CN112385109A - 用于识别低频振荡的方法和用于其的检测装置 - Google Patents

用于识别低频振荡的方法和用于其的检测装置 Download PDF

Info

Publication number
CN112385109A
CN112385109A CN201980045484.2A CN201980045484A CN112385109A CN 112385109 A CN112385109 A CN 112385109A CN 201980045484 A CN201980045484 A CN 201980045484A CN 112385109 A CN112385109 A CN 112385109A
Authority
CN
China
Prior art keywords
frequency
grid
wavelet
oscillations
low
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
CN201980045484.2A
Other languages
English (en)
Inventor
阿拉米斯·施万卡特雷维桑
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.)
Wobben Properties GmbH
Original Assignee
Wobben Properties GmbH
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 Wobben Properties GmbH filed Critical Wobben Properties GmbH
Publication of CN112385109A publication Critical patent/CN112385109A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/177—Analysis of very low frequencies
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2513—Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Measuring Frequencies, Analyzing Spectra (AREA)
  • Control Of Eletrric Generators (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种用于识别供电网(306)中的低频振荡，尤其次同步谐振的方法，其中供电网(306)具有电网电压，所述电网电压具有电网额定频率，所述方法包括以下步骤：检测供电网(306)的至少一个电信号；并且借助于小波分析评估电信号，其中，通过经由所检测到的信号与预定的小波母函数(502)的相关性分析创建与时间相关的频率图像(420)，其中当在所述与时间相关的频率图像(420)中除了基本分量之外还存在至少一个另外的低频的频率分量时，假设存在低频振荡。

Description

用于识别低频振荡的方法和用于其的检测装置
技术领域
本发明涉及一种用于识别供电网中的低频振荡的方法。本发明还涉及一种用于识别供电网中的低频振荡的识别装置，并且本发明涉及一种具有这种识别装置的风能设备或风电场。
背景技术
如今，风能设备和具有多个风能设备的风电场不再或者越来罕见地在所谓的电网并行运行中向供电网馈电，而是越来越多地参与电网支持和电网稳定。这种供电网或其一部分也能够称为能量系统。这样的能量系统在此包括电能发生器、电能消耗器和电线路，所述电线路将电发生器和消耗器直接或间接连接，以便在发生器和消耗器之间传输电功率。这样的能量系统通常是能振荡的系统，其具有低于和高于系统频率，尤其电网额定频率的自然模式。这样的电网额定频率通常是50Hz或60Hz。如果激发了这些模式或振荡，那么当其未充分衰减时，这些振荡会损害系统稳定性。
风能设备能够有助于稳定这种能量系统。在此需注意的是，风能设备的使用寿命通常设计为许多年，所述风能设备也能够简称为风力涡轮机。通常，这样的使用寿命例如能够设计为25年。为此需注意的是，在该时间中，能量系统可能强烈地改变和发展。
如果在风电场连接之前辨识出弱地衰减的电网振荡模式，无论是通过相关电网运营商的直接的信息还是基于仿真研究，那么在设计风力涡轮机和风电场调节器时仍可能会考虑这些电网振荡模式。
然而，在风电场或风能设备运行期间，这样的能量系统仍然会决定性地发展，即改变。风能设备或风电场的最初针对能量系统设计的调节器在其改变之后可能不再充分适合于能量系统。
为了应对这个问题，例如所期望的是，观察这种能量系统的系统特性。但这种观察可能是复杂且耗费的。此外，出现了应如何评估对系统特性的这种观察的问题。
除了能够在系统方面进一步处理这样的观察的问题之外，还可能出现如下问题：诸如低频振荡的特殊特征仅在短时间地出现。这尤其可能导致难以检测到这种低频振荡。特别地，已经很难检测仅暂时地出现的频率。但是，即使能够检测到这样的频率，也仍然难以识别其是低频振荡。也就是说，如果低频振荡仅在短时间地发生，那么也能将其够视为瞬态结果或瞬态过程。也就是说，除了物理识别之外，对这种短暂的振荡的解释也是成问题的。
发明内容
因此，本发明基于如下目的：解决上述问题中的至少一个。尤其地，要识别在供电网中的低频振荡，尤其是即使其未持续地出现时也是如此。至少要提出关于迄今为止已知的解决方案的替选的解决方案。
根据本发明，提出根据权利要求1的方法。这种方法是用于识别低频振荡，尤其是供电网中的次同步谐振的方法。次同步谐振，即频率低于电网额定频率的谐振，因此构成低频振荡。就此而言，次同步谐振是低频振荡的一种可能性，但是其中例如也会发生低频振荡，而谐振并不基于所述低频振荡或者谐振不是原因。
因此，在这种考虑中以如下供电网为出发点，所述供电网具有的电网电压具有电网额定频率。待识别的低频振荡具有如下频率，所述频率优选低于电网额定频率。
特别是，低频振荡可以具有1Hz和更小的值。但是，所述值也能够达到电网额定直至频率的五倍的值。在此，将具有最大为电网额定频率的五倍的值的频率的振荡称作为低频振荡，优选具有最大对应于电网额定频率的频率。特别地，低频振荡不具有对应于电网额定频率的数倍的频率。需注意的是，对低频振荡的研究和考虑特别用于研究或保证供电网的系统稳定性。这与对供电网中的电网质量或电压信号的信号质量的评估划清界限，在所述供电网中特别是取决于谐波。
现在，所述方法首先包括如下步骤：检测供电网的至少一个电信号。在此特别是提出例如在电网连接点处的电压测量，在所述电网连接点处，风能设备或风电场向供电网馈电。优选，如果供电网——通常以此为基础——是三相供电网，那么这里进行三相测量。
然后借助小波分析评估电信号。小波分析基本上是已知的，并且关于其参考相应的专业文献或本领域技术人员的专业知识。但是，现在提出，使用这种小波分析来评估电信号，以便识别低频振荡。
在所提出的小波分析中，创建与时间相关的频率图像。这通过借助于预定的小波母函数对所检测到的信号进行相关性分析来进行。也就是说，该小波母函数被预定，即能够被预设。所述小波母函数例如能够固定地预设和保存，或者也能够考虑小波母函数的改变。也考虑，分别执行多个分析，其中所述分析分别使用不同的小波母函数。
在任何情况下，在借助于预定的小波母函数对所检测到的信号进行相关性分析时，产生与时间相关的频率图像。因此，在与时间相关的频率图像中随着时间绘制频率。例如能够使用图表进行可视化，所述图表使用横坐标作为时间轴并且绘制频率值作为纵坐标。但是，所述值并非作为单一值绘制，而是更确切地说就其出现的密度而言绘制，其方式是例如能够经由色码分配百分比形式的能量。
这特别是图形表示类型，但是也能够在过程计算机中将这种图形表示所基于的信息进一步评估为值或值集，即使未被可视化。
现在提出，如果在时间相关的频率图像中除了基本分量之外还存在至少一个另外的低频分量，那么假设存在低频振荡。就此而言需重复的是，虽然与时间相关的频率图像能够以图形表示，但是为了进一步评估不必以图形表示。与时间相关的频率图像在此特别是指，不同强度即不同幅度的不同频率也能够在不同的时间点产生。也就是说，因此不产生单一的数，并且也不产生单一的与时间相关的标量函数，而是产生与时间相关的信息，即关于每个时间的大量的频率信息。这在此被称为与时间相关的频率图像。
在此，基本分量通常是电网额定频率，但是其中实际的电网频率可能会偏离于电网额定频率，其中可能仅预期小的偏差，这也会相应地反映在与时间相关的频率图像中，只要对于与电网额定频率的偏差而言精度足够。但是，并不取决于该基本分量，除了该基本分量能够容易地被辨识并且不应将其解释为所识别出的低频振荡。也就是说，能够忽略该基本分量，或者在进一步的评估中计算出该基本分量，并且仅研究除了该基本分量之外其余的分量，以便识别低频振荡。
也就是说，如果例如在这种与时间相关的频率图像中频繁并且以足够的强度出现在4Hz至6Hz的范围内的频率，那么能够认为识别出在4Hz至6Hz范围内的低频振荡。例如能够以强度的阈值为基础。此外或替选地，能够以在时间上分布的时间最小分量为基础，以便假设识别出低频振荡。也就是说，如果例如仅在整个时间段的10％的范围中的所观察的时间段中出现低频振荡，那么例如能够认为这不足以识别低频振荡。而如果低频振荡较大部分例如超过50％在时间范围中出现，那么能够将其视为识别出低频振荡，但是可选地，仅当强度足够高时。这仅是为了说明，并且原则上能够以不同的标准，例如不同的阈值为基础。
根据一个实施方式提出，附加地检查至少一个另外的低频的频率分量是否非周期性地波动。特别已经认识到，所提出的借助于小波分析对电信号的评估导致与时间相关的频率图像，并且该与时间相关的频率图像直接实现：不仅检测另外的低频频率的出现，而且考虑其在时间上的分布。特别地，非周期性的波动就此而言是该至少一个另外的低频的频率分量随时间的变化。也就是说，该频率分量并非持续地存在，而是发生变化，其中变化是非周期性的。由此特别还能够检测并非持续存在的低频的频率分量。
但是，由此也能够检测周期性波动的频率分量，即并非持续地出现但周期性地非持续出现或更弱地出现的频率分量，并且这些频率分量与电网状态的评价相关。
根据另一设计方案提出，检测至少一个另外的频率分量的幅度的时间变化曲线。该信息也可有利地从与时间相关的频率图像中提取。通过检测另外的频率分量的幅度的所述变化曲线，特别是能够识别频率分量的变化。尤其是，能够识别幅度是增大还是减小。特别是当幅度增加时，也就是说随着时间增加时，能够推断出存在临界状况，所述临界状况可能会触发干预。然后，应根据另一频率分量的随着时间增加的幅度来执行衰减措施，尤其应将衰减性电信号馈入供电网中。
