基于相量导数的相量测量建模与相量测量.docxVIP

基于相量导数的相量测量建模与相量测量 0 测量精度的提高 区域测量系统（wams）是一种新有效的电网动态监控系统。WAMS要求对数据的采集具有同步性，还要求对数据的处理结果是带有精确时标的相量数据，因此同步相量测量单元(phasor measurement unit,PMU)是实现WAMS的基础和核心，因此，优秀的PMU算法能提高电力系统的保护监控能力、能更好地确保电力系统的安全稳定运行；算法的精度直接影响到电力系统稳定控制、故障分析及继电保护等高级应用的准确性。为提高PMU算法的测量精度并使之满足动态情况下工程应用的要求，国内外学者提出了多种相量测量算法并取得了一定成效，如过零检测法、离散傅里叶变换法(discrete Fourier transform,DFT)以及小相量法。过零检测法原理简单、硬软件实现容易，但由于电压过零点处谐波和噪声的影响以及检测电路的不一致性，给实际计算带来较大的误差；DFT法由于计算速度快、精度高，并且对谐波有较好的抑制作用，从而得到广泛应用，但其没有考虑信号相量的动态特性，并且无法保证采样频率为系统频率的整数倍，因此会产生频谱泄漏现象而影响相量测量的精度；而小相量法则由于较弱的谐波抑制特性而不能在同步相量测量领域得到广泛应用。文献提出了一种改进相位差的相量测量算法，该算法相对于传统的DFT算法，计算精度有了较大提高，但其假设前题是信号的幅值保持不变，因此对于低频振荡等情况下幅值时刻变化的信号，其相量测量精度就无法达到实际应用的要求。 考虑到泰勒级数是表征信号动态特性的一个有力工具，本文将其引入到电力信号动态相量的表示中，并通过相量导数来修正动态特性对相量测量的影响，从而提高了动态条件下相量测量的精度。 1 理论分析 1.1 电力信号动态特性 为更好地模拟各种工况(包括动态条件)下的电压、电流信号，本文用低频带限信号与旋转向量相调制得到的信号实部来表示电力信号x(t)以及电力信号相量X(t)： 式中：f为系统的基波频率；a(t)为低频带限信号在t时刻的相量值。在静态条件下，a(t)为一常量，利用传统的相量测量算法就能较精确地计算出t时刻的电力信号相量值X(t)；但在动态条件下，a(t)为一时变量，因此将a(t)视为常量的相量测量算法会引起较大的计算误差，从而无法满足实际应用的要求。考虑到泰勒级数在表征信号动态特性方面的独特优势，本文引入泰勒级数来表示低频带限信号的相量值a(t)，如式(2)所示： 式中：a0为参考时刻tw时的信号相量值(通常令tw等于采样数据窗的中心时刻)；a(n)为a(t)在tw时刻的n阶导数。n的取值越大，a(t)越接近tw时刻的相量真实值，但同时所需的运算量越大、算法延时越长，故在实际应用中需权衡n的取值。由于电力信号是一种缓慢变化的信号，有限阶导数就可以较为精确地表示信号的动态特性，本文为了简化公式的推导，取1阶泰勒级数来近似表示信号的动态特性，对于更高阶的表示形式可用类似方法推导。基于1阶泰勒模型(即n=1)的低频带限信号如式(3)所示： 式中a(1)为a(t)在tw时刻的1阶导数。将式(3)代入式(1)，就得到1阶泰勒展开形式的电力信号动态模型，如式(4)所示： 以采样频率fs(则采样周期为Ts)对x(t)进行采样，可得离散化的电力信号动态模型，如式(5)所示： 式中：tk=kTs为第k个数据点的采样时刻；ω0=2πf Ts为采样角频率。 1.2 ．相量相关关系 为获得电力信号的相量值，对电力信号进行加窗离散傅里叶变换。设h(k)(当且仅当0≤k≤N-1时，h(k)≠0)是一长为N(实际应用中，N通常为偶数)的窗函数序列，用h(k)对采样序列x(k)进行加窗处理，再对得到的长度为N的数据窗序列进行傅里叶变换，参考时刻取为数据窗的中心时刻，即取w=N/2-1/2，则tw=(N/2-1/2)Ts，数据窗内相对于参考时刻的傅里叶变换结果可表示为(本文用下标i-1和i分别表示上一数据窗和当前数据窗数据)： 由式(6)可知，对于确定的窗函数序列h(k)，式中第1项只与参考时刻的相量值a0有关，是有用信息项；第2项为相量偏移量，它产生一个固定的偏移误差；而第3、4项为负方向的旋转误差量，它产生一个2倍于基波频率的波动误差。 为得到线性相位的特性，h(k)通常取为一关于窗中心实对称的序列，则存在下列的关系： 即通过对窗函数与参考时刻的恰当选取可有效减小零频率处的一次频响导数对相量测量精度的影响，则对当前窗数据的傅里叶变换结果可简化为 由式(9)可知，要获得参考时刻的带限信号相量值a0，首先就要表示出反映相量变化趋势的a(1)，而由于实际的电力系统是一个大惯性系统，电力信号是缓变的而且相邻时刻的信号是相关的，故a(1)可以通过相邻数据窗的傅里叶变换结果来近似表示，其中相邻2个窗函数的