CN104898455A - 一种基于动态数据的发电机转动惯量辨识系统 - Google Patents
一种基于动态数据的发电机转动惯量辨识系统 Download PDFInfo
- Publication number
- CN104898455A CN104898455A CN201510149616.XA CN201510149616A CN104898455A CN 104898455 A CN104898455 A CN 104898455A CN 201510149616 A CN201510149616 A CN 201510149616A CN 104898455 A CN104898455 A CN 104898455A
- Authority
- CN
- China
- Prior art keywords
- data
- identification
- inertia
- module
- genset
- 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.)
- Granted
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种基于动态数据的发电机转动惯量辨识系统,通过整合WAMS系统、PMU子站的动态数据,结合机组模型数据、辨识参数数据,实现发电机组的转动惯量辨识计算和结果展示,系统的功能模块包括系统数据库、辨识参数设置、数据接口、在线扰动识别、数据滤波处理、辨识分析计算、辨识结果存库、辨识结果统计。本发明的发电机转动惯量辨识系统的辨识计算考虑发电机组轴系转动惯量,辨识结果有效准确,可以提高系统稳定分析的精细化水平。
Description
技术领域
本发明涉及一种基于动态数据的发电机转动惯量辨识系统,属于电力系统调度自动化领域。
背景技术
转动惯量是发电机的机电参数,对于电力系统的稳定器参数整定、动态特性分析和系统安全稳定具有重要意义。该参数涉及比较复杂的机电过程,比较难于辨识,一般通过甩负荷试验手段获取,试验手段都是破坏性试验,影响发电机轴系寿命。另外,试验方法只考虑发电机的转动惯量,没有计及励磁机、汽轮机等机组辅助部分转动惯量的影响,计算结果有一定偏差。目前,网省调度自动化系统、WAMS系统及PMU装置的建设使用,能够收集到大扰动或小扰动下的动态数据,可以真实反映发电机组轴系的转动特性,基于上述数据的发电机转动惯量辨识,考虑发电机组的轴系转动惯量,辨识结果准确可靠。
发明内容
本发明解决了发电机转动惯量参数的辨识问题,提供了除通过试验手段外,利用动态数据进行转动惯量辨识的实现方法。本发明公开了一种基于动态数据发电机转动惯量辨识系统。
现有技术中发电机转动惯量辨识流程分为三步:首先获取辨识所需数据,其次基于动态数据进行辨识处理,第三存储统计辨识结果。本申请公开的基于动态数据实现发电机转动惯量辨识系统包括实现上述具体功能的相应模块。
本发明具体采用以下技术方案。
一种基于动态数据的发电机转动惯量辨识系统,通过整合WAMS系统、PMU子站的动态数据,结合机组模型数据、辨识参数数据,实现发电机组的转动惯量辨识计算和结果展示。
一种基于动态数据的发电机转动惯量辨识系统,包括系统数据库、辨识参数设置模块、数据接口、在线扰动识别模块、数据滤波处理模块、辨识分析计算模块、辨识结果存库模块、辨识结果统计模块;其特征在于:
所述发电机转动惯量辨识系统通过数据接口与外部数据源相连,读取发电机组的动态数据以及机组模型数据,并将读取的数据存入系统数据库;
所述辨识参数设置模块向所述数据接口输入辨识参数,包括有功功率阈值、转速阈值、频率阈值、有效扰动窗口;
所述在线扰动识别模块根据实时读取的发电机组的动态数据,监测发电机组输出有功功率、频率和转速的变化,若输出有功功率变化超过设定阈值,并且频率变化或转速变化超过阈值超过设定阈值则认为发电机组发生了在线扰动,通过数据接口读取扰动时间内的动态数据,即原始扰动数据;
数据滤波处理模块对原始扰动数据或者系统数据库中的动态历史数据进行平滑处理,采用时域内周期平均方法剔除毛刺,滤除干扰,形成满足辨识算法的有效在线扰动数据或者有效离线扰动数据,输入至辨识分析计算模块;
所述辨识分析计算模块根据输入的有效在线扰动数据或有效离线扰动数据计算辨识发电机组转动惯量,并将所计算辨识得到的发电机组转动惯量输入至辨识结果存库模块;
所述辨识结果存库模块将所述发电机组转动惯量通过数据接口存入系统数据库;
所述辨识结果统计模块对存入到系统数据库中的发电机组转动惯量辨识结果按年、月、日、区域进行分析统计,以图表方式展示辨识结果的统计信息和详细信息。
本发明还进一步优选包括以下方案:
所述外部数据源包括广域测量系统WAMS、同步向量测量PMU子站、调度自动化系统EMS;
所述广域测量系统WAMS、同步相量测量PMU子站提供动态数据,所述动态数据包括WAMS系统的实时数据、WAMS系统的历史数据、PMU子站历史数据,数据内容包括发电机机组的采样时标、转速、频率、输出有功功率,数据间隔为每秒25点、50点或100点;
