CN101282040B - 非侵入式电力负荷实时分解方法 - Google Patents
非侵入式电力负荷实时分解方法 Download PDFInfo
- Publication number
- CN101282040B CN101282040B CN2008100530591A CN200810053059A CN101282040B CN 101282040 B CN101282040 B CN 101282040B CN 2008100530591 A CN2008100530591 A CN 2008100530591A CN 200810053059 A CN200810053059 A CN 200810053059A CN 101282040 B CN101282040 B CN 101282040B
- Authority
- CN
- China
- Prior art keywords
- centerdot
- load
- power consumption
- theta
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种非侵入式电力负荷实时分解方法,其步骤如下:离线提取各类用电设备稳态正常工作时的电气特征参数;根据负荷的实际情况选取其主要用电设备类型;在线实时量测电力负荷端口处的电压、电流及功率数据,并对其进行谐波分析;将选取的电力负荷主要用电设备类型的电气特征参数进行加权综合,来近似估计实测得到电力负荷的电流和功率;对权重系数进行最优求解,求得各个主要用电设备类型的权重系数,获得电力负荷内部主要用电设备类型的功率消耗比例,实现负荷分解。本发明可以无需侵入负荷内部,即可在线实时得到电力负荷主要类型用电设备的功率消耗比例,分解方法不仅具有较高的精度和较好的稳定性,而且计算速度快,能够满足在线实时的分解要求。
Description
技术领域
本发明涉及非侵入式电力负荷实时分解方法,属于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等技术领域。
背景技术
电力负荷不同类型用电设备的功率消耗比例实时分解(简称电力负荷分解)数据有助于电力公司了解电力用户负荷的组成,合理安排负荷使用时间(“削峰填谷”),提高电网的利用率和减少电力系统投资。负荷分解数据还可以改善电力负荷预测精度,为电力系统规划(包括扩展规划和运行规划)提供更为准确的依据。电力用户也可以通过对数据分析减少自身不必要的能源开销,从而达到节能降耗的目的。此外,将负荷分解数据向上聚合[1-2]到输电系统,可有助于建立更为真实的负荷模型,从而提高仿真计算和稳定分析的准确性。因此电力负荷分解数据对全社会(包括电力公司和电力用户)节能和电力系统规划及运行都有十分重要的意义。
负荷分解研究分为侵入式和非侵入式两大类。侵入式方法得到的数据比较准确,但耗费巨大,不适于推广和在线应用。非侵入式方法目前是基于电力负荷入口处的电压、电流及功率的变化信息进行跟踪分解,需要负荷监测装置不间断地捕捉电力负荷每一个变化信息,对软、硬件的要求非常高。当出现不同类型用电设备同时启动或退出运行时,这种方法就无法进行有效地负荷跟踪分解,方法存在着极大的盲区。
发明内容
本发明克服了上述的不足,提出了一种基于电力负荷稳态电压、电流(包含基波和谐波)及功率信息的非侵入式负荷分解的方法,该方法只需每隔一段时间对稳态数据(包含基波和谐波)进行分解计算,没有分解盲区,更适应现有的负荷监测装置的软、硬件水平,便于在线实现。
本发明提出的一种非侵入式电力负荷实时分解方法,用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域,其步骤如下:
第一步:离线统计各类用电设备稳态正常工作时的包括基波和谐波在内的电压、电流及功率特征参数,形成用于电力负荷分解的知识数据库;
第二步:根据负荷的实际情况选取其主要用电设备类型;
第三步:在线实时量测电力负荷端口处的电压、电流及功率数据,并对其进行谐波分析;
第四步:将选取的电力负荷主要用电设备类型的电气特征参数进行加权综合,来近似估计实测得到电力负荷的电流和功率,方法如下,设电力负荷中含有n类主要用电设备,电力负荷估计电流通过这n类用电设备电流的加权综合来近似估计:
其中,表示电力负荷估计电流的标准化形式;i′a1(t)、i′a2(t)、…、i′an(t)分别表示第1、2、…、n类用电设备稳态工作时的标准化电流;β1、β2、…、βn分别表示第1、2、…、n类用电设备的电流权重系数;应用相量法描述不同频率的负荷电流i′l(t)与估计电流的偏差时,其表达式如下:
β1,β2,…,βn∈[0,1]
其中,表示第k次谐波分量的偏差向量, m是方程组所计及的最大谐波次数;n为负荷内部主要用电设备类型数;β1,β2,…,βn∈[0,1]是方程组的待求变量;αlk∈[0,1)和αlk, 都是通过在线实时测量得到的已知量,αk,aj表示该负荷的第j类用电设备第k次谐波分量幅值与基波分量幅值的比例系数,θk,aj表示第j类用电设备的第k次谐波分量的初相角, 初相角θk,aj是当基波电压初相角为0°时各次电流的初相角,其基波初相角θ1,aj就是其基波的功率因数角;
第五步:对权重系数进行最优求解,求得各个主要用电设备类型的权重系数,获得电力负荷内部主要用电设备类型的功率消耗比例,实现负荷分解,方法如下:
(1)选取式(2)各次偏差向量模值的平方和作为目标函数,即:
通过寻优求解,寻找一组合理β1、β2、…、βn使得式(3)取得最小值;
(2)再通过式(4)求得其基波的有功功率和无功功率的权重系数:
其中,βPk和βQk分别表示第k个用电设备类的有功和无功功率权重系数;βk是第k个用电设备类的电流权重系数;θ1,ak是第k个用电设备类的基波电流初相角,即基波功率因数角;
(3)结合测量得到的电力负荷总的有功功率和无功功率,通过式(5)得到各个用电设备的功率消耗:
Pk=PlβPk
Qk=QlβQk (5)
其中,Pk和Qk分别表示分解得到的第k个用电设备的有功功率和无功功率;Pl和Ql分别表示电力负荷的有功功率和无功功率。
由本发明提出的非侵入式电力负荷实时分解方法,无需侵入负荷内部,即可在线实时得到电力负荷主要类型用电设备的功率消耗比例,分解方法不仅具有较高的精度和较好的稳定性,而且计算速度快,能够满足在线实时的分解要求,可应用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等多个技术领域,对全社会(包括电力公司和电力用户)节能和电力系统规划及运行都有十分重要的意义。
附图说明
图1是本发明提出的负荷实时分解方法的流程图。
图2是实测的居民负荷电压、电流波形图。
图3是实测的商业负荷电压、电流波形图。
图4是实测的动模实验室三相负荷电压电流波形图。
具体实施方式
下面接合附图及实施例,对本发明作详细说明。
参见图1,本发明提出的一种非侵入式电力负荷实时分解方法,来实现电力负荷内部主要用电设备类型的功率消耗比例的实时分解,用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域,详细说明如下:
第一步:离线统计各类用电设备稳态正常工作时的电压、电流及功率特征(包括基波和谐波);
第二步:根据负荷的实际情况选取其主要用电设备类型;
第三步:在线实时量测电力负荷端口处的电压、电流及功率数据,并对其进行谐波分析;
第四步:将选取的电力负荷主要用电设备类型的电流及功率进行加权综合,来近似估计实测得到电力负荷的电流和功率,通过求解一组最优的权重系数使得估计与实测最为接近;
第五步:应用现代数学方法对权重系数进行最优求解,求得各个主要用电设备的权重系数,即得到了电力负荷内部主要用电设备类型的功率消耗比例,实现了负荷分解;
如上所述,本发明进行非侵入式电力负荷实时分解时,当供电电压符合国家标准规定,离线统计各类用电设备稳态正常工作时的电流及功率特征。其统计后的工作电流有如下形式
ia(t)=Ia1cos(ωt+θa1)+…+Iakcos(kωt+θak)+…
(1)
Iak=αakIa1
式中,ia(t)是某一用电设备稳态工作电流的瞬时值;Ia1是工作电流中基波分量的幅值;ω是工作电流中基波分量的角频率;θa1是工作电流中基波分量的初相角;k是一个正整数;Iak表示工作电流中第k次谐波分量的幅值;kω表示工作电流中第k次谐波分量的角频率;θak表示工作电流中第k次谐波分量的初相角,初相角θak是当基波电压初相角为0°时各次电流的初相角,其基波初相角θa1就是其基波的功率因数角;αak∈[0,1)是一个表示Iak和Ia1比例关系的小于1的非负实数。
以基波电流幅值作为标准,式(1)等号两边同时除以Ia1,可得如下的标准化电流表达式
