CN103872679A - 微弱信号下的电网戴维南等值模型参数辨识方法 - Google Patents

微弱信号下的电网戴维南等值模型参数辨识方法 Download PDF

Info

Publication number
CN103872679A
CN103872679A CN201410084295.5A CN201410084295A CN103872679A CN 103872679 A CN103872679 A CN 103872679A CN 201410084295 A CN201410084295 A CN 201410084295A CN 103872679 A CN103872679 A CN 103872679A
Authority
CN
China
Prior art keywords
mrow
msub
msup
math
phase
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410084295.5A
Other languages
English (en)
Inventor
罗建
张�林
徐瑞林
吴彬
陈涛
张晓勇
钟加勇
胡晓锐
宫林
张友强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Original Assignee
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University, Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd, State Grid Corp of China SGCC filed Critical Chongqing University
Priority to CN201410084295.5A priority Critical patent/CN103872679A/zh
Publication of CN103872679A publication Critical patent/CN103872679A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种微弱信号下的电网戴维南等值模型参数辨识方法,其包括存在微弱扰动信号时,提取所述电网戴维南等值模型的输出端的三相电压扰动信号△v'A、△v'B、△v'C和三相电流扰动信号△i'A、△i'B、△i'C,根据所述△v'A、△v'B、△v'C和△i'A、△i'B、△i'C,采用最小二乘法识别出A相、B相和C相的等值参数,将所述A相、B相和C相的等值参数平均,得到戴维南等值模型等值参数;本发明实施例,可以对电力系统电网侧的变化进行跟踪,更贴切地反应电力系统运行的真实状况,为电力系统进行潮流计算、电压稳定性计算等电力系统的运算提供精确的等值参数值。

