大规模风电场接入电网,将不可避免的对电力系统的稳定性、经济性以及电能质量产生重大影响。同时,随着电力系统对电能质量的要求越来越高,风电接入电网对电能质量的影响将成为研究热点和难点。对于风电并网系统发生故障引起的电能质量扰动信号的检测,包括扰动的幅值、频率、持续时间等的检测,能够为风电并网系统故障诊断提供重要的依据。本文基于实时数字仿真装置(Real Time Digital Simulator, RTDS)搭建风电并网模型,深入研究了由风电并网系统故障引起的电能质量扰动信号的特点,选择了Tsallis小波包奇异熵、基于聚类经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的希尔伯特-黄变换(Hilbert-Huang Transform,HHT)和基于Morlet复小波谱峭度(spectral kurtosis,SK)算法实现电能质量检测。为了研究风电并网对电能质量的影响,本文采用双馈感应风力发电机(Doubly Fed Induction Generator,DFIG),利用RSCAD软件搭建了DFIG并网模型,并结合RTDS硬件进行仿真,即可采集相应的电能质量扰动信号,用于检测和分析。为了解决传统电能质量检测方法用于风电并网故障信号,易受到噪声干扰,定位效果不精确,检测误差大,复合扰动分解困难等问题,本文运用小波包Tsallis奇异熵对扰动进行精确定位；采用基于EEMD的HHT算法,将扰动信号用EEMD方法分解成不同固有模态函数(Intrinsic Mode Function,IMF)并将表征模态相同的IMF分量叠加形成最终的特征分量,然后将不同的IMF做Hilbert变换得到瞬时幅值和瞬时频率,实现扰动参数的检测。由于扰动信号普遍存在暂态振荡,本文将EEMD方法与基于Morlet小波核函数的谱峭度方法相结合对仿真信号分析,实现扰动频率的精确检测。本文搭建的一个双馈风机并网模型,可以产生电压暂升、暂降、中断、谐波、暂态振荡组成的多种复合电能质量扰动。运用三种算法相结合算法可以将扰动起止时间定位,将不同扰动模态分开,成功实现了扰动持续时间、幅值等扰动参数的检测,实现了暂态振荡扰动频率的检测。检测结果表明该方法误差小、可靠性高。