所述调度自动化系统EMS提供机组模型数据,包括机组的极对数、最大功率、额定功率、额定转速、转动惯量设计值;
数据滤波处理模块采用时域内周期平均方法,滤除原始扰动数据中周期性“涡动”干扰,依据时标序列分别对转速、输出有功功率序列的相邻三个数据,取前后时刻两个数据的平均值作为中间时刻的数据,形成满足辨识算法的有效扰动数据;
辨识分析计算模块根据有效扰动数据辨识计算发电机组的转动惯量,为保证辨识结果的可靠性和准确性,首先对每秒内的有效扰动数据分别进行计算,再求取有效扰动窗口内的各秒计算结果均值作为最终辨识结果。
本发明具有以下技术效果:
本发明基于WAMS系统、PMU子站的动态数据,结合EMS系统的机组模型数据实现发电机组转动惯量的辨识计算,与试验测算方法相比,本发明考虑励磁机、汽轮机等转动惯量影响,辨识结果更合理有效,准确性较高,可以提高电力系统稳定的精细化计算,增强电网应对各种故障的能力。
附图说明
图1是本发明实施例的一种基于动态数据的发电机转动惯量辨识系统的功能结构图。
具体实施方式
本发明提供基于动态数据的发电机转动惯量辨识系统,整合WAMS系统、PMU子站的动态数据,结合机组模型数据、辨识参数数据,实现发电机组的转动惯量辨识计算和结果展示。下面将结合本发明的功能结构图对本发明进一步描述。
图1所示,本实例系统的功能模块包括:系统数据库、辨识参数设置模块、数据接口、在线扰动识别模块、数据滤波处理模块、辨识分析计算模块、辨识结果存库模块、辨识结果统计模块。其中,数据接口的输入端与外部数据源、系统数据库、辨识参数设置模块、辨识结果存库模块相连接,数据接口的输出端与系统数据库、数据滤波处理模块、在线扰动识别模块、辨识结果统计模块相连接;数据滤波处理模块的输入端与数据接口、在线扰动识别模块相连接,数据滤波处理的输出端与辨识分析计算模块相连接,辨识结果存库模块的输入端与辨识分析计算模块相连接。
外部数据源包括广域测量系统(WAMS系统)、同步相量测量子站(PMU子站)、智能调度自动化系统(EMS系统)。其中WAMS系统和PMU子站提供动态数据,EMS系统提供机组模型数据。本实例WAMS系统主站频率为50赫兹,实时数据和历史数据的间隔为每秒25点,PMU子站频率为100赫兹,数据间隔为每秒100点。数据内容包括机组的采样时标、转速、频率、输出有功功率。EMS系统采用D5000系统,获取的机组模型数据包括机组的极对数、最大功率、额定功率、额定转速、转动惯量设计值。
辨识参数设置模块实现对辨识参数数据的维护管理,包括有功功率阈值、转速阈值、频率阈值、有效扰动窗口。
本实例基于动态数据,结合机组模型数据和辨识参数数据进行发电机转动惯量辨识,提供在线辨识(附图实线部分)和离线辨识(附图虚线部分)两种方法。在线辨识基于WAMS实时数据,经过在线扰动识别模块、数据滤波处理模块、辨识分析计算模块实现转动惯量辨识。离线辨识基于WAMS的历史数据或PMU子站的历史文件,经过数据滤波处理模块、辨识分析计算模块实现转动惯量辨识。
在线扰动识别模块读取机组的WAMS实时数据,监测输出有功功率、频率和转速的变化,如果参数变化超过设定阈值则认为发生在线扰动,存取一定时间段的扰动数据为原始扰动数据。本实例的在线扰动条件为:如果5秒内转速最大最小值超过4转或频率最大最小值超过0.066HZ,并且相应时段内的有功功率最大最小值超过40MW即认为存在在线扰动,存取5秒时段为原始扰动数据,数据项包括发电机组的时标、转速、输出有功功率。
扰动过程中由于发电机转子轴系的“涡动”,导致转速飞升过程中存在周期干扰波动现象,直接利用原始扰动数据进行辨识计算会存在误差,为了消除噪声影响,需要经过图1中的数据滤波处理环节,对原始扰动数据进行平滑处理,剔除“毛刺”。由于涡动干扰呈周期性规律,采用时域内周期平均方法滤除波动干扰。依据时标序列分别对转速、输出有功功率序列的相邻三个数据,取前后时刻两个数据的平均值作为中间时刻的数据,形成满足辨识算法的有效扰动数据。本实例滤波处理后的转速序列为n=[n13,n35,n57......nn-2,n]输出有功功率序列p=[p13,p35,p57......pn-2,n],时间序列转为t=[t2,t4,t6......t2n],其中p(n-2)n=(pn-2+pn)/2,n(n-2)n=(nn-2+nn)/2。
由发电机组的摇摆方程可知,实现转动惯量的辨识,前提条件为发电机的输入机械功率恒定不变。扰动数据持续时间1秒内,由于WAMS量测环节采样频率较高(间隔为每秒25点、50点或100点),输入机械功率在相邻量测时刻内可以视为不变。因此,为了保证辨识结果的稳定性和准确性,辨识分析计算模块,需要对每秒内的有效扰动数据进行计算,再将有效扰动窗口的各秒结果取均值。例如,本实例的有效扰动窗口为5秒,分别针对第1秒、第2秒、第3秒、第4秒、第5秒的扰动数据进行辨识计算,再求取各秒计算结果均值作为最终辨识结果。
