基于改进强跟踪无迹卡尔曼滤波的电力信号同步相量跟踪算法

配电网中各类噪声对相量测量产生较大影响,研究在高噪声环境下能够可靠检测并能快速跟踪电力信号突变的同步相量测量算法,对保证电网的稳定性与可靠性具有重要意义.提出基于量测量误差协方差次优估计的自适应强跟踪无迹卡尔曼滤波(SEMEC-ASTUKF)的同步相量测量算法.首先根据递归最小二乘法提出一种自适应常值噪声统计估计器提高量测噪声协方差估计精度;然后根据电力信号突变后特征,构建突变检测算法和渐消因子次优估计算法,改善强跟踪无迹卡尔曼滤波(STUKF)算法在高噪声环境下对突变检测能力弱和跟踪突变慢的缺陷.利用实测信号对算法性能进行验证,结果表明,SEMEC-ASTUKF算法具有更高的测量精度,对突变具有更好的检测灵敏度和更高的跟踪速度.     

基于强跟踪泰勒-卡尔曼滤波器的动态相量估计算法

同步相量估计算法是同步相量测量技术的核心,在电力系统动态条件下如何提高算法的测量精度和改善算法的动态性能至关重要。提出基于强跟踪泰勒-卡尔曼滤波器(STKF)的动态相量估计算法。首先在考虑谐波和噪声影响以及电气信号幅值、相位时变特性的基础上,基于动态相量的泰勒级数展开项建立动态电气信号的状态空间模型;然后考虑到基于泰勒-卡尔曼滤波器(TKF)的相量估计算法在递推估计各状态变量时无法快速跟踪系统参数突变的缺陷,引入强跟踪滤波器的思想,根据理论残差和实际残差的失配程度及时自适应性地调整估计协方差矩阵,增强了算法对时变电气信号的跟踪能力。分析含噪声的数值信号及Matlab/Simulink的仿真故障电压信号,结果表明,STKF算法比泰勒-卡尔曼滤波器(TKF)算法具有更好的动态响应性能和更高的测量精度,且稳定性更好。     

基于扩展卡尔曼滤波频率跟踪的DFT同步相量测量算法

当电力信号的频率发生偏移时,采用离散傅里叶变换(discrete Fourier transformation,DFT)进行同步相量测量难以做到同步采样,由此造成的栅栏效应严重影响了同步相量测量精度。为此提出一种改进的DFT同步相量测量算法。首先引入了基于扩展卡尔曼滤波(extended Kalman filter,EKF)的频率跟踪算法,建立了基波频率测量的算法流程,并介绍了基于DFT的同步相量测量算法原理。在此基础上,将测量结果分为整数部分和分数部分,分析了因频率偏移导致的相量测量误差,对分数部分进行插值计算以提高同步相量测量精度。分别应用含谐波和噪声的稳定信号和幅值、相位、频率、谐波及噪声含量跳变的信号来校验算法的性能。仿真结果表明,EKF频率跟踪算法能快速对基波频率进行跟踪,所提出的同步相量测量算法能消除或减弱谐波、噪声以及频率偏移对同步测量的影响,提高了相量测量精度。     

考虑衰减直流分量的动态相量强跟踪测量算法

故障电流信号的频率变化以及包含的衰减直流分量会严重影响基于傅里叶变换的相量测量算法的精度和动态响应速度。文中提出了一种利用强跟踪滤波器滤除衰减直流分量的动态相量测量算法。首先,将衰减直流分量用其二阶泰勒展开多项式来表示,在状态变量中添加衰减直流分量及其一阶导数和二阶导数,建立含有基波角频率、幅值等参数和衰减直流分量参数的故障电流的非线性状态空间模型,减小信号估计的模型误差。其次,为了提高扩展卡尔曼滤波器在系统达到稳定时对系统参数突变的跟踪能力,利用强跟踪滤波器递推估计各状态变量。所提方法能够有效抑制衰减直流分量对相量测量精度的影响,对时变故障电流信号具有良好的动态响应能力。采用所提算法对加噪声的数值信号以及ATP-EMTP故障仿真信号进行相量测量,结果验证了算法的正确性与有效性。     

一种自适应同步相量测量方法

近年来,电力系统中电力电子设备的大规模应用使电气信号呈现出宽频带、高噪声、动态过程复杂等特征。同步相量测量单元(phasor measurement units,PMUs)是电力系统动态过程有效监测手段,如何在上述条件下实现准确、快速测量至关重要。该文提出一种自适应同步相量测量方法。该方法通过分析动态相量模型参数在系统典型静动态条件下的行为规律,提出相量行为识别方法。针对不同的相量行为,采用不同计算时间窗,在不影响动态响应速度的前提下,提高测量精度与抗谐波、噪声的能力。进一步揭示系统动态条件下相量模型参数与测量误差的线性关系,提出动态相量计算修正方法。提出的自适应相量测量方法已在实际PMU装置上实现。经实验室测试分析表明,该方法可在各种复杂条件下具有较好的测量精度与响应速度。     

