Metody obliczania fazora w systemach elektroenergetycznych

Slides:



Advertisements
Podobne prezentacje
Opracowała: Iwona Bieniek
Advertisements

I część 1.
Wykład 6: Filtry Cyfrowe – próbkowanie sygnałów, typy i struktury f.c.
Joanna Sawicka Wydział Nauk Ekonomicznych, Uniwersytet Warszawski
Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Metody badania stabilności Lapunowa
Obserwowalność System ciągły System dyskretny
Życiorys mgr inż. Robert Piotrowski Katedra Systemów Mikroelektronicznych WETI PG Urodzony: r. Wykształcenie: studia doktoranckie na.
Życiorys mgr inż. Krzysztof Bruniecki Katedra Systemów Geoinformatycznych WETI PG Urodzony: r. Wykształcenie: studia na kierunku.
Zaawansowane metody analizy sygnałów
Przetwarzanie i rozpoznawanie obrazów
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
KONKURS WIEDZY O SZTUCE
DIELEKTRYKI TADEUSZ HILCZER.
MODULACJE KĄTA FAZOWEGO HARMONICZNEGO SYGNAŁU NOŚNEGO
Zaawansowane metody analizy sygnałów
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Obserwowalność System ciągły System dyskretny u – wejścia y – wyjścia
Proces analizy i rozpoznawania
Życiorys mgr inż. Michał Lech Katedra Systemów Multimedialnych WETI PG
mgr inż. Adam Łukasz Kaczmarek Katedra Inżynierii Wiedzy, WETI PG
mgr inż. Kuba Łopatka Katedra Systemów Multimedialnych WETI PG
mgr inż. Krzysztof Świder
mgr inż. Adam Kupryjanow Katedra Systemów Multimedialnych WETI PG
mgr inż. Adam Sobociński Katedra Inżynierii Wiedzy WETI PG
Wykład no 6 sprawdziany:
Próbkowanie sygnału analogowego
Linear Methods of Classification
Dyskretny szereg Fouriera
PROF. DOMINIK SANKOWSKI
Warszawa, luty 2013 PinkPoland Profil socio-demograficzny witryn erotycznych sieci PinkPoland.
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Metody Lapunowa badania stabilności
Obserwatory zredukowane
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Zwiększenie wykorzystania energii z OZE w budownictwie
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Sterowanie – metody alokacji biegunów
Podstawy automatyki 2011/2012Systemy sterowania - struktury –jakość sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż.
Wykład 22 Modele dyskretne obiektów.
Pole magnetyczne od jednego zezwoju
Obserwowalność i odtwarzalność
Sterowanie – metody alokacji biegunów II
  Prof.. dr hab.. Janusz A. Dobrowolski Instytut Systemów Elektronicznych, Politechnika Warszawska.
Modelowanie i identyfikacja 2013/2014 Identyfikacja rekursywna i nieliniowa I 1 Katedra Inżynierii Systemów Sterowania  Kazimierz Duzinkiewicz, dr hab.
Ekonometryczne modele nieliniowe
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Systemy dynamiczne 2014/2015Obserwowalno ść i odtwarzalno ść  Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Obserwowalność.
Ekonometryczne modele nieliniowe
Kalendarz 2020.
Filtr Kalmana (z ang. Kalman Filter w skrócie KF)
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
ZAAWANSOWANA ANALIZA SYGNAŁÓW
Wykład drugi Szereg Fouriera Warunki istnienia
PTS Przykład Dany jest sygnał: Korzystając z twierdzenia o przesunięciu częstotliwościowym:
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
© IEn Gdańsk 2011 Technika fazorów synchronicznych Łukasz Kajda Instytut Energetyki Oddział Gdańsk Zakład OGA Gdańsk r.
Koncepcja modelu agregacji działek Kamil Grudzień, Norbert Kurpiel Wydział Geodezji Górniczej i Inżynierii Środowiska Katedra Geomatyki Warszawa, r.
Podstawy automatyki I Wykład /2016
The Discrete-Time Fourier Transform (DTFT)
Sterowanie procesami ciągłymi
EM Midsemester TEST Łódź
Zapis prezentacji:

Metody obliczania fazora w systemach elektroenergetycznych Wydział Elektrotechniki, Automatyki Informatyki i Inżynierii Biomedycznej Katedra Metrologii i Elektroniki mgr inż. Szymon Barczentewicz

Plan prezentacji Definicja fazora Zastosowanie fazora Dokładność obliczania fazora Podział metod obliczania fazora Przykłady metod obliczania Porównanie wybranych metod Podsumowanie Literatura

Dla harmonicznej podstawowej ciągłego okresowego sygnału napięcia Definicja fazora Dla harmonicznej podstawowej ciągłego okresowego sygnału napięcia (1) fazor definiowany jest jako (2) Jeśli częstotliwość i amplituda sygnału sinusoidalnego zmieniają się w czasie, wtedy (1) może być przedstawione jako (3) gdzie jest różnicą pomiędzy rzeczywistą i podstawową częstotliwością. Fazor dany jest wtedy wzorem. (4) W praktyce fazor obliczany jest z N próbek ciągłego sygnału próbkowanego z okresem Δt (5)

Rys. 1. Konwencja reprezentacji fazora. Definicja fazora Rys. 1. Konwencja reprezentacji fazora.

Rys. 2. Sygnał sinusoidalny o częstotliwości f>f0. Definicja fazora Rozważmy sygnał sinusoidalny o częstotliwości innej niż częstotliwość podstawowa obserwowany w chwilach 0, 1T0, 2T0, 3T0, …, nT0, gdzie T0=1/f0. Rys. 2. Sygnał sinusoidalny o częstotliwości f>f0.

Rys. 3. Sygnał sinusoidalny o częstotliwości innej niż podstawowa. Definicja fazora Rys. 3. Sygnał sinusoidalny o częstotliwości innej niż podstawowa.

Definicja fazora

Zastosowanie fazora w sieci elektroenergetycznej Wielkoobszarowe systemy monitorowania i wizualizacji (WAMV), Detekcja wahań, Monitorowanie częstotliwości i napięcia, Detekcja zakłóceń, Analiza post factum. Rys. 4. „WAMS and WACS Enabling the Smart Grid at Statnett”, S. LØvlund, J. O. Gjerde

Weryfikacja metod obliczania fazora Standard IEEE C37.118.1-2011 definiuje kilka wskaźników określających dokładność obliczania fazora. TVE (Total Vector Error) (6) FE (Frequency Error) (7) RFE (ROCOF Error) (8) tr (Time response) (9) Standard definiuje dwie klasy pomiarowe: - P class – klasa ochronna, - M class – klasa pomiarowa.

Weryfikacja metod obliczania fazora Tab. 1. Wymagania dla synchrofazora – statyczny sygnał testowy.

Weryfikacja metod obliczania fazora Tab. 2. Wymagania dla synchrofazora – modulowany sygnał testowy. Tab. 3. Wymagania dla częstotliwości i ROCOF – modulowany sygnał testowy.

Podział metod wyznaczania fazora

Metody wyznaczania fazora oparte na DFT - I Okienkowane DFT: najprostsze i najłatwiejsze do implementacji, w przypadku próbkowania niesynchronicznego metody są podatne na przeciek widmowy i próbkowanie widma ciągłego przez DFT (picked fence effect), zastosowanie okien zmniejsza wpływ przecieku widmowego. DFT Xk sygnału xn definiowane jest jako (10) Częstotliwość sygnału, w Hz, jest częstotliwością prążka DFT o indeksie k=k0 (11) Synchroniczne próbkowanie (całkowita liczba okresów): f0 = 50 Hz k0 = 1,2,5

Metody wyznaczania fazora oparte na DFT - II Interpolowane DFT (IpDFT): Mniej wrażliwe na wpływ próbkowania widma ciągłego przez DFT (picked fence effect), oparte na statycznym modelu fazora. Rys 4. Ilustracja problemu interpolowanego DFT, fk, f0, fk+1 – częstotliwości prążków DFT, f0 – częstotliwość sygnału sinusoidalnego, δ – korekta częstotliwości.

Metody wyznaczania fazora oparte na DFT - III Model 4 i 6 parametrowy : dynamicznym model fazora, fazor estymowany przez rozwinięcie w szereg Taylora. WLS: opierają się na dynamicznym modelu fazora, mniejsza dokładność jeśli w mierzonym sygnale zawarte są harmoniczne inne niż podstawowa.

Metody wyznaczania fazora Taylor-Fouriera Transform: dynamicznym model fazora, mniej podatne na wyższe harmoniczne, wymagające obliczeniowo. Filtr Kalmana: zarówno na statyczny jak i dynamiczny model fazora, do estymacji modelu dynamicznego wykorzystuje model statyczny.

Przykłady metod wykorzystujących IpDFT - I 2-punktowe IpDFT z oknem Hanninga [Bel13]: Sygnał xn mnożony jest przez okno Hanninga (12) Obliczane jest DFT z okienkowanego sygnału vn. Szukamy prążka o największej amplitudzie |Vk max|, aby obliczyć δ (13) Częstotliwość, amplituda i faza dane są wzorami: (14) (15) (16) Dodać rys.2.1 z hab.

Przykłady metod wykorzystujących IpDFT - II Metoda Bertocco-Yoshidy IpDFT z korekcją przecieku widmowego [Bar13]: Obliczane jest DFT Xk sygnału xn. Szukany jest prążek o największej amplitudzie |Vk max|, aby obliczyć stosunek R i współczynnik λ. (17) (18) (19) Częstotliwość, amplituda i faza dana są wzorami: (20) (21) (22) Wykonywana jest korekcja przecieku widmowego zgodnie z [Wu10] Dodać rys.2.1 z hab.

Przykłady metod wykorzystujących WLS - I Estymator WLS [OSer07]: Fazor X(t) (4) przybliżany jest pierwszymi I-tymi wyrazami zespolonego szeregu Taylora (23) gdzie Δt=t-tn jest przesunięciem czasu względem czasu odniesienia, X(i)(tn), dla i = 1,…,I, jest i-tą pochodną (4). Dla N próbek okres T = N/fs współczynniki wielomianu Taylora otrzymywane są za pomocą WLS dane są (24) gdzie xn (5) to wektor kolumnowy N-elementowy, W to macierz diagonalna stworzona z wartości wybranego okna w(.), (25) z XnI = X(I)(tn)/(i! fsi), i = 0,1,…,I jest wektorem estymowanych wyrazów szeregu Taylora, i gdzie H, T, * oznaczają kolejno sprzężenie hermitowskie, transpozycję i sprzężenie. Dodać rys.2.1 z hab.

Przykłady metod wykorzystujących WLS - II Ostatecznie macierz o wymiarach Nx2(I+1) (26) zawiera poszczególne wyrazy szeregu (27) gdzie s = 1/2 jeśli N jest parzyste lub s = 0 jeśli N jest nieparzyste, a l oznacza liczbę okresów badanego sygnału. Amplituda i faza estymowanego fazora dana jest przez (28) Dodać rys.2.1 z hab.

Porównanie wybranych metod Rys. 5. Maksymalne TVE zależące od rzeczywistej częstotliwości fin. Single frequency. (maxTVE = 1% IEEE Std C7.118) Rys. 6. Maksymalne TVE zależące od rzeczywistej częstotliwości fin. 10% zakłócenie wyższymi harmonicznymi do 50-tej harmonicznej. (maxTVE = 1% IEEE Std C7.118)

Porównanie wybranych metod Rys. 7. Maksymalne TVE zależące od częstotliwości modulacji fm. (maxTVE = 3% IEEE Std C7.118) Rys. 8. Maksymalne FE w zależności od częstotliwości modulacji fm. (maxFE = 0.06 Hz IEEE Std C7.118)

Jakie są problemy do rozwiązania? Podsumowanie Jakie są problemy do rozwiązania? Dokładność metod, odporność na różnego typu zakłócenia, czas wykonywania algorytmów, implementacja na różnego typu platformach sprzętowych. Dalsze prace nad doktoratem: Implementacja i porównanie wybranych metod obliczania fazora. Wiarygodne porównanie metod obliczania fazora. Propozycja nowych metod. Sprzętowa aplikacja wybranych metod. Dodać rys.2.1 z hab.

Literatura [Bar13] S. Barczentewicz, K. Duda, D. Borkowski, "Compliance Verification of the Phasor Estimation Based on Bertocco-Yoshida Interpolated DFT with Leakage Correction", Signal Processing algorithms, architectures, arrangements, and applications, SPA'2013, Sep. 2013 [Bel14] D. Belega, D. Macci, D. Petri, "Fast Synchrophasor Estimation by Means of Frequency- Domain and Time-Domain Algorithms", IEEE Trans. Instrum. Meas., vol. 63, no. 2, Feb. 2014. [Chi01] Chi-kong Wong, Ieng-tak Leong, Chu-san Lei, Jing-tao Wu , Ying-duo Han, "A Novel Algorithm for Phasor Calculation Based on Wavelet Analysis", Power Engineering Society Summer Meeting, vol 3., Jul. 2001. [OSer07] J. A. de la O Serna, "Dynamic Phasor Estimates for Power System Oscillations", IEEE Trans. Instrum. Meas., vol. 56, no. 5, Oct. 2007. [Pha09] A. G. Phadke, B. Kasztenny, "Synchronized phasor and frequency measuremnt under transient conditions", IEEE Trans. Power Del., vol. 24, no. 1, Jan. 2009. [Pre08] W. Premerlani, B. Kasztenny, "Development and Implementation of a Synchrophasor Estimator Capable of Measurements Under Dynamic Conditions",", IEEE Trans. Power Del., vol. 23, no. 1, Jan. 2008. [Sil11] R. P. Silva, A. C. Delbem, "Genetic algorithms applied to phasor estimation and frequency tracking in PMU development", International Journal of Electric Power and Energy Systems, vol. 44, 2013 Dodać rys.2.1 z hab.

Koniec Dziękuję za uwagę