大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)的制作方法
【專利摘要】一種電力系統(tǒng)仿真及分析【技術(shù)領(lǐng)域】的大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)，包括：用于實(shí)現(xiàn)BPA數(shù)據(jù)文件的無(wú)縫讀寫操作的BPA數(shù)據(jù)接口模塊、用于實(shí)現(xiàn)小干擾穩(wěn)定性特征值分析中的稀疏矩陣相關(guān)處理的稀疏矩陣計(jì)算模塊、潮流計(jì)算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊、全部特征值計(jì)算引擎模塊、部分特征值計(jì)算引擎模塊和振蕩模式提取和分析模塊，采用TTQRE、多種計(jì)算方案的IRAM及JDM，實(shí)現(xiàn)對(duì)實(shí)際大規(guī)模電網(wǎng)進(jìn)行全方位、無(wú)遺漏的小干擾穩(wěn)定性特征值仿真分析。
【專利說明】大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種電力系統(tǒng)仿真及分析【技術(shù)領(lǐng)域】的系統(tǒng)，具體是一種采用三種 不同特征值算法的大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)。

【背景技術(shù)】
[0002] 電力系統(tǒng)小干擾穩(wěn)定性指的是當(dāng)電網(wǎng)經(jīng)歷微小擾動(dòng)后，繼續(xù)保持同步運(yùn)行的能 力。電力系統(tǒng)小干擾穩(wěn)定性一般采用李雅普諾夫第一法作為判定標(biāo)準(zhǔn)。李雅普諾夫第一法 指出，如果系統(tǒng)線性化后的狀態(tài)矩陣沒有出現(xiàn)零或者正實(shí)部的特征值，那么就可以判定當(dāng) 前系統(tǒng)是小干擾穩(wěn)定的。因此，在電力系統(tǒng)中，特征值計(jì)算一直以來(lái)都是實(shí)現(xiàn)低頻功率振蕩 模式的識(shí)別、各類穩(wěn)定控制器的裝配選址和參數(shù)優(yōu)化、運(yùn)行參數(shù)對(duì)控制參數(shù)的靈敏度分析、 在線檢測(cè)振蕩數(shù)據(jù)的模態(tài)信息提取等功能的重要前提和基礎(chǔ)保障。
[0003] 由于電網(wǎng)規(guī)模的不斷擴(kuò)大，自上個(gè)世紀(jì)80年代開始，電力行業(yè)的研究人員就已投 入大量的精力到特征值計(jì)算方法和小干擾穩(wěn)定性分析系統(tǒng)的研究與開發(fā)中。至今為止，世 界范圍內(nèi)已出現(xiàn)了諸多用于大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)，例如：美國(guó) 太平洋瓦斯與電力公司開發(fā)的EISEMAN、美國(guó)電科院聯(lián)合加拿大安大略水電局共同開發(fā)的 SSSP、加拿大動(dòng)力技術(shù)實(shí)驗(yàn)室開發(fā)的SSAT、德國(guó)西門子公司開發(fā)的NEVA、巴西電力科學(xué)研 究中心開發(fā)的PacDyn、中國(guó)電力科學(xué)研究院開發(fā)的PSASP和PSD - SSAP等。
[0004] 按照待求特征值的數(shù)量進(jìn)行歸類，電力系統(tǒng)小干擾穩(wěn)定性的特征值分析方法分為 全部特征值分析法和部分特征值分析法。雖然幾乎所有的大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性 分析系統(tǒng)均包含全部特征值分析和部分特征值分析兩個(gè)方面，但仍然存在以下的問題和不 足：
[0005] 1)全部特征值分析法的核心模塊仍采用的是上個(gè)世紀(jì)60年代Kublanovskay和 Francis提出的雙重步位移隱式QR算法，從而導(dǎo)致國(guó)內(nèi)電力行業(yè)人士普遍認(rèn)為：對(duì)于大型 電力系統(tǒng)的小干擾穩(wěn)定性分析而言，QR算法存在內(nèi)存不足、計(jì)算時(shí)間很長(zhǎng)、計(jì)算出的特征 值誤差很大、算法可能不收斂等問題[王康，金宇清，甘德強(qiáng)，等.電力系統(tǒng)小信號(hào)穩(wěn)定分 析與控制綜述[J].電力自動(dòng)化設(shè)備，2009 (5) : 10 - 19.薛禹勝，郝思鵬，劉俊勇.關(guān)于低 頻振蕩分析方法的評(píng)述[J].電力系統(tǒng)自動(dòng)化，2009,33(3):1 _ 8.中國(guó)電力科學(xué)研究院， PSASP7.0版小干擾計(jì)算用戶手冊(cè)[R]，北京：中國(guó)電力科學(xué)研究院，2010.中國(guó)電力科學(xué)研 究院，PSD - SSAP小干擾穩(wěn)定性分析程序用戶手冊(cè)（2. 5. 2版）[R]，北京：中國(guó)電力科學(xué)研 究院，2012.]。不可否認(rèn)，早期的雙重步位移隱式QR算法的確存在以上所述的種種問題。 然而，隨著數(shù)值計(jì)算方法以及計(jì)算機(jī)軟硬件技術(shù)的不斷進(jìn)步，QR算法早已完成了從雙重步 位移一大塊多重步位移一鏈?zhǔn)叫K多重步位移一帶有積極早期收縮策略的兩步小塊多重 步位移的演變[Francis J G F. The QR transformation a unitary analogue to the LR transformation-Part 1[J]. The Computer Journal,1961,4(3):265 - 271. Francis J G F. The QR transformation-part 2[J]. The Computer Journal, 1962,4(4):332 -345. Bai Z,Demme1 J. On a Block Implementation of Hessenberg Multishift QR Iteration[J]. International Journal of High Speed Computing, 1989,1(1) :97 -112.Braman K,Byers R,Mathias R. The multishift QR algorithm, part I:Maintaining well-focused shifts and level 3 performance[J]. SIAM Journal on Matrix Analysis and Applications, 2002,23 (4):929 - 947. Braman K, Byers R, Mathias R. The multishift QR algorithm. Part II:Aggressive early deflation[J]. SIAM Journal on Matrix Analysis and Applications, 2002, 23 (4) :948 - 973.]