CN103219724A - 一种智能电网多目标控制系统及方法 - Google Patents

Abstract

本发明公开了一种智能电网多目标控制系统及方法，该系统直接分离出负载电流谐波与无功分量，同时监控电压的波动情况，运用多目标决策理论，并按不同的电能质量调节目标，协调APF、SVG、DVR等装置工作模式，达到最大限度改善电网质量的目的。本发明的智能电网多目标控制系统，其主要由基于自适应线性神经元结构谐波、无功检测单元和控制器构成，所述的基于自适应线性神经元结构谐波、无功检测单元主要由采样单元、电流调理电路和控制单元构成，采样单元连接在带有负载的电网电源上，采样单元和控制单元之间由电流调理电路连接。

Description

一种智能电网多目标控制系统及方法

技术领域

本发明涉及一种控制系统及方法，尤其涉及一种智能电网多目标控制系统及方法。 

背景技术

随着经济的发展，电力系统中非线性用电设备，特别是电力电子装置(如：相控整流器、变频调速装置)的迅速增多和应用日益广泛，产生的谐波和无功电流对电力系统的污染也日趋严重。在现代电网中，电动机、工频炉、荧光灯等感性负载占据相当大比重，它们在消耗有功功率的同时，还需要吸收大量的无功功率。公用电网中出现的这些谐波与无功功率，将导致设备及线路损耗增加，引起电压闪变、频率变化和三相不平衡，致使电网的电能质量严重恶化，影响输电效率和设备寿命，同时也会影响供电企业的经济效益，严重时甚至危及到电力系统的安全运行。为了解决这些问题，人们研制出了用于补偿无功的静止无功发生器(SVG)、用于稳定电网电压的动态电压调节器(DVR)、用于补偿谐波的有源电力滤波器(APF)、用于调节功率因数的功率因数调节器及超导限流器等电能质量调节装置，在同一小型配电网中为了达到使电网安全、可靠运行的目的，可能需要几种装置同时投入使用，如何使它们能够协调工作而不对电网带来二次污染成为大家研究的一个重要课题。因此需要开发一种新的智能电网多目标控制方法，协调APF、SVG、DVR等装置工作模式，达到最大限度改善电网质量的目的。 

发明内容

本发明的目的是解决上述现有技术中存在的不足和问题，提供一种智能电网多目标控制系统，该系统直接分离出负载电流谐波与无功分量，同时监控电压的波动情况，运用多目标决策理论，并按不同的电能质量调节目标，协调APF、SVG、DVR等装置工作模式，达到最大限度改善电网质量的目的。 

同时本发明还提供智能电网多目标控制方法。 

本发明的技术方案如下： 

本发明的智能电网多目标控制系统，其主要由基于自适应线性神经元结构谐波、无功检测单元和控制器构成，所述的基于自适应线性神经元结构谐波、无功检测单元主要由采样单元、电流调理电路和控制单元构成，采样单元连接在带有负载的电网电源上，采样单元和控制单元之间由电流调理电路连接。 

本发明的智能电网多目标控制系统，其进一步的技术方案是所述的采样单元由电压互感器和电流互感器组成，电压互感器和电流互感器直接连接在电网上并与电流调理电路连接， 采集电网侧的电压和负载侧的电流。 

本发明的智能电网多目标控制系统，其进一步的技术方案还可以是所述的控制器由数字信号处理器DSP2812及外围相关电路组成，根据由采样单元、电流调理电路传送过来的电压信号来实现谐波、无功电流的检测，并根据检测结果，采用模糊多目标控制策略，分析出各性能指标的优劣程度，通过CAN或MODBUS协议发出控制指令，启动相关的电能质量调节装置，如APF、SVG等。更进一步的技术方案是所述的控制器工作过程如下： 

(1)将采样得到的电网侧电压值e_a(t)、e_b(t)、e_c(t)，采用过零点检测法锁定相位；将非线性负载侧的电流iL_a(t)、iL_b(t)、iL_c(t)通过DQ变换后的到正序分量、负序分量、零序分量信息； 

(2)根据提取出基波电流正、负序分量及零序分量信息后，采用自适应神经元网络方法建立误差函数： 通过连续地调整网络的权值w_k来实现网络的收敛，进而得到三相基波各序次分量的大小，然后将负载电流减去各序次分量就可计算出负载电流中所含的谐波及无功电流的大小； 

