DOI QR코드

DOI QR Code

MLE Based Power System Oscillation Detector by Using Measurement Data

최대 리아프노프 지수를 활용한 전력계통 측정 데이터 기반 비선형 동요 현상 검출 방안

  • Cho, Hwanhee (School of Electric Engineering and Electronics, Korea University) ;
  • Lee, Byongjun (School of Electric Engineering and Electronics, Korea University) ;
  • Nam, Suchul (KEPCO Research Institute, Korea Electric Power Corporation) ;
  • Kim, Yonghak (KEPCO Research Institute, Korea Electric Power Corporation)
  • Received : 2018.07.02
  • Accepted : 2018.11.12
  • Published : 2018.12.30

Abstract

본 연구는 시각 동기 위상 측정 정보를 이용하여 전력계통에 나타나는 여러 가지 동요 현상을 검출하기 위한 기초 연구로써, 시계열 데이터 분석 분야로 분류된다. 제시한 방법은 비선형 동특성에 해석 기반으로 접근하여 전력계통에 나타날 수 있는 여러 동요 현상을 범용적으로 검출해 낼 수 있다. 비선형 동요 현상의 신호적 패턴을 수학적으로 기본 순시치 파형으로부터 피크치 샘플링을 통해 전개하여 계통 요소간 간섭으로 인한 원하지 않는 진동 모드를 검출하고자 한다. 계통의 변화로 진동 모드가 나타날 때, 2차원 평면에 실효치로 환산한 시계열 전압 데이터와 선형화된 플로퀘트 상수(Floquet multiplier)를 맵핑하여 도시하고, 정상상태 지점으로부터 거리를 계산하여 최대 리아프노프 지수 계산을 통해 계통이 불안정하게 되는 시간을 시계열 데이터 분석으로 추정하는 것이 본 방법의 핵심이다. 이러한 접근으로 제시한 비선형 동요 검출 알고리즘을 적용하여 디지털 필터 적용 또는 주파수 영역 해석과 같은 오프라인 Study와 달리 온라인으로 신속하게 계통의 현재 상태를 알 수 있게 된다.

Keywords

JROGG5_2018_v4n2_55_f0001.png 이미지

Fig. 1. 비선형 시스템의 해와 푸앵카레 평면의 개념도.

JROGG5_2018_v4n2_55_f0001.png 이미지

Fig. 1. 비선형 시스템의 해와 푸앵카레 평면의 개념도.

JROGG5_2018_v4n2_55_f0002.png 이미지

Fig. 2. 순시치에서의 시계열 평면 도시 결과.

JROGG5_2018_v4n2_55_f0002.png 이미지

Fig. 2. 순시치에서의 시계열 평면 도시 결과.

JROGG5_2018_v4n2_55_f0003.png 이미지

Fig. 3. 비선형 동요 현상 검출 개요.

JROGG5_2018_v4n2_55_f0003.png 이미지

Fig. 3. 비선형 동요 현상 검출 개요.

JROGG5_2018_v4n2_55_f0004.png 이미지

Fig. 4. Steam turbine and governor system ‐ Sub‐synchronous Resonance.

JROGG5_2018_v4n2_55_f0004.png 이미지

Fig. 4. Steam turbine and governor system ‐ Sub‐synchronous Resonance.

JROGG5_2018_v4n2_55_f0006.png 이미지

Fig. 5. 모선 전압에서의 SSR 현상 확인 결과.

JROGG5_2018_v4n2_55_f0006.png 이미지

Fig. 5. 모선 전압에서의 SSR 현상 확인 결과.

JROGG5_2018_v4n2_55_f0007.png 이미지

Fig. 6. 주파수 해석 결과.

JROGG5_2018_v4n2_55_f0007.png 이미지

Fig. 6. 주파수 해석 결과.

JROGG5_2018_v4n2_55_f0008.png 이미지

Fig. 7. 시계열 평면 상의 SSR 감시 결과.

JROGG5_2018_v4n2_55_f0008.png 이미지

Fig. 7. 시계열 평면 상의 SSR 감시 결과.

JROGG5_2018_v4n2_55_f0009.png 이미지

Fig. 8. 시간에 따른 진동 거리 계산 결과.

JROGG5_2018_v4n2_55_f0009.png 이미지

Fig. 8. 시간에 따른 진동 거리 계산 결과.

JROGG5_2018_v4n2_55_f0010.png 이미지

Fig. 9. 거리에 따른 MLE 계산 결과.

JROGG5_2018_v4n2_55_f0010.png 이미지

Fig. 9. 거리에 따른 MLE 계산 결과.

JROGG5_2018_v4n2_55_f0011.png 이미지

Fig. 10. 주파수 스캐닝 결과.

JROGG5_2018_v4n2_55_f0011.png 이미지

Fig. 10. 주파수 스캐닝 결과.

JROGG5_2018_v4n2_55_f0012.png 이미지

Fig. 11. 제안한 방법을 적용한 경우 SSR 관찰.

