T_d0、T_q0、R_s、R_r 等然后按论文里的方程结构组装系数矩阵。import numpy as np # 发电机 d 轴绕组线性化电压方程系数矩阵组装示例 # 状态变量顺序: [Δi_d, Δi_f, Δi_D, Δi_q, Δi_g, Δi_Q] # 参数为标幺值具体数值需根据实际发电机填写 def build_generator_matrix(Xd, Xq, Xad, Xaq, Xf, XD, Xg, XQ, Rf, RD, Rg, RQ, Rs): 构建发电机电磁回路的线性化状态矩阵 Xd, Xq: d/q 轴同步电抗 Xad, Xaq: d/q 轴电枢反应电抗 Xf, XD: d 轴励磁绕组和阻尼绕组漏抗 Xg, XQ: q 轴阻尼绕组漏抗 Rf, RD, Rg, RQ: 各绕组电阻 Rs: 定子电阻 # d 轴系数矩阵 (3x3) # 方程形式: [L] * d(Δi)/dt [R] * Δi Δv # 具体元素根据论文式(4)的推导填写 L_d np.array([ [-(Xd Xad), Xad, Xad], [Xad, -(Xf Xad), Xad], [Xad, Xad, -(XD Xad)] ]) R_d np.array([ [-Rs, 0, 0], [0, -Rf, 0], [0, 0, -RD] ]) # q 轴类似此处省略具体元素 return L_d, R_d # 实际使用时将 L_d 求逆后与 R_d 相乘得到状态矩阵 A_d # A_d np.linalg.inv(L_d) R_d # 特征值 eigvals np.linalg.eigvals(A_d)上面这段代码展示的是 d 轴绕组系数矩阵的组装思路。L_d 矩阵里的元素来自论文式(4)的推导核心是各绕组的自感和互感。R_d 是对角矩阵对角元素是各绕组的负电阻。实际求解时把 L_d 求逆再乘以 R_d得到 d 轴子系统的状态矩阵然后求特征值。q 轴同理。整个发电机的电磁回路贡献 6 个特征值对应 6 个电磁模式。参数说明Xd 和 Xq 是同步电抗Xad 和 Xaq 是电枢反应电抗Xf 和 XD 是 d 轴励磁绕组和阻尼绕组的漏抗Rf 和 RD 是对应绕组电阻。这些参数在发电机出厂试验报告里都能找到如果没有用典型值先跑通流程再替换。3.2 轴系 6 段模型怎么串进去模态频率与特征值的对应关系轴系模型是 6 段每段有惯性时间常数和刚度系数。论文里没有列出具体的轴系参数但 IEEE 第一基准模型的轴系参数是公开的常见做法是直接引用标准参数。轴系的状态变量是每段的角位移和角速度共 12 个。轴系的运动方程是2H_i * dω_i/dt T_i - T_{i1} - D_i * ω_idδ_i/dt ω_i - ω_0。其中 H_i 是第 i 段的惯性时间常数D_i 是阻尼系数T_i 是第 i 段和第 i1 段之间的扭矩由刚度系数和角位移差决定。把轴系方程线性化后和发电机电磁方程、网络方程联立就得到全系统的状态矩阵。轴系的特征值通常以共轭复数对的形式出现实部是衰减因子虚部是振荡频率。论文里表 1 和表 2 给出了串补电容为 0.35 和串补度为 0.5 时的特征值分析结果。我一般会先把轴系的固有扭振频率算出来然后和特征值的虚部对比确认哪些特征值对应轴系扭振模式。如果某个扭振模式的特征值实部为正说明该模式不稳定需要重点关注。这里有个经验轴系扭振频率通常在 5 Hz 到 50 Hz 之间特征值虚部除以 2π 就是频率。如果算出来的频率不在这个范围大概率是状态变量选错了或者参数单位搞混了。3.3 网络方程和 SVC 模型代数方程怎么消去网络方程是代数方程不是微分方程。论文里提到在特征矩阵形成过程中电磁转矩和机端电压不是状态变量需要利用状态变量将它们消去。具体做法是把网络方程代入发电机方程消去节点电压和支路电流中不是状态变量的部分。SVC 模型在论文里也有涉及可调电抗器用 1 个固定电抗和 1 个位于电抗之后的可控电压源来代替。SVC 主体部分的方程是 2 阶的控制系统方程线性化后得到描述 SVC 特性的线性化方程组。晶闸管的延迟时间和死区时间对于 6 脉冲系统分别取基波信号周期的 1/6 和 1/12。这些细节在论文里写得很清楚照着填就行。# 网络方程消去示例将代数方程代入微分方程 # 假设网络方程为: I Y * V其中 I 是注入电流V 是节点电压 # 发电机方程: d(Δi_gen)/dt f(Δi_gen, ΔV) # 消去 ΔV: ΔV Z * Δi_gen其中 Z inv(Y) # 代入后得到仅含状态变量的微分方程 def eliminate_algebraic_vars(A_gen, B_gen, Y_network): A_gen: 发电机状态矩阵 B_gen: 发电机输入矩阵对应节点电压 Y_network: 网络导纳矩阵 返回消去代数变量后的全系统状态矩阵 Z_network np.linalg.inv(Y_network) A_full A_gen B_gen Z_network B_gen.T # 简化形式实际需按接口矩阵组装 return A_full这段代码展示的是代数方程消去的基本思路。实际系统中发电机和网络的接口矩阵需要根据节点连接关系组装不能简单转置。