０引言

隨著基于相量測量單元（ＰＭＵ）的電力系統廣域測量系統（ＷＡＭＳ）在技術上的逐漸成熟，以及在省級以上電力調度中心的普遍應用，ＰＭＵ／ＷＡＭＳ已經成為電力調度自動化系統必要的組成部分。

２０１０年國家電網公司在華中電力調控分中心完成了ＷＡＭＳ在智能電網調度控制系統（簡稱“Ｄ５０００系統”）的集成；此后，該系統快速推廣到其他省級及以上調度中心，標志著中國的ＷＡＭＳ建設重點從專用獨立系統向一體化應用系統的轉換。與國外相比，國內在ＰＭＵ／ＷＡＭＳ應用上具有以下優勢和特點。

１）ＰＭＵ布點數量多、監測范圍廣。至２０１３年底已有２５００個廠站安裝有ＰＭＵ，包括了５００ｋＶ及以上變電站、２２０ｋＶ重要變電站、主力發電廠和新能源并網匯集站。

２）ＷＡＭＳ主 站 數 目 多、規 模 大。目 前 已 有３９個省級及以上調度中心建設了ＷＡＭＳ主站，采集了相應廠站大部分的高壓側或發電機機端量測。

３）將ＰＭＵ擴展應用于發電機轉速和內電勢角的測量。

４）首先將ＰＭＵ／ＷＡＭＳ應用于發電機一次調頻、自動發電、勵磁系統等控制系統的性能評估，并實現了大規模的成功應用。

５）首先工程實現了ＷＡＭＳ主站系統的互聯，提出并實現了ＷＡＭＳ主站間的協同低頻振蕩分析和故障分析。

６）首先工程實施了利用ＷＡＭＳ的基于高壓直流輸電的低頻振蕩阻尼控制和基于廣域電力系統穩定器（ＰＳＳ）的低頻振蕩阻尼控制。

現階段，國內ＰＭＵ／ＷＡＭＳ的發展進入了一個相對平穩的發展階段，對于ＰＭＵ／ＷＡＭＳ在發展中遇到的一些問題也有了新的或更深刻的認識。本文對ＰＭＵ／ＷＡＭＳ當前發展和應用現狀進行了簡要介紹，對目前ＰＭＵ／ＷＡＭＳ在工程實際應用中存在的問題進行了總結和簡要分析，并對ＰＭＵ／ＷＡＭＳ今后的研發方向給出了建議。

１電力系統ＷＡＭＳ發展現狀

１．１ＷＡＭＳ在Ｄ５０００系統中的集成

ＷＡＭＳ與ＳＣＡＤＡ、保護和故障信息系統等調度自動化系統在國家電網公司組織研發的Ｄ５０００系統中實現集成。根據Ｄ５０００系統的系統架構，傳統ＷＡＭＳ功能模塊可分為基礎模塊和應用分析模塊：其中基礎模塊包括ＷＡＭＳ前置采集、時間序列實時數據庫和時間序列歷史數據庫，包含在智能電網調度控制系統基礎平臺（簡稱“Ｄ５０００平臺”）中，時間序列數據庫通過對動態數據采用專門的數據存儲模型以發揮最佳的數據查詢和存儲性能；應用分析模塊包括電網運行動態監視、在線擾動識別、低頻振蕩監視分析和并網機組涉網行為在線監測等４個功能模塊，構成電網運行動態監視與分析應用，其歸屬于Ｄ５０００系統的實時監控與預警類應用。電網運行動態監視與分析應用在檢測出電網發生故障或低頻振蕩事件時，會將告警信息推送給Ｄ５０００系統的綜合智能告警應用，作為電網綜合事件分析的動態信息來源。

如圖１所 示，在Ｄ５０００系 統 的 集 成 環 境 中，ＷＡＭＳ、ＳＣＡＤＡ、保護和故障信息系統可以共享電網模型和圖形，支持圖模庫一體化的建模和維護，支持多場景、多版本、多業務的模型管理；在數據庫層次上，對不同時間精細尺度的數據采用專門的數據存儲模型，以發揮最佳的數據查詢和存儲性能；在應用層面，原分立的各自動化系統，可以利用各系統量測數據共享以及圖模庫一體化的技術特點，實現對電網運行動態監測數據和分析結果的一體化應用，形成對被分析系統和事件的多時間尺度的全面綜合分析結果。