，個(gè)人計(jì)算機(jī)也早已從僅能支持4GB尋址的32位， 變成了能夠支持16EB(1EB = 23°GB)尋址的64位。因此，基于雙重步位移隱式QR算法和32 位個(gè)人計(jì)算機(jī)的全部特征值分析法，顯然已經(jīng)不能滿足當(dāng)前大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性 分析的計(jì)算需求；
[0006] 2)部分特征值分析法是目前分析大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的主流方法。部分 特征值分析法的核心模塊是一類迭代投影法（Iterative projection methods) [Bai Z J， et al. Templates for the solution of algebraic eigenvalue problems:a practical guide[M]. Siam，2000.]。在近10年來(lái)的大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性分析的特征值算法 研究中，出現(xiàn)頻率最多的迭代投影法有兩個(gè)，一個(gè)是Krylov子空間下的IRAM(Implicitly Restarted Arnoldi Method，隱式重啟動(dòng) Arnoldi 算法）[Kim D J，Moon Y Η· Application of the implicit restarted Arnoldi method to the small-signal stability of power systems[J]. Journal of Electrical Engineering&Technology,2007,2 (4):428 - 433. 仲悟之，宋新立，湯涌，等.基于多進(jìn)程的電力系統(tǒng)頻域特征值并行搜索算法[J].電力系 統(tǒng)自動(dòng)化，2010 (21) : 11 - 16.]，另一個(gè)則是非Krylov子空間下的Jacobi - Davidson方 法（JDM)[杜正春，劉偉，方萬(wàn)良，等.基于Jacobi - Davidson方法的小干擾穩(wěn)定性分析 中關(guān)鍵特征值計(jì)算[J].中國(guó)電機(jī)工程學(xué)報(bào)，2005,25(14) :19 - 24. Tsai S H，Lee C Y， ffu Y Κ. Efficient calculation of critical eigenvalues in large power systems using the real variant of the Jacobi - Davidson QR method[J]. IET generation, transmission&distribution,2010,4(4) :467 - 478. ] 〇
[0007] 雖然IRAM已被廣泛集成于各電力系統(tǒng)小干擾穩(wěn)定性分析系統(tǒng)中，但其算法本身 具備的功能卻沒能得到最大程度的發(fā)揮，例如：PSD - SSAP和PSASP只提供了基于平移-逆 變換的掃頻IRAM，而非常適合于計(jì)算關(guān)鍵振蕩模式的Cayley變換IRAM，在兩種方法中均沒 有體現(xiàn)。掃頻IRAM雖然對(duì)于極特征值有著線性的收斂速度，但其搜索行為存在著隨機(jī)性， 在參數(shù)配置不合理的情況下，容易出現(xiàn)"漏根"，即漏掉一些特別關(guān)鍵的振蕩模式。當(dāng)精確 求解修正方程時(shí)，JDM具有漸進(jìn)二階的收斂速度，但更重要的是，即使不使用譜變換，JDM仍 然能夠按照某種指定的規(guī)則（實(shí)部最大、阻尼比最小），順序收斂出影響電力系統(tǒng)小干擾穩(wěn) 定性的那些關(guān)鍵振蕩模式。
[0008] 然而，不像IRAM具有開源的數(shù)學(xué)庫(kù)ARPACK，由于JDM僅有Matlab下的示例程序， 因此，JDM-直常見于學(xué)術(shù)研究，而沒有集成到任何的大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性特征值 分析系統(tǒng)中。
[0009] "三華"（華中-華東-華北）特高壓交/直流電網(wǎng)的互聯(lián)，一定會(huì)出現(xiàn)新增的低 頻功率振蕩模式，而如今處于建設(shè)初期的"強(qiáng)直弱交"電網(wǎng)，極有可能使得其中的某些模式 將要或者已經(jīng)呈現(xiàn)出不穩(wěn)定的狀態(tài)，因此，采用三種數(shù)值原理完全不同的特征值算法來(lái)分 析大規(guī)模電力系統(tǒng)的小干擾穩(wěn)定性，不僅具有理論價(jià)值，更具有現(xiàn)實(shí)意義。


【發(fā)明內(nèi)容】

[0010] 本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的上述不足，提出一種大規(guī)模電力系統(tǒng)小干擾穩(wěn) 定性的特征值分析系統(tǒng)，根據(jù)PSD - BPA格式的電網(wǎng)數(shù)據(jù)文件（*. dat和*. swi)，采用 TTQRE(Two - tone small - bulge multishift QR algorithm with aggressive early deflation，帶有積極早期收縮策略的兩步小塊多重步位移QR算法），快速、準(zhǔn)確的識(shí)別出 影響系統(tǒng)動(dòng)態(tài)穩(wěn)定的全部機(jī)電振蕩模式；采用具有多種計(jì)算方案的IRAM，提取和分析影響 系統(tǒng)動(dòng)態(tài)穩(wěn)定的部分關(guān)鍵機(jī)電振蕩模式；采用具有多種計(jì)算方案的JDM，提取和分析影響 系統(tǒng)動(dòng)態(tài)穩(wěn)定的部分關(guān)鍵機(jī)電振蕩模式，通過匹配和比較三種算法得到的機(jī)電振蕩模式， 最終實(shí)現(xiàn)對(duì)實(shí)際大規(guī)模電網(wǎng)進(jìn)行全方位、無(wú)遺漏的小干擾動(dòng)態(tài)穩(wěn)定的振蕩模式識(shí)別和模態(tài) 分析。