但是也考虑，幅度变化而没有显现明显的下降或增加趋势。从幅度变化的类型，可能能够推断出在供电网中的状况。
根据一个实施方式提出，对于电信号的评估以检查频率范围为基础。因此，检查频率范围预设如下频率范围，在所述频率范围中搜索低频振荡。
提出，检查范围从频率下限伸展至频率上限。也就是说，所述检查范围由该频率下限和频率上限规定。频率下限在此在0.1Hz至2Hz的范围内，并且尤其提出，选择值1Hz作为频率下限。
频率上限在从额定频率的值直至额定频率的五倍的值的范围中。尤其是，将额定频率的值选择为频率上限。尤其是，因此检查频率范围从1Hz伸展至额定频率，即对于常见的供电网而言，所述检查频率范围从1Hz伸展至50Hz或从1Hz伸展至60Hz。
特别是，能够通过选择相应的时间段来确定检查频率范围，在所述时间段内记录电信号以进行评估。当然，也能够更长时间地记录电信号，并且然后能够将所述信号中的相应时间片段用作为待评估的电信号或待评估的电信号片段。也考虑，待评估的信号的这种诸如窗的时间段在持续地记录的电信号上不断移动并从而能够在时间段长度相同的情况下不断地进行新的评估。
当然，检查频率范围于是也通过采样频率一起确定。特别地，至少以频率上限两倍的频率进行采样。为了能够检测频率下限的频率范围，必须评估电信号的至少一个时间段，所述时间段对应于频率下限的倒数。也就是说，如果频率下限为0.1Hz，那么必须至少在10s的时间段内评估信号。
此外，也提出，待选择的小波母函数的时间扩展特别适合于检查频率范围，因为所述时间扩展影响：哪个频率范围在相关性分析中响应小波母函数。
优选提出，根据所预期的振荡形式来选择小波母函数。因此能够实现特别快速的检测，因为不需要搜索任意的振荡。
优选地，所述方法的特征在于，检测三相电压，尤其电网电压作为电信号，并且将如此检测的三相电压进行滤波或变换，并且将小波分析应用于经滤波或变换后的信号。特别地，利用该经变换或滤波的信号执行所描述的借助预定的小波母函数的关联。所检测到的三相信号即所检测到的三相电压的变换，尤其能够意味着，进行到d/q表达式的变换。在这种已知的d/q表达式中，三相信号能够通过d分量和q分量表示。优选地，在小波母函数用于分析时，即尤其用于关联时，使小波母函数匹配于以d/q表达式来表示三相信号。
因此，通过到所提到的d/q表达式的变换，也能够实现：能够共同地考虑三相信号的三个电压信号。
但是，也考虑如下滤波，所述滤波例如构成为带通滤波器或低通滤波器，以便滤出不需要考虑的频率范围，使得这些频率范围在小波分析中不需要被考虑。这也是规定检查频率范围的一种可行性。在此，这通常足以通过滤波排除或者至少显著地减少不需要研究的高频。在这种信号中通常不存在非常低即低于所期望的检查频率范围的频率，或者由于测量时间段相应短而已经将其排除在外。
特别对于检测功率振荡提出变换，即对相应的电流和电压进行d/q变换，并且然后从变换后的电流和电压计算出功率。由此，能够特别好地确定功率的函数或者功率变化曲线，小波母函数能够应用于所述功率的函数或功率变化曲线。
根据一个实施方式提出，小波母函数具有以下列表中的至少一个特性：
1.小波母函数配置用于是可缩放的。
小波母函数特别是可描述为时间信号，即随着时间可变的函数，例如：
Figure BDA0002885268850000061
在该公式中，函数f(t)应该形成小波母函数，并且该函数可能是可缩放的，特别是也可根据时间缩放。这能够通过在该示例性小波母函数中相应地选择因子k来实现。具有因子k＝1的该小波母函数例如能够被称为基本函数或非缩放函数，并且能够通过改变因子k来执行缩放。例如，如果选择k＝2作为因子，那么可能产生该小波母函数的压缩。
但是，在频域中对相同的小波母函数的观测也导致能够通过改变因子k根据频率对函数进行缩放，即能够根据频率对其进行压缩或扩展。
也就是说，由此小波母函数配置为是可缩放的。为此，提出在实例中所示出的因子k，经由所述因子实现缩放。
通过这种根据时间或频率的可缩放性能够检测不同的频率。特别地，经由此或尤其经由此，能够实现对检查频率范围的选择。
2.小波母函数配置用于是可时移的。
这例如能够意味着，在上面示出的说明性实例小波母函数中，使用具有偏移的时间而不是时间t。也就是说，在公式中例如“t”能够通过“t+t0”替换。然后这导致移动了时间t0，其中该时间t0也能够为负。通过小波母函数的这种移动可能能够更好地获得如下信息：何时出现相应的频率，即待识别的低频振荡。优选地，利用相同的小波母函数多次地执行小波分析，但是其中作为唯一的区别分别使用时移的小波母函数。然后，由此能够创建多个与时间相关的频率图像，并且在其中于是可能会在不同的部位处以及在不同的表现下出现主要的低频振荡，即主要的低频率，视所使用的小波母函数在时间上与所分析的信号如何相关而定。略直观地说，该低频振荡或这种低频率在与时间相关的频率图像中可能不同强度地出现，与其在小波母函数的中心以何种程度出现相关。
3.小波函数在频域和时域均具有定域性。在此，将局部性理解为，小波母函数并非均等地分布，也就是说，既不在时域中均等地分布，也不在频域中均等地分布。例如，正弦函数在时域中均等地分布并从而在时域中不具有定域性，因为它在整个所观测的区域上以相同的幅度均匀地振荡。狄拉克脉冲在时域中具有(强的)定域性，但——至少在理论上——在频域中不具有定域性，因为它在频域中对应于白噪声。
但是，在此提出在频域和时域中都存在定域性。例如，上述实例函数满足这种特性。也就是说，所述特性对于t＝0具有在其他任何部位都无法达到的最大值。因此，所述特性在区域t＝0中具有其定域性。在该区域之外，所述特性也存在，但随着时间增加而逐渐减弱，或随着时间间隔增加在负方向上逐渐减弱。
在频域中，该示例性的小波母函数也具有定域性，因为所述小波母函数也就是说在该处使用的cos函数的频率处具有其主要表现。预防性地要指出的是，上述说明性的实例小波母函数当然并非精确地给出，因为在该处cos函数与时间相关，也就是说在实际实现中仍必须将其归一化到时间或基频上。如果例如将cos函数归一化或关联到作为基本频率的1Hz上，那么其最大值对应地在频域中的1Hz处。
通过这种定域性，特别还实现：在对所检测的电信号进行小波分析时，检测其时间上的不均匀性。换言之，由此能够特别好地检测，何时出现低频振荡或相应的低频率。
4.优选地，小波母函数具有为零的积分。也就是说，如果在整个所使用的小波母函数上形成积分，那么结果为零。由此，尽管存在小波母函数的定域性，但特别实现：该小波母函数在时域中在正的区域和负的区域中平衡地构成，即直观地来说，在时间轴的上方和下方平衡地构成。当在频域中使用时或当从时域转换到频域中时，这也会是特别有利的，因为近似避免了直流分量。
5.使用Morlet小波、多贝西D20小波或墨西哥帽作为小波母函数。这些小波函数对于本领域技术人员原则上是已知的，但是在此已经认识到，所述小波母函数对于特别好地识别低频振荡而言是有意义的。此外，墨西哥帽能够通过上述说明性的实例母小波函数定义。
根据一个实施方式提出，根据选择标准从多个预定的小波函数中选择小波母函数。此外或替选地，根据选择标准将小波母函数参数化。这样的选择准则本身能够包含多个单一标准或多个值，所述单一标准或多个值被考虑用于从小波函数中选择或参数化。作为选择标准例如考虑：考虑检查频率范围。因此，能够根据检查频率范围选择小波函数。例如能够选择如下小波函数，所述小波函数经由如下时间范围限定，所述时间范围由于其长度匹配于检查频率范围，这仅是一个实例。同样地或者附加地，就此而言，也能够进行小波函数的参数化。特别地，在可伸展的小波函数中，能够选择相应的伸展参数，使得小波函数匹配于检查频率范围，这是另一说明性实例。
