CN110398630B - 一种电力***频率动态跟踪方法 - Google Patents
一种电力***频率动态跟踪方法 Download PDFInfo
- Publication number
- CN110398630B CN110398630B CN201910675436.3A CN201910675436A CN110398630B CN 110398630 B CN110398630 B CN 110398630B CN 201910675436 A CN201910675436 A CN 201910675436A CN 110398630 B CN110398630 B CN 110398630B
- Authority
- CN
- China
- Prior art keywords
- power system
- frequency
- sequence
- satisfies
- solving
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
Description
技术领域
本发明涉及电力***领域,特别是涉及一种电力***频率动态跟踪方法。
背景技术
电力***是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费***。它的功能是将自然界的一次能源通过发电动力装置转化成电能,再经输电、变电和配电将电能供应到各用户。为实现这一功能,电力***在各个环节和不同层次还具有相应的信息与控制***,对电能的生产过程进行测量、调节、控制、保护、通信和调度,以保证用户获得安全、优质的电能。
电力***的主体结构有电源(水电站、火电厂、核电站等发电厂),变电所(升压变电所、负荷中心变电所等),输电、配电线路和负荷中心。各电源点还互相联接以实现不同地区之间的电能交换和调节,从而提高供电的安全性和经济性。输电线路与变电所构成的网络通常称电力网络。电力***的信息与控制***由各种检测设备、通信设备、安全保护装置、自动控制装置以及监控自动化、调度自动化***组成。电力***的结构应保证在先进的技术装备和高经济效益的基础上,实现电能生产与消费的合理协调。
电力***频率的状态关系到电网的安全,对电力***的频率进行动态跟踪成为研究热点。
由于电力***是一个复杂的时变***,随着***的运行,处理数据量越来越大,极大地增大了处理数据的所需要的计算机处理能力,使得数据处理速度变慢或处理数据成本提高。采用传统遗忘因子加权进行最小二乘法的递推,并不能完全将旧数据的影响完全清除,使得较久远的故障数据等不能完全清除,影响现有状态数据的精确度。
发明内容
有鉴于现有技术的上述的一部分缺陷,本发明所要解决的技术问题是提供一种电力***频率动态跟踪方法,旨在优化电力***网络的频率估计求解,仅保留最近的数据并进行参数辨识,提高***参数估计的求解速度,实现电力***频率的动态跟踪。
为实现上述目的,本发明提供了一种电力***频率动态跟踪方法,所述方法包括:
步骤S1、定时对单相电力***的电压值进行抽样,获得所述单相电力***的电压采样序列u(k);所述k为电压采样序列u(k)的采样序号,所述k为正整数,其中,采样周期为Δt;
步骤S2、根据所述电压采样序列u(k),求解第一输入序列x(i)以及第二响应序列f(i);所述f(i)满足:f(i)=u(i+2)+u(i),所述x(i)满足:x(i)=2u(i+1);所述i为正整数;
步骤S3、确定辨识参数为ηi=coswΔt;所述单相电力***的第一输入序列x(i)以及第二响应序列f(i)满足:Fi=Xiηi;
其中,Fi=(f(j) f(j+1) … f(i))T,Xi=(x(j) x(j+1) … x(i))T;
步骤S5、响应于所述i满足:i>a2,则求解η(i-1)在保留首项的情况下增加新项[Xi Fi]后η(i remain_first)的中间估计值求解η(i remain_first)去掉所述首项后η(i)的所述辨识估计值其中,
I为单位矩阵;
步骤S7、根据所述电力***频率fi,实时显示所述电力***频率fi的变化曲线。
在一具体实施方式中,所述采样周期为Δt为5ms-500ms。
在一具体实施方式中,在所述步骤S7中,所述变化曲线的横坐标为时间t,纵坐标为所述电力***频率fi,相邻的所述电力***频率fi之间的时间差为所述采样周期Δt。
本发明的有益效果是:在本发明中,通过限定电力***的数据项数,保持数据上限为a2项,当数据量少于上限则直接求解参数的估计值,当数据量超过上限,则增加新项并删除首项保持数据长度。一方面,对前项数据进行剔除,使得计算处理量变少,同时,由于电力***是一个渐变***,距离当前时间节点越远的数据准确性越低,将距离当前时刻的较远的数据进行剔除,有效提高***精度。此外,通过公式两步求解,所获得的参数估计精度越较高,增强参数估计准确度。本发明通过电压进行抽样处理,经辨识获得与电力***频率相关的待辨识参数,经求解获得电力***频率,实现实时监控。本发明与采用传统遗忘因子加权进行最小二乘法的递推相比,能够将较久远的故障数据进行清楚,能够将旧数据的影响清除,降低旧数据对现有状态数据的影响,提高精确度。
附图说明
图1是本发明一具体实施方式的一种电力***频率动态跟踪方法的流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
单相电力***电压信号的采样模型可表述为:
根据积化和差可得:
故而,可得:
vk+2+vk=2vk+1cos(wΔt) (3)
令f(i)=u(i+2)+u(i)、x(i)=2u(i+1)、η=cos(wΔt),则式(3)可化为:
即:Fi=Xiηi (5)
其中,Fi=(f(j) f(j+1) … f(i))T,Xi=(x(j) x(j+1) … x(i))T;
此时,只需获得上式的估计值,即可反求w,并进一步获得电力***频率。
常规而言,通过最小二乘法,可得:
在本发明的递推计算过程中,为了保持数据长度,一方面要对数据增加新的一行,同时,另一方面要将原数据减少首行以便保持数据长度。
当[Xi-1,Fi-1]T新增加一组数据[xi,fi]T时,则增加后的数据满足:
对上述数据进一步减少首行[xj,fj]T,即也是数据[Xi-1,Fi-1]T首行,则修改后数据[Xi,Fi]T满足:
其中,假定数据保留长度为a2,则数据[Xi-1,Fi-1]T的首项序号j=i-a2;
将式子(7)-(8)分别代入式(6)可得:
对式(9)运算求解可得:
对式(10)运算求解可得:
继续化简可得:
I为单位矩阵;
在本发明中,通过限定电力***的数据项数,保持数据上限为a2项,当数据量少于上限则直接求解参数的估计值,当数据量超过上限,则增加新项并删除首项保持数据长度。
一方面,对前项数据进行剔除,使得计算处理量变少,同时,由于电力***是一个渐变***,距离当前时间节点越远的数据准确性越低,将距离当前时刻的较远的数据进行剔除,有效提高***精度。此外,通过公式两步求解,所获得的参数估计精度越较高,增强参数估计准确度。
具体而言,如图1所示,在本发明第一实例中,提供一种电力***频率动态跟踪方法,所述方法包括:
步骤S1、定时对单相电力***的电压值进行抽样,获得所述单相电力***的电压采样序列u(k);所述k为电压采样序列u(k)的采样序号,所述k为正整数,其中,采样周期为Δt;
步骤S2、根据所述电压采样序列u(k),求解第一输入序列x(i)以及第二响应序列f(i);所述f(i)满足:f(i)=u(i+2)+u(i),所述x(i)满足:x(i)=2u(i+1);所述i为正整数;
步骤S3、确定辨识参数为ηi=coswΔt;所述单相电力***的第一输入序列x(i)以及第二响应序列f(i)满足:Fi=Xiηi;
其中,Fi=(f(j) f(j+1) … f(i))T,Xi=(x(j) x(j+1) … x(i))T;
步骤S5、响应于所述i满足:i>a2,则求解η(i-1)在保留首项的情况下增加新项[Xi Fi]后η(i remain_first)的中间估计值求解η(i remain_first)去掉所述首项后η(i)的所述辨识估计值其中,
I为单位矩阵;
步骤S7、根据所述电力***频率fi,实时显示所述电力***频率fi的变化曲线。
在本实施例中,所述采样周期为Δt为5ms-500ms。
在本实施例中,在所述步骤S7中,所述变化曲线的横坐标为时间t,纵坐标为所述电力***频率fi,相邻的所述电力***频率fi之间的时间差为所述采样周期Δt。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (4)
1.一种电力***频率动态跟踪方法,其特征在于,所述方法包括:
步骤S1、定时对单相电力***的电压值进行抽样,获得所述单相电力***的电压采样序列u(k);所述k为电压采样序列u(k)的采样序号,所述k为正整数,其中,采样周期为Δt;
步骤S2、根据所述电压采样序列u(k),求解第一输入序列x(i)以及第二响应序列f(i);所述f(i)满足:f(i)=u(i+2)+u(i),所述x(i)满足:x(i)=2u(i+1);所述i为正整数;
步骤S3、确定辨识参数为ηi=cos wΔt;所述单相电力***的第一输入序列x(i)以及第二响应序列f(i)满足:Fi=Xiηi;
其中,Fi=(f(j) f(j+1)…f(i))T,Xi=(x(j) x(j+1)…x(i))T;
步骤S5、响应于所述i满足:i>a2,则求解η(i-1)在保留首项的情况下增加新项[Xi Fi]后η(i remain_first)的中间估计值求解η(i remain_first)去掉所述首项后η(i)的所述辨识估计值其中,
I为单位矩阵;
步骤S7、根据所述电力***频率fi,实时显示所述电力***频率fi的变化曲线。
2.如权利要求1所述的一种电力***频率动态跟踪方法,其特征在于,所述采样周期为Δt为5ms-500ms。
3.如权利要求1所述的一种电力***频率动态跟踪方法,其特征在于,在所述步骤S7中,所述变化曲线的横坐标为时间t,纵坐标为所述电力***频率fi,相邻的所述电力***频率fi之间的时间差为所述采样周期Δt。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910675436.3A CN110398630B (zh) | 2019-07-25 | 2019-07-25 | 一种电力***频率动态跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910675436.3A CN110398630B (zh) | 2019-07-25 | 2019-07-25 | 一种电力***频率动态跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110398630A CN110398630A (zh) | 2019-11-01 |
CN110398630B true CN110398630B (zh) | 2021-06-25 |
Family
ID=68325048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910675436.3A Active CN110398630B (zh) | 2019-07-25 | 2019-07-25 | 一种电力***频率动态跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110398630B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2226639A1 (en) * | 2009-03-03 | 2010-09-08 | Mitsubishi Electric R&D Centre Europe B.V. | Spectral analysis and FMCW automotive radar utilizing the same |
CN103281033A (zh) * | 2013-05-21 | 2013-09-04 | 常州联力自动化科技有限公司 | 一种异步电机参数辨识的方法 |
CN103777083A (zh) * | 2014-01-24 | 2014-05-07 | 武汉大学 | 基于卡尔曼频率跟踪的容性设备介损在线监测***及方法 |
CN106980775A (zh) * | 2017-03-27 | 2017-07-25 | 华南师范大学 | 基于全部连续列一致演化型的时序基因芯片数据挖掘方法 |
CN108051702A (zh) * | 2017-11-29 | 2018-05-18 | 西安理工大学 | 基于单相接地故障录波数据的故障线路参数计算方法 |
US20200270069A1 (en) * | 2019-02-27 | 2020-08-27 | Walmart Apollo, Llc | Flexible automated sorting and transport arrangement (fast) robotic arm |
