Перспективы развития модального анализа по ляпунову на основе данных измерений

Обложка

Цитировать

Полный текст

Аннотация

Для современных электроэнергетических систем (ЭЭС) проблема исследования их устойчивости продолжает быть особо актуальной в связи с тенденциями развития структур генерации и потребления. Модальный анализ по Ляпунову совмещает два подхода к оценке устойчивости систем и ЭЭС в частности: модальный анализ и спектральные разложения функций Ляпунова. Данная работа продолжает исследование возможностей проведения модального анализа по Ляпунову на основе данных об измерениях в системе. Решается задача численной оценки качества работы реализации такого модального анализа в зависимости от используемого метода идентификации и значений его параметров. Работа предлагает метод такой оценки, с его помощью уточняет выводы предшествующей работы и демонстрирует силу влияния нелинейных искажений идентифицируемого сигнала на результат. Также работа предлагает дальнейшие пути развития данного направления.

Об авторах

Дмитрий Евгеньевич Катаев

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: dekataev@ipu.ru
Москва

Список литературы

  1. ВОРОПАЙ Н.И., ГОЛУБ И.И., ЕФИМОВ Д.Н. и др. Спек-тральный и модальный методы в исследованиях устойчи-вости электроэнергетических систем и управлении ими //Автоматика и телемеханика. – 2020. – №10. – С. 3–34.
  2. КАТАЕВ Д.Е., ЯДЫКИН И.Б. О решении матричных диф-ференциальных уравнений Ляпунова частотным методом //Известия Российской академии наук. Теория и системыуправления. – 2016. – №6. – С. 3-15.
  3. КАТАЕВ Д.Е. Развитие и применение метода суб-грамианов для анализа устойчивости электроэнергетиче-ских систем: Дис. канд. техн. наук. – Москва, 2018. –127 с. URL: https://viewer.rsl.ru/ru/rsl01009824744 (дата об-ращения: 16.03.2023).
  4. КАТАЕВ Д.Е., КУТЯКОВ Е.Ю. Модальный анализ по Ля-пунову на основе измерений с помощью Прони-анализа //Управление большими системами. – 2023. – Вып. 104. –С. 100–117.
  5. ЯДЫКИН И.Б. О свойствах грамианов непрерывных си-стем управления // Автоматика и телемеханика. – 2010. –№6. – С. 39–50
  6. ЯДЫКИН И.Б., ИСКАКОВ А.Б. Новые методы оценива-ния устойчивости и управления в сложных электроэнер-гетических системах на основе спектрального и струк-турного анализа // Труды 13-й Международной конферен-ции «Управление развитием крупномасштабных систем»(MLSD’2020, Москва). – 2020. – С. 1977–1982.
  7. BAKHTADZE N., YADYKIN I. Discrete PredictiveModels for Stability Analysis of Power Supply Systems //Mathematics. – 2020. – Vol. 8, Iss. 11. – DOI: http://dx.doi.org/10.3390/math8111943 (дата обращения: 18.03.2024).
  8. CHAKRABORTY R., JAIN H., SEO G.-S. A review ofactive probing-based system identification techniques withapplications in power systems // Int. Journal of ElectricalPower and Energy Systems. – 2022. – Vol. 140. – DOI: https://doi.org/10.1016/j.ijepes.2022.108008 (дата обращения:17.03.2023).
  9. DELGADO FERNANDEZ O., TIISTOLA S., GUSRIALDI A.Real-Time Data-Driven Electromechanical OscillationMonitoring using Dynamic Mode Decomposition withSliding Window // IFAC-PapersOnLine. – 2022. – Vol. 55,Iss. 9. – DOI: https://doi.org/10.1016/j.ifacol.2022.07.028 (датаобращения: 17.03.2023).