Description

微弱信号下的电网戴维南等值模型参数辨识方法
技术领域
本发明涉及电力技术领域,尤其涉及一种微弱信号下的电网戴维南等值模型参数辨识方法。 
背景技术
随着现代电力系统电压等级的提升和联网规模的发展,直流输电、分布式电源及新能源并网、各类柔性交流输电技术(FACTS)的广泛应用,使得电力系统在交直流混联、大规模利用电力电子器件提高输电能力,改善控制运行特性的同时,电力系统的运行特性更趋复杂,大面积停电事故的危害性也更突出。为了克服复杂电力系统机理性模型结构复杂和参数估计困难的缺点,精确描述电网动态模型的行为特征,研究和开发新的电网模型参数辨识算法也成为了新的热点和难点。 
在电力系统中,由于系统瞬时故障、电厂机组启停、负荷波动、电气设备投切、FACTS元件控制等因素,扰动信号始终存在。一般说来,系统单永以上的故障导致的大扰动信号导致参数变化较明显,对于参数辨识有利,但对于实际运行的电网大扰动信号普遍较少,难以捕捉。而微弱扰动信号则更为常见,因此对电网等值模型的微弱信号下求解适用于现代电网。 
对于最终能恢复为稳定运行状态的实际电力系统,当扰动信号很小、规模足够大时,认为其行为特征都可以通过戴维南输入、输出模型(Thevenin's Input/Output Model)进行研究,图1为一个电力系统二端口模型的示意图。 
微弱扰动信号下,输入变量发生微增变化,输出变量也相应改变,这种戴维南输入、输出模型能得到一组描述电力系统M动态行为的数学方程。 
目前,电网戴维南等值模型的参数通常依据电网安装的PMU(Precision Measurement Unit,精密测量单元)装置采集的电压电流向量及有功无功进行辨识。按照采集数据的运行时刻个数进行分类,目前电网戴维南等值参数辨识的方法主要有以下三大类: 
一类是依据两个运行时刻的电压电流向量值,求解电网戴维南等值参数:电源电压幅值、电源电压相位、等值阻抗幅值和等值阻抗相位。适用于2个运行时刻的戴维南等值系统内部参数不变,仅戴维南等值系统外部负荷变化的情况。2个运行时刻之间时间差越短,戴维南等值系统内部参数不变的几率越大,但戴维南等值系统外部负荷变化可能很小,其参数辨识可能出现0/0现象,参数辨识不稳定;2个运行时刻之间时间差越大,戴维南等值系统内部参数变化的几率就越大,有可能不满足方法的辨识基础。 
二类是依据多个运行时刻关口采集的电压电流向量及有功无功进行辨识,如采用潮流方程或节点电压为目标的最小二乘最优求解等。适用于多个运行时刻的戴维南等值系统内部参数不变,仅戴维南等值系统外部负荷变化的情况。多个运行时刻之间时间差越短,戴维南等值系统内部参数不变的几率越大,但戴维南等值系统外部负荷变化可能很小,其求解逆矩阵病态,参数辨识不稳定;多个运行时刻之间时间差越大,戴维南等值系统内部参数变化的几率就越大,有可能不满足方法的辨识基础。 
三类是依据一个运行时刻关口采集的电压电流向量及有功无功进行辨识方法主要有依据有功无功全微分和依据节点阻抗和负荷阻抗进行参数求解两种方法。利用有功无功全微分求解参数对初值选取要求较高,而且随着戴维南等值参数求解误差的增加,也没有戴维南等值参数的校验机制。而利用节点阻抗和负荷阻抗求解参数,如何求取每个运行时刻节点的节点阻抗和负荷阻抗是该方法的难点。 
其中,相对于基于两个及以上运行时刻的参数等值方法,基于一个运行时刻数据的方法没有假设前提,不受系统内部参数变化的影响,所需采集的信息量较少,辨识的准确度较高。基于电网中高电压、大电流的背景下,出现几率 最大的诸如负荷的投切、断路器的开断闭合等系列系统内部结构变化,从一端口观察,这些变化造成端口处电压电流发生相对较小的变化,其中电压变化在几百到几千伏之间,这些可归类为满足电网约束的小幅变化。 
发明内容
有鉴于此,本发明提供了一种微弱信号下的电网戴维南等值模型参数辨识方法,可以对电力系统电网侧的变化进行跟踪,更贴切地反应电力系统运行的真实状况,为电力系统进行潮流计算、电压稳定性计算等电力系统的运算提供精确的等值参数值。 
本发明提供一种微弱信号下的电网戴维南等值模型参数辨识方法,包括: 
存在微弱扰动信号时,提取所述电网戴维南等值模型的输出端的三相电压扰动信号△v'A、△v'B、△v'C和三相电流扰动信号△i'A、△i'B、△i'C; 
