Determinación de los modos oscilatorios en el SADI a partir del análisis de las mediciones de las PMU de datos tipo ambiente en Baja Tensión
Barra lateral del artículo
Publicado:
jul 29, 2021
Palabras clave:
Mediciones fasoriales, PMU, análisis de correlación canónica, CCA, Yule Walker, modos oscilatorios de baja frecuencia, señales de frecuencia y diferencia angular.
Contenido principal del artículo
Resumen
Este trabajo presenta el análisis de correlación canónica (CCA) y de Yule Walker (YW) de las mediciones de las PMU (Phasor Measurement Unit) registradas en el marco del Proyecto MedFasee BT Argentina, que observa la dinámica del Sistema Argentino de Interconexión (SADI). Los métodos de CCA y YW se utilizan para determinar los modos oscilatorios de baja frecuencia con bajo amortiguamiento presentes en las señales de tensión y de frecuencia. Estos modos se caracterizan por su frecuencia, amortiguamiento y pseudoenergía. Los métodos CCA y YW se aplican a las mediciones de datos de tipo ambiente de las PMU. Este estudio además de permitir la detección de los modos con bajo amortiguamiento, permitido determinar diferentes parámetros de los métodos como señal a analizar, lo cual es un requisito para el preprocesamiento, así como la definición de la ventana de análisis, periodo de muestreo y orden del sistema.
Descargas
Los datos de descargas todavía no están disponibles.
Detalles del artículo
Cómo citar
Ramos, O., & Colomé, G. . (2021). Determinación de los modos oscilatorios en el SADI a partir del análisis de las mediciones de las PMU de datos tipo ambiente en Baja Tensión. Revista Técnica "energía", 18(1), PP. 48–58. https://doi.org/10.37116/revistaenergia.v18.n1.2021.467
Sección
SISTEMAS ELÉCTRICOS DE POTENCIA
Aviso de Derechos de Autor
La Revista Técnica "energía" está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.
Citas
[1] I. C. Decker, D. Dotta, M. N. Agostini, A. S. Silva, B. Meyer, and S. L. Zimath, “Installation and monitoring experiences of the first synchronized measurement system in the Brazilian national grid,” 2008 IEEE/PES Transm. Distrib. Conf. Expo. Lat. Am. T D-LA, pp. 1–7, 2008, doi: 10.1109/TDC-LA.2008.4641695.
[2] Z. Jin, H. Zhang, and C. Li, “WAMS light and its deployment in China,” 5th Int. Conf. Electr. Util. Deregul. Restruct. Power Technol., pp. 1373–1376, 2015.
[3] Z. Jin and H. Zhang, “Noise characteristics and fast filtering of synchronized frequency measurement in low voltage grid,” 2016 4th IEEE Int. Conf. Smart Energy Grid Eng. SEGE 2016, pp. 398–403, 2016, doi: 10.1109/SEGE.2016.7589559.
[4] X. Xie, Y. Xin, J. Xiao, J. Wu, and Y. Han, “WAMS applications in chinese power system,” IEEE Power Energy Mag., vol. 4, no. 1, pp. 54–63, 2006, doi: 10.1109/MPAE.2006.1578532.
[5] R. Bialecki, “Identificação em tempo real de Oscilações Eletromecânicas utilizando Sincrofasores,” M.S. thesis, Dept. Ingeniería Eléctrica, Universidad Federal de Santa Catarina, Florianopolis, Brasil, 2014.
[6] I. C. Decker, R. Pina, M. N. Agostini, P. Cordeiro, R. Bialecki, and V. Zimmer, “Manual de Utilización MedPlot.” 2017.
[7] J. W. Pierre, “Initial results in electromechanical mode identification from ambient data,” IEEE Trans. Power Syst., vol. 12, no. 3, pp. 1245–1251, 1997, doi: 10.1109/59.630467.
[8] N. Jingmin, S. Chen, and L. Feng, “Estimating The Electromechanical Oscillation Characteristics of Power System Based on Measured Ambient Data Utilizing Stochastic Subspace Method,” 2011.
[9] L. Dosiek, N. Zhou, S. Member, J. W. Pierre, Z. Huang, and D. J. Trudnowski, “Mode Shape Estimation Algorithms Under Ambient Conditions: A Comparative Review,” IEEE Trans. POWER Syst., vol. 28, no. 2, pp. 1–9, 2013.
[10] H. R. Ali, “Inter-Area power oscillation identification using synchronized ambient and ringdown data,” Proc. - 2013 Int. Conf. Inf. Technol. Electr. Eng. "Intelligent Green Technol. Sustain. Dev. ICITEE 2013, vol. 1, no. 1, pp. 375–379, 2013, doi: 10.1109/ICITEED.2013.6676271.
[11] S. Xie, X. Wang, C. Qu, X. Wang, and J. Guo, “Impacts of different wind speed simulation methods on conditional reliability indices,” Int. Trans. Electr. energy Syst., vol. 20, no. December 2010, pp. 1–6, 2013, doi: 10.1002/etep.
[12] M. Anderson, N. Zhou, J. Pierre, and R. Wies, “Bootstrap-based confidence interval estimates for electromechanical modes from multiple output analysis of measured ambient data,” 2005 IEEE Power Eng. Soc. Gen. Meet., vol. 2, no. 2, p. 1474, 2005, doi: 10.1109/pes.2005.1489237.
