基于无功电流扰动的孤岛与扰动辨识的研究.pdf

第 4 4 卷 第 2 2 期 2 0 1 6年 1 1 月 1 6日 电 力 系统 保 护 与 控制 Po we r S ys t e m Pr o t e ct io n a nd Co nt r o 1 、，01 44 No 22 Nov 1 6 ，2 01 6 D0I ： 1 0 7 6 6 7 P S P C1 51 9 2 1 基于无功电流扰动的孤岛与扰动辨识的研究 唐 忠 ，朱瑞婷 ，张合栋 ，田梁玉 ( 1 上海电力学院，上海 2 0 0 0 9 0 ；2 国网山东省电力公司济宁供电公司，山东 济宁 2 7 2 1 1 1 ) 摘要：为了防止孤岛检测时电网扰动的干扰并提高孤岛与电网扰动辨识的准确率，提出了一种能够减小检测盲区 且不带入有功功率扰动的孤岛与电网扰动辨识新方法。该方法是在检测到公共耦合点电压波动后，通过注入周期 性无功电流扰动，迫使公共耦合点电压频率出现相应波动。利用小波分析分解公共耦合点电压频率信号得到的高 频分量作为特征分量，用神经网络进行孤岛与扰动的辨识。通过理论分析与仿真实验证明该方法能准确辨识孤岛 与电网扰动。 关键词：孤岛检测；无功电流；频率波动；小波分析；神经网络 I de n t ifi ca t i on r e s e a r ch o f t he is la nd an d t he dis t ur ba nce ba s e d on r e a ct i ve cur r e nt dis t u r ba nce T ANG Z h o n g ， Z HU Ru i t i n g ， ZHANG He d o n g ， T I AN Lia n g y u ( 1 S h ang h a i U n i v e r s i t y o f E le ct r i c P o we r , S h a n g h a i 2 0 0 0 9 0 ， C h i n a ； 2 J in i n g P o we r S u p p l y C o m p any , S t a t e Gr i d S h a n d o n g E l e ct r i c P o we r C o mp any , J in in g 2 7 2 1 1 1 ， C h in a ) Ab s t r a ct ：I n o r d e r t o p r e v e n t t h e in t e r f e r e n ce o f p o we r n e t wo r k d i s t u r b an ce a n d i mp r o v e t h e a ccu r a cy o f is land an d the d is t u r b an ce i d e n t i fi ca t i o n ， thi s p a p e r p r o p o s e s a n e w i d e nti fi ca t io n me tho d o f the is land a n d the d i s t u r b a n c e ， wh i ch C an r e d u ce the n o n - d e t e ct i o n z o n e and the a ct iv e p o we r d is t u r b a n ce Wh e n the v o ltag e fl u ct u a t i o n i s d e t e ct e d ，a p e r io d i c r e a ct i v e d i s t urb i n g cu r r e n t wh i ch a ffe ct s the v o l t a g e fre q u e n cy o f the p o i nt o f co mmo n c o u p l i n g is a p p l ie d T h e h i g h fre q u e n cy co mp o n e nt o f t h e co mmo n co u p l in g p o i nt v o k a g e fre q u e n cy s ig n a l d e co mp o s e d b y wa v e le t an a l y s is i s p u t i nto the n e u r a l n e tw o r k a s the ch a r a ct e r is t i c co mp o n