然而，优选提出，选择标准具有电信号的至少一个预期值。这特别意味着，在此已经预期有低频振荡，因为所述低频振荡例如早就已经出现过一次。就此而言，在此也能够根据电信号的经验值进行选择和/或参数化。
因此，电信号的预期值例如能够涉及具体的频率值或频率范围，对于所述频率值或频率范围或者在其中已经出现低频振荡。可选地，也已知出现这种低频振荡的时间，并且随后在为小波母函数选择和/或参数化小波函数时也能够考虑到这一点。也考虑：举另一实例，预期有多个低频振荡，并且小波母函数也能够相应地被调整。
尤其提出，根据预期值或通常根据待预期的电信号，首先在结构上选择多个预定的小波函数中的一个。例如考虑不同的小波函数，这与预期有一个还是多个低频振荡相关。
在根据结构上的考虑进行这种选择之后，随后能够对小波函数进行参数化或改变。在此，尤其也考虑扩展或压缩。特别是，用于此的标准能够是待预期的频率范围或具体的待预期的频率。
也就是说，能够根据选择准则相应地确定小波母函数，其中所述选择准则考虑多个单一信息。在上述实例中，这是如下两个信息：预期到一个还是多个低频振荡以及哪个频率范围是相关的。与其相关地首先选择小波函数并且随后对其进行参数化。
根据一个实施方式提出，所述方法在电网连接点上进行，在所述电网连接点上至少一个分散式生成单元向供电网馈电。这种分散式生成单元尤其能够是风能设备或包括多个风能设备的风电场。为此提出，为了识别低频振荡记录所述馈电的至少一个电变量并且借助于一种或上述小波分析来评估。当然，例如当首先已经为此变换了所述馈电的电变量时，所述评估或分析当然也能够间接地应用于该至少一个所记录的电变量。
由此，通过使用所述馈电的这种电变量，分散式生成单元用于识别低频振荡。这特别具有如下优点：该分散式生成单元本来就存在，并且通常也具有足够的测量传感器，所述测量传感器于是也能够附加地用于记录馈电的至少一个电变量。还考虑，在分散式生成单元中，尤其是在相应的控制单元中，馈电的这种至少一个电变量本来作为变量存在并且于是能够借助于小波分析来评估这种本来存在的变量。
需注意的是，馈电的所述至少一个电变量也能够是供电网的已经提到的电信号。特别地，在电网连接点处的电压或在分散式生成单元的输出端处的相应的电压可能是如下电压，在所述电压的情况下分散式生成单元将电流馈入到供电网中。
使用该分散式生成单元还能够具有以下优点：在识别出根据类型和幅度构成为使得衰减是有用的低频振荡时，分散式生成单元也能够进行这种衰减。优选地，分散式生成单元为此将其馈电，尤其电流的馈入调整为，使得衰减所识别出的低频振荡。尤其是，分散式生成单元改变所馈入的有功功率的有功功率分量，使得衰减所识别出的低频振荡。
所记录的至少一个电变量能够是所馈入的电流、所馈入的无功功率、所馈入的有功功率，或者是已经提到的在电网连接点处的电压或与之成比例的电压，在所述电压的情况下分散式生成单元将电流馈入供电网中。原则上，也能够记录这些变量中的多个并且例如分开地经历小波分析。这能够具有以下优点：在所提及的电变量之一中，一些振荡会较强烈地出现，或者能够被更好地识别。
优选地，评估电网连接点处的电压，因为在该电压中可能出现特别是低频的振荡。
使用所馈入的电流在如下情况下会是特别有利的：电压或至少一个电压测量被高频信号干扰，或者叠加有这种高频信号。有时，这种高频信号不会在所馈入的电流中出现或在在所馈入的电流中较少出现，尽管如此所述所馈入的电流仍会具有低频振荡。
所馈入的无功功率的使用也能够反映电网电压的低频振荡，即电网连接点处的电压的低频振荡。所馈入的无功功率在此不遭受功率波动或者遭受功率波动至少较少，所述功率波动在风能设备中特别是可能因风中的波动引起。也考虑，分散式生成单元在所谓的STATCOM运行中工作，在所述STATCOM运行中没有有功功率馈入。这种运行也特别是在如下情况下会存在：如果由于缺少风在分散式生成单元是风能设备时不能馈入有功功率。但是在这种情况下，仍然能够馈入无功功率，并且这能够说明低频振荡。
使用所馈入的有功功率在如下情况下会是特别有利的：低频振荡伴随着次同步谐振或由次同步谐振触发，在所述次同步谐振中能量或功率在供电网中来回振荡。
根据一个设计方案，提出一种方法，所述方法的特征在于，将识别出的低频振荡考虑为电网振荡，提出一种风能设备，所述风能设备具有带有转子叶片的转子、发电机和用于将电功率馈入到供电网中的逆变器，并且其中附加地检测，风能设备是否参与电网振荡。为此，进一步提出，借助于小波分析将风能设备的低频振荡检测为设备振荡，尤其在逆变器的直流电压中间回路上的中间回路电压上，并且检查电网振荡和设备振荡是否相关。如果电网振荡与设备振荡相关，那么得出风能设备参与电网振荡。
已经识别出，电网振荡对于风能设备或风电场可能具有非常不同的相关性，并且关于该相关性能够分为两类。据此提出，区分风能设备是否参与供电网中的低频振荡，即是否参与电网振荡。如果风能设备参与电网振荡，那么这意味着所述风能设备本身具有这种振荡，并且特别对这种电网振荡也有贡献。也就是说，电网振荡和风能设备的振荡之间存在相互作用。
在此作为基础的现代风能设备具有带有转子叶片的转子、发电机和逆变器，所述逆变器用于将电功率馈入供电网中。已经认识到，这些元件尤其会振荡和/或会影响振荡。
为了区分这些类别，首先应该认识出当前存在何种类别。为此，除了识别出的电网振荡之外，还检查风能设备中的低频振荡，所述低频振荡因此被称为设备振荡。为此还提出使用小波分析。为此，研究风能设备的信号，并且优选地，为此使用逆变器的中间回路电压。已经认识到，中间回路电压非常适合于识别设备振荡。这原因也特别是在于：在直流电压中间回路的电压的波动中反映馈电的振荡以及发电机的振荡以及可能还有机械振荡。此外，能够很好地测量中间回路电压。
因此，借助于小波分析，能够检测电网振荡和设备振荡，并且能够进行比较。使用小波分析也实现：检测振荡中的每个振荡在时间上的变化。这也能够针对这两种振荡进行比较。
现在已经认识到，当这两个振荡相关时，风能设备参与电网振荡。特别是在如下情况下如此：其频率相关。但是，也能够考虑这两个振荡的时间上的出现之间的相关。通过小波分析能够识别何时出现相应的振荡，并且基于此可以检查这两个振荡的时间上的相关。
根据风能设备是否参与振荡，能够采取适当的措施。如果风能设备参与电网振荡，那么特别是要衰减其自身的振荡或其自身的振荡分量。如果所述风能设备没有参与，那么所述风能设备仍然能够给予衰减帮助，但是所述衰减帮助特别是集中于所馈入的变量并且考虑供电网的动态性。
优选地，提出，如果已经识别出风能设备参与电网振荡，那么设备振荡被检查其是否超过预设的振荡幅度。因此，相对于检查电网振荡和设备振荡之间的相关性，还增加对振荡幅度的检查。然后，当设备振荡超过预设的振荡幅度时，采取衰减措施。
将以下考虑作为衰减措施，其中也能够多个相组合。
衰减措施是提高发电机的调节的衰减分量，尤其发电机的定子电流。经由定子电流或发电机的功率输出能够控制发电机。经由此例如能够设定发电机扭矩。发电机扭矩能够根据空气动力学的转子的转速和从而根据发电机的转速设定，其中发电机扭矩于是又对转速产生影响。所述系统因此能够振荡，并且所述系统能够通过相应的调节来增强或衰减。该调节能够经由对定子电流进行整流的有源的整流器来进行。
如果调节定子电流，那么这也对直流电压中间回路产生影响，定子从发电机经由整流器到达直流电压中间回路中。由此也能够调节中间回路电压并且通过相应的调节器参数能够优先考虑衰减特性。