(3)数字信号处理器DSP2812根据检测到的谐波、无功、电压及功率因数各种指标，建立优属度矩阵，根据优属度矩阵极大极大方法，对电网性能指标优劣性排名； 

(4)控制器通过CAN通讯协议为AFP、SVG、DVR等装置下发启动与否的指令。 

本发明的智能电网多目标控制方法，其特征在于包括以下步骤： 

①采用基于自适应线性神经元结构的谐波检测方法，检测分离出负载电流基波各序分量、谐波分量及电网中的无功分量； 

②运用模糊多目标决策理论，根据步骤①中检测出的各种指标的特点，得出其数学模型，并将各目标的指标值联立构成相对优属度矩阵，分析出各电网指标的优先级，经过仿真，得出目标电能质量的控制排序； 

③通过对电能质量指标性能优劣性实时排序，优化各装置的工作顺序，协调包括APF、SVG、DVR在内的各种装置的工作模式。 

本发明的智能电网多目标控制方法，其进一步的技术方案是所述的数学模型的建立方法如下： 

首先运用模糊理论建立多目标电网电能质量各指标的数学模型，设 

是论域 

X_i＝{x|m_i≤f_i(x)≤M_i，x∈X}(i为目标指标的编号：1，2，…，m)上的一个模糊子集，其在x处的隶属度为 如果有f_i(x)的模糊最优集 使得： 

${\mathrm{\μ}}_{{\stackrel{\‾}{f}}_i}\left(x\right)=\left\{\begin{array}{cc}{\mathrm{\μ}}_{{\stackrel{\‾}{A}}_i}\left[f_i\left(x\right)\right]& (f_i\left(x\right)\∈[m_i,M_i\left]\right)\\ 0& (f_i\left(x\right)\∈(-\∞,m_i)\∪[M_i,+\∞\left]\right)\end{array}\right.---\left(1\right)$

记 

则称 

为目标分量f_i(x)的模糊最优点集，相应的μ_i(x)成为模糊最优点x∈X_i的优属度； 

电压的波动在一定范围内是允许的，采用如下相对优属度计算公式： 

${\mathrm{\μ}}_{\mathrm{ij}}=\left\{\begin{array}{cc}1& (f_{\mathrm{ij}}=f_i^{*})\\ 1-|f_i-f_i^{*}|/{\mathrm{\σ}}_i& (f_{\mathrm{ij}}\≠f_i^{*})\end{array}\right.---\left(2\right)$

式中， 

为给定的第i个目标f_i的最佳值， 

电压偏差指标越小越好，因此采用优属度函数如下式： 

${\mathrm{\&mu;}}_{\mathrm{ij}}=\left\{\begin{array}{cc}1-({\stackrel{\&OverBar;}{f}}_i-f_{\mathrm{ij}})/{\mathrm{\&eta;}}_i& (f_{\mathrm{ij}}<{\stackrel{\&OverBar;}{f}}_i)\\ 1& (f_{\mathrm{ij}}\&Element;[{\stackrel{\&OverBar;}{f}}_i,{\stackrel{=}{f}}_i\left]\right)\\ 1-(f_{\mathrm{ij}}-{\stackrel{=}{f}}_i)/{\mathrm{\&sigma;}}_i& (f_{\mathrm{ij}}>{\stackrel{=}{f}}_i)\end{array}\right.---\left(3\right)$

式中， 

为给定的第i个目标f_i的最佳区间值，其中 

谐波及无功相对优属度计算公式： 

μ_ij＝1-f_i/(f_imin+f_imax)    (4) 

式中：f_imin、f_imax分别为统计数据中的最小值与最大值。 

同时将电能指标的好坏分为4个等级“优”、“良”、“中”、“差”，其相对优属度分别为1.0，0.75，0.5，0.25，根据实际情况还可再细分为更多等级。建立电能质量指标综合评估模型： 

$\underset{x_j\&Element;X}{\max }\left\{f\left(x_j\right)\right\}---\left(5\right)$