此外，就ＷＡＭＳ應用本身而言，與ＳＣＡＤＡ集成到同一平臺，既便于ＷＡＭＳ結合電網的網絡模型和拓撲對電網動態過程進行定量的準確分析，也有利于將ＷＡＭＳ的基于動態響應的安全穩定分析與傳統基于穩態斷面預測的安全穩定分析相結合，從而提高電網安全穩定分析的實時性和準確性。

１．２多調度中心ＷＡＭＳ數據的跨區域整合

在Ｄ５０００系 統 建 設 中，提 出 并 實 現 了 多 個ＷＡＭＳ動態數據的跨區域整合機制。在該機制中各調度中心的時間序列數據庫管理的測點歸并關聯到本地動態測點模型，形成一個完整的全網ＰＭＵ動態測點關聯模型，并以此為基礎實現面向請求的全網動態數據服務架構，克服了海量數據傳輸、存儲對調度自動化系統的壓力，實現了Ｄ５０００系統國、網、省三級調度中心之間動態數據信息的互聯互通。

在這一架構下，國、網、省任何一個調度中心均能夠按需檢索其他調度中心的時間序列數據，有力支撐了全局動態安全監視與分析。

１．３ＷＡＭＳ主要高級應用功能

國內ＰＭＵ／ＷＡＭＳ的大規模應用始于本世紀初期，經過這十多年來的快速發展，ＷＡＭＳ已經開發了很多基于ＰＭＵ數據的高級應用，典型的高級應用功能包括以下幾類。

１）基本監視類應用：對電網動態過程直接的曲線和數據監視；驗證動態仿真計算結果。

２）安全穩定分析類應用：在線低頻振蕩監視與分析；小幅度功率振蕩統計；在線擾動識別，包括短路、開路、機組跳閘、解列、并列、直流閉鎖、換相失敗等擾動；電壓穩定在線監視；暫態穩定在線監視；多ＷＡＭＳ聯合低頻振蕩分析和聯合故障分析；基于數據挖掘技術的電網隱患發現。

３）辨識類應用：并網機組涉網參數和響應特性評價；風電場并網指標和動態性能監視；線路參數在線辨識；變壓器參數在線辨識；發電機參數在線辨識；負荷參數在線辨識；外網在線等值；結合ＰＭＵ數據的狀態估計。

然而應指出的是，迄今在電網中得到普遍應用的主要應用依次為動態過程監視以及對仿真分析計算的驗 證［１］、低 頻 振 蕩 監 視［２］、機 組 并 網 特 性 評估［３］、擾動識別［４］等。其他應用如暫態穩定［５］、電壓穩定［６］、設備參數識別等功能的效果還沒有達到期望。

２目前ＰＭＵ／ＷＡＭＳ應用中存在的問題

２．１基于ＷＡＭＳ的強迫振蕩檢測和控制低頻振蕩監測是目前ＷＡＭＳ最主要的應用

近年來在全國范圍內利用ＷＡＭＳ監測到的若干次大的 低 頻 振 蕩，經 過 分 析 最 終 都 歸 結 為 強 迫 振蕩［７－９］。強迫振蕩是一種與弱阻尼振蕩在機理上不同的新的振蕩。這雖然很好地解釋了為什么小干擾分析中顯示為阻尼“很強”的系統，在實際中會頻繁發生持續的低頻振蕩，但同時也為低頻振蕩的控制帶來了新的難題，即一個根據傳統振蕩控制機理建設的，以目前標準電網模型表達的“強阻尼”系統，可能因為某個局部的甚至是功率和能量都很小的機組的原因，發生大范圍的持續的低頻振蕩。盡管這個振蕩在很多情況下可能不會進一步發散，但是振蕩本身仍將占用線路的有效傳輸容量，減小有效的安全穩定裕度，同時也造成了額外的有功功率損耗。