i′a(t)=1·cos(ωt+θa1)+...+αak·cos(kωt+θak)+... (2)
根据对供电电压的谐波分析和关于功率相关定义可以得到用电设备的功率特征。
电力负荷总的电流具有与式(2)相类似的形式,如式(3)所示。
i′l(t)=1·cos(ωt+θl1)+…+αlk·cos(kωt+θlk)+… (3)
式中,下标l表示电力负荷,αlk表示电力负荷稳态电流第k次谐波分量幅值与基波分量幅值的比例系数,θlk表示电力负荷稳态电流第k次谐波分量的初相角。
当这一电力负荷里面含有n类主要用电设备时(负荷内部也许还包括其它类型用电设备,但在负荷电流中的比例非常小,可以忽略不计),其电流可用这n类用电设备电流的加权综合来近似估计:
其中,表示电力负荷估计电流的标准化形式;i′a1(t)、i′a2(t)、…、i′an(t)分别表示第1、2、…、n类用电设备稳态工作时的标准化电流;β1、β2、…、βn分别表示第1、2、…、n类用电设备的电流权重系数。
β1,β2,…,βn∈[0,1]
其中,表示第k次谐波分量的偏差向量, m是方程组所计及的最大谐波次数;n为负荷内部主要用电设备类型数;β1,β2,…,βn∈[0,1]是方程组的待求变量;αlk∈[0,1)和θlk, 都是通过在线实时测量得到的已知量,αk,aj表示该负荷的第j类用电设备第k次谐波分量幅值与基波分量幅值的比例系数,θk,aj表示第j类用电设备的第k次谐波分量的初相角, ,初相角θk,aj是当基波电压初相角为0°时各次电流的初相角,其基波初相角θ1,aj就是其基波的功率因数角。它们是通过离线测量统计得到的已知量,通常是先对某一类型的用电设备正常工作时的稳态电流做多次取样,并对这些样本逐一进行谐波分析,得到每一样本的θk,aj和αk,aj,然后取所有样本的平均值,做为式(5)中的元素αk,aj和θk,aj。
由于式(5)是一个带约束的不相容方程组,因此本发明采用寻优的方法对式(5)进行求解。选取各次偏差向量模值的平方和作为目标函数,如式(6)所示。
通过寻优求解(如差分进化方法等),可以得到电力负荷中各类主要用电设备的电流含量,即将电力负荷按其主要用电设备类进行了分解。
在求得各个用电设备类的电流权重系数后,可通过式(7)求得其基波的有功功率和无功功率的权重系数。
其中,βPk和βQk分别表示第k个用电设备类的有功和无功功率权重系数;βk是第k个用电设备类的电流权重系数;θ1,ak是第k个用电设备类的基波电流初相角,即基波功率因数角。
结合测量得到的电力负荷总的有功功率和无功功率,可通过式(8)得到各个用电设备的功率消耗。
Pk=PlβPk
Qk=QlβQk (8)
其中,Pk和Qk分别表示分解得到的第k个用电设备的有功功率和无功功率;Pl和Ql分别表示电力负荷的有功功率和无功功率。
图2-图4分别是实测的居民负荷、商业负荷和动模实验室三相负荷的电压、电流波形图。相应得分解结果如表1-表3所示。
表1
表2
表3
Claims (1)
1.一种非侵入式电力负荷实时分解方法,用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域,其步骤如下:
第一步:离线统计各类用电设备稳态正常工作时的包括基波和谐波在内的电压、电流及功率特征参数,形成用于电力负荷分解的知识数据库;
第二步:根据负荷的实际情况选取其主要用电设备类型;
第三步:在线实时量测电力负荷端口处的电压、电流及功率数据,并对其进行谐波分析;
第四步:将选取的电力负荷主要用电设备类型的电气特征参数进行加权综合,来近似估计实测得到电力负荷的电流和功率,方法如下,设电力负荷中含有n类主要用电设备,电力负荷估计电流通过这n类用电设备电流的加权综合来近似估计:
其中,表示电力负荷估计电流的标准化形式;ia1′(t)、ia2′(t)、…、ian′(t)分别表示第1、2、…、n类用电设备稳态工作时的标准化电流;β1、β2、…、βn分别表示第1、2、…、n类用电设备的电流权重系数;应用相量法描述不同频率的负荷电流il′(t)与估计电流的偏差时,其表达式如下:
β1,β2,…,βn∈[0,1]
其中,表示第k次谐波分量的偏差向量, m是方程组所计及的最大谐波次数;n为负荷内部主要用电设备类型数;β1,β2,…,βn∈[0,1]是方程组的待求变量;αlk表示电力负荷稳态电流第k次谐波分量幅值与基波分量幅值的比例系数,θlk表示电力负荷稳态电流第k次谐波分量的初相角,αlk∈[0,1), αk,aj表示该负荷的第j类用电设备第k次谐波分量幅值与基波分量幅值的比例系数,θk,aj表示第j类用电设备的第k次谐波分量的初相角, 初相角θk,aj是当基波电压初相角为0°时各次电流的初相角,其基波初相角θk,aj就是其基波的功率因数角;
第五步:对权重系数进行最优求解,求得各个主要用电设备类型的权重系数,获得电力负荷内部主要用电设备类型的功率消耗比例,实现负荷分解,方法如下:
(1)选取式(2)各次偏差向量模值的平方和作为目标函数,即:
通过寻优求解,寻找一组合理β1、β2、…、βn使得式(3)取得最小值;
(2)再通过式(4)求得其基波的有功功率和无功功率的权重系数:
其中,βPk和βQk分别表示第k个用电设备类的有功和无功功率权重系数;βk是第k个用电设备类的电流权重系数;θ1,ak是第k个用电设备类的基波电流初相角,即基波功率因数角;
(3)结合测量得到的电力负荷总的有功功率和无功功率,通过式(5)得到各个用电设备的功率消耗:
Pk=PlβPk
Qk=QlβQk (5)
其中,Pk和Qk分别表示分解得到的第k个用电设备的有功功率和无功功率;Pl和Ql分别表示电力负荷的有功功率和无功功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100530591A CN101282040B (zh) | 2008-05-09 | 2008-05-09 | 非侵入式电力负荷实时分解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100530591A CN101282040B (zh) | 2008-05-09 | 2008-05-09 | 非侵入式电力负荷实时分解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101282040A CN101282040A (zh) | 2008-10-08 |
CN101282040B true CN101282040B (zh) | 2010-09-22 |
Family
ID=40014378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100530591A Active CN101282040B (zh) | 2008-05-09 | 2008-05-09 | 非侵入式电力负荷实时分解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101282040B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101567559B (zh) * | 2009-06-04 | 2011-06-01 | 天津天大求实电力新技术股份有限公司 | 非侵入式电力负荷分解的表格方法 |
CN101777765B (zh) * | 2010-01-27 | 2012-06-20 | 中国电力科学研究院 | 一种电力系统在线负荷模拟方法 |
BR112012030924A2 (pt) * | 2010-06-04 | 2016-11-08 | Sensus Usa Inc | método e sistema para monitoração e processamento não intrusivos de carga |
CN101882182B (zh) * | 2010-07-22 | 2012-07-04 | 广东电网公司中山供电局 | 电力系统建模方法及电力系统建模系统 |
CN103001230B (zh) * | 2012-11-16 | 2014-10-15 | 天津大学 | 非侵入式电力负荷监测与分解的电流模式匹配方法 |
CN103123715B (zh) * | 2013-01-15 | 2014-04-09 | 国家电网公司 | 220千伏变电站用电行业构成比例在线实时统计方法 |
CN103105556B (zh) * | 2013-01-30 | 2015-01-07 | 西安交通大学 | 基于稳态与暂态特征联合匹配的智能电网负载检测与识别方法 |
TWI517079B (zh) | 2013-07-30 | 2016-01-11 | 財團法人工業技術研究院 | 電器辨識裝置、方法及其系統 |
CN103675378B (zh) * | 2013-09-23 | 2017-06-09 | 国家电网公司 | 一种非侵入式家庭用电负荷分解方法及装置 |
CN104777383B (zh) * | 2015-04-16 | 2018-01-05 | 武汉阿帕科技有限公司 | 一种非侵入式电力负载监测与负荷分解装置 |
CN104765841B (zh) * | 2015-04-16 | 2018-08-28 | 武汉阿帕科技有限公司 | 一种负荷分解方法及系统 |
CN105404784B (zh) * | 2015-12-07 | 2017-11-03 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解方法 |
CN105759113B (zh) * | 2016-02-29 | 2018-08-21 | 北京工业大学 | 一种电动汽车充电的非侵入式负荷监测与分解方法 |
CN106093652B (zh) * | 2016-07-07 | 2019-03-29 | 天津求实智源科技有限公司 | 一种具备自学习功能的非侵入式电力负荷监测系统与方法 |
CN106443233A (zh) * | 2016-08-26 | 2017-02-22 | 北京电力经济技术研究院 | 一种非侵入式的稳态负荷监测方法 |
CN106253274B (zh) * | 2016-10-17 | 2019-01-15 | 南方电网科学研究院有限责任公司 | 电力负荷分解方法和系统 |
CN106340874A (zh) * | 2016-10-17 | 2017-01-18 | 南方电网科学研究院有限责任公司 | 电力负荷分解的辨识决策方法和系统 |
CN107341736B (zh) * | 2016-11-07 | 2021-08-24 | 天津求实智源科技有限公司 | 一种基于电流波形特征的电力负荷分解方法和系统 |
CN106786534B (zh) * | 2016-12-28 | 2019-07-26 | 天津求实智源科技有限公司 | 一种非侵入式电力负荷暂态过程辨识方法及系统 |
CN106600074B (zh) * | 2016-12-28 | 2020-08-18 | 天津求实智源科技有限公司 | 一种基于dfhsmm非侵入式电力负荷监测方法及系统 |
CN106908671A (zh) * | 2017-01-13 | 2017-06-30 | 中国海洋大学 | 一种非侵入式家用负荷智能检测方法及系统 |
CN107085764A (zh) * | 2017-04-12 | 2017-08-22 | 西安交通大学 | 一种基于改进dfhmm模型的负荷分解方法及装置 |
CN107025365B (zh) * | 2017-05-16 | 2019-09-24 | 电子科技大学 | 一种用于用户侧的非侵入负荷辨识方法 |
CN108257044A (zh) * | 2017-09-19 | 2018-07-06 | 济南大学 | 一种基于稳态电流模型的非侵入式负荷分解方法 |
CN107796972B (zh) * | 2017-09-25 | 2020-03-17 | 广东中粤电力科技有限公司 | 一种基于非侵入式负荷分解技术的粮仓能耗监测方法 |
CN108054749B (zh) * | 2017-11-27 | 2020-08-18 | 华北电力大学 | 一种非侵入式电力负荷分解方法及装置 |
CN108918963A (zh) * | 2018-04-28 | 2018-11-30 | 广州吉科电气设备有限公司 | 一种用于测量供电线路中谐波的电力参数的方法和仪表 |
CN109470957B (zh) * | 2018-11-12 | 2020-09-29 | 四川长虹电器股份有限公司 | 一种基于弗雷歇距离的非侵入式电器识别方法 |
CN109596912A (zh) * | 2018-11-21 | 2019-04-09 | 河海大学 | 一种非侵入式用电负荷的分解方法 |
CN111948446A (zh) * | 2020-07-20 | 2020-11-17 | 江阴长仪集团有限公司 | 一种自适应的负荷识别方法以及智能电能表 |
CN112736904B (zh) * | 2020-12-25 | 2023-06-06 | 天津大学 | 基于小扰动数据的电力负荷模型在线解析方法 |