根据所述△v'A、△v'B、△v'C和△i'A、△i'B、△i'C,采用最小二乘法识别出A相、B相和C相的等值参数; 
将所述A相、B相和C相的等值参数平均,得到戴维南等值模型等值参数。 
进一步,所述戴维南等值模型等值参数包括:戴维南等值电阻Req和戴维南等值电抗Leq; 
根据所述△v'A、△v'B、△v'C和△i'A、△i'B、△i'C,采用最小二乘法识别出A相、B相和C相的等值参数,包括: 
采用最小二乘法计算
Figure DEST_PATH_GDA0000491268530000031
的参数a0,a1,…,aK和b0,b1,…,bK,然后根据计算得到的a0,a1,…,aK和b0,b1,…,bK,计算得到A相、B相、C相的等值电阻RAeq、RBeq、RCeq和等值电抗LAeq、LBeq、LCeq; 
其中,当K为偶数时,
Figure DEST_PATH_GDA0000491268530000032
且: 
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N - 1 ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N - 1 ( - 1 ) n b 2 n + 1 ω 2 n + 1
其中,当K为奇数时,且: 
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N ( - 1 ) n b 2 n + 1 ω 2 n + 1
其中, R eq = A 1 B 1 + A 0 B 0 A 0 2 + A 1 2 L eq = A 0 B 1 - A 1 B 0 ω ( A 0 2 + A 1 2 ) .
进一步,在提取扰动信号之前,所述方法还包括: 
采样步骤:对所述电网戴维南等值模型的输出端的电压和电流进行采样,得到相应的电压数字信号v'A、v'B、v'C和电流数字信号i'A、i'B、i'C; 
检测步骤:检测所述电压数字信号v'A、v'B、v'C或电流数字信号i'A、i'B、i'C是否存在扰动; 
若不存在扰动,则继续执行采样步骤和检测步骤; 
若存在扰动,则提取相应的电压扰动信号△v'A、△v'B、△v'C和电流扰动信号△i'A、△i'B、△i'C。 
本发明的有益效果: 
本发明实施例,基于一个运行时刻采集数据,提取电流电压信号的小幅变化,依据其满足的约束,利用这些暂态电压电流信号进行电网戴维南等值参数的辨识,能够贴切地反应电力系统的真实状况,从而对电网变化进行有效监控,保证其安全稳定运行,本发明实施例克服了电网发展导致的传统电网模型或者过于复杂、参数辨识困难;或者忽视完全脱离系统行为机理过分依赖于有效的聚类,因此,本发明实施例兼顾了电力系统运行机理,并且适用于各种电压等 级及非线性系统 
附图说明
下面结合附图和实施例对本发明作进一步描述: 
图1是现有的电力系统二端口模型示意图。 
图2是本发明提供的微弱信号下的电网戴维南等值模型参数辨识装置的实施例的结构示意图。 
图3是本发明提供的扰动信号检测的原理示意图。 
图4是自适应正弦滤波器的原理示意图。 
图5是扰动信号提取的原理示意图。 
图6是戴维南等值模型参数辨识过程的示意图。 
具体实施方式
请参考图2,是本发明提供的微弱信号下的电网戴维南等值模型参数辨识装置的实施例的结构示意图,其包括:锁频锁相采样模块1、扰动信号检测模块2、扰动信号提取模块3和戴维南等值模型参数辨识模块4。 
首先,将电网母线外网侧电流互感器二次线圈来的三相电流模拟信号iA、iB、iC和从母线上电压互感器二次线圈来的三相电压模拟信号vA、vB、vC,分别送入到锁频锁相采样模块1中进行处理,经处理后从锁频锁相采样模块1输出同步的电流数字信号i'A、i'B、i'C和电压数字信号v'A、v'B、v'C,其中电流数字信号i'A、i'B、i'C或电压数字信号v'A、v'B、v'C用于输至扰动信号检测模块2进行扰动检测,其中电流数字信号i'A、i'B、i'C和电压数字信号v'A、v'B、v'C用于输至扰动信号提取模块3进行扰动提取。 
然后,扰动信号检测模块2接收到电流数字信号i'A、i'B、i'C或电压数字信号v'A、v'B、v'C之后,进行扰动检测。下面以电流数字信号i'A、i'B、i'C说明扰动的检测过程: 