對于這種振蕩是否不屬于弱阻尼振蕩，是否有系統層面的控制方法或者是否可以系統地進行預防等問題，有必要進行深入研究。

現有的文獻偏重于利用ＷＡＭＳ對強迫振蕩源進行識別，而對于強迫振蕩發生的系統條件和系統層次的預防控制方法還沒有明確的闡述。從強迫振蕩的系統控制角度考慮，如果能將強迫振蕩的本質在理論上仍歸結到一種弱阻尼振蕩，就可以采用現有的特征值控制理論來實現振蕩的預防和控制。而目前基于特征值的控制理論的失效，有可能是因為沒有對電網的控制系統進行更詳細地建模所導致的。因此，有必要對現有的強迫振蕩機理，從控制系統數學建模的角度進行更深入的研究，探尋將強迫振蕩和現有弱阻尼振蕩在系統控制機理上實現統一的方法，從而找出更合理的基于ＷＡＭＳ進行低頻振蕩檢測和控制的方法。

２．２ＰＭＵ在電磁暫態分析中的局限性

電力系統中有些問題必須基于電磁暫態方程而不是機電暫態方程進行分析，如對發電機在擾動后次暫態過程的分析、次暫態參數辨識以及次同步振蕩現象等，對于這些問題不適宜采用現有ＰＭＵ進行分析研究，其原因如下。ＰＭＵ不能用于次暫態過程分析和次暫態參數辨識主要是由于相量的定義造成的。

ＰＭＵ的相量定義是對一個完整工頻錄波的表示方法［１０］，暫態擾動期間，一個工頻周期（約２０ｍｓ）往往還未完成，就被擾動改變了相量參數，因此，目前ＰＭＵ算法不能準確計算這種被中斷了的相量值，或者說不能按統一的標準計算這種相量值，計算結果可能隨定義和算法的不同而不同，存在不唯一性。這也決定了ＰＭＵ只適合基于機電暫態模型的電力系統應用，而不適合涉及電磁暫態方程的電力系統高級應用。

同樣，發電機參數辨識中的次同步參數辨識，需要用電磁暫態方程描述其動態過程，因此不宜采用基于ＰＭＵ的量測進行發電機次暫態參數的辨識，否則由于次暫態過程中相量的計算沒有合理的定義，將導致辨識出的參數誤差很大。

ＰＭＵ不能用于次同步振蕩的監測是由于相量算法和頻率測量范圍造成的。對于次同步振蕩，其典型機械振蕩頻率或功率次同步振蕩頻率為１０～４５Ｈｚ，對應的電壓次同步振蕩頻率為５～４０Ｈｚ，其對工頻電壓幅值調制后，利用三角函數的積化和差公式 可 轉 化 為 兩 個 正 弦 信 號 的 和，分 別 為１０～４５Ｈｚ的次同步正弦信號和５５～９５Ｈｚ的超同步正弦信號。而國際和國內標準規定ＰＭＵ的有效測量范圍為４５～５５Ｈｚ［１，１０－１１］，超過該范圍的頻率即使沒有被過濾掉，幅值也將大幅度消減。因此，ＰＭＵ不適用于次同步振蕩的監測。（注：低頻振蕩的頻率范圍是０．１～２．５Ｈｚ，其對工頻進行幅值調制后，利用積化和差公式可轉化為兩個正弦和信號，其頻率范圍為４７．５～５２．５Ｈｚ，均在ＰＭＵ的有效測量范圍之內，因此可以由ＰＭＵ進行低頻振蕩的監測。）需要指出的是，雖然ＰＭＵ不能通過測量交流電氣量（包括功率）監測次同步振蕩，但若將ＰＭＵ上送主站頻率改為１００Ｈｚ，則ＰＭＵ可通過監測機組的機械轉速、勵磁電壓和勵磁電流等直流量監測次同步振蕩。

２．３現有ＰＭＵ／ＷＡＭＳ應用于實時廣域控制

對于目前已分布于主干電網和主要發電廠的２５００多個ＰＭＵ子站以及３９個省級及以上ＷＡＭＳ主站，電網運行人員通常希望其采集到的ＰＭＵ動態數據可以直接服務于電網的動態過程控制。然而，實際基于ＰＭＵ數據原理的廣域控制應用和項目，例如廣域保護、廣域直流阻尼控制、基于ＰＳＳ的廣域阻尼控制等基本上都是另外建設ＰＭＵ數據采集系 統 和 控 制 主 站［１２－１６］，現 有 的ＰＭＵ裝 置 和ＷＡＭＳ主站無法得到復用。出現這種情況的主要技術原因在于以下幾點。