e nt t o id e ntif y T h e o r e t i ca l an a l y s is an d s imu la t io n r e s u lt s p r o v e tha t the me t h o d ca n a ccura t e l y i d e n t ify i s l and and g r id d is t urb a n ce s Ke y wo r d s ： i s l an d i n g d e t e ct io n ； r e a ct i v e cu r r e n t ； fre q u e n cy fl u ct u a t i o n ； wa v e l e t a n a l y s is ； n e ura l n e tw o r k O 引言 随着世界范围内能源危机的爆发，分布式发电 逐渐进入人们的视线。然而，大规模的分布式发 电 并网运行对整个电力系统带来了挑战，其中孤岛检 测即是一个亟待解决的技术难题。孤岛检测过程中 有时会被 电网扰动所干扰 ，发 电系统并网处公共耦 合点( P o in t o f co mmo n co u p l in g ， P C C ) 电压发生变化 时，不能区分是电网扰动还是孤岛效应，极易出现 孤岛检测的误判 ，以致不能及时采取有效措施来应 对孤 岛发生时电压波动对负荷的影响。传统的被动 孤岛检测方法【1 。 ， 存在较大的检测盲区； 相较于被 动检测法 ， 主动检测法【 4 】 通过注入干扰信号检测孤 岛效应，可以减小检测盲区，但具有破坏性，容易 引起光伏 电源并网和离网模式切换过程中的过电流 或过 电压 ，不利于两种模式的平滑切换。 针对传统孤岛检测方法的不足 ，小波分析与神 经 网络近年来被应用于孤岛检测 。小波分析具有极 强的信号分析处理能力；神经网络作为一种人工智 能算法，以其特定的训练学习算法 ，进行有效分类 与识别。现有的孤岛与 电网扰动辨识方法中一般先 用小波分析进行特征分量 的提取，再用神经 网络对 电网扰动与孤岛进行分类 ，只是依靠现代算法的自 主学习，没有提 出具体的分类原理 ，并且分类 的准 确率较低 1 0 - 1 1 ，效果并不理想。 为了避免传统孤岛检测方法可能引发的问题， 本文通过注入周期性无功电流扰动，迫使P C C 点电 压频率出现相对应波动，利用小波分析和神经网络 对特征分量进行提取并分类。通过理论分析，注入 周期性无功电流扰动 以后 ，若发生孤 岛效应，公共 耦合点电压频率 出现周期性波动；若为电网扰动， 公共耦合点电压频率 出现非周期性的并总在额定频 电力 系统保护与控制 率附近的波动 ，并会带入部分高频分量。当公共耦 合点电压变化时，该方法能够快速准确地辨识出孤 岛或者电网扰动，减小了不可检测域的存在，并且 对于检测的速度也有一定的优化，还有利于完成在 确定孤岛发生后能 “ 无缝转换 ” 到孤岛运行模式 。 1 孤岛与扰动辨识基本原理 光伏并网发电的基本原理图如图 1 所示，系统 正常工作时，断路器 K处于 闭合状态，系统此时属 并网运行，电网和光伏发电系统同时向负载供 电； 当电网由于 电气故障或误操作等原因停 电时，即断 路器处于断开的状态时，光伏系统没能及时的检测 到，还是持续的将电能供给负载，所以孤岛效应就 在负载和光伏发电系统之间产生 了自给供 电。 图 1光伏微网基本原理图 F i g 1 B a s i c p r i n cip l e d i a g r a m o f p h o t o v o l t a i c ( P V) micr o gri d 光伏逆变器并网控制策略如图 2所示，有功电 流参考值和无功 电流参考值直接影响到逆变器输出 的有功功率、无功功率及功率因数，有功电流与其 参考值 的误差信号经过 P I 调节器， 再经过前馈解耦 分量可以得到 ，同理也可 以得到 ， 、 经 过 S VP WM 得到控制光伏逆变器开关的信号 。 有功 电流和无功 电流是光伏逆变器网侧电流在 砌 同步 旋转坐标系下得到的电流分量 引 ，一般无功电流参 考值为零 ( 即s 1 闭合) ， 以达到逆变器单位功率因数 运行，保证逆变器电流与电网电压同频同相运行 。 图 2光伏逆变器控制框图 F ig 2 P h o t o v o l t a i c ( P V) i n v e r t e r co n t r o l 控制 信号 光伏发 电系统的逆变器输 出到 网侧 的有功功 率、无功功率分别为 P= ( V d i d +z q i q ) Q= ( 一V q i d ) ( 1 ) ( 2 ) 电网电压在理想的情况下可以假定为正弦波， 那么，则有 = 4 2 U ( 3 ) =0 ( 4 ) 其 中， 为电网相 电压有效值 。 