如图3所示,将从锁频锁相采样模块1输出的电流数字信号i'A、i'B、i'C接入扰动信号检测模块2中的自适应正弦滤波器中,由该自适应正弦滤波器输出电流数字信号i'A、i'B、i'C与滤波器正弦信号之间的误差e,然后在将误差e第一误差定值eset1进行比较,若e>eset1,且继续比较误差和∑|e(j)|与第二误差定值eset2,若∑|e(j)|>eset2,则向扰动信号提取模块3输出扰动信号存在的指示;若e≤eset1或∑|e(j)|≤eset2,则向扰动信号提取模块3输出扰动信号不存在的指示。另外,对于本领域技术人员而言,基于电压数字信号v'A、v'B、v'C实现扰动检测可以采用类似的方式。 
其中,自适应正弦滤波器一种实现方式的原理可以如图4所示,其原理是由一个与电流数字信号i'A(i'B或i'C)相同频率的正弦信号逼近电流数字信号,获取电流信号在该频率成分的幅值及相位,其中自适应正弦滤波器的数学表达可以为: 
y(t)=Acos(ωt)+Bsin(ωt) 
e(t)=y(t)-i(t) 
为了调节修正参数A和B,在自适应正弦滤波器进行下列修正算法: 
A'=A-μe(t)cos(ωt) 
B'=B-μe(t)sin(ωt) 
式中A'、B'是自适应正弦滤波器参数的修正值,μ(μ>0)是算法收敛因子并依经验取值。误差定值eset1和eset2均是依据扰动信号检测精度设定。 
上述中,若扰动信号检测模块2输出的是扰动信号不存在的指示,则锁频锁相采样模块1继续重复采集操作,扰动信号检测模块2继续重复扰动检测的操作。 
再然后,若扰动信号检测模块2输出的是扰动信号存在的指示,则扰动信号提取模块3提取电压扰动信号△v'A、△v'B、△v'C和电流的扰动信号△i'A、△i'B、△i'C,并将△v'A、△v'B、△v'C、△i'A、△i'B、△i'C输至戴维南等值模型参数辨识模块4。 
具体的,如图5所示,扰动信号提取模块3提取△v'A、△v'B、△v'C、△i'A、△i'B、△i'C的流程如下: 
用锁频锁相采样模块1采集的扰动信号存在时的电压数字信号v'tA、v'tB、v'tC和电流数字信号i'tA、i'tB、i'tC减去锁频锁相采样模块1采集的不存在扰动信号时的电压数字信号v'pA、v'pB、v'pC和电流数字信号i'pA、i'pB、i'pC,即得到电压扰动信号△v'A、△v'B和△v'C,电流扰动信号△i'A、△i'B和△i'C;即: 
Δv'A=v'tA(t)-v′pA(t-kT) 
Δv'B=v'tB(t)-v'pB(t-kT) 
Δv'c=v'tC(t)-v'pc(t-kT) 
Δi'A=i'tA(t)-i′pA(t-kT) 
Δi'B=i'tB(t)-i′pB(t-kT) 
Δi'C=i'tC(t)-i′pC(t-kT) 
式中T是电流电压数字信号的周期,k是正整数。 
最后,将扰动信号提取模块3提取的△v'A、△v'B、△v'C、△i'A、△i'B、△i'C输入到电网戴维南等值模型参数辨识模块4中进行等值参数的辨识并输出在该种扰动状况下的电网戴维南等值模型参数Req和Leq。 
具体的,该流程如图6所示,其包括:将△v'A、△v'B、△v'C、△i'A、△i'B、△i'C输入电网戴维南等值模型参数辨识模块中,电网戴维南等值模型参数辨识模块采用最小二乘法计算方程:的参数a0,a1,…,aK和b0,b1,…,bK,方程中△v'A(t)(k)是电压扰动信号△v'A(t)的k阶导数,△i'A(t)(k)是电流扰动信号△i'A(t)的k阶导数,K是电网戴维南等值模型的等值阶数。依据计算出的参数a0,a1,…,aK和b0,b1,…,bK: 
在K为偶数时,令
Figure DEST_PATH_GDA0000491268530000072
计算 
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N - 1 ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N - 1 ( - 1 ) n b 2 n + 1 ω 2 n + 1
在K为奇数时,令计算 
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N ( - 1 ) n b 2 n + 1 ω 2 n + 1