１）目前ＰＭＵ數據普遍采用調度數據網傳輸，基于傳輸控制協議／網間協議（ＴＣＰ／ＩＰ）的通信協議，其數據傳輸延時的平均值接近１００ｍｓ，但是并不確定；因為其采用加性增長和乘性減少（ＡＩＭＤ）擁塞控制算法，隨著網絡擁塞程度的加大，信息發送速度迅速下降，可能產生秒級或更長時間的延遲。

２）廣泛應用的與ＳＣＡＤＡ同平臺的ＷＡＭＳ主站系統的數據緩沖周期普遍超過１ｓ，甚至接近２ｓ，其設計目的主要是用于動態監視，其實時性無法滿足大多數廣域控制應用的要求。

３）目前ＰＭＵ普遍采用測量電流互感器（ＴＡ），無法兼顧事故中的穩定控制對電流量測精度的要求。

４）對于某些涉及快速暫態過程的特定應用，ＰＭＵ從原理上無法正確表達快速變化的電磁暫態過程；此外，對于靈活交流輸電系統（ＦＡＣＴＳ）或高壓直流的交流回路，某些ＰＭＵ對諧波處理不好，導致在頻率擾動期間，量測中偽振蕩成分偏大。

從上述分析可見，已有ＰＭＵ和ＷＡＭＳ主要是側重于對電網動態過程的在線監視，其實時性和擾動期間的測量精度，以及可靠性方面還無法達到快速實時廣域控制的要求。

針對上述現狀，已經開展的基于ＰＭＵ原理的控制應用通常采取以下措施來解決現存問題。

１）ＰＭＵ的數據采集部分普遍采用專線替代調度數據網，只有個別基于ＰＳＳ的廣域阻尼控制項目嘗試采用調度數據網進行數據采集，但對長數據延遲所造成的控制問題仍未得到很好解決。

２）采用專用的快速響應控制主站替代通用的ＷＡＭＳ主站，其數據緩存和刷新周期約為１０ ｍｓ級。

３）基于ＰＭＵ的廣域控制應用的控制指令下發均采用專線通信。

４）針對大擾動情況下ＰＭＵ測量精度的問題，很多項目另外加裝專門ＰＭＵ以從保護ＴＡ獲取錄波數據；還有些項目對現有的保護或穩定控制裝置進行改造，使其能夠基于ＰＭＵ的原理進行相量計算，從而利用保護和穩定控制的測量資源。

可見經過上述措施處理的ＰＭＵ和ＷＡＭＳ，已在物理資源上與應用于調度監視的ＰＭＵ有所不同。

２．４現有ＰＭＵ／ＷＡＭＳ高級應用范圍的局限性

目前ＰＭＵ仍存在以下局限性：

①本身原理上不適宜監測快速的暫態過程；②從性價比上考慮，目前不適合準靜態的觀測；③由于角度誤差接近線路兩端相角差，不適用于線路參數估計；④現有的用于電網監測的ＰＭＵ實際并不能被控制應用所利用。

因此從功能上看，ＰＭＵ／ＷＡＭＳ目前最適合用于電網動態過程監測。在目前已經實施的ＷＡＭＳ高級應用中，引起電網用戶普遍重視的有效應用主要是低頻振蕩和發電機／廠性能監視。但對于地調來說，一方面其幾乎不控制也不評價大型電廠，另一方面地調管轄范圍內基本是負荷，受低頻振蕩影響小，且缺乏解決低頻振蕩問題的手段，因此幾乎沒有對低頻振蕩監視的需求。上述兩方面原因決定了目前ＷＡＭＳ的應用功能對于地調而言并非必需的功能，因此，目前ＷＡＭＳ的應用范圍還只局限于省級及以上調度。

２．５海量ＰＭＵ數據對通信和存儲資源的占用

隨著ＰＭＵ布點的增多，調度數據網中傳送的ＰＭＵ數據的比例越來越大，ＰＭＵ長期不間斷且高刷新頻率的傳送，對調度數據網的影響也得以顯現。從統計數據上看，ＷＡＭＳ本身收到的數據中斷和壞數據發生的頻率，也有隨量測增多或上送頻率變大而增多的趨勢。