[0011] 本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：
[0012] 本發(fā)明涉及一種大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)，包括：BPA數(shù) 據(jù)接口模塊、用于實(shí)現(xiàn)小干擾穩(wěn)定性特征值分析中的稀疏矩陣相關(guān)處理的稀疏矩陣計(jì) 算模塊、潮流計(jì)算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊、全部特征值計(jì)算 引擎模塊、部分特征值計(jì)算引擎模塊和振蕩模式提取和分析模塊，其中：BPA數(shù)據(jù)接口模 塊接收電網(wǎng)數(shù)據(jù)文件，并分別與潮流計(jì)算模塊和系統(tǒng)建模及其線性化模塊相連并提供 API (Application Program Interface,應(yīng)用程序接口）；稀疏矩陣計(jì)算模塊分別與潮流計(jì) 算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊和部分特征值計(jì)算引擎模塊相連并 提供API ;潮流計(jì)算模塊根據(jù)BPA數(shù)據(jù)接口模塊以及稀疏矩陣計(jì)算模塊提供的API，實(shí)現(xiàn)大 規(guī)模電力系統(tǒng)的潮流計(jì)算并輸出潮流計(jì)算結(jié)果至系統(tǒng)建模及其線性化模塊；系統(tǒng)建模及其 線性化模塊根據(jù)BPA數(shù)據(jù)接口模塊提供的API和潮流計(jì)算模塊提供的潮流計(jì)算結(jié)果，實(shí)現(xiàn) 大規(guī)模電力系統(tǒng)的線性化建模，即生成增廣的系統(tǒng)狀態(tài)矩陣并分別輸出至狀態(tài)矩陣計(jì)算模 塊和部分特征值計(jì)算引擎模塊；狀態(tài)矩陣計(jì)算模塊根據(jù)稀疏矩陣計(jì)算模塊提供的API和 系統(tǒng)建模及其線性化模塊提供的增廣的系統(tǒng)狀態(tài)矩陣，獲得系統(tǒng)狀態(tài)矩陣并輸出至全部特 征值計(jì)算引擎模塊；全部特征值計(jì)算引擎模塊根據(jù)TTQRE從系統(tǒng)狀態(tài)矩陣中獲得系統(tǒng)狀 態(tài)矩陣的全部特征值以及部分左/右特征向量并輸出至振蕩模式提取和分析模塊；部分 特征值計(jì)算引擎模塊根據(jù)稀疏矩陣計(jì)算模塊提供的API，以RCI (Reverse Communication Interface，逆通信接口）的方式執(zhí)行IRAM或者JDM的數(shù)值迭代過程，獲得系統(tǒng)狀態(tài)矩陣的 部分特征值和部分左/右特征向量并輸出至振蕩模式提取和分析模塊；振蕩模式提取和分 析模塊根據(jù)用戶指定合并來(lái)自全部特征值計(jì)算引擎模塊或者部分特征值計(jì)算引擎模塊的 系統(tǒng)狀態(tài)矩陣的特征值和左/右特征向量，實(shí)現(xiàn)機(jī)電振蕩模式的識(shí)別和模態(tài)分析，并將所 得的模式信息和模態(tài)分析結(jié)果以Excel表格的方式輸出給用戶。 …/ /
[0013] 所述的增廣的系統(tǒng)狀態(tài)矩陣Jaug滿足/ / 其中小為動(dòng)態(tài)元件線性 \_J ( JD 化模型拼接而成的分塊對(duì)角矩陣，1為動(dòng)態(tài)元件與靜態(tài)元件的聯(lián)系矩陣，1為靜態(tài)元件與 動(dòng)態(tài)元件的聯(lián)系矩陣，JD為修正的系統(tǒng)導(dǎo)納矩陣。
[0014] 所述的系統(tǒng)狀態(tài)矩陣S是指：S
[0015] 所述的全部特征值計(jì)算引擎模塊內(nèi)包括TTQRE單元，該單元與狀態(tài)矩陣計(jì)算模塊 相連，并根據(jù)系統(tǒng)狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的全部特征值和部分左/右特征向量后，輸 出至振蕩模式提取和分析模塊。
[0016] 所述的部分特征值計(jì)算引擎模塊包括：IRAM單元和JDM單元，其中：IRAM單元與 系統(tǒng)建模及其線性化模塊相連，根據(jù)用戶的選擇來(lái)確定采用平移-逆變換結(jié)合模最大Ritz 值選擇策略還是Cayley變換結(jié)合模最大Ritz值選擇策略的計(jì)算方案，并根據(jù)增廣的系統(tǒng) 狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的部分特征值和部分左/右特征向量后，輸出至振蕩模式提取 和分析模塊；JDM單元與系統(tǒng)建模及其線性化模塊相連，根據(jù)用戶的選擇來(lái)確定采用平移-逆變換結(jié)合模最大Ritz值選擇策略、Cayley變換結(jié)合模最大Ritz值選擇策略、原始矩陣結(jié) 合實(shí)部最大Ritz值選擇策略還是原始矩陣結(jié)合阻尼比最小Ritz值選擇策略的計(jì)算方案， 并根據(jù)增廣的系統(tǒng)狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的部分特征值和部分左/右特征向量后，輸 出至振蕩模式提取和分析模塊。
[0017] 所述的振蕩模式識(shí)別和模態(tài)分析是指：根據(jù)每一對(duì)左/右特征向量獲得相應(yīng)特征 值的相關(guān)因子，根據(jù)相關(guān)因子獲得該特征值的機(jī)電回路相關(guān)比，若機(jī)電回路相關(guān)比大于1 且該特征值為復(fù)數(shù)，則判定該特征值為機(jī)電振蕩模式，相應(yīng)的右特征向量為振蕩模態(tài)；相關(guān) 因子模值的大小反應(yīng)了電力系統(tǒng)動(dòng)態(tài)元件與振蕩模式之間的耦合程度，在耦合程度最大的 機(jī)組上加裝電力系統(tǒng)穩(wěn)定器，是抑制由該振蕩模式誘發(fā)的電力系統(tǒng)低頻功率振蕩的一貫做 法；振蕩模態(tài)的幅值決定了該振蕩模式下機(jī)組的搖擺程度，角度決定了該振蕩模式下機(jī)組 與機(jī)組之間的相對(duì)搖擺關(guān)系，振蕩模態(tài)是判斷振蕩模式對(duì)機(jī)組的影響程度、判斷多個(gè)機(jī)組 是否可以進(jìn)行動(dòng)態(tài)等值的重要指標(biāo)。 技術(shù)效果
[0018] 與現(xiàn)有技術(shù)手段相比，本發(fā)明的有益效果包括：
[0019] 1.采用了能夠代表當(dāng)前技術(shù)水平的TTQRE，來(lái)實(shí)現(xiàn)大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性 的全部特征值分析。該算法在特征值迭代求解環(huán)節(jié)，采用鏈?zhǔn)叫K追趕技術(shù)，消除了多重步 位移QR塊追趕的位移模糊現(xiàn)象，解決了算法不收斂的問題；采用積極早期收縮策略，減少 了 QR迭代的次數(shù)，提高了算法的計(jì)算精度；采用矩陣-矩陣的高級(jí)運(yùn)算，提高了 CPU緩存的 利用率，節(jié)省了算法的計(jì)算時(shí)間。從工程實(shí)用的角度出發(fā)，論證了 QR算法對(duì)于大型電力系 統(tǒng)小干擾穩(wěn)定性全部特征值分析的可行性；
[0020] 2.將IRAM的譜變換統(tǒng)一描述為算子形式，實(shí)現(xiàn)了具有平移-逆變換結(jié)合模最大 Ritz值選擇策略、Cayley變換結(jié)合模最大Ritz值選擇策略兩種計(jì)算方案的IRAM。Cayley 變換IRAM的最大優(yōu)點(diǎn)在于，能夠有效識(shí)別電力系統(tǒng)中阻尼比小于等于某個(gè)指定值的一些 關(guān)鍵振蕩模式，相比平移-逆變換IRAM，Cayley變換IRAM的搜索行為基本不存在隨機(jī)性， 因此，即便是在參數(shù)配置不完全合理的情況下，Cayley變換IRAM仍可以識(shí)別出絕大部分 的關(guān)鍵振蕩模式，很大程度上降低了用IRAM分析大規(guī)模電力系統(tǒng)的小干擾穩(wěn)定性時(shí)，出現(xiàn) "漏根"的可能性；
[0021] 3.在國(guó)內(nèi)外首次以RCI的方式實(shí)現(xiàn)了 JDM。RCI不僅完美詮釋了特征值算法與電 力系統(tǒng)應(yīng)用之間的分界點(diǎn)，RCI還使得迭代投影法具備了一致的調(diào)用規(guī)則。相比Krylov子 空間下的迭代投影法，非Krylov子空間下的JDM不僅具有更快的收斂速度，而且在不使用 譜變換的情況下，JDM仍可以按照某種指定的Ritz值選擇策略（阻尼比最小、實(shí)部最大）， 依次收斂出想要的特征值。實(shí)現(xiàn)了具有4種計(jì)算方案的JDM，并將其與IRAM -起集成到了 大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性特征值分析系統(tǒng)中，對(duì)JDM的工程實(shí)用化起到了推動(dòng)性的作 用。

【專利附圖】

【附圖說明】
[0022] 圖1為本發(fā)明提供的技術(shù)方案實(shí)施圖；
[0023] 圖2a和圖2b分別為IRAM和JDM的數(shù)值迭代過程示意圖的左半部分和右半部分；
[0024] 圖3為平移-逆變換掃頻IRAM的應(yīng)用效果圖；
[0025] 圖4為Cayley變換結(jié)合模最大Ritz值選擇策略IRAM的應(yīng)用效果圖；
[0026] 圖5為原始矩陣結(jié)合阻尼比最小Ritz值選擇策略JDM的應(yīng)用效果圖；
[0027] 圖6為原始矩陣結(jié)合阻尼比最小Ritz值選擇策略JDM的收斂過程圖；
[0028] 圖7為HD8241系統(tǒng)中某一區(qū)間振蕩模式的模態(tài)分析圖。

【具體實(shí)施方式】
[0029] 下面對(duì)本發(fā)明的實(shí)施例作詳細(xì)說明，本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行 實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施 例。 實(shí)施例1
[0030] 如圖1所示，本實(shí)施例包括：用于實(shí)現(xiàn)BPA數(shù)據(jù)文件的無(wú)縫讀寫操作的BPA數(shù)據(jù)接 口模塊、用于實(shí)現(xiàn)小干擾穩(wěn)定性特征值分析中的稀疏矩陣相關(guān)處理的稀疏矩陣計(jì)算模塊、 潮流計(jì)算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊、全部特征值計(jì)算引擎模塊、 部分特征值計(jì)算引擎模塊和振蕩模式提取和分析模塊，其中：
[0031] 所述的BPA數(shù)據(jù)接口模塊：由于國(guó)內(nèi)的電網(wǎng)企業(yè)偏向于使用BPA的文件格式來(lái) 存放實(shí)際電網(wǎng)數(shù)據(jù)，為此，基于面向?qū)ο缶幊趟枷耄捎肅++開發(fā)了具有動(dòng)態(tài)鏈接庫(kù)形式的 BPA數(shù)據(jù)接口模塊。該模塊不僅具有BPA數(shù)據(jù)文件的無(wú)縫讀寫功能，還可以為其他模塊提供 API。該模塊的【具體實(shí)施方式】包括以下3個(gè)主要步驟：
[0032] <1>BPA數(shù)據(jù)文件的層次結(jié)構(gòu)分析，用來(lái)確定電網(wǎng)的靜態(tài)/動(dòng)態(tài)元件參數(shù)在BPA數(shù) 據(jù)文件中的存放位置和存放順序，實(shí)現(xiàn)數(shù)據(jù)卡片和控制卡片的有效分離；
[0033] 〈2>類結(jié)構(gòu)框架的設(shè)計(jì)，按照面向?qū)ο缶幊痰囊螅O(shè)計(jì)一套與BPA程序用戶手冊(cè) 具有相同層次關(guān)系的類結(jié)構(gòu)框架，方便接口模塊的維護(hù)與擴(kuò)展；
[0034] <3>BPA數(shù)據(jù)接口的生成，采用C++對(duì)所設(shè)計(jì)的類結(jié)構(gòu)框架進(jìn)行編程實(shí)現(xiàn)，生成的 數(shù)據(jù)接口不僅可以提供API，更可以提供獨(dú)立的應(yīng)用程序。
