相量测量装置 (PMU) 动态测量精度在线检验

广域测量系统(WAMS)的高级应用功能高度依赖于相量测量装置(PMU)的动态数据质量.迄今为止,各厂家的PMu产品只是在实验室内进行过离线检验,而在实际运行环境中的精度并没有严格地经过检验.因为许多现场环境中的实际信号难以在实验室中复现,因此有必要在WAMS主站开发相量测量算法,对PMU自身记录的采样教据(暂态录波数据)进行分析计算,计算结果应与同时段该PMU上传的动态数据进行比较,从而判断PMU动态数据质量的好坏.最后以华北电网广域测量系统的实测数据为例,论证了PMU动态性能在线监测的必要性与可行性.     

基于随机矩阵理论的故障时刻确定和故障区域定位方法

针对目前基于广域测量系统(wide-area measurement system,WAMS)数据的故障诊断方法容易受到WAMS不良数据干扰的问题,该文将随机矩阵理论应用于WAMS量测数据的信息提取上,分别提出了基于平均谱半径(mean spectral radius,MSR)指标的故障时刻确定方法和基于相量测量单元(phasor measurement units,PMU)数据相关性分析的故障区域定位方法,通过PMU数据的随机矩阵模型的建立和平均谱半径指标及PMU数据相关性的计算,实现了基于MSR指标的故障时刻确定和基于PMU数据相关性分析的故障区域定位,且对不良数据具有非常好的鲁棒性。分别以10机39节点算例和某实际区域电力系统为例,仿真验证了所提方法的有效性和准确性。     

基于奇异值分解的PMU数据恢复法

同步相量量测单元(phasor measurement units,PMUs)因其同步性、快速性和准确性成为电网动态实时监测最有效的手段之一,并得到迅速发展。但由于通信堵塞、硬件故障、传输延迟等因素,现场PMU通常存在不同程度的数据丢失问题,严重制约其在电力系统中的应用与发展,甚至威胁电网安全。该文通过分析现场PMU量测信息,归纳了3种数据丢失类型;提出基于奇异值分解的动态数据成分分析方法,并采用盖氏圆法确定其最优特征成分数,可有效提取原始信号中各特征分量。进一步,提出基于训练、验证与丢失数据分类的数据恢复迭代计算方法,实现系统动态条件下仅利用单通道PMU量测信息的高精度数据恢复。通过仿真与实测数据验证该方法的可行性和准确性。该方法解决传统方法对系统动态信号丢失数据恢复失真的问题,为PMU量测信息更好的应用于电力系统的各个方面提供保证。     

电力系统同步向量测量单元测试方法设计

同步向量测量单元(phasor measurement unit,PMU)作为电网广域测量系统(wide area measurement system,WAMS)的基本组成单元,对电网安全具有重要作用,其实时、准确测量和可靠上传是电网稳定分析和控制的基本前提。为评估PMU子站整体性能,以满足电网对其测量精度和传输可靠性方面的要求,依据《GB/T 26862-2011电力系统同步向量测量装置检测规范》和《GB/T 26865.2-2011电力系统实时动态检测系统第2部分:数据传输协议》,提出一种电力系统PMU子站测试方法,涵盖动态交流采样精度测试和通讯规约测试。通过在某PMU子站现场试验,验证了该方法的可行性。     

同步相量测量单元静动态自动测试系统的研究与开发

同步相量测量单元(phasor measurement unit,PMU)的量测性能是其能否更好地服务于电力系统的关键,在对PMU静动态测试方案、性能评估方法研究的基础上,基于MATLAB软件与OMICRON测试仪开发了PMU静动态自动测试系统,主要功能模块包括信号发生模块、相量提取模板、误差分析模块等。采用所开发的PMU静动态自动测试系统对国内主流厂家的PMU装置进行了测试,测试结果验证了所开发系统的正确性及准确性。该系统具有较高的实用性,可对入网PMU装置进行检测,严把质量关,确保电力系统的安全稳定运行。     