JROGG5_2018_v4n2_55_f0012.png 이미지

Fig. 11. 제안한 방법을 적용한 경우 SSR 관찰.

JROGG5_2018_v4n2_55_f0013.png 이미지

Fig. 12. 제안한 방법을 적용하기 위한 샘플링 주파수 조건 검토.

JROGG5_2018_v4n2_55_f0013.png 이미지

Fig. 12. 제안한 방법을 적용하기 위한 샘플링 주파수 조건 검토.

Table 1. 직렬보상 수준에 따른 MLE 계산 결과 및 검출시간

JROGG5_2018_v4n2_55_t0001.png 이미지

Table 1. 직렬보상 수준에 따른 MLE 계산 결과 및 검출시간

JROGG5_2018_v4n2_55_t0001.png 이미지

Table 2. 변압기 리액턴스 감소에 따른 SCR과 MLE 지수

JROGG5_2018_v4n2_55_t0002.png 이미지

Table 2. 변압기 리액턴스 감소에 따른 SCR과 MLE 지수

JROGG5_2018_v4n2_55_t0002.png 이미지

Table 3. 선로 리액턴스 감소에 따른 SCR과 MLE 지수

JROGG5_2018_v4n2_55_t0003.png 이미지

Table 3. 선로 리액턴스 감소에 따른 SCR과 MLE 지수

JROGG5_2018_v4n2_55_t0003.png 이미지

References

  1. Dawei Sun, Xiaorong Xie, Yuquan Liu, Ke Wang, Meng Ye, 'Investigation of SSTI between practical MMC based VSC HVDC and adjacent turbogenerators through modal signal injection test', IEEE trans. Power Delivery, 2016, pp.2432 -2441.
  2. Benfeng Gao, Ruixue Zhang, Ren Li, Hongyang Yu, Guoliang Zhao, 'Subsynchronous torsional interaction of wind farms with fsig wind turbines connected to LCC‐HVDC lines', Energies, 2017, Vol 10, 9, pp.1435. https://doi.org/10.3390/en10091435
  3. Liang Wang, Jingyu Peng, Yuyang You, Hongwei Ma, 'SSCI performance of DFIG with direct controller', IET Generation, Trans. & ist., 2017, Vol 11, 10, pp. 2697-2702. https://doi.org/10.1049/iet-gtd.2016.2022
  4. Penghan Li, Jie Wang, Linyun Xiong, Fei Wu, 'Nonlinear controllers based on exact feedback linearization for series‐compensated dfig‐based wind parks to mitigate sub‐synchronous control interaction', Energies., 2017, Vol 10, 8, pp. 1182. https://doi.org/10.3390/en10081182
  5. A. Wolf, J. B. Swift, H. L. Swinney, J. A. Vastano, 'Determining Lyapunov exponents from a time series', Physica D,1985, 16, pp. 285-317. https://doi.org/10.1016/0167-2789(85)90011-9
  6. S. Sato, M. Sano, Y. Sawada, 'Practical methods of measuring the generalized dimension and the largest Lyapunov exponent in high dimensional chaotic systems', Prog. Theor. Phys., 1987, 77, pp. 1-5. https://doi.org/10.1143/PTP.77.1
  7. Michael T. Rosenstein, James J. Collins, Carlo J. De Luca, 'A practical method for calculating largest Lyapunov exponents from small data sets', Phys D Nonlin. Phen., 1993, 65, pp. 117-134. https://doi.org/10.1016/0167-2789(93)90009-P
  8. Sambarta Dasgupta, Magesh Paramasivam, Umesh Vaidya, Ajjarapu Venkataramana, 'PMU‐based model‐free approach for short term voltage stability monitoring', IEEE Power. Energy. GM., 2012.
  9. A.M. Harb, M.S. Widyan, 'Modern nonlinear theory as applied to SSR of the IEEE second benchmark model', Power Tech Conference Proceedings, 2003 IEEE Bologna.
  10. Kundur, P., 'Power system stability and control', (McGraw‐Hill, New York, 1994).
  11. Rudiger Seydel, 'Practical Bifurcation and Stability Analysis', Springer, New York, 2010).
  12. Holger Kantz, Thomas Schreiber, 'Nonlinear Time Series Analysis', (Cambridge university press, 2004).
  13. S.Ruberg, 'MIGRATE‐Report on systemic issues', TENNET, 2016.
  14. IEEE Sub‐synchronous resonance working group, 'Second benchmark model for computer simulation of sub‐synchronous resonance', IEEE Transactions on Power Apparatus and Systems, vol. PAS‐104, no. 5, 1985, pp. 1057-1066.
  15. IEEE Power & Energy Society, 'IEEE Standard for Synchrophasor Measurements for Power Systems', IEEE Standards Association.
  16. Cigre Working group B4.62, 'Connection of wind farms to weak AC networks',2016.
  17. NERC Reliability guideline, 'Integrating inverter based resources into weak power systems', 2017.