-
2008
- 2008-05-09 CN CN2008100530591A patent/CN101282040B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101282040A (zh) | 2008-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101282040B (zh) | 非侵入式电力负荷实时分解方法 | |
CN101567559B (zh) | 非侵入式电力负荷分解的表格方法 | |
CN101430365B (zh) | 同步发电机实测电气参数测辨方法 | |
CN102135569B (zh) | 基于波动量法的用户侧谐波发射水平实用化的估计方法 | |
CN101599643B (zh) | 一种基于指数型目标函数的电力系统抗差状态估计方法 | |
Rens et al. | On techniques for the localisation of multiple distortion sources in three‐phase networks: Time domain verification | |
CN102323494A (zh) | 一种多谐波源辨识方法 | |
CN101408577B (zh) | 基于广域测量信息的低频振荡节点贡献因子的分析方法 | |
CN102928810A (zh) | 一种数字电能表准确度评估系统及其方法 | |
CN103972884A (zh) | 一种电力系统状态估计方法 | |
CN104392135A (zh) | 一种含经vsc-hvdc并网海上风电场的交直流系统概率最优潮流计算方法 | |
CN105978037A (zh) | 基于风速预测的多时段电气互联系统最优潮流计算方法 | |
CN102981049B (zh) | 一种用于微电网系统的频率检测方法 | |
CN107453351A (zh) | 一种基于节点注入功率的配电网运行拓扑辨识方法 | |
CN106655190A (zh) | 一种求解风电场概率最优潮流的方法 | |
CN106443246A (zh) | 基于pmu量测数据的小干扰稳定参数的在线辨识方法 | |
CN103401238A (zh) | 一种基于总体测辨法的电力负荷建模方法 | |
CN100554976C (zh) | 基于同步相量测量的区域电压稳定性监视方法 | |
CN102163844A (zh) | 基于相量测量装置的电力系统状态检测方法 | |
CN104466957B (zh) | 一种基于实测小扰动数据的负荷模型参数辨识方法 | |
CN109800520A (zh) | 一种基于神经网络的电动汽车充电站谐波建模方法 | |
CN107656203A (zh) | 一种永磁同步发电机的失磁故障检测方法 | |
Wu et al. | Wind–wave coupling model for wave energy forecast | |
CN108565865A (zh) | 一种含风电的交直流混联系统风险评估方法 | |
CN103412171A (zh) | 一种基于极端学习机的电网谐波电压信号检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191224 Address after: 300384 floor b3-1, Haitai innovation base, No.16, Haitai development road, Huayuan Industrial Zone (outer ring), Binhai New Area, Tianjin Patentee after: TIANJIN TRANSENERGY TECHNOLOGIES CO., LTD. Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92, Tianjin University Co-patentee before: Tianjin TDQS Electric New Technology Co., Ltd. Patentee before: Tianjin University |