CN112531704B - 用于机组阻尼在线分析的实时数据筛选方法 - Google Patents

用于机组阻尼在线分析的实时数据筛选方法 Download PDF

Info

Publication number
CN112531704B
CN112531704B CN202011494580.6A CN202011494580A CN112531704B CN 112531704 B CN112531704 B CN 112531704B CN 202011494580 A CN202011494580 A CN 202011494580A CN 112531704 B CN112531704 B CN 112531704B
Authority
CN
China
Prior art keywords
active power
max
time
value
judging
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
Application number
CN202011494580.6A
Other languages
English (en)
Other versions
CN112531704A (zh
Inventor
朱应峰
解笑苏
杨冬
麻常辉
王亮
张冰
汪挺
高嵩
孟祥荣
张维超
袁训奎
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011494580.6A priority Critical patent/CN112531704B/zh
Publication of CN112531704A publication Critical patent/CN112531704A/zh
Application granted granted Critical
Publication of CN112531704B publication Critical patent/CN112531704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开一种用于机组在线阻尼分析的实时数据筛选方法，本方法依据实时采样的励磁电压、有功功率和汽机主控指令，通过三级判断，筛选出能够用于机组在线阻尼分析的功率振荡数据，能够从大量的有功振荡数据中筛选出可以用于在线分析的数据，实现机组在线阻尼分析。

