CN112602248A - 风能设施和用于识别供电网中的低频振荡的方法 - Google Patents
风能设施和用于识别供电网中的低频振荡的方法 Download PDFInfo
- Publication number
- CN112602248A CN112602248A CN201980055661.5A CN201980055661A CN112602248A CN 112602248 A CN112602248 A CN 112602248A CN 201980055661 A CN201980055661 A CN 201980055661A CN 112602248 A CN112602248 A CN 112602248A
- Authority
- CN
- China
- Prior art keywords
- frequency
- test
- angle
- measurement
- measurement sequence
- 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.)
- Pending
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000009434 installation Methods 0.000 title claims description 22
- 238000012360 testing method Methods 0.000 claims abstract description 250
- 238000005259 measurement Methods 0.000 claims abstract description 144
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000002596 correlated effect Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 49
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000003775 Density Functional Theory Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000013016 damping Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 101100278475 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REV3 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2513—Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/177—Analysis of very low frequencies
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
- H02J3/0012—Contingency detection
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及一种用于识别供电网中的低频振荡,尤其是次同步谐振的方法,其中所述供电网具有带有标称电网频率的电网电压,所述方法包括以下步骤:在测量时间段内记录电网变量的具有多个测量点的至少一个测量序列,以执行频率分析,所述电网变量尤其是电网电压、馈电电流或电网频率;在相同的测量时间段内将所述测量序列与同时间相关的正弦形测试函数相乘;其中所述测试函数通过测试频率和作为相位角的测试角度来表征;和对于每个测量点,将所述测量序列与测试函数相乘,以便针对每个测量点获得测试乘积,将所述测试乘积在考虑其符号的情况下加和成乘积和;和根据所述乘积和进行评估:所述测量序列是否具有低频振荡,所述低频振荡具有:在所述测试频率的范围中的频率,和在所述测试角度的范围中的相位角。
Description
技术领域
本发明涉及一种用于识别供电网中的低频振荡,尤其是次同步谐振的方法。本发明还涉及一种风能***,即风能设施或风电场,以用于识别供电网中的低频振荡,尤其是次同步谐振。
背景技术
许多供电网越来越多地具有可再生的能量发生器,尤其是风能设施或风电场。它们在供电网中的份额增加引起:越来越重要的是,使用风能设施和风电场来支持供电网,或者至少予以一同考虑。
在也能够简称为电网的供电网中可能出现的问题是振荡,即所述能量***的振荡,所述振荡也能够称为“电力***振荡”(PSO)。其原因可能是非常多样化的,并且一个直观且简单的示例是,传统发电厂的两个直接耦合的同步发电机相互振荡,所述同步发电机例如能够彼此相距超过100公里地馈电。
但是也考虑的是,由于局部激励,例如所连接的耗电器的功率消耗的突变,与供电网直接耦合的单个同步发电机已经被激励,以其固有频率振荡。常规的供电网通常通过相应稳定地调节直接馈电到所述供电网中的同步发电机来应对这种问题。这种同步发电机的高的惯性连同在物理上引起的和/或通过相应的发电机的结构设计引起的减振特性在常规的电网中通常防止了过强地发生这种振荡。
但是,可再生的发生器,尤其是风能设施或风电场本来就不具有这种特性。尤其,它们实际上不具有物理上引起的特性,所述特性能够抵消这种低频振荡,或者可以从一开始就避免这种低频振荡。
代替于此,现代风能设施或风电场目前借助于变频器利用所谓的全功率转换器设计方案(Vollumrichtungerkonzept)馈电到供电网中。因此,根据准确的预设值将全部馈入的功率通过一个或多个逆变器馈入供电网中。这些预设值特别是涉及所馈入的电流的幅度、频率和相位,并且能够经由过程计算机来预设所述预设值。在此,对于物理上引起的反应或者对所馈入的电流的调整存在很小的空间。
为了仍然能够对供电网中的现象做出反应,尤其是为了能够对低频振荡,即所谓的PSO做出反应,因此必须首先理想地根据频率、相位和幅度来检测这种振荡。基于此,于是可以在过程计算机中计算期望的反应措施,以便随后借助于逆变器来实施该反应措施。
但是如果不能足够准确地检测到这种低频振荡,则可能的对策甚至可能会使当前情况恶化。在此,对低频振荡的这种检测可能是困难的,因为所述低频振荡首先与电网频率的相对低的幅度,即供电网中的50Hz或60Hz电压信号叠加。特别是在测量供电网中的电压时会引起预期出现干扰和/或噪声。此外,这种低频振荡有规律地波动。特别是,根据刺激,所述低频振荡以弱的或强的程度出现或者甚至根本不出现。
尽管存在所述测量问题,仍然期望尽可能快的检测。这又再妨碍了长期分析。
还有一个问题是,这种低频振荡可能在0.05Hz的频率范围中,或者甚至更低的频率范围中,直至频率值能够略低于电网频率,即直至50Hz至60Hz的数量级,或者甚至略微更高。出于纯物理原因,对正弦形振荡的检测需要在该振荡的至少一个半周期的持续时间内进行测量。在大的频谱中,为了其检测因此需要至少在以预期的最低频率进行的振荡的半周期内的测量持续时间。
德国专利商标局在关于本申请的优先权申请中检索到以下现有技术:DE 37 33555 A1和US 4,031,462A。
发明内容
因此,本发明基于的目的是,能够解决上述问题中的至少一个。尤其,应提出一种解决方案,所述解决方案能够实现尽可能快地检测低频振荡,同时其也能够检测非常低频的振荡。至少应关于至今为止已知的解决方案提出一个替选的解决方案。
根据本发明提出根据权利要求1所述的方法。该方法用于识别供电网中的低频振荡,尤其用于识别供电网中的次同步谐振。在此假设是具有带有标称电网频率的电网电压的供电网,其中要识别的低频振荡优选具有比标称电网频率更低的频率。在此,尤其将比标称电网频率更低的频率称为和视为低频振荡。优选地,假设低频振荡的频率,所述频率小于一半的电网频率。
特别是,所述低频振荡能够具有1Hz和更低的值。但是,所述低频振荡也能够达到直至标称电网频率的五倍的值。在此将具有最多为标称电网频率的五倍的值的频率的振荡,优选具有最多与标称电网频率相对应的频率的振荡称为低频振荡。特别是,所述低频振荡不具有对应于标称电网频率的数倍的频率。要注意的是,对低频振荡的研究和考虑特别是用于研究或确保所述供电网的***稳定性。这与对供电网中的电网质量或电压信号的信号质量的评估区分开来,其中谐波,特别是整数次谐波是重要的。
该方法提出:在测量时间段内记录至少一个具有多个测量点的测量序列,以便基于其执行频率分析。因此,所述测量序列具有多个测量点或测量值,即所述测量点或测量值分布在测量时间段上或以分布在测量时间段上的方式被记录。
尤其将电网电压、馈入所述供电网中的馈电电流或电网频率作为电网变量记录。
对于该测量序列,然后提出在相同的测量时间段内将测量序列与同时间相关的正弦形测试函数相乘。这种正弦形测试函数能够作为在过程计算机上的功能提供。提出,所述测试函数通过测试频率和测试角度作为相位角来表征。也能够预设幅度,但是在实际实施中通常考虑将幅度归一化,例如归一化为值1。正弦形变量的峰值因此例如能够取值为1,其中缩放比例能够在过程计算机中已知。
将测量序列乘以测试函数,使得对于每个测量点,将测量序列乘以测试函数,以便针对每个测量点获得测试乘积。因此,将测量序列的在测量点的测量值与测试函数的相应的函数值相乘,并且针对每个测量点重复这。测量函数相应地在下述持续时间内预设,所述持续时间对应于测量时间段,或者在测量时间段内确定测量函数。然后分别针对测量时间段的每个时间点进行乘法,在所述时间点存在测量值。该测量值于是与同一时间点的测量函数的函数值相乘。
现在测试乘积在考虑其符号的情况下加和成乘积和。负的测试乘积因此被减去绝对值。即如果所涉及的测量值或所涉及的函数值是负的,那么每个测试乘积能够具有负的符号。
然后根据乘积和来评估:所述测量序列是否具有低频振荡,该低频振荡具有在测试频率的范围中的频率和在测试角度的范围中的相位角。
在此,特别是基于以下考虑。如果所述测试函数和所述测量序列在频率和相位方面是相同的,则每个测试乘积具有正值,并且相应地所述乘积和同样为正,并且具有较大的幅度。然后,所述测量序列再现与测试函数相对应的函数。
如果所述测量序列和所述测试函数相同,但是彼此相移了90°,则所述测试乘积将产生正弦形函数(此外具有用于测试函数的两倍的频率),更确切地说不具有直流分量。然后,至少当所述研究时间段对应于所研究的信号的周期的整数倍时,所述乘积和将为零。此外,当电流和电压相互偏移90°时,对于电气工程师而言,该现象作为无功功率已知。首次提到的没有相移的示例对应于仅具有有功功率的情况。这将产生双倍频率的正弦形信号,该正弦形信号围绕水平轴线大幅移动,使得正弦函数的最小值刚好会触及水平轴线。也能够将该移动理解为或称为直流分量。在此,所述直流分量会很高,即最高。
但是,在测量序列和测试函数之间的频率的偏差也可能引起不同的直流分量。因此能够解释为直流分量的或者能够代表直流分量的所述乘积和因此也能够作为在测量序列与测试函数之间的相关性的量度。如果所述测量序列和所述测试函数完全不相关,则所述直流分量变为零,至少在理论上对于无限的测量时间段变为零。
但是即使在实际的实施方案中,如果所述测量序列和所述测试函数不相关,那么所述乘积和至少是相对小的。如果所述测量序列和测试函数是良好相关的,并且所述测量序列和所述测试函数的相位角也彼此匹配,那么产生高的直流分量或大的乘积和。从中能够根据频率和相位推导出低频振荡的存在。然后,所述低频振荡具有测试函数的频率和与测试函数的测试角度相对应的相位角。
优选地,在识别到低频振荡时,尤其根据乘积和来检测低频振荡的幅度。特别是已认识到,经由用于根据频率和相位来识别低频振荡的方法也能够确定所述幅度。
优选地,执行所述方法,使得在改变测试频率和改变测试角度的情况下,重复将测量序列与测试函数相乘并且将测试乘积加和成乘积和,以便在此获得多个乘积和。原则上也有利的是,仅改变测试频率或测试角度,但是只要低频信号的要识别的频率和其相位都不是已知的,则通常有利的是改变测试频率和测试角度。如果两个值发生变化,则所述乘积和的结果也能够作为弯曲的平面示出。然后,根据测试频率和测试角度示出所述乘积和。于是,在测量序列和测试函数之间存在最佳一致性的测试频率和测试角度的情况下将产生局部最大值。
因此提出,根据这样获得的多个乘积和执行所述评估:所述测量序列是否具有低频振荡。因此,能够将在此获得的所有乘积和进行对比,并且从中能够识别到低频振荡的存在,只要所述低频振荡具有分别位于测试频率或测试角度附近的频率和相位。
尤其,因此在一个乘积和相对于其余乘积和具有最大幅度的情况下,假设有低频振荡,该低频振荡具有相关的测试频率和相关的测试角度的频率和相位。对于所有乘积和的评估而言并不一定需要选择上文提及的三维视图。也能够考虑:仅搜索所述乘积和的最大值,或者在最简单的情况下搜索最大的乘积和。
因此特别是提出,在改变测试频率和改变测试角度的情况下,重复将测量序列与测试函数相乘并且将测试乘积加和成乘积和,使得针对每个由测试频率值和测试角度的值形成的测试对记录乘积和。这尤其进行为,使得所记录的乘积和能够与测试频率值有关地并且与测试角度有关地显示为在三维空间中的弯曲的面,其中不一定必须显示所述乘积和。
在此特别是为了评估而提出,在一个乘积和相对于其余的乘积和具有最大幅度的情况下,假设有低频振荡,该低频振荡具有相关的测试频率和相关的测试角度的频率和相位。原则上当然也能够考虑:如果多个相邻的乘积和形成最大值,即是相同大小的或几乎相同大小的,那么进行内插。
由此尤其也能够对评估全自动地编程。基本上仅需要预设要测试的频率范围。必要时还能够预设借以改变测试频率的步长。
对所述测试角度优选从0°至360°进行完全测试或者完全改变。必要时考虑,对所述测试角度仅从0°至180°进行完全测试,并且在搜索最大乘积和时,能够搜寻按绝对值最大的乘积和。
根据一个实施形式提出,为了假设乘积和的低频振荡,仅仅或附加地测试:该乘积和是否至少达到预定的测试幅度。该假设特别是,即仅仅基于实际执行,如果如上所述完全改变测试频率和测试角度,则在任何情况下都允许期望有最大乘积和。然后从中还不能推导出:实际上存在低频振荡或相关的低频振荡,因为通过测量不精确性或其它影响也可能也引起极小的最大值。
测试:所述乘积和是否已经至少达到预定的测试幅度,也能够实现必要时识别多个低频振荡,如果应存在多个低频振荡的话。特别是,为了基于乘积和的弯曲的面选择直观的解释:通过测试是否达到预定的测试幅度,在该弯曲的面中也找到局部最大值。
当然,在有多个在频率和相位角方面彼此相邻或至少彼此接近的乘积和的情况下,通常不能假定存在多个低频振荡。然后,这种大的乘积和的累加指向最大值,在该最大值内,优选将最大乘积和选择为如下最大乘积和,其测试频率和测试角度假定为所识别的低频振荡的频率和相位。
根据一个实施形式提出,在第一测试循环中,在改变测试频率的情况下重复将所述测量序列与测试函数相乘以及将测试乘积加和。所述测试频率在此在第一频率范围内变化,以便识别具有振荡频率的低频振荡。首先以第一精度检测振荡频率。在第二测试循环中,在改变测试频率的情况下,重复将测量序列与测试函数相乘以及将测试乘积加和。然后,在第二测试循环中的该重复的情况下,在第二频率范围内改变所述测试频率。为此,根据在第一测试循环中识别到的振荡频率来选择第二频率范围,以便以比在第一循环中更高的精度来检测振荡频率。
在此特别是基于以下思想:完全测试许多测试频率和许多测试角度会引起大量测试。因此提出,在上游接入第一测试循环,该第一测试循环仅改变测试频率,必要时以第一频率步长来改变,所述第一频率步长大于稍后的第二频率步长,在第二测试循环中借助所述第二频率步长改变测试频率。通过这种第一测试循环,至少应在低频振荡的频率附近,出现按绝对值的第一次超调。