面向智能电网的空间隐蔽型恶性数据注入攻击在线防御研究

智能电网的安全运行高度依赖信息环节功能所提供的强大技术保障,致使电网在运行过程中易受到恶性数据注入等网络攻击的威胁,其中空间隐蔽型恶性数据注入攻击是最普遍的一种。为保证该类恶性数据注入攻击在电网运行中能被高效实时检测处理,提出一套面向监视控制与数据采集(supervisory control and data acquisition,SCADA)和相量测量单元(phasor measurement unit,PMU)混合量测的智能电网恶性数据在线防御流程。首先通过历史状态量获取与状态预测实现状态量挖掘,再进行SCADA仪表与PMU量测量的恶性数据检测、剔除与修正。此外,该文提出一种适用于混合量测系统的多重匹配状态预测方法,其预测结果作为状态参考用以打破恶性数据隐蔽性。IEEE-14和IEEE-118节点测试系统仿真结果验证了所提方法预测准确性及在线检测空间隐蔽型恶性数据的有效性。     

基于瞬时值比较的PMU动态性能在线评测方法及系统

同步相量测量单元(PMU)的动态性能,是广域测量系统(WAMS)的各项高级应用可靠性的重要基础。提出一种基于大扰动的特征动态时段的瞬时值比较的PMU动态性能评测方法。将PMU相量数据还原为相量暂态录波数据,获取对应的实际暂态录波数据,分析两者在相关性、相量算法快速响应、纯幅值缩放和总体相似性上的差异,对PMU动态性能进行全面定量的评价。采用实际现场PMU数据验证了上述理论分析的正确性和可行性。此外,设计了在线评测系统,可应用于实际电网运行过程中实时监控和评价PMU动态性能。     

跨调度中心WAMS动态数据的新型互联互通方案及关键技术

我国广域量测系统(wide area measurement system,WAMS)主站一般仅接入具有调度管辖权的相量测量单元(phasor measurement unit,PMU),其监测范围局限于直接采集的数据,难以从全局范围内了解电网动态特性。同时,传统的WAMS互联方案还存在数据模型不一致、互联主站数少、交换数据少等问题。为解决这些问题,文章基于智能调度技术支持系统基础平台,设计了一种面向请求的动态数据互联服务结构,研究了一种跨调度中心WAMS动态数据的新型互联互通方案。在既有的电网设备唯一标识方法和电网设备统一命名方法的基础上,提出一种适用于WAMS数据模型的建模方法。文中对实时数据和历史数据的API访问接口进行扩展,使之支持跨调度中心互访功能;同时讨论了动态数据压缩传输技术和协议。最后,对所设计的方案进行工程推广应用和性能测试评估,结果表明该方案切实可行。     

基于SCADA/PMU混合量测的广域动态实时状态估计方法

根据来自监视控制与数据采集(supervisory control and data acquisition，SCADA)系统和相量测量单元(phasor measurement unit，PMU)的数据特点，提出了一种基于SCADA/PMU混合量测的广域动态实时状态估计方法，该方法充分利用了各节点间电压变化的相互联系，通过SCADA系统提供的初始值和安装PMU的节点的电压量测可简单地获得其他未安装PMU节点的电压相量。该方法有效地解决了在PMU配置不足的情况下如何观测电网状态以及如何在动态过程下实时观测电网。最后，通过对新英格兰10机39节点系统的多种故障进行仿真，验证了该方法的有效性和准确性。     

