CN109861780B - 一种wams时延信号补偿装置 - Google Patents
一种wams时延信号补偿装置 Download PDFInfo
- Publication number
- CN109861780B CN109861780B CN201910187596.3A CN201910187596A CN109861780B CN 109861780 B CN109861780 B CN 109861780B CN 201910187596 A CN201910187596 A CN 201910187596A CN 109861780 B CN109861780 B CN 109861780B
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal
- time delay
- time
- compensation
- 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.)
- Active
Links
Images
Landscapes
- Filters That Use Time-Delay Elements (AREA)
- Feedback Control In General (AREA)
Abstract
一种WAMS时延信号补偿装置针对WAMS信号应用过程中存在的时延和噪声干扰问题,提出了一种基于卡尔曼滤波算法和自回归模型的时延补偿装置。该装置由数据库、滤波模块、缓冲区、预测补偿模块依次串联组成;装置运行过程中,时延补偿装置获得WAMS传输过来的含有时延和噪声的观测信号和控制信号,并将信号存储至内部的数据库中,然后滤波模块对观测信号进行滤波,将结果存放至缓冲区,接着预测补偿模块基于缓冲区中的数据构建自回归模型,并进行时延补偿得到实时观测信号。本发明不仅可以解决WAMS信号的时延问题,而且能够有效应对WAMS信号中的噪声影响,具有较好的应用前景。
Description
技术领域
本发明涉及一种WAMS时延信号补偿装置。
背景技术
随着大区电网互联程度的加深,电力系统的规模越来越大,安全稳定性问题也日益严重。传统的数据采集和监控系统(Supervisory Control And Data Acquisition,SCADA)侧重于进行电力系统稳态的监测,对系统动态数据获取能力有限,无法满足实时监控的需要。广域测量系统(Wide Area Measurement System,WAMS)的出现使得广域信息的同步测量不再是个难题,该系统利用相量测量单元(Phasor Measurement Unit,PMU)高速采集广域各地信号,通过GPS授时功能为信号打上时标,再结合通信网络将实时数据传送到统一分析平台,为电力系统的实时监控提供了基础。
但WAMS信号的广域远距离传输也带来了信号延迟问题,若不妥善处理时延,会对电力系统的分析控制造成不利影响。具体来讲,WAMS信号经数据采集、相量计算、通信网传输等多个环节,最终到达各种接收终端具有明显的延迟,直接使用具有时延的WAMS信号进行各种监测、分析、控制,无法满足实际工程的要求,需要对其进行补偿。
发明内容
本发明要克服现有技术的上述缺点,提供一种WAMS时延信号补偿装置。
本发明方法的一种时延补偿装置,由数据库、滤波模块、缓冲区以及预测补偿模块依次串联组成,用于接收从WAMS传输过来的含有时延的观测信号和控制信号,输出补偿时延后的实时观测信号,其时延补偿的具体实现步骤如下:
步骤1:确定卡尔曼滤波模型:
式中Xk为最优估计列向量,Zk为观测信号,Uk为控制信号;A、B、H为常数矩阵,Wk为过程噪声,其噪声协方差矩阵为Q;Vk为测量噪声,其噪声协方差矩阵为R;k为离散时刻序列,k=1,2,…;
步骤2:若补偿装置内部的数据库没有接收到新的观测信号Zk和控制信号Uk,则继续等待,否则补偿装置将k时刻的观测信号Zk、控制信号Uk,存储至其内部的数据库,并进入步骤3;
步骤3:滤波模块根据步骤1建立的卡尔曼滤波模型对k时刻的观测信号Zk进行滤波,具体步骤如下:
步骤3.1:滤波模块从数据库中获得存储的最新观测信号Zk、控制信号Uk;
其中Xk-1为k-1时刻的最优估计列向量,且X0=H-1Z1;
Pk|k-1=APk-1AT+Q (3)
其中Pk-1表示k-1时刻的误差协方差矩阵,P0为给定的常数矩阵,AT表示A的转置;
步骤3.4:计算卡尔曼增益Kk:
步骤3.6:更新误差协方差矩阵为Pk:
Pk=(I-KkH)Pk|k-1 (6)
其中I为单位矩阵;
步骤3.7:将滤波后的观测信号Zk′=HXk存入缓冲区,并判断当前k是否大于时延补偿所需数据长度L,若是,则进入步骤4,否则返回步骤2;
步骤4:预测补偿模块提取缓冲区中最新的L个滤波后的观测信号Zc′合并为矩阵M,即M=[Zk-L+1′ Zk-L+2′ … Zk′],其中每个Zc′中又存在多个信号分量,其形式为其中g为观测信号分量个数,zc′d表示滤波后的观测信号Zc′的第d个元素,d=1,2,…,g;从而矩阵M又可表示为
步骤5:预测补偿模块利用矩阵M第d行L个元素建立自回归模型,自回归模型由以下公式定义:
步骤5.1:构建(q+1)×(q+1)维样本矩阵R:
步骤5.2:去掉R的第一行元素,得到q×(q+1)维矩阵R*;对R*进行奇异值分解,即R*=UΣVT,得到(q+1)×(q+1)维酉矩阵V和q×(q+1)维矩阵Σ,其中σii(i=1,2,…q)为矩阵R*的奇异值,且其满足σ11≥σ22≥…≥σqq;
步骤5.3:根据式(9)确定自回归模型式(7)的阶数p,其为使式(9)成立的最小p值,其中l为阈值,且0<l<1;
步骤5.4:计算(p+1)×(p+1)维矩阵S:
其中矩阵S-1(i+1,1)表示先对矩阵S求逆,然后取其第i+1行、第1列元素;S-1(1,1)表示先对矩阵S求逆,然后取其第1行、第1列元素;
步骤6:计算时延补偿后的实时观测数据zk+N′d,步骤如下:
步骤6.1:计算时延τ对应的预测步数N,T为采样周期:
N=τ/T (12)
步骤6.2:初始化预测步数b=1;
步骤6.4:判断当前步数b是否等于N,若是则输出zk+N′d,并返回步骤2,否则令b=b+1,并返回步骤6.3。
本发明的一种WAMS时延信号补偿装置,针对WAMS信号应用过程中存在的时延和噪声干扰问题,提出了一种基于卡尔曼滤波算法和自回归模型的时延补偿装置及方法。该装置由数据库、滤波模块、缓冲区、预测补偿模块依次串联组成;装置运行过程中,时延补偿装置获得WAMS传输过来的含有时延和噪声的观测信号和控制信号,并将信号存储至内部的数据库中,然后滤波模块对观测信号进行滤波,将结果存放至缓冲区,接着预测补偿模块基于缓冲区中的数据构建自回归模型,并进行时延补偿得到实时观测信号。本发明不仅可以解决WAMS信号的时延问题,而且能够有效应对WAMS信号中的噪声影响,具有较好的应用前景。
本发明的优点是:通过对时延信号进行预测补偿,可以弥补时延带来的影响,获取实时信号,并且在进行预测补偿前采用滤波算法对测量数据进行处理,消除噪声带来的影响,可以得到更为准确的数据。通过连续不断的数据送入及时对预测模型进行调整,得到更为可靠的数据预测结果,提高了方案的可靠性。
附图说明
图1是本发明的时延补偿装置结构图。
图2是本发明时延补偿方法的流程图。
图3是四机二区域系统结构图。
图4a~图4b是滤波效果图,其中图4a是同步发电机G1、G3相对功角滤波效
果图;图4b是同步发电机G1、G3相对角速度滤波效果图
图5a~图5b是时延补偿效果图,其中图5a是同步发电机G1、G3相对功角时延补偿效果图;图5b是同步发电机G1、G3相对角速度时延补偿效果图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合实施例及附图,对本发明进行进一步描述,但本发明的实施方式不限于此。4机2区域系统的结构如图3所示,包括4台机组,两个区域,10条线路(双回线路计1条),其中发电机G1、G2位于区域1,G3、G4位于区域2。4台发电机均安装有电压调节器(AVR),输出功率均为700MW。区域1中负荷较轻,而区域2负荷较重,此时双回联络线7-9从区域1输送有功功率413MW至区域2。系统在0.2s时发生三相短路故障,故障持续0.2s,系统的区间相对功角、角速度、功率等电气量均产生振荡。
由于区间发电机相对角速度、相对功角是控制区间低频振荡时控制器输入信号的理想选择,因此实施例中取4机2区域中的低频振荡仿真信号——G1、G3转速差与功角差分别添加噪声后的信号和作为WAMS观测信号,并设置时延为固定的200ms。对加入噪声后的WAMS信号与的时延补偿步骤如下:
步骤1:构建G1、G3功角差和角速度差的卡尔曼滤波模型:
其中TJ (1)、TJ (3)分别为G1、G3发电机转子惯性时间常数,TJ (1)=13s,TJ (3)=12.35s;Pa (1)(k)、Pa (3)(k)分别为G1、G3发电机实时加速功率,ω0为角速度基准值,本例中等于120πrad/s;T为离散采样时间,本例中T=1/60s;
步骤2:若补偿装置内部的数据库没有接收到新的观测信号Zk和控制信号Uk,则等待,否则补偿装置将k时刻的观测信号Zk、控制信号Uk存储至其内部的数据库,并进入步骤3;
步骤3:假设此时k=70,滤波模块根据步骤1建立的卡尔曼滤波模型对k=70时刻的观测信号按步骤3.1到3.7进行滤波,并将滤波后得到的存入缓冲区;本例中时延预测补偿所需的数据长度L取61,若k小于61,需要返回步骤2等待数据送入,由于当前k=70>61,因此可进行步骤4;
步骤5:预测补偿模块利用矩阵M的两行61个元素进行自回归建模,得到相应AR模型:
按步骤5.1到5.5计算得到如下结果:
表1自回归模型拟合结果
图4a~图4b为一段时间内WAMS观测信号的卡尔曼滤波效果,图5a~图5b为补偿时延后的效果,可看到经处理后的信号不但滤除了噪声信号,而且时延得到了有效补偿。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种WAMS时延信号补偿装置,由数据库、滤波模块、缓冲区以及预测补偿模块依次串联组成,用于接收从WAMS传输过来的含有时延的观测信号和控制信号,输出补偿时延后的实时观测信号,其时延补偿的具体实现步骤如下:
步骤1:确定卡尔曼滤波模型:
式中Xk为最优估计列向量,Zk为观测信号,Uk为控制信号;A、B、H为常数矩阵,Wk为过程噪声,其噪声协方差矩阵为Q;Vk为测量噪声,其噪声协方差矩阵为R;k为离散时刻序列,k=1,2,…;