由此,得到电网模型的A相等值参数: 
R Aeq = A 1 B 1 + A 0 B 0 A 0 2 + A 1 2
L Aeq = A 0 B 1 - A 1 B 0 ω ( A 0 2 + A 1 2 )
然后,再采用上述方法辨识得到B相的等值参数RBeq、LBeq和C相的等值参数RCeq、LCeq,再将A、B、C三相的等值参数平均,即得到戴维南等值电阻为  R eq = R Aeq + R Beq + R Ceq 3 , 等值电抗为 L eq = L Aeq + L Beq + L Ceq 3 . 因此,电网戴维南等值模型参数为:等值阻抗Zk=Req+jωLeq,阻抗角
Figure DEST_PATH_GDA00004912685300000813
等值电动势 
Figure DEST_PATH_GDA00004912685300000814
上述的方法或装置基于一个运行时刻采集数据,提取电流电压信号的小幅变化,依据其满足的约束,利用这些暂态电压电流信号进行电网戴维南等值参数的辨识,能够贴切地反应电力系统的真实状况,从而对电网变化进行有效监控,保证其安全稳定运行。其克服了电网发展导致的传统电网模型或者过于复 杂、参数辨识困难;或者忽视完全脱离系统行为机理过分依赖于有效的聚类,因此,本方法兼顾了电力系统运行机理,并且适用于各种电压等级及非线性系统 
下面结合实验例对本发明实施例作进一步说明: 
在IEEE-9节点标准测试中,其中负荷节点为5号,6号和8号节点,选取8号节点戴维南等值参数跟踪计算。仿真时间为3s,在t=0.5s时,切除8节点5%的负荷,运用潮流法、微分法、灵敏度法以及本文法进行戴维南等值参数跟踪,其中微分法所需初值根据潮流法计算结果设定。取SB=100MVA,UB=230Kv为基准值,结果均为标幺值。 
实验例1:电网戴维南等值模型外网参数变化 
仿真运行,当t=0.5s时节点处切负荷,外网参数扰动变化产生扰动信号,系统经过暂态过程到达新的稳态运行状态。运用以上所述方法进行辨识得到戴维南等值参数如表1所示。 
表1电网等值模型外网参数变化 
  E/pu R/pu X/pu
潮流法 1.1639 0.9468 0.1450
微分法 1.5794 0.8696 0.1512
本实施例 1.6267 0.9622 0.1452
实际值 1.6321 0.9687 0.1560
表2等值参数比较结果 
  E/% R/% X/%
潮流法 1.115 2.261 7.051
微分法 5.049 10.23 3.058
本实施例 0.331 0.671 0.1452
从表1、2中可以看出,在电网模型外网参数变化时,三种方法均可有效地 辨识出等值参数,但通过比较可知,本文法和潮流法能较准确地辨识电网等值参数,而微分法受制于潮流法,且无校正机制,其准确性无法保证。 
实验例2:电网戴维南等值模型内网参数扰动变化 
仿真运行,当t=0.5s时节点处切负荷,内网参数扰动变化产生扰动信号,系统经过暂态过程到达新的稳态运行状态。运用以上所述方法进行辨识得到戴维南等值参数如表3所示。 
表3电网等值模型内网参数变化 
  E/pu R/pu X/pu
潮流法 1.16528 0.9935 1e-013
微分法 1.6519 0.9924 0.1512
本实施例 1.6414 0.9798 0.1508
实际值 1.6321 0.9687 0.1560
表4等值参数比较结果 
  E/% R/% X/%
潮流法 / / /
微分法 1.213 2.446 3.058
本实施例 0.570 1.146 3.333
从表3、4中可以看出,在电网模型内网参数变化时,本文法能够准确有效辨识出电网的戴维南等值参数,而潮流法无法有效辨识电网参数,微分法只有在提供合理初值的前提下才能够进行有效辨识。 
综上所述,潮流法对于外网参数变化情况可有效辨识,但不适用于内网参数变化的情况。微分法只有在提供合理初值情况下才能进行有效辨识,而且没有校正机制,容易导致误差积累。本文法在外网、内网参数变化两种情况下均可以准确有效地辨识出电网戴维南等值参数。 
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。 