另一衰减措施是使用桨距调节来设定转子叶片的叶片角度，其中提高或设定衰减分量。特别是在功率变化时能够进行桨距调节，所述桨距调节通过调整转子叶片的叶片角度能够控制转子从风中提取的能量。如果风能设备的功率波动而这未反映风中的波动，那么能够通过桨距调节来抵消这种波动。在此特别也需注意转子还有转子叶片及其用于调整叶片角度的调整驱动器的动态性。这在桨距调节时需考虑，并且所述调节出于衰减目的设置得较缓慢。
另一衰减措施是提高馈电调节的衰减分量，所述馈电调节用于控制向供电网馈电的逆变器。据此，进行对馈电的调节，所述调节特别是调节待馈入的功率，尤其待馈入的电流。在此能够优先考虑将持馈电尽可能保持恒定。在此也可能出现振荡，并且所述振荡能够通过相应的参数化来衰减，例如通过如下方式：提高时间常数或者在调节器的设计中将特征值对移动至振荡较少的区域中。
另一衰减措施是移动馈电的工作点，尤其通过减小所馈入的功率。在此，如果由此减轻供电网的负荷，那么固定的功率降低也可能已经导致振荡衰减或降低。这也能够伴随无功功率的提高，所述无功功率的提高由此变得可行并导致振荡的降低。通常，工作点的移动会导致其获得距稳定极限更大的距离并从而具有减振效果。
也避免了因到达边界时可能产生的极限循环。通过移动工作点，该工作点可以距这种极限有更大的距离，这避免出现极限循环。
另一衰减措施是激活逆变器的电流调节以控制馈入电流，其中提高或设定衰减分量。通过应用对所馈入的电流的电流调节，也能够平衡或衰减所馈入的电流的至少一个振荡，并且这能够经由相应地设定的衰减分量来实现。
根据另一实施方式，提出一种方法，所述方法的特征在于，至少一个电信号借助于以采样频率进行采样的测量来检测，以便分别获得电信号的采样信号。为此提出，采样频率为基本分量数倍，尤其具有基本分量的至少一个十倍的值，以便检测电信号的瞬态特征，其中为了评估电信号分别借助于小波分析来评估采样信号，尤其是不进行改变电信号的瞬态特征的滤波。
因此，直接对待评估的信号进行采样并且包含到小波分析中。由此，能够良好地记录并评估待评估的信号的时间变化曲线。这例如相对于Prony方法的应用具有如下优点：当将信号包含到小波分析以进行评估时，所有信息仍然存在于所述信号中。
根据本发明，还提出一种用于识别低频振荡，尤其供电网中的次同步谐振的识别装置。该识别装置以如下供电网为基础，所述供电网的电网电压具有电网额定频率。也以如下为基础：待识别的低频振荡的频率低于电网额定频率。该识别装置包括用于检测供电网的至少一个电信号的检测装置。特别是，该检测装置能够构成为测量机构或测量传感器。测量传感器或测量装置尤其能够是用于检测在电网连接点处的电压的电压测量装置。
此外存在评估装置，所述评估装置设立用于评估电信号。在此，所述评估装置设立为，使得借助于小波分析执行评估，其中，经由对所检测到的信号与预定的小波母函数的相关性分析来创建与时间相关的频率图像。尤其是，评估装置为此具有微处理器或过程计算机，其中实施相应的小波分析，尤其所提到的相关性分析。这也包含：创建与时间相关的频率图像。优选地，这种与时间相关的频率图像也能够图形地输出。然而，尤其是评估装置将这种与时间相关的频率图像创建为相应的数据组，所述数据组能够被进一步处理以进行进一步评估。
为此，也就是说，评估装置也设立为，使得当在与时间相关的频率图像中除了基本分量之外还存在至少一个另外的低频频率分量时，所述评估装置识别出低频振荡的存在。尤其是，在评估装置，尤其微处理器或过程计算机中也实施这种分析，所述分析检查该附加的另外的低频频率分量。所述实施能够进行为，使得所述实施在另一功能块中进行，与时间相关的频率图像被递送给所述另一功能块。这特别是具有如下优点：除了该计算机辅助的进一步评估之外，与时间相关的频率图像还能够图形地输出，尤其在监视器或打印机，尤其彩色打印机上。优选地还设有输出接口，以便将所创建的与时间相关的频率图像传输给中央单元。然后，中央单元必要时于是可以补充性地对该与时间相关的频率图像进行自动或手动评估或检查。
根据一个实施方式提出，将识别装置设置在电网连接点处，在所述电网连接点处，至少一个分散式生成单元，尤其风能设备或风电场向供电网馈电。在此，检测装置配置用于记录所述馈电的至少一个电变量。于是，评估装置配置用于，借助于一个或所述小波分析评估该至少一个所记录的电变量。所述至少一个电变量在此是由分散式生成单元馈入的电流、由分散式生成单元馈入的功率，即无功功率和/或有功功率，或者是在电网连接点处的电压或与其成比例的电压，在所述电压的情况下分散式生成单元将电流馈入供电网中。由此，能够有利地将这种识别装置设置在这种分散式生成单元中并且使用。所述识别装置也能够是分散式生成单元的一部分，尤其地，所述识别装置能够是分散式生成单元的控制单元的一部分，例如场调节器的一部分或风能设备控制装置的一部分。
在其他情况下，该检测装置在设置有分散式生成单元的电网连接点处的优点和效果从之前对用于识别低频振荡的方法的相应的实施方式的阐述中得出，所述方法在至少一个分散式生成单元进行馈电的电网连接点处执行。
优选地，识别装置的特征在于，其使用或实施根据至少一个上述实施方式的方法。
根据本发明，还提出一种分散式生成单元，尤其风能设备或风电场。这种分散式生成单元为了在电网连接点处将电功率馈入到供电网中而连接到该供电网上。分散式生成单元在此包括用于识别供电网中的低频振荡，尤其次同步谐振的识别装置。在此，供电网的电网电压具有电网额定频率，并且待识别的低频振荡具有比电网额定频率更低的频率。识别装置在此包括用于检测供电网的至少一个电信号的检测装置。此外，识别装置包括用于评估至少一个检测到的电信号的评估装置。评估装置在此用于进行小波分析，其中经由对检测到的信号与预定的小波母函数的相关性分析来创建与时间相关的频率图像。评估装置在此设立用于，使得当在与时间相关的频率图像中除了基本分量之外还存在至少一个另外的低频频率分量时，所述评估装置识别出低频振荡的存在。优选地，识别装置在此优选如根据识别装置的一个实施方式在上文中已经阐述的那样构成和/或在此尤其如根据识别装置的一个实施方式在上文中已经阐述的那样工作。
附图说明
在下文中，根据实施方式参考附图示例性地详细阐述本发明。
图1示出风能设备的立体视图。
图2示出风电场的示意性视图。
图3示出用于检测和进一步处理低频振荡的简化结构的示意性视图。
图4图解说明图3的结构的一部分。
图5图解说明图4的元件的可能的信号评估。
图6图解说明在图4中图解说明的分析的一个可能的结果。
具体实施方式
图1示出了具有塔102和吊舱104的风能设备100。在吊舱104上设置有具有三个转子叶片108和整流罩110的转子106。转子106在运行时通过风被置于转动运动中，并从而驱动吊舱104中的发电机。
图2示出具有示例性三个风能设备100的风电场112，所述风能设备能够相同或不同。因此，这三个风能设备100基本上代表了风电场112的任何数量的风能设备。风能设备100经由场电网114提供其功率，即尤其是所产生的电流。在此，由各个风能设备100分别产生的电流或功率相加，并且通常设有变压器116，所述变压器在场中进行升压变换，以便随后在通常也称为PCC的馈入点118处向供电网120馈电。图2仅是风电场112的简化视图，所述简化视图例如未示出控制装置，尽管控制装置当然是存在的。场电网114例如也能够被不同地设计，其方式为：例如在每个风能设备100的输出端还存在一个变压器，这仅是另一实施例。