Description

用于机组阻尼在线分析的实时数据筛选方法
技术领域
本发明涉及电力系统机网协调领域，具体涉及一种用于机组阻尼在线分析的实时数据筛选方法。
背景技术
为了增加阻尼，提高电力系统的动态稳定性，发电机组的励磁系统均要求具备投入PSS的功能；PSS在低频段能够产生附加的阻尼转矩，增大机组阻尼；机组在运行中，伴随着电网参数的改变，其阻尼大小也会发生变化，因此有必要对机组阻尼进行在线分析评估。
电网电压突变等电气扰动引起机组有功功率振荡后，振荡的衰减快慢，是机组阻尼直观体现；在分析机组阻尼大小时，通常也是利用有用功率的振荡曲线进行计算。但是，借助网源平台，观察并统计机组的实时功率，发现单台机组功率振荡非常频繁，每月能达到成千上万次，而且大部分由调门等原因引起，不能用于机组的在线阻尼分析。如何在众多的功率振荡数据中正确筛选出能够用于机组阻尼在线分析的功率振荡数据是迫切需要解决的问题。
发明内容
针对现有技术的缺陷，本发明提供一种用于机组阻尼在线分析的实时数据筛选方法，目的是筛选出用于机组阻尼在线分析的实时数据。
为了解决所述技术问题，本发明采用的技术方案是：用于机组阻尼在线分析的实时数据筛选方法，包括以下步骤：
S01）、采样模块对机组励磁电压Uf、有功功率P、汽机主控指令Uk进行实时采样，将采样数据送入第一判断模块；
S02）、第一判断模块根据采样的励磁电压Uf和有功功率P实时监测有功功率是否出现扰动，当出现扰动时进入第二判断模块；
S03）、第二判断模块根据励磁电压Uf和有功功率P判断有功功率扰动后出现的振荡是否为衰减振荡，若为衰减振荡则将数据送入第三判断模块；
S04）、第三判断模块根据有功功率P和汽机主控指令Uk的变化方向判断该有功功率扰动是否为电气扰动，若为电气扰动，则认为此次扰动引起的功率振荡是有效的，可以用于在线阻尼分析。
进一步的，步骤S04具体为：
S41）、计算有功功率开始变化的时刻，t1时刻的有功功率值记作P(t1)，从t1时刻往前取10个数，包含t1时刻往后取Δt1*f个数，取的数记为p(1)、p(2)…p(Δt1*f+10)，其中f为采样频率，从t1开始的连续时间段记为Δt1；计算相邻数据的差值pd(n)，pd(n)=p(n+1)-p(n)，n=[1，Δt1*f+10]，对pd(11)到pd(Δt1*f+1)之间的数据pd(n)依次进行以下判断：M=max(pd(n-10),pd(n-9)…pd(n-1))，若满足[pd(n)>1.5M && pd(n+1)>1.5M]，则将n的值计入数组a,读取a(1)的值，记为N，N即为功率开始变化的点，对应的时刻tN= t1+（N-11）*1/f；
S42）、计算功率振荡的周期，从tN时刻后选用2048个数据，记作p(m),m=1,2…2048，对P(m)数组进行傅里叶变换，识别幅值最大的非零频分量频率值，将此频率记作fs，对应的周期为Ts=1/fs；
S43）、寻找有功功率极值点，从tN时刻判断P(x)是否大于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极大值点，记录时刻为tmaxi,功率为pmaxi；判断P(x)是否小于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极小值点,记录时刻为tmini,功率为pmini；x等于tN，tN+1/f, tN+2/f……,当找到极值点后x的取值从tmaxi或tmini直接往后跳过Ts/4继续寻找极值；
S44）、判断有功功率的首次变化方向，依据步骤S43寻找到的有功功率极值点，计算相邻有功功率极值点之间的变化量d1、d2…,dL，确定d1、d2…,dL中的最大值dmax，并将0.2dmax与dmax之前的极值点之间的变化量作比较，如果0.2dmax小于dmax之前的极值点之间的变化量，取dmax更前一级的极值点之间的变化量与0.2dmax比较，直至0.2dmax不小于与其比较的变化量，判定最后一次大于0.2dmax的变化量为初定的首次功率变化方向；将最后一次大于0.2dmax的变化量与第一次不大于0.2dmax的变化量比较，如果最后一次大于0.2dmax的变化量大于第一次不大于0.2dmax的变化量的两倍，则判定最后一次大于0.2dmax的变化量为首次功率变化方向，变化量向上为正，向下为负；
S45）、判断汽机主控指令在有功功率极值点附近的变化趋势，找到有功功率首次变化的时刻极值点对应的主控指令数据值UK（n），判断[UK（n-2）, UK（n+2）]之间的数据是否存在大于或小于所有[UK（n-3）, UK（n+3）]之间其它数据的值，如果有最大值，汽机主控变化为正，有最小值，汽机主控变化为负；
S46）、判断有功功率变化方向和汽机主控变化方向是否相反，若方向相反，认为该有功功率振荡是电气扰动引起的，可以用于机组阻尼的在线分析，若方向相同，判断为无效的阻尼分析数据。