基于优先级分配策略的PMU数据恢复方法

新能源集中并网与直流输电技术的快速发展,使电力系统机理特性与运行控制方式均发生变化,亟需闭环精细化控制。同步相量测量单元(phasor measurement units,PMUs)因其测量的同步性与快速性,使电力系统动态实时监测成为可能,可为系统保护与闭环控制提供数据基础。然而,由于现场环境复杂,同步信号丢失、通信协议错误、系统过载等诸多因素会导致PMU存在数据丢失等问题,严重影响其在监测控制、事故分析等方面的应用。归纳了PMU数据丢失的不同场景,定义了两种数据丢失的基本类型;提出了基于插值区间动态变化的优先级分配策略,采用改进三次样条插值函数,对不同类型的丢失数据进行恢复,解决了传统方法在连续多点数据丢失类型下的失真问题。通过仿真与实际录波数据验证了该方法的可行性和准确性,对于保证PMU数据质量有着重大意义和较大价值。     

基于类噪声数据的电力系统低频振荡模式辨识方法及应用

低频振荡的监测对于电力系统的安全稳定运行是一个巨大的挑战。提出了基于类噪声数据的低频振荡模式在线辨识方法,该方法将类噪声PMU数据经过预处理后,以ARMA方法计算得到单测点低频振荡模式信息,然后通过聚类方法得到系统振荡模式信息。结合实际发生的一次低频振荡事故,通过比较扰动前和扰动过程中低频振荡模式差异判断振荡类型,并通过势能增量分布法予以验证。     

基于DSCADA和μPMU数据融合的配电网运行拓扑辨识

在配电网安装了配电网数据采集及监视控制系统（distribution network supervisory control and data acquisition, DSCADA）和部分节点安装少量微型同步相量测量装置（micro-synchronous phasor measurement unit, μPMU）情形下,提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先,基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型,确定拓扑变化的时刻;然后,基于拓扑变化前后的节点电压变化,借助DSCADA和μPMU的遥测数据构建可能拓扑判据,缩小重构后可能拓扑的范围;最后,使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合,估计出可能拓扑下的节点电压相位,并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合,对该算法辨识的准确性进行验证。     

基于GPS同步技术的电力动态监测系统的设计

设计了一种基于全球定位系统(GPS)的同步相量测量装置,用于广域测量系统(WAMS),实现对电力系统关键相量的实时监控。采用基于GPS同步时钟和数字信号处理器(DSP)实现的PMU利用DSP的输入捕获功能,在进行捕获GPS的PPS信号的方法的同时,也对捕获采样信号的频率进行跟踪。采用过零点采样与傅里叶算法相结合,进行信号采样和数据的处理,避免了因频率变化而引起数据误差,提高了PMU的采集精度及抗干扰性。     

抵御多点虚假数据攻击的主动配电网状态估计方法

引入同步相量量测装置（PMU）识别虚假数据注入攻击（FDIA）的动态状态估计是实现主动配电网安全准确决策的有效途径。提出一种融合贝叶斯定理的深度森林（BA-DF）FDIA检测机制的混合量测加权平方根容积卡尔曼滤波（WASRCKF）动态状态估计方法。首先,通过图卷积神经网络预测PMU和SCADA混合量测融合,提高数据冗余度;其次,利用WASRCKF估计状态量和混合量测预测量进行加权估计,降低FDIA对状态估计更新层的影响;然后,采用BA-DF进行FDIA检测,判断虚假数据攻击位置,使用混合量测预测值进行修正,形成BA-DF-WASRCKF组合方法。最后,采用PG&E69配电网进行验证,结果表明该方法在不同PMU配置下均可获得更高精度状态估计结果,配置24台PMU的FDIA识别率为95%,较传统方法状态估计精度提高了77.8%。     

内蒙古电力广域测量系统的结构及功能分析

介绍了蒙西电网广域测量系统(以下简称WAMS)的发展概况及WAMS主站、子站的结构和功能。WAMS采用同步相量测量技术,通过逐步布局全网关键测点的同步相量测量单元(以下简称PMU),实现对全网同步相量及电网主要数据的实时高速率采集,其中WAMS主站由前置通信子系统、实时库子系统、历史库子系统、实时显示界面子系统、历史数据界面子系统、高级应用子系统等9个子系统构成,WAMS的应用,可实现对全网的动态过程监测,为控制中心主站实现全网的在线动态安全稳定分析提供足够的数据来源。     

