黃瑞 宋健 肖宇 劉謀海 溫和

摘要：隨著現(xiàn)代電網(wǎng)規(guī)模不斷增大，分布式電源大規(guī)模接入，強(qiáng)諧波、高噪聲和信號(hào)動(dòng)態(tài)多變等問題會(huì)降低同步相量測(cè)量算法的準(zhǔn)確度.為準(zhǔn)確測(cè)量現(xiàn)代電網(wǎng)同步相量參數(shù)，提出一種結(jié)合二階泰勒動(dòng)態(tài)相量模型和改進(jìn)矩陣束優(yōu)勢(shì)的同步相量測(cè)量算法，用于動(dòng)態(tài)條件下電力系統(tǒng)同步相量幅值和相角參數(shù)精確測(cè)量.本文先對(duì)算法進(jìn)行數(shù)學(xué)推導(dǎo)，然后根據(jù)我國(guó)同步相量裝置檢測(cè)規(guī)范中指定的實(shí)驗(yàn)案例對(duì)測(cè)量準(zhǔn)確度進(jìn)行詳細(xì)評(píng)估.實(shí)驗(yàn)結(jié)果表明，算法在頻率偏差、幅度調(diào)制等情景下具有很高的測(cè)量精度，符合我國(guó)同步相量檢測(cè)規(guī)范要求，具有一定工程應(yīng)用價(jià)值.

關(guān)鍵詞：同步相量測(cè)量;動(dòng)態(tài)相量模型;矩陣束;頻率估計(jì);最小二乘法

中圖分類號(hào)：TM714

文獻(xiàn)標(biāo)志碼：A

同步相量測(cè)量單元（phasor measurement unit，PMU）作為現(xiàn)代電網(wǎng)智能感知層的重要數(shù)據(jù)入口，在電網(wǎng)故障診斷、電壓穩(wěn)定性監(jiān)視、低頻振蕩分析、暫態(tài)穩(wěn)定性分析和控制等方面發(fā)揮著重要作用，高精確度和實(shí)時(shí)性的同步相量測(cè)量算法是保證PMU穩(wěn)定高效工作的先決條件[1，2].隨著現(xiàn)代電網(wǎng)規(guī)模的不斷增大，配電網(wǎng)將面臨如下變化，（1）以光伏發(fā)電為代表的分布式電源大規(guī)模接入，可能導(dǎo)致配電網(wǎng)電壓和功率的振蕩;（2）電動(dòng)汽車的大規(guī)模無序充電，可能致使配電網(wǎng)電壓跌落;（3）電動(dòng)汽車和分布式電源大規(guī)模應(yīng)用，可能造成配電網(wǎng)諧波含量上升.這些改變使配電網(wǎng)中的PMU面臨著強(qiáng)諧波、強(qiáng)噪聲和測(cè)量信號(hào)動(dòng)態(tài)多變等環(huán)境，使得同步相量測(cè)量算法的設(shè)計(jì)面臨巨大挑戰(zhàn)[3-5].

為了應(yīng)對(duì)配電網(wǎng)全新測(cè)量環(huán)境的挑戰(zhàn)，國(guó)內(nèi)外學(xué)者提出了很多改進(jìn)型或者全新的PMU測(cè)量算法.根據(jù)基本原理，主要分為兩類：1）基于離散傅立葉變換（Discrete Fourier Transform，DFT）的算法，如文獻(xiàn)[6-8]等針對(duì)同步相量和頻率測(cè)量誤差與濾波器頻響特性的關(guān)系，根據(jù)最優(yōu)設(shè)計(jì)準(zhǔn)則，構(gòu)建DFT類算法的等效數(shù)字濾波器組，提高了DFT類動(dòng)態(tài)同步相量測(cè)量算法的抗諧波能力.文獻(xiàn)[9]將泰勒相量模型分解為基本分量和若干子分量，然后用DFT分別求出各分量，最后進(jìn)行合成與修正，減輕了功率振蕩對(duì)測(cè)量精度的影響.文獻(xiàn)[10]研究了DFT在非同步采樣條件下的相角誤差分布規(guī)律后，用相角差對(duì)被測(cè)頻率跟蹤測(cè)量，得到精度較高的頻率值.文獻(xiàn)[11]提出了一種基于頻率偏移的DFT修正方法，能實(shí)現(xiàn)動(dòng)態(tài)變化過程的相量測(cè)量.盡管基于DFT的算法具有很強(qiáng)的抗諧波能力和較高的計(jì)算效率，但由于頻譜泄漏的影響，此類算法在間諧波或帶外干擾存在時(shí)性能較差.2）基于泰勒動(dòng)態(tài)相量模型和最小二乘法的算法，文獻(xiàn)[12]引入強(qiáng)跟蹤卡爾曼濾波器，由理論殘差與實(shí)際殘差的失配情況來調(diào)整測(cè)量過程，增強(qiáng)對(duì)動(dòng)態(tài)信號(hào)的跟蹤能力.文獻(xiàn)[13]提出了泰勒加權(quán)最小二乘算法（Taylor Weighted Least squares，TWLS），其實(shí)質(zhì)是采用窗函數(shù)抑制旁瓣干擾和帶外噪聲.文獻(xiàn)[14]將加權(quán)最小二乘算法中的泰勒多項(xiàng)式替換為通帶波紋更低且阻帶衰減更高的Sinc插值多項(xiàng)式，提高了此類算法在頻偏、諧波振蕩和線性調(diào)頻條件下的測(cè)量精度，但是間諧波干擾對(duì)算法精確度的影響很大.

綜合上述背景，為提高泰勒動(dòng)態(tài)相量模型類算法的抗諧波與頻偏干擾性能，本文提出一種結(jié)合改進(jìn)矩陣束和二階泰勒動(dòng)態(tài)相量模型的同步相量測(cè)量方法.先用改進(jìn)矩陣束估計(jì)電網(wǎng)基波頻率，然后結(jié)合泰勒二階多項(xiàng)式與最小二乘法修正頻率估計(jì)值，同時(shí)求出同步相量的幅值與相角參數(shù)，最后使用我國(guó)同步相量檢測(cè)規(guī)范中的測(cè)試案例對(duì)所提算法進(jìn)行仿真測(cè)試，驗(yàn)證本文算法的準(zhǔn)確度和實(shí)用性.

1泰勒動(dòng)態(tài)相量模型

根據(jù)電力系統(tǒng)同步相量標(biāo)準(zhǔn)可知，在不含噪聲等干擾的理想環(huán)境下，配電網(wǎng)電壓波形可用如下模型表示：

式中：A，φ1和f1分別為電壓波形的幅值、初相位和基波頻率，在理想的電網(wǎng)中，它們均為常數(shù).由于負(fù)荷動(dòng)態(tài)變化和噪聲干擾等因素存在，實(shí)際電力系統(tǒng)中電壓波形的幅值和頻率會(huì)動(dòng)態(tài)變化，考慮時(shí)變幅值和頻率的電壓波形動(dòng)態(tài)模型可表示為：

式中：令P（t）=A（t）ejφ（t），易知P（t）能夠表征電壓幅值和頻率隨時(shí)間變化的特征，被稱為動(dòng)態(tài)相量.

基于動(dòng)態(tài)相量的時(shí)變特性，將P（t）用二階泰勒多項(xiàng)式表示為

式中：系數(shù)p0、p1和p2分別為動(dòng)態(tài)相量P（t）的零階導(dǎo)數(shù)、一階導(dǎo)數(shù)和二階導(dǎo)數(shù).此處也可以使用高階泰勒多項(xiàng)式，但是二階多項(xiàng)式已經(jīng)能夠提供符合標(biāo)準(zhǔn)要求的測(cè)量精度.將式（3）代入式（2）中整理可得：

式中：“*”代表共軛運(yùn)算符.

在實(shí)際電網(wǎng)中，電壓/電流信號(hào)中還有基波成份以外諧波與間諧波成份.信號(hào)模型（4）只考慮電網(wǎng)中的基波成份，無法精確表征含有諧波和間諧波分量的電網(wǎng)信號(hào).因此將（4）擴(kuò)展為多頻動(dòng)態(tài)相量模型為

（5）式中：M代表電網(wǎng)信號(hào)中的頻率成份數(shù)，P（ht）是第h個(gè)頻率分量對(duì)應(yīng)的動(dòng)態(tài)相量，亦稱動(dòng)態(tài)諧波（或間諧波）相量.

假設(shè)以采樣頻率fs對(duì)電網(wǎng)電壓x（t）進(jìn)行離散采樣，則離散化后得到的N點(diǎn)采樣序列為：

式中：T=1/fs且Zh=ej2πfhT，對(duì)于采樣序列中的N個(gè)采樣點(diǎn)（為了保證t=0為中心點(diǎn)，N取奇數(shù)），由式（6）可以得到N個(gè)線性方程：

式中：X為采樣序列，pall=[p1，...，ph，...，pM]T由所有頻率成份f對(duì)應(yīng)動(dòng)態(tài)相量的二階泰勒多項(xiàng)式系數(shù)組成，且p=1/2[p（0），p（1），p（2），p*（0），p*（1），p*（2）];系統(tǒng)矩陣GM=[B1，...，Bh，...，BM]，且Bh=[EhΠ2，E*Π];其中E是N×N對(duì)角矩陣，元素為Zk=ej2πfhkT;Π2是N×3矩陣，下標(biāo)2代表二階泰勒動(dòng)態(tài)相量，其表達(dá)式為

因?yàn)榍蠼鈩?dòng)態(tài)相量就是求解系數(shù)向量pall.因?yàn)閄已知，若是已知GM，系數(shù)向量pall可用最小二乘法求出：

式中：“H”是埃爾米特復(fù)共軛轉(zhuǎn)置運(yùn)算符，若已知Z，則能求出系數(shù)向量.由Zh=ej2πfhT可知，頻率fh的精確度會(huì)直接影響到最后動(dòng)態(tài)相量系數(shù)矩陣的準(zhǔn)確度，本文選擇改進(jìn)矩陣束算法計(jì)算頻率fh，實(shí)現(xiàn)過程如第2節(jié)所述.

2改進(jìn)矩陣束算法計(jì)算同步相量

2.1矩陣束算法

在數(shù)值計(jì)算理論中，矩陣束定義為：

式中：（ft，λ）是函數(shù)g（t）和h（t）的束函數(shù)，包含了輸入信號(hào)的極點(diǎn)特征（在本文中，信號(hào)極點(diǎn)就是Z=ej2πfT）;λ是約束參數(shù)，為了保證約束生效，g（t）與h（t）不能是正比例關(guān)系.對(duì)于實(shí)際電網(wǎng)信號(hào)，本文提出的改進(jìn)矩陣束算法將噪聲、諧波和間諧波等看作無效干擾信息，只關(guān)注基波頻率成份，所以建立如下信號(hào)模型：

式中：k代表序列索引，y（kT），x（kT）和n（kT）分別代表采樣序列、理想信號(hào)序列和干擾序列.

第一步，使用采樣序列中的連續(xù)N點(diǎn)構(gòu)造（N-L）×（L+1）型Hankel矩陣如下所示：

式中：L為矩陣束參數(shù)，其取值會(huì)影響改進(jìn)矩陣束算法的抗干擾性能，一般選取N/3≤L≤N/2比較合適[16].

第二步，對(duì)Hankel矩陣Y進(jìn)行奇異值分解.為了區(qū)分輸入信號(hào)的基波成份與干擾成份，改進(jìn)矩陣束算法的核心思想是找出代表基波頻率成份的奇異值，因此需要對(duì)采樣信號(hào)構(gòu)成的Hankel矩陣Y進(jìn)行奇異值分解：

式中：U為（N-L）×（N-L）型酉矩陣，V為（L+1）×（L+1）型酉矩陣，S為包含Hankel矩陣Y所有奇異值的（N-L）×（L+1）型對(duì)角矩陣.

第三步，利用奇異值分布規(guī)律濾除噪聲等干擾成份.對(duì)于無噪聲或者其他干擾的理想信號(hào)，矩陣S的對(duì)角元素會(huì)以一對(duì)降序排列的非零奇異值σ1和σ2開始，其余元素均為0.但是當(dāng)噪聲等干擾存在時(shí)，矩陣S的其余對(duì)角元素便不再為零.為了將噪聲干擾成份造成的奇異值與電網(wǎng)信號(hào)頻率造成的奇異值區(qū)分開，本文使用自適應(yīng)定階方法（見2.2節(jié)）計(jì)算出頻率成份個(gè)數(shù)M.然后將噪聲等干擾成份對(duì)應(yīng)的σ（ii=2M+1，2M+2，...）設(shè)置為零，于是得到新的奇異值對(duì)角矩陣S′.

第四步，構(gòu)造矩陣束.在上一步使用奇異值分布規(guī)律濾除干擾后，可以使用U、V和S′構(gòu)造矩陣束，取V的右奇異向量：

將V′去除最后一行得到V1，去除第一行得到V2，然后重構(gòu)兩個(gè)矩陣：

經(jīng)過干擾濾除和重構(gòu)之后，Y1和Y2被認(rèn)為由理想信號(hào)構(gòu)成，如下所示：

經(jīng)過上述步驟處理后得到的Y1和Y2不會(huì)滿足正比例關(guān)系，故可以使用Y1和Y2構(gòu)造矩陣束F（λ）=Y2-λY1.

第五步，提取矩陣束極點(diǎn)信息，求出基波頻率.由文獻(xiàn)[15]可知，極點(diǎn)Z可以通過求解矩陣束F（λ）的廣義特征值求出.因此可以將對(duì)Z的求解轉(zhuǎn)化為對(duì)Y1+Y2特征值的求解，此處Y1+為矩陣Y1的廣義偽逆矩陣：

求出Y+Y的特征值Z后，結(jié)合Z=ej2πfhT可以得到電網(wǎng)信號(hào)的基波頻率為：

2.2自適應(yīng)定階方法

對(duì)于如式（5）所示的信號(hào)模型，每個(gè)頻率fh成份會(huì)使奇異譜中出現(xiàn)一對(duì)連續(xù)的奇異值，分別處于奇異譜序列的奇數(shù)與偶數(shù)位置.一般來說，由電網(wǎng)信號(hào)頻率成份產(chǎn)生的奇異值遠(yuǎn)遠(yuǎn)大于因噪聲而產(chǎn)生的奇異值.定階算法需要將有效信號(hào)成份盡可能從背景噪聲中區(qū)別出來，才能保證矩陣束算法準(zhǔn)確計(jì)算信號(hào)各成份的頻率值.基于此，本文提出一種基于奇異值均值的自適應(yīng)定階方法，其步驟如下.

第一步，將奇異值分奇偶位置進(jìn)行重新排序

其中σ為奇異值矩陣S的對(duì)角線元素;

第二步，計(jì)算每個(gè)頻率fh對(duì)應(yīng)奇異值的均值，即奇異值均值序列

第三步，對(duì)奇異值均值序列進(jìn)行歸一化，求出奇異值均值歸一化序列Snor，各元素為

其中p，為San的第i個(gè)元素，pmar為Sman的第一個(gè)元素（也是值最大的元素）.

第四步，定義噪聲奇異值的均值閾值η為

第五步，令M為序列Snor中所有大于η的個(gè)數(shù)，即為電網(wǎng)信號(hào)頻率成份個(gè)數(shù).

2.3同步相量參數(shù)計(jì)算

求出電網(wǎng)信號(hào)各頻率fh之后，結(jié)合公式（9）就能求出多頻動(dòng)態(tài)相量系數(shù)向量pall=[p1，...，ph，...，pM]T，其中的基波動(dòng)態(tài)相量系數(shù)為

故同步相量的相位角參數(shù)為

同步相量的幅值參數(shù)為

修正后的基波頻率參數(shù)為

式中：“∧”代表測(cè)量值;f、A和φ分別為本文提出算法測(cè)量出來的電網(wǎng)同步相量參數(shù)，即為電網(wǎng)基波成份對(duì)應(yīng)的頻率、幅度和相位值.

2.4算法流程圖基于改進(jìn)矩陣束的動(dòng)態(tài)同步相量測(cè)量方法流程

如圖1所示.首先將采樣信號(hào)序列構(gòu)造成Hankel矩陣;接著對(duì)Hankel矩陣進(jìn)行奇異值分解處理，利用奇異值序列進(jìn)行自適應(yīng)定階得到電網(wǎng)信號(hào)中的有效頻率成份數(shù)M;然后根據(jù)奇異值分解結(jié)果和頻率成份數(shù)M構(gòu)建矩陣束，求解矩陣束的特征值后求出各信號(hào)成份的粗估計(jì)頻率值;最后利用求出的粗頻率值構(gòu)建基于二階泰勒動(dòng)態(tài)相量模型的多頻系統(tǒng)矩陣，并用最小二乘法估計(jì)出二階動(dòng)態(tài)相量系數(shù)，進(jìn)而計(jì)算電網(wǎng)信號(hào)基波分量幅值、相位和頻率參數(shù)，即為同步相量.

3算法測(cè)量精度分析

為了測(cè)試提出算法的精確度和魯棒性，本文根據(jù)我國(guó)檢測(cè)規(guī)范——《GB/T26862-2011電力系統(tǒng)同步相量測(cè)量裝置檢測(cè)規(guī)范》對(duì)算法的關(guān)鍵指標(biāo)進(jìn)行測(cè)試.根據(jù)重要性與實(shí)用性原則，主要從檢測(cè)規(guī)范中規(guī)定的頻率誤差、幅值誤差、相角誤差、幅值調(diào)試和頻率偏移影響等方面進(jìn)行測(cè)試.在所有實(shí)驗(yàn)中，采樣頻率fs設(shè)置為2400Hz，觀測(cè)窗口長(zhǎng)度分別為1、2和3周期.對(duì)采樣序列進(jìn)行逐點(diǎn)滑窗計(jì)算，并取1周波（80次計(jì)算）中的最大絕對(duì)誤差作為測(cè)試結(jié)果報(bào)告.另外，為直觀展示本文算法改進(jìn)效果，選取了TWLS算法作為對(duì)比算法進(jìn)行性能分析.

3.1頻率測(cè)量誤差測(cè)試

我國(guó)同步相量測(cè)量裝置檢測(cè)規(guī)范規(guī)定，同步相量測(cè)量裝置在45～55Hz范圍內(nèi)，頻率測(cè)量誤差不能超過0.002Hz.測(cè)試信號(hào)如式（29）所示.Un為電力系統(tǒng)額定電壓.

表1中記錄了改進(jìn)矩陣束算法在不同頻率下的頻率測(cè)量最大絕對(duì)誤差，可以看出，算法測(cè)量精度均在10-15數(shù)量級(jí)，完全符合標(biāo)準(zhǔn)要求，同時(shí)觀測(cè)窗長(zhǎng)對(duì)算法精度無影響.

3.2相量測(cè)量誤差測(cè)試

由同步相量的定義知，相量包含幅值與相角兩個(gè)基本參數(shù).本小節(jié)根據(jù)同步相量測(cè)量標(biāo)準(zhǔn)規(guī)定分別對(duì)改進(jìn)矩陣束算法的幅值和相角測(cè)量精度進(jìn)行分析和評(píng)估，測(cè)試信號(hào)如式（30）所示.

（30）幅值測(cè)量誤差計(jì)算公式如式（31）所示，其中額定電壓Un為100/3V，電壓基準(zhǔn)值取Un的1.2倍，此處為70V.測(cè)試電壓幅值選取范圍為0.1Un～2.0Un，變化步長(zhǎng)為0.1Un，標(biāo)準(zhǔn)要求在所有測(cè)量條件下的幅值測(cè)量誤差不能超過0.2%.

圖2中的測(cè)試結(jié)果顯示，雖然改進(jìn)矩陣束算法的測(cè)量精度隨著電壓值變大而稍微降低，其理論精度為10-13數(shù)量級(jí)，遠(yuǎn)遠(yuǎn)優(yōu)于TWLS算法的10-6數(shù)量級(jí)，且觀測(cè)窗長(zhǎng)的變化對(duì)靜態(tài)信號(hào)測(cè)量精度無影響.

3.2.2相角誤差測(cè)試

圖3展示了改進(jìn)矩陣束算法在不同幅值情況下量精度均能達(dá)到10-13數(shù)量級(jí)，不但滿足低于0.2°的的相角測(cè)量精度.在所有測(cè)試條件下，算法的相角測(cè)要求，而且遠(yuǎn)遠(yuǎn)優(yōu)于TWLS算法的數(shù)量級(jí).與幅值測(cè)量結(jié)果不同的是，相角測(cè)量精度隨著觀測(cè)窗長(zhǎng)變小而提高.

3.3幅度調(diào)制影響測(cè)試

在實(shí)際電網(wǎng)中，同步相量恒定不變的理想情況并不存在，相量的幅值和相角參數(shù)一定處于不同程度的動(dòng)態(tài)變化中.為了保證同步相量裝置對(duì)動(dòng)態(tài)信號(hào)具有良好的測(cè)量性能，檢測(cè)規(guī)范規(guī)定：在調(diào)制頻率范圍0.1～4.5Hz和幅度調(diào)制量為0.1Un測(cè)試條件下，基波電壓幅值測(cè)量誤差值應(yīng)小于等于0.2%，相角測(cè)量誤差應(yīng)小于等于0.5°.在幅度調(diào)制影響測(cè)試實(shí)驗(yàn)中，調(diào)制頻率依次增加0.1Hz，生成41組不同測(cè)試信號(hào)如式（32）所示.

改進(jìn)矩陣束算法對(duì)每組測(cè)試信號(hào)的幅值、相角和頻率測(cè)量精度結(jié)果分別如圖4-圖6所示.從圖4可以看出，在調(diào)制頻率0.1～4.5Hz范圍中，電壓幅值測(cè)量誤差均小于0.1%，完全滿足檢測(cè)規(guī)范的精度要求.另外幅值測(cè)量精度與調(diào)制頻率大小和觀測(cè)窗長(zhǎng)有關(guān)，表現(xiàn)在：第一，幅值測(cè)量精度隨著調(diào)制頻率增大而降低;第二，幅值測(cè)量精度隨著觀測(cè)窗口長(zhǎng)度增大而降低.從圖5可以看出，改進(jìn)矩陣束算法相角測(cè)量精度均小于0.1°，完全滿足檢測(cè)規(guī)范要求，同時(shí)相角測(cè)量精度隨著調(diào)制頻率增大而降低.與幅值測(cè)量精度結(jié)果不同，觀測(cè)窗長(zhǎng)度雖然影響相角測(cè)量精度，但是并未呈現(xiàn)比例關(guān)系.三種不同觀測(cè)窗情況下，2周期觀測(cè)窗測(cè)量結(jié)果表現(xiàn)較差;而在調(diào)制頻率4～4.5Hz范圍內(nèi)，三種不同長(zhǎng)度觀測(cè)窗提供的相角測(cè)量精度一樣.從圖6可以看出，改進(jìn)矩陣束算法的頻率測(cè)量精度雖然隨著調(diào)制頻率增大而減小，但在各測(cè)試條件下均能優(yōu)于TWLS算法.

3.4頻率偏移影響測(cè)試在實(shí)際電網(wǎng)中，由于用電負(fù)荷與發(fā)電功率的不

平衡，會(huì)導(dǎo)致實(shí)際電網(wǎng)頻率偏離標(biāo)稱頻率，因此需要測(cè)試改進(jìn)矩陣束算法在頻率偏差條件下的同步相量測(cè)量性能.實(shí)驗(yàn)中，采用綜合矢量誤差指標(biāo)表示測(cè)量精度，其定義如下：

式中：TVE是綜合矢量誤差，Pr和Pi分別為理想信號(hào)相量的實(shí)部與虛部，P（rt0）和P（it0）分別為實(shí)測(cè)相量的實(shí)部與虛部.

檢測(cè)規(guī)范要求規(guī)定：在基波頻率45～55Hz范圍內(nèi)，1級(jí)同步相量測(cè)量裝置的綜合矢量誤差應(yīng)小于1%.基波頻率在45～55Hz之間以0.5Hz為步長(zhǎng)進(jìn)行變化，測(cè)試信號(hào)如式（29）所示，測(cè)得改進(jìn)矩陣束算法的綜合矢量誤差如圖7所示.因?yàn)門WLS算法總是以電力系統(tǒng)標(biāo)稱頻率為參考值，所以測(cè)量精度受到頻率偏差影響極大;而改進(jìn)矩陣束算法在所有頻率偏差情況下，均有很高測(cè)量精度，誤差數(shù)量級(jí)小于10-12%，同時(shí)實(shí)驗(yàn)結(jié)果表明增大觀測(cè)窗長(zhǎng)度會(huì)導(dǎo)致算法的綜合矢量誤差變大.

4結(jié)束語

本文提出了一種基于改進(jìn)矩陣束的同步相量測(cè)量算法.通過引入矩陣束算法能夠在不同干擾情況下精確測(cè)量電網(wǎng)基波頻率的優(yōu)勢(shì)，結(jié)合二階多頻動(dòng)態(tài)相量模型可以表征同步相量變化率和加速度的特點(diǎn)，本文提出的算法能夠精確表示電網(wǎng)信號(hào)的動(dòng)態(tài)特性，同時(shí)也能降低諧波與間諧波成份的干擾.實(shí)驗(yàn)結(jié)果顯示，該方法無論是在頻率偏差情況下，還是在電壓幅值調(diào)制情況下，均有較好的測(cè)量性能，可以精確測(cè)量電網(wǎng)信號(hào)的幅值、相角和頻率參數(shù).此外，利用同步相量檢測(cè)規(guī)范中的測(cè)試案例，驗(yàn)證了提出算法的精確度和魯棒性，具有一定的工程應(yīng)用價(jià)值.