图3示意性地示出用于识别低频振荡的简化结构，作为所提出的对低频振荡的分析的概览。根据该概览结构300，示意性地示出风能设备301，所述风能设备例如借助于示意性地示出的变频器302三相地经由变压器304向供电网306馈电。在此，在测量点308处借助于示意性表明的测量装置310检测在此所馈入的电流i1，i2，i3和在此存在的每个相的电压u1，u2和u3，并将其输送给评估系统312。测量点308也能够形成供电网306的电网连接点。由此，在测量点308处检测的电压u1，u2和u3也同时形成在该电网连接点处的供电网306的在测量点308处的电压。但在任何情况下，在测量点308处检测到的这些电压能够提供对供电网306中的相应的电压的说明。
然后，能够在评估系统312中执行对如此检测到的信号即电压和电流的评估。评估在此也能够使用外部系统，所述外部系统在此在外部的框314中作为SCADA示出。外部的块314中的该SCADA或SCADA系统能够至少执行或辅助用于识别低频振荡的分析。也考虑，补充性地使用根据外部的块314的该SCADA系统，以便例如执行补充分析，例如用于改进原本的用于识别低频振荡的分析。通过至根据块314的SCADA系统的通信连接可能能够远程地传输评估结果。
根据一个实施方式，用于识别低频振荡的分析在评估系统312中进行并且所述评估系统在图4中图解说明。
因此，图4同样示意性地示出评估系统312，但是具有其他细节。为了简单起见，在图4中未示出到外部的块314的可能的通信。
为了简单起见，在图4中将评估系统312表示为评估系统412。在该处示出，六个测量变量u1，u2、u3以及i1，i2，i3形成滤波器块416中的输入变量。因此，在滤波块416中，一方面能够执行滤波，所述滤波例如从检测到的信号中滤除高频分量。但是，滤波器块416在此或者在滤波之后从这些测量信号提取分量。特别是提出，确定代表性的电压u*、代表性的电流i*、总有功功率p*和总无功功率q*。这些代表性的变量或总变量在此分别描述用于所有三个相的相对应的信号。形成滤波器块416的输出的这四个变量相对应地分别作为时间信号在决定块418中输入。然后，在决定块418中进行决定，即确定低频振荡，至少执行其第一重要的步骤。也就是说，在决定块418中，借助于小波分析来评估相应的电信号，即u*，i*，p*或q*。这进行为，使得经由对相应的所检测到的信号与预定的小波母函数的相关性分析来创建与时间相关的频率图像。滤波器块416输出的并且输入到决定块418中的所提到的信号，即电压u*、电流i*、功率p*和无功功率q*，因此分别形成所检测到的信号。
这种小波分析于是能够借助于从滤波器块416递交给决定块418的四个信号中的每个信号来执行。然后，能够对所得的四个结果进行进一步处理，并且在最简单的情况下，仅进一步使用最有信服力的结果。
在任何情况下，决定块418中的分析结果是与时间相关的频率图像420，所述频率图像仅在图4中示意性地表明。也就是说，在该处仅经由三维的坐标交叉表明：结果示出与时间相关的频率，其中附加地能够观察到强度。这应通过三个轴标记“t”、“f”和“int”表明。结合图4还阐述了对该结果的其他视图，所述结果在此表明该与时间相关的频率图像420。
图5示意性地示出一种可能的评估，所述评估能够在图4的决定块418中执行。在图5的该实例中，借助于关联性分析进行小波分析，其中，将检测到的信号501与小波母函数502相关。小波母函数502在这种情况下关于时间对称，并且其最大值在此形成其时间上的中点，并且在分析时置于时间上的零点上。在该时间上的零点，由于小波母函数的高的幅度，高的相关性也导致在该时间点的高的强度。在明显早于或者明显晚于所基于的时间上的零点的时间，小波母函数502基本上为零，使得在该处不再能够出现任何相关性并且相应地也没有强度。
在图5图解说明的这种分析在此连续地或至少近似连续地不断重复，使得产生具有强度的与时间相关的频率图像。
因此，所检测到的信号501能够是表示三个相电压u1，u2和u3的正弦的电压信号。当然，该正弦信号基本上是已知的，并且相对应地，小波母函数502能够匹配于所述正弦信号。就此而言，待检测的低频振荡是与理想的正弦函数的叠加，并且所述叠加要通过该小波分析，即也通过对小波母函数502的选择来提取或者至少更强地突出。
图6图解说明与时间相关的频率图像，所述频率图像因此与决定块418的结果相对应，即与在图4中标明的与时间相关的频率图像相对应，并且该频率图像也是结合图5所阐述的不断重复的分析的结果。
在图6中，该图表在从0到40000s的时间范围内示出如下频率范围，所述频率范围以对数方式绘制。此处，绘制大约30Hz至1Hz的频率。为了改进表示，以虚线绘制1Hz、2Hz和8Hz的频率线。
小波分析的结果是，示出在相应的时间和相应的频率处分别出现的强度。通常，该表示在此使用色标，其中所述色标例如从深蓝色经过绿色和橙色伸展至黄色，其中深蓝色能够表示低强度，而黄色能够表示高强度。在图6中，尝试通过相对应强地表现的区域来图解说明这种强度，以便由此在没有色标时也可行。据此，例如在3Hz至6Hz的范围内存在高的强度，然而，也能够看出，该强度特别是在2s和3s之间的范围内，即20000s和30000s之间的范围中表现。因此能够看出，在该处作为基础的三小时中，出现在3Hz至6Hz范围内的特别强的振荡。在0到1即0到10000s的范围内，在该频率范围内未出现明显的强度。相对应地，能够由此推导出关于该低频振荡或多个低频振荡的结论。
然而，为了执行抵消低频振荡的控制，也考虑，观察明显更小的时间段。为此，能够在相应较短的时间段内执行所描述的分析。小波母函数能够对此被调整，但在可选地也能够不变地继续使用。在任何情况下，只要小波预期有低频振荡母函数与待预期的频率范围相协调，在所述频率范围中，就不一定需要匹配于较短的检测时间段。
通过所提出的本发明特别是能够提供一种单元，所述单元能够观察和估计能量系统稳定性。在此已经认识到，能量系统中的，特别在供电网中的振荡，所述振荡也称为电力系统振荡(PSO)或能量系统振荡，能够是关于能量系统的不稳定性的良好的指示器。此外，对电力系统振荡的观察和辨识能够成为未来的电网服务的重要的组成部分，所述电网服务例如旨在衰减这种振荡。
因此，本发明针对证实电力系统振荡。对电力系统振荡的观察不仅能够对于风电场的运行的警报系统有帮助，而且该信息也能够用于通过风电场生成和馈入适当的衰减信号以衰减电力系统振荡。
与用于辨识低频振荡的其他已知方法途径不同，在此使用基于小波的方法。为此已经认识到，小波的使用实现：探测在时域和频域中都具有定域性特性的不稳定的现象。
所提出的解决方案基本上适合于连接到联合电网上的单元，如风能设备或风电场，但不限于此。所提出的解决方案也能够应用于消耗器单元。
因此，所提出的方法涉及电力系统振荡的在线探测。其适合于生成设备和消耗器设备。
所述方法基于例如电网连接点的瞬态测量数据的在线分析。
因此，本发明特别是基于如下思想：基于对所测量的电网连接电压和功率的瞬态测量来探测电力系统振荡。对于所有现有的测量通道提出用于在0<f<五倍额定频率的频率范围中的低频振荡的至少为500Hz的采样率。
所提出的基于小波的方法能够用于探测在所说明的频率范围内的周期性和非周期性频率，这能够与待分析的时间窗的持续时间相关，因为所提出的小波应尽可能在时域和频域中都具有定域性特性。
对小波母函数的选择，其也能够称为母小波，以及对待分析的时间窗的选择，会是重要的。
能够在风能设备层面和风电场层面上实施这种用于探测电力系统振荡的系统或方法，这就此也被提出。
所提出的方法也适合于自动化。所提出的标准是，对母小波优选所有母小波的积分应为零。对于本发明，这是特别建议的，并且并非普遍对于小波方法是显而易见的，因为母小波在其他应用中也可能看起来有所不同。