然后在该第一次超调的区域中能够更精确地测试。为此预设第二频率范围,所述第二频率范围尤其小于所述第一频率范围,尤其在此位于第一频率范围内。然后,在第二测试循环中还能够改变测试角度。由此能够实现高精度,而不必在整个理论范围内执行这种高精度,所述理论范围通过第一频率范围和测试角度的整个360°范围产生。
优选地,在此在第一测试循环中,附加地在改变测试角度的情况下,重复将测量序列与测试函数相乘以及将测试乘积加和。因此改变测试频率和测试角度。所述测试角度在此在第一角度范围内改变,尤其是在0°至360°的范围内改变,但是该角度也能够优选被限制为0°至180°或者包括180°的另一范围。这是为了附加地借助振荡的相位角来识别低频振荡。此外,如果相位角和测试角度彼此相差很大,则尽管在低频振荡和测试函数之间的良好匹配的频率,所述乘积和仍能够具有按绝对值低的值。然后可能忽略低频振荡。
此外为此提出,以第一角度步长,即例如以5°步长改变测试角度。在第二测试循环中,在改变测试角度的情况下附加地重复将测量序列与测试函数相乘以及将测试乘积加和,其中所述测试角度在第二角度范围内改变。该改变优选以小于第一角度步长的第二角度步长进行,例如以1°的第二角度步长进行。特别是,根据在第一测试循环中识别到的振荡的相位角来选择第二角度范围,以便以比在第一循环中更高的精度来检测所述振荡的相位角。
因此提出,在第一测试循环中改变测试频率和测试角度,进而对至少一个低频振荡执行第一粗略识别,即确定所述低频振荡的频率的近似值和所述低频振荡的相位角的近似值。然后在该频率和该角度附近的范围内能够改进搜索,其方式为:在该处在较小的频率范围内以及也在较小的角度范围内对测试频率和测试角度进行完全测试。
根据一个实施形式提出,在第一测试循环中,所述测试频率以比在第二测试循环中更大的频率步长改变,并且此外或替选地,在第一测试循环中,所述测试角度以比在第二测试循环中更大的角度步长改变。由此,能够在第一测试循环中以可接受的耗费对较大的频率范围进行完全测试。也能够对较大的角度范围进行完全测试,即尤其是从0到360°,至少从0到180°的完整的角度范围。由此能够在仍可接受的耗费下执行对低频振荡的第一次定位。然后,在第二测试循环中仅需要对于较小的范围,即较小的频率范围和较小的角度范围,以较高的精度进行精确的搜索。
根据另一设计方案提出,对电网变量的多个测量序列进行记录。因此记录多个测量序列,尤其是电网电压、馈电电流或电网频率。在此,每个测量序列设置为用于分析频率范围。为此,根据要分析的频率范围为每个测量序列选择测量时间段。因此研究不同的频率范围并且为此分别记录相应的测量序列。特别是为此提出,将用于分析小频率的频率范围的测量时间段选择得长,即长到使得仍然能够检测到该频率范围的最低频率。相应地,能够为较高频率的频率范围提供较短的测量时间段。此外优选提出,在相应长的测量时间段中,所述测量时间点比在较短的测量时间段中相距更远。
因此提出,将总体上要研究的频率范围,例如0.1Hz或以下,直至50Hz或者甚至250Hz,划分为至少两个测量范围,尤其是划分为低频的频率范围和较高频率的频率范围。因此,将其划分为第一和第二频率范围,必要时能够划分为其它频率范围。对于要分析的每个频率范围,即,举例说明,对于低频的频率范围和较高频率的频率范围,记录测量序列。对于所提及的示例因此记录两个测量序列。
然后,在改变测试频率以及此外或替选地在改变测试角度的情况下,对于每个测量序列,重复将测量序列与测试函数相乘并且将测试乘积加和成和,以便对于每个测量序列获得多个乘积和。此外提出,对于每个测量序列,分别评估相关的测量序列的乘积和,以识别低频振荡。
特别是基于以下认知:一方面,为了研究低频的频率范围,另一方面,为了研究较高频率的频率范围,以不同的测量时间,即测量时间段为基础,所述测量时间应该被合理地考虑。另一方面,对于具有相对高的频率的低频振荡,这种长的测量时间段可能过长,以至于不能及时识别所述低频振荡。
例如,也能够称为低频的频率范围的所述第一频率范围能够从0.02Hz达到2Hz。为了能够检测具有0.02Hz的低频振荡,应至少使用倒数值的测量时间段,即使用50秒的测量时间段。然后,也可称为较高频率的频率范围的第二频率范围例如能够从2Hz达到250Hz。在此,0.2秒的测量持续时间甚至足以检测2Hz的最低频率。在此,在这样的第二或较高频率的频率范围中的振荡可能会在第一频率范围的50秒的测试时间段内必要时显著提高,在极端情况下直至谐振灾难或者至少引起下述情况,其中所述低频振荡的幅度变得大到使得可能发生第一次损坏或者启动第一次关断过程。
为了应对该难题在此提出,至少分为两个频率范围,并且尤其也在时间上彼此独立地执行分析。
根据一个实施形式提出,在对测试频率进行特定改变的情况下重复将测量序列与测试函数相乘以及将测试乘积加和成乘积和。即所述测试频率在此在至少一个具有上限和下限频率值的频率范围内以频率步长改变,并且在此根据频率范围来设定频率步长。这尤其进行为,使得所述频率步长小于下限频率值,尤其小于下限频率值的10%。此外或替代地提出,所述频率步长小于预定的百分比值,尤其,所述频率步长设定为小于上限频率值的1%,尤其小于上限频率值的0.2%。
优选地,在多个频率范围内改变所述测试频率,并且不同的频率范围的频率步长彼此不同地设定。优选地,将每个频率步长分别设定为大于相关的频率范围的相应下限频率值的预定的百分比份额。
因此,所述测试频率根据在相应的频率范围内的相应的频率步长而改变。所述频率步长在此根据频率范围来设定,并且在此特别是适应于相应的频率范围的最低频率值。为此能够提供相对于下限频率值的百分比值。但是,所述频率步长也能够适应于上限频率值,但是其中所述频率步长也选择为相对于相关的频率范围的上限频率值相对小得多的。特别是因此实现,清楚地预设所述测试频率的变化,并且对于不同的频率范围也不同地选择。由此,所述测试的耗费,即由于变化的耗费,能够适配于相应的频率范围。所述预设也能够实现自动化的测试例程。
根据本发明也提出一种风能***。这种风能***能够是风能设施或具有多个风能设施的风电场。所述风能***根据规定馈电到供电网中。所述风能***配置用于识别供电网中的低频振荡,尤其是次同步谐振。所述供电网具有带有标称电网频率的电网电压。所述风能***包括:
-记录机构,所述记录机构用于在测量时间段内记录电网变量的至少一个测量序列,以执行频率分析,其中所述测量序列具有多个测量点,所述电网变量尤其是电网电压、馈电电流或电网频率,
-乘法单元,所述乘法单元用于在同一测量时间段内将测量序列与同时间相关的正弦形测试函数相乘,其中
-所述测试函数通过测试频率和作为相位角的测试角度来表征,和
-将针对每个测量点的测量序列与测试函数相乘,以便针对每个测量点获得测试乘积,
-加法单元,所述加法单元用于将测试乘积在考虑其符号的情况下加和成乘积和,和
-评估装置,所述评估装置用于根据乘积和来评估:所述测量序列是否具有低频振荡,所述低频振荡具有:
-在测试频率范围内的频率,和
-在测试角度范围内的相位角。
这种风能***因此能够馈入所述供电网中,并且优选也承担用于支持所述供电网的支持任务。如果分散式发生器以及这种风能***将很大的份额馈入到所述供电网中或者所述供电网的相关的部段中,那么这种支持任务能够是特别必要的或者至少有利的。可能会出现各种不同的支持任务,其中之一能够是,对低频振荡做出反应。但是优选地,首先检测这种低频振荡,尽可能精确地根据频率和相位,必要时也根据幅度进行检测。然后能够对其作出反应。
优选地,所述风能***配置为,实施至少一种根据上述实施形式的方法。尤其,所述风能***为此具有过程计算机,该过程计算机配置用于,实施这种方法。尤其,为此在过程计算机上实施所述方法。该方法的实施在此能够包括:对测量点或该测量序列或多个测量序列的记录通过如下方式实施:所述过程计算机接收相应的值作为测量点或测量值,和/或所述过程计算机操控所述记录机构,以便由此记录至少一个测量序列。
