PMU低频振荡就地辨识研究

摘要
图/表
参考文献
相关文章 (9)

全文: PDF (4600 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要讨论了PMU装置上低频振荡就地辨识的实现。低频振荡辨识通常是在WAMS主站端,通过对接收到的PMU数据进行分析,进而提取振荡参数来实现。主站数据来自PMU装置,因此可以在PMU装置上充分利用原始数据进行低频振荡分析。本文选择联络线或者机组的功率来进行振荡辨识。利用功率突变、序分量等判据结合Mandani模糊逻辑区分振荡和短路。原始数据经过滤波后,利用Prony方法分析振荡幅值、频率和阻尼比等参数。仿真和实验显示了在PMU上进行低频振荡分析的有效性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	汪昀
	沈健
	张敏
	侯明国
	檀永

关键词 ：低频振荡, 振荡辨识, 同步相量测量单元, Prony方法, 模糊逻辑

Abstract：Low frequency oscillation identification in PMU is discussed in this article. Generally low frequency oscillation identification is realized in WAMS using data from PMU. Thus oscillation analysis can be done in PMU. PMUs that monitor power flow of tie lines or power plants are chosen to detect and analyze oscillation locally. Using power variation and symmetrical component combined with Mandani fuzzy logic, oscillation is distinguished from faults or other dynamic and transient processes. With Prony method applied to the filtered power data, oscillation parameters such as oscillation amplitude, frequency and damping ratio could be obtained. Simulation and laboratory test show the effectiveness of low frequency oscillation identification in PMU.

Key words： low frequency oscillation oscillation identification PMU prony method fuzzy logic

出版日期: 2015-11-20

基金资助:2014年国网总部科技项目“提升智能变电站PMU装置动态性能及就地低频振荡辨识能力的关键技术研究与应用”; 电子信息产业发展基金资助项目（财建[2013]757号）

作者简介: 汪昀（1987-）,男,安徽省池州市人,硕士研究生,工程师,主要从事电力系统自动化研究。

引用本文:

汪昀, 沈健, 张敏, 侯明国, 檀永. PMU低频振荡就地辨识研究[J]. 电气技术, 2015, 16(11): 33-35. Wang Yun, Shen Jian, Zhang Min, Hou Mingguo, Tan Yong. Research on Low Frequency Oscillation Identification in PMU. Electrical Engineering, 2015, 16(11): 33-35.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2015/V16/I11/33

[1] 王康, 金宇清, 甘德强, 等. 电力系统小信号稳定分析与控制综述[J]. 电力自动化设备, 2009, 29(5): 10-19.
[2] 胡昊明, 郑伟, 徐伟, 等. Prony和HHT算法在低频振荡在线辨识中的适用性比较[J]. 电力系统保护与控制, 2013, 41(14): 33-40.
[3] 陈刚, 龚啸, 李军, 等. 基于改进的ARMA递推算法的低频振荡模式在线辨识[J]. 电力系统保护与控制, 2012, 40(1): 12-17, 49.
[4] 薛禹胜, 郝思鹏, 刘俊勇, 等. 关于低频振荡分析方法的评述[J]. 电力系统自动化, 2009, 33(3): 1-8.
[5] 易建波, 黄琦, 丁理杰, 等. 提升经验模态分解检测低频振荡模式精度的改进算法研究[J]. 电力系统保护与控制, 2013, 41(22): 71-78.
[6] 张贤达. 现代信号处理[M]. 北京: 清华大学出版社, 1995: 119-125.
[7] Wolf J. Decoding of Bose-Chaudhuri-Hocquenghem codes and prony's method for curve fitting (corresp.)[J]. Information Theory, IEEE Transactions on, 1967, 13(4): 608-608.
[8] Yang Junzhe, Chih-Wen L, Wen-Giang W. A hybrid method for the estimation of power system Low-
Frequency oscillation parameters[J]. Power Systems, IEEE Transactions on, 2007, 22(4): 2115-2123.
[9] 熊俊杰, 邢卫荣, 万秋兰. Prony算法的低频振荡主导模式识别[J]. 东南大学学报(自然科学版), 2008, 38(1): 64-68.
[10] 沈国荣, 邓绍龙, 朱声石. 区分振荡与短路的新原理[J]. 电力系统自动化, 1990(1): 7-12.
[11] 焦邵华, 刘万顺, 杨奇逊, 等. 用模糊集合理论识别电力系统振荡中的短路研究[J]. 中国电机工程学报, 1998, 18(6): 443-448.
[12] 郁惟镛, 范广军, 迟忠君. 基于模糊集合理论的电力系统振荡与短路的识别[J]. 继电器, 2002, 30(3): 4-7.
[13] 郁惟镛, 李航, 康建洲. 基于人工神经网络的电力系统中振荡与短路模式识别的研究[J]. 继电器, 2000, 28(6): 7-9, 22.
[14] Kundur P. Power system stability and control[M]. New York: McGraw-Hill Professional, 1994: 833-834.