CN102109554A

CN102109554A - 电网次同步振荡的模态自适应实时检测方法

Info

Publication number: CN102109554A
Application number: CN 200910243086
Authority: CN
Inventors: 王晓峰; 奚志江; 杨咏林; 焦邵华
Original assignee: BEIJING SIFANG BONENG AUTOMATION EQUIPMENT Co Ltd; Beijing Sifang Automation Co Ltd
Current assignee: Beijing Sifang Automation Co Ltd; Beijing Sifang Engineering Co Ltd
Priority date: 2009-12-25
Filing date: 2009-12-25
Publication date: 2011-06-29
Anticipated expiration: 2029-12-25
Also published as: CN102109554B

Abstract

本发明涉及利用电网侧信息实现对电力系统次同步振荡(SSO)模态的实时动态识别和测量技术，公开了一种基于序列无限冲击响应滤波器(IIR)的振荡模态自适应实时检测方法。该方法实时测量电网联络线处的电流，通过IIR滤波器组点阻掉其中的工频分量并将电流信号限定在次同步频率的范围之内。当判断发生SSO后，通过基于不同观测窗的傅立叶变换(FFT)辨识出其中的主要模态分量，以各主要模态分量为基础，动态构建互为带阻的IIR滤波器组，分离出各主要模态分量，并对整个过程进行录波。该方法可以实时动态识别电网侧的SSO模态量，计算简单，易于实现。

Description

电网次同步振荡的模态自适应实时检测方法

技术领域

本发明为电力系统中的电网侧次同步振荡的模态自适应实时检测方法，为电力系统领域。

背景技术

我国电力系统的网络架构使得次同步振荡(SSO)长期存在，SSO一直是电力系统的研究热点。

我国的电力系统可分为电厂侧和电网侧两大部分。由于汽轮发电机组轴系的机械固有频率通常也在次同步振荡频率的范围内，SSO发生时会使得电力系统的固有参数模型与汽轮发电机组具有谐振的可能。一旦电力系统发生SSO将可能在发电厂端的汽轮发电机组轴系产生严重的机械能与电能的谐振，这将对发电机组的轴系产生破坏作用。因此在电厂侧对于SSO的监测、抑制和保护技术研究较多。尽管对于SSO的机理和抑制措施的理论研究比较完备，但电厂侧一直苦恼究竟是什么操作导致了SSO，却始终没有满意的答案。相对于电厂侧而言，SSO对于电网侧并未造成大的损害，尽管电网侧认同SSO的危害，但在电网侧对于SSO的监测研究进展较小，至今没有电网侧实时检测SSO的技术报道。

在电厂侧，由于可以计算出发电机组轴系的固有模态频率，对于轴系扭振的模态监测是有准确的模态频率的。而在电网侧对SSO监测有很大难度：其一，电网侧的模态频率是动态变化的，不能针对特定的模态频率进行监测，只能动态监测；其二，在电网侧只能从电流中提取模态分量，模态分量并非一个故障量，它所占的比重比较小，同时受到工频信号的影响，难以实现精确测量。

解决了电网侧的SSO监测问题，在电网联络线处安装SSO监测装置，就可以对电网区域截面的SSO分布进行分析，可以定位哪里的SSO强，哪里的SSO弱，可以确定究竟是什么操作引发了SSO，从而定位SSO的扰动源。这对于SSO的研究和消除SSO对发电厂和电网的危害有重大的现实意义和应用价值。

发明内容

本发明提供了一种电网侧SSO的模态自适应实时检测方法。通过实时采集电网侧联络线处的电流信号，从中提取SSO的信息并分离出主要的模态信号。可以为电网侧的模态阻尼和稳定性分析提供数据。