高比例新能源电力系统多模态振荡监测方法及装置设计

新型电力系统正向高比例新能源和高比例电力电子设备("双高")方向发展,电力电子设备引起的宽频电磁振荡日益显著。为了能够掌握宽频电磁振荡的动态变化行为,提出了能够适应多个电磁振荡模态的同步相量监测方法。该方法通过振荡模态监测环节从电压/电流信号中粗略筛选出振荡频率,以此频率作为中心频率自适应动态构建模态滤波器;然后对采集的电压/电流信号进行模态滤波,对滤波后的信号进行相量计算、校正和补偿,从而得到各电磁振荡模态的相量信息。最后,基于该算法设计了多模态电磁振荡监测装置,并通过理想数据和现场试验对装置的性能进行了验证。结果表明,该装置能够快速、准确地对多模态电磁振荡进行实时监测,满足同步相量测量装置标准的性能要求。     

基于全球定位系统和锁相环技术的同步相量测量装置的实现

电网实时相量监测系统对于电力系统的状态估计、稳定监控具有重要意义。着重介绍电网实时相量监测系统中的基本功能单元——同步相量测量装置的原理和实现方法。该装置将全球定位系统和锁相环技术相结合,既保证了不同测量点被测相量的同步采样,又保证了各测量点对被测相量信号的采样频率能自适应地跟踪电网频率变化,使相量测量精度进一步提高。介绍基于离散傅里叶变换的电压相角计算方法,给出了发电机功角的计算公式。该装置可对电网重要节点的电压(幅值、相角)以及发电机的功角进行实时同步测量,并将测量结果实时送往监测中心,实现全网运行状态的实时监测。     

低频采样下基于卡尔曼滤波的同步相量测量算法的研究

各种基于定间隔采样的传统相量测量算法在跟踪速度和测量精度上不能很好地统一,在低频采样情况(每周波4~8个采样点)下提出一种基于线性卡尔曼滤波技术的10状态卡尔曼滤波模型,用于实时跟踪电力系统的电压有效值、频率、频率变化率和初相角,为系统提供精确的参数。结合二元泰勒展开公式,推导出各个参数的计算公式,并依据信号模型选取合适的时间区间保证算法对突变信号的响应速度。从采样频率、数据窗持续时间和算法对突变信号的跟踪精度方面对算法进行了讨论,结果表明使用该算法可以在低频采样下获得较高的参数估计精度。     

一种改进状态模型的动态相量测量算法

同步相量测量技术的一个关键问题是如何实时有效地估算包含电力参数信息的相量值。建立了计及电压、电流、频率、相位、有功和无功等电气参量的状态估计模型,在自适应陷波提取基波电压电流分量的基础上,借助无迹卡尔曼滤波递推框架进行状态估计,实时获得电压、电流、频率、相位、有功和无功功率等电气参量的估计值。通过状态扩展系统模型,增强了系统的鲁棒性,在前端增加自适应陷波器,有效降低了谐波对跟踪性能高的影响。四组仿真对比分析说明提出的新算法较文献[12]方法而言,对频率突变和幅值突变的影响更小,跟踪性能受谐波的影响程度更小,在频率缓变情况下的跟踪性能优于文献的方法,从而说明提出的新方法更优。     

电力系统频率的自适应跟踪算法

在高噪声及动态条件下,传统算法的跟踪性能受到一定的影响,并可能出现振荡现象。为此,设计一种利用在线估计信号的噪声含量和动态特性来调节跟踪特性的算法,以提高频率跟踪性能。该算法通过克拉克变换将三相电压信号转化成一个相量,并利用有限冲击响应(finite impulse response,FIR)前置滤波器来抑制噪声影响。利用递归最小二乘滤波器来获得信号的相量估计值,此滤波器能够在动态状态下通过减小遗忘因子来得到快速跟踪性能,而在高噪声下通过增大遗忘因子来提高抗噪声性能。根据相邻两采样点的相角差来计算新的采样间隔。仿真结果表明,该算法能在动态和静态条件下都具有比传统算法更为优越的估计性能。     

自适应遗传算法在PMU优化配置中的应用

基于GPS的同步相量测量单元(PMU)是一种新型的高精度测量装置,能够测量母线电压相量。由于经济和技术等方面的原因,每个节点都配置PMU还不能成为现实。为此,提出了在传统的状态估计的基础上,部分安装PMU以后的状态估计模型。基于此模型,以提高状态估计的精度为目标,引入自适应遗传算法,应用遗传算法的全局搜索特性,自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程来优化PMU的配置数量和安装位置。在遗传操作过程中,引入自适应规则,在线地改变交叉率和变异率,有效地加快了收敛速度和算法跳出局部最优的能力,并用IEEE14节点网络验证了算法的可行性。     