另一方面，調度中心ＷＡＭＳ主站的歷史數據庫存儲的壓力越來越大，硬盤空間要連續存儲１個月的歷史數據，以及長期存儲某些高級應用分析結果的要求越來越難以滿足，需要頻繁擴展歷史數據磁盤陣列，同時磁盤發生故障的概率也較高。對所存儲的海量歷史數據，目前也未找到好的數據挖掘算法對其進行有效利用。因此，需要探討是否有必要大范圍、持 續地以５０ Ｈｚ等高頻 率 傳 輸ＰＭＵ數據。

３ＰＭＵ／ＷＡＭＳ的未來發展建議

為了能進一步拓展ＰＭＵ／ＷＡＭＳ在電力系統中的應用范圍和領域，建議從以下幾個方面開展相關研發工作。

３．１ＰＭＵ在高壓直流輸電中的應用

目前的ＰＭＵ應用還僅限于對交流系統的監測。隨著高壓直流輸電的廣泛應用，有許多現象需要對交直流系統進行同步觀測，才能得出正確的結論。例如：對于高壓直流換相失敗，其在交流系統監測到的現象與瞬時短路造成的現象很相似，難以準確區分，但若結合直流系統的導通角量測，則很容易判斷換相失敗事件。

ＰＭＵ最關鍵的特征是基于衛星定位系統的廣域時間同步功能，基于上述需求，有必要將該特征應用于高壓直流以及其他直流量測回路與交流系統的同步觀測中。若將ＰＭＵ應用于直流系統中，則要考慮５０Ｈｚ或２５Ｈｚ的通用上送速率允許對何種瞬時直流數據變化進行監測。

３．２ＰＭＵ和ＷＡＭＳ主站間的變幀率傳輸

為解決ＰＭＵ大規模應用對通信系統資源的消耗問題，需研究ＰＭＵ的變幀率傳輸。例如：ＰＭＵ平時以１幀／ｓ的速率上送量測數據，但是就地緩存高幀率數據（如２００幀／ｓ），當監測到有需要關心的事件發生時，上送高幀率數據，并將緩存事件發生時刻前的高幀率數據也上送ＷＡＭＳ主站。這樣可避免所有ＰＭＵ在所有時段均上送大量動態量測數據，以減輕通信網絡的流量壓力，同時也降低了主站的歷史數據存儲壓力。

隨著變傳輸幀率ＰＭＵ／ＷＡＭＳ的發展，ＰＭＵ／ＷＡＭＳ在對通信資源和存儲資源占用上相對于遠程終端單元（ＲＴＵ）／ＳＣＡＤＡ的劣勢將得到克服，ＰＭＵ逐 步 取 代ＲＴＵ將 成 為 可 能；ＷＡＭＳ和ＳＣＡＤＡ平臺將有可能最終真正合一。

３．３ＰＭＵ問題數據形成原因的統計分析

現有ＰＭＵ／ＷＡＭＳ監測系統雖然對ＰＭＵ量測的異常數據、通信問題做了一定的監視工作，但對造成數據質量問題的原因仍缺乏統計分析。例如：

現有的通信中斷，有多少是由于ＷＡＭＳ本身數據通信量大造成的，有多少是由于其他原因造成的網絡通信中斷或丟包，從而影響到ＷＡＭＳ的數據通信。通過對上述信息的統計分析，可以發現影響現有ＰＭＵ數據質量問題的主要因素，從而有針對性地提出解決方案。

３．４ＰＭＵ量測在電力系統狀態估計中的應用

對于ＰＭＵ在狀態估計中的應用，國內外已經有大量的文獻報道［１７－１８］，但在實踐中ＰＭＵ對狀態估計的改善并沒有期望得那樣大，也沒有大規模地推廣應用。分析其原因，與ＳＣＡＤＡ量測精度受時間同步的影響并非如想象中那樣大有關：