将式( 4 ) 代入式( 1 ) 、式( 2 ) 可以得到： P = 三 ( 5 ) 二 O= ( 6 ) 由于， 本地负载可 以用 尺， 厶 c 并联电路等效代 替，因此本地负载消耗的有功电流、无功电流也可 以表达为 r r 2 P= ( 7 ) ，T2 Q= 一U a ,C ( 8 ) (-O L 式中：尺 ， L ， C分别表示本地负载等效的R ， L ， C的 值； 为电网所在负载的电压角频率。 负载的品质因数表示为 =R 将式( 7 ) 、式( 9 ) 代入式( 8 ) 可以得到 的表达式为 去 岳 ， =2 ( 1 1 ) 将式( 5 ) 、式( 6 ) 、式( 1 1 ) 代入式( 1 0 ) 可以得到 = 2 ( 1 一 厂 ) ( 1 2 ) 式 中 ： = 志 。 当有功电流与负载品质因数不变时，电压频率 与无功 电流成线性相关，即保持有功电流不变时， 当无功电流呈周期性变化，电压频率也呈周斯陛变化。 并网扰动情况下， 注入周期性无功电流扰动后， 由于受大电网的钳制作用公共耦合点电压频率呈非 周期性变化 ，并总在额定频率附近 的波动。孤岛效 应发生时，由于不受电网的钳制作用，当无功功率 呈正弦周期性变化 ， 电压频率也呈正弦周期性变化。 为了保证光伏发电系统的能源利用率， 一般 取 0 值( 即S 1 闭合) ，以达到功率因数为 1 运行。在 P C C处 电压发生波动时，为了辨识所处状态为孤岛 还是 电网扰动，注入正弦周期性无功 电流 ，即 不 再为 0 ，本文取 为 1 倍的 ( 即s 2闭合) 。因为为 了保证不脱 网，即光伏逆变器保护不动作，需要使 光伏逆变器输 出电流不过流，限制输出电流在 1 。 1 唐 忠，等 基于无功电流扰动的孤岛与扰动辨识的研究 1 6 1 倍额 定 电流之 内，则无功 电流参考 值应满足 l q 1 。 2 孤岛与扰动辨识原理 2 1小波分析理论 对于分析瞬变信号，小波变换尤其有效【 1 ，因 此可 以把小波变换用于检测孤岛与扰动辨识 中的电 压频率特征分量的提取 。对信号分析进行小波分析 时母小波的选取，会直接影响到孤岛与 电压扰动辨 识 的准确率 。母小波的紧支性能减少特征分量分解 时各分解级之 间能量的损失，突出了小波分析的局 部分析能力。 因为 小波系( 为小波序号) 紧支性 较好， 而且具有小波的消失矩、 正交性等所有特性， 使其非常适用于分析瞬态信号。其中矾 小波具有 紧凑的特点，处理后信号特征量差异最明显，故选 择 a b 4 小波作为此次辨识用的母小波。 公共耦合点 P C C 点电压频率通过小波变换 的 多分辨分析获取 了频率的三组离散小波分解序列 ， 分别与不同尺度下的小波序列相对应，电压频率的 特征能在不同的尺度下被反映出来 。由于根据分解 后的小波细节系数 ， P C C 点电压频率的高频分量可 以实时地被捕捉到，因此本文对小波细节系数进行 检测。由香农定理 ，特征分量的高频分量可最多被 分解到基波以上第 7层，由于孤岛检测 电压值小波 分解后的第 4 层及 以上高频系数的高频分量已很不 显著，所 以下面仅仅将电压频率值小波分解到第 3 层 。 通过仿真实验可 以看出孤岛与电网扰动时第一、 二、三阶小波高频系数表现出明显的不同，因此可 以用第一、二、三阶小波高频系数 1 、 2、 3 作 为孤岛与 电网扰动辨识的特征分量。 2 2神经网络理论 神经网络的复杂程度越低 ，其实时性的进行孤 岛与扰动辨识的准确性越高。为了使神经网络的分 析过程得到简化， 神经网络的输入量个数不宜过多， 因此，对于识别分辨率很小的特征量将不作为神经 网络的输入量 ，因识别分辨率很小的特征量对结果 影响较小，这样准确率不会受到较大影响【 l引 。本文 将 电压频率经过小波分解后第一、二、三层高频系 数 d l、d 2、d 3 作为神经 网络 中输入层的三个特征 值，输入到神经网络系统 ，进行学习、训练 。当测 量到 P C C 点电压波动并注入周期性无功 电流扰动 后，测量得到实际电压频率值，小波神经网络就可 以辨识出孤岛与电网扰动，然后给分布式并网系统 的控制装置部分发送信号 ，在孤 岛现象发生时，采 取相应措施 “ 无缝切换”到孤岛运行状态 。 B P 网络输入层节点数和输出层节点数分别取 决于训练的样本向量的维数和分类类别数 1 7 。本文 选取的 B P神经网络特征向量是 3个信号，所 以设 定输入层节点个数为 3个 。 