-
作者
黄海东徐云清张琦兵徐贤刘凯
-
单位
国网江苏省电力有限公司东南大学
-
摘要
在新型电力系统背景下，以风光为代表的可再生能源导致系统惯性水平低、不确定性强，电网频率稳定问题凸显。基于虚拟惯量控制的新能源虽然在一定程度上提升了低惯量电网的频率稳定性，但同时增加了电网惯量评估难度。针对传统电网在线惯量监测方式难以准确估量同步机转动惯量和新能源虚拟惯量的问题，文章在无需任何线性假设的前提下，提出一种基于多重重要性采样-贝叶斯推理的电力系统转动惯量和虚拟惯量综合估计方法。基于相量测量单位（PMU）局部测量信息和贝叶斯推理框架，通过多重重要性采样算法抽样获得惯量参数的非高斯后验分布，从而保证惯量估计准确性。仿真结果表明，该方法在同步和非同步发电机的在线惯量估计方面均具备较高的精度，可推广应用于以新能源为主导的新型电力系统。
-
关键词
可再生能源惯量估计转动惯量虚拟惯量贝叶斯推理多重重要性采样
-
基金项目(Foundation)
国网江苏省电力有限公司科技项目（J2023120）；
-
文章目录
0 引言
1 同步发电机转动惯量和可再生能源虚拟惯量
1.1 同步发电机的转动惯量
1.2 可再生能源的虚拟惯量
2 贝叶斯推理分析
3 采样算法研究
3.1 重要性采样算法
3.2 多重重要性采样算法
4 案例分析
4.1 先验信息选择
4.2 实验结果分析
4.3 参数相关性分析
5 结论
-
引用格式
[1]黄海东,徐云清,张琦兵,等.基于贝叶斯推理的电力系统转动惯量和新能源虚拟惯量估计方法[J].可再生能源,2024,42(11):1546-1553.
可再生能源 
2024年第11期 