[13] L. Dosiek, D. J. Trudnowski, and J. W. Pierre, “Model order sensitivity in ARMA-based electromechanical mode estimation algorithms under ambient power system conditions,” IEEE Power Energy Soc. Gen. Meet., vol. 2018-Janua, no. 6, pp. 1–5, 2018, doi: 10.1109/PESGM.2017.8273803.
[14] N. Zhou, J. W. Pierre, and J. F. Hauer, “Initial results in power system identification from injected probing signals using a subspace method,” IEEE Trans. Power Syst., vol. 21, no. 3, pp. 1296–1302, 2006, doi: 10.1109/TPWRS.2006.879292.
[15] R. W. Wies, J. W. Pierre, and D. J. Trudnowski, “Use of ARMA Block Processing for Estimating Stationary Low-Frequency Electromechanical Modes of Power Systems,” IEEE Power Eng. Rev., vol. 22, no. 11, p. 57, 2002, doi: 10.1109/MPER.2002.4311824.
[16] D. J. Trudnowski, J. W. Pierre, N. Zhou, J. F. Hauer, and M. Parashar, “Performance of three mode-meter block-processing algorithms for automated dynamic stability assessment,” IEEE Trans. Power Syst., vol. 23, no. 2, pp. 680–690, 2008, doi: 10.1109/TPWRS.2008.919415.
[2] Z. Jin, H. Zhang, and C. Li, “WAMS light and its deployment in China,” 5th Int. Conf. Electr. Util. Deregul. Restruct. Power Technol., pp. 1373–1376, 2015.
[3] Z. Jin and H. Zhang, “Noise characteristics and fast filtering of synchronized frequency measurement in low voltage grid,” 2016 4th IEEE Int. Conf. Smart Energy Grid Eng. SEGE 2016, pp. 398–403, 2016, doi: 10.1109/SEGE.2016.7589559.
[4] X. Xie, Y. Xin, J. Xiao, J. Wu, and Y. Han, “WAMS applications in chinese power system,” IEEE Power Energy Mag., vol. 4, no. 1, pp. 54–63, 2006, doi: 10.1109/MPAE.2006.1578532.
[5] R. Bialecki, “Identificação em tempo real de Oscilações Eletromecânicas utilizando Sincrofasores,” M.S. thesis, Dept. Ingeniería Eléctrica, Universidad Federal de Santa Catarina, Florianopolis, Brasil, 2014.
[6] I. C. Decker, R. Pina, M. N. Agostini, P. Cordeiro, R. Bialecki, and V. Zimmer, “Manual de Utilización MedPlot.” 2017.
[7] J. W. Pierre, “Initial results in electromechanical mode identification from ambient data,” IEEE Trans. Power Syst., vol. 12, no. 3, pp. 1245–1251, 1997, doi: 10.1109/59.630467.
[8] N. Jingmin, S. Chen, and L. Feng, “Estimating The Electromechanical Oscillation Characteristics of Power System Based on Measured Ambient Data Utilizing Stochastic Subspace Method,” 2011.
[9] L. Dosiek, N. Zhou, S. Member, J. W. Pierre, Z. Huang, and D. J. Trudnowski, “Mode Shape Estimation Algorithms Under Ambient Conditions: A Comparative Review,” IEEE Trans. POWER Syst., vol. 28, no. 2, pp. 1–9, 2013.
[10] H. R. Ali, “Inter-Area power oscillation identification using synchronized ambient and ringdown data,” Proc. - 2013 Int. Conf. Inf. Technol. Electr. Eng. "Intelligent Green Technol. Sustain. Dev. ICITEE 2013, vol. 1, no. 1, pp. 375–379, 2013, doi: 10.1109/ICITEED.2013.6676271.
[11] S. Xie, X. Wang, C. Qu, X. Wang, and J. Guo, “Impacts of different wind speed simulation methods on conditional reliability indices,” Int. Trans. Electr. energy Syst., vol. 20, no. December 2010, pp. 1–6, 2013, doi: 10.1002/etep.
[12] M. Anderson, N. Zhou, J. Pierre, and R. Wies, “Bootstrap-based confidence interval estimates for electromechanical modes from multiple output analysis of measured ambient data,” 2005 IEEE Power Eng. Soc. Gen. Meet., vol. 2, no. 2, p. 1474, 2005, doi: 10.1109/pes.2005.1489237.
[13] L. Dosiek, D. J. Trudnowski, and J. W. Pierre, “Model order sensitivity in ARMA-based electromechanical mode estimation algorithms under ambient power system conditions,” IEEE Power Energy Soc. Gen. Meet., vol. 2018-Janua, no. 6, pp. 1–5, 2018, doi: 10.1109/PESGM.2017.8273803.
[14] N. Zhou, J. W. Pierre, and J. F. Hauer, “Initial results in power system identification from injected probing signals using a subspace method,” IEEE Trans. Power Syst., vol. 21, no. 3, pp. 1296–1302, 2006, doi: 10.1109/TPWRS.2006.879292.
[15] R. W. Wies, J. W. Pierre, and D. J. Trudnowski, “Use of ARMA Block Processing for Estimating Stationary Low-Frequency Electromechanical Modes of Power Systems,” IEEE Power Eng. Rev., vol. 22, no. 11, p. 57, 2002, doi: 10.1109/MPER.2002.4311824.
[16] D. J. Trudnowski, J. W. Pierre, N. Zhou, J. F. Hauer, and M. Parashar, “Performance of three mode-meter block-processing algorithms for automated dynamic stability assessment,” IEEE Trans. Power Syst., vol. 23, no. 2, pp. 680–690, 2008, doi: 10.1109/TPWRS.2008.919415.
