电力系统Koopman动态等值方法

提出一种基于Koopman算子的数据驱动动态等值方法，实现外部系统高维线性化建模；结合DMD与最小二乘辨识参数，谱分解压缩模态降阶；在多扰动工况下等值精度达97.74%，鲁棒性优于同调法和模态法。

目前尚缺乏能够同时适用于大扰动和小扰动工况的电力系统动态等值建模方法.为提升等值建模方法对电力系统不确定性和时变运行工况的适应能力,该文基于数据驱动方式提出一种电力系统 Koopman动态等值方法.首先建立外部系统状态方程和输出方程,通过 Koopman算子对其进行高维线性化映射,在高维空间实现外部系统状态空间模型的全局线性化;其次分别通过动态模式分解和最小二乘辨识等值模型状态系数矩阵和输出系数矩阵,并在噪声影响下对模型参数进行修正;然后对状态系数矩阵进行谱分解提取Koopman模态,通过压缩模态数目实现系统降阶;最后设置算例,验证所提方法的合理性.结果表明,在算例系统处于不同程度的扰动下,所提等值模型与原系统具有基本一致的功角摇摆曲线和功率输出曲线,等值模型的准确度为97.74%,并与常用的同调方法和模态方法进行对比,说明了所提方法的鲁棒性和普适性.