Journal of IKEEE (전기전자학회논문지)

Institute of Korean Electrical and Electronics Engineers (한국전기전자학회)
권호 표지
DOI QR코드

DOI QR Code

A search-based high resolution frequency estimation providing improved convergence characteristics in power system

전력계통에서 수렴성 향상을 위한 탐색기반 고분해능 주파수 추정기법

  • An, Gi-Sung (Dept. of Electr. and Electronics Engineering, Chung-Ang University) ;
  • Seo, Young-Duk (Dept. of Electr. and Electronics Engineering, Chung-Ang University) ;
  • Chang, Tae-Gyu (Dept. of Electr. and Electronics Engineering, Chung-Ang University) ;
  • Kang, Sang-Hee (Dept. of Electr. Engineering, Myung-Ji University)
  • Received : 2018.12.06
  • Accepted : 2018.12.24
  • Published : 2018.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposed a search-based high resolution frequency estimation method in power systme. The proposed frequency estimation method adopts a slope-based adaptive search as a base of adaptive estimation structure. The architectural and operational parameters in this adaptive algorithm are changed using the information from context layer analysis of the signals including a localized full-search of spectral peak. The convergence rate of the proposed algorithm becomes much faster than those of other conventional slope-based adaptive algorithms by effectively reducing search range with the application of the localized full-search of spectrum peak. The improvements in accuracy and convergence rate of the proposed algorithm are confirmed through the performance comparison with other representative frequency estimation methods, such as, DFT(discrete Fourier transform) method, ECKF(extended complex Kalman filter), and MV(minimum variable) method.

본 논문에서는 전력계통에서 정밀하고 변화에 수렴성이 빠른 탐색을 기반으로 하는 주파수 추정 기법을 제안하였다. 제안된 주파수 추정 알고리즘은 고분해능 스펙트럼의 기울기를 추정하여 스펙트럼의 peak 점을 탐색하는 구조를 적용하였다. 과도적으로 주파수 변화가 큰 경우에 기존 방법들의 단점인 수렴속도가 늦는 점을 보완 또는 개선하기 위한 방법으로 Context analysis를 통하여 Full-search 기법과 주파수 추정변수들을 적응적으로 적용하여 주파수 추정의 정밀도와 수렴속도를 향상시키고 대표적인 주파수 추정기법인 DFT(discrete Fourier transform) 방법, ECKF(extended complex Kalman filter), MV(minimum variable)방법들과 비교하여 수렴성과 정밀도가 우수함을 보였다.

Keywords

JGGJB@_2018_v22n4_999_f0001.png 이미지

Fig. 1. Frequency estimation based on power spectrum. 그림 1. 파워스펙트럼 기반의 주파수 추정기법

JGGJB@_2018_v22n4_999_f0002.png 이미지

Fig. 2. Frequency estimation of fundamental step signal. 그림 2. 입력 주파수의 스탭 형태의 변화특성에 따른 주파수 추정 결과

JGGJB@_2018_v22n4_999_f0003.png 이미지

Fig. 3. Frequency estimation of fundamental ramp signal. 그림 3. 입력 주파수의 램프 형태의 변화특성에 따른 주파수 추정 결과

JGGJB@_2018_v22n4_999_f0004.png 이미지

Fig. 4. Single power plant system model. 그림 4. 단일 발전시스템 모델

JGGJB@_2018_v22n4_999_f0005.png 이미지

Fig. 5. Power system frequency estimation in case of load increase by 20%. 그림 5. 전력계통에 로드 20%증가 상황 시 주파수 추정 결과

Table 1. Frequency estimation error power in transient section. 표 1. 주파수의 과도구간에서의 주파수 추정기법별 오차 파워

JGGJB@_2018_v22n4_999_t0001.png 이미지

Table 2. Frequency estimation error power in case of load increase by 20%. 표 2. 로드 20% 증가 시 주파수 추정기법별 오차파워

JGGJB@_2018_v22n4_999_t0002.png 이미지

References

  1. A. K. Pradhan, A. Routray, and A. Basak, "Power system frequency estimation using least mean square technique," IEEE Trans. Power Del., vol.20, no.3, pp.1812-1816, 2005. DOI:10.1109/TPWRD.2004.843453
  2. P. K. Dash, A. K. Pradhan, and G. Panda, "Frequency estimation of distorted power system signals using extended complex Kalmanfilter," IEEE Trans. Power Del., vol.14, no.3, pp.761-766, 1999. DOI:10.1109/61.772312
  3. M. Akke, "Frequency estimation by demodulation of two complex signals," IEEE Trans. Power Del., vol.12, no.1, pp.157-163, 1997. DOI:10.1109/61.568235
  4. S. Lavrence Marple Jr, Digtal Spectral Analysis, PRENTICE-HALL. INC. Englewood Cliffs. New Jersey 07632, 1987.
  5. J. C. Burgess, "On digital spectrum analysis of periodic signals," J. Acoust. Soc. Amer., vol.58, no.3, pp.556-567, 1975. DOI:10.1121/1.380705
  6. P. Stoica and R. L. Moses, " Introduction to Spectral Analysis," Englewood Cliffs, NJ, USA: Prentice-Hall, 1997.
  7. S. Haykin, Adaptive Filter Theory, 4th ed. Upper Saddle River, NJ: Prentice-Hall, 2002.
  8. A. A. Girgis and T. L. D. Hwang, "Optimal estimation of voltage phasors and frequency deviation using linear and nonlinear Kalman filtering: Theory and limitations," IEEE Trans. Power App. Syst., vol.PAS-103, no.10, pp.2943-2949, 1984. DOI:10.1109/TPAS.1984.318297
  9. H.-J. Jeon and T.-G. Chang, "Iterative frequency estimation based on MVDR spectrum," IEEE Trans. Power Del., vol.25, no.2, pp.621-630, 2010. DOI:10.1109/TPWRD.2009.2031116
  10. G. H. Golub and C. F. Van Loan, Matrix Computations, 3rd ed. Baltimore, MD: Johns Hopkins Univ. Press, 1996.
  11. Soon-Ryul Nam and Sang-Hee Kang, "Real-Time Estimation of Power System Frequency Using a Three-Level Discrete Fourier Transform Method," energies, vol.8, pp.79-93, 2014. DOI:10.3390/en8010079