式中，f(x_j)＝(f₁(x_j)，f_m(x_j)，…f_m(x_j))^T为模型x_j的目标向量。 

记f_ij＝f_i(x_j)(i＝1，2，…，m；j＝1，2，…，n)，f_ij为模型x_j的第i个目标值。根据式(2)(3)(4)写出相对优属度矩阵， 

$\mathrm{\&mu;}=\left|\begin{array}{cccc}{\mathrm{\&mu;}}_{11}& {\mathrm{\&mu;}}_{12}& ...& {\mathrm{\&mu;}}_{1n}\\ {\mathrm{\&mu;}}_{21}& {\mathrm{\&mu;}}_{22}& ...& {\mathrm{\&mu;}}_{2n}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ {\mathrm{\&mu;}}_{m1}& {\mathrm{\&mu;}}_{m2}& ...& {\mathrm{\&mu;}}_{\mathrm{mn}}\end{array}\right|---\left(6\right)$

根据优属度矩阵极大极大方法，采用极大极大的模糊多目标决策方法，其基本原理是： 

若模型 

满足 

则 

是最优，则该模型体现的电能指标最优，然后把 

总指标X中去掉，再用式(5)寻找次优目标； 

运用上述方法，得到需要的各种指标的优劣程度后，如果谐波含量最大，则优先开启APF补偿谐波，若电压波动最大，则优先开启DVR调节电压。 

本发明具有以下有益效果： 

电力作为现代社会赖以生存的支柱，电能质量的优劣关系到发电、供电、用户各方的权益，由于电能质量是由多指标多因素决定(如电压偏差、谐波、无功、功率因数)，为了使电能质量更优化，在同一电网中往往存在多种电能指标调节装置，但多台装置同时运行时可能对电网造成更大危害，因此电能质量指标的综合评价是必然趋势，根据性能指标评测，采取相应控制策略，营造一个安全、可靠地用电环境，切实维护好社会各阶层利益。本发明将模糊多目标决策理论运用到电网的综合控制之中，根据各个指标的不同特点，建立相应的数学模型及构成判据的相对优属度矩阵，可得出配电网电能质量指标的优劣排序，有针对性地根据最劣目标加以控制，既避免多台装置同时运行带来的干扰，又达到了节能降耗的目的。 

附图说明

图1为模糊多目标控制策略原理图。 

图2为谐波及无功检测原理图。 

图3为采样调理电路原理图 

具体实施方式

下面结合附图对本发明技术内容作说明： 

如图1、图2、图3所示，本发明一种智能电网多目标控制系统，其主要由谐波、无功检测单元(包括采样单元、电流调理电路)和控制控制器(包括通讯、主控芯片DSP2812)构成，采样单元连接在带有负载的电网电源上，采样单元和控制器之间由电流调理电路连接，所述的采样单元由电压互感器和电流互感器组成，电压互感器和电流互感器直接连接在电源上并与电流调理电路连接，其作用是采集电网侧的电压和负载侧的电流，所述的控制器由数字信号处理器DSP2812及其外围电路组成，其作用是完成谐波、无功电流的检测、根据优属度算法对电网性能指标的优劣程度进行排序，最后通过CAN通讯协议向APF、SVG等装置 发送控制指令。 

本实施例中，电网电源的三相线电压为380V，非线性负载是谐波源，采样单元使用电压互感器检测出电网侧的三相电压，使用电流互感器检测出非线性负载侧的电流。由于控制器使用的是DSP2812芯片，其片上自带的A/D转换器是单极性的，只能接收0～3.3V的电压信号。然而电流检测信号是双极性的，所以由霍尔电流传感器输出的电流信号必须经过采样电阻转换成电压信号，然后再经过一个直流偏置电路把电压变换到0～3.3V的范围之内，这样才能和控制单元的DSP2812相连接。电流传感器输出的电流信号经过100欧的采样电阻转换成电压信号，送入控制器中DSP2812，DSP2812根据采样得到的电压、电流信号经过DQ变换得到电流正序、负序、零序分量，在经过自适应神经元算法分理处负载电流所含的谐波、无功大小，程序中设定指标项目组为X1、X2、X3、X4、X5；T1、T2、T3、T4分别代表电压变化、谐波含量、无功含量、频率变化，设定模糊规则表{1、0.9、0.75、0.6、0.5、0.30、0.25}分别表示{优、次优、良、次良、中、次差、差}，通过检测列出5组电能指标变化情况表，电压变化{7.12％  6.63％  -2.21％  7.56％  -7.11％}，谐波含量{2.12％  3.63％  1.21％1.88％  1.01％}，无功含量{1.56％  1.34％  1.01％  2.00％  2.11％}，频率变化{0.1  0.050.2-0.1-0.15}，根据上面检测到数据的变化情况写出目标决策矩阵： 