Claims (3)

1.一种微弱信号下的电网戴维南等值模型参数辨识方法,其特征在于:包括:
存在微弱扰动信号时,提取所述电网戴维南等值模型的输出端的三相电压扰动信号Δv'A、Δv'B、Δv'C和三相电流扰动信号Δi'A、Δi'B、Δi'C
根据所述Δv'A、Δv'B、Δv'C和Δi'A、Δi'B、Δi'C,采用最小二乘法识别出A相、B相和C相的等值参数;
将所述A相、B相和C相的等值参数平均,得到戴维南等值模型等值参数。
2.如权利要求1所述的方法,其特征在于:所述戴维南等值模型等值参数包括:戴维南等值电阻Req和戴维南等值电抗Leq
所述根据所述Δv'A、Δv'B、Δv'C和Δi'A、Δi'B、Δi'C,采用最小二乘法识别出A相、B相和C相的等值参数,包括:
采用最小二乘法计算
Figure FDA0000474457420000011
的参数a0,a1,…,aK和b0,b1,…,bK,然后根据计算得到的a0,a1,…,aK和b0,b1,…,bK,计算得到A相、B相、C相的等值电阻RAeq、RBeq、RCeq和等值电抗LAeq、LBeq、LCeq
其中,当K为偶数时,且:
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N - 1 ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N - 1 ( - 1 ) n b 2 n + 1 ω 2 n + 1
其中,当K为奇数时,
Figure FDA0000474457420000017
且:
A 0 = Σ n = 0 N ( - 1 ) n a 2 n ω 2 n
A 1 = Σ n = 0 N - 1 ( - 1 ) n a 2 n + 1 ω 2 n + 1
B 0 = Σ n = 0 N ( - 1 ) n b 2 n ω 2 n
B 1 = Σ n = 0 N ( - 1 ) n b 2 n + 1 ω 2 n + 1
其中, R eq = A 1 B 1 + A 0 B 0 A 0 2 + A 1 2 L eq = A 0 B 1 - A 1 B 0 ω ( A 0 2 + A 1 2 ) .
3.如权利要求2所述的方法,其特征在于:在提取微弱扰动信号之前,所述方法还包括:
采样步骤:对所述电网戴维南等值模型的输出端的电压和电流进行采样,得到相应的电压数字信号v'A、v'B、v'C和电流数字信号i'A、i'B、i'C
检测步骤:检测所述电压数字信号v'A、v'B、v'C或电流数字信号i'A、i'B、i'C是否存在扰动;
若不存在扰动,则继续执行采样步骤和检测步骤;
若存在扰动,则提取相应的电压扰动信号Δv'A、Δv'B、Δv'C和电流扰动信号Δi'A、Δi'B、Δi'C
CN201410084295.5A 2014-03-07 2014-03-07 微弱信号下的电网戴维南等值模型参数辨识方法 Pending CN103872679A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410084295.5A CN103872679A (zh) 2014-03-07 2014-03-07 微弱信号下的电网戴维南等值模型参数辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410084295.5A CN103872679A (zh) 2014-03-07 2014-03-07 微弱信号下的电网戴维南等值模型参数辨识方法

