专利名称：一种快速识别风电并网系统发生次同步震荡的方法
技术领域：
本发明属电力系统及其自动化技术领域，更准确地说本发明涉及一种基于小波算法(Mallet算法)快速识别风电系统发生次同步震荡的方法。
背景技术：
风电场一般远离负荷中心，常常需要通过具有串联补偿电容的输电网络将风电输送出去，以减少电气距离，增加输送能力。但是由于目前常用的风电机组的基本特性，当大规模风电通过具有串联补偿电容的输电网络时，一些扰动也会导致特殊的电压电流次同步振荡，这种振荡可能导致风电机组与系统的严重损伤。
在2009年北美电网，就发生了一起这样的故障，下图为其系统网络图。当变电站A与C之间的线路发生故障时，大约2. 5个周波短路器跳，故障被清除。之后系统中风电场A 和B与有串联补偿电容线路的变电站B并网运行。据估计，大约故障清除10到11个周波后，风电机组遭受了损伤，同时系统电压上升到I. 5标么值(345kV系统，大约520kV)。这之后系统电压持续上升到2倍标么值。在这一过程中，并联电容器退出运行。当串联补偿电容被旁路后，次同步振荡平息，整个次同步振荡持续了大约I. 5秒。次同步振荡本身并不是新的问题，也已有深入的研究和对策。但以往的研究都是基于同步机模型和串联补偿电容之间的关系，在风电场接入系统后，所产生的次同步振荡类型模式与以往的完全不同。由于这类危害开始于故障状态200ms内，这意味着检测设备必须在IOOm内完成故障检测。目前一般检测电力系统振荡的判据均是针对常规的各类振荡提出的，对于风电机组接入电网中可能引起的特殊次同步振荡均无法判断得到。该类常规的判据有相位角原理，UC0S(p原理，及功率振荡检测原理。通过分析事件发生的本质原因，结合风电机组和具有串联补偿电容电网的特性，通过研究得到了这类特殊次同步振荡的特点，本发明基于Mallet算法进行信号奇异点检测灵敏度高和时频局部化特征的特点，创新的提出了确定该类特殊次同步振荡的判据。
发明内容
本发明目的是监控电网系统或风电机组侧是否出现了次同步振荡，一旦发现，根据事先设立好的门槛进行告警或按指定逻辑调整风机参数抑或直接切除风电机组，确保风电系统和风电机组的安全。本发明采用以下的技术方案来实现，包括下述步骤I)整定次同步振荡离线定值，包括风机的固有频率组(f\、f2. . .、fn)、次同步振荡频差定值组(Af\、Af2..., Afn)、转子转速比率次同步振荡告警定值组(RVRAlarmpRVRAlarm2. . .、RVRAlarmn)、转子转速比率次同步振荡动作定值组(RVRAct1' RVRAct2...、RVRActn)、转子转速次同步振荡告警延时定值组(TAlarm1' TAlarm2. . .、TAlarmn)和转子转速次同步振荡动作延时定值组(TAct1JAct2. . .、TActn)；2)采用Mallet算法计算风机转速RVReal信息组，风机转速RVReal信息组包括不同频率H、…fcJ的转速(ω cal、ω ca2· · ·、
ω_)、检测到不同频率(fMl、fca2, . . . fcaffl)
口寸会头的时间(talarm· caxl、^alarmccax2* · ·、^alarm. caxm )和动作持续的时间α^ΜΧ 、tac,cax2. · ·、
u.。·)、每个频率与固有频率组的差值的绝对值ifM「f2i...、fcal-fnD>(I fca2-fl I、I fca2-f2 I · · ·、I I )、· · · ( I I、I I · · ·、I fc -fn I )和每个频率的转
速与额定转速％的比值(^、，…、，)；
ω0 ω0ω0
3)筛选检测中的频率是否为次同步振荡频率将风机转速RVRm1信息组中检测到的频率(f；al、f；a2、... U与固有频率组的差值的绝对值(If^rf1I、fcal-f21· · · >
fcal-fn I )、( I fca2-fl I、I fca2-f2 I · · ·、I fca2-fn I )、· · · ( I I、I fc -f2 I · · ·、I IanTfn I )依次
与次同步振荡频差定值组(AfpAf2...、Afn)的任何一个频率进行比较，假设f_为采用Mallet算法计算出的一个频率,若I feax_fy I ( Δ fy，贝Ij可初步确定风电系统可能存在频率为fy的次同步振荡，否则进行下一个检测频率的次同步振荡筛选；4)判断电网系统或风电机组是否已经发生次同步振荡告警若步骤3)的
fcax-fy ( Afy已满足，且乏尺烈AarmxAalmicaxSTAlarmj^时满足，可以确定风
电系统中确实存在频率为fy的次同步振荡，并且输出次同步振荡频率的告警信号；5)判断电网系统或风电机组是否满足次同步振荡动作的条件若步骤3)的
fcarfyl ( Afy以满足后，且> RVRActx和taet eax彡TActj^满足，则可以确定风
电系统中确实存在频率为fy的次同步振荡并按指定逻辑调整风机参数或直接切除风电机组；6)如果检测到的频率都已经完成次同步振荡的告警和动作判断，则则转向步骤7)，否则转向步骤3)。7)输出次所有次同步振荡频率的详细信息后转向步骤2)进行下一轮次同步振荡信息的检测和判断。本发明中，披露了一种实现风电系统中次同步振荡检测的方法，该方法基于故障时实时采集的风力发电机组的转速信号和Mallet算法，并综合风电系统次同步振荡的离线定值实现风电系统次同步振荡问题的快速检测，至于步骤2)中的Mallet算法已经是工程应用的成熟算法，不在此描述。3、有益效果该方法通过实时快速检测风电系统存在的特殊次同步振荡现象，保护风力发电机组不受破坏和保证电网系统的动态稳定，可同时维护风电业主和电网企业的经济利益。
图I为本发明方法的流程图。
具体实施例方式下面结合图1，对本发明方法进行详细描述。图I中步骤I描述的是获取风电机组次同步振荡的离线定值组，定值组信息与风电机组的型号及电网参数相关，包括风机的固有频率组(f\、f2. . .、fn)、次同步振荡频差定值组(Af\、Af2..., Afn)、转子转速比率次同步振荡告警定值组(RVRAlarmpRVRAlarm2. . .、RVRAlarmn)、转子转速比率次同步振荡动作定值组(RVRAct1' RVRAct2...、RVRActn)、转子转速次同步振荡告警延时定值组(TAlarm1' TAlarm2. . .、TAlarmn)和转子转速次同步振荡动作延时定值组(TActp TAct2. . .、TActn)。图I中步骤2描述的利用Mallet算法实时计算风机转速信息组，包括不同频率(fcal、f；a2、· · · fcam)的转速(ωΜ 、ωΜ2· · ·、ω·)、检测到不同频率(fMl、f；a2、· · · fcaffl)告警持续的时间(talaM.