特别是,所述记录机构能够是传感器,所述传感器例如测量电压或电流。所述乘法单元同样能够在相同或不同的过程计算机中实现。同样的内容适用于加法单元,尽管这些单元也能够构成不同的设备单元。所述评估装置同样能够在过程计算机或相同过程计算机中实施,或者以其它方式作为单独的元件提供。
附图说明
下面,现在示例性地参考附图详细阐述本发明。
图1示出风能设施的立体图。
图2示出风电场的示意图。
图3示出用于记录在改变测试系列和改变测试角度的情况下多个乘积和的流程模式。
图4示出用于评估根据图3的流程模式记录的多个乘积和的流程图。
图5示出根据变化的测试***和变化的测试角度的乘积和的3D图表。
图6示意性地示出用于识别低频振荡的风能***的结构。
具体实施形式
图1示出具有塔102和吊舱104的风能设施100。具有整流罩110和三个转子叶片108的转子106设置在吊舱104上。所述转子106在运行中通过风置于转动运动中,进而驱动在吊舱104中的发电机。
图2示出具有示例性的三个风能设施100的风电场112,所述风能设施能够是相同的或不同的。因此,这三个风能设施100基本上代表风电场112中的任意数量的风能设施。所述风能设施100经由电场电网114提供其功率,即尤其是所产生的电流。在此,将各个风能设施100的相应产生的电流或功率相加,并且通常设有变压器116,所述变压器将风电场中的电压升压转换,以便然后将其在馈电点118处馈入供电网120中,其中该馈电点通常也称为PCC。图2仅是风电场112的简化视图,尽管当然存在控制装置,但是所述图2例如没有示出控制装置。电场电网114例如也能够不同地设计,其方式为:例如在每个风能设施100的输出端处也存在变压器,仅例举另一实施例。
根据图1的风能设施和根据图2的风电场能够分别形成风能***。
图3示出用于记录多个乘积和的流程图300。在起始框302中记录要研究的信号,并且进行进一步的初始化。要研究的信号能够是所记录的时间信号,所述时间信号在流程图300中以时间步长Δt被均匀采样以用于研究。要研究的信号也能够已经以这种采样形式存在,但是在此有利地选择时间步长,以便借此也确定整体要研究的值的数量。
因此,在测量时间段内记录或考虑要研究的信号y(t),并且所述测量时间段能够从t=0达到t=tend。因此,所述测量持续时间和进而所述测量时间段的宽度通过tend来确定。对于时间t因此适用:
t=0,1·Δt,2·Δt,...,tend
同样地,在起始框302中能够确定从起始频率fstart到结束频率fend的要研究的频率范围。所述频率研究的步长Δf能够根据起始频率fstart和结束频率fend以及期望的频率步数n确定,根据以下公式确定:
Δf=(fend-fstart)/n
这些值,特别是频率步数n和角度步数m以及时间步长Δt,原则上能够任意地选择,但是建议在选择时在精度和计算耗费之间进行权衡。
在第一初始化框304中,将用于外循环306的控制变量i初始化。所述外循环306的运行频度对应于频率步数n,并且相应地在紧随第一增量框310之后的第一重复查询框308中进行测试。
在该外循环306内部是第二初始化框312,在所述第二初始化框中用于内循环314的控制变量j被初始化。该控制变量根据角度步数m来运行,这在接着第二增量框318之后的第二重复查询框316中查询。
最后提供计算框320,所述计算框相应地运行(n×m)次。在每次运行中计算参考频率fref,即所述频率,针对所述频率分别计算总和乘积。根据以下公式计算所述参考频率fref:
fref=fstart+i·(fend-fstart)/n
同时,计算相应的参考角度θref,即根据下述计算:
θref=(j·2·π)/m
最后,于是基于这些计算出的值,即针对参考频率fref和参考角度θref的在运行中相关的值,计算所述乘积和。如上文阐述的那样,所述乘积和也能够理解为直流分量,使得所述乘积和在此称为DCprod。因此,根据以下公式对于外循环的相应的运行i和内循环的相应的运行j计算所述乘积和:
DCprod(i,j)=Summe{y(t)·sin(2·π·fref·t+θref)}·Δt/tend
因此,将作为测量序列的要研究的信号y(t)与正弦函数sin(2·π·fref·t+θref)相乘,并且关于此形成和。因此,在此也针对每个时间点形成一个乘积,并且对这些乘积加和。这例如能够通过第三最内的循环来执行,以便直观地阐述这,在其中时间t从0增加到tend,即以时间步长Δt增加。此外,通过与时间步长Δt相乘以及除以结束时间tend也能够将所述结果归一化,即使得所述乘积和DCprod原则上与时间步长Δt无关。因此,所述乘积和关于其绝对值原则上与加和的乘积的数量无关。
在内循环314运行了m次而外循环306运行了n次之后,那么就存在n x m个单独的乘积和DCprod(I,j),所述乘积和能够保存在相应的字段中,并且然后进行研究,以进行进一步评估。为此,将流程图300的结果传送给图4的流程图400,这在流程图300中通过框400表示。
相应地,图4示出该框400,即流程图400,并且这以图3的流程图300为基础,这通过所述第一框被称为流程框300的方式表示。
在最大值框402中,从在计算框320中计算出的所有乘积和中,即在考虑符号的情况下找出具有最大值的乘积和。如果为了简化或减少耗费,所述测试角度不在360°内发生变化,而是仅在180°内发生变化--,优选也考虑,仅在90°内改变所述测试角度--,在此也可以搜寻按绝对值最大的值。
对于特别是保存在字段中的所有乘积和进行搜寻,即根据外循环306和内循环314的运行进行搜寻。即这些循环借助外部控制变量i和内部控制变量j运行,并且这两个控制变量于是在此也用于例如在数据字段中辨识最大的乘积和。相应地,在辨识框404中执行这两个控制变量的分配,即据此将控制变量i和j,关于所述控制变量在最大值框402中寻找最大的乘积和,辨识为所选择的外部控制变量iMaxDC和所选择的内部控制变量jMaxDC。
在框402中识别出的乘积和的最大值属于这两个所选择的控制变量,即所选择的外部控制变量和所选择的内部控制变量iMaxDC或jMaxDC,并且参考频率和参考角度属于该最大值。相应的参考频率和相应的参考角度能够从相应的外部和内部控制变量i、j中计算出。对于该频率或该角度假定:这是低频振荡的相应的频率或低频振荡的相应的角度,使得该相关的参考频率被称为低频振荡的频率fPSO,而所选择的角度被称为低频振荡的角度θPSO。能够根据以下等式计算这两个值:
fPSO=fstart+i·(fend-fstart)/n
θPSO=(j·2·π)/m
并且如果将选择的相应的控制变量iMaxDC或jMaxDC用于相应的外部控制变量或内部控制变量i、j,那么计算低频振荡的频率fPSO和低频振荡的角度θPSO。在该公式中,低频振荡的角度θPSO以弧度而非以度标明。
在计算框406中也能够计算低频振荡的幅度APSO。即根据以下等式计算:
APSO=MaxDC/(Summe{sin(2·π·fPSO·t+θPSO)·sin(2·π·fPSO·t+θPSO)}·Δt/tend)
因此,低频振荡的幅度如下产生:在整个研究的时间范围内,将所检测到的最大乘积和除以与所述参考信号相乘的所述参考信号的相应的乘积和。因此所述参考信号的乘积和在与自身相乘时确定,这引起可能的最大值,因为这种参考函数与其自身最大程度相关。因此保留关于在所研究的信号和参考信号之间的相关程度较少的乘积和的因素。在此,所述幅度APSO同样是归一化变量。
所述结果因此能够在输出框408中输出并且被进一步使用。
图5以三维视图500图解示出所有乘积和的整体,所述乘积和在计算框320中作为弯曲的平面502根据变化的参考频率fref和变化的参考角度θref计算出。所述参考频率fref也能够同义称为测试频率,而所述参考角度θref也能够同义地称为测试角度。
示例性地选择要研究的信号,所述信号具有在相位角为90°(θPSO=90°)的情况下的振荡频率为8.25Hz(fPSO=8.25Hz)的低频振荡。为此,参考角度或测试角度从0°到360°完全改变,并且参考频率或测试频率从0到25Hz完全改变。能够识别的是,对于与8.25Hz的该振荡频率有极大偏差的频率,在弯曲的面502中绘出的乘积和的值基本上为0。在8.25Hz的振荡频率附近,所述幅度以振荡的方式朝向振荡频率增加。但是也能够看到的是,所述参考角度或测试角度同样起到重要作用。于是,在低频振荡的振荡频率和相位角的情况下,所述乘积和的绝对幅度也是最大的,并且相应地能够从图表或乘积和的值字段中读取低频振荡的频率fPSO和低频振荡的角度θPSO。
图3的流程图以及间接地图4的流程图以及图5的图表涉及下述情况:所述测试频率或参考频率以及所述测试角度或参考角度仅分别改变一次,虽然分别具有许多值,但是没有特别根据流程图300用新的值重复外循环和内循环的整个流程。这种特别是图3的视图就其而言用于图解说明并且优选特别是对于要研究的频率,即对于要研究的频率范围以及也对于要研究的角度范围的新的值以聚焦的值重复根据两个流程图300和400的整个流程。为此,在起始框302中,尤其基于在第一次运行中在输出框408中提供的用于低频振荡的频率fPSO和低频振荡的相位角θPSO的值,相应地确定在粗略辨识的最大值附近的新的值。
图6示出风能***600,所述风能***通过单个风能设施象征性地图解示出,但是也能够具有多个风能设施。所述风能设施配置用于识别在供电网602中的次同步谐振,该风能***600馈电到所述供电网中。
设有记录机构604,所述记录机构用于记录电网变量的至少一个测量序列,所述记录机构能够检测电网电压、馈电电流或电网频率。这样检测到的测量序列能够发送给乘法单元606,所述乘法单元能够执行与测试函数sin(t)的乘法。在此,就其而言仅象征性地提及该测试函数sin(t),并且也如上所述的那样,比这种正弦函数更复杂,能够至少在一些输入变量方面进行改变。
该乘法单元606的结果被传送给加法单元608,在所述加法单元中将在乘法单元606中生成的测试乘积加和成乘积和。因此,乘积和是所述加法单元608的结果,并且将所述结果提供给评估装置610。所述评估装置在此搜索所有乘积和的最大值,所述评估装置从所述乘法单元606获得所述乘积和。为此,能够设有用于记录数据字段的存储装置612,在此将其作为评估装置610的一部分示出。如果已发现低频振荡,则所述评估装置的结果最终是其振荡频率fPSO和其相位角θPSO。然后能够由另一过程计算机614进一步处理这些值,以便例如调整风能***600到供电网602中的馈电,使得抵销这种识别到的振荡。此外,这两个值,即低频振荡的频率和相位角能够被反馈至合成框616,所述合成框生成已描述的测试函数,所述测试函数象征性地作为sin(t)示出,或者在另一循环中对其进行调整。在此特别是调整其输入值。
因此特别是考虑:识别低频振荡(PSO/电力***振荡)及其参数可能是一个挑战。这尤其是由于:低频振荡通常具有非常低频的分量。问题不仅在于:确实识别出存在振荡,而是因此也辨识出所述振荡,即特别是辨识,存在何种频率、何种相位角以及振荡的何种绝对值。
原则上可以使用已知的DFT方法。然而已经认识到,根据信号的采样率,这种DFT方法能够在宽频率范围内提供信息,这不一定是有帮助的。此外,DFT方法为了在频域中的更精细的分辨率需要在时域中相应长的时间窗。在此已认识到,在低频振荡的过程中预期的频率位于有限的频率范围内,并且可以利用这,以便专注于这种有限的频率范围的其它有效方式能够是有帮助的。有利地还有,相应的方式需要较短的时间窗。
本发明还基于以下认知:能量***是能振荡的***,其具有低于和高于***频率(50Hz、60Hz)的自然模式。在激发时,如果这种振荡不能被充分衰减,那么所述振荡会影响***稳定性。在此,现在提出一种用于探测所谓的电力***振荡(PSO)的新型方式。要实现从信号中对电力***振荡(PSO)的频率、相位角和绝对值的可行的精确辨识。
对电力***振荡(PSO)的观测不仅作为用于运行风电场的警报***会是有帮助的,而且该信息也能够作为通过风能设施或风电场适宜地生成衰减信号的基础用于衰减电力***振荡。
特别是也认识到,观测电力***振荡(PSO),即特别是低频振荡,对于风电场的运行而言也会是警报***的重要部件。此外,大多数用于衰减PSO的方法都基于从测量中对振荡的精确辨识。
所提出的方法特别是能够实现辨识PSO(或其它类型的振荡)及其最重要特征(频率、相位角和绝对值)。
所提出的本方法特别是针对借助尽可能短的测量窗对在所测量的信号中的频率、相位角和绝对值的可行的精确辨识。在此考虑真实***的频繁的限制,如计算能力、用于测量数据的存储空间、关于恒定工作点的假设。
所提出的方法基于以下原理:要研究的信号与具有频率fref的正弦形参考信号的乘积的直流分量(DC分量)仅与该信号在频率fref中的分量相关。对因此不具有参考信号的频率的所有其它信号分量在一定程度上平均掉,以对其图解说明地表达。
所基于的构思能够总结如下。将要研究的信号与正弦形参考信号相乘。在此,所述参考信号的相位角在循环中通过m次迭代在整个范围(0至2π或0°至360°)中改变。此外,所述参考信号的频率在另一循环中在要研究的频率范围(fstart至fend)内通过n次迭代改变。因此产生m x n个乘积。能够将乘积的DC分量最高的频率和相位角假设为低频振荡的频率和相位角。通过对频率和相位角的了解也能够确定低频振荡的绝对值。该流程基本上在图3和4中图解示出。
如果因此更频繁地并且以更小的步长运行根据图3的两个循环306和314,能够通过提高参数m和n来改进用于特定的频率范围(fstart至fend)的方法的精度。用于优化计算耗费的一个可能性是,在两个阶段中实施所提出的根据图3和4的方法:
1.所述第一阶段具有粗略的分辨率((fend-fstart)/n),并且作为结果提供PSO的频率(以下称为fPSO1)的粗略估计。为此建议将以下值用于研究参数:
fstart1=fstart
fend1=fend
n1=根据(fend-fstart)·tend·2的下一个整数
m1=36
2.然后,所述第二阶段以更精细的分辨率研究第一阶段的结果附近的较小的频率范围。为此建议将以下值用于研究参数:
fstart2=fPSO1-1/(tend·2)
fend2=fPSO1+1/(tend·2)
n2:尽可能高(≥2)
m2:尽可能高(≥36)
n1和n2表示用于频率变化的循环的第一或第二重复次数。
m1和m2表示用于相位角变化的循环的第一或第二重复次数。
相对于FFT和DFT(标准方法)的优势:
在FFT和DFT中可行的是,仅辨识具有特定频率的振荡,即:其频率对应于1/T的整数倍的振荡(T:研究时间窗的长度)。因为PSO的频率是未知的变量,因此极其不可能的是,PSO的频率随机地对应于1/T的整数倍。因此,在应用FFT或DFT时,在确定频率时始终预期有一定的误差。在确定频率中的误差会妨碍确定相位角和绝对值。与FFT和DFT相反,在所提出的方法中能够对频率范围进行任意精细地研究。在此情况下,仅在精度和计算耗费之间做出折衷。FFT提供了关于特定的频谱线的信息作为结果。所述频谱线的数量与要研究的信号的测量点的数量相关。在FFT的情况下不可行的是,研究所述光谱线的一部分。换言之,不存在对于有限的频率范围执行FFT计算的可能性。与此相反,在所提出的方法中能够任意选择用于频率的研究范围。此外可行的是,能够通过选择与可用的计算能力匹配的研究分辨率来选择计算耗费。
Claims (11)
1.一种用于识别供电网中的低频振荡的方法,所述低频振荡尤其是次同步谐振,其中所述供电网具有带有标称电网频率的电网电压,所述方法包括以下步骤:
-在测量时间段内记录电网变量的至少一个测量序列,以执行频率分析,所述测量序列具有多个测量点,所述电网变量尤其是电网电压、馈电电流或电网频率,
-在相同的测量时间段内将所述测量序列与同时间相关的正弦形测试函数相乘,其中
-所述测试函数通过测试频率和作为相位角的测试角度来表征,和
-针对每个测量点,将所述测量序列与所述测试函数相乘,以便针对每个测量点获得测试乘积,
-在考虑所述测试乘积的符号的情况下将所述测试乘积加和成乘积和,和
-根据所述乘积和来评估:所述测量序列是否具有低频振荡,所述低频振荡具有:
-在所述测试频率的范围中的频率,和
-在所述测试角度的范围中的相位角。
2.根据权利要求1所述的方法,其特征在于,
-在改变所述测试频率的情况下和/或在改变所述测试角度的情况下,重复将所述测量序列与所述测试函数相乘并且将所述测试乘积加和成乘积和,以便获得多个乘积和,和
-根据这样获得的多个乘积和来执行评估:所述测量序列是否具有低频振荡,尤其是,使得
-在一个乘积和相对于其余乘积和具有最大幅度的情况下,假设有低频振荡,所述低频振荡具有相关的测试频率和相关的测试角度的频率和相位,和/或
-在识别到低频振荡时检测所述低频振荡的幅度,尤其根据所述乘积和来检测。
3.根据权利要求1或2所述的方法,其特征在于,
-在改变所述测试频率的情况下和在改变所述测试角度的情况下,重复将所述测量序列与所述测试函数相乘并且将所述测试乘积加和成乘积和,使得
-针对每个由测试频率值和所述测试角度的值形成的测试对,记录乘积和,其中尤其
-所记录的所述乘积和能够与所述测试频率值有关地并且与所述测试角度有关地显示为在三维空间中的弯曲的面,并且其中
-将测试对的测试角度和测试频率值假设为低频振荡的相位角和频率,其中针对所述测试对,所述乘积和相对于所记录的其余乘积和形成最大值。
4.根据上述权利要求中任一项所述的方法,其特征在于,
为了假设乘积和的低频振荡,仅仅或附加地测试:所述乘积和是否至少达到预定的测试幅度。
5.根据上述权利要求中任一项所述的方法,其特征在于,
-在第一测试循环中,在改变所述测试频率的情况下重复将所述测量序列与所述测试函数相乘以及将所述测试乘积加和,其中
-在第一频率范围内改变所述测试频率,以便识别具有振荡频率的低频振荡,其中
-以第一精度检测所述振荡频率,和
-在第二测试循环中,在改变所述测试频率的情况下,重复将所述测量序列与所述测试函数相乘以及将所述测试乘积加和,其中
-在第二频率范围内改变所述测试频率,和
-根据在所述第一测试循环中识别到的振荡频率来选择所述第二频率范围,以便以比在所述第一循环中更高的精度来检测所述振荡频率。
6.根据权利要求5所述的方法,其特征在于,
-在所述第一测试循环中,附加地在改变所述测试角度的情况下,重复将所述测量序列与所述测试函数相乘以及将所述测试乘积加和,其中
-在第一角度范围内改变所述测试角度,尤其是在0°至360°的范围内改变所述测试角度,其中
-以第一角度步长改变所述测试角度,和
-在所述第二测试循环中,附加地在改变所述测试角度的情况下重复将所述测量序列与所述测试函数相乘以及将所述测试乘积加和,其中
-在第二角度范围内改变所述测试角度,尤其以第二角度步长改变所述测试角度,所述第二角度步长小于所述第一角度步长,和
-根据在所述第一测试循环中识别到的振荡的相位角来选择所述第二角度范围,以便以比在所述第一循环中更高的精度来检测所述振荡的相位角。
7.根据权利要求5或6所述的方法,其特征在于,
-在所述第一测试循环中,以比在所述第二测试循环中更大的频率步长改变所述测试频率,和/或
-在所述第一测试循环中,以比在所述第二测试循环中更大的角度步长改变所述测试角度。
8.根据上述权利要求中任一项所述的方法,其特征在于,
-记录所述电网变量的多个测量序列,所述电网变量尤其是电网电压、馈电电流或所述电网频率,其中
-每个测量序列设置为用于分析频率范围,
-针对每个测量序列根据要分析的频率范围选择测量时间段,和
-在改变所述测试频率的情况下和/或在改变所述测试角度的情况下,对于每个测量序列,重复将所述测量序列与所述测试函数相乘并且将所述测试乘积加和成测试和,以便针对每个测量序列获得多个乘积和,和
-针对每个测量序列,分别评估相关的所述测量序列的乘积和,以识别低频振荡。
9.根据上述权利要求中任一项所述的方法,其特征在于,
-在改变所述测试频率的情况下重复将所述测量序列与所述测试函数相乘以及将所述测试乘积加和成乘积和,其中
-在至少一个频率范围内以频率步长改变所述测试频率,所述频率范围具有上限频率值和下限频率值,和
-根据所述频率范围来设定所述频率步长,尤其是,使得
-所述频率步长小于所述下限频率值,尤其小于所述下限频率值的10%,和/或
-所述频率步长小于所述上限频率值的预定的百分比值,优选小于所述上限频率值的1%,尤其小于所述上限频率值的0.2%,
-其中优选地,在多个频率范围内改变所述测试频率,并且不同的频率范围的频率步长设定为彼此不同的,其中优选地,将每个频率步长分别设定为大于相关的频率范围的相应下限频率值的预定的百分比份额。
10.一种风能***,即风能设施或风电场,所述风能***用于识别供电网中的低频振荡,尤其是次同步谐振,其中所述供电网具有带有标称电网频率的电网电压,并且所述风能***包括:
-记录机构,所述记录机构用于在测量时间段内记录电网变量的至少一个测量序列,以执行频率分析,其中所述测量序列具有多个测量点,所述电网变量尤其是电网电压、馈电电流或电网频率,
-乘法单元,所述乘法单元用于在同一测量时间段内将所述测量序列与同时间相关的正弦形测试函数相乘,其中
-所述测试函数通过测试频率和作为相位角的测试角度来表征,和
-针对每个测量点将所述测量序列与所述测试函数相乘,以便针对每个测量点获得测试乘积,
-加法单元,所述加法单元用于在考虑所述测试乘积的符号的情况下将所述测试乘积加和成乘积和,和
-评估装置,所述评估装置用于根据所述乘积和来评估:所述测量序列是否具有低频振荡,所述低频振荡具有:
-在所述测试频率的范围内的频率,和
-在所述测试角度范围内的相位角。
11.根据权利要求10所述的风能***,其特征在于,所述风能***配置为,实施根据权利要求1至9中任一项所述的方法,其中所述风能***优选具有过程计算机以在所述过程计算机上实施所述方法,至少其中一部分。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018120768.9 | 2018-08-24 | ||
DE102018120768.9A DE102018120768A1 (de) | 2018-08-24 | 2018-08-24 | Windenergieanlage und Verfahren zum Erkennen niederfrequenter Schwingungen in einem elektrischen Versorgungsnetz |
PCT/EP2019/072601 WO2020039077A1 (de) | 2018-08-24 | 2019-08-23 | Windenergieanlage und verfahren zum erkennen niederfrequenter schwingungen in einem elektrischen versorgungsnetz |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112602248A true CN112602248A (zh) | 2021-04-02 |
Family
ID=67742438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980055661.5A Pending CN112602248A (zh) | 2018-08-24 | 2019-08-23 | 风能设施和用于识别供电网中的低频振荡的方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11899050B2 (zh) |