辨识结果存库模块将辨识结果传输给数据接口存储到系统数据库,辨识结果内容包括机组名称、转动惯量辨识值、机械功率辨识值、阻尼系数辨识值、计算时间、辨识时间、扰动开始时间、扰动结束时间、算法迭代次数、辨识方法。每月生成一个辨识结果表进行管理,表名定义为“w_r_inertia_xxxxxx”,“xxxxxx”代表4位年份2位月份数字。例如2014年8月所有辨识结果存放到表w_r_inertia_201408数据库表。
辨识结果统计读取综合数据平台的机组模型数据、辨识结果数据,按年、月、日、区域进行分析统计,以图表方式展示发电机组转动惯量的统计信息和历史曲线,统计信息内容包括机组名称、最大转动惯量值、最大转动惯量时间、最小转动惯量值、最小转动惯量时间、转动惯量平均值、异常值次数。选中统计结果表的单条记录,可以查看辨识结果的历史曲线。
申请人结合说明书附图对本发明的实施例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (3)
1.一种基于动态数据的发电机转动惯量辨识系统,通过整合WAMS系统、PMU子站的动态数据,结合机组模型数据、辨识参数数据,实现发电机组的转动惯量辨识计算和结果展示。
2.一种基于动态数据的发电机转动惯量辨识系统,包括系统数据库、辨识参数设置模块、数据接口、在线扰动识别模块、数据滤波处理模块、辨识分析计算模块、辨识结果存库模块、辨识结果统计模块;其特征在于:
所述发电机转动惯量辨识系统通过数据接口与外部数据源相连,读取发电机组的动态数据以及机组模型数据,并将读取的数据存入系统数据库;
所述辨识参数设置模块向所述数据接口输入辨识参数,包括有功功率阈值、转速阈值、频率阈值、有效扰动窗口;
所述在线扰动识别模块根据实时读取的发电机组的动态数据,监测发电机组输出有功功率、频率和转速的变化,若输出有功功率变化超过功率设定阈值,并且频率变化或转速变化超过对应设定阈值则认为发电机组发生了在线扰动,通过数据接口读取扰动时间内的动态数据,即原始扰动数据;
数据滤波处理模块对原始扰动数据或者系统数据库中的动态历史数据进行平滑处理,依据时标序列对发电机组转速、输出有功功率分别求取每秒内的均值,形成满足辨识算法的有效在线扰动数据或者有效离线扰动数据,输入至辨识分析计算模块;
所述辨识分析计算模块根据输入的有效在线扰动数据或有效离线扰动数据计算辨识发电机组转动惯量,并将所计算辨识得到的发电机组转动惯量输入至辨识结果存库模块;
所述辨识结果存库模块将所述发电机组转动惯量通过数据接口存入系统数据库;
所述辨识结果统计模块对存入到系统数据库中的发电机组转动惯量辨识结果按年、月、日、区域进行分析统计,以图表方式展示辨识结果的统计信息和详细信息。
3.根据权利要求2所述的发电机转动惯量辨识系统,其特征在于:
所述外部数据源包括广域测量系统WAMS、同步向量测量PMU子站、调度自动化系统EMS。
所述广域测量系统WAMS、同步向量测量PMU子站提供动态数据,所述动态数据包括WAMS系统的实时数据、WAMS系统的历史数据、PMU子站历史数据,数据内容包括发电机机组的采样时标、转速、频率、输出有功功率,数据间隔为每秒25点、50点或100点;
所述调度自动化系统EMS提供机组模型数据,包括机组的极对数、最大功率、额定功率、额定转速、转动惯量设计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510149616.XA CN104898455B (zh) | 2015-03-31 | 2015-03-31 | 一种基于动态数据的发电机转动惯量辨识系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510149616.XA CN104898455B (zh) | 2015-03-31 | 2015-03-31 | 一种基于动态数据的发电机转动惯量辨识系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104898455A true CN104898455A (zh) | 2015-09-09 |
CN104898455B CN104898455B (zh) | 2017-07-18 |
Family
ID=54031174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510149616.XA Active CN104898455B (zh) | 2015-03-31 | 2015-03-31 | 一种基于动态数据的发电机转动惯量辨识系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104898455B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105823985A (zh) * | 2016-03-11 | 2016-08-03 | 国网新疆电力公司电力科学研究院 | 一种基于wams动态数据的发电机励磁系统在线监测与评估系统 |
