Data acquisition application with implemented digital twin based on thermal and electrical parameters and state estimation of a real synchronous generator

Abstract

Synkrongeneratoren er en viktig del av det elektriske kraftsystemet. Under normale driftsforhold har generatorenhetene effekttap som påvirker maskinens effektivitet og driftstemperaturer. Mekanistiske modeller av generatoren kan bidra til å øke kunnskap om maskinens driftsforhold. Dette er avhengig av tilgjengelige modellparametere og modellene være tilstrekkelig representative. Prosjektet ble løst som en del av videreutvikling av en datainnsamlingsapplikasjon, forbedret med blant annet en digital tvilling, bygget på mekanistiske modeller av elektriske, strømtap og termiske fenomener i generatoren. I tillegg ble elektriske og termiske parametere og tilstandsestimatprosedyrer undersøkt og utført gjennom tre studiecases. Standard elektriske parametere ble identifisert med lavt avvik fra et simuleringstilfelle. En utvidet Kalman filter ble foreslått for å estimere rotorvinkelen fra støyende målinger av rotorvinkelen. Resulterende estimeringer fra en ekte synkrongenerator etter at det utvidede Kalman-filteret ble brukt ga lovende resultater, med reduserte avvik og redusert korrelasjon mellom parametere. En forenklet termisk modell av generatoren ble utviklet, og termiske parametere ble estimert basert på to separate måleøkter. Resultatene støtter noen av antakelsene som ble gjort ved utviklingen av den termiske modellen, men andre forenklinger er vist for omfattende.

The synchronous generator is a vital part of the electrical power system. During normal operation conditions, the generator units have power losses which affect the machine’s efficiency and operating temperatures. Mechanistic models of the generator can help increase the knowledge of the machine’s operating conditions. This relies on model parameters to be known and the models to be sufficiently representative. The project was resolved around further development of a data acquisition application with a digital twin, built on mechanistic models of the electrical, power loss and thermal phenomenons in the generator. In addition, was electrical and thermal parameter and state estimation procedures investigated and carried out through three study cases.

Standard electrical parameters were identified with low deviation from a simulation Case. An extended Kalman filter was proposed to estimate the rotor angle from noisy measurements of the rotor angle. Resulting estimations from a real synchronous generator after the extended Kalman filter was applied presented promising results, with lowered deviations and lowered correlation between parameters. A simplified thermal model of the generator was developed, and thermal parameters were estimated based on two separate measurement sessions. The results support some of the assumptions that were made when developing the thermal model, yet, other simplifications are proven too comprehensive.