进一步的，其中Δt1取为3S。
进一步的，步骤S02判断出现扰动的依据为：在Δt1时间内，当有功功率变化量达到阈值k1且励磁电压变化量达到k2，认为出现扰动。
进一步的，k1取为1.5%有功功率当前值，k2取为3%励磁电压额定值。
进一步的，步骤S03判断衰减振荡的依据为：在时间段（t1+Δt2，t1+Δt2+Δt1）、（t1+Δt2+Δt1，t1+Δt2+2Δt1），有功功率变化量均小于阈值k3，认为此扰动引起的振荡是衰减的振荡。
进一步的，k3取为1%有功功率当前值，Δt2取为20S。
进一步的，有功功率和励磁电压采样频率为50HZ、25HZ或100HZ。
本发明的有益效果：本发明依据实时采样的励磁电压、有功功率和汽机主控指令筛选出能够用于机组阻尼在线分析的功率振荡数据，能够从大量的有功振荡数据中（单台机组单月几万条）筛选出可以用于在线分析的数据（单台机组单月数十条），实现机组阻尼在线分析。
附图说明
图1为本方法的流程图；
图2为满足第一判断条件、第二判断条件、第三判断条件的功率振荡数据示意图；
图3为满足第一判断条件，不满足第二判断条件的功率振荡数据示意图；
图4为满足第一判断条件、第二判断条件，不满足第三判断条件的功率振荡数据示意图；
图5为判断有功功率的首次变化方向示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种用于机组阻尼在线分析的实时数据筛选方法，如图1所示，包括以下步骤：
S01）、实时采样励磁电压Uf、有功功率P、汽机主控指令Uk。电气量响应速度快，故有功功率和励磁电压采样频率通常取50HZ；汽机主控指令可适当降低采样频率。
在其他实施例中，有功功率和励磁电压采样频率也可取为25HZ或100HZ。
S02）、第一判断模块根据采样的励磁电压Uf和有功功率P实时监测有功功率是否出现扰动，当出现扰动时进入第二判断模块；
本实施例中，第一判断模块判断有功功率是否出现扰动的过程为：
设采样频率f，则有功功率在Δt1时间内采样点数Δt1*f，记作P（1），P(2)，……P(Δt1*f)，每次数据更新采样值存储在P(1)，P(n+1)=P(n),n=1…Δt1*f。计算P（1）~P(Δt1*f)中最大值记作Pmax，最小值记作Pmin。
励磁电压Δt1时间内采样点数Δt1*f，记作Uf（1），Uf(2)，…… Uf(Δt1*f)，每次数据更新采样值存储在Uf(1)，Uf(n+1)=Uf(n),n=1…Δt1*f。计算Uf（1）~Uf(Δt1*f)中最大值记作Ufmax，最小值记作Ufmin。
若Pmax-Pmin大于K1且Ufmax-Ufmin大于K2，则判断出现功率扰动，记录此时时刻为t1，记录此启动点为A点。从启动点A点往后取2分钟的数据。
本实施例中，Δt1可取2S，k1取为1.5%有功功率当前值，k2取为3%励磁电压额定值。图2、图3、图4均为满足第一判断模块的功率振荡波形。
S03）、第二判断模块判断电气扰动是否能够一段时间内衰减，从t1往后推迟Δt2时间的t1+Δt2的时刻开始，分别判断连续的两个Δt1时间段有功功率变化是否小于阈值k3，小于时判断为衰减的电气振荡。
即第二判断模块通过在（t1+Δt2，t1+Δt2+Δt1）、（t1+Δt2+Δt1，t1+Δt2+2Δt1），有功功率变化量均小于阈值k3，认为此扰动引起的振荡是衰减的振荡。本实施例中，k3取为1%有功功率当前值，Δt2取为20S。。图3中的有功功率振荡没有衰减，可能是机械原因引起的振荡，不能用于机组阻尼的在线分析，第二判断模块能够将其排除。
S04）、第三判断模块根据有功功率P和汽机主控指令Uk的变化方向判断该有功功率扰动是否为电气扰动，若为电气扰动，则认为此次扰动引起的功率振荡是有效的，可以用于在线阻尼分析。
考虑到当机组升降负荷时（机械功率增减），有功功率出现扰动，该扰动能够通过第一第二判断模块，但是该扰动引起的振荡并不能用于机组阻尼的在线分析，汽机主控指令能够反映机组的机械功率变化，但是电气扰动引起有功功率变化时，汽机的主控指令同样会发生变化，两者的区别在于汽机主控指令首次变化的方向和有功功率首次变化的方向是否相同，第三判断模块利用汽机主控指令首次变化方向与有功功率的首次变化方向来判断有功振荡数据有效性，当两者相反时，认为该有功功率振荡是电气扰动引起的，可以用于机组阻尼的在线分析。
具体中，根据有功功率P和汽机主控指令Uk的变化方向判断该有功功率扰动是否为电气扰动的过程为：
S41）、计算有功功率开始变化的时刻，t1时刻的有功功率值记作P(t1)，从t1时刻往前取10个数，包含t1时刻往后取Δt1*f个数，取的数记为p(1)、p(2)…p(Δt1*f+10)，其中f为采样频率，从t1开始的连续时间段记为Δt1；计算相邻数据的差值pd(n)，pd(n)=p(n+1)-p(n)，n=[1，Δt1*f+10]，对pd(11)到pd(Δt1*f+1)之间的数据pd(n)依次进行以下判断：M=max(pd(n-10),pd(n-9)…pd(n-1))，若满足[pd(n)>1.5M && pd(n+1)>1.5M]，则将n的值计入数组a,读取a(1)的值，记为N，N即为功率开始变化的点，对应的时刻tN= t1+（N-11）*1/f；
