一种次/超同步振荡信号的快速准确提取方法与流程

1.本发明属于可再生能源电力系统运行监测技术领域，涉及一种次/超同步振荡信号的快速准确提取方法，具体涉及一种高比例可再生能源电力系统中次同步振荡的频率、幅值的实时在线提取方法。


背景技术：

2.我国的电力系统将逐步进入高比例可再生能源的时代。大量的随机、不稳定的功率注入电力系统，会引起系统的宽频振荡问题，影响系统的稳定运行。另外，随着电力电子的高速发展，电力电子变流器也广泛应用，这也使得电力电子装置之间、电力电子装置与发电机之间变得复杂起来，在某些情况下会引起次同步振荡的发生。在将来的高比例可再生能源电力系统中，次同步振荡现象将更为普遍。为了保障电力系统运行的稳定性，对次同步振荡进行实时监测，快速准确监测到振荡的特征变得十分必要。未来的“泛在电力物联网”建设，着力于系统的“源-网-荷-储”各环节末梢，支撑数据采集和具体业务开展。目前常规的方式是通过广泛汇集各电力设备的信息，传输到数据处理中心中，监测电力系统的次同步振荡问题。
3.次同步振荡的监测按测量信号类型的不同分为两大类：一类是基于电气测量的次同步振荡监测，另一类是基于机械量测量的次同步监测。目前，这两类次同步监测装置，主要用于同步发电机的次同步振荡监测。对于风力发电机、光伏发电装置的次同步在线监测方法尚处于研究阶段。
4.基于pmu的间谐波测量方法是监测风电场次同步振荡的主要方法。pmu的同步性和快速性，为实现间谐波的产生、传播和分布规律的大面积在线监测提供了条件。已有国内外的相量测量方法主要包括离散傅里叶算法及其改进方法、高斯-牛顿法、最小二乘法等，上述方法用于测量额定频率附近的工频分量。现有的pmu算法无法满足监测引起次同步振荡事件的次/超同步间谐波的需求。
5.目前的振荡辨识技术大致可以分为两类:参数化辨识方法和非参数辨识方法，传统的监测方法由于每次辨识只能针对某种固定参数条件，无法快速实时更新辨识结果。为适应复杂电力系统中低频振荡辨识的需要，许多辨识方法都需逐渐改进。在次/超振荡发生后，需要在尽可能短的时间内监测到次同步振荡的准确信息，减少其他分量在监测过程中的影响。目前现有技术中还没有能够实现这一目标的快速准确提取算法。


技术实现要素：

6.本发明针对传统次/超振荡监测中存在的问题提出一种新型的次/超同步振荡信号的快速准确提取方法，具体涉及一种高比例可再生能源电力系统中次同步振荡的频率、幅值的实时在线提取方法。
7.为了达到上述目的，本发明是采用下述的技术方案实现的：
8.一种次/超同步振荡信号的快速准确提取方法，通过提取各物联网设备母线电压
和线路电流，对高频分量进行滤除，并且对次/超同步分量进行分离，进而对振荡分量的幅值与频率进行提取和辨识，得到振荡信息；设定监测阈值进行判断，从而获得是否需要报警的提示。
9.上述次/超同步振荡信号的快速准确提取方法，步骤如下：
10.(1)通过低通滤波器滤除高次谐波
11.通过低通滤波器将次/超同步振荡信号存在的频段从原始信号中提取出来，滤除高次谐波，滤除高次谐波的公式如下：
[0012][0013]
其中n为长度，x(n-k)为时间序列，y(n)为输出序列，h(k)为单位脉冲序列；
[0014]
(2)采样电流/电压信号的基频滤波
[0015]
通过步骤(1)中的低通滤波器进行滤波，消除高次谐波，然后利用二阶广义积分器(sogi)实现跟踪特定频率的正弦信号获取，公式如下：
[0016][0017]
其中，k是阻尼系数；ω
′
为次同步角频率的估计值；s与实数域的t相对应，表示复数，指的空间上的变量；v(s)表示输入分量；v
′
(s)表示输出分量；
[0018]
输入正弦波v＝vmcosωt v
m1
cosω1t v
m2
cosω2t，进而输出v
′
＝vmcosωt，提取出对应的ω的信号，当ω为50hz时，提取出基频分量，减少工频分量对次同步振荡信号的影响；
[0019]
(3)设计格栅式滤波器组
[0020]
将次同步振荡频带范围按照5hz的带通宽度进行划分，得到10个子频带，然后设计10个带宽间隔为1hz的带通滤波器，再将带通滤波器并列构成格栅式滤波器组；
[0021]
(4)未知信号的次/超同步振荡信号提取
[0022]
幅值频率自适应sogi-fll通过fll(锁频环)能够实现频率自适应，并且能够自动追踪输入信号中幅值最大的信号所对应的频率，也就是说，输入一个正弦波v＝v
sub
cosω
sub
t的未知信号，可以输出v
′
＝v
sub
cosω
sub
t和其正交信号qv
′
＝v
sub
sinω
sub
t，通过以下公式进而能够获得振荡频率下的幅值、频率、相位等信息。
[0023]
振荡信号的幅值为:
[0024]
振荡频率为：
[0025]
(5)判断震荡特性
[0026]
设定阈值，将计算获取的次/超同步信号的幅值、频率信息与阈值进行比较，当系统次同步分量超过时，判断系统发生次同步振荡，产生报警信号。
[0027]
本发明能够对振荡分量的幅值与频率进行提取和辨识，得到振荡信息；可以设定监测阈值进行判断，从而获得是否需要报警的提示。
[0028]
与现有技术相比，本发明的优点和积极效果在于：
[0029]
(1)本发明所提出的方法能够实时提取次同步振荡信号的频率，幅值等信息，避免因时间延时导致获取数据误差。
[0030]
(2)提取次/超同步信号前，滤除其他信号，避免其他信号对提取次/超同步信号的干扰，提高了提取次/超同步信号的精度。
[0031]
(3)同时提取次同步信号与超同步信号，避免在提取次同步信号时，超同步信号对其影响。
附图说明
[0032]
图1为本发明系统结构示意图。
[0033]
图2次/超同步信号提取流程图。
[0034]
图3为fir结构示意图。
[0035]
图4为sogi示意图。
[0036]
图5为sogi-fll示意图。
[0037]
图6为msogi示意图。
[0038]
图7为系统监测次同步电流示意图。
[0039]
图8为系统监测次同步频率信息图。
具体实施方式
[0040]
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合具体实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
[0041]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开说明书的具体实施例的限制。
[0042]
实施例1
[0043]
未来规划的“泛在电力物联网”建设，着力于系统的“源-网-荷-储”支撑数据采集和具体业务开展。通过广泛应用大数据、云计算、物联网、移动互联、人工智能、区块链、边缘计算等信息技术和智能技术，汇集各方面资源。因此，系统中的电力设备会配备相应的电压、电流信息采集功能与通信功能。本实施例是将电力系统中“源-网-荷-储”各个设备采集的信息由信息通信等方法上传到数据处理中心，通过本文提出的算法监测电网次同步振荡，进而采取相应措施。
[0044]
本实施例提供次/超同步振荡实时监测方法的详细步骤，通过提取“源-网-荷-储”各个物联网设备母线电压和线路的各相电流，对高频分量进行滤除，并且对次/超同步分量进行分离，进而对振荡分量的幅值与频率进行提取和辨识，以得到其中的振荡信息。然后按照判断次同步振荡的监测阈值进行判断，最后给出是否需要报警的提示。
[0045]
通过次/超同步振荡频率实时监测的方法，应用于电力物联网系统中，主要包括提取原始电压电流信号单元ⅰ，这是通过在发电厂和电力系统中的电压表和电流表等测量元件获得的；高频谐波信号滤除单元ⅱ、基频信号滤除单元ⅲ、次/超同步信号提取单元ⅳ和次/超同步信号频率、幅值、相位信息
ⅴ
这四个作用单元，如图1所示，后面几个单元可以根据各操作步骤中介绍的方法进行相应的设置，本发明所提供的方法步骤中也提到了一些优选的装置，比如低通滤波器等，对于其他单元中的器件，除特殊说明外，本实施例不做限制。
