基于泰勒展开模型的同步相量估计新算法

经典的离散傅里叶变换(DFT)算法在静态条件下具有较好的相量估计性能,但在动态条件下其估计精度往往达不到实际应用要求。文中分析了DFT算法在动态条件下产生估计误差的原因,在此基础上利用一阶泰勒模型对DFT算法进行修正,设计了满足动态要求的同步相量估计新算法。该算法利用一阶泰勒展开式对动态电力信号进行建模,然后引入相邻数据窗之间的相量变化率来表征相量一阶导数,通过相量一阶导数修正DFT算法的估计结果;最后将得到的中心时刻相量估计值相移到报告时刻,从而实现准确的相量估计。仿真分析及对实际采样数据的分析表明,该算法在频率偏移、低频振荡等动态情况下均优于DFT算法,具有一定的应用潜力。