CN114552569A (zh) * | 2021-12-10 | 2022-05-27 | 国网辽宁省电力有限公司大连供电公司 | 异步电动机负荷对系统转动惯量的影响估计方法 |
CN115238933A (zh) * | 2022-09-23 | 2022-10-25 | 西安德纳检验检测有限公司 | 基于多点测量的风电机组惯量响应检测方法、装置和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090027067A1 (en) * | 2007-07-27 | 2009-01-29 | British Columbia Transmission Corporation | Method and system for real time identification of voltage stability via identification of weakest lines and buses contributing to power system collapse |
US20090222144A1 (en) * | 2008-03-04 | 2009-09-03 | Washington State University | Systems and methods for electromechanical oscillation monitoring |
CN101944776A (zh) * | 2010-09-28 | 2011-01-12 | 电子科技大学 | 电力网络低频振荡监测系统 |
CN104270050A (zh) * | 2014-09-26 | 2015-01-07 | 国网天津市电力公司 | 一种基于wams动态数据的发电机参数辨识方法 |
CN104467600A (zh) * | 2014-12-12 | 2015-03-25 | 江苏省电力公司 | 一种基于解析方法的发电机转动惯量在线辨识方法 |
-
2015
- 2015-03-31 CN CN201510149616.XA patent/CN104898455B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090027067A1 (en) * | 2007-07-27 | 2009-01-29 | British Columbia Transmission Corporation | Method and system for real time identification of voltage stability via identification of weakest lines and buses contributing to power system collapse |
US20090222144A1 (en) * | 2008-03-04 | 2009-09-03 | Washington State University | Systems and methods for electromechanical oscillation monitoring |
CN101944776A (zh) * | 2010-09-28 | 2011-01-12 | 电子科技大学 | 电力网络低频振荡监测系统 |
CN104270050A (zh) * | 2014-09-26 | 2015-01-07 | 国网天津市电力公司 | 一种基于wams动态数据的发电机参数辨识方法 |
CN104467600A (zh) * | 2014-12-12 | 2015-03-25 | 江苏省电力公司 | 一种基于解析方法的发电机转动惯量在线辨识方法 |
Non-Patent Citations (1)
Title |
---|
王正风等: "基于PMU的同步发电机在线参数辩识研究", 《东北电力技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105823985A (zh) * | 2016-03-11 | 2016-08-03 | 国网新疆电力公司电力科学研究院 | 一种基于wams动态数据的发电机励磁系统在线监测与评估系统 |
CN105823985B (zh) * | 2016-03-11 | 2018-06-26 | 国网新疆电力公司电力科学研究院 | 一种基于wams动态数据的发电机励磁系统在线监测与评估系统 |
CN114552569A (zh) * | 2021-12-10 | 2022-05-27 | 国网辽宁省电力有限公司大连供电公司 | 异步电动机负荷对系统转动惯量的影响估计方法 |
CN114552569B (zh) * | 2021-12-10 | 2024-01-16 | 国网辽宁省电力有限公司大连供电公司 | 异步电动机负荷对系统转动惯量的影响估计方法 |