山东电网广域实时动态监测系统

介绍了基于同步相量测量技术的山东电网广域实时动态监测系统,它首次在国内使用国产"北斗一号"卫星导航系统为PMU提供备用授时信号,并采用可观性分析和同调性分析结合的方法,从理论上提出布点方案,对电网进行布点规划。详细介绍了系统的构成、主要功能和特点,并对其发展前景进行了展望。     

一起相间接地短路故障引起的负荷损失事故分析

分析和研究了一起复杂相间接地短路故障引起的大量负荷瞬间损失事故。根据能量管理系统（energy management system,EMS）的事故追忆、功角测量装置（phasor measurement unit,PMU）的波形及故障录波,对事故过程和原因进行了分析。得出负荷损失的主要原因是系统电压在事故过程中瞬间降低,用户侧设备低压、失压保护或脱扣装置动作跳闸所致。采用BPA分析计算软件,对事故进行了模拟仿真,仿真计算结果与实际故障时所采集到电压变化曲线趋势及规律基本一致。最后,对类似事故的防范措施及用户侧低压、失压脱扣装置的管理工作提出了建议。     

考虑数据时延的电力系统两阶段动态状态估计方法

由于电力系统中SCADA数据和PMU数据采样频率不同,使得这两种数据存在时延。首先提出基于变点重复检测的PMU最佳缓冲长度计算方法,将SCADA数据和PMU数据统一到同一时间尺度下,然后将无迹变换与指数权函数抗差估计算法相结合,针对历史多数据断面进一步提出了两阶段无迹卡尔曼滤波鲁棒动态状态估计方法。该方法在每一断面内,首先用无迹变换和两参数指数平滑预测后的预测值与SCADA数据结合进行第一阶段滤波,然后再将滤波所得估计值与PMU数据结合进行第二阶段滤波。通过两阶段滤波,能够显著增大滤波过程中的量测冗余度,并且有效降低在混合数据滤波过程中量测精度较低的SCADA量测对精度较高的PMU量测的影响。基于IEEE-39节点标准系统对本文所提方法进行仿真,仿真结果表明,本文所提方法能够有效结合PMU数据和SCADA数据对电力系统进行动态状态估计计算,且估计精度高,鲁棒性好。     

利用PMU测量节点间相角差进行孤岛故障诊断

电力系统的非计划孤岛运行严重影响电力系统运行的稳定性,对含分布式电源的配电网进行实时的孤岛检测,尽量缩短孤岛运行的时间具有重要意义。为了更快、更准确的进行孤岛检测,利用PMU(Phasor Measurement Unit)测得配电网系统侧与微电网接入端相角数据,通过判断计算得到的两节点处的相角差值是否超过设定阈值进行孤岛检测;通过改进PMU频率跟踪DFT(Discrete Fourier Transform)算法,提高了PMU测量数据的测量精度;利用Matlab仿真软件对非计划孤岛运行场景进行仿真分析,验证了文中所提出方法的有效性。     

基于WAMS/SCADA混合量测和离散粒子群优化算法的PMU优化配置

当前应用于状态估计的量测数据由广域测量系统(wide area measurement system, WAMS)和数据监控及采集系统(supervisory control and data acquisition,SCADA)采集, WAMS向量测量单元(phasor measurement unit,PMU)的优化配置问题成为研究的重点。本文在分析WAMS/SCADA混合量测数据成分、时间断面、精度、刷新频率4个方面差异的基础上,实现了混合量测数据的有效兼容,提出了一种基于无迹卡尔曼滤波(unscented kalman filter, UKF)动态状态估计和离散粒子群优化(discrete particle swarm optimization, DPSO)算法的PMU优化配置方案。采用该方案下的混合量测数据进行UKF动态状态估计,很好地提高了状态估计精度。在IEEE39节点系统上模拟日负荷变化验证了该PMU配置方案的有效性。