EP (1) | EP3841650A1 (zh) |
CN (1) | CN112602248A (zh) |
CA (1) | CA3109200C (zh) |
DE (1) | DE102018120768A1 (zh) |
WO (1) | WO2020039077A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679125B (zh) * | 2020-06-04 | 2021-07-20 | 北京交通大学 | 一种电力***振荡辨识的方法和装置 |
EP4170848A1 (de) | 2021-10-20 | 2023-04-26 | Wobben Properties GmbH | Verfahren zum dämpfen niederfrequenter schwingungen in einem elektrischen versorgungsnetz |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1242484A (en) * | 1985-11-20 | 1988-09-27 | Ecole Polytechnique | Method and system for measuring the amplitude and phase angle of harmonics in a periodic signal |
US5677852A (en) * | 1992-09-15 | 1997-10-14 | Asea Brown Boveri Ab | Method and arrangement for detecting and damping transcient oscillations at or near a natural resonant frequency in a power transmission system |
US20070241759A1 (en) * | 2006-04-07 | 2007-10-18 | Michael Lamar Williams | Method for measuring stability margin at a node of a polyphase power grid |
RU2442180C1 (ru) * | 2010-10-07 | 2012-02-10 | Государственное образовательное учреждение высшего профессионального образования "Северо-Кавказский государственный технический университет" | Способ определения параметров гармоники несинусоидального электрического сигнала |
CN104820164A (zh) * | 2015-04-14 | 2015-08-05 | 华南理工大学 | 一种电力***低频振荡扰动源定位方法 |
CN105472382A (zh) * | 2014-09-29 | 2016-04-06 | 三星电子株式会社 | 用于检测振荡器的差错的差错检测器和方法 |
CN106841778A (zh) * | 2016-12-28 | 2017-06-13 | 国电南瑞科技股份有限公司 | 基于pmu实现的次同步和超同步谐波参数的处理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4031462A (en) * | 1975-07-07 | 1977-06-21 | Motorola, Inc. | Frequency spectrum analyzer |
DE3733555A1 (de) * | 1987-10-03 | 1989-04-13 | Hartmann & Braun Ag | Verfahren zur messung der amplitude eines periodischen zeitabhaengigen elektrischen signales g(t) in einem signalgemisch u(t) |
US10983150B2 (en) * | 2017-08-28 | 2021-04-20 | General Electric Technology Gmbh | Systems and methods for detecting and evaluating oscillations in an electrical power grid |
US11637428B2 (en) * | 2020-09-29 | 2023-04-25 | Mitsubishi Electric Power Products, Inc. | Selective power oscillation damping control system with damping ratio dynamic gain and method for the same |
-
2018
- 2018-08-24 DE DE102018120768.9A patent/DE102018120768A1/de active Pending
-
2019
- 2019-08-23 CN CN201980055661.5A patent/CN112602248A/zh active Pending
- 2019-08-23 US US17/270,820 patent/US11899050B2/en active Active
- 2019-08-23 EP EP19758725.6A patent/EP3841650A1/de active Pending
- 2019-08-23 WO PCT/EP2019/072601 patent/WO2020039077A1/de unknown
- 2019-08-23 CA CA3109200A patent/CA3109200C/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1242484A (en) * | 1985-11-20 | 1988-09-27 | Ecole Polytechnique | Method and system for measuring the amplitude and phase angle of harmonics in a periodic signal |
US5677852A (en) * | 1992-09-15 | 1997-10-14 | Asea Brown Boveri Ab | Method and arrangement for detecting and damping transcient oscillations at or near a natural resonant frequency in a power transmission system |
US20070241759A1 (en) * | 2006-04-07 | 2007-10-18 | Michael Lamar Williams | Method for measuring stability margin at a node of a polyphase power grid |
RU2442180C1 (ru) * | 2010-10-07 | 2012-02-10 | Государственное образовательное учреждение высшего профессионального образования "Северо-Кавказский государственный технический университет" | Способ определения параметров гармоники несинусоидального электрического сигнала |
CN105472382A (zh) * | 2014-09-29 | 2016-04-06 | 三星电子株式会社 | 用于检测振荡器的差错的差错检测器和方法 |
CN104820164A (zh) * | 2015-04-14 | 2015-08-05 | 华南理工大学 | 一种电力***低频振荡扰动源定位方法 |
CN106841778A (zh) * | 2016-12-28 | 2017-06-13 | 国电南瑞科技股份有限公司 | 基于pmu实现的次同步和超同步谐波参数的处理方法 |
Non-Patent Citations (2)
Title |
---|
E.JACOBSEN, ET AL: "The sliding DFT", IEEE SIGNAL PROCESSING MAGAZINE, vol. 20, no. 2, pages 74 - 80 * |
竺炜: "分段傅里叶神经网络的低频振荡模式识别方法", 《电力***保护与控制》, vol. 40, no. 15, pages 40 - 45 * |
Also Published As
Publication number | Publication date |
---|---|
US11899050B2 (en) | 2024-02-13 |
WO2020039077A1 (de) | 2020-02-27 |
US20210341523A1 (en) | 2021-11-04 |
CA3109200C (en) | 2023-08-08 |
DE102018120768A1 (de) | 2020-02-27 |
CA3109200A1 (en) | 2020-02-27 |
EP3841650A1 (de) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11545832B2 (en) | Method for controlling a wind farm in order to damp sub synchronous oscillations | |
Ibrahim et al. | An effective approach for rotor electrical asymmetry detection in wind turbine DFIGs | |
Yang et al. | Interpolated DFT-based identification of sub-synchronous oscillation parameters using synchrophasor data | |
Soliman et al. | Capacitance estimation algorithm based on DC-link voltage harmonics using artificial neural network in three-phase motor drive systems | |
JP6945371B2 (ja) | 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法 | |
Climente-Alarcon et al. | Particle filter-based estimation of instantaneous frequency for the diagnosis of electrical asymmetries in induction machines | |
CN112602248A (zh) | 风能设施和用于识别供电网中的低频振荡的方法 | |
US11658490B2 (en) | Wind energy system and method for identifying low-frequency oscillations in an electrical supply network | |
CN112385109A (zh) | 用于识别低频振荡的方法和用于其的检测装置 | |
KR101325473B1 (ko) | 모터 모니터링 시스템 | |
JP2016118419A (ja) | 回転機械の振動解析装置およびプログラム | |
CN104020350B (zh) | 一种克服频率摄动的电压基波分量检测方法 | |
Chen et al. | Low cost Arduino DAQ development and implementation on an Android app for power frequency measurement | |
Innah et al. | Neural network method based on PMU data for voltage stability assessment and visualization | |
CN111579868B (zh) | 一种高次谐波的测量方法及装置 | |
JP6423757B2 (ja) | 周波数検出装置、周波数検出方法、および、検出された周波数を用いるインバータ装置 | |
D'Apuzzo et al. | A time-domain approach for the analysis of nonstationary signals in power systems | |
US20210208186A1 (en) | Wind turbine and method for detecting low-frequency oscillations in an electrical supply grid | |
CN112640243B (zh) | 用于识别供电网中的低频振荡的方法和风能设备 | |
Junput et al. | Optimal technique for total harmonic distortion detection and estimation for smart meter | |
Moriano et al. | A novel approach to the grid inductance estimation based on second order generalized integrators | |
Zaman et al. | Multimode synchronous resonance detection in converter dominated power system using synchro-waveforms | |
CN111679124B (zh) | 一种电力***的振荡辨识的方法和装置 | |
Wu et al. | Design of TCSC damping controller for SSO suppression based on TLS-ESPRIT | |
Mahmud et al. | A Smart Monitoring System for Rotor Bar Fault Detection in Induction Motors |
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 |