[0035] 所述的稀疏矩陣計(jì)算模塊：任何大規(guī)模電力系統(tǒng)的仿真分析與計(jì)算，都離不開稀 疏技術(shù)。該模塊采用了佛羅里達(dá)州立大學(xué)Timothy A. Davis教授提供的SuiteSparse，來(lái)實(shí) 現(xiàn)與稀疏矩陣相關(guān)的所有運(yùn)算，以動(dòng)態(tài)鏈接庫(kù)的形式為其他模塊提供API。該模塊主要由5 部分構(gòu)成：
[0036] 〈1>數(shù)據(jù)輸入/輸出，實(shí)現(xiàn)稀疏矩陣從硬盤到內(nèi)存之間的雙向數(shù)據(jù)傳輸，該部分既 支持2進(jìn)制格式保存的稀疏矩陣，同時(shí)又滿足32/64位尋址的需求；
[0037] 〈2>基本矩陣運(yùn)算，實(shí)現(xiàn)稀疏矩陣的一些常規(guī)計(jì)算，例如：轉(zhuǎn)置、重排、矩陣-向量 乘法、矩陣-矩陣加法、矩陣-矩陣乘法等；
[0038] 〈3>稀疏LU分解，實(shí)現(xiàn)稀疏矩陣的符號(hào)分析和LU數(shù)值分解；
[0039] 〈4>稀疏前代/回代，實(shí)現(xiàn)稀疏矩陣的快速前代/回代；
[0040] 〈5>擴(kuò)展矩陣運(yùn)算，實(shí)現(xiàn)一些擴(kuò)展的稀疏矩陣運(yùn)算，例如：計(jì)算稀疏矩陣關(guān)于某個(gè) 子塊的Schur補(bǔ)、截?cái)嗟南∈杈仃?向量乘法等。
[0041] 現(xiàn)有技術(shù)中SuiteSparse是與SuperLU、PARDISO、TAUCS等齊名的稀疏矩陣解算 器，更重要的是，在SuiteSparse源碼的基礎(chǔ)上，能夠開發(fā)出專用于電力系統(tǒng)小干擾穩(wěn)定性 特征值分析的稀疏矩陣計(jì)算功能，例如，稀疏矩陣計(jì)算模塊的第〈4>和第〈5>部分所示的功 能。這些擴(kuò)展稀疏矩陣計(jì)算功能的實(shí)際應(yīng)用效果，將在后面給出。
[0042] 所述的潮流計(jì)算模塊：利用BPA數(shù)據(jù)接口模塊以及稀疏矩陣計(jì)算模塊提供的API， 實(shí)現(xiàn)大規(guī)模電力系統(tǒng)的潮流計(jì)算，為系統(tǒng)建模及其線性化模塊提供潮流計(jì)算結(jié)果。
[0043] 所述的系統(tǒng)建模及其線性化模塊根據(jù)BPA數(shù)據(jù)接口模塊提供的API和潮流計(jì)算 模塊提供的潮流計(jì)算結(jié)果，并結(jié)合文獻(xiàn)[勵(lì)剛，陳陳.應(yīng)用設(shè)計(jì)模式開發(fā)小干擾穩(wěn)定性分 析方法[刀.中國(guó)電機(jī)工程學(xué)報(bào)，2002,22(1) :12 - 16.]提出的統(tǒng)一元件聯(lián)接建模方法， 來(lái)對(duì)小干擾穩(wěn)定性分析進(jìn)行系統(tǒng)線性化建模，同時(shí)生成增廣的系統(tǒng)狀態(tài)矩陣Jaug滿足： 人^ ^]其中：JA為動(dòng)態(tài)元件線性化模型拼接而成的分塊對(duì)角矩陣，JB為動(dòng)態(tài)元件 與靜態(tài)元件的聯(lián)系矩陣，J。為靜態(tài)元件與動(dòng)態(tài)元件的聯(lián)系矩陣，JD為修正的系統(tǒng)導(dǎo)納矩陣。
[0044] 所述的狀態(tài)矩陣計(jì)算模塊：利用稀疏矩陣計(jì)算模塊提供的API和系統(tǒng)建模 及其線性化模塊提供的稀疏矩陣J A、JB、J。和JD，實(shí)現(xiàn)系統(tǒng)狀態(tài)矩陣S的稀疏求解： X m:由于S是稠密矩陣，而^、^是稀疏矩陣，根據(jù)稠密矩陣的計(jì)算方法 來(lái)求解S，一方面計(jì)算時(shí)間會(huì)很長(zhǎng)，另一方面內(nèi)存開銷也會(huì)很大，于是，該模塊采用以下步驟 求解S :
[0045] 〈1>對(duì)JD進(jìn)行符號(hào)分析以及稀疏LU分解：PDJ DQD = LDUD ;其中：PD和QD分別為實(shí)現(xiàn) 列選主元和近似最小度排序的重排矩陣。
[0046] 〈2>用JA來(lái)初始化稠密存儲(chǔ)的S :S = full (JA)
[0047] 〈3>利用稀疏矩陣計(jì)算模塊提供的擴(kuò)展矩陣運(yùn)算功能，計(jì)算稀疏矩陣Jaug關(guān)于子 塊J D的Schur補(bǔ)，=S - (Λ仏)?^/砧（):由于電力系統(tǒng)小干擾穩(wěn)定性分析中的JB和 J。具有非常特殊的稀疏結(jié)構(gòu)，而使得第〈3>步公式的右端項(xiàng)并不需要執(zhí)行全部的數(shù)值計(jì)算， 因此，稀疏矩陣計(jì)算模塊才會(huì)在SuiteSparse的源碼基礎(chǔ)上，實(shí)現(xiàn)了"計(jì)算稀疏矩陣關(guān)于某 個(gè)子塊的Schur補(bǔ)"的擴(kuò)展矩陣運(yùn)算功能。該功能的實(shí)際應(yīng)用效果將在后面給出。
[0048] 所述的全部特征值計(jì)算引擎模塊：采用TTQRE，實(shí)現(xiàn)對(duì)狀態(tài)矩陣S的全部特征值、 部分左/右特征向量的求解，包括以下6個(gè)主要步驟：
[0049] 〈1>矩陣平衡，采用矩陣重排分離出已經(jīng)暴露于S對(duì)角線上的部分實(shí)特征值，采用 循環(huán)縮放減小平衡后矩陣A的2范數(shù)：a= (rors(ro);其中：p為重排矩陣，d為對(duì)角矩 陣。
[0050] <2>Hessenberg 約化，米用一系列 Householder 反射，將 A 約化為上 Hessenberg 形 式H :H = QTAQ ;其中：Q為一系列Householder反射累積而成的正交矩陣。
[0051] 〈3>鏈?zhǔn)叫K追趕的多重步位移隱式QR迭代，采用一系列Householder反射和 Givens旋轉(zhuǎn)執(zhí)行鏈?zhǔn)絈R塊追趕，采用收縮窗收斂多個(gè)特征值，將Η相似變換為擬上三角矩 陣T，S的全部特征值計(jì)算結(jié)果即為Τ的所有對(duì)角元：T = QTAQ ;其中：Q為進(jìn)一步累積而成 的正交矩陣，包含一系列Householder反射和Givens旋轉(zhuǎn)。
