With the ongoing energy transition come new challenges in the power system. When generation gradually transitions from being produced by large synchronously connected machines to being produced by renewable energy sources it impacts the system dynamics. The power system becomes more sensitive to disturbances, and new stability phenomena arise. Thus, it becomes more important to monitor the power system. With the developmentof Phasor Measurement Units (PMUs) it became possible to monitor the power system at a high sampling rate. A phenomenon that became possibleto detect and monitor with PMUs is forced oscillations. Together with natural oscillations these form two different types of electromechanical oscillations. Whereas natural oscillations are the natural response of the power system due to random load changes or faults, forced oscillations are the response of the system due to an external source that is continuously exciting the system dynamics. If the frequency of the forced oscillation is close to an oscillation mode of the system, resonance can occur between the forced oscillation and the system mode. If specific conditions are fulfilled, the forced oscillation can be greatly amplified in the system and it can spread over large parts of the system. It is therefore important to monitor for forced oscillations and to take corrective actions if they occur. Detailed theory of a few carefully selected methods to detect forced oscillations is presented and their performance is validated in a case study. Once an oscillation is detected the next step is to determine if the oscillation is a forced oscillation or a natural oscillation due to poor damping. To this end a method to distinguish between forced and natural oscillations is presented. It distinguishes between the oscillation types by looking at the damping ratio of the underlying ambient noise and comparing it to a threshold value. The proposed methodology utilizes a parametric model that also includes an undamped sinusoidal component to separate the undamped oscillation from the ambient noise in PMU data. The method is validated using the two-area test system and the Nordic 44 test system.

Med den pågående energiomställningen kommer nya utmaningar i kraftsystemet. När elproduktionen gradvis övergår från att produceras av stora synkrona maskiner till att produceras av förnybara energikällor påverkas systemets dynamik. Kraftsystemet blir mer känsligt för störningar, och nya stabilitetsfenomen uppstår. Det blir därför allt viktigare att övervaka kraftsystemet. Med utvecklingen av Phasor Measurement Units (PMU:er) blev det möjligt att övervaka kraftsystemet med hög samplingsfrekvens. Ett fenomen som blev möjligt att upptäcka och övervaka med PMU:er är forcerade oscillationer. Tillsammans med naturliga oscillationer utgör dessa två olika typer av elektromekaniska oscillationer. Medan naturliga oscillationer är kraftsystemets naturliga svar på slumpmässiga lastförändringar eller fel, är forcerade oscillationer systemets svar på en extern källa som kontinuerligt exciterar systemets dynamik. Om frekvensen på den forcerade oscillationen ligger nära en systemmod kan resonans uppstå mellan den forcerade oscillationen och systemmoden. Om särskilda villkor är uppfyllda kan den forcerade oscillationen förstärkas kraftigt och fortplanta sig över stora delar av kraftsystemet. Det är därför viktigt att övervaka förekomsten av forcerade oscillationer och vidta korrigerande åtgärder när de uppstår. Detaljerad teori om några noggrant utvalda metoder för att detektera forcerade oscillationer presenteras, och deras prestanda valideras i en fallstudie. När en oscillation har detekterats är nästa steg att avgöra om det rör sig om en forcerad oscillation eller en naturlig oscillation till följd av låg dämpning. För detta ändamål presenteras en metod för att särskilja forcerade och naturliga oscillationer. Metoden skiljer mellan oscillationstyperna genom att analysera dämpningskvoten hos det underliggande bruset och jämföra det med ett tröskelvärde. Den föreslagna metodiken använder en parametrisk modell som även inkluderar en odämpad sinuskomponent för att separera den odämpade oscillationen från underliggande brus i PMU-data. Metoden valideras med hjälp av två-areasystemet och Nordic 44-systemet.