EMT 和 RMS 建模如何应用于不同的电力系统研究

主要收获

• EMT 和 RMS 适用于不同的研究目的，因为它们在不同的时间尺度上处理不同的物理问题。
• 保护细节、转换器控制以及亚周期效应都是强有力的信号，表明EMT是更合适的选择。
• 模型质量不仅取决于模拟的细节程度，同样也取决于经过验证的参数和范围控制。

当研究依赖于波形细节时，请选择 EMT；当研究依赖于较慢的机电行为时，请选择 RMS。

这种区分如今尤为重要，因为基于变流器的发电方式不断为曾经由同步电机主导的系统引入快速控制机制。2023年，风能和太阳能占全球电力供应的13.9%，这意味着如今更多研究聚焦于逆变器控制、故障响应及开关效应。当你的模型与决定结果的物理规律相符时，你将获得更准确的答案；反之，则会产生误导性的信心。

“针对波形变化会影响结果的情况，构建了电磁瞬态仿真。”

EMT 追踪波形，而 RMS 追踪相量行为

EMT 和 RMS 的主要区别在于它们关注的内容和忽略的内容。EMT 追踪极小时间步长下的瞬时电压和电流。RMS 则用相量和平均量来替代快速波形。EMT 能提供波形保真度，而 RMS 则能提高计算速度。

馈线故障清晰地展示了这种差异。EMT 将显示精确的故障起始角、电流中的直流偏移，以及断路器或变流器在微秒和毫秒时间尺度上的响应方式。RMS 则会将同一事件表现为平衡或不平衡的相量扰动，且响应曲线平滑得多。当您关注电压恢复、功率流重新分配或转子角变化时，这种表现通常已足够。

关键不在于模型的复杂程度，而在于模型的适用性。电磁瞬态仿真适用于波形变化会影响结果的情况；而均方根（RMS）建模则适用于平均正弦波状态就能给出答案的情况。如果您的结果取决于一个周期内的具体变化，相量抽象化会掩盖太多细节。

RMS 模型适用于动态较慢的稳定性研究

当研究问题涉及的时间尺度慢于工频波形时，RMS模型是理想的选择。它们能高效地捕捉机电摆动、电压调节和频率响应。此外，它们还能支持大型电网和多种故障工况，且运行时间不会过长。这使得RMS模型成为稳定性分析工作的实用选择。

一项发电机跳闸研究揭示了其中的原因。通常，您需要了解频率如何下降、调速器如何响应、自动电压调节器如何维持电压，以及转子角是否保持在限定范围内。这些问题的答案均不取决于单个开关脉冲或行波效应。RMS 模型可帮助您筛查输电网络中的多种扰动，并快速比较各种可信的运行工况。

您仍需严格遵守模型范围的规范。RMS无法弥补控制、负载恢复或保护逻辑建模不佳的问题。它仅仅能为较慢的行为提供良好的拟合效果。当判定标准为阻尼、稳态、频率谷值或故障后电压恢复时，RMS通常能在减轻建模负担的同时，为您提供所需的答案。

EMT模型适用于具有亚周期切换行为的研究

EMT 模型适用于那些由亚周期细节决定结果的研究。它们能够直接解析换相事件、快速控制环路、饱和效应以及非正弦波形。这使得它们成为研究变流器换相、变压器涌流以及许多精细故障分析的理想工具。而 RMS 模型则会将这些机制平滑掉。

变压器通电过程是一个简单的示例。涌流峰值取决于残余磁通、波峰合闸以及铁芯饱和，而这些过程都在不到一个周期的时间内完成。均方根（RMS）模型可以近似描述该事件，但无法再现继电器、滤波器或变流器控制器所实际观测到的波形。在脉宽调制（PWM）变流器与直流母线控制的相互作用中，同样存在这一局限性。

电磁瞬态（EMT）不仅仅是为了获得更漂亮的波形。它的核心在于揭示导致跳闸、过电压或控制不稳定性的机制。如果该机制存在于一个周期内，那么您的模型也必须涵盖这一周期。正因如此，当开关细节和非线性效应是研究问题的一部分时，电磁瞬态就显得尤为重要。

研究时间尺度应决定模型的选择

时间尺度是选择模型时最快捷、最可靠的筛选标准。以秒为单位且主要涉及机电运动的研究应归入RMS模型；以微秒、毫秒为单位或主要涉及波峰效应的研究应归入EMT模型。对于混合情况，需要您判断究竟是哪一时间段决定了通过与否的结果。

保护与控制序列乍看之下往往显得杂乱无章。故障可能在几微秒内发生，在几毫秒内触发继电器逻辑，并在几秒内改变系统频率。您应根据决策点而非事件持续时间来选择模型。如果您只需了解故障消除后的系统恢复情况，则均方根（RMS）模型已足够。如果您需要了解继电器为何延迟动作或变流器为何被阻塞，则时域（EMT）模型是更稳妥的选择。

这也正是透明的工作流程至关重要的原因。SPS SOFTWARE 为您提供了一种方法，使模型始终保持可检查和可编辑的状态，从而让您能够有针对性地选择细节层次，而不是将仿真器视为一个黑匣子。当团队能够清楚看到哪些方程和假设决定了最终结果时，工作效率就会显著提升。

保护研究通常需要超越RMS模型的详细信息

保护研究通常需要比均方根值（RMS）所能提供的更多细节，因为继电器响应的是在一个周期内变化的量。故障起始角、电流直流偏移、电流互感器饱和以及电压互感器暂态现象都会改变继电器的测量结果。有效值（EMT）将直接反映这些影响。而均方根值（RMS）往往会将这些影响平滑处理，从而呈现出比继电器实际观测到的更“干净”的事件。

长线路上的距离继电器便是很好的例子。故障发生后的最初几个周期内，由于变压比继电器的暂态过程、故障电阻以及波形畸变，视阻抗可能会发生偏移。当电流互感器饱和导致一侧畸变程度大于另一侧时，差动继电器也可能产生不良反应。当你的研究旨在探究为何发生跳闸或为何未跳闸时，这些绝非微不足道的细节。

RMS在保护工作中依然有其用武之地。它适用于广泛的协调检查、分级裕度计算以及大规模故障扫描，在这些情况下，继电器的测量过程本身并不处于被测试状态。一旦研究从参数审查转向继电器在受力条件下的行为，EMT就不再仅仅是一种细化手段，而是成为了与保护物理原理相匹配的模型类别。

配备大量转换器的系统推动了EMT研究

对于包含大量变流器的系统，建模工作往往转向电动力学（EMT）方法，因为变流器的控制响应发生在特定时间尺度上，而相量模型通常会过度压缩这一时间尺度。电网跟踪控制、电流限制、锁相环以及直流母线动态过程可能在毫秒级内相互作用。这些相互作用可能决定系统的稳定性、保护响应或设备应力。即使从更广的网络视角看系统运行缓慢，均方根（RMS）模型也可能无法捕捉到这些细节。

并网能力较弱的太阳能电站是一个常见的例子。电压下陷、限流和相位跟踪等现象，在均方根（RMS）平均表示中看似稳定，但在电磁时域（EMT）分析中却可能表现出振荡或阻塞的特性。随着换流器渗透率的提高，这一点变得愈发重要。2023年太阳能光伏发电量增长了25%，因此您将面临更多以逆变器细节为核心研究内容的项目。

并非所有变流器工况都需要进行EMT仿真。经过充分验证的平均值建模仍可满足许多规划研究的需求。当控制限值、谐波、直流耦合或弱电网交互作用接近您关注的事件时，便应引起警惕。一旦这些参数接近可接受性能的边界，波形级建模就不再是可选的了。

准确率的提升伴随着更高的模型成本

EMT提供了更丰富的物理细节，但同时也需要更多的数据、更复杂的计算，以及在模型构建过程中投入更多精力。RMS 对用户的要求较低，且通常能更快地给出结果。更好的选择是那种能以最小的额外负担捕捉到决策机制的方法。如果这些额外细节的了解程度不足，那么更多的细节也无济于事。

一项工厂层面的研究可以说明这种权衡关系。一个配备了经过验证的电机和控制器模型的RMS网络，可能让你在处理一个EMT案例所需的设置和运行时间内，就能测试数十种突发情况。当你在筛选工作点、季节性条件或保护设置时，这种速度至关重要。而当切换设备、控制模块和非线性元件都需要仔细参数化时，EMT的成本就会变得很高。

“虚假精度”是主要风险。一个采用猜测控制器增益或缺少变压器饱和数据的EMT模型，虽然看似权威，却可能在回答错误的问题。均方根误差（RMS）虽有其局限性，但往往能迫使模型进行更清晰的简化。当你将模型保真度视为一种有针对性的工具，而非严肃性的象征时，你将做出更明智的选择。

“虚假精确度是主要风险。”

一个用于选择EMT或RMS的实用筛选器

您应选择能够准确反映决定结果的物理机制的最简单模型。当平均量能解答研究问题时，均方根误差（RMS）是合适的评估指标；当开关操作、控制交互、故障起始或继电器测量决定结果时，误差总和（EMT）是合适的评估指标。明确模型目的既能节省时间，又能避免产生虚假的自信。

在构建或优化模型之前，请使用此界面：

• 当您的通过/不通过判定指标为频率、转子角或电压恢复速度较慢时，请选择RMS。
• 当结果取决于亚周期波形形状或开关事件时，请选择 EMT。
• 当继电器的动作特性取决于饱和、失真或波峰效应时，应选择EMT。
• 当您需要在大型系统中进行广泛的异常筛查时，请优先选择 RMS。
• 当两种模式都看似合理时，应选择参数经过最佳验证的模型。

这种判断力会随着实践而日益精进，而当模型保持足够的开放性以便您检查其假设时，这种判断力将得到进一步提升。SPS SOFTWARE非常适合此类工作，因为其清晰、基于物理原理的建模方式能帮助团队解释结果，而非仅仅呈现结果。优秀的研究源于严谨的研究范围、经过验证的参数，以及在细节简化也能得出正确答案时，愿意简化细节的意愿。