S42）、计算功率振荡的周期，从tN时刻后选用2048个数据，记作p(m),m=1,2…2048，对P(m)数组进行傅里叶变换，识别幅值最大的非零频分量频率值，将此频率记作fs，对应的周期为Ts=1/fs；
S43）、寻找有功功率极值点，从tN时刻判断P(x)是否大于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极大值点，记录时刻为tmaxi,功率为pmaxi；判断P(x)是否小于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极小值点,记录时刻为tmini,功率为pmini；x等于tN，tN+1/f, tN+2/f……,当找到极值点后x的取值从tmaxi或tmini直接往后跳过Ts/4继续寻找极值；
S44）、判断有功功率的首次变化方向，依据步骤S43寻找到的有功功率极值点，计算相邻有功功率极值点之间的变化量d1、d2…,dL，确定d1、d2…,dL中的最大值dmax，并将0.2dmax与dmax之前的极值点之间的变化量作比较，如果0.2dmax小于dmax之前的极值点之间的变化量，取dmax更前一级的极值点之间的变化量与0.2dmax比较，直至0.2dmax不小于与其比较的变化量，判定最后一次大于0.2dmax的变化量为初定的首次功率变化方向；将最后一次大于0.2dmax的变化量与第一次不大于0.2dmax的变化量比较，如果最后一次大于0.2dmax的变化量大于第一次不大于0.2dmax的变化量的两倍，则判定最后一次大于0.2dmax的变化量为首次功率变化方向，变化量向上为正，向下为负；
如图5所示，点1-6为找到的极值点，其中极值点5与极值点6之间的变化量最大，依据上述步骤确定有功功率的首次变化方向的过程为：从极值点5、6向左（dmax之前的极值点），极值点4、5之间的变化量大于0.2dmax，继续向左，极值点3、4之间的变化量大于0.2dmax，继续向左，极值点2、3之间的变化量不大于0.2dmax，停止。初步判断极值点3、4之间可能是首次功率变化方向。
继续判断，极值点3、4之间的变化量大于极值点2、3之间的变化量的2倍，判断极值点3、4之间是首次变化方向。极值点3、4之间的曲线向上为正，向下未负。图5中，极值点3、4之间的曲线向上，判断有功功率的首次变化方向为正。
S45）、判断汽机主控指令在有功功率极值点附近的变化趋势，找到有功功率首次变化的时刻极值点对应的主控指令数据值UK（n），判断[UK（n-2）, UK（n+2）]之间的数据是否存在大于或小于所有[UK（n-3）, UK（n+3）]之间其它数据的值。如果有最大值，汽机主控变化为正，有最小值，汽机主控变化为负；
S46）、判断有功功率变化方向和汽机主控变化方向是否相反，若方向相反，认为该有功功率振荡是电气扰动引起的，可以用于机组阻尼的在线分析，若方向相同，判断为无效的阻尼分析数据。
图4中的有功功率变化是机械功率增加引起的，不能用于机组阻尼的在线分析，第三判断模块能够将其排除。
图2至图4中，横轴为时间，纵轴为有功功率。
最终，只有图2所示的有功功率振荡被筛选出来，用于机组阻尼的在线分析。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都会落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.用于机组阻尼在线分析的实时数据筛选方法，其特征在于：包括以下步骤：
S01）、采样模块对机组励磁电压Uf、有功功率P、汽机主控指令Uk进行实时采样，将采样数据送入第一判断模块；
S02）、第一判断模块根据采样的励磁电压Uf和有功功率P实时监测有功功率是否出现扰动，当出现扰动时进入第二判断模块；
S03）、第二判断模块根据励磁电压Uf和有功功率P判断有功功率扰动后出现的振荡是否为衰减振荡，若为衰减振荡则将数据送入第三判断模块；
S04）、第三判断模块根据有功功率P和汽机主控指令Uk的变化方向判断该有功功率扰动是否为电气扰动，若为电气扰动，则认为此次扰动引起的功率振荡是有效的，可以用于在线阻尼分析。
2.根据权利要求1所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：步骤S04具体为：
