阳育德，莫富钧，卢建洛，覃智君

(1.广西大学 电气工程学院， 广西 南宁 530004；2.广西电力系统最优化与节能技术重点实验室， 广西 南宁 530004)

0 引言

近年中国风电并网规模继续增加，截止2020年6月底，全国风电装机累计达到2.17亿千瓦，上半年风电发电量2 379亿千瓦时，同比增长10.9%[1]，光伏发电量1 278亿千瓦时，同比增长20%[2]。然而，随着风光电等新能源普及率的提高，多源多变换的发杂交直流系统的形成使得次同步振荡(subsynchronous oscillation, SSO)更加频繁，危及电网的安全稳定运行[3- 4]。近年来，基于同步相量测量单元的广域测量系统在电力系统中获得了广泛应用[5]，为次同步分析提供了数据来源，因此基于实测数据的信号分析法成为模态辨识的主要思路[6]。

当电力系统中发生次同步振荡现象时，量测到的SSO信号是一种典型的非平稳时变信号。通过实测信号分析研究次同步振荡问题是电力系统的重要内容之一[7]。现有的基于信号分析的模态辨识方法主要有Prony分析[8-9]、希尔伯特-黄变换[10](hibert-huang transform, HHT)等。Prony分析法可分析确定性振荡信号，能够准确得到信号的幅值、频率、相位和衰减因子等信息[11]。Prony算法对随机信号的分析结果精度差，且对噪声十分敏感，抗噪能力不够理想[12]。HHT能对随机振荡信号进行处理，得到信号频率和幅值随时间变化的关系[13]。但如果信号中存在频率比值小于1.5的两个振荡分量时，HHT分析会发生频率混叠现象[14-15]，不适用于多振荡模态存在的电力系统，且HHT存在端点效应，边界处的频率和幅值辨识误差较大[16-17]。

DAUBECHIES等提……