电力系统同步向量测量单元测试方法设计

同步向量测量单元(phasor measurement unit,PMU)作为电网广域测量系统(wide area measurement system,WAMS)的基本组成单元,对电网安全具有重要作用,其实时、准确测量和可靠上传是电网稳定分析和控制的基本前提。为评估PMU子站整体性能,以满足电网对其测量精度和传输可靠性方面的要求,依据《GB/T 26862-2011电力系统同步向量测量装置检测规范》和《GB/T 26865.2-2011电力系统实时动态检测系统第2部分:数据传输协议》,提出一种电力系统PMU子站测试方法,涵盖动态交流采样精度测试和通讯规约测试。通过在某PMU子站现场试验,验证了该方法的可行性。

应用向量法检测电压凹陷

该文讨论了三相电压凹陷特征,包括凹陷幅度、相位跳变和持续时间,同时,应用了一个有效的信号处理算法,该算法能准确地表征相电压和正序电压的凹陷特征。针对电能质量监测器以及同步向量测量单元(PMU)中获得的实测数据,利用所用的方法对其进行运算,比较出不同设备之间的凹陷特征的不同,从而证明不同设备的优缺点。该文做了一些实验,结果表明:从电能质量监测器中获得的数据能够描述一个完整的扰动特性,而从PMU中获得的数据,只能描述PMU频率增加时发生电压凹陷的情况。

采用分层多源信息融合的电网故障诊断方法

鉴于调度自动化水平及通信、广域测量技术的发展,提出了一种分层多源信息融合的电网故障诊断方法,以开关量诊断层和多源信息融合诊断层2个层次,在基于SCADA系统开关量实现电网单一故障快速诊断的同时,综合开关量信息与故障录波器及WAMS的电气量信息,着力解决保护、断路器拒动、误动造成的多元件停电的故障诊断。仿真算例计算表明,此方法的分层模式增强了故障诊断针对性,并在多源信息融合诊断时减少了对电气量数据的需求,能有效降低保护、开关拒动误动对电网故障诊断的影响,提高了准确度,具有良好的工程实用价值。

采用信息融合技术的电网故障诊断方法

为了实现电网故障的准确诊断,首先提出了电网潮流指纹的相关概念和故障潮流指纹识别算法,并在此基础上结合径向基函数(radial-basis function,RBF)神经网络和信息融合技术,提出了一种新的电网故障诊断方法。该方法通过分析电气量信息实现电网故障诊断,避免了开关量和保护信息的误动、拒动等不确定因素。同时,采用改进的线性整数规划法优化配置同步向量测量单元(phasor measurement unit,PMU),利用PMU实时采集潮流信息,克服了传统数据采集与监控系统(supervisory control and data acquisition,SCADA)数据采集密度低且不同步的缺点,能够把握时间间隔为s级或者ms级的连锁故障本质。仿真算例表明,该方法信息需求量小、准确有效,具有很大的工程实用价值,在电网在线故障诊断领域有很好的应用前景。

基于PMU量测信息的电压稳定在线评估指标

为实现对电压稳定的实时在线监测,亟需研究具有良好精确度、线性度和计算快速性的电压稳定在线评估指标,为此提出一种新的基于支路电压方程可行解域的静态电压稳定Lu指标。该指标可由PMU的局部量测信息快速计算获得。进而,为了消除冗余量测信息对指标精确度的影响,提出了仅利用PMU电压量测信息的Lu改进指标Lu.pro。最后,通过仿真算例验证了Lu及Lu.pro指标具有很好的准确性和线性度,并进一步验证了Lu.pro指标在三相不对称情况下的适用性和有效性。结果表明,Lu指标以及改进的Lu.pro指标能够反映系统中电压稳定的薄弱节点及区域,适用于电压稳定的在线监测与评估。