步骤2:若补偿装置内部的数据库没有接收到新的观测信号Zk和控制信号Uk,则继续等待,否则补偿装置将k时刻的观测信号Zk、控制信号Uk,存储至其内部的数据库,并进入步骤3;
步骤3:滤波模块根据步骤1建立的卡尔曼滤波模型对k时刻的观测信号Zk进行滤波,具体步骤如下:
步骤3.1:滤波模块从数据库中获得存储的最新观测信号Zk、控制信号Uk;
其中Xk-1为k-1时刻的最优估计列向量,且X0=H-1Z1;
Pk|k-1=APk-1AT+Q (3)
其中Pk-1表示k-1时刻的误差协方差矩阵,P0为给定的常数矩阵,AT表示A的转置;
步骤3.4:计算卡尔曼增益Kk:
步骤3.6:更新误差协方差矩阵为Pk:
Pk=(I-KkH)Pk|k-1 (6)
其中I为单位矩阵;
步骤3.7:将滤波后的观测信号Zk′=HXk存入缓冲区,并判断当前k是否大于时延补偿所需数据长度L,若是,则进入步骤4,否则返回步骤2;
步骤4:预测补偿模块提取缓冲区中最新的L个滤波后的观测信号Zc′合并为矩阵M,即M=[Zk-L+1′ Zk-L+2′…Zk′],其中每个Zc′中又存在多个信号分量,其形式为c=k-L+1,k-L+2,…,k,其中g为观测信号分量个数,zc′d表示滤波后的观测信号Zc′的第d个元素,d=1,2,…,g;从而矩阵M又可表示为
步骤5:预测补偿模块利用矩阵M第d行L个元素建立自回归模型,自回归模型由以下公式定义:
步骤5.1:构建(q+1)×(q+1)维样本矩阵R:
步骤5.2:去掉R的第一行元素,得到q×(q+1)维矩阵R*;对R*进行奇异值分解,即R*=UΣVT,得到(q+1)×(q+1)维酉矩阵V和q×(q+1)维矩阵Σ,其中σii为矩阵R*的奇异值,i=1,2,…q,且其满足
σ11≥σ22≥…≥σqq;
步骤5.3:根据式(9)确定自回归模型式(7)的阶数p,其为使式(9)成立的最小p值,其中l为阈值,且0<l<1;
步骤5.4:计算(p+1)×(p+1)维矩阵S:
其中矩阵S-1(i+1,1)表示先对矩阵S求逆,然后取其第i+1行、第1列元素;S-1(1,1)表示先对矩阵S求逆,然后取其第1行、第1列元素;
步骤6:计算时延补偿后的实时观测数据zk+N′d,步骤如下:
步骤6.1:计算时延τ对应的预测步数N,T为采样周期:
N=τ/T (12)
步骤6.2:初始化预测步数b=1;
步骤6.4:判断当前步数b是否等于N,若是则输出zk+N′d,并返回步骤2,否则令b=b+1,并返回步骤6.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187596.3A CN109861780B (zh) | 2019-03-13 | 2019-03-13 | 一种wams时延信号补偿装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187596.3A CN109861780B (zh) | 2019-03-13 | 2019-03-13 | 一种wams时延信号补偿装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109861780A CN109861780A (zh) | 2019-06-07 |
CN109861780B true CN109861780B (zh) | 2020-06-23 |
Family
ID=66900657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910187596.3A Active CN109861780B (zh) | 2019-03-13 | 2019-03-13 | 一种wams时延信号补偿装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109861780B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9230429B2 (en) * | 2011-08-15 | 2016-01-05 | Digimarc Corporation | A/B/C phase determination and synchrophasor measurement using common electric smart meters and wireless communications |
CN104392069B (zh) * | 2014-12-11 | 2017-09-08 | 国家电网公司 | 一种广域测量系统时延特性建模方法 |
CN104899435A (zh) * | 2015-05-25 | 2015-09-09 | 清华大学 | 计及零注入约束的电力系统动态状态估计方法 |
CN104901425B (zh) * | 2015-06-26 | 2017-12-26 | 国家电网公司 | 一种广域测量系统自适应时延补偿方法 |
CN105182388B (zh) * | 2015-10-10 | 2017-08-25 | 安徽理工大学 | 一种快速收敛的精密单点定位方法 |
-
2019