根据公式(2)、(3)、(4)可写出优属度函数： 

$F=\left|\begin{array}{ccccc}0.3& 0.9& 1& 0.25& 0.5\\ 0.25& 0.3& 0.9& 0.75& 1\\ 0.3& 0.9& 1& 0.25& 0.5\\ 0.9& 1& 0.25& 0.9& 0.3\end{array}\right|$

根据公式(5)可写出 

$\underset{1\&le;j\&le;n}{\max }\underset{1\&le;i\&le;m}{\max }\left\{{\mathrm{\&mu;}}_{\mathrm{ij}}\right\}=\left\{\begin{array}{cccc}0.9& 0.3& 0.75& 0.6\end{array}\right\}=1$ 由此可得到TI＞T3＞T4＞T2，即谐波指标最差，频率变化最大，所以应优先开启功率因数补偿器，DSP2812根据排序结果通过CAN通讯向控制目标功率因数补偿器发送启动指令。 

Claims (6)

1.一种智能电网多目标控制系统，其特征在于主要由基于自适应线性神经元结构谐波、无功检测单元和控制器构成，所述的基于自适应线性神经元结构谐波、无功检测单元主要由采样单元、电流调理电路和控制单元构成，采样单元连接在带有负载的电网电源上，采样单元和控制单元之间由电流调理电路连接。

2.根据权利要求1所述的智能电网多目标控制系统，其特征在于所述的采样单元由电压互感器和电流互感器组成，电压互感器和电流互感器直接连接在电网上并与电流调理电路连接，采集电网侧的电压和负载侧的电流。

3.根据权利要求1所述的智能电网多目标控制系统，其特征在于所述的控制器由数字信号处理器DSP及外围相关电路组成，根据由采样单元、电流调理电路传送过来的电压信号来实现谐波、无功电流的检测，并根据检测结果，采用模糊多目标控制策略，分析出各性能指标的优劣程度，通过通讯协议发出控制指令，启动相关的电能质量调节装置。

4.根据权利要求3所述的智能电网多目标控制系统，其特征在于所述的控制器工作过程如下：

(1)将采样得到的电网侧电压值e_a(t)、e_b(t)、e_c(t)，采用过零点检测法锁定相位；将非线性负载侧的电流iL_a(t)、iL_b(t)、iL_c(t)通过DQ变换后的到正序分量、负序分量、零序分量信息；

(2)根据提取出基波电流正、负序分量及零序分量信息后，采用自适应神经元网络方法建立误差函数：

通过连续地调整网络的权值w_k来实现网络的收敛，进而得到三相基波各序次分量的大小，然后将负载电流减去各序次分量就可计算出负载电流中所含的谐波及无功电流的大小；

(3)数字信号处理器DSP根据检测到的谐波、无功、电压及功率因数各种指标，建立优属度矩阵，根据优属度矩阵极大极大方法，对电网性能指标优劣性排名；

(4)控制器通过通讯协议为AFP、SVG、DVR等装置下发启动与否的指令。

5.一种如权利要求1-4任一所述的智能电网多目标控制方法，其特征在于包括以下步骤：

①采用基于自适应线性神经元结构的谐波检测方法，检测分离出负载电流基波各序分量、谐波分量及电网中的无功分量；

②运用模糊多目标决策理论，根据步骤①中检测出的各种指标的特点，得出其数学模型，并将各目标的指标值联立构成相对优属度矩阵，分析出各电网指标的优先级，经过仿真，得出目标电能质量的控制排序；