Claims (16)

1.一种用于识别供电网(306)中的低频振荡的方法，所述低频振荡尤其是次同步谐振，其中所述供电网(306)具有电网电压，所述电压电压具有电网额定频率，所述方法包括以下步骤：
-检测所述供电网(306)的至少一个电信号，并且
-借助于小波分析来评估所述电信号，其中，经由对所检测到的信号与预定的小波母函数的相关性分析来创建与时间相关的频率图像(420)，
-其中，如果在所述与时间相关的频率图像(420)中除了基本分量之外，还存在至少一个另外的低频的频率分量，那么
-假设存在低频振荡。
2.根据权利要求1所述的方法，
其特征在于，
附加地检查：所述至少一个另外的低频的频率分量是否波动，尤其是否非周期地波动。
3.根据权利要求1或2所述的方法，其特征在于，
检测所述至少一个另外的频率分量的幅度的时间上的变化曲线。
4.根据上述权利要求中任一项所述的方法，
其特征在于，
为了评估所述电信号而以检查频率范围为基础，并且
所述检查频率范围从频率下限伸展至频率上限，并且
-所述频率下限在0.1Hz至2Hz的范围内，尤其具有1Hz，并且
-所述频率上限在从额定频率的值直至所述额定频率的五倍的值的范围中，尤其具有额定频率的值。
5.根据上述权利要求中任一项所述的方法，
其特征在于，
-检测三相电压，尤其是电网电压作为电信号，并且
-对这样检测到的三相电压进行滤波或变换，尤其变换到d/q表达式，并且将所述小波分析应用于经滤波或变换后的信号。
6.根据上述权利要求中任一项所述的方法，
其特征在于，
所述小波母函数(502)具有至少一个来自具有以下特性的列表的特性：
I)所述小波母函数(502)配置用于是可缩放的，尤其可根据时间或频率缩放，
II)所述小波母函数(502)配置用于是可时移的，
III)所述小波母函数(502)在频域和时域均具有定域性，
IV)所述小波母函数(502)在时域具有为0的积分，
V)将如下列表中的小波函数用作为小波母函数(502)，所述列表具有：
a.Morlet小波，
b.多贝西D20小波
c.墨西哥帽。
7.根据上述权利要求中任一项所述的方法，
其特征在于，
-根据选择标准
-从多个预定的小波函数中选择小波母函数(502)，和/或
-将小波母函数参数化，其中可选地
-所述选择标准具有所述电信号的至少一个预期值。
8.根据上述权利要求中任一项所述的方法，
其特征在于，
-在电网连接点处执行所述方法，在所述电网连接点处，至少一个分散式生成单元，尤其风能设备(100、301)或风电场(112)向供电网(306)馈电，其中
-为了识别所述低频振荡，记录所述馈电的至少一个电变量，并且借助于一个小波分析或所述小波分析进行评估，其中优选地，
-分别从如下列表中选择所述至少一个电变量，所述列表具有：
-所馈入的电流，
-所馈入的无功功率，
-所馈入的有功功率，和
-在电网连接点处的电压或与其成比例的电压，在所述电压的情况下，所述分散式生成单元将电流馈入所述供电网(306)中。
9.根据上述权利要求中任一项所述的方法，
其特征在于，
-将所识别出的低频振荡视为电网振荡，
-设有风能设备，所述风能设备具有带有转子叶片的转子、发电机和用于将电功率馈入所述供电网中的逆变器，并且
-附加地检测：所述风能设备是否参与所述电网振荡，其中
-借助于小波分析将所述风能设备的低频振荡检测为设备振荡，尤其地
-在所述逆变器的直流电压中间回路上的中间回路电压上，
-检查所述电网振荡和所述设备振荡是否相关，以及
-当所述电网振荡和所述设备振荡相关时，识别出所述风能设备参与所述电网振荡。
10.根据权利要求9所述的方法，
其特征在于，
-如果已经识别出所述风能设备参与所述电网振荡，
-那么检查所述设备振荡是否其超过预设的振荡幅度，以及
-当所述设备振荡超过所述预设的振荡幅度时，采取衰减措施，
-所述衰减措施包括如下列表中的至少一个措施，所述列表具有：
-提高所述发电机的调节装置的衰减分量，尤其所述发电机的定子电流，
-使用桨距调节来设定所述转子叶片的叶片角度，其中提高或设定衰减分量，
-提高馈电调节装置的衰减分量，所述馈电调节装置用于控制所述逆变器以向所述供电网馈电，
-尤其通过降低所馈入的功率来移动所述馈电的工作点，以及
-激活所述逆变器的电流调节，所述电流调节用于控制馈入电流，其中提高或设定衰减分量。
11.根据上述权利要求中任一项所述的方法，
其特征在于，
-所述至少一个电信号借助于以采样频率进行采样的测量来检测，以便分别获得所述电信号的采样信号，其中
-所述采样频率比所述基本分量高出多倍，尤其是至少是所述基本分量十倍的值，以便检测所述电信号的瞬态特征，
-为了评估所述电信号，借助于小波分析分别评估所述采样信号，尤其没有进行改变所述电信号的瞬态特征的滤波。
12.一种用于识别供电网(306)中的低频振荡的识别装置，所述低频振荡尤其是次同步谐振，其中所述供电网(306)具有电网电压，所述电网电压具有电网额定频率，所述识别装置包括：
-用于检测所述供电网(306)的至少一个电信号的检测装置，和
-用于借助于小波分析来评估所述电信号的评估装置，其中，经由对所检测的信号与预定的小波母函数(502)的相关性分析来创建与时间相关的频率图像(420)，
-其中所述评估装置设立为，使得所述评估装置能够：
-当在所述与时间相关的频率图像(420)中除了所述基本分量之外还存在至少一个另外的低频的频率分量时，识别出低频振荡的存在。
13.根据权利要求12所述的识别装置，
其特征在于，
-所述检测装置设置在电网连接点处，在所述电网连接点处，至少一个分散式生成单元，尤其风能设备(100、301)或风电场(112)向所述供电网(306)馈电，其中
-所述检测装置配置用于记录所述馈电的至少一个电变量，并且其中
-所述评估装置配置用于借助于一个小波分析或所述小波分析评估所述至少一个所记录的电变量，其中
-分别从如下列表中选择所述至少一个电变量，所述列表具有：
-所馈入的电流，
-所馈入的无功功率，
-所馈入的有功功率，和
-在电网连接点处的电压或与其成比例的电压，在所述电压的情况下所述分散式生成单元将电流馈入所述供电网(306)中。
14.根据权利要求12或13所述的识别装置，
其特征在于，
所述识别装置使用根据权利要求1至11中任一项所述的方法。
15.一种分散式生成单元，尤其是风能设备或风电场(112)，其中所述分散式生成单元为了在电网连接点处将电功率馈入到供电网(306)中而连接到供电网(306)上，并且所述分散式生成单元包括：
-用于识别所述供电网(306)中的低频振荡，尤其次同步谐振的识别装置，其中所述供电网(306)具有电网电压，所述电网电压具有电网额定频率，并且待识别的低频振荡具有低于所述电网额定频率的频率，并且所述识别装置包括：
-用于检测所述供电网(306)的至少一个电信号的检测装置，和
-用于借助于小波分析来评估所检测到的电信号的评估装置，其中，经由对所检测的电信号与预定的小波母函数(502)的相关性分析来创建与时间相关的频率图像(420)，
-其中所述评估装置设立为，使得所述评估装置能够：
-当在所述与时间相关的频率图像(420)中除了基本分量之外还存在至少一个另外的低频的频率分量时，识别出低频振荡的存在。
16.根据权利要求15所述的分散式生成单元，
其特征在于，
作为所述识别装置，使用根据权利要求12至14中任一项所述的识别装置。
CN201980045484.2A 2018-07-06 2019-07-04 用于识别低频振荡的方法和用于其的检测装置 Pending CN112385109A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102018116445.9 2018-07-06
DE102018116445.9A DE102018116445A1 (de) 2018-07-06 2018-07-06 Verfahren zum Erkennen niederfrequenter Schwingungen und Erfassungseinrichtung dafür
PCT/EP2019/067974 WO2020007970A1 (de) 2018-07-06 2019-07-04 Verfahren zum erkennen niederfrequenter schwingungen und erfassungseinrichtung dafür