[0052] 〈4>標(biāo)準(zhǔn)Schur型部分特征向量的求解，確定T中想要的特征值Λ后，計(jì)算T關(guān)于 \VHT = AVH Λ的左特征向量V和右特征向量υ:^ V · *
[0053] 〈5>狀態(tài)矩陣部分特征向量的求解根據(jù)步驟〈1>得到的P和D、步驟〈3>得到的Q、 \l· Π )〇1 步驟〈4>得到的V和U，回推計(jì)算S關(guān)于Λ的左特征向量V和右特征向量=
[0054] 〈6>將計(jì)算得到的全部特征值和部分左/右特征向量，以2進(jìn)制的形式輸入到文本 文件中。
[0055] 現(xiàn)有技術(shù)中能夠完成上述計(jì)算步驟的數(shù)值計(jì)算庫(kù)非常多，例如：Intel的MKL、AMD 的 ACML、Netlib 的參考 BLAS/LAPACK、SourceForge 的 ATLAS/LAPACK、Matlab 等。為使得 TTQRE算法能夠在所部署的計(jì)算機(jī)上發(fā)揮出最佳的計(jì)算性能，本實(shí)施例采用中國(guó)科學(xué)院軟 件所張先軼團(tuán)隊(duì)提供的(^61^1^3 ￥0.2.8，以及他丨1讓提供的參考1^^4〇(￥3.5.0。該模 塊的實(shí)際應(yīng)用效果將在上述實(shí)施例中給出。
[0056] OpenBLAS是一套針對(duì)于不同CPU內(nèi)核架構(gòu)的優(yōu)化BLAS子程序庫(kù)。它是張先軼團(tuán) 隊(duì)在後藤和茂開發(fā)的GotoBLAS2的基礎(chǔ)上，逐漸開發(fā)與完善的多線程并行BLAS子程序庫(kù)。 對(duì)于不同的CPU微架構(gòu)，例如：Penryn、Athlon、SandyBridge等，OpenBLAS的計(jì)算速度比 MKL、ACML、ATLAS、Matlab等要快，并且矩陣規(guī)模越大，OpenBLAS的加速效果越明顯。
[0057] LAPACK是在BLAS子程序庫(kù)的基礎(chǔ)上，采用Fortran77開發(fā)的一套專用于稠密矩 陣數(shù)值計(jì)算的線性代數(shù)方法。LAPACK是早期的線性代數(shù)方法UNPACK以及特征值方法 EISPACK的集合體，涵蓋了 UNPACK中的線性方程組求解、線性最小二乘逼近以及EISPACK 中的特征值計(jì)算等功能。另外，3. 1. 0及其以后版本的LAPACK，封裝的就是TTQRE。
[0058] 所述的部分特征值計(jì)算引擎模塊：以RCI函數(shù)回調(diào)的方式，執(zhí)行IRAM或者JDM的 數(shù)值迭代過程根據(jù)稀疏矩陣計(jì)算模塊提供的API，實(shí)現(xiàn)與稀疏矩陣相關(guān)的所有運(yùn)算。該模塊 包含以下11個(gè)主要步驟：
[0059] 〈1>讀入系統(tǒng)建模及其線性化模塊生成的JA、JB、J。和J D ;
[0060] 〈2>拼接Jaug并進(jìn)行符號(hào)分析，保留符號(hào)分析的重排矩陣Qaug ;
[0061] 〈3>對(duì)JD進(jìn)行符號(hào)分析以及LU數(shù)值分解；
[0062] 〈4>從*. cfg文件中讀入部分特征值計(jì)算引擎的配置信息，包括：所選算法、譜變 換類型、Ritz值選擇策略、搜索的特征值個(gè)數(shù)、最小/最大搜索子空間的維數(shù)、收斂精度、最 大迭代次數(shù)、平移點(diǎn)σ以及反平移點(diǎn)μ ;
[0063] 〈5>利用平移點(diǎn)σ來(lái)修正Jaug的部分對(duì)角元，并對(duì)修正后的Jaug - σ I進(jìn)行LU數(shù) 值分解：Paug(Jaug-〇 I)Qaug = Lauguaug ;其中：Paug和Qaug分別為實(shí)現(xiàn)列選主元和近似最小度排 序的重排矩陣。
[0064] 〈6>若所選算法為IRAM，轉(zhuǎn)入步驟〈7>，否則所選算法為JDM，轉(zhuǎn)入步驟〈8> ;
[0065] 〈7>調(diào)用IRAM的RCI函數(shù)，執(zhí)行IRAM的數(shù)值迭代，轉(zhuǎn)入步驟〈9> ;
[0066] 〈8>調(diào)用JDM的RCI函數(shù)，執(zhí)行JDM的數(shù)值迭代，轉(zhuǎn)入步驟〈9> ;
[0067] 〈9>判斷數(shù)值迭代是否結(jié)束，若是，則轉(zhuǎn)入步驟〈11>，若否，則轉(zhuǎn)入步驟〈10> ;
[0068] 〈10>根據(jù)譜變換算子Op的類型根據(jù)前述步驟中保存的中間變量，實(shí)現(xiàn)RCI函數(shù)回 調(diào)過程中兩類矩陣-向量乘法的隱式稀疏求解，求解完畢后回到步驟〈6> ; 第-.......炎：Op(S)xx = j
[0069] 所述的兩類矩陣-向量乘法是指：j Λ ;其中：S為系 -灸：L〇p(s)-併_| xx=j 統(tǒng)的狀態(tài)矩陣，X為IRAM或JDM提供的RCI回調(diào)向量，Θ為JDM提供的RCI回調(diào)標(biāo)量，y為 提供給IRAM或JDM的待求向量。
[0070] 〈11>若算法收斂得到了一部分特征值及其右特征向量，則采用兩次反冪法來(lái)求 解該部分特征值對(duì)應(yīng)的左特征向量，并將所有的計(jì)算結(jié)果以2進(jìn)制的形式輸入到文本文件 中。
[0071] 如圖2a和圖2b (IRAM和JDM的數(shù)值迭代過程示意圖的左半部分和右半部分）給出 了上述步驟〈6>?步驟〈10>的具體實(shí)施過程，由圖2a和圖2b可以看出，RCI函數(shù)回調(diào)的執(zhí) 行過程是非常復(fù)雜的，但正如Jack Dongarra教授在文獻(xiàn)[Dongarra J，Eijkhout V，Kalhan A. Reverse communication interface for linear algebra templates for iterative methods[J].UT，CS -95 -291，May，1995.]的引言中所述："逆通信是一項(xiàng)技術(shù)，通過它我們 可以將迭代算法中各種操作的實(shí)現(xiàn)細(xì)節(jié)給隱藏起來(lái)。一方面，算法開發(fā)者可以無(wú)需考慮用 戶是采用什么樣的數(shù)據(jù)結(jié)構(gòu)來(lái)保存迭代求解器所需的矩陣，另一方面，用戶可以根據(jù)自己 想要的方式，來(lái)實(shí)現(xiàn)迭代求解器所要求的運(yùn)算"。雖然本實(shí)施例僅提供了 IRAM和JDM兩種 特征值算法的【具體實(shí)施方式】，但可以看出，對(duì)于其他的迭代投影法，只要稍作修改將其部署 為RCI形式，就可以直接添加到部分特征值計(jì)算引擎模塊中，因此，本實(shí)施例具有非常強(qiáng)的 可擴(kuò)展性。