论文里用的是 IEEE 第一基准模型单机无穷大系统网络结构简单消去过程不复杂。如果你做的是多机系统接口矩阵会大很多建议用稀疏矩阵存储。参数说明Y_network 是网络导纳矩阵包含串补电容的导纳。串补度定义为 X_C / X_L论文里用了 0.35 和 0.5 两个值。串补度越高电气谐振频率越低越容易和轴系扭振频率互补。4. 避坑与排查特征值分析法落地时的五个血泪教训4.1 特征值实部为正但仿真不发散现象特征值分析显示某个模式实部为正但时域仿真跑出来系统是稳定的。原因线性化模型的工作点和仿真工作点不一致。特征值是在特定工作点出力 0.9、功率因数 0.9、机端电压 1.0下算的如果仿真时改了出力或电压特征值会变。解决确认仿真工作点和特征值计算工作点一致不一致就重新算特征值。我一般会在仿真脚本里把工作点参数打印出来和特征值计算脚本的输入参数逐项核对。4.2 轴系扭振频率对不上现象特征值虚部换算出的频率和轴系固有扭振频率差很多。原因轴系参数单位搞混了。惯性时间常数 H 的单位是秒刚度系数的单位是标幺值/弧度如果刚度系数用了实际值而惯性时间常数用了标幺值频率就会偏。解决统一用标幺值或者统一用实际值。论文里没有列轴系参数建议直接引用 IEEE 第一基准模型的标准参数不要自己凑。4.3 20 阶和 27 阶结果差异大现象20 阶系统算出来稳定27 阶系统算出来不稳定。原因27 阶系统加入了调速器和励磁系统这两个系统可能引入新的不稳定模式。论文里表 1 和表 2 的结果差异很小说明在论文的工况下调速器和励磁系统的影响不大。但如果你的系统里调速器增益设得很大或者励磁系统响应很快27 阶和 20 阶的差异就会很明显。解决先跑 20 阶确认电气和轴系的基本特性再跑 27 阶看调速器和励磁系统的影响。如果 27 阶出现新的不稳定模式重点检查调速器和励磁系统的参数。4.4 串补度扫描时特征值轨迹跳变现象串补度从 0.3 扫到 0.5特征值轨迹不连续突然跳变。原因串补度变化时电气谐振频率变化可能和不同的轴系扭振模式发生互补。当电气谐振频率从一个扭振模式附近移到另一个扭振模式附近时特征值轨迹会跳变。解决把串补度扫描步长减小比如从 0.01 改成 0.005观察特征值轨迹的连续变化。如果跳变仍然存在说明系统存在模式耦合需要更精细的模型。4.5 线性化模型在故障后不适用现象故障后系统振荡幅度很大特征值分析结果和仿真对不上。原因线性化模型只在小扰动下有效故障后系统偏离工作点很远非线性项不能忽略。解决故障后的稳定性分析用时域仿真特征值分析只用于小扰动稳定性评估。论文里也强调了特征值分析法是在小扰动情况下对系统模型进行线性化后求解的不要用它去分析大扰动后的暂态过程。5. 从特征值到现场决策灵敏度分析与串补度选择的实用技巧特征值分析最有价值的输出不是特征值本身而是特征值灵敏度。论文里提到特征值分析法能提供准确的振频、衰减因子和特征值灵敏度等大量有用的信息。灵敏度告诉你哪个参数对稳定性影响最大。我一般会先算特征值对串补度的灵敏度找出最危险的串补度区间然后在这个区间里细化扫描。具体做法是对每个串补度值算全系统状态矩阵的特征值找出实部最大的那个特征值记录它的实部和对应的串补度。把串补度作为横轴最大实部作为纵轴画一条曲线。曲线穿过零点的位置就是临界串补度。论文里串补电容为 0.35 时系统稳定串补度为 0.5 时也稳定但这两个点之间的某个串补度可能不稳定需要扫描确认。另一个实用技巧是特征值对轴系参数的灵敏度。如果某个扭振模式的特征值实部对某段轴系的刚度系数特别敏感说明这段轴系是薄弱环节现场监测时可以重点盯这段轴系的扭矩。论文里没有展开灵敏度分析但特征值灵敏度的计算公式是现成的∂λ/∂p (ψ^T * ∂A/∂p * φ) / (ψ^T * φ)其中 λ 是特征值p 是参数φ 是右特征向量ψ 是左特征向量。这个公式在 MATLAB 里几行代码就能实现。% 特征值灵敏度计算示例 [V, D] eig(A); % V 是右特征向量矩阵D 是特征值对角矩阵 lambda diag(D); % 假设对参数 p 的灵敏度 dA_dp compute_dA_dp(A, p); % 根据参数 p 计算 dA/dp for i 1:length(lambda) phi V(:, i); psi inv(V); % 左特征向量 psi psi(:, i); dlambda_dp(i) (psi * dA_dp * phi) / (psi * phi); end这段 MATLAB 代码展示了特征值灵敏度的计算流程。eig 函数返回右特征向量矩阵 V 和特征值对角矩阵 D。左特征向量通过 inv(V) 得到。dA_dp 是状态矩阵对参数 p 的偏导数矩阵需要根据参数在状态矩阵中的位置手动计算。dlambda_dp 就是特征值对参数 p 的灵敏度。如果某个特征值的灵敏度实部为正且绝对值很大说明增大该参数会让系统更不稳定。现场决策时如果发现串补度对某个不稳定模式的灵敏度很高可以考虑调整串补度或者加装阻尼控制器。从那以后我每次做 SSO 分析都强制走一遍“机理确认→线性化建模→特征值求解→灵敏度扫描→时域仿真交叉验证”的流程少一步都不敢下结论。希望帮到你。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
