CN114374210A - 一种采用改进Prony算法的电力系统低频振荡监控方法 - Google Patents
一种采用改进Prony算法的电力系统低频振荡监控方法 Download PDFInfo
- Publication number
- CN114374210A CN114374210A CN202210174689.4A CN202210174689A CN114374210A CN 114374210 A CN114374210 A CN 114374210A CN 202210174689 A CN202210174689 A CN 202210174689A CN 114374210 A CN114374210 A CN 114374210A
- Authority
- CN
- China
- Prior art keywords
- low
- frequency oscillation
- power system
- equation
- oscillation
- 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
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 118
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000013016 damping Methods 0.000 claims abstract description 36
- 238000013178 mathematical model Methods 0.000 claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 claims description 2
- 239000012456 homogeneous solution Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000005070 sampling Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 230000005284 excitation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/241—The oscillation concerning frequency
-
- 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
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种采用改进Prony算法的电力系统低频振荡监控方法，涉及一种电力系统低频振荡监控技术，为了解决利用常用的信号分析方法对低频振荡进行分析控制时，监控精度差的问题。本发明对电力系统中的低频振荡机理进行分析，确定电力系统中低频振荡与阻尼的关系；基于电力系统中低频振荡与阻尼的关系，建立Prony算法数学模型；对建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量；将计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控。有益效果为监控精度高。
Description
技术领域
本发明涉及一种电力系统低频振荡监控技术。
背景技术
电力系统在小扰动的暂态过程中，偶尔会出现发电机转子相对同步磁场来回摇摆的现象，并且振荡的频率比较低，一般处于0.1-2.5Hz之间，被称为低频振荡，也被称之为功率振荡；如果振荡过程呈现阻尼性，则随着时间的流逝，振荡幅值会逐渐减弱，最后恢复稳定；如果在某些特定的线路组合情况下，系统中电机、励磁绕组和机械等方面的正阻尼无法抵消系统产生的负阻尼，使系统总体上呈现出低阻尼或负阻尼的特性，振荡会一直持续，甚至逐渐加剧；这在现代快速励磁、高顶值倍数的励磁系统或重负荷线路中常常出现；在振荡的过程中，发电机在发电状态和电动状态间来回转换，接网的线路功率也是来回输送，使电力系统的正常运行受到影响，严重时可能造成电网事故。
电网互联使电力系统中的低频振荡现象更加频繁，已达到了威胁电网稳定和安全的程度，需密切加以关注；研究系统低频振荡的首要重点，是要得到振荡信号的振荡频率、幅值和衰减等；目前常用的信号分析方法多是以傅里叶变换为基础衍生出的各种算法，如短时傅里叶变换、离散傅里叶变换、快速傅里叶变换及小波分析等方法；其原理均是以正弦信号为基础，将离散信号拆解至频域上，成为频谱，然后从频谱求取出信号的幅值谱和相位谱；但是这些算法基本只能分析稳定信号，对于不满足绝对可积条件的情况，就显得捉襟见肘，对动态数据的处理更是无能为力；而且，对于由指数项线性组合而成的信号，用傅里叶法计算频谱时难以提取衰减特征、计算精度不高；小波分析适合于分析信号的奇异点，但是振荡分析时还存在难于选择小波基，导致监控结果精度差。
发明内容
本发明的目的是为了解决利用常用的信号分析方法对低频振荡进行分析控制时，监控精度差的问题，提出了一种采用改进Prony算法的电力系统低频振荡监控方法。