[0072] 所述步驟〈10>中，兩類矩陣-向量乘法的隱式稀疏求解，是通過調(diào)用稀疏矩陣計(jì) 算模塊中"截?cái)嗟南∈杈仃?向量乘法"這一擴(kuò)展矩陣運(yùn)算功能來(lái)實(shí)現(xiàn)的。
[0073] 以Cayley變換為例，即Op⑶=(S - μ I) X (S - σ I) ' IRAM和JDM均采用以下 的步驟來(lái)實(shí)現(xiàn)第1類矩陣-向量乘法的隱式稀疏求解。
[0074] <a>用X來(lái)初始化與Jaug同維的列向量z = [X ;0];
[0075] <b> 對(duì) z 執(zhí)行稀疏前代 / 回代：z = QaugX (Uaug\ (Laug\ (PaugX z)))
[0076] <c>記n為S的階數(shù)，取出z的前n行，生成列向量y = z(l:n);
[0077] <d> 調(diào)用 2 級(jí) BLAS 子程序 gemv，計(jì)算 y = x+(〇 -μ)Χγ。
[0078] 以平移-逆變換為例，即Op (S) = (S - 〇 I) JDM采用以下的步驟來(lái)實(shí)現(xiàn)第2類 矩陣-向量乘法的隱式稀疏求解。
[0079] <e> 計(jì)算臨時(shí)向量 v :v = QDX (UD\(LD\(PDX (_JcXx))))
[0080] <f> 計(jì)算臨時(shí)向量 u : η = -^σ~'）x + JB^ρ θ
[0081] <g>利用臨時(shí)平移點(diǎn)α = (1+ θ χ σ )/ θ修正Jaug的部分對(duì)角元，并對(duì)修正后的 Jaug - α I 進(jìn)行 LU 數(shù)值分解：K人= Κ、，
[0082] <h>用u來(lái)初始化與Jaug同維的列向量ζ = [u ;0];
[0083] <i> 對(duì) ζ 執(zhí)行稀疏前代 / 回代：f = &·? '(l Xf)))
[0084] <j>記n為S的階數(shù)，取出z的前n行，生成列向量y = z(l:n)。
[0085] 所述的振蕩模式提取和分析模塊：讀取全部特征值計(jì)算引擎模塊或者部分特征值 計(jì)算引擎模塊的計(jì)算結(jié)果，實(shí)現(xiàn)機(jī)電振蕩模式的識(shí)別和模態(tài)分析功能，最終將計(jì)算所得的 模式和模態(tài)信息，以Excel表格的形式輸出。
[0086] 為了進(jìn)一步說明本實(shí)施例系統(tǒng)的正確性和有效性，分別對(duì)3個(gè)IEEE標(biāo)準(zhǔn)系統(tǒng)和3 個(gè)實(shí)際系統(tǒng)的小干擾穩(wěn)定性進(jìn)行了仿真分析與計(jì)算。其中，3個(gè)實(shí)際系統(tǒng)分別取自華東電網(wǎng) 05、09和15年的夏高規(guī)劃數(shù)據(jù)。這6個(gè)測(cè)試系統(tǒng)的詳細(xì)信息如表1所示。
[0087] 表1測(cè)試系統(tǒng)描述 jji式系統(tǒng)I節(jié)點(diǎn)個(gè)數(shù)I支路個(gè)數(shù)I發(fā)電機(jī)個(gè)數(shù)I狀態(tài)變量個(gè)數(shù)I代數(shù)變量個(gè)數(shù) IEEE118 118_186_34_340_236_ IEEE300 300 411 69 ~690 600 IEEE600 600 823 139 "1390 1200 HD4171 4171 5318 ~375 " 3750 8342 HD5473 5473 7440 472 ~4720 10946 HD8241 丨8241 |l!657 丨500 丨3000 |l6482
[0088] 由于測(cè)試系統(tǒng)的數(shù)據(jù)均存儲(chǔ)為PSD -BPA的文件格式，因此，借助PSD -SSAP v2. 5. 2 作為精度的標(biāo)準(zhǔn)參考，借助Matlab R2012a作為速度的標(biāo)準(zhǔn)參考，驗(yàn)證本實(shí)施例提供的小 干擾穩(wěn)定性特征值分析系統(tǒng)的正確性和有效性。所有測(cè)試均在同一個(gè)計(jì)算環(huán)境下進(jìn)行： Windows XP 操作系統(tǒng)、4GB 內(nèi)存、Intel 2.5GHz 的雙核 CPU E5200。由于該 CPU 為 Penryn 微 架構(gòu)，因此，在 OpenBLAS 的 makefile, rule 文件中，指定 TARGET = PENRYN。由于 PSD -SSAP 為串行計(jì)算模式，為公平起見，本實(shí)施例和Matlab也指定為單核心CPU的串行計(jì)算模式。
[0089] 正確性驗(yàn)證包含以下2個(gè)方面：
[0090] 1)分別采用本實(shí)施例的TTQRE和PSD -SSAP的QR法，計(jì)算6個(gè)測(cè)試系統(tǒng)的全部特 征值和左/右特征向量，將識(shí)別得到的機(jī)電振蕩模式進(jìn)行兩兩匹配后，比較計(jì)算結(jié)果的最 大絕對(duì)偏差，結(jié)果如表2所示；
[0091] 2)分別采用本實(shí)施例的平移-逆變換IRAM和PSD - SSAP的平移-逆變換IRAM， 計(jì)算6個(gè)測(cè)試系統(tǒng)的部分特征值和左/右特征向量，將識(shí)別得到的機(jī)電振蕩模式進(jìn)行兩兩 匹配后，比較計(jì)算結(jié)果的絕對(duì)偏差，結(jié)果如表3所示。掃頻IRAM采用PSD - SSAP默認(rèn)的參 數(shù)配置。
[0092] 表2全部特征值分析的正確性驗(yàn)證

【權(quán)利要求】