CN115238933A (zh) * | 2022-09-23 | 2022-10-25 | 西安德纳检验检测有限公司 | 基于多点测量的风电机组惯量响应检测方法、装置和系统 |
CN115238933B (zh) * | 2022-09-23 | 2022-12-09 | 西安德纳检验检测有限公司 | 基于多点测量的风电机组惯量响应检测方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104898455B (zh) | 2017-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105223418A (zh) | 次同步和超同步谐波相量的测量方法及测量装置 | |
Terciyanlı et al. | Enhanced nationwide wind-electric power monitoring and forecast system | |
CN102269124B (zh) | 超短期风电场发电功率预测系统 | |
CN107679768B (zh) | 一种基于电网实时数据的态势感知系统及其构建方法 | |
Rudez et al. | A novel approach to underfrequency load shedding | |
CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和系统 | |
CN106199183A (zh) | 一种实现次同步振荡在线辨识告警的pmu和方法 | |
CN101915601B (zh) | 一种1000mw汽轮发电机组轴系模态阻尼的求取方法 | |
CN104091056B (zh) | 一种实验室设备使用寿命预测系统和方法 | |
CN104898455A (zh) | 一种基于动态数据的发电机转动惯量辨识系统 | |
Tavakoli et al. | Load inertia estimation using white and grey-box estimators for power systems with high wind penetration | |
CN104316768A (zh) | 一种三相不平衡扰动源定位的负序阻抗参数估算方法 | |
Giannuzzi et al. | Real-time tracking of electromechanical oscillations in ENTSO-e Continental European Synchronous Area | |
CN104466957B (zh) | 一种基于实测小扰动数据的负荷模型参数辨识方法 | |
CN109583075A (zh) | 基于温度参数预测的永磁直驱风力机服役质量评价方法 | |
Zhang et al. | WAMS-based detection and early-warning of low-frequency oscillations in large-scale power systems | |
CN102117374B (zh) | 一种基于扰动信号进行发电机组轴系扭振模态阻尼的计算方法 | |
Medina-Gracia et al. | Power quality sensor for smart appliance’s self-diagnosing functionality | |
CN113990057B (zh) | 一种宽频振荡厂站端预警方法、系统、存储介质及服务器 | |
CN204304620U (zh) | 一种电压质量监测一体化系统 | |
CN103178520A (zh) | 基于scada数据实时监测电力系统功率振荡的方法 | |
Terciyanli et al. | The architecture of a large-scale wind power monitoring and forecast system | |
Litong‐Palima et al. | Modeling of the dynamics of wind to power conversion including high wind speed behavior | |
Zhuangzhuang et al. | Phasor Measurement Unit Measurement Data Processing Method Applied to a Two-Stage Identification Algorithm for Load Model Parameters | |
CN104467600A (zh) | 一种基于解析方法的发电机转动惯量在线辨识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |