← 返回
用于次同步振荡监测的自适应重置扩展卡尔曼滤波方法
Adaptive-Reset Extended Kalman Filter Method for Subsynchronous Oscillation Monitoring
| 作者 | Xi Chen · Xi Wu · Qingfeng Li · Jinyu Zhou · Chenyu Wu · Qiang Li · Bixing Ren · Ke Xu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年5月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 并网逆变器 弱电网并网 构网型GFM 跟网型GFL |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 次同步振荡 SSO监测 扩展卡尔曼滤波 可再生能源发电 电力系统稳定性 时变振荡 |
语言:
中文摘要
随着可再生能源发电占比提升，电力系统次同步振荡（SSO）问题日益严峻。由于SSO的频率和幅值具有时变特性，监测难度极大。本文提出了一种自适应重置扩展卡尔曼滤波（AREKF）方法，旨在实现对SSO的高精度实时监测，为后续控制策略的制定与振荡抑制提供有效支撑。
English Abstract
The proliferation of renewable generations significantly in power system increases the severity and possibility of subsynchronous oscillations (SSOs) recently. Monitoring SSOs is critical for setting up control strategies and mitigating SSOs effectively. In many SSO events, the oscillation frequency and magnitude are time-varying, which brings great challenges to SSO monitoring. This article propo...
S
SunView 深度解读
该技术对阳光电源的组串式及集中式光伏逆变器、PowerTitan储能系统在弱电网环境下的稳定性至关重要。随着高比例新能源接入，电网阻抗波动易引发次同步振荡，影响设备安全。该AREKF算法可集成至iSolarCloud智能运维平台或逆变器控制固件中，实现对振荡的实时感知与预警。建议研发团队将其应用于构网型（GFM）逆变器控制策略中，通过动态调整控制参数抑制振荡，提升设备在复杂电网环境下的并网适应性与运行可靠性。