输出层仅对光伏微 网系 统的当前工作状态进行分类 ，即孤岛状态与电网扰 动状态 ，所 以设定输 出层节 点个数为 2个 。因此， 神经网络采用两层 B P网络训练函数选择 t a n s i g函 数 ，根据设计的需要，输入层为 3个输入单元，而 隐层节点个数根据经验公式f l3 ) 选择为 6 个 。 = + ( 1 3 ) 式中：n为隐层节点个数；n i为输入节点数； 为 输出节点数； a 为 l 1 0之间的任意常数 。 由于要区分的只是两类情况，即孤岛和电网扰 动情况，而 B P神经网络的输 出值可以限定在 0 ， 1 】 范围内，理想网络输 出向量与孤岛识别分类对应关 系如表 1所示。 表 1孤岛与扰动辨识理想网络输出向量对应关系 Ta b l e 1 Co r r e s p o n d e n ce b e t we e n n e tw o r k o u t p u t a n d cl a s s i fi ca t io n 2 3孤岛与扰动辨识流程 通过理论分析，当 P C C点电压发生波动时，对 其注入周期性无功电流扰动，若为孤岛状态 ，P C C 点 电压频率也会产生周期性的波动 ，由于与大电网 隔离，其高频分量表现较为平滑；若为电网扰动， 由于大电网的钳制作用，公共耦合点电压频率若出 现非周期性的并总在额定频率附近 的波动，并引入 了轻微高频分量。 孤 岛与电网扰动辨识流程图如图 3 所示，当光 图 3孤岛与扰动辨识流程图 F ig 3 F lo w ch a r t o f is la n d and t h e d is t u r b a n ce i d e n t i fi ca t io n 电力 系统保护与控制 伏发电系统 P C C点处电压发生变化时， 在检测到电 压波动后 ，开始注入周期性无功电流扰动，同时采 样 6周波的 P CC点电压频率，通过使用小波分解 P C C点电压频率得第一、 二、 三层小波高频系数 1 、 2、 3 ，将 1 、d 2、d 3 作为特征向量输入到神 经网络 ，利用神经 网络的 自学习修正算法进行孤岛 与电网扰动的区分，以便确定是否控制相应的保护 装置来改变当前的工作状态模式 ，从而确保 电网的 稳定运行。 3 仿真实验 仿真电路的具体参数设置如下：逆变器额定功 率为 1 0k w， 开关频率为 1 0k Hz ， 母线 电压为6 8 0 V， 三相等效负载中 为 l4 5 Q， 为 l8 4 7 m H，C 为 5 4 9 0 5 ，电网额定相电压为 2 2 0 V，电网额定 频率为 5 0 H z 。负载品质因数为 2 5 ，负载谐振频率 为 5 0 H z 。参数这样设置的 目的是让孤岛发生后对 光伏逆变器的输出影响最小，从而能够模拟最恶劣 情况下孤 岛与电网扰动辨识。 当检测到 P C C点电压波动时， 将无功电流参考 值转变为正弦周期性信号， 在公共耦合点 P C C处采 样 电压频率值 ， 由于 P C C点电压频率的被检测值是 模拟频率信息，需先把模拟电压频率量转变成数字 量信息，出于对采样信号准确性的考虑，采样频率 采用高频 6 4 0 0 Hz ，也就是采样速率为 1 2 8点每周 波 ，然后对数字量信息进行数字低通滤波、降噪处 理 ； 最后对经过数字处理后的数据量进行小波分解 ， 本文采用三阶小波分解。 小波分解 首先对采集 电压频 率值进行 多尺度 分解，将提取的各尺度小波系数的某些特征量组成 特征 向量送入 B P神经网络进行训练，最后利用训 练好的 B P神经网络判别出是发生了孤 岛还是电网 扰动 。图4为 P C C点电压在 0 0 2 S 波动时， P C C点 电压波形图，由波形 图可 以看出 0 0 2 S时刻开始电 压出现波动 。图 5 分别为 DG输 出有功、无功电流 波形图， DG输出有功、无功功率图，可以看出0 0 2 S 前光伏逆变器无功电流为 0 ，没有无功功率输出， 此时输出的功率因数为 1 ；在 O 0 2 S 注入周期性无 功电流扰动以后，有功电流、有功功率输 出没有明 显变化，即无有功功率扰动，无功 电流、无功功率 输出呈现周期性变化。图 6 、图 7分别为孤岛、电 网扰动情况下 P C C 电压频率 ，孤 岛情况下，P C C 电压频率呈明显周期性变化；电网扰动时，P C C电 压频率呈非周期性变化 ，但不能呈现出理论分析中 的高频分量。 