Publications (1)

Publication Number Publication Date
CN103872679A true CN103872679A (zh) 2014-06-18

Family

ID=50910938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410084295.5A Pending CN103872679A (zh) 2014-03-07 2014-03-07 微弱信号下的电网戴维南等值模型参数辨识方法

Country Status (1)

Country Link
CN (1) CN103872679A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865480A (zh) * 2015-06-16 2015-08-26 国家电网公司 一种获得负荷非线性函数的方法
CN104917177A (zh) * 2015-06-26 2015-09-16 四川大学 一种电力系统戴维南等值参数在线识别方法及其装置
CN105930613A (zh) * 2016-05-11 2016-09-07 湖南工业大学 一种分布式发电系统等值建模方法
CN106443338A (zh) * 2016-09-26 2017-02-22 重庆大学 叠加在慢变信号上的小扰动信号提取方法
CN111181153A (zh) * 2019-11-20 2020-05-19 国网湖南省电力有限公司经济技术研究院 一种基于支路响应信息确定戴维南等值参数的方法及系统
CN111262577A (zh) * 2020-03-19 2020-06-09 山东电工电气集团新能科技有限公司 基于可变遗忘因子的递推最小二乘算法的锁相方法
CN113849975A (zh) * 2021-09-24 2021-12-28 国网重庆市电力公司电力科学研究院 一种双馈风电机组低电压穿越特性辨识方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219557A (ja) * 2002-01-24 2003-07-31 Toshiba Corp 系統モデル作成方法、潮流計算装置及びそのプログラム
CN101707371A (zh) * 2009-11-09 2010-05-12 重庆大学 小扰动状况下的电力系统负荷模型等值参数的辨识方法
CN103208815A (zh) * 2013-04-02 2013-07-17 清华大学 光伏发电系统并网逆变器的d-q轴参数辨识方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219557A (ja) * 2002-01-24 2003-07-31 Toshiba Corp 系統モデル作成方法、潮流計算装置及びそのプログラム
CN101707371A (zh) * 2009-11-09 2010-05-12 重庆大学 小扰动状况下的电力系统负荷模型等值参数的辨识方法
CN103208815A (zh) * 2013-04-02 2013-07-17 清华大学 光伏发电系统并网逆变器的d-q轴参数辨识方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865480A (zh) * 2015-06-16 2015-08-26 国家电网公司 一种获得负荷非线性函数的方法
CN104917177A (zh) * 2015-06-26 2015-09-16 四川大学 一种电力系统戴维南等值参数在线识别方法及其装置
CN105930613A (zh) * 2016-05-11 2016-09-07 湖南工业大学 一种分布式发电系统等值建模方法
CN106443338A (zh) * 2016-09-26 2017-02-22 重庆大学 叠加在慢变信号上的小扰动信号提取方法
CN106443338B (zh) * 2016-09-26 2019-04-02 重庆大学 叠加在慢变信号上的小扰动信号提取方法
CN111181153A (zh) * 2019-11-20 2020-05-19 国网湖南省电力有限公司经济技术研究院 一种基于支路响应信息确定戴维南等值参数的方法及系统
CN111262577A (zh) * 2020-03-19 2020-06-09 山东电工电气集团新能科技有限公司 基于可变遗忘因子的递推最小二乘算法的锁相方法
CN113849975A (zh) * 2021-09-24 2021-12-28 国网重庆市电力公司电力科学研究院 一种双馈风电机组低电压穿越特性辨识方法和系统
CN113849975B (zh) * 2021-09-24 2024-03-19 国网重庆市电力公司电力科学研究院 一种双馈风电机组低电压穿越特性辨识方法和系统

Similar Documents

Publication Publication Date Title
Liu et al. D-PMU based applications for emerging active distribution systems: A review
CN103872679A (zh) 微弱信号下的电网戴维南等值模型参数辨识方法
Salehi‐Dobakhshari et al. Application of synchronised phasor measurements to wide‐area fault diagnosis and location
CN107093895B (zh) 基于预想故障集自动筛选的在线暂态安全稳定评估方法
EP2680017A1 (en) A method of early detection of feeder lines with a high-ohm ground fault in compensated power networks
Hagh et al. Multisignal histogram‐based islanding detection using neuro‐fuzzy algorithm
Farajollahi et al. Location identification of distribution network events using synchrophasor data
CN108414872A (zh) 一种用于电厂统调动力源系统的接地故障检测方法
CN109964136B (zh) 用于故障方向检测的方法和控制系统
Jia et al. Sparse voltage amplitude measurement based fault location in large-scale photovoltaic power plants
Dharmapandit et al. Detection, classification, and location of faults on grid‐connected and islanded AC microgrid
CN105182189B (zh) 基于电压频率和测量阻抗结合的逆变器扰动式孤岛检测法
Dutta et al. Smart inadvertent islanding detection employing p‐type μPMU for an active distribution network
CN103762564A (zh) 一种带静止同步串联补偿器输电线路的暂态能量方向保护方法
CN104062547A (zh) 一种t型输电网络的故障测距的方法及应用
CN101566663A (zh) 一种配电系统电压跌落源定位方法
Kundu et al. Power network protection using wide-area measurements considering uncertainty in data availability
CN105388396A (zh) 一种用序有功增量电流方向追溯电压暂降源的方法
Bakkar et al. Overcurrent protection based on ANNs for smart distribution networks with grid‐connected VSIs
Zhao et al. Recent development of frequency estimation methods for future smart grid
Yi et al. Method for voltage sag source location based on the internal resistance sign in a single‐port network
CN108802570A (zh) 一种用于交直流混联微电网的故障检测系统及检测方法
CN105067960B (zh) 一种基于大数据的配电网故障定位系统及其方法
Asprou et al. The effect of PMU measurement chain quality on line parameter calculation
Na et al. Detecting instant of multiple faults on the transmission line and its types using time–frequency analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140618

RJ01 Rejection of invention patent application after publication