本发明所述的一种采用改进Prony算法的电力系统低频振荡监控方法包括以下步骤：
步骤一、对电力系统中的低频振荡机理进行分析，确定电力系统中低频振荡与阻尼的关系；
步骤二、基于步骤一得出的电力系统中低频振荡与阻尼的关系，建立Prony算法数学模型；
步骤三、对步骤二建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量；
步骤四、将步骤三中计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控。
本发明的有益效果是Prony算法为进行电力系统低频振荡和阻尼分析提供了基础，能够直接计算出电力系统低频振荡信号的各个特征量；本发明采用改进的Prony算法，克服了现有Prony算法自身的弱点，通过在仿真环境下对某真实电网模型的振荡信号的计算分析表明，使用改进后的Prony算法很大程度上消除噪声对计算精度所造成的不利影响，得到较为准确的实际振荡模式和振荡特征，是电力系统低频振荡分析中的一种有效工具。
附图说明
图1为具体实施方式一所述的一种采用改进Prony算法的电力系统低频振荡监控方法流程图；
图2为具体实施方式一中单机无穷大系统的结构示意图；
图3为具体实施方式一中大容量火电机组的功角曲线图；
图4为具体实施方式一中大负荷方式下机组低频振荡曲线图；
图5为具体实施方式一中小负荷方式下机组低频振荡曲线图。
具体实施方式
具体实施方式一：结合图1至图5说明本实施方式，本实施方式所述的一种采用改进Prony算法的电力系统低频振荡监控方法包括以下步骤：
步骤一、对电力系统中的低频振荡机理进行分析，确定电力系统中低频振荡与阻尼的关系；
步骤二、基于步骤一得出的电力系统中低频振荡与阻尼的关系，建立Prony算法数学模型；
步骤三、对步骤二建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量；
步骤四、将步骤三中计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控。
在本实施方式的步骤一中，确定电力系统中低频振荡与阻尼的关系的具体流程为：
步骤一一、建立单机无穷大系统的发电机转子方程(1)；
式中，M为发电机转子的转动惯量；ω为发电机转速；δ为发电机功角；Pm为原动机输出功率；Pe为发电机输出电磁功率；D为发电机阻尼系统；t为时间；
其中，
式中，E′为发电机电动势；U为机端电压；X∑为系统阻抗；
步骤一二、将发电机转子方程(1)改写成增量形式，则变为
若令
得
这样其特征方程为MP2+Dp+K＝0，当不计阻尼时，相应的特征根为
步骤一三、根据步骤一二得到的特征根得出低频振荡与阻尼的关系；所述低频振荡与阻尼的具体关系为：
当X∑较小时，K较大，其振荡频率ωn较大，这种情况在局部电网出现；当X∑较大时，K较小，其振荡频率ωn较小，这种情况在互联的电力系统出现；
设cosδ→1，X∑→(0.2～10)，M→(6～12s)，代入公式(3)中，计算出低频振荡范围为0.25～2.5Hz；
当不计阻尼绕组时，存在
此时若发生低频振荡，其衰减系数为
综上所述，若电力系统没有阻尼时，只要电力系统出现扰动，电力系统就会发生低频振荡；若电力系统不发生低频振荡，则电力系统必定有足够的阻尼；
在本实施方式中，低频振荡机理分析一般是建立在小干扰分析的基础之上，当发电机采用经典二阶模型时，单机无穷大系统如图2所示；所述单机无穷大系统即为电力系统。
在本实施方式的步骤二中建立Prony算法数学模型的具体过程为：
步骤二一、针对电力系统中低频振荡与阻尼的关系，假设Prony算法数学模型是一系列的具有任意振幅、相位、频率和衰减因子的指数函数的线性组合；
步骤二二、确定指数函数线性组合的输入估计值；
其中，测量输入x(0)，…，x(N-1)的估计值表示为
式中，bk＝Ak×exp(jθk)，zk＝exp[(ak+j2πfk)×Δt]；其中，Ak为振幅；ak为衰减因子；fk为振荡频率；θk为相位；Δt为时间间隔；P为模型阶数；
步骤二三、根据输入估计值求解出Prony算法数学模型参数；
根据公式(8)求解出下列常系数线性差分方程的齐次解
其特征方程为：
如果ak(k＝1，2，…，P)为已知，通过求解该特征方程得到特征根zk(k＝1，2，…，P)；设测量数据x(n)与其近似值
之间的差为e(n)，即
由公式(9)和公式(11)可得：
定义
则式(12)变为
这样，x(n)看作是噪声；u(n)激励一个P阶AR模型产生的输出；该AR模型的参数ak(k＝1，2，…，P)是待求差分方程的系数；AR模型的正则方程为
式中，
求解此方程得到AR参数ak(k＝1，2，…，P)，代入公式(10)中，求得zk(k＝1，2，…，P)；求出zk(k＝1，2，…，P)，式(8)就简化为未知参数bk(k＝1，2，…，P)的线性方程，用矩阵形式表示，有
其中，
Z为N×P维非奇异矩阵，方程的最小二乘解为：
这样，根据和zk和bk求出Prony算法数学模型参数{Ak，ak，fk，θk}；具体的整理Prony算法的计算过程如下：
(1)利用式(16)计算r(i，j)，并构造矩阵
(2)利用SVD-TLS方法确定R的有效秩P及AR参数ak(k＝1，2，…，P)；
(3)求多相式
zP+a1zP-1+a2zP-2+…+aP＝0 (22)
的根zk(k＝1，2，…，P)，并用公式(20)递推计算
(4)利用公式(9)计算参数bk(k＝1，2，…，P)；
(5)最后利用下式计算出{Ak，ak，fk，θk}；
在本实施方式中，Prony算法是利用复指数函数的一种线性组合来描述等间距采样数据的数学模型，它能根据采样值直接估算出信号频率、衰减、幅值和初相位；针对等间距采样点，假设模型是一系列的具有任意振幅、相位、频率和衰减因子的指数函数的线性组合；由于Prony算法是利用一组指数函数来拟合等间距采样信号，其振荡、衰减数学特点适合现场实际的振荡数据特征；同时电力系统规模不断扩大，很难得到符合系统实际的数学模型，而Prony算法对大系统可以分散提取各点的特征，与系统的阶数和参数没有关系；这些使Prony算法非常适合进行电力系统低频振荡分析；另外，应用Prony算法分析实测振荡数据，还可以确定系统振荡频率及振荡模式；定量分析系统振荡的阻尼问题；提取曲线的振荡特征，为振荡仿真分析的有效性提供有力验证严格地说，傅里叶变换是Prony变换的一个特例；恰恰是系统阻尼和频率使它区别于傅里叶变换，成为一种非线性的多维滤波方法；Prony分解的波形为阻尼谐波，傅里叶变换分解的是简谐波；相对于傅里叶变换，Prony方法有以下优点：
(1)Prony方法可以直接求得信号的幅值、相位、频率和阻尼比，而无需从频域响应来求，计算量大为减少；
(2)Prony方法采用最小二乘法意义上的拟合，能一定程度上消除测量过程中噪声的影响。
在本实施方式的步骤三中，对步骤二建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量的具体方法为：定义新的数学模型为
其中，x(n)为观测数据；εn为高斯白噪声；
最小二乘辨识的误差函数为
令
根据Prony算法的基本原理以及最小二乘原则，构造迭代算法来进行求解，其具体计算方法如下：
步骤三一、由方程Da＝0解出a的初始值；
步骤三二、分别由公式(20)和公式(22)解出zk和bk的初值；
步骤三三、由公式(25)求出Q的初值，并由公式(15)求出a的迭代更新；
步骤三四、重复步骤三二、步骤三三循环迭代至ΔQ趋于零；
步骤三五、根据公式(23)计算出低频振荡的各特征量。
在本实施方式中，通过Prony算法分析低频振荡数据可得到准确的振荡模式，但其对输入信号的要求较高，在实际的电力系统中输入信号的噪声会影响Prony算法的精度，从而使计算的结果出现较大误差，需要对其进行改进；对信号进行滤波消除可能的噪声，或者通过计算均方差(MSE)确定算法的阶数而不是按照公式(21)确定矩阵Re的有效秩p；在理想情况下，Prony算法的求解并不复杂，但若在白噪声背景下，该复指数模型的最优求解变成了一个困难的非线性最小二乘问题；为简化计算，这里依据信号的统计量及线性化处理两方面，采用一种相对简便，精度高的解法。
在本实施方式中，将步骤三中计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控的具体方法为：
通过PMU上传动态数据，利用改进的Prony算法，连续跟踪电网的电压相对相角、频率和功率动态曲线，实时计算分析动态曲线的频谱，对低频振荡的模式、幅值、频率、阻尼比进行快速实时分析，分析低频振荡的形成、发展、分布范围、振荡源及主振荡模式，根据计算结果对电力系统的低频振荡监控。
在本实施方式中，采用PSASP中的系统模型，数据使用的真实电网数据，进行仿真算例分析；设置某一时刻一条重要的500kV线路三相短路故障，故障点在距首端变电站2％距离处，0.09s后近端继电保护动作，0.10s后远端继电保护动作，将故障线路切除；分别在大、小两种负荷的运行方式下，对此过程进行暂态仿真分析，用坐标系绘制距故障点电气距离最近的一台大容量火电机组的功角曲线如图3所示；从图中可见，两种运行方式下，该机组都发生了不同程度的低频振荡过程，对这两条振荡曲线进行改进的Prony分析；起止时间分别设置为5s和20s，采样量设置为150；得到两种方式下的所有低频振荡模式如表1和表2所示；
表1大负荷方式下Prony分析结果
表2小负荷方式下Prony分析结果
图4和图5分别为两种运行方式下的机组低频振荡曲线，每张图中振幅较小的曲线为去除主有效分量后剩余分量的合成曲线；经测算，大、小两种负荷方式下的信噪比分别为80.103230和76.897917。
从表1、表2的计算结果中得出结论，除去直流分量后，两种运行方式下振荡的主有效分量的阻尼比分别为0.036456和0.017434，说明大负荷运行方式下机组的动稳特性相对较好，这从图4与图5的比较中也可以直观地看出。
Claims (5)
1.一种采用改进Prony算法的电力系统低频振荡监控方法，其特征在于，该监控方法包括以下步骤：
步骤一、对电力系统中的低频振荡机理进行分析，确定电力系统中低频振荡与阻尼的关系；
步骤二、基于步骤一得出的电力系统中低频振荡与阻尼的关系，建立Prony算法数学模型；
步骤三、对步骤二建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量；
步骤四、将步骤三中计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控。
2.根据权利要求1所述的一种采用改进Prony算法的电力系统低频振荡监控方法，其特征在于，步骤一中，确定电力系统中低频振荡与阻尼的关系的具体流程为：
步骤一一、建立单机无穷大系统的发电机转子方程(1)；
式中，M为发电机转子的转动惯量；ω为发电机转速；δ为发电机功角；Pm为原动机输出功率；Pe为发电机输出电磁功率；D为发电机阻尼系统；t为时间；
其中，
式中，E′为发电机电动势；U为机端电压；X∑为系统阻抗；
步骤一二、将发电机转子方程(1)改写成增量形式，则变为
若令
得
这样其特征方程为MP2+Dp+K＝0，当不计阻尼时，相应的特征根为
步骤一三、根据步骤一二得到的特征根得出低频振荡与阻尼的关系；所述低频振荡与阻尼的具体关系为：
当X∑较小时，K较大，其振荡频率ωn较大，这种情况在局部电网出现；当X∑较大时，K较小，其振荡频率ωn较小，这种情况在互联的电力系统出现；
设cosδ→1，X∑→(0.2～10)，M→(6～12s)，代入公式(3)中，计算出低频振荡范围为0.25～2.5Hz；
当不计阻尼绕组时，存在
此时若发生低频振荡，其衰减系数为
综上所述，若电力系统没有阻尼时，只要电力系统出现扰动，电力系统就会发生低频振荡；若电力系统不发生低频振荡，则电力系统必定有足够的阻尼。
3.根据权利要求2所述的一种采用改进Prony算法的电力系统低频振荡监控方法，其特征在于，步骤二中建立Prony算法数学模型的具体过程为：
步骤二一、针对电力系统中低频振荡与阻尼的关系，假设Prony算法数学模型是一系列的具有任意振幅、相位、频率和衰减因子的指数函数的线性组合；
步骤二二、确定指数函数线性组合的输入估计值；
其中，测量输入x(0)，…，x(N-1)的估计值表示为
式中，bk＝Ak×exp(jθk)，zk＝exp[(ak+j2πfk)×Δt]；其中，Ak为振幅；ak为衰减因子；fk为振荡频率；θk为相位；Δt为时间间隔；P为模型阶数；
步骤二三、根据输入估计值求解出Prony算法数学模型参数；
根据公式(8)求解出下列常系数线性差分方程的齐次解
其特征方程为：
如果ak(k＝1，2，…，P)为已知，通过求解该特征方程得到特征根zk(k＝1，2，…，P)；设测量数据x(n)与其近似值
之间的差为e(n)，即
由公式(9)和公式(11)可得：
定义
则式(12)变为
这样，x(n)看作是噪声；u(n)激励一个P阶AR模型产生的输出；该AR模型的参数ak(k＝1，2，…，P)是待求差分方程的系数；AR模型的正则方程为
式中，
求解此方程得到AR参数ak(k＝1，2，…，P)，代入公式(10)中，求得zk(k＝1，2，…，P)；求出zk(k＝1，2，…，P)，式(8)就简化为未知参数bk(k＝1，2，…，P)的线性方程，用矩阵形式表示，有
其中，
Z为N×P维非奇异矩阵，方程的最小二乘解为：
这样，根据和zk和bk求出Prony算法数学模型参数{Ak，ak，fk，θk}；具体的整理Prony算法的计算过程如下：
(1)利用式(16)计算r(i，j)，并构造矩阵
(2)利用SVD-TLS方法确定R的有效秩P及AR参数ak(k＝1，2，…，P)；
(3)求多相式
zP+a1zP-1+a2zP-2+…+aP＝0 (22)
的根zk(k＝1，2，…，P)，并用公式(20)递推计算
(4)利用公式(9)计算参数bk(k＝1，2，…，P)；
(5)最后利用下式计算出{Ak，ak，fk，θk}；
4.根据权利要求3所述的一种采用改进Prony算法的电力系统低频振荡监控方法，其特征在于，步骤三中，对步骤二建立Prony算法数学模型进行改进，并利用改进后的Prony算法数学模型计算出低频振荡的各个特征量的具体方法为：定义新的数学模型为
其中，x(n)为观测数据；εn为高斯白噪声；
最小二乘辨识的误差函数为
令
根据Prony算法的基本原理以及最小二乘原则，构造迭代算法来进行求解，其具体计算方法如下：
步骤三一、由方程Da＝0解出a的初始值；
步骤三二、分别由公式(20)和公式(22)解出zk和bk的初值；
步骤三三、由公式(25)求出Q的初值，并由公式(15)求出a的迭代更新；
步骤三四、重复步骤三二、步骤三三循环迭代至ΔQ趋于零；
步骤三五、根据公式(23)计算出低频振荡的各特征量。
5.根据权利要求4所述的一种采用改进Prony算法的电力系统低频振荡监控方法，其特征在于，将步骤三中计算出低频振荡的各个特征量应用到实际运行中，完成对电力系统的低频振荡监控的具体方法为：
通过PMU上传动态数据，利用改进的Prony算法，连续跟踪电网的电压相对相角、频率和功率动态曲线，实时计算分析动态曲线的频谱，对低频振荡的模式、幅值、频率、阻尼比进行快速实时分析，分析低频振荡的形成、发展、分布范围、振荡源及主振荡模式，根据计算结果对电力系统的低频振荡监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174689.4A CN114374210A (zh) | 2022-02-24 | 2022-02-24 | 一种采用改进Prony算法的电力系统低频振荡监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174689.4A CN114374210A (zh) | 2022-02-24 | 2022-02-24 | 一种采用改进Prony算法的电力系统低频振荡监控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114374210A true CN114374210A (zh) | 2022-04-19 |
Family
ID=81146383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210174689.4A Pending CN114374210A (zh) | 2022-02-24 | 2022-02-24 | 一种采用改进Prony算法的电力系统低频振荡监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114374210A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115733157A (zh) * | 2022-12-27 | 2023-03-03 | 华北电力大学（保定） | 一种高渗透率光伏系统低频振荡的阻尼控制方法 |
| CN117913858A (zh) * | 2024-03-20 | 2024-04-19 | 长江三峡集团实业发展(北京)有限公司 | 一种强迫功率振荡的抑制方法、装置、设备及介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112564093A (zh) * | 2020-11-28 | 2021-03-26 | 安徽信息工程学院 | 一种基于模式匹配的低频振荡在线控制策略 |
-
2022
- 2022-02-24 CN CN202210174689.4A patent/CN114374210A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112564093A (zh) * | 2020-11-28 | 2021-03-26 | 安徽信息工程学院 | 一种基于模式匹配的低频振荡在线控制策略 |
Non-Patent Citations (2)
| Title |
|---|
| 李道霖;张双平;: "电力系统低频振荡机理及其控制措施研究", 广西电业, no. 08, pages 83 - 85 * |
| 董航;刘涤尘;邹江峰;: "基于Prony算法的电力系统低频振荡分析", 高电压技术, no. 06, pages 97 - 100 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115733157A (zh) * | 2022-12-27 | 2023-03-03 | 华北电力大学（保定） | 一种高渗透率光伏系统低频振荡的阻尼控制方法 |
| CN115733157B (zh) * | 2022-12-27 | 2024-02-02 | 华北电力大学（保定） | 一种高渗透率光伏系统低频振荡的阻尼控制方法 |
| CN117913858A (zh) * | 2024-03-20 | 2024-04-19 | 长江三峡集团实业发展(北京)有限公司 | 一种强迫功率振荡的抑制方法、装置、设备及介质 |
| CN117913858B (zh) * | 2024-03-20 | 2024-05-31 | 长江三峡集团实业发展(北京)有限公司 | 一种强迫功率振荡的抑制方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lavopa et al. | Real-time estimation of fundamental frequency and harmonics for active shunt power filters in aircraft electrical systems | |
| Wen et al. | Simple interpolated FFT algorithm based on minimize sidelobe windows for power-harmonic analysis | |
| Cupertino et al. | Running DFT-based PLL algorithm for frequency, phase, and amplitude tracking in aircraft electrical systems | |
| CN114374210A (zh) | 一种采用改进Prony算法的电力系统低频振荡监控方法 | |
| Sohn et al. | A filter bank and a self-tuning adaptive filter for the harmonic and interharmonic estimation in power signals | |
| US20050231871A1 (en) | Three-phase power signal processor | |
| Kamwa et al. | A frequency-domain maximum likelihood estimation of synchronous machine high-order models using SSFR test data | |
| Khodaparast | A review of dynamic phasor estimation by non-linear Kalman filters | |
| Sanchez-Gasca et al. | Computation of power system low-order models from time domain simulations using a Hankel matrix | |
| Jain et al. | An adaptive time-efficient technique for harmonic estimation of nonstationary signals | |
| Ferrah et al. | A speed identifier for induction motor drives using real-time adaptive digital filtering | |
| CN113341224B (zh) | 一种电力系统低频振荡信号测量方法及装置 | |
| Reza et al. | A robust technique for single-phase grid voltage fundamental and harmonic parameter estimation | |
| Novanda et al. | Unscented Kalman Filter for frequency and amplitude estimation | |
| Novanda et al. | Assessment of frequency and harmonic distortions during wind farm rejection test | |
| Bueno-López et al. | Oscillation analysis of low-voltage distribution systems with high penetration of photovoltaic generation | |
| Rechka et al. | Analysis of harmonic detection algorithms and their application to active power filters for harmonics compensation and resonance damping | |
| Nwobu et al. | Grid voltage synchronization for unbalanced voltages using the energy operator | |
| Lewandowski et al. | Effective estimation of angular speed of synchronous generator based on stator voltage measurement | |
| Kušljević et al. | Active power measurement algorithm for power system signals under non-sinusoidal conditions and wide-range frequency deviations | |
| Li et al. | Prony analysis of damping characteristic for micro-grid with energy storage system | |
| Ferrero et al. | Employment of interpolated DFT-based PMU algorithms in three-phase systems | |
| Bertoluzzo et al. | Neural network technique for the joint time-frequency analysis of distorted signal | |
| Rezaand et al. | Nonrecursive true open-loop approach for robust estimation of three-phase grid frequency | |
| Ruiz et al. | Validation of a wind turbine harmonic model based on the generic type 4 wind turbine Standard |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220419 |
|
| WD01 | Invention patent application deemed withdrawn after publication |