本發(fā)明屬于電力系統(tǒng)技術(shù)領(lǐng)域,具體涉及一種非平衡電力系統(tǒng)頻率估計(jì)方法。
背景技術(shù):
在電力系統(tǒng)中,常用的頻率估計(jì)采用基于相位的方法,但此類方法不適用于發(fā)生大幅度的頻率震蕩的情況。
實(shí)際電力系統(tǒng)中由于存在諧波干擾、噪聲和非平衡電壓等無法預(yù)料的情況,在這些情況下對電力系統(tǒng)的頻率進(jìn)行快速而又準(zhǔn)確的估計(jì)具有很大的實(shí)用意義。
由于標(biāo)準(zhǔn)單相技術(shù)的局限性,特別是當(dāng)所選相遭受電壓下降或瞬變時(shí)會(huì)嚴(yán)重影響頻率估計(jì)的準(zhǔn)確性。考慮線間電壓時(shí),由于在三相系統(tǒng)中存在六個(gè)不同的單相電壓,難以選擇最具代表性的單相信號(hào)來充分描述系統(tǒng)頻率。
比較好的解決方案是設(shè)計(jì)一個(gè)同時(shí)考慮所有三相電壓的框架,當(dāng)任何相位遭受驟降,瞬變或諧波時(shí)可以對增強(qiáng)的魯棒性作出統(tǒng)一估計(jì)。為此,clarke變換根據(jù)所有三相電壓提供的信息構(gòu)建了復(fù)信號(hào),此變換使經(jīng)典單相方法具有增強(qiáng)的魯棒性,并且在復(fù)域中開發(fā)了許多已被證明比在真實(shí)域中的相應(yīng)方法更可靠的解決方案。這些解決方案包括使用鎖相環(huán)(pll)、最小二乘法、卡爾曼濾波和基于解調(diào)的方法。但是,在非平衡系統(tǒng)中這些解決方案往往不能滿足實(shí)際需求。
技術(shù)實(shí)現(xiàn)要素:
發(fā)明目的:針對現(xiàn)有技術(shù)中存在的問題,本發(fā)明公開了一種基于寬線性最小方差無失真響應(yīng)的非平衡電力系統(tǒng)頻率估計(jì)方法,該方法更適用于非平衡系統(tǒng)。
技術(shù)方案:一種基于寬線性最小方差無失真響應(yīng)的非平衡電力系統(tǒng)頻率估計(jì)方法,包括如下步驟:
步驟1、建立三相電力系統(tǒng)的復(fù)電壓信號(hào):
其中
步驟2、建立非平衡電力系統(tǒng)電壓信號(hào)的wl-mvdr譜:
其中f=[1,0]t,vaug(k)=[vt(k),vh(k)]t為復(fù)電壓信號(hào)v(k)的增廣向量,
符號(hào)t表示向量或矩陣的轉(zhuǎn)置;h表示矩陣的共軛轉(zhuǎn)置;符號(hào)*表示矩陣的伴隨矩陣;符號(hào)-1表示矩陣的逆矩陣;
步驟3、求解使代價(jià)函數(shù)最小的角頻率為系統(tǒng)角頻率的估計(jì)值
所述代價(jià)函數(shù)j(k)為:
系統(tǒng)頻率的估計(jì)值為:
優(yōu)選地,步驟3中采用自適應(yīng)算法計(jì)算系統(tǒng)角頻率的估計(jì)值
(2.1)確定迭代初始值ω(0),構(gòu)建角頻率ω更新模型:
ω(k+1)=ω(k)-μ(coe1*sin(2ω(k))+coe2*cos(2ω(k))+coe3*sin(ω(k))+coe4*cos(ω(k)))
其中ω(k+1)表示第k次迭代估計(jì)的角頻率,μ為迭代步長,
re(·)表示取括號(hào)內(nèi)數(shù)值的實(shí)部,im(·)表示取括號(hào)內(nèi)數(shù)值的虛部;
f(ω)=shgs,g(ω)=std*s,
(2.2)迭代計(jì)算步驟(2.1)中的ω(k+1),檢查本次迭代得到的角頻率是否滿足收斂條件,如滿足,則ω(k+1)即為系統(tǒng)角頻率的估計(jì)值
收斂條件為:|ω(k+1)-ω(k)|≤ε或迭代次數(shù)k達(dá)到預(yù)設(shè)迭代次數(shù)閾值l;ε是一個(gè)極小的正實(shí)數(shù)。
作為另一種優(yōu)選,步驟3中采用直接求解法計(jì)算系統(tǒng)角頻率的估計(jì)值
(3.1)建立關(guān)于角頻率的一元四次方程:
其中
re(·)表示取括號(hào)內(nèi)數(shù)值的實(shí)部,im(·)表示取括號(hào)內(nèi)數(shù)值的虛部;
f(ω)=shgs,g(ω)=std*s,
(3.2)求解步驟(3.1)中的一元四次方程,得到4個(gè)解,選擇其中最接近系統(tǒng)角頻率期望ω0=2πf0/fs的作為系統(tǒng)角頻率的估計(jì)值
上述計(jì)算中,矩陣g和d由增廣協(xié)方差矩陣求逆計(jì)算得到,具體步驟為:
(4.1)根據(jù)復(fù)電壓信號(hào)的觀測值,建立數(shù)據(jù)陣v(k):
其中m為用于計(jì)算的有效觀測長度;n為總觀測長度;
(4.2)增廣協(xié)方差矩陣的逆
(4.3)迭代計(jì)算步驟(4.2)中的
(4.4)根據(jù)
為了提高頻率估計(jì)的精度,計(jì)算出矩陣g和d后,對g和d進(jìn)行系數(shù)補(bǔ)償:
g=c1g′,d=c2d′
其中c1和c2為補(bǔ)償系數(shù),g′和d′為補(bǔ)償前的矩陣,g和d為補(bǔ)償后的矩陣。
優(yōu)選地,c1=2.859,c2=1。
有益效果:與現(xiàn)有的技術(shù)相比,本發(fā)明具有以下優(yōu)點(diǎn):1.充分利用了三項(xiàng)電壓完整的二階信息,增強(qiáng)了頻率估計(jì)的魯棒性。2.與傳統(tǒng)的線性自適應(yīng)估計(jì)相比,該方法更適用于非平衡系統(tǒng)并且給出了無偏的頻率估計(jì)。3.該模型對于三相電壓振幅隨時(shí)間的推移和高次諧波存在的變化也不敏感。4.充分考慮輸入信號(hào)與輸出信號(hào)的噪聲,魯棒抗噪性能好。5.算法穩(wěn)定,計(jì)算復(fù)雜度低,收斂性能,穩(wěn)態(tài)收斂精度均明顯高于同類其他算法。
附圖說明
圖1為typeb型電壓暫降的非平衡系統(tǒng)下基于mvdr算法與基于wlmvdr算法的頻率估計(jì)對比圖;
圖2為步長與迭代的wl-mvdr算法估計(jì)均方誤差之間的關(guān)系;
圖3為typeb型電壓暫降的非平衡系統(tǒng)下,信噪比snr從20db到50db進(jìn)行100次獨(dú)立重復(fù)試驗(yàn),基于mvdr算法與基于wlmvdr算法的頻率估計(jì)偏差對比圖;
圖4typeb型電壓暫降的非平衡系統(tǒng)下,信噪比snr從20db到50db進(jìn)行100次獨(dú)立重復(fù)試驗(yàn),mvdr算法與wlmvdr算法的方差以及克拉美勞下界;
圖5為當(dāng)電壓幅度調(diào)制情況下兩種算法的頻率估計(jì);
圖6為當(dāng)電壓頻率調(diào)制情況下兩種算法的頻率估計(jì);
圖7為當(dāng)添加諧波分量造成不平衡情況的頻率估計(jì);
圖8為當(dāng)va(k)變化造成真實(shí)數(shù)據(jù)不平衡情況的頻率估計(jì)圖;8(a)為真實(shí)數(shù)據(jù)相位a電壓變化的三相電壓圖;8(b)為真實(shí)數(shù)據(jù)相位a電壓變化時(shí)頻率估計(jì)圖。
具體實(shí)施方式
下面結(jié)合附圖和具體實(shí)施方式,進(jìn)一步闡明本發(fā)明。
一種基于寬線性最小方差無失真響應(yīng)的非平衡電力系統(tǒng)頻率估計(jì)方法,包括如下步驟:
步驟1、建立三相電力系統(tǒng)的復(fù)電壓信號(hào);
對三相電力系統(tǒng)中的電壓信號(hào)進(jìn)行采樣,得到三相電力系統(tǒng)電壓模型,可表示成下面的離散形式:
va(k)=vacos(ωkδt+φ)z(1)
其中,va、vb、vc為峰值電壓,△t為采樣間隔,等于1/fs,這里fs為采樣頻率,φ為初始相位,ω=2πf0為電壓信號(hào)的角頻率。
將三相電壓通過克拉克變換變換到二相靜止坐標(biāo)系上,即與時(shí)間有關(guān)的三相電壓可以通過正交克拉克變換得到一個(gè)零序列v0和兩個(gè)相互垂直的分量vα、vβ,即:
其中,
在沒有噪聲的平衡系統(tǒng)條件下,va、vb、vc是相等的,即:
其中幅度值
這里ω0=ωδt,為歸一化角頻率,vα(k)和vβ(k)表示某一時(shí)刻電壓的正交表示。對于給定的采樣頻率fs,v(k)的概率密度函數(shù)是旋轉(zhuǎn)不變的,因?yàn)閷τ谌我庹摩?,v和veθ有著相同的分布。這意味著v(k)是一個(gè)二階圓信號(hào),vα(k)和vβ(k)的能量相等,所以協(xié)方差矩陣r=e[v(k)v(k)h]能充分描述其二階統(tǒng)計(jì)特性,并且偽協(xié)方差矩陣c=e[v(k)v(k)t]=0。
當(dāng)三相電力系統(tǒng)偏離正常狀態(tài),例如存在不同程度的凹陷或瞬變,va、vb、vc變得不相等,則復(fù)電壓信號(hào)為:
其中
步驟2、建立非平衡電力系統(tǒng)電壓信號(hào)的wl-mvdr譜;
將復(fù)電壓信號(hào)v(k)分別通過兩個(gè)p階復(fù)數(shù)fir帶通濾波器后再合并為y(n),則復(fù)電壓信號(hào)的功率為y(n)的功率除以濾波器帶寬。設(shè)兩個(gè)帶通濾波器的系數(shù)為:gi=[gi(0),gi(1),…gi(p)]h,i∈{1,2};則:
其中,vaug(k)=[vt(k),vh(k)]t,
在約束條件
ghs1=1ghs2=0(9)
下,使得輸出功率
其中,s=[s1,s2],s1=[st,0t]t,s2=[0t,sh]t,
s=[1,e-jω,…,e-j(k-1)ω]t(11)
其中r為協(xié)方差矩陣,c為偽協(xié)方差矩陣。k為協(xié)方差矩陣r的維數(shù)。
對于非平衡系統(tǒng),當(dāng)v(k)由式(7)出時(shí),可得:
同理可得:
±[v(k-1)v*(k-1)]=|a|2+|b|2(17)
所以,
同理,
可知協(xié)方差矩陣r為共軛對稱陣,矩陣c為對稱陣。
將
其中,f=[1,0]t,
由數(shù)學(xué)矩陣求逆規(guī)律可知,
且矩陣g為共軛對稱陣,d為對稱陣。代入輸出功率p表達(dá)式可得wl-mvdr譜為:
其中f=[1,0]t,vaug(t)=[vt(k),vh(k)]t為復(fù)電壓信號(hào)v(k)的增廣向量,
步驟3、求解使代價(jià)函數(shù)最小的角頻率為系統(tǒng)角頻率的估計(jì)值
wl-mvdr譜在期望頻率f0處表現(xiàn)出一個(gè)峰值。
當(dāng)s的基礎(chǔ)頻率ω和輸入信號(hào)中所包含的頻率分量(由協(xié)方差矩陣表示)一樣的時(shí)候,wl-mvdr估計(jì)算法返回該頻率分量處的能量。然而,在有噪聲的情況下,假設(shè)每個(gè)頻率分量處的能量都大于噪聲的能量,pwlmvdr的倒數(shù)在每一個(gè)頻率分量處有一個(gè)極小值。理論上,每一個(gè)極小值所在的位置都和實(shí)際存在的頻率分量相對應(yīng),其中,絕對值最小的極小值所在的位置為基頻分量。當(dāng)只存在基頻和白噪聲的時(shí)候,協(xié)方差矩陣r的維數(shù)k=2。
wl-mvdr頻率估計(jì)基于最小化代價(jià)函數(shù)j(k):
可以采用自適應(yīng)算法或直接求解法計(jì)算系統(tǒng)角頻率的估計(jì)值
采用自適應(yīng)算法計(jì)算系統(tǒng)角頻率的估計(jì)值
(2.1)確定迭代初始值ω(0),構(gòu)建角頻率ω更新模型;
使用lms(least-mean-square,最小均方)梯度:
其中μ為迭代步長,用來權(quán)衡收斂速度和估計(jì)精度。設(shè):
f(ω)=sh5sg(ω)=std*s
所以:
而
所以,
其中,
角頻率ω更新模型為:
ω(k+1)=ω(k)-μ(coe1*sin(2ω(k))+coe2*cos(2ω(k))+coe3*sin(ω(k))+coe4*cos(ω(k)))(35)
其中ω(k+1)表示第k次迭代估計(jì)的角頻率,re(·)表示取括號(hào)內(nèi)數(shù)值的實(shí)部,im(·)表示取括號(hào)內(nèi)數(shù)值的虛部;
(2.2)迭代計(jì)算步驟(2.1)中的ω(k+1),檢查本次迭代得到的角頻率是否滿足收斂條件,如滿足,則ω(k+1)即為系統(tǒng)角頻率的估計(jì)值
收斂條件為:|ω(k+1)-ω(k)|≤ε或迭代次數(shù)k達(dá)到預(yù)設(shè)迭代次數(shù)閾值l;ε是一個(gè)極小的正實(shí)數(shù)。
采用直接求解法計(jì)算系統(tǒng)角頻率的估計(jì)值
(3.1)建立關(guān)于角頻率的一元四次方程;
在穩(wěn)定的狀態(tài)下,式(35)收斂,梯度
coe1*sin(2ω)+coe2*cos(2ω)+coe3*sin(ω)+coe4*cos(ω)≈0(36)
由萬能公式:
以及二倍角公式:
sin(2ω)=2sin(ω)cos(ω)cos(2ω)=2cos2(ω)-1
式(35)可以化為:
其中coe1~coe4分別為式(31)~式(34)取ω=ω0時(shí)的值,即:
(3.2)求解步驟(3.1)中關(guān)于
由于一元四次方程有4個(gè)解,選擇使系統(tǒng)角頻率的估計(jì)值最接近系統(tǒng)角頻率期望ω0=2πf0/fs的作為最終的系統(tǒng)角頻率的估計(jì)值
計(jì)算出
上述計(jì)算中,矩陣g和d由增廣協(xié)方差矩陣求逆計(jì)算得到,具體步驟為:
(4.1)根據(jù)復(fù)電壓信號(hào)的觀測值,建立數(shù)據(jù)陣v(k):
其中m為用于計(jì)算的有效觀測長度;n為總觀測長度;
(4.2)增廣協(xié)方差矩陣的逆
(4.3)迭代計(jì)算步驟(4.2)中的
(4.4)根據(jù)
由于對矩陣求逆的計(jì)算過程會(huì)影響到結(jié)果的精度,以γ=0.7的typeb型非平衡電壓系統(tǒng)為例,采樣頻率為1000hz,將計(jì)算出來的
計(jì)算結(jié)果與單位矩陣之間存在較大的誤差。為了解決這個(gè)問題,一種辦法是尋求更加精確的求逆算法,另一種辦法是對現(xiàn)有求逆算法進(jìn)行補(bǔ)償,使得求逆后的矩陣與原矩陣的乘積盡可能地接近于單位陣i,即:
令g=c1g′,d=c2d′,其中c1和c2為補(bǔ)償系數(shù),g′和d′為補(bǔ)償前的矩陣,g和d為補(bǔ)償后的矩陣。用補(bǔ)償后的矩陣g和d進(jìn)行計(jì)算,即:
r(k)g+c(k)d*=i(40)
c*(k)g+r*(k)d*=o(41)
r(k)d+c(k)5*=o(42)
c*(k)d+r*(k)g*=i(43)
經(jīng)過計(jì)算,c1=2.859,c2=1時(shí)計(jì)算結(jié)果的精度較高。
實(shí)施例1:
將估計(jì)頻率初始化為49.5hz,系統(tǒng)實(shí)際頻率為f0=50hz,迭代的wl-mvdr算法的迭代步長設(shè)為μ=0.1,估計(jì)結(jié)果如圖1所示。其中f-mvdr表示用mvdr算法進(jìn)行的頻率估計(jì),mvdr表示的是沒有迭代的mvdr頻率估計(jì)算法。由圖1可知,迭代的wl-mvdr算法都能精確地估計(jì)系統(tǒng)頻率,而mvdr算法有一定的偏差。
接下來考慮在有噪聲的情況下,兩種算法的估計(jì)偏差和方差的比較。
首先考察步長μ對迭代的wl-mvdr算法的影響。步長在自適應(yīng)算法中對于最小化代價(jià)函數(shù)有著很重要的作用,步長越小,算法越穩(wěn)定,收斂得越慢;反之,步長越大,算法穩(wěn)態(tài)估計(jì)誤差越大,收斂得越快。圖2表明在信噪比snr=50db電壓為typeb型下陷的情況下,不同的步長μ對迭代的wl-mvdr估計(jì)算法性能的影響,此處性能用均方誤差(mse)表示。由圖2可知,步長越小,均方誤差越小,估計(jì)越精確。
接下來,通過與估計(jì)方差的理論克拉美-勞(crlb)下界作比較,分析這兩種算法的估計(jì)方差。圖3和圖4表示的是不同的信噪比情況下,μ=0.1時(shí),100次獨(dú)立重復(fù)仿真后幾種算法的估計(jì)偏差和方差的比較。其中f-mvdr表示用mvdr算法進(jìn)行的頻率估計(jì),f-wlmvdr表示用wl-mvdr算法進(jìn)行的頻率估計(jì)。結(jié)果表明,在信噪比很大的情況下,迭代的wl-mvdr算法表現(xiàn)出了無偏性,而mvdr算法有一定的偏差。這與理論相符。在方差分析圖中,wl-mvdr算法比i-mvdr算法更接近于crlb下界,估計(jì)性能較好。
然后討論當(dāng)typeb型下陷的電力系統(tǒng)中調(diào)幅的情況下的算法性能,(無噪聲)即:
va(k)=1+0.05sin(2πkδt)
va(k)=1+0.1sin(2πkδt)
va(k)=1+0.15sin(2πkδt)
仿真結(jié)果如圖5,該圖表明,在一點(diǎn)調(diào)幅的情況下wl-mvdr表現(xiàn)出了很小的估計(jì)誤差,而mvdr算法振蕩相對比較大。
snr=50db的條件下,假設(shè)系統(tǒng)頻率在某一時(shí)刻突然改變,考察集中算法的跟蹤性能及反應(yīng)。即設(shè):
圖6表明兩種算法對于頻率變化的跟蹤情況,由該圖可以看出,迭代的wl-mvdr算法與f0最為接近,跟蹤效果最好,反應(yīng)最快;i-mvdr算法估計(jì)誤差較大。
最后考慮高階諧波對集中估計(jì)算法的性能影響。仍然取typeb型電壓下陷,snr=50db加上20%的3階諧波、10%的5階諧波以及10%的7階諧波,加入了諧波之后的電壓和電壓跟蹤結(jié)果如圖7,可以清楚地看出迭代的wl-mvdr算法在高階諧波的干擾下估計(jì)更加穩(wěn)定精確。
實(shí)施例2:
將該方案用于真實(shí)環(huán)境中進(jìn)行頻率估計(jì)。實(shí)際中,三相電壓由一個(gè)110/20/10kv的變壓站記錄。由abb公司生產(chǎn)的rel531數(shù)字線路距離保護(hù)終端被安裝在站內(nèi),用于監(jiān)測三個(gè)“相-地”電壓的變化。該設(shè)備被用來為記錄每當(dāng)相電壓值下降到其正常值的90%以上超過20ms的情況。在1khz下對系統(tǒng)頻率為50hz的測量的三個(gè)“相—地”電壓進(jìn)行采用,如圖8(a)所示,在t=0.06s附近,相位va與地短路,電壓下降到其正常值的44%。同時(shí),相位vb和vc電壓分別驟升36%,50%,得到的非圓度γ=0.0448。
wl-mvdr算法與mvdr算法頻率估計(jì)能力分別如圖8(b)所示,wl-mvdr算法在正常操作條件下提供了準(zhǔn)確的響應(yīng),然而,mvdr算法處理不平衡的能力較差。