-
2019
- 2019-07-25 CN CN201910675436.3A patent/CN110398630B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2226639A1 (en) * | 2009-03-03 | 2010-09-08 | Mitsubishi Electric R&D Centre Europe B.V. | Spectral analysis and FMCW automotive radar utilizing the same |
CN103281033A (zh) * | 2013-05-21 | 2013-09-04 | 常州联力自动化科技有限公司 | 一种异步电机参数辨识的方法 |
CN103777083A (zh) * | 2014-01-24 | 2014-05-07 | 武汉大学 | 基于卡尔曼频率跟踪的容性设备介损在线监测***及方法 |
CN106980775A (zh) * | 2017-03-27 | 2017-07-25 | 华南师范大学 | 基于全部连续列一致演化型的时序基因芯片数据挖掘方法 |
CN108051702A (zh) * | 2017-11-29 | 2018-05-18 | 西安理工大学 | 基于单相接地故障录波数据的故障线路参数计算方法 |
US20200270069A1 (en) * | 2019-02-27 | 2020-08-27 | Walmart Apollo, Llc | Flexible automated sorting and transport arrangement (fast) robotic arm |
Also Published As
Publication number | Publication date |
---|---|
CN110398630A (zh) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Astero et al. | Improving hosting capacity of rooftop PVs by quadratic control of an LV-central BSS | |
CN103545832B (zh) | 一种基于发电预测误差的光伏***储能容量配置方法 | |
CN103136585B (zh) | 基于混沌遗传策略的加权Voronoi图变电站规划方法 | |
Ding et al. | Clusters partition and zonal voltage regulation for distribution networks with high penetration of PVs | |
CN111092429A (zh) | 一种柔性互联配电网的优化调度方法、存储介质及处理器 | |
CN111799847B (zh) | 计及风险的主动配电网两阶段随机模型的预测控制方法 | |
Tian et al. | Base on the ultra‐short term power prediction and feed‐forward control of energy management for microgrid system applied in industrial park | |
Ye et al. | Short-term power load forecasting based on SVM | |
CN103235984A (zh) | 风电场出力的纵向时刻概率分布计算方法 | |
CN110389268B (zh) | 一种电力***的在线监测*** | |
CN113890039B (zh) | 一种多端柔性直流配电网潮流调度优化方法 | |
CN110401190B (zh) | 一种电力***频率实时检测与辨识*** | |
CN110398630B (zh) | 一种电力***频率动态跟踪方法 | |
CN105207255B (zh) | 一种适用于风电出力的电力***调峰计算方法 | |
CN105528517B (zh) | 基于神经网络、小波分解光伏电站功率预测方法、*** | |
Mao et al. | Short-term photovoltaic output forecasting model for economic dispatch of power system incorporating large-scale photovoltaic plant | |
CN108616119B (zh) | 基于区域性分时电价理论降低配电网网损的方法 | |
CN110414816B (zh) | 一种基于最小二乘电力***状态估计方法 | |
CN108767867A (zh) | 基于元模型的分布式电源就地电压无功控制策略求解方法 | |
CN109713680B (zh) | 基于改进灵敏度法的地区电网电压快速调节方法 | |
Eissa et al. | A novel approach for optimum allocation of Flexible AC Transmission Systems using Harmony Search technique | |
CN110380379B (zh) | 一种电力***故障监测与报警*** | |
Zhao et al. | Two-stage Robust Stochastic Optimal Dispatch of Regional Integrated Energy System Considering Renewable Energy and Load Uncertainty | |
Lin et al. | Research on Probabilistic Power Flow Calculation of DC Distribution Network | |
Guo | The control strategy for optimization of voltage and reactive power in substation based on load forecasting |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |