Measurement-based lyapunov modal analysis using prony analysis

Cover Page

Cite item

Full Text

Abstract

Modern power grids are in need of advanced stability analysis tools due to their generation and consumption development trends. Lyapunov modal analysis combines two stability analysis approaches: modal analysis and Lyapunov functions spectral decomposition. Related currently available research requires a linear model of a studied system. Nevertheless, there is a significant interest in data-driven stability analysis methods based on measurements rather than pre-existing models. This motivates the presented study of measurement-based Lyapunov modal analysis feasibility. We derived new formulas for Lyapunov modal contributions calculation that based on data provided by Prony analysis of measurements captured in a nonlinear models or systems. We also conducted case studies using our software implementation of measurement-based Lyapunov modal analysis and node voltage transients measured in IEEE 68 power system model. The paper concludes with comparative analysis between measurement and model-based implementations.

About the authors

Dmitry Evgen'evich Kataev

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: dekataev@ipu.ru
Moscow

Evgeniy Yur'evich Kutyakov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: evgeniykutyakov@gmail.com
Moscow

References

  1. ВОРОПАЙ Н.И., ГОЛУБ И.И., ЕФИМОВ Д.Н., ИСКА-КОВ А.Б., ЯДЫКИН И.Б. Спектральный и модальный ме-тоды в исследованиях устойчивости электроэнергетиче-ских систем и управлении ими // Автоматика и телемеха-ника. – 2020. – №10. – С. 3–34.
  2. 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).
  3. ЯДЫКИН И.Б. О свойствах грамианов непрерывных си-стем управления // Автоматика и телемеханика. – 2010. –№6. – С. 39–50
  4. 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.
  5. 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. – URL:https://doi.org/10.1016/j.ijepes.2022.108008 (дата обращения:17.03.2023).
  6. 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. – URL: https://doi.org/10.1016/j.ifacol.2022.07.028(дата обращения: 17.03.2023).
  7. FERNANDEZ RODRIGUEZ A., DE SANTIAGORODRIGO L., LOPEZ GUILLEN E., RODRIGUEZASCARIZ J.M., MIGUEL JIMENEZ J.M., BOQUETE L.Coding Prony’s method in MATLAB and applying it tobiomedical signal filtering // BMC Bioinformatics. – 2018. –19:451. – URL: https://doi.org/10.1186/s12859-018-2473-y(дата обращения: 06.03.2022).
  8. 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. –URL: https://ieeexplore.ieee.org/document/9286772 (дата об-ращения: 17.03.2022).
  9. 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.
  10. ISKAKOV A.B., YADYKIN I.B. On Spectral Decompositionof States and Gramians of Bilinear DynamicalSystems // Mathematics. – 2021. – Vol. 9(24). – URL:https://www.mdpi.com/2227-7390/9/24/3288 (дата обраще-ния: 17.03.2022).
  11. KATAEV D.E., KUTYAKOV E.Y. Physically meaningfulLyapunov modal contributions in linear systems // SystemsScience & Control Engineering. – 2022. – Vol. 10,No. 1. – URL: https://www.tandfonline.com/doi/full/10.1080/21642583.2022.2068165 (дата обращения:06.03.2022).
  12. 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. – URL: https://ieeexplore.ieee.org/document/780909?arnumber=780909 (дата обращения: 06.03.2022).
  13. MILANO F., DORFLER F., HUG G., HILL D.J., VERBIC G.Foundations and challenges of low-inertia systems (invitedpaper) // Proc. 20 Power Systems Computation Conf. (PSCC). –Manchester, UK, June 11–15, 2018.
  14. PERIC V.S., BAUDETTE M., VANFRETTI L.,GJERDE J.O., LOVLUND S. Implementation andtesting of a real-time mode estimation algorithm usingambient PMU data // Clemson University PowerSystems Conference, Clemson, SC, USA, 2014. – URL:https://ieeexplore.ieee.org/document/6808116 (дата обраще-ния: 16.03.2023).
  15. PERIC V.S., VANFRETTI L. Power-System Ambient-ModeEstimation Considering Spectral Load Properties // IEEE Trans.on Power Systems. – 2014. – Vol. 29, No. 3. – P. 1133–1143. –URL: https://ieeexplore.ieee.org/document/6683082 (дата об-ращения: 16.03.2023).
  16. PIERRE J.W., TRUDNOWSKI D., DONNELLY M.,ZHOU N., TUFFNER F.K., DOSIEK L. Overview of SystemIdentification for Power Systems from Measured Responses //16th IFAC Symposium on System Identification, Brussels,Belgium, July 11-13, 2012. – P. 989–1000.
  17. SHAIR J., LI H., HU J., XIE X. 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. – URL: https://www.sciencedirect.com/science/article/pii/S1364032121003993 (дата обращения: 17.03.2023).
  18. TEEUWSEN S.P., ERLICH I., FISCHER A., EL-SHARKAWI M.A. Assessment of the small signal stabilityof the European interconnected electric power system usingneural networks // Proc. of the Large Engineering SystemsConference on Power Engineering – 2001 (LESCOPE–01). Theme: Powering Beyond 2001 (Cat. No.01ex490),Halifax, NS, Canada, 2001. – P. 158–161. – URL:https://ieeexplore.ieee.org/document/941643 (дата обращения:16.03.2023).
  19. 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. – URL: http://kth.diva-portal.org/smash/get/diva2:482085/FULLTEXT01.pdf (датаобращения: 16.03.2023).
  20. ZHOU N., HUANG Z., TUFFNER F., JIN S., LIN J.,HAUER M. Oscillation detection and analysis // Rep.CIEE; Executor: CIEE. – 2010. – URL: https://uc-ciee.org/ciee-old/downloads/ODA_Final_Report.pdf (дата об-ращения: 06.03.2022).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a 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».