本发明动态分离SSO模态信号的具体步骤如下：

1.设计IIR滤波器，各IIR滤波器采用的传递函数如下：

低通IIR：

H (s) = \frac{1}{1 + s / ω_{L} + {(s / ω_{L})}^{2}}

高通IIR：

H (s) = \frac{{(s / ω_{H})}^{2}}{1 + s / ω_{H} + {(s / ω_{H})}^{2}}

带通IIR：

H (s) = \frac{s / ω_{P}}{1 + 6 πs / ω_{P} + {(s / ω_{P})}^{2}}

带阻IIR：

H (s) = \frac{{1 + (s / ω_{B})}^{2}}{1 + 4 πs / ω_{B} + {(s / ω_{B})}^{2}}

2.实时采集电流信号，通过IIR滤波器组(由5Hz高通IIR、50Hz点阻IIR和45Hz低通IIR构成)对原始采样信号进行滤波，得到次同步频率范围内的信号。

3.未发生SSO时，IIR滤波器组的输出非常小，一旦发生SSO时，IIR滤波器组的输出将变大。分别以100ms和300ms为计算间隔，计算采样时间序列的绝对值和，求取相邻值的差，当差大于给定值时即判定发生SSO。

4.考虑到模态信号依据其阻尼不同呈现发散或收敛，有些模态信号初始值较小，但逐渐发散。因此采用两个基于不同时间窗的FFT来辨识主要的模态信号频率。综合两个FFT的计算结果，依据幅值的大小顺序确定主要的模态信号频率。若以分析5个模态为例，则得到的模态频率从小到大依次为f1、f2、f3、f4和f5。

5.动态组建新的滤波器组，以提取频率为f1的模态信号为例，以f1为中心频率构建带通IIR，分别以f2、f3、f4和f5为中心频率构建带阻IIR。这5个IIR构成提取频率为f1的模态信号的IIR组即可准确分离出频率为f1的模态信号。同理采用互为带阻的方式，即可构建出其余的IIR组，从而分离出其余的主要模态信号。

附图说明

图1为电网SSO的模态自适应实时检测方法示意图；

图2为分离出的主要模态信号实时曲线；

具体实施方式

下面以电网发生SSO的原始录波数据作为数据源，对本发明做进一步详细说明。

1.将传递函数转换为差分方程的形式

y (n) = Σ_{r = 0}^{M} b_{r} x (n - r) + Σ_{k = 1}^{N} a_{k} y (n - k),

阶次取

2，则各个IIR滤波器的系数如表1所示：

表1IIR滤波器系数

系数	5Hz高通IIR	50Hz点阻IIR	45Hz低通IIR
				a₁	-0.93914018083932171	-0.98781582839946669	-0.7551726647892435
a₂	1.9353162456282116	1.8905264514416871	1.6854878780216054
				a₃	0	0	0
b₀	0.96861410661688307	0.99390665282826796	0.017421196691909543
				b₁	-1.9353162456282116	-1.8905264514416871	0.034842393383819087

b₂

0.96861410661688307

0.99390665282826796

0.017421196691909543

2.以1000Hz的采样率实时采集电流信号，经过IIR滤波器组(由5Hz高通IIR、50Hz点阻IIR和45Hz低通IIR构成)后得到次同步频率范围内的信号；

3.分别以100ms和300ms为计算间隔，连续计算100个采样点和300个采样点的绝对值和，在某一时刻100ms间隔突变值率先超过启动门槛值10，确认发生SSO。在突变前后的计算值如表2所示：

表2100ms和300ms计算间隔的绝对值和

序号	100ms间隔和值	300ms间隔和值	100ms间隔突变值	300ms间隔突变值
					1	1.6	5.2	--	--
2	15.8	43.3	14.2	38.1
					3	22.2	66.7	--	--
4	21.5	69.1	--	--

4.以突变量启动的时间为基点，向前记录100ms的数据，向后记录1.9s和3.9s的数据供FFT分析。第一个FFT对-0.1～1.9s的数据段进行分析，第二个FFT对1.9～3.9s的数据段进行分析，对于处于次同步频率段内幅值按照大小排序。其对应的频率如表3所示：