S41）、计算有功功率开始变化的时刻，t1时刻的有功功率值记作P(t1)，从t1时刻往前取10个数，包含t1时刻往后取Δt1*f个数,取的数记为p(1)、p(2)…p(Δt1*f+10)，其中f为采样频率，从t1开始的连续时间段记为Δt1；计算相邻数据的差值pd(n)，pd(n)=p(n)-p(n-1)，n=[2，Δt1*f+10]，对pd(11)到pd(Δt1*f+10)之间的数据pd(n)依次进行以下判断：M=max(pd(n-9),pd(n-8)…pd(n-1))，若满足[pd(n)>1.5M && pd(n+1)>1.5M]，则将n的值计入数组a,读取a(1)的值，记为N，N即为功率开始变化的点，对应的时刻tN= t1+（N-11）*1/f；
S42）、计算功率振荡的周期，从tN时刻后选用2048个数据，记作p(m),m=1,2…2048，对P(m)数组进行傅里叶变换，识别幅值最大的非零频分量频率值，将此频率记作fs，对应的周期为Ts=1/fs；
S43）、寻找有功功率极值点，从tN时刻判断P(x)是否大于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极大值点，记录时刻为tmaxi，功率为pmaxi；判断P(x)是否小于（x-Ts/4，x+Ts/4）时间段内所有的有功功率值，若满足则判断P(x)为极小值点,记录时刻为tmini,功率为pmini；x等于tN、tN+1/f、tN+2/f……,当找到极值点后x的取值从tmaxi或tmini直接往后跳过Ts/4继续寻找极值；
S44）、判断有功功率的首次变化方向，依据步骤S43寻找到的有功功率极值点，计算相邻有功功率极值点之间的变化量d1、d2…,dL，确定d1、d2…,dL中的最大值dmax，并将0.2dmax与dmax之前的极值点之间的变化量作比较，如果0.2dmax小于dmax之前的极值点之间的变化量，取dmax更前一级的极值点之间的变化量与0.2dmax比较，直至0.2dmax不小于与其比较的变化量，判定最后一次大于0.2dmax的变化量为初定的首次功率变化方向；将最后一次大于0.2dmax的变化量与第一次不大于0.2dmax的变化量比较，如果最后一次大于0.2dmax的变化量大于第一次不大于0.2dmax的变化量的两倍，则判定最后一次大于0.2dmax的变化量为首次功率变化方向，变化量向上为正，向下为负；
S45）、判断汽机主控指令在有功功率极值点附近的变化趋势，找到有功功率首次变化的时刻极值点对应的主控指令数据值UK（n），判断[UK（n-2）, UK（n+2）]之间的数据是否存在大于或小于所有[UK（n-3）, UK（n+3）]之间其它数据的值，如果有最大值，汽机主控变化为正，有最小值，汽机主控变化为负；
S46）、判断有功功率变化方向和汽机主控变化方向是否相反，若方向相反，认为该有功功率振荡是电气扰动引起的，可以用于机组阻尼的在线分析，若方向相同，判断为无效的阻尼分析数据。
3.根据权利要求2所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：其中Δt1取为3S。
4.根据权利要求1所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：步骤S02判断出现扰动的依据为：在Δt1时间内，当有功功率变化量达到阈值k1且励磁电压变化量达到k2，认为出现扰动。
5.根据权利要求4所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：k1取为1.5%有功功率当前值，k2取为3%励磁电压额定值。
6.根据权利要求1所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：步骤S03判断衰减振荡的依据为：在时间段（t1+Δt2，t1+Δt2+Δt1）、（t1+Δt2+Δt1，t1+Δt2+2Δt1），有功功率变化量均小于阈值k3，认为此扰动引起的振荡是衰减的振荡。
7.根据权利要求6所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：k3取为1%有功功率当前值，Δt2取为20S。
8.根据权利要求6所述的用于机组阻尼在线分析的实时数据筛选方法，其特征在于：有功功率和励磁电压采样频率为50HZ、25HZ或100HZ。
CN202011494580.6A 2020-12-17 2020-12-17 用于机组阻尼在线分析的实时数据筛选方法 Active CN112531704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011494580.6A CN112531704B (zh) 2020-12-17 2020-12-17 用于机组阻尼在线分析的实时数据筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011494580.6A CN112531704B (zh) 2020-12-17 2020-12-17 用于机组阻尼在线分析的实时数据筛选方法

Publications (2)

Publication Number Publication Date
CN112531704A CN112531704A (zh) 2021-03-19
CN112531704B true CN112531704B (zh) 2023-02-17

Family

ID=75000932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011494580.6A Active CN112531704B (zh) 2020-12-17 2020-12-17 用于机组阻尼在线分析的实时数据筛选方法

Country Status (1)

Country Link
CN (1) CN112531704B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119095A (zh) * 2007-07-19 2008-02-06 清华大学 基于非线性鲁棒电力系统稳定器的大扰动实时仿真系统
CN108599253A (zh) * 2018-05-25 2018-09-28 国家电网公司西北分部 一种风电机组场级一次调频与阻尼控制的联合控制方法
CN110492497A (zh) * 2019-08-16 2019-11-22 国网河南省电力公司电力科学研究院 一种发电机组功率振荡综合诊断方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9478987B2 (en) * 2009-11-10 2016-10-25 Siemens Aktiengesellschaft Power oscillation damping employing a full or partial conversion wind turbine

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101119095A (zh) * 2007-07-19 2008-02-06 清华大学 基于非线性鲁棒电力系统稳定器的大扰动实时仿真系统
CN108599253A (zh) * 2018-05-25 2018-09-28 国家电网公司西北分部 一种风电机组场级一次调频与阻尼控制的联合控制方法
CN110492497A (zh) * 2019-08-16 2019-11-22 国网河南省电力公司电力科学研究院 一种发电机组功率振荡综合诊断方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Mechanism of Active-Power-PSS Low-frequency Oscillation Suppression and Characteristic of Anti-regulation;ZHA Wei-hua et al.;《2011 Third International Conference on Measuring Technology and Mechatronics Automation》;20110228;第538-541页 *
Response analysis and type discrimination of power system forced oscillation;dong yang et al.;《 2015 5th International Conference on Electric Utility Deregulation and Restructuring and Power Technologies (DRPT)》;20160314;第1346-1350页 *
利用环境激励下的发电机组转子动态响应识别次同步振荡模态的方法;李娟等;《中国电机工程学报》;20141025;第34卷(第30期);第5408-5415页 *
基于MATLAB仿真的PSS参数配置方法;朱应峰等;《电机与控制应用》;20200310;第47卷(第3期);第95-99页 *
标准测试系统中 PSS 参数协同优化与配置研究;陈子文;《电力工程技术》;20180131;第37卷(第1期);第153-158页 *

Also Published As

Publication number Publication date
CN112531704A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN1254004C (zh) 检测交流电动机定子匝故障的方法和装置
CN107152377B (zh) 对风力发电机组的输出功率进行控制的方法和设备
CA2054598C (en) Apparatus and method for removing common mode vibration data from digital turbine blade vibration data
CN110206682B (zh) 动态确定偏航控制精度的方法和装置
CN110388302B (zh) 风力发电机的数据异常检测方法和设备
CN112531704B (zh) 用于机组阻尼在线分析的实时数据筛选方法
CN111693283B (zh) 一种轴承非稳态故障特征无转速提取方法
CN112384813A (zh) 用于识别供电网中的低频振荡的风能系统和方法
CN110867889B (zh) 风电场/机组接入交流电网的振荡稳定性判别方法和系统
CN112653130B (zh) 一种基于惯量比确定电网的频率支撑能力的方法及系统
CN109386436B (zh) 风力发电机组发电机的振动消除方法和装置
CN108828933B (zh) 提高并网变流器输出波形质量的控制方法和系统
CN108612624B (zh) 一种风力发电机的转速控制方法和装置
KR20140014942A (ko) 풍력 발전 시스템의 ｌｖｒｔ 제어 장치 및 방법
CN110365028B (zh) 一种一次调频影响功率振荡的判断方法
WO2020155774A1 (zh) 一种风力发电机电能质量及健康状态综合监控方法
JP3442658B2 (ja) 電力系統の脱調予測方式
CN111799818B (zh) 考虑一次调频死区的电网超低频振荡在线辨识预警方法
CN108196146A (zh) 电力系统中低频振荡类型的判断方法
CN110879324B (zh) 一种励磁系统在功率振荡中阻尼特性的辨别方法
CN111220386B (zh) 一种自适应频移变尺度共振技术的轴承故障早期诊断方法
CN110219776B (zh) 一种风力发电机组动态额定功率区间的搜索方法
CN113325246A (zh) 低电压穿越检测方法及装置
CN112486760B (zh) 基于arima的软件运行环境要素行为趋势分析方法
JP4502321B2 (ja) 電力系統の脱調防止制御方法および装置並びにプログラム

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