Аннотация
На сегодняшний день в электроэнергетических системах наблюдается общая тенденция к цифровизации, изменению механизмов функционирования рынков электроэнергии и мощности и переход на низкоуглеродные возобновляемые источники энергии. Подобная трансформация энергосистем приведёт к снижению суммарной инерции, запасов устойчивости по межсистемным сечениям и увеличению нерегулярной составляющей перетоков активной мощности. Особенности энергосистем после завершения трансформации будут связаны с увеличением вероятности возникновения нерасчётных режимов и снижению корректности законов противоаварийного управления. Данные изменения потребуют коррекции методов работы традиционных систем противоаварийного управления в части быстродействия пусковых органов. В результате повышается актуальность задачи противоаварийного управления режимами энергосистем в темпе протекания электромеханического переходного процесса. Подобное управление предъявляет высокие требования к быстродействию и точности оценки параметров электрического режима. Работа посвящена исследованию характеристик и возможности применения метода экспресс-оценки параметров электрического режима в стационарных и динамических режимах изменения входного сигнала. Метод экспресс-оценки параметров электрического режима основан на аппроксимации сигнала на скользящих окнах с помощью многопараметрической модели, которая обладает высокой устойчивостью и надёжностью. В качестве исходных данных использованы смоделированные сигналы в Matlab/Simulink. Для численных экспериментов рассмотрена одномашинная модель тестовой энергосистемы, включающая модели синхронного генератора, паровой турбины, автоматического регулятора возбуждения сильного действия, регулятора скорости вращения турбины, линий электропередачи и шин бесконечной мощности. В результате экспериментов были получены приемлемые характеристики экспресс-метода оценки параметров электрического режима.
Ключевые слова
Синхронизированные векторные измерения, полная ошибка определения вектора, математическое моделирование, цифровая обработка сигналов, электроэнергетическая система.
1. Pavella M., Ernst D., Ruiz-Vega D. Transient stability of power systems: a unified approach to assessment and control. Springer Science & Business Media, 2012. 254 p.
2. Phadke A.G. Synchronized phasor measurements-a historical overview // IEEE/PES Transmission and Distribution Con-ference and Exhibition. IEEE, 2002. Pp. 476-479. doi: 10.1109/TDC.2002.1178427
3. Phadke A.G., T. Bi. Phasor measurement units, WAMS, and their applications in protection and control of power systems // Journal of Modern Power Systems and Clean Energy. 2018. Vol. 6. Pp. 619-629. doi: 10.1007/s40565-018-0423-3
4. Advancing China’s smart grid: Phasor measurement units in a wide-area management system / C. Lu, B. Shi, X. Wu, H. Sun // IEEE Power Energy Magazine. 2015. No. 5. Pp. 60-71. doi: 10.1109/MPE.2015.2432372
5. A fast and accurate PMU algorithm for P+M class measure-ment of synchrophasor and frequency / P. Castello, J. Liu, C. Muscas, P. A. Pegoraro, F. Ponci, A. Monti // IEEE Transactions on Instrumentation and Measurement. 2014. No. 12. Pp. 2837-2845. doi: 10.1109/TIM.2014.2323137
6. Macii D., Petri D., Zorat A. Accuracy analysis and en-hancement of DFT-based synchrophasor estimators in off-nominal conditions // IEEE Transactions on Instrumentation and Measurement. 2012. Vol. 61. Pp. 2653-2664. doi: 10.1109/TIM.2012.2199197
7. Belega D., Petri D. Accuracy analysis of the multicycle syn-chrophasor estimator provided by the interpolated DFT algo-rithm // IEEE Transactions on Instrumentation and Meas-urement. 2013. Vol. 62. Pp. 942-953. doi: 10.1109/TIM.2012.2236777
8. Romano P., Paolone M. Enhanced interpolated-DFT for synchrophasor estimation in FPGAs: Theory, implementation, and validation of a PMU prototype // IEEE Transactions on Instrumentation and Measurement. 2014. Vol. 63. Pp. 2824-2836. doi: 10.1109/TIM.2014.2321463
9. Premerlani W., Kasztenny B., Adamiak M. Development and implementation of a synchrophasor estimator capable of measurements under dynamic conditions // IEEE Transactions on Power Delivery. 2008. Vol. 23. Pp. 109-123. doi: 10.1109/TPWRD.2007.910982
10. A dynamic synchrophasor estimation algorithm for online application / R.K. Mai, Z.Y. He, L. Fu, B. Kirby, Z.Q. Bo // IEEE Transactions on Power Delivery. 2010. Vol. 25(2). Pp. 570-578. doi: 10.1109/TPWRD.2009.2034293
11. Petri D., Fontanelli D., Macii D. A frequency-domain algo-rithm for dynamic synchrophasor and frequency estimation // IEEE Transactions on Instrumentation and Measurement. 2014. Vol. 63(10). Pp. 2330-2340. doi: 10.1109/TIM.2014.2308996
12. Dynamic single-phase synchronized phase and frequency estimation at the distribution level / L. Zhan, Y. Liu, J. Culliss, J. Zhao, Y. Liu // IEEE Transactions on Smart Grid. 2015. Vol. 6(4). Pp. 2013-2022. doi: 10.1109/TSG.2015.2400973
13. Zhan L., Liu Y., Liu Y. A Clarke transformation-based DFT phasor and frequency algorithm for wide frequency range // IEEE Transactions on Smart Grid. 2018. Vol. 9. Pp. 67-77. doi: 10.1109/TSG.2016.2544947
14. J.A. de la O Serna Dynamic phasor estimates for power sys-tem oscillations // IEEE Transactions on Instrumentation and Measurement. 2007. Vol. 56(5). Pp. 1648-1657. doi: 10.1109/TIM.2007.904546
15. Platas-Garza M.A., Platas-Garza J., J.A. de la O Serna. Dy-namic phasor and frequency estimates through maximally flat differentiators // IEEE Transactions on Instrumentation and Measurement. 2010. Vol. 59(7). Pp. 1803-1811. doi: 10.1109/TIM.2009.2030921
16. Huang C., Xie X., Jiang H. Dynamic phasor estimation through DSTKF under transient conditions // IEEE Transac-tions on Instrumentation and Measurement. 2017. Vol. 66(11). Pp. 2929-2936. doi: 10.1109/TIM.2017.2713018
17. Sadinezhad I., Agelidis V.G. Real-time power system phasors and harmonics estimation using a new decoupled recursive-least-squares technique for DSP implementation // IEEE Transactions on Industrial Electronics. 2013. Vol. 60(6). Pp. 2295-2308. doi: 10.1109/TIE.2012.2192895
18. Vejdan S., Sanaye-Pasand M., Malik O.P. Accurate dynamic phasor estimation based on the signal model under off-nominal frequency and oscillations // IEEE Transactions on Smart Grid. 2017. Vol. 8(2). Pp. 708-719. doi: 10.1109/TSG.2015.2503742
19. Chauhan K., Reddy M.V., Sodhi R. A novel distribution-level phasor estimation algorithm using empirical wavelet transform // IEEE Transactions on Industrial Electronics. 2018. Vol. 65(10). Pp. 7984-7995. doi: 10.1109/TIE.2018.2801837.
20. Jin T., Zhang W. A novel interpolated DFT synchrophasor estimation algorithm with an optimized combined cosine self-convolution window // IEEE Transactions on Instrumentation and Measurement. 2021. Vol. 70. Pp. 1-10. doi: 10.1109/TIM.2020.3033073
21. Kovalenko P.Y., Senyuk M.D., Dmitrieva A.A. Determina-tion of the instantaneous electrical operating parameters with an increased sampling rate // International Conference on Electrotechnical Complexes and Systems. IEEE, 2020. Pp. 1-4. doi: 10.1109/ICOECS50468.2020.9278482
22. Бердин А.С., Крючков П.А. Формирование параметров модели ЭЭС для управления электрическими режимами. Екатеринбург: УГТУ, 2000. 107 с.
23. Бердин А.С., Близнюк Д.И., Романов И.Б. Определение результирующих характеристик нагрузки энергорайонов для выполнения расчетов электромеханических переходных процессов // Известия НТЦ Единой энергетической системы. 2016. № 1(74). С. 35.
24. IEEE Std C37.118. IEEE Standard for Synchrophasor Meas-urements for Power Systems. 2011. Pp. 1-61. doi: 10.1109/IEEESTD.2011.6111219