表3FFT分析后的主要频率排序结果

5.综合两个FFT的信息，初步确定主要模态分量对应的频率从小到大依次为12.0Hz、19.5Hz、24.0Hz、35.0Hz和38.0Hz。

6.以12.0Hz为中心频率的带通、19.5Hz为中心频率的带阻、24.0Hz为中心频率的带阻、35.0Hz为中心频率的带阻和38.0Hz为中心频率的带阻构成分离12.0Hz模态的滤波器组(各个滤波器的系数可以根据前面所述的传递函数计算)，得到12.0Hz模态分量的实时曲线。对其他模态分量进行同样分离即可。图2所示为分离出的模态分量的实时曲线，可见模态分量均是收敛的。

7.得到模态分量的实时曲线后，可进一步得知模态的确切频率，如表4所示。模态的确切频率与FFT的分析结果有出入，这是由于FFT的频率分辨率为0.5Hz，无法给出精确的频率值。而选用的IIR滤波器组的通带大于0.5Hz，从而将模态信号完整的过滤出来，得到真实值。

表4模态实际频率

模态序号	模态频率(Hz)
		1	12.2
2	19.5
		3	23.9
4	34.9
		5	38.0

Claims

1.一种基于动态配置的无限冲击响应滤波器组(IIR)的电网侧次同步振荡(SSO)模态自适应实时检测方法。通过实时检测电网联络线处的电流，判断是否发生SSO，当确认发生SSO时从中分离出SSO模态信号。该方法包括如下内容：

1)由IIR滤波器组(由5Hz高通IIR、50Hz点阻IIR和45Hz低通IIR构成)对电流原始采样信号进行预处理，滤波后的信号即为次同步频率范围内的信号；

2)采用基于不同时间窗的突变量启动判别的方式判断是否发生SSO；

3)采用基于不同时间窗的傅立叶变换(FFT)来提取SSO发生时主要的模态分量，其对应的频率从小到大依次为f1、f2、f3、f4、f5；

4)根据主要模态分量的对应频率f1、f2、f3、f4、f5动态组建互为带阻的IIR滤波器组，分离得到各模态信号；

2.权利要求1所述的原始采样信号预处理滤波器组由5Hz高通IIR、50Hz点阻IIR和45Hz低通IIR构成，其中高通IIR和低通IIR将超出次同步范围的信号过滤掉，50Hz点阻IIR将工频信号过滤掉，经过预处理后的信号在未发生次同步振荡时其值非常小，而发生次同步振荡时则会变大。该方法将测量范围缩小，放大了微小的模态信号，针对次同步振荡的特征提取出了故障分量，有效提高了监测的灵敏度。

3.权利要求1所述的基于不同时间窗的突变量启动判别方法，其特征为：

以T1为计算间隔，计算采样时间序列的绝对值和，构成以T1为间隔的时间序列Sum1(k)。用相邻的值做差ΔS＝Sum1(k+1)-Sum1(k)，当ΔS大于给定值时即认为突变量启动。同理，以T2为计算间隔，计算采样时间序列的绝对值和，构成以T2为间隔的时间序列Sum2(k)。用相邻的值做差ΔS＝Sum2(k+1)-Sum2(k)，当ΔS大于给定值时即认为突变量启动。采用两个不同的时间窗进行计算可以避免模态信号缓慢变化时不启动的情况，提高了监测的可靠性。

4.权利要求1所述的基于不同时间窗的FFT提取模态分量的方法，其特征为：

模态信号依据其阻尼不同呈现发散或收敛，有些模态信号初始值较小，但逐渐发散，通过不同时间窗的FFT才能辨识出真正的主要模态分量。

5.权利要求1所述的以模态频率动态组建互为带阻的滤波器组，其特征为：

动态组建滤波器组，实现了对次同步振荡模态的自适应检测。以模态频率互为带阻的滤波器组，具有非常优异的幅频特性。在计算某一模态时，有效消除了其余模态的影响。

6.根据权利要求1所述的模态实时计算方法可以得到SSO模态值，基于该方法可以实现基于模态的SSO保护和控制技术。