2 0 0 O 2 0 0 0 0 o 2 0 0 4 0 0 6 00 8 0 1 0 0 1 2 0 1 4 t s 图 4 P C C点 电压波形图 Fi g 4 Vo l t a g e wa v e f o r m g r a p h o f P CC 一 U U 0 2 U 0 4 U U O U U U 1 U U 1 Z U 1 4 【 】 5 r 0 L - - 厂 ， J _ 0 亩 掘 1F二二二二二二二二 o 古 。 = = 二= = = 二 = = = = = = = = = = = = = = 二 = = = = = = = = = 二 百 图 5 DG输 出仿真图 Fig 5 DG o u t p u t s imu la t io n d ia g r a m 5 o 2 0 茧5 0 _1 0 出5 O O O 4 99 0 田4 9 8 O s 图6孤岛时P C C电压频率 F ig 6 PCC v o lt a g ee q u e n cy wh e n is la n d in g t 图 7电网扰动时 P C C电压频率 Fi g 7 P CC v o l t a g ee q u e n cy a t p o we r d i s t u r b a n ce 为了验证本文提出的方法 ，先分别采集发生孤 岛与电网扰动后的 7 6 8个( 6周波，I E E E s t d 1 5 4 7规 定的孤岛检测最短时间) 电压频率值进行小波分解， 所得图形来解释孤 岛与电网扰动辨识时电压频率高 频分量 的变化。 从 图 8 、图 9可以看出，当注入周期性无功电 流扰动后，孤岛时，P C C点电压频率的第一、二、 三阶小波高频系数发生了周期性变化； 电网扰动时， 由于带入 了高频分量，P C C 点电压频率信 号的第 一 、二、三阶小波高频系数非周期性变化。由于两 种状态下小波分解后电压频率变化明显，小波分析 可 以迅速地捕捉到 电压波动 带来 的细节分量 的变 化，因此可作为特征分量的提取方式 ，达到孤岛与 唐 忠 ，等 J 无功 电流扰动 的孤 j 扰 动辨 的 究 一l6 3一 U 扰动快速 佧确的辨识。 【 ) 02 号0 ( ) ( ) 2 f )( ) I 0 ( )( J l 5 0 5 5 ( J 1 雩 5 0 0 49 q 0 ( 】40 6 0 8 0 】 O 0 ( ) 4 0 6 0 80 lO 0 l 2 0 20 4 0 6 ( 】 0O l 20 【 1 20 4( ) 6 0 l m s 图 8孤岛时，电压频 率信号经 三阶小波分解后 所得高、低频分量 F ig 8 Vo lt a g e f r e q u e n cy s ig n a l b y t h e t h r e e o r d e r wa v e le t d e co mp o s it io n a fte r t h e h ig h ， lo w f r e q u e n cy comp on e nt whe n is la n ding 0 S 0 O01 5 鼋 5 ( ) 0 0 1 0 50 00 05 xl【 1 l( ) 4 ( ) 6 0 8 0 l00 l! ( 1 ( ) ( )4 0 6 1 ) 8 0 】 ( ) ( ) 1 2 0 ( ) 2 0 40 6( 】8 0 1 O0 1 2 0 图 9 电网扰动时，电压频 率信号经 三阶小波 分解 后 所得 高、低频分量 F ig 9 Vo lt a g e fre q u e n cy s ig n a l b y t h e t h r e e o r d e r wa v e le t d e co mp o s it io n a fte r t h e h ig h ， lo w f r e q u e n cy comp on e n t wh e n dis t u r b a n c e h 分别取 2 0 0 0组经小波分解后的孤 岛 扰动时 P C C点电压频率信 号的 d l、d 2 、d 3数 进行学 、训练。算法训练 网络的误差演化曲线 如 j l0所永， 纵坐标为网络均方误差， 横坐标为迭代 次数。 m l0町以看 l 叶 I ， 用 B P算法训练神经 络， 规 定迭代次数 内，均可 以使网络 误差迅速 降到 0 0 0 1以 卜 ，仃较好的收敛效率。 从隐含 神 兀的选择结果米看，合适的 I I I 经 兀个数为 6 ， 此 ，川 j 孤岛 电网扰动辨识的 B P 神经 络结构为输入 节点数为 3 ，隐含层节 r 数 为 6 ，输层节点数为 2 ，激活函数为 S形对数 数 l o g s i x。 ( ) ( ) j cH I I r a in mg Pe r lbmla l lce is( ) l 0 0 02 6 45 6 a l e p o c h 4 0 0 图 1 0 隐含层节点为 6时误差收敛曲线 Fig1 0 Er r o r conv e r g en ce cur v e o f 6 hid de n la ye r no de s 验证算法识别率时，I l f 分别耳 义2 0 0 0个孤 f U网扰动时的 J J i频率数据进行小波分解后输入 剑神终 络进行测试、验证。当这 2 0 0 0组 d 1 、 2 、 c， 3输 入神经 络 ，若输全为 0 ，则判为电刚扰 动状态；荇输 J 数据 I 含仃 1 ，则判为电 发,q - 4 ； kI 岛效应 。 Ma t la b界面 【 J ，验 网络 目标等级混淆 阵 l 1如 卜 。 【 】 Co n1 hs io n Ma lfix 1 9 9 7 3l 9 8 5 4 9 U ” ( ) 8 ” t ， l 5 q j 】 9 6 9 9 9 o 0 0 4 9 2 o n 0 2 0 0 9990 b 9 8 5 0 9 9 20 l 】 0 l 1 5 0 “ I 0 l I a r g e l Cl a s s 图 1 1 B P 神经 网络 目标等级 混淆矩阵 Fig1 1 Conf u s ion ma t r ice s o f BP n eu r a 1 n e t wor k 1 2 为神经 络形成的实验误差血方 ， 山仿真结 此次仿真艾验 误笼 分 ， 仿真结 的止确率如表 2所示。 E r r o r I li s lo a r a m 、 、 lI l 1 2 0 Bin s 图 1 2 B P神经 网络仿真实验误差直方图 Fig 1 2 S imu la t io n in BP n e u r a l n e t wo r k a n d e r r o r h is t o g r a m I a =【 lJ J ( u I I 1 h 0 1 6 4 电力 系统保护与控制 表 2小波神经网络仿真结果 T a b le 2 S imu la t io n r e s u lt s o f wa v e le t n e u r a l n e t wo r k 由表 2得知，基于小波神经网络的孤岛效应检 测方法可以较准确的检测出孤岛效应的发生，准确 率较高。 4 结论 通过 以上分析，注入周期性无功 电流扰动，并 运用小波分析和人工神经网络的技术，能在无有功 功率扰动的条件下将孤岛和电网扰动辨识 出来，并 且系统的正常运行不会被破坏 。对电压频率信号进 行特征提取过程 中，采用基于各尺度小波变换系数 能量 的提取特征量方法，提取 出的特征 向量不仅具 有平移不变的特性，还反映信号的时频局部特征， 提高了孤 岛检测的实时性 。采用具有强大的模式识 别能力的三层 B P神经网络，能有效辨识孤岛和电 网扰动状态。这种无破坏性的基于周期性无功电流 扰动和小波神经网络的孤岛与扰动辨识方法可以快 速而准确的检测出孤岛效应的发生，并当检测到孤 岛效应发生时，为保障逆变器所带负载正常安全供 电，应启动孤岛保护，脱离电网，转为孤岛运行 。 参考文献 1 曾议，吴政球，刘杨华， 等 分布式发电系统孤岛检测 技术 J 】 电力 系统及 其 自动化 学报，2 0 0 9 ，2 1 ( 3 ) ： 1 0 6 1 1 0 Z ENG Yi， WU Zh e n g q i u ， L I U Ya n g h u a ， e t a 1 I s la n d i n g d e t e ct io n me t h o d f o r d is t r i b u t e d g e n e r a t i o n s y s t e ms J P r o ce e d i n g s o f t h e C S U- E P S A， 2 0 0 9 ， 2 l( 3 ) ： 1 0 6 1 1 0 2 MA HA T P ， C H E N Z H E ， B A K- J E NS E N B R e v ie w o f is la n d i n g d e t e ct i o n me t h o d for d i s t r i b u t e d g e n e r mi o n C T h ir d I n t e rna t io n a l Co n f e r e n ce o n E le ct r ic Un it y De r e g u la t i o n ， Na n j i n g ， C h i n a ： 2 0 0 8 3 高金辉，李迎迎，苏军英一种新颖的孤岛检测方法 