ＳＣＡＤＡ數據目前普遍采用變化上傳和周期上傳相結合的機制；對于模擬量來說，當其變化量超過需要關注的閾值時，將被立刻上送主站。這決定了在ＳＣＡＤＡ主站看到的一個電網斷面數據中，盡管數據發生時刻可能不同，但該數據基本反映了當前該模擬量的實際值。然后，經過狀態估計，這種由上送閾值導致的偏差被進一步縮小。因此，目前在通常工況下基于ＳＣＡＤＡ的 狀態估計 結果普遍已較好，即 使 引 入ＰＭＵ，改進的空間也不明顯。

但也應該看到，在電網中存在諧波和暫態分量干擾的情況下，ＰＭＵ量測數據仍具有明顯優勢：可以更好地提取工頻基波成分，從而計算出狀態估計所需的真正的工頻基波量測量。因此，仍有必要研究利用ＰＭＵ量測同時性好、具有相角量測、基波提取準確、高傳輸幀率的特點，提高非穩態、有諧波和暫態污染電網的狀態估計精度，尤其是提高關鍵時刻（大負荷啟?；蚬收蠒r刻）、關鍵斷面（如聯絡線），以及風電等新能源環境下的狀態估計精度。此外，還可以基于ＰＭＵ的高傳輸幀率相量數據，研究線性狀態估計和動態狀態估計在實際電網中的應用。

３．５ＷＡＭＳ主站高級應用的分布式實現

現有高級應用均采用在主站進行分析決策的模式，使得主站的計算量越來越大，對計算資源的要求也越來越高。隨著ＷＡＭＳ主站高級應用的豐富，將使得主站的性能和性價比均降低。然而，實際上主站的許多計算任務可以分攤到ＰＭＵ子站來實現。例如：在低頻振蕩的識別決策過程中，各量測量的頻譜分析可以由各子站完成后，僅將振蕩頻率、幅值和相位上送給主站，然后由主站根據各ＰＭＵ上送的局部分析結果信息，進行全網的振蕩模態分析，包括振蕩分界面位置、各電源點對振蕩的相對貢獻大小等［１９］。這樣不僅可以解決主站計算分析工作量大的問題，而且對解決通信資源的大量占用問題提供了幫助。

３．６多ＷＡＭＳ主站聯合事件分析和決策技術

隨著區域ＷＡＭＳ的完善，ＷＡＭＳ應用向互聯應用發展，需要研究和推廣多區域ＷＡＭＳ聯合事件分析和決策技術。例如：現有ＷＡＭＳ僅基于所在調度中心采集到的動態量測信息進行低頻振蕩分析。然而，在互聯大電網中，很多低頻振蕩事件是分布于多個調度區域的機組相互作用的結果，在相關的調度區域網絡上均能監測到振蕩。在這種情況下，很可能某一調度中心（如省調）的全部管轄范圍完全處于同一個同調群中，對于這個區域的運行人員來說，僅依賴本區域的信息無法了解其所監測到的低頻振蕩是哪些機組對哪些機組的振蕩，振蕩分界面在哪里，以及各機組參與程度的相對大小，因此無法作出正確的控制決策。而對于該調度中心的上一級調度機構（如網調），雖然其管轄的范圍較大，通常能觀察到參與振蕩的兩群機組，但往往并不能觀察完 全 參 與 振 蕩 的 所 有 機 組，尤 其 是 缺 少 下 級ＷＡＭＳ所管轄的低電壓等級或容量較小機組參與振蕩的情況，因此，不能對參與振蕩的區域給出細化到機組參與程度的評價，也就難以作出針對機組的具體控制決策?？梢妼τ诖蟮膮^間振蕩，往往需要結合其他區域調度中心和低電壓等級調度中心的廣域測量信息，才能確定振蕩的范圍及模態、振蕩分界面、各機組或節點在振蕩中參與程度的相對大小，并根據這些信息對具體機組的出力或線路的開斷作出正確的控制決策。這種多調度中心ＷＡＭＳ的聯合事件分析也可應用于其他類型的故障分析。

３．７基于事件時序特征的故障和穩定問題分析

為了解決ＰＭＵ無法真實反映次暫態等快速暫態過程的問題，可以通過研究基于事件時序特征對故障和穩定問題進行分析的方法，從而達到在調度中心實時、快速掌握電網動態擾動事件的目的。其原理是基于不同類型故障會產生不同的保護裝置動作信息、開關動作序列、網絡拓撲特征及ＰＭＵ曲線特征，進行各種類型的故障識別。這其中特別要注意利用好保護、開關動作結果信息，以彌補ＰＭＵ在快速暫態監測上不能勝任的問題。