參考文獻(xiàn)

[1]王繼豪，裴茂林，熊茹，等.同步相量測(cè)量技術(shù)在配電網(wǎng)中的應(yīng)用[J].電測(cè)與儀表，2017，54（17）：1-6.

[2]李俊剛，張愛民，張杭，等.廣域保護(hù)系統(tǒng)數(shù)據(jù)網(wǎng)絡(luò)可靠性評(píng)估[J].電工技術(shù)學(xué)報(bào)，2015，30（12）：344-350.

[3]靳宗帥.強(qiáng)噪聲電信號(hào)寬頻帶相量高精度估計(jì)方法[D].濟(jì)南：山東大學(xué)，2019：1-13.

[4]葛維春，蔡亦濃，李江，等.基于多分支電流混合量測(cè)的配電網(wǎng)三相狀態(tài)估計(jì)[J].電力系統(tǒng)保護(hù)與控制，2020，48（9）：1-10.

[5]袁明軍，江浩，黎強(qiáng)，等.四統(tǒng)一四規(guī)范同步相量測(cè)量裝置關(guān)鍵技術(shù)研究[J].電力系統(tǒng)保護(hù)與控制，2019，47（4）：182-187.

[6]汪芙平，靳夏寧，王贊基.實(shí)現(xiàn)動(dòng)態(tài)相量測(cè)量的FIR數(shù)字濾波器最優(yōu)設(shè)計(jì)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（15）：2388-2395.

[7]汪芙平，黃松嶺，趙偉，等.基于最優(yōu)線性濾波的PMU測(cè)量I：最優(yōu)濾波原理[J].中國(guó)電機(jī)工程學(xué)報(bào)，2018，38（8）：2262-2271.

[8]裴茂林，嚴(yán)勤，汪芙平，等.諧波相量測(cè)量的FIR濾波算法[J].電測(cè)與儀表，2019，56（12）：1-8.

[9]白莎，符玲，熊思宇，等.基于多頻率相量模型的動(dòng)態(tài)同步相量測(cè)量算法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2018，38（13）：3748-3755.

[10]金濤，陳毅陽，段小華，等.基于改進(jìn)DFT的電力系統(tǒng)同步相量測(cè)量算法研究[J].電工技術(shù)學(xué)報(bào)，2017，32（17）：1-10.

[11]張曉莉，許勇，劉慧海，等.一種提高同步相量測(cè)量裝置動(dòng)態(tài)性能的新算法及其測(cè)試研究[J].電力系統(tǒng)保護(hù)與控制，2015，43（18）：48-54.

[12]劉潔波，黃純，江亞群，等.基于強(qiáng)跟蹤泰勒-卡爾曼濾波器的動(dòng)態(tài)相量估計(jì)算法[J].電工技術(shù)學(xué)報(bào)，2018，33（2）：433-441.

[13] BELEGA D，F(xiàn)ONTANELLI D，PETRI D. Dynamic phasor and frequency measurements by an improved Taylor weighted least squares algorithm[J]. IEEE Transactions on Instrumentation and M e a s u r e m e n t ，2 0 1 5 ，6 4（ 8 ）：2 1 6 5 - 2 1 7 8 .

[14] CHEN L，ZHAO W，WANG Q，et al.Dynamic harmonic synchro?phasor estimator based on sinc interpolation functions[J].IEEE Transactions on Instrumentation and Measurement，2019，68（9）： 3054-3065.

[15] SARKAR T K，PEREIRA O.Using the matrix pencil method to estimate the parameters of a sum of complex exponentials[J]. IEEE Antennas and Propagation Magazine，1995，37（1）：48-55.

[16]康小寧，屈亞軍，焦在濱，等.基于最小二乘矩陣束算法的工頻分量提取方法[J].電力系統(tǒng)自動(dòng)化，2014，38（21）：66-70.