研究 J 电力系统保护与控制， 2 0 1 0 ， 3 8 ( 1 9 ) ： 1 2 2 1 2 4 GAO J in h u i， L I Yin g y in g ， S U J u n y in g Th e r e s e a r ch o n a n o v e l is land i n g d e t e ct io n me t h o d J P o we r S y s t e m P r o t e ct io n a n d C o n t r o l， 2 0 1 0 ， 3 8 ( 1 9 ) ： 1 2 2 - 1 2 4 4 唐伟，武建文，李鹏， 等 考虑电网内阻影响的孤岛检 测研究 J 电工技术学报， 2 0 1 4 ， 2 9 ( 1 ) ： 3 9 9 4 0 7 T ANG W_e i，WU J ia n we n ，L I P e n g ，e t a 1 Re s e a r ch o n is l a n d in g d e t e ct i o n co n s i d e r i n g t h e e ffe ct o f g r i d i mp e d ance J T r a n s a ct i o n s o f C h i n a E le ct r o t e ch n i ca l S o ci e ty, 2 0 1 4 ， 2 9 ( 1 ) ： 3 9 9 - 4 0 7 5 崇志强，戴志辉，焦彦军基于负序 电流注入的光伏 并网逆变器孤 岛检测方法 J 电力系统保护与控制， 2 0 1 4 ， 4 2 ( 2 4 ) ： 6 5 7 1 C HO NG Z h iq ia n g ， D AI Z h i h u i， J I AO Y a n j u n I s l a n d i n g d e t e ct i o n me t h o d b a s e d o n g r i d - co n n e ct e d p h o t o v o l t a i c co n v e rt e r a n d n e g a t iv e s e q u e n ce cu r r e n t i n j e ct io n J P o w e r S y s t e m P r o t e ct i o n a n d C o n t r o l ，2 0 1 4 ，4 2 ( 2 4 ) ： 6 5 71 6 郑涛，袁飞，王燕萍，等基于模糊控制的快速无盲区 的频移式孤岛检测法 J 电力系统保护与控制，2 0 1 4 ， 4 2 ( 2 3 ) ： 3 8 4 3 Z HE NG T a o ， YUAN Fe i， W ANG Ya n p in g ，e t a 1 A f a s t e q u e n cy d r if t s is la n d in g d e t e ct in g me t h o d wit h o u t n o n - d e t e ct in g z o n e b a s e d o n f u z z y co n t r o l J P o w e r S y s t e m P r o t e ct i o n a n d C o n t r o l， 2 0 1 4 ， 4 2 ( 2 3 ) ： 3 8 - 4 3 7 张凯航，袁越， 傅质馨 带频率正反馈的无功电流扰 动孤岛检测方法 J 】 电力系统及其 自动化学报，2 0 1 3 ， 2 5 ( 1 ) ： 9 6 - 1 0 1 ZHANG Ka ih a n g ， Y UAN Yu e ，F U Z h ix in Re a ct iv e cu r r e n t d is t u r b an ce is lan d in g d e t e ct io n me t h o d wit h e q u e n cy p o s it i v e f e e d b a ck J P r o ce e d i n g s o f t h e C S U E P S A， 2 0 1 3 ， 2 5 ( 1 ) ： 9 6 - 1 0 1 8 丁浩，魏艳君，漆汉宏，等基于自适应有功电流扰动 的孤岛检测 J 电工技术学报， 2 0 1 4 ， 2 9 ( 8 ) ： 2 9 4 3 0 0 D I NG H a o ， WE I Ya n j u n ， Q I Ha n h o n g ， e t a 1 A n o v e l is lan