３．８與長時間常數相關的動態參數辨識

雖然ＰＭＵ不能辨識發電機的次暫態參數，但其適合于辨識與長時間常數密切相關的動態過程參數，如發電機的轉動慣量和同步參數。近年來的研究表明，其對發電機轉動慣量的辨識準確度很高，可以解決工程實踐中發電機組、汽輪機、勵磁機綜合轉動慣量數據不準確的問題。

３．９基于ＷＡＭＳ的強迫振蕩檢測和控制方法

深入研究強迫振蕩的系統控制機理：是否可以通過擴展控制系統模型，將強迫振蕩統一到弱阻尼振蕩機理，從而實現對強迫振蕩的預防控制，而不是當強迫振蕩發生時，再識別振蕩源，切除故障。相應地提出對應的基于ＷＡＭＳ的強迫振蕩檢測和系統控制新方法。

３．１０在風電、新能源和儲能在線監測中的應用

在風電、新能源、儲能等慣性時間常數小的快速響應系統中，有很多特性和現象，如低電壓穿越，是現有ＳＣＡＤＡ系統所不能準確反映的。而ＰＭＵ可以勝任對這些快速變化過程的監測，因此，有必要拓展ＰＭＵ／ＷＡＭＳ在風電、新能源和儲能在線監測中的應用。

３．１１測量ＰＭＵ和控制ＰＭＵ的分類

按照最新ＩＥＥＥＣ３７．１１８．１標準［１１］，ＰＭＵ被分為測量ＰＭＵ和控制ＰＭＵ。測量ＰＭＵ和控制ＰＭＵ除分別采用測量ＴＡ和保護ＴＡ外，在ＰＭＵ的算法上，尤其是在濾波算法上有很大差別。測量ＰＭＵ采用濾波效果好的復雜算法，但在實時性上將產生很大的延遲；而控制ＰＭＵ采用快速的簡單算法進行濾波，延遲很小，但在濾波效果上將大打折扣［２０］。國內目 前在實踐 中能做到應用于控制 的ＰＭＵ，采用保護ＴＡ，但并沒有為控制用途的ＰＭＵ和測量用途的ＰＭＵ采用不同的算法，因此往往無法滿足這兩類應用的一些特殊要求。

針對上述兩類ＰＭＵ，新的ＩＥＥＥＰＭＵ標準制定了 更 為 嚴 格 完 善 的 檢 測 標 準，尤 其 是 對 兩 類ＰＭＵ在動態環境下的特性，作出了遠比原標準以及目前國內現行ＰＭＵ標準更為詳細的規定。這也符合目前ＰＭＵ應用于越來越復雜的動態環境，如含高壓直流和新能源設備環境的實際需求。因此有必要研究和建立能對ＰＭＵ性能，尤其是動態特性作出客觀評價的檢測平臺和檢測方法，為ＰＭＵ裝置檢測提供合理的檢測環境以及合乎實踐要求的功能和性能指標。

３．１２智能變電站中的ＰＭＵ

隨著智能電網技術的發展，ＰＭＵ裝置開始應用于智 能變電站中［２１］?？紤]到智能變電站遵 循ＩＥＣ６１８５０標準，數據輸入均由合并單元提供，因而對應用于智能變電站的ＰＭＵ裝置與過程層設備之間的信息交互提出了新的要求。需要研究的內容包括：基于ＩＥＣ６１８５０標準基礎上的ＰＭＵ建模、采樣值報文解析、時間同步、多媒體消息服務（ＭＭＳ）及信息共享的內容；并結合以上技術給出智能變電站內ＰＭＵ裝置功能和性能的相關檢測方法。

４結語

隨著Ｄ５０００系統的推廣應用，基于ＰＭＵ的電力系統廣域測量技術已經深入到大電網運行人員的日常工作中，這使得對電網安全穩定的監控分析，由基于準穩態斷面和局部的非同步暫態數據，進步到基于同步實測的全網動態過程，提高了運行人員快速掌握全網動態穩定特性的能力。