1. 一種大規(guī)模電力系統(tǒng)小干擾穩(wěn)定性的特征值分析系統(tǒng)，其特征在于，包括：包括： BPA數(shù)據(jù)接口模塊、用于實(shí)現(xiàn)小干擾穩(wěn)定性特征值分析中的稀疏矩陣相關(guān)處理的稀疏矩陣 計(jì)算模塊、潮流計(jì)算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊、全部特征值計(jì)算 引擎模塊、部分特征值計(jì)算引擎模塊和振蕩模式提取和分析模塊，其中：BPA數(shù)據(jù)接口模塊 接收電網(wǎng)數(shù)據(jù)文件，并分別與潮流計(jì)算模塊和系統(tǒng)建模及其線性化模塊相連并提供API ; 稀疏矩陣計(jì)算模塊分別與潮流計(jì)算模塊、系統(tǒng)建模及其線性化模塊、狀態(tài)矩陣計(jì)算模塊和 部分特征值計(jì)算引擎模塊相連并提供API ;潮流計(jì)算模塊根據(jù)BPA數(shù)據(jù)接口模塊以及稀疏 矩陣計(jì)算模塊提供的API，實(shí)現(xiàn)大規(guī)模電力系統(tǒng)的潮流計(jì)算并輸出潮流計(jì)算結(jié)果至系統(tǒng)建 模及其線性化模塊；系統(tǒng)建模及其線性化模塊根據(jù)BPA數(shù)據(jù)接口模塊提供的API和潮流計(jì) 算模塊提供的潮流計(jì)算結(jié)果，實(shí)現(xiàn)大規(guī)模電力系統(tǒng)的線性化建模，即生成增廣的系統(tǒng)狀態(tài) 矩陣并分別輸出至狀態(tài)矩陣計(jì)算模塊和部分特征值計(jì)算引擎模塊；狀態(tài)矩陣計(jì)算模塊根據(jù) 稀疏矩陣計(jì)算模塊提供的API和系統(tǒng)建模及其線性化模塊提供的增廣的系統(tǒng)狀態(tài)矩陣，獲 得系統(tǒng)狀態(tài)矩陣并輸出至全部特征值計(jì)算引擎模塊；全部特征值計(jì)算引擎模塊根據(jù)TTQRE 從系統(tǒng)狀態(tài)矩陣中獲得系統(tǒng)狀態(tài)矩陣的全部特征值以及部分左/右特征向量并輸出至振 蕩模式提取和分析模塊；部分特征值計(jì)算引擎模塊根據(jù)稀疏矩陣計(jì)算模塊提供的API，以 RCI的方式執(zhí)行IRAM或者JDM的數(shù)值迭代過程，獲得系統(tǒng)狀態(tài)矩陣的部分特征值和部分左 /右特征向量并輸出至振蕩模式提取和分析模塊；振蕩模式提取和分析模塊根據(jù)用戶指定 合并來(lái)自全部特征值計(jì)算引擎模塊或者部分特征值計(jì)算引擎模塊的系統(tǒng)狀態(tài)矩陣的特征 值和左/右特征向量，實(shí)現(xiàn)機(jī)電的振蕩模式識(shí)別和模態(tài)分析，并將所得的模式信息和模態(tài) 分析結(jié)果以Excel表格的方式輸出給用戶。
2. 根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征是，所述的增廣的系統(tǒng)狀態(tài)矩陣Jaug滿足： /產(chǎn) - J /其中：JA為動(dòng)態(tài)元件線性化模型拼接而成的分塊對(duì)角矩陣，JB為動(dòng)態(tài)元件 _JC t 與靜態(tài)元件的聯(lián)系矩陣，J。為靜態(tài)元件與動(dòng)態(tài)元件的聯(lián)系矩陣，JD為修正的系統(tǒng)導(dǎo)納矩陣。
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征是，所述的系統(tǒng)狀態(tài)矩陣S是指： S - J, 〇
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征是，所述的全部特征值計(jì)算引擎模塊內(nèi)包括 TTQRE單元，該單元與狀態(tài)矩陣計(jì)算模塊相連，并根據(jù)系統(tǒng)狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的全 部特征值和部分左/右特征向量后，輸出至振蕩模式提取和分析模塊。
5.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征是，所述的部分特征值計(jì)算引擎模塊包括：IRAM 單元和JDM單元，其中：IRAM單元與系統(tǒng)建模及其線性化模塊相連，根據(jù)用戶的選擇來(lái)確定 采用平移-逆變換結(jié)合模最大Ritz值選擇策略還是Cayley變換結(jié)合模最大Ritz值選擇策 略的計(jì)算方案，并根據(jù)增廣的系統(tǒng)狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的部分特征值和部分左/右 特征向量后，輸出至振蕩模式提取和分析模塊；JDM單元與系統(tǒng)建模及其線性化模塊相連， 根據(jù)用戶的選擇來(lái)確定采用平移-逆變換結(jié)合模最大Ritz值選擇策略、Cayley變換結(jié)合 模最大Ritz值選擇策略、原始矩陣結(jié)合實(shí)部最大Ritz值選擇策略還是原始矩陣結(jié)合阻尼 比最小Ritz值選擇策略的計(jì)算方案，并根據(jù)增廣的系統(tǒng)狀態(tài)矩陣獲得系統(tǒng)狀態(tài)矩陣的部 分特征值和部分左/右特征向量后，輸出至振蕩模式提取和分析模塊。
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征是，所述的振蕩模式識(shí)別和模態(tài)分析是指：根據(jù) 每一對(duì)左/右特征向量獲得相應(yīng)特征值的相關(guān)因子，根據(jù)相關(guān)因子獲得該特征值的機(jī)電回 路相關(guān)比，若機(jī)電回路相關(guān)比大于1且該特征值為復(fù)數(shù)，則判定該特征值為機(jī)電振蕩模式， 相應(yīng)的右特征向量為振蕩模態(tài)；相關(guān)因子模值的大小反應(yīng)了電力系統(tǒng)動(dòng)態(tài)兀件與振蕩模式 之間的耦合程度，在耦合程度最大的機(jī)組上加裝電力系統(tǒng)穩(wěn)定器，是抑制由該振蕩模式誘 發(fā)的電力系統(tǒng)低頻功率振蕩的一貫做法；振蕩模態(tài)的幅值決定了該振蕩模式下機(jī)組的搖擺 程度，角度決定了該振蕩模式下機(jī)組與機(jī)組之間的相對(duì)搖擺關(guān)系，振蕩模態(tài)是判斷振蕩模 式對(duì)機(jī)組的影響程度、判斷多個(gè)機(jī)組是否可以進(jìn)行動(dòng)態(tài)等值的重要指標(biāo)。
【文檔編號(hào)】G06F19/00GK104091092SQ201410366590
【公開日】2014年10月8日 申請(qǐng)日期:2014年7月29日 優(yōu)先權(quán)日:2014年7月29日
【發(fā)明者】趙文愷, 嚴(yán)正, 張逸飛, 曹路, 李建華, 周挺輝, 范翔 申請(qǐng)人:上海交通大學(xué), 華東電網(wǎng)有限公司