d in g d e t e ct io n b a s e d o n a d a p t iv e a ct iv e cu rre n t d is t u r b a n ce J T r a n s a ct i o n s o f C h i n a E le ct r o t e ch n i ca l S o cie ty， 2 0 1 4 ， 2 9 ( 8 ) ： 2 9 4 3 0 0 9 任晓鹏，李永刚，李亚斌，等 滑动频率偏移法在光伏 并网逆变器孤岛检测中的应用 J 电器与能效管理技 术， 2 0 1 4 ( 4 ) ： 3 7 - 3 9 RE N Xi a o p e n g ， L I Y o n g g ang ， LI Ya b i n , e t a 1 Ap p li ca t i o n o f s lid mo d ee q u e n cy s h ift me t h o d in is lan d in g d e t e ct i o n o f p h o t o v o l t a i c g r i d - co n n e ct e d i n v e r t e r J E l e c i ca l & E n e r g y Mana g e me n t T e ch n o l o gy, 2 0 1 4 ( 4 ) ： 3 7 3 9 1 0 梁雪飞，陈歆技小波熵和 B P神经网络在孤岛检测与 扰动辨识中的应用 J 江苏电机工程， 2 0 1 2 ， 3 1 ( 3 ) ： 5 - 8 L I A NG X u e f e i ，C H E N X in j i A p p li cati o n s o f w a v e l e t 唐 忠，等 基于无功电流扰动的孤岛与扰动辨识的研究 1 6 5 e n t r o p y a n d BP n e u r a l n e t wo r k in i s l a n d in g d e t e ct io n an d d i s t u r b a n ce i d e n tifica tio n J J ia n g s u E l e ct r i ca l E n g i n e e r i n g 2 0 1 2 ， 3 1 ( 3 ) ： 5 - 8 1 1 朱艳伟，石新春，李鹏多分辨率奇异谱熵和支持向 量机在孤岛与扰动识别中的应用 J 中国电机工程学 报， 2 0 1 1 ， 3 1 ( 7 ) ： 6 4 7 0 ZHU Ya n we i，S HI Xin ch u n ，L I P e n g Cla s s ifi ca t io n o f i s l and i n g a n d g r i d d i s t u r b ance b a s e d o n mu l t i - r e s o l u t i o n s i n g u l a r s p e ct r u m e n t r o p y a n d S VM J P r o ce e d in g s o f t h e CS E E ， 2 0 1 1 ， 3 1 ( 7 ) ： 6 4 - 7 0 1 2 张明锐，杜志超，王少波，等高压微网运行模式切换 控制策略 J 电工技术学报， 2 0 1 4 ， 2 9 ( 2 ) ： 1 5 3 1 6 2 ZHANG M in g r u i，DU Z h ich a o ，W ANG S h a o b o ，e t a 1 Co n t r o l s tra t e g i e s o f h ig h - v o l t a g e micr o g r i d f o r o p e r a t io n mo d e s s w i t ch in g J T r a n s a ct i o n s o f C h i n a E l e ct r o t e ch n ica l S o cie t y ， 2 0 1 4 ， 2 9 ( 2 ) ： 1 5 3 - 1 6 2 1 3 闫凯， 张保会， 瞿继平， 等 光伏发电系统暂态建模与 等值 J 电力系统保护与控制， 2 0 1 5 ， 4 3 ( 1 ) ： 1 - 8 Y A N Ka i ， Z HA NG B a o h u i ， Q U J i p i n g , e t a 1 P h o t o v o l t a ic p o we r s y s t e m t r ans i e n t mo d