③通过对电能质量指标性能优劣性实时排序，优化各装置的工作顺序，协调包括APF、SVG、DVR在内的各种装置的工作模式。

6.根据权利要求5所述的智能电网多目标控制方法，其特征在于所述的数学模型的建立方法如下：

首先运用模糊理论建立多目标电网电能质量各指标的数学模型，设

是论域

X_i＝{x|m_i≤f_i(x)≤M_i，x∈X}(i为目标指标的编号：1，2，…，m)上的一个模糊子集，其在x处的隶属度为如果有f_i(x)的模糊最优集

使得：

${\mathrm{\&mu;}}_{{\stackrel{\&OverBar;}{f}}_i}\left(x\right)=\left\{\begin{array}{cc}{\mathrm{\&mu;}}_{{\stackrel{\&OverBar;}{A}}_i}\left[f_i\left(x\right)\right]& (f_i\left(x\right)\&Element;[m_i,M_i\left]\right)\\ 0& (f_i\left(x\right)\&Element;(-\&infin;,m_i)\&cup;[M_i,+\&infin;\left]\right)\end{array}\right.---\left(1\right)$

记

则称

为目标分量f_i(x)的模糊最优点集，相应的μ_i(x)成为模糊最优点x∈X_i的优属度；

电压的波动在一定范围内是允许的，采用如下相对优属度计算公式：

${\mathrm{\&mu;}}_{\mathrm{ij}}=\left\{\begin{array}{cc}1& (f_{\mathrm{ij}}=f_i^{*})\\ 1-|f_i-f_i^{*}|/{\mathrm{\&sigma;}}_i& (f_{\mathrm{ij}}\&NotEqual;f_i^{*})\end{array}\right.---\left(2\right)$

式中，

为给定的第i个目标f_i的最佳值，

电压偏差指标越小越好，因此采用优属度函数如下式：

${\mathrm{\&mu;}}_{\mathrm{ij}}=\left\{\begin{array}{cc}1-({\stackrel{\&OverBar;}{f}}_i-f_{\mathrm{ij}})/{\mathrm{\&eta;}}_i& (f_{\mathrm{ij}}<{\stackrel{\&OverBar;}{f}}_i)\\ 1& (f_{\mathrm{ij}}\&Element;[{\stackrel{\&OverBar;}{f}}_i,{\stackrel{=}{f}}_i\left]\right)\\ 1-(f_{\mathrm{ij}}-{\stackrel{=}{f}}_i)/{\mathrm{\&sigma;}}_i& (f_{\mathrm{ij}}>{\stackrel{=}{f}}_i)\end{array}\right.---\left(3\right)$

式中，为给定的第i个目标f_i的最佳区间值，其中

谐波及无功相对优属度计算公式：

μ_ij＝1-f_i/(f_imin+f_imax)    (4)

式中：f_imin、f_imax分别为统计数据中的最小值与最大值。

同时将电能指标的好坏分为4个等级“优”、“良”、“中”、“差”，其相对优属度分别为1.0，0.75，0.5，0.25，建立电能质量指标综合评估模型：

$\underset{x_j\&Element;X}{\max }\left\{f\left(x_j\right)\right\}---\left(5\right)$

式中，f(x_j)＝(f₁(x_j)，f_m(x_j)，…f_m(x_j))^T为模型x_j的目标向量。

记f_ij＝f_i(x_j)(i＝1，2，…，m；j＝1，2，…，n)，f_ij为模型x_j的第i个目标值。

根据式(2)(3)(4)写出相对优属度矩阵，

$\mathrm{\&mu;}=\left|\begin{array}{cccc}{\mathrm{\&mu;}}_{11}& {\mathrm{\&mu;}}_{12}& ...& {\mathrm{\&mu;}}_{1n}\\ {\mathrm{\&mu;}}_{21}& {\mathrm{\&mu;}}_{22}& ...& {\mathrm{\&mu;}}_{2n}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ {\mathrm{\&mu;}}_{m1}& {\mathrm{\&mu;}}_{m2}& ...& {\mathrm{\&mu;}}_{\mathrm{mn}}\end{array}\right|---\left(6\right)$

根据优属度矩阵极大极大方法，采用极大极大的模糊多目标决策方法，其基本原理是：

若模型满足

则

是最优，则该模型体现的电能指标最优，然后把

总指标X中去掉，再用式(5)寻找次优目标；

运用上述方法，得到需要的各种指标的优劣程度后，如果谐波含量最大，则优先开启APF补偿谐波，若电压波动最大，则优先开启DVR调节电压。

Images