Methods for Monitoring Electromechanical Oscillations in Power Systems
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Electrical Engineering |
Doctoral thesis (article-based)
| Defence date: 2017-06-27
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2017
Major/Subject
Mcode
Degree programme
Language
en
Pages
68 + app. 66
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 114/2017
Abstract
Electromechanical oscillations are an inherent property of power systems and the damping of the oscillations is the limiting factor for the transmission capacity of certain transmission corridors. In the most severe situations, unstable oscillations may lead to blackouts. Thus, it is important to monitor the characteristics of the oscillations. The oscillations can be monitored for example by using phasor measurement units (PMU). The development of wide area monitoring systems (WAMS) consisting of several PMUs has enabled the use of multiple synchronized measurement signals received from several locations in the power system to be used for the monitoring and analysis of the oscillatory modes. This thesis presents four new multivariate methods (i.e. use several measurements from different locations of the grid) for the monitoring of the electromechanical modes. The methods are able to continuously identify electromechanical modes using ambient oscillations, which are mainly excited by load variations and are constantly present in power systems. The performance, characteristics and limitations of the methods are studied using simulated data as well as real measured data. This thesis also presents comparisons of different modal identification methods and illustrates additional analysis tools that can be used to support the modal identification in real power systems. This thesis shows that the proposed methods are functional for monitoring of electromechanical modes. Due to certain limitations in modal identification methods, the thesis also highlights the need of using additional tools, such as spectral analyses, which may significantly help the interpretation of modal identification results. The methods presented in this thesis can be used as building blocks for transmission system operators (TSO) to create functional applications for real-time and offline modal analysis of power systems. Consequently, the information given by the methods may be used to improve the security and reliability of power systems.Sähkömekaanista heilahtelua esiintyy sähkövoimajärjestelmissä jatkuvasti. Joissain voimajärjestelmissä sähkömekaanisen heilahtelun vaimennus rajoittaa verkon siirtokapasiteettia ja pahimmissa tapauksissa vaimenematon heilahtelu voi aiheuttaa laajoja sähkökatkoja. Mm. näistä syistä johtuen on tärkeää valvoa sähkömekaanista heilahtelua sähkönsiirtoverkoissa. Heilahtelua voidaan valvoa hyödyntäen osoitinmittalaitteita (phasor measurement unit, PMU). Useista PMU:ista koostuvien laajan alueen valvontajärjestelmien (wide area monitoring systems, WAMS) kehittymisen myötä sähkömekaanisten heilahtelumoodien valvonnassa ja identifioinnissa voidaan hyödyntää useita synkronoituja mittauksia. Tässä väitöskirjassa esitetään neljä uutta monimuuttujamenetelmää, jotka on tarkoitettu sähkömekaanisten heilahtelumoodien identifiointiin ja jatkuvaan valvontaan. Esitettävät menetelmät hyödyntävät WAMS-mittauksia useasta eri paikasta sähköverkossa ja käyttävät moodien identifiointiin verkossa esiintyvää jatkuvaa heilahtelua, jonka herätteenä toimivat mm. kuormien muutokset. Väitöskirjassa analysoidaan esitettyjen menetelmien toimintaa, ominaisuuksia ja rajoitteita sekä simuloidun että mitatun datan perusteella. Väitöskirjassa myös esitellään apumenetelmiä, joita voidaan käyttää hyödyksi moodien identifiointimenetelmien tulosten tulkinnassa ja visualisoimisessa. Väitöskirjan tulokset osoittavat, että esitetyt moodien identifiointimenetelmät soveltuvat sähkömekaanisen heilahtelun valvontaan. Tulosten perusteella väitöskirjassa suositellaan lisäksi moodien identifiointitulosten tulkintaa helpottavien apumenetelmien, kuten spektrianalyysimenetelmien, hyödyntämistä sähkömekaanisen heilahtelun valvonnassa. Kantaverkkoyhtiöt voivat käyttää väitöskirjassa esitettyjä menetelmiä WAMS-järjestelmissään ja tätä kautta saada tarkempaa tietoa sähkömekaanisen heilahtelun esiintymisestä ja ominaisuuksista voimajärjestelmässä. Tarkempaa tietoa voidaan mm. käyttää voimajärjestelmän käyttövarmuuden analysoimisessa ja kehittämisessä.Description
Supervising professor
Lehtonen, Matti, Prof., Aalto University, Department of Electrical Engineering and Automation, FinlandThesis advisor
Haarla, Liisa, Dr., Fingrid, FinlandTurunen, Jukka, Dr., Fingrid, Finland
Keywords
ambient oscillation, electromechanical oscillation, modal identification, PMU, power system dynamics, WAMS, sähkömekaaninen heilahtelu, moodien identifiointi, sähkövoimajärjestelmän dynamiikka
Other note
Parts
-
[Publication 1]: J. Seppänen, L. Haarla, and J. Turunen, Modal analysis of power systems with eigendecomposition of multivariate autoregressive models, in Proceedings of the 2013 IEEE PowerTech, Grenoble, France, June 16-20, 2013.
DOI: 10.1109/PTC.2013.6652230 View at publisher
-
[Publication 2]: J. Seppänen, J. Turunen, M. Koivisto, N. Kishor, and L. Haarla, Modal analysis of power systems through natural excitation technique, IEEE Transactions on Power Systems, vol. 29, no. 4, pp. 1642-1652, July 2014.
DOI: 10.1109/TPWRS.2013.2295319 View at publisher
-
[Publication 3]: J. Seppänen, J. Turunen, M. Koivisto, and L. Haarla, Measurement based analysis of electromechanical modes with second order blind identification, Electric Power Systems Research, vol. 121, pp. 67-76, April 2015.
DOI: 10.1016/j.epsr.2014.11.023 View at publisher
-
[Publication 4]: J. Seppänen, S. K. Au, J. Turunen, and L. Haarla, Bayesian approach in the modal analysis of electromechanical oscillations, IEEE Transactions on Power Systems, vol. 32, no. 1, pp. 316-325, Jan. 2017.
DOI: 10.1109/TPWRS.2016.2561020 View at publisher
-
[Publication 5]: J. Seppänen, A. Tuononen, A. J. Nikkilä, J. Turunen, and L. Haarla, Experiences in using damping estimation methods in real-time oscillation monitoring, in Proceedings of the 2015 IEEE PowerTech, Eindhoven, Netherlands, June 29 - July 2, 2015.
DOI: 10.1109/PTC.2015.7232597 View at publisher
-
[Publication 6]: J. Turunen, J. Seppänen, A. J. Nikkilä, and L. Haarla, Using spectral analysis and modal estimation for identifying electromechanical oscillations: A case study of the power system in northern Norway and northern Finland, in Proceedings of the IEEE International Conference on Power Engineering, Energy and Electrical Drives (POWERENG), Riga, Latvia, May 11-13, 2015.
DOI: 10.1109/PowerEng.2015.7266305 View at publisher