但也應該看到，目前ＰＭＵ／ＷＡＭＳ在電磁暫態現象分析、實時廣域控制、海量數據的傳輸處理和存儲以及強迫振蕩控制機理上仍存在各種應用難題，這些難題的存在阻礙著ＰＭＵ／ＷＡＭＳ的進一步推廣應用。

在取得技術突破后，ＰＭＵ／ＷＡＭＳ的未來發展仍將有廣闊的空間。建議的研發方向可以分為以下幾大類。

１）擴展ＰＭＵ應用領域：將ＰＭＵ應用于高壓直流輸電、風電、新能源和儲能在線監測中，實現對相應設備或系統快速動態過程、異常和故障的及時識別和處理。

２）解決海量數據相關問題：實現變傳輸幀率通信，對問題數據的原因進行統計分析，對主站高級應用借助子站分布式實現。此外，若實現變幀率傳輸，則對ＰＭＵ的應用領域 也將起到影響，如可能將ＰＭＵ應用進一步擴展到地調準穩態監測中。

３）提高ＷＡＭＳ本身的問題分析能力：采用多ＷＡＭＳ主站聯合事件分析和決策技術，基于事件時序特征的故障和穩定問題分析方法，進行與長時間常數相關的動態參數的辨識，開發適用于ＷＡＭＳ／ＳＣＡＤＡ混合數據特點的狀態估計，深入研究強迫振蕩的系統控制機理，提高基于ＷＡＭＳ識別和控制振蕩的能力。

４）提高ＰＭＵ本身的質量和動態量測性能：分別研發 用 于 測 量 的ＰＭＵ和 用 于 保 護 和 控 制 的ＰＭＵ，研發適用于智能變電站的ＰＭＵ，并且制定與其相適應的動態特性測試標準、測試方法和測試平臺。

參 考 文 獻

［１］國家電網公司．Ｑ／ＧＤＷ１３１—２００６電力系統實時動態監測系統技術規范［Ｓ］．２００６．

［２］ＤＵＡＮＧａｎｇ，ＷＵＪｉｎｇｔａｏ，ＹＡＮＧＤｏｎｇ． ＡｄｖａｎｃｅｄｌｏｗｆｒｅｑｕｅｎｃｙｏｓｃｉｌｌａｔｉｏｎａｎａｌｙｓｉｓｂａｓｅｄｏｎＷＡＭＳｉｎａｐｒｏｖｉｎｃｉａｌｄｉｓｐａｔｃｈｉｎｇｃｅｎｔｒｅ［Ｃ］／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＲｅｌａｙＰｒｏｔｅｃｔｉｏｎａｎｄＳｕｂｓｔａｔｉｏｎＡｕｔｏｍａｔｉｏｎｏｆＭｏｄｅｒｎＰｏｗｅｒＳｙｓｔｅｍｓ，Ｓｅｐｔｅｍｂｅｒ９－１３，２００７，Ｃｈｅｂｏｋｓａｒｙ，Ｒｕｓｓｉａ．

［３］鄭濤，高伏英．基于ＰＭＵ的機組一次調頻特性參數在線監測［Ｊ］．電力系統自動化，２００９，３３（１１）：５７－６１．ＺＨＥＮＧＴａｏ，ＧＡＯＦｕｙｉｎｇ．Ｏｎ－ｌｉｎｅｍｏｎｉｔｏｒｉｎｇａｎｄｃｏｍｐｕｔｉｎｇｏｆｕｎｉｔＰＦＲｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｂａｓｅｄｏｎＰＭＵ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，３３（１１）：５７－６１．

［４］肖小剛，段剛，楊東，等．調度中心基于廣域測量系統的實時短路故障識別［Ｊ］．電網技術，２０１１，３５（增刊１）：４６３－４６６．ＸＩＡＯＸｉａｏｇａｎｇ，ＤＵＡＮＧａｎｇ，ＹＡＮＧＤｏｎｇ，ｅｔａｌ．ＷＡＭＳｂａｓｅｄｏｎｌｉｎｅｓｈｏｒｔ－ｃｉｒｃｕｉｔｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｎ ｐｏｗｅｒｄｉｓｐａｔｃｈｉｎｇｃｅｎｔｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１１，３５（Ｓｕｐｐｌｅｍｅｎｔ１）：４６３－４６６．