- 2019-03-13 CN CN201910187596.3A patent/CN109861780B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109861780A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7987059B2 (en) | Real-time power system oscillation detection using modal analysis | |
US20080234956A1 (en) | Method of calculating state variables of secondary battery and apparatus for estimating state variables of secondary battery | |
CN105403834B (zh) | 一种发电机动态状态估计方法 | |
US20180323644A1 (en) | Partition-compostion method for online detection of transient stability and the equipment thereof | |
CN112886638B (zh) | 一种发电机惯量在线辨识方法及系统 | |
CN109713971B (zh) | 一种永磁同步电机的扰动抑制方法 | |
Tian et al. | Neural-network-based power system state estimation with extended observability | |
Yousefian et al. | Hybrid energy function based real-time optimal wide-area transient stability controller for power system stability | |
CN110414787A (zh) | 电力系统状态估计方法、装置、设备及存储介质 | |
CN110502842B (zh) | 功率半导体模块的热模型建模方法及其应用方法和装置 | |
CN109861780B (zh) | 一种wams时延信号补偿装置 | |
JP6782181B2 (ja) | 太陽光発電量推定装置および方法 | |
CN115512777A (zh) | 一种基于容量变化率的电化学模型参数辨识方法和系统 | |
CN106786675B (zh) | 一种电力系统稳定器及其实现方法 | |
Bila | Power system dynamic state estimation and load modeling | |
CN109149566B (zh) | 一种大功率缺失下频率最低点预测的仿真模型的建模方法 | |
CN110571830A (zh) | 一种外挂式电力系统稳定器紧急控制方法及装置 | |
CN117074955A (zh) | 一种基于云-端修正ocv的锂电池状态联合估计方法 | |
CN112865096A (zh) | 一种考虑pmu量测相角偏差的配电网状态估计方法及系统 | |
Dubois et al. | Performance evaluation of a moving horizon estimator for multi-rate sensor fusion with time-delayed measurements | |
Nakmali et al. | A new hybrid approach to thevenin equivalent estimation for voltage stability monitoring | |
EP3343389B1 (en) | Method for the calculation of an open-circuit voltage of an energy accumulator, and associated graphic representation device | |
Moreno et al. | Online dynamic assessment of system stability using unscented kalman filter | |
CN112526209B (zh) | 电力系统同步相量测量方法 | |
CN113390376B (zh) | 确定风力发电机组的机舱位移的方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230425 Address after: 310000 room 506, building C, No. 3, Weiye Road, Puyan street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: HANGZHOU YUNMU TECHNOLOGY CO.,LTD. Address before: 310014 No. 18 Chao Wang Road, Xiacheng District, Zhejiang, Hangzhou Patentee before: JIANG University OF TECHNOLOGY |
|
TR01 | Transfer of patent right |