其中，其具体流程就是首先获得原始的电压和电流信号，对高频的分量和基频信号进行滤除，并且对次/超同步分量进行分离，进而对振荡分量的幅值与频率进行提取和辨识，以得到其中的振荡信息。然后按照判断次同步振荡的监测阈值进行判断，最后给出是否需要报警的提示，如图2所示。
[0046]
具体步骤如下。
[0047]
(1)设计低通滤波器
[0048]
fir滤波器，又称为非递归型滤波器，它可以在保证任意幅频特性的同时具有严格的线性相频特性。通过设计合理的参数，fir能够将次/超同步振荡信号存在的频段从原始信号中提取出来，减少高次谐波的干扰，如图3所示(f1为fir的离散输入信号，f2为fir的设计参数)。带有常系数的fir滤波器是一种lti(线性时不变)数字滤波器。冲激响应是有限的意味着在滤波器中没有反馈。长度为n的fir输出对应于输入时间序列x(n)的关系由一种有限卷积和的形式给出，具体形式如下：
[0049][0050]
通过上述公式滤除高次谐波，减少高次谐波对提取次同步分量的影响。
[0051]
(2)采样电流/电压信号的基频滤波。
[0052]
通过前面的处理，得到滤除了高频谐波的信号，由于获取的定子磁链中不仅含有振荡分量还存在基频分量，其中二阶广义积分器(sogi)能够实现无静态误差的跟踪特定频率的正弦信号，当ω为某一角速度时，可将此分量提取出来，如图4所示。
[0053]
图4的传递函数为：
[0054]
其中，k是阻尼系数，ω为次同步角频率的估计值。输出v
′
是输入次同步信号v中ω频率的信号，输出q_v
′
是v
′
的正交信号，其滞后v
′
的角度为90
°
。也就是说，输入一个正弦波v＝vmcosωt v
m1
cosω1t v
m2
cosω2t，可以输出v
′
＝vmcosωt，这样可以提取出对应的ω的信号。
[0055]
当设计ω为基频时，在ω的信号不会衰减，而其它频率处会产生衰减，进而提取出基频分量(50hz)提取，减小工频分量对提取次同步振荡分量的影响。
[0056]
(3)设计格栅式滤波器组。
[0057]
根据设计需要，将次同步振荡频带范围按照5hz的带通宽度进行划分，得到10个子频带，然后设计10个带宽间隔为1hz的带通滤波器，再将这些带通滤波器并列，构成格栅式滤波器组。
[0058]
(4)未知信号的次/超同步振荡信号提取。
[0059]
4.1前面的处理解决了高频谐波和工频分量的影响，为有效的消除输入信号幅值、频率变化对提取次同步振荡信号的影响，运用幅值频率自适应sogi-fll来提取未知频率的次/超同步振荡信号，其结构框图如图5所示，其中，ω'为次同步角频率的估计值。
[0060]
由图5所示的结构，可得sogi-fll的微分方程为
[0061]
[0062][0063]
可得fll的频率响应特性表达式为：
[0064][0065]
上述公式表示具有幅值频率自适应sogi-fll的平均动态性能，增益γ表示频率响应的速度，此时的fll为一阶线性系统。
[0066]
εf为fll估计出的输入信号频率，通过fll(锁频环)，sogi-fll能够实现频率自适应，sogi-fll能够自动地提取输入主要正弦信号的相应频率的信号、正交分量和频率，能够分析得出次/超同步振荡信号的实时幅值、频率和相位信息，实现振荡的参数辨识。
[0067]
幅值频率自适应sogi-fll通过fll(锁频环)能够实现频率自适应，并且能够自动追踪输入信号中幅值最大的信号所对应的频率，也就是说，输入一个正弦波v＝v
sub
cosω
sub
t的未知信号，可以输出v
′
＝v
sub
cosω
sub
t和其正交信号qv
′
＝v
sub
sinω
sub
t，通过以下公式进而能够获得振荡频率下的幅值、频率、相位等信息。
[0068]
振荡信号的幅值为:
[0069]
振荡频率为：
[0070]
上述公式中带sub下标的为次同步信号。
[0071]
4.2当已知次同步的频率时，超同步的频率也相应求出，因此为有效的降低次同步与超同步之间的相互作用，采用如图6所示的msogi结构，运用幅值频率自适应sogi-fll提取次同步信号角频率的估计值，如图6所示；sogi-qsg的超同步角频率的估计值为2倍的基准值减去次同步角频率估计值。
[0072]
计算公式为：ω
sup
＝2ω
1-ω
sub
。
[0073]
图6中的传递函数为：
[0074][0075][0076][0077][0078]
其中，r1(s)、r2(s)指的是中间函数；k1、k2是阻尼系数；ω
′
sub
、ω
′
sup
为次同步角频率和超同步频率的估计值；s与实数域的t相对应，表示复数，指的空间上的变量；v表示输入分量；v
′
sub
、v
′
sup
表示次同步和超同步输出分量；这种结构可以同时提取出次/超同步频率，减小两者之间的相互影响。
[0079]
(5)判断振荡特性
[0080]
将计算获取的次/超同步信号的幅值与频率信息，判断是否超过阈值，并确定振荡
频率；分析振荡信号的阻尼等。
[0081]
幅值判断：amp(a)≥m，
[0082]
振荡频率：
[0083]
振荡阻尼：
[0084]
通过上述振荡的判断条件，判断提取出的次同步信号分量的大小，当系统次同步分量超过时，可以判断系统发生次同步振荡，产生报警信号。
[0085]
通过搭建双馈风电场等效模型，仿真验证本实施例检测算法的可靠性，仿真结果如图7，图8所示。由图7可知，此方法可以准确的获取次同步信号的幅值信息，表明此方法的有效值与准确性。由图8可知，此方法可以准确的获取次同步信号的频率信息，表明此方法的有效值与准确性。
[0086]
仿真结果表明，本发明提供的次/超同步监测算法，可以实时准确的提取出次/超同步信号，获取次/超同步信号的幅值，频率及阻尼等信息，为风电场的安全稳定运行提供保障。
[0087]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。