含微型同步相量测量的智能配电网信息集成方法

随着分布式电源、柔性负荷、电动汽车的大量接入,配电网呈现出潮流双向化、源荷智能化、网络电力电子化等新特征,为提高智能配电网的可观测性,微型同步相量测量装置等新技术产品得到逐步推广和使用,为智能配电网状态监测和运行控制提供了新方法和新手段。针对大规模分布式电源、柔性负荷、电动汽车接入智能配电网实际情况以及微型同步相量测量信息与已有SCADA数据集成应用需求,提出了多源端系统数据信息集成思路和方法,构建了基于海量数据总线和高速数据总线的硬件架构和软件架构方案,通过采用主动分布式内存库、高速数据总线等技术将微型同步相量量测高密度实时数据与已有自动化、信息化系统实现信息集成和融合共享,为智能配电网高频运行状态估计、小电流故障诊断与定位、动态特性优化协调控制等高级应用提供数据信息支撑。     

遗传算法在PMU优化配置中的应用

基于GPS的同步相量测量单元(PMU)是一种新型的高精度测量装置,能够测量母线电压相量.由于经济和技术等方面的原因,每个节点都配置PMU还不能成为现实.为此,提出了在传统的状态估计的基础上,部分安装PMU以后的状态估计模型.基于此模型,以提高状态估计的精度为目标,引入遗传算法,应用遗传算法的全局搜索特性,自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程来优化PMU的配置数量和安装位置,并用IEEE14节点网络验证了算法的可行性.     

基于改进自适应遗传算法的系统可观测PMU最优配置

以电力系统配置同步相量测量单元（PMU）个数最少、系统有最大测量冗余度为目标,全网可观测为约束,提出PMU最优配置模型,同时针对实际电网中存在某些重要节点已经初步安装PMU或者必须安装PMU的情况,提出了特殊约束条件,并给出了相应的求解算法。在此基础上,用改进自适应遗传算法求解此模型,保证全局最优。对某省49节点电网进行的计算表明,改进的自适应遗传算法收敛到全局最优解的概率优于传统的遗传算法和自适应遗传算法,更适用于工程实际。     

动态条件下的T形输电线路故障测距算法

当电力系统在功率低频振荡等动态情况下发生故障时,电力信号幅值和频率往往表现出一定的动态特性,影响了传统的T形输电线路故障测距算法的精度.因此,提出了动态条件下T形输电线路故障测距算法.该方法拓展了传统的静态信号模型,建立了时变的信号模型使其能正确表示信号的动态特性,并加入基于同步相量测量单元(PMU)的动态同步相量测量...     

基于同步相量测量技术的广域测量系统的应用现状及发展前景

同步相量测量技术可对广域分布电力系统的电气量进行实时测量,为大型电力系统的安全分析和稳定控制提供了新的契机.卫星授时、电力通信网络和数字信号处理技术的快速发展为同步相量测量技术的应用提供了必要的基础.文章介绍了以同步相量测量技术为基础的广域测量系统(WAMS)的发展概况,在体系结构、相量测量单元(PMU)分布、通信通道的选择、中心站功能设计等方面进行了分析.在回顾目前国内外WAMS工程应用情况的基础上,集中介绍了WAMS现有的在线监测、分析与控制功能,并展望了WAMS在未来电力系统闭环控制中的应用前景.     

基于同步相量测量技术的功角监测系统

同步发电机并网运行后，其功角是用来观察和判断该机组和系统并列运行稳定性的一个很重要的状态变量，而实现全网功角实时监测具有更为重要的意义。本文提出了一种新的PMU构成方案，并利用它构建功角实时监测系统。利用同步相量测量技术，获得以GPS时间为基准的功角信息，由各监测点的相对功角变化来预测系统稳定性。并给出了一种新的发电机功角计算方法。本方案实时性强，同步性好，可以实现全局实时监控。     

基于PMU量测的配电网稀疏估计

同步相量量测技术的应用为配电网估计如潮流雅可比矩阵估计和电压/相角-功率灵敏度估计提供了重要技术基础。针对潮流雅可比矩阵的相关性、稀疏性和对称性,提出了一种基于同步相量测量单元量测数据的潮流雅可比矩阵和灵敏度矩阵的稀疏估计方法,在较少量测下,有效估计了雅可比矩阵和灵敏度矩阵。进一步针对量测过程中出现的不良数据,引入鲁棒性更大的加权最小二乘法,提高了算法的鲁棒性。最后,通过IEEE33节点配电系统验证了方法的可行性。     

基于GPS同步技术的电力动态监测系统的设计

设计了一种基于全球定位系统(GPS)的同步相量测量装置,用于广域测量系统(WAMS),实现对电力系统关键相量的实时监控。采用基于GPS同步时钟和数字信号处理器(DSP)实现的PMU利用DSP的输入捕获功能,在进行捕获GPS的PPS信号的方法的同时,也对捕获采样信号的频率进行跟踪。采用过零点采样与傅里叶算法相结合,进行信号采样和数据的处理,避免了因频率变化而引起数据误差,提高了PMU的采集精度及抗干扰性。