Publications (1)

Publication Number Publication Date
CN112385109A true CN112385109A (zh) 2021-02-19

Family

ID=67185029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980045484.2A Pending CN112385109A (zh) 2018-07-06 2019-07-04 用于识别低频振荡的方法和用于其的检测装置

Country Status (6)

Country Link
US (1) US20210281071A1 (zh)
EP (1) EP3818613A1 (zh)
CN (1) CN112385109A (zh)
CA (1) CA3103730A1 (zh)
DE (1) DE102018116445A1 (zh)
WO (1) WO2020007970A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111650436B (zh) * 2020-05-28 2021-06-04 电子科技大学 一种高比例可再生能源电力系统的次同步振荡辨识方法
CN112698087B (zh) * 2020-12-15 2021-11-12 河海大学 基于宽频量测的电力系统宽频振荡在线监测方法与系统
CN113471960B (zh) * 2021-05-31 2024-02-23 国网江苏省电力有限公司 一种基于多源数据融合的低频振荡类型判断方法和装置
EP4266525A1 (en) 2022-04-21 2023-10-25 Vestas Wind Systems A/S A method for detecting power oscillation in an electric power grid
CN116203350B (zh) * 2023-03-07 2024-02-27 西南交通大学 一种高水电占比电网中频率振荡源定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090116595A1 (en) * 2007-05-21 2009-05-07 Florida State University System and methods for determining masking signals for applying empirical mode decomposition (emd) and for demodulating intrinsic mode functions obtained from application of emd
CN102305891A (zh) * 2011-07-04 2012-01-04 武汉大学 一种电力系统低频振荡在线监测方法
CN105515018A (zh) * 2016-01-07 2016-04-20 国网山东省电力公司电力科学研究院 一种基于经验模式分解的风电次同步振荡检测及抑制方法
CN105606895A (zh) * 2016-01-07 2016-05-25 国家电网公司 电力系统次同步振荡成份的在线检测及滤除方法
CN107086566A (zh) * 2017-04-19 2017-08-22 清华大学 基于广域信息的lmd互联电力系统低频振荡分析方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0907132D0 (en) * 2009-04-24 2009-06-03 Statoilhydro Asa Wave energy extraction
GB0920206D0 (en) * 2009-11-18 2010-01-06 Psymetrix Ltd An electrical grid and method therefor
US8046109B2 (en) * 2009-12-16 2011-10-25 General Electric Company Method and systems for operating a wind turbine
CN102869515A (zh) * 2010-03-11 2013-01-09 西门子公司 用于使用风力涡轮对电力系统中的次同步谐振振荡进行阻尼的方法和系统
WO2016107625A1 (en) * 2014-12-30 2016-07-07 Vestas Wind Systems A/S Dc-link reference voltage determination for wind turbine converter systems
GB201503930D0 (en) * 2015-03-09 2015-04-22 Rolls Royce Plc Fault detection and diagnosis in an induction motor
EP3322060B1 (en) * 2016-11-14 2019-12-25 Nordex Energy GmbH Method of damping electromechanical oscillations on a power system
EP3586154A4 (en) * 2017-02-27 2021-05-26 Magnetic Pumping Solutions, LLC SOGI, PLL-BASED INTEGRATOR AND CURRENT CONTROLLER FOR MAINS CONNECTION AND MOTOR CONTROL
US11475341B2 (en) * 2017-12-28 2022-10-18 Tata Consultancy Services Limited Systems and methods for obtaining optimal mother wavelets for facilitating machine learning tasks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090116595A1 (en) * 2007-05-21 2009-05-07 Florida State University System and methods for determining masking signals for applying empirical mode decomposition (emd) and for demodulating intrinsic mode functions obtained from application of emd
CN102305891A (zh) * 2011-07-04 2012-01-04 武汉大学 一种电力系统低频振荡在线监测方法
CN105515018A (zh) * 2016-01-07 2016-04-20 国网山东省电力公司电力科学研究院 一种基于经验模式分解的风电次同步振荡检测及抑制方法
CN105606895A (zh) * 2016-01-07 2016-05-25 国家电网公司 电力系统次同步振荡成份的在线检测及滤除方法
CN107086566A (zh) * 2017-04-19 2017-08-22 清华大学 基于广域信息的lmd互联电力系统低频振荡分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
于东民: "基于小波分析的电力系统振荡与短路识别方法", 沈阳农业大学学报, no. 5, pages 634 - 637 *

Also Published As

Publication number Publication date
WO2020007970A1 (de) 2020-01-09
EP3818613A1 (de) 2021-05-12
US20210281071A1 (en) 2021-09-09
DE102018116445A1 (de) 2020-01-09
CA3103730A1 (en) 2020-01-09

Similar Documents

Publication Publication Date Title
CN112385109A (zh) 用于识别低频振荡的方法和用于其的检测装置
CA3105143C (en) Method for controlling a wind farm in order to damp subsynchronous oscillations
KR101425016B1 (ko) 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법
US10088838B2 (en) Method for diagnostic monitoring of a wind turbine generator system
US11658490B2 (en) Wind energy system and method for identifying low-frequency oscillations in an electrical supply network
JP6945371B2 (ja) 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法
JP2012005346A (ja) 発電ユニットを制御する方法及びシステム
KR20180032628A (ko) 공급 네트워크에서 전압을 검출하는 방법 및 장치
WO2015134187A1 (en) System and method for robust wind turbine operation
EP2626555A1 (en) Method and arrangement for controlling a wind turbine using oscillation detection
MX2013009285A (es) Sistema y metodo para controlar una turbina eolica que incluye controlar la guiñada u otros parametros.
KR20200017483A (ko) 컨버터 제어식 공급 장치를 이용해서 전력 공급 그리드로 전력을 공급하기 위한 방법
CN104951900A (zh) 一种励磁调节器及其电力系统稳定器的性能评估装置
CN112368899A (zh) 用于控制风电场的方法
CN110749810A (zh) 一种调相机绝缘故障预测方法及系统
CN113381693B (zh) 一种逆变器和光伏系统的交流故障识别方法
WO2015151316A1 (ja) 系統安定度監視装置及び方法
CA3109200C (en) Wind turbine and method for detecting low-frequency oscillations in an electrical supply grid
US20140225592A1 (en) Method and device for detecting isolated operation of power generation installations
Bourguet et al. Artificial neural networks in electric power industry
CN111219287A (zh) 水轮发电机组用远程寿命评测系统
Qaisar et al. Effective Power Quality Disturbances Identification Based on Event‐Driven Processing and Machine Learning
Skrimpas et al. Detection of wind turbine power performance abnormalities using eigenvalue analysis
Cross et al. Model-based condition monitoring for wind turbines
CN110376482A (zh) 一种适用于送端大电网的频率特性试验方法

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