  10. HATZIARGYRIOU N. et al. Definition and Classification ofPower System Stability – Revisited & Extended // IEEE Trans.on Power Systems. – 2021. – Vol. 36, No.4. – P. 3271–3281. –DOI: https://ieeexplore.ieee.org/document/9286772 (дата обра-щения: 17.03.2022).
  11. ISKAKOV A.B., YADYKIN I.B. Lyapunov modal analysis andparticipation factors applied to small-signal stability of powersystems // Automatica. – 2021. – Vol. 132. С. Art. No. 109814.
  12. ISKAKOV A.B., YADYKIN I.B. On Spectral Decompositionof States and Gramians of Bilinear DynamicalSystems // Mathematics. – 2021. – Vol. 9(24). – DOI:https://www.mdpi.com/2227-7390/9/24/3288 (дата обраще-ния: 17.03.2022).
  13. ISKAKOV A.B., KUTYAKOV E.Y., TOMIN N.V. etal. Estimation of the location of inter-area oscillationsand their interactions in electrical power systems usingLyapunov modal analysis // Int. Journal of ElectricalPower and Energy Systems. – 2023. – Vol. 153. –DOI: https://www.sciencedirect.com/science/article/abs/pii/S0142061523004313 (дата обращения: 24.03.2024).
  14. KATAEV D.E., KUTYAKOV E.Y. Physically meaningfulLyapunov modal contributions in linear systems // SystemsScience & Control Engineering. – 2022. – Vol. 10, No. 1. – DOI:https://www.tandfonline.com/doi/full/10.1080/21642583.2022.2068165 (дата обращения: 06.03.2022).
  15. KOSTEREV D.N., TAILOR C.W., MITTELSTADT W.A.Model validation for the August 10, 1996 WSCC systemoutage // IEEE Trans. on Power Systems. – 1999. – Vol. 14, No.3. – P. 967–979. – DOI: https://ieeexplore.ieee.org/document/780909?arnumber=780909 (дата обращения: 06.03.2022).
  16. MILANO F., DORFLER F., HUG G. et al. Foundations andchallenges of low-inertia systems (invited paper) // Proc. 20Power Systems Computation Conf. (PSCC). –Manchester, UK,June 11–15. – 2018.
  17. PIERRE J.W., TRUDNOWSKI D., DONNELLY M. et al.Overview of System Identification for Power Systems fromMeasured Responses // 16th IFAC Symposium on SystemIdentification, Brussels, Belgium, July 11–13. – 2012. –P. 989–1000.
  18. SHAIR J., LI H., HU J. et al. Power system stabilityissues, classifications and research prospects in the contextof high-penetration of renewables and power electronics //Renewable and Sustainable Energy Reviews. – 2021. –Vol. 145. – DOI: https://www.sciencedirect.com/science/article/pii/S1364032121003993 (дата обращения: 17.03.2023).
  19. SIDI A. Vector versions of Prony’s algorithm and vector-valued rational approximations // Adv Comput Math. – 2020. –Vol. 46, No. 30. – DOI: https://doi.org/10.1007/s10444-020-09751-9 (дата обращения: 24.03.2024).
  20. SUSUKI Y., CHAKRABORTTY A. Introduction to KoopmanMode Decomposition for Data-Based Technology of PowerSystem Nonlinear Dynamics // IFAC PapersOnLine. – 2018. –Vol. 51, No. 28. – P. 327–332.
  21. VANFRETTI L., CHOW J.H. Identification of DominantInter-Area Modes in the Eastern Interconnection fromPMU data of the FRCC 2008 Disturbance: an EigensystemRealization Algorithm Illustration // Contribution to SpecialPublication of the Task Force on Modal Identification ofElectromechanical Modes. – 2012. – DOI: http://kth.diva-portal.org/smash/get/diva2:482085/FULLTEXT01.pdf (датаобращения: 16.03.2023).
  22. ZHOU N., HUANG Z., TUFFNER F. et al. Oscillationdetection and analysis // Rep. / Executor: CIEE. – 2010. – DOI:https://uc-ciee.org/ciee-old/downloads/ODA_Final_Report.pdf(дата обращения: 06.03.2022).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».