caxl Λ ^alarm. cax2* · · Λ ^alarm. caxm )和动作持续的时间(tact.caxl、tact.cax2· · ·、tact.caJ、
每个频率与固有频率组的差值的绝对值(Ifd-f」、|fea「f2|...、|fM「fn|)、(|fca2-fj>fca2-f2 · · ·、I fca2-fn )、···( I I、I U · · ·、I Un I )和每个频率的转速与额定
转速ω 的比值
权利要求
1.基于Mallet算法快速识别风电系统发生次同步震荡的方法，其特征在于包括下列步骤 1)次同步振荡离线定值整定，包括以下定值组①离线整定风机的固有频率组(f\、f2- · · > fη);②次同步振荡频差定值组(Afp Af2. . .、Afn) 转子转速次同步振荡告警延时定值组(TAlarm1JAlarm2. . . >TAlarmn);④转子转速次同步振荡动作延时定值组(TActpTAct2. · ·、TActn);⑤转子转速比率次同步振荡告警定值组(RVRAlarm1, RVRAlarm2. · ·、RVRAlarmn);⑥转子转速比率次同步振荡动作定值组(RVRAct1、RVRAct2. ..、RVRActn)； 2)风机转速RVReal信息组的计算对采集到的风机转速采用Mallet算法实时计算不同时刻不同频率的风机转速RVRcal信息组，风机转速RVRm1信息组包括不同频率(fMl、fca2>·· · fc.)的转速(ωΜ 、 ca2. . .、ω_)、检测到不同频率( ·Μ 、 ·Μ2、. . · fcam)告警持续的时间(talarm。 caxl、talarm。cax2· · ·、talarm。caxm )和动作持续的时间(taet。caxl>tacto cax2. · · >tacto caxm)、每个频率与固有频率组的差值的绝对值(Ifd-f」、|fea「f2|...、|fM「fn|)、(|fca2-fj>fca2-f2 I · · ·、I fca2-fn I )、...( I I、I I · · ·、I H I )和每个频率的转速与额定转速Otl的比值
2.根据权利要求I所述的基于Mallet算法快速识别风电系统发生次同步震荡的方法，其特征在于采用Mallet算法对风力发电机组的转速信号进行多个次同步振荡频率的提取和对应转速的计算。
3.根据权利要求I所述的基于Mallet算法快速识别风电系统发生次同步震荡的方法，其特征在于对次同步振荡频率离线定值组的设置，其整定值包括风机的固有频率组、次同步振荡频差定值组、转子转速次同步振荡告警延时定值组、转子转速次同步振荡动作延时定值组、转子转速比率次同步振荡告警定值组和转子转速比率次同步振荡动作定值组。
4.根据权利要求I所 述的基于Mallet算法快速识别风电系统发生次同步震荡的方法，其特征在于次同步振荡频率筛选时需要将每个检测到的频率与固有频率组的差值的绝对值依次与次同步振荡频差定值组的任何一个频率进行比较，次同步振荡频差定值组的整定由采样精度、Mallet算法精度、次同步振荡频率等因素共同决定。
5.根据权利要求I所述的基于Mallet算法快速识别风电系统发生次同步震荡的方法，其特征在于针对次同步振荡对风电系统或风电机组的危害程度不同，采用不同的转子转速比率定值和延时定值分别判断次同步振荡告警和次同步振荡动作的发生时刻，并采取不同的控制措施。
全文摘要
本发明属电力系统控制技术领域，适用于风电系统次同步振荡的检测和控制。本发明根据风电机组的转速信号和一种小波算法(Mallet算法)，实时计算多个次同步振荡频率的转速，根据次同步振荡的离线定值组判断风电机组是否存在次同步振荡现象，并按照次同步振荡的严重程度对风电机组实施告警处理或调整风电机组运行参数甚至切除风电机组的控制措施。基于小波变换的Mallet算法，克服了传统傅立叶变换缺乏空间局部性和难以确定奇异点在空间的位置及分布情况的缺点，利用了其在时域和频域上同时具有良好的局部化特点，用不同的尺度观察信号和不同的分辨率分解风电机组的转速信号，实现对风电系统多个次同步振荡频率的精确检测和控制。
文档编号H02J3/24GK102820665SQ20121017177
公开日2012年12月12日 申请日期2012年5月30日 优先权日2012年5月30日
发明者邵俊松 申请人:邵俊松