CN105514984B - 一种即插即用的非侵入式负荷分解装置 - Google Patents

Abstract

本发明涉及一种即插即用的非侵入式负荷分解装置，属于电力负荷分解技术领域。本发明的即插即用的非侵入式负荷分解装置包括数据采集模块、负荷分解模块和通讯模块，所述数据采集模块通过热插拔的方式用于接入用户家庭电源入口，所述数据采集模块的输出端与负荷分解模块的输入端连接，负荷分解模块用于根据负荷采集模块采集到的用户家庭用电设备的电压、电流进行负荷分解，并将负荷分解结果通过通讯模块传输至电力公司决策端和用户数据端。本发明的即插即用的非侵入式负荷分解装置内部结构以模块化结构封装组合，对外不依赖独立电源及接线，做到即插即用，实时分解，确保装置便于安装使用。

Description

一种即插即用的非侵入式负荷分解装置

技术领域

本发明涉及一种即插即用的非侵入式负荷分解装置，属于电力负荷分解技术领域。

背景技术

随着科技的发展，传统电力工业向高度集约化、高度知识化、高度技术化方向转变，用户对电力系统的可靠性、安全性、经济性和稳定性也提出了更高的要求。尤其对于我国来说，地域广阔，地形复杂，环境气候条件差异较大，整个输配电线路传输距离远、分支多、故障率高，迫切需要我国电力运行监测系统相高速发展。然而，日渐庞大的电力工业来说还相对滞后，传统的监测系统往往需要大量的硬件设备，特别是传感器等设备的在线安装测量，不但需要大量的资金投入，在安装和维护阶段仍需花费大量金钱和时间，而且这些采用“侵入式”技术设计方式，在安装、维护时，需对供电用户进行短暂停电，容易造成用户不满或者引起其他经济损失，往往难以满足系统优化、节能、故障检测分析等的需要。

发明内容

本发明的目的是提供一种即插即用的非侵入式负荷分解装置，以实现负荷分解装置即插即用的安装方式。

本发明为解决上述技术问题提供了一种即插即用的非侵入式负荷分解装置，该分解装置包括数据采集模块、负荷分解模块和通讯模块，所述数据采集模块通过热插拔的方式用于接入用户家庭电源入口，所述数据采集模块的输出端与负荷分解模块的输入端连接，负荷分解模块用于根据负荷采集模块采集到的用户家庭用电设备的电压、电流进行负荷分解，并将负荷分解结果通过通讯模块传输至电力公司决策端和用户数据端。

所述的负荷分解模块采用基于PSO最优搜索的非侵入式电力负荷分解算法， 该算法的步骤如下：

1)利用数据采集模块采集各用电设备投切时的瞬时电流，引入基函数对其进行分解，以得到各用电设备投切时的电流幅值；

2)以用户电力入口处的电流幅值与各投入用电设备电流幅值之差的最小值为目标函数，即

s.t.a_i∈{0,1}

其中I_ik为用电设备i的k次谐波的电流幅值，I_mk表示用户电力入口端k次谐波的电流幅值，a_i表示设备的投切，a_i＝1表示电力设备i投入，a_i＝0表示电力设备i关闭，N为用电设备的个数，K表示谐波次数；

3)根据各用电设备功率信息的叠加性，建立优化目标函数，即：

s.t.a_i∈{0,1}

其中P为测得的当权功率，Pi为电力设备i工作时的功率；

4)利用粒子群算法求解所建立的目标函数和优化目标函数，得到的结果即为负荷分解的结果。

所述步骤4)利用粒子群算法算法求解目标函数和优化目标函数的过程中，所选择的适应度函数为：

参数其中σ₁和σ₂均为标准差，可根据样本数据库进行设置。

所述的数据采集模块包括电压、电流变送板和数据采集板，电压、电流变送板用于接入用户家庭电源入口处，以采集用电设备投切时瞬时电流、电压，电压、电流变送板的输出端与数据采集板的输入端连接。

所述数据采集模块、负荷分解模块和通讯模块采用模块封装组织结构，均设置一个箱体内部，各模块之间无强耦合。

所述的非侵入式负荷分解装置由用户家庭电源入口处的220V电压母线直接供电，无需外接独立电源。

所述的非侵入式负荷分解装置还包括交互接口模块，该交互接口模块用于支持用户或工程师更改负荷分解模块中的负荷分解算法。

所述的通讯模块采用无线通讯模块。

本发明的有益效果是:本发明的即插即用的非侵入式负荷分解装置包括数据采集模块、负荷分解模块和通讯模块，所述数据采集模块通过热插拔的方式用于接入用户家庭电源入口，所述数据采集模块的输出端与负荷分解模块的输入端连接，负荷分解模块用于根据负荷采集模块采集到的用户家庭用电设备的电压、电流进行负荷分解，并将负荷分解结果通过通讯模块传输至电力公司决策端和用户数据端。本发明的即插即用的非侵入式负荷分解装置内部结构以模块化结构封装组合，对外不依赖独立电源及接线，做到即插即用，实时分解，确保装置便于安装使用。

此外，本发明中的负荷分解模块采用基于PSO最优搜索的非侵入式电力负荷分解算法，算法能够在线实时得到电力负荷的投切情况，具有较高的精度和较好的稳定性，且计算速度快。

附图说明

图1是本发明即插即用的非侵入式负荷分解装置的框架示意图；

图2是即插即用的非侵入式负荷分解装置上位机调试界面人机交互部分算法选择示意图；

图3是即插即用的非侵入式负荷分解装置上位机调试界面分解结果显示示意图；

图4是负荷分解模块采用基于PSO的电力负荷分解方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的说明。

本发明的即插即用的非侵入式负荷分解装置如图1所示，包括数据采集模块、负荷分解模块、通讯模块、显示模块和交互接口模块，其中数据采集模块包括电压、电流变送板和数据采集板，电压、电流变送板用于接入用户家庭电源入口处，以采集用电设备投切时瞬时电流、电压，电压、电流变送板的输出端与数据采集板的输入端连接，数据采集板通过USB与负荷分解模块连接，负荷分解模块通过通信模块连接至电力公司决策端和用户数据端，其中通信模块采用无线通讯模块。该非侵入式负荷分解装置由用户家庭电源入口处的220V电压母线直接供电，无需外接独立电源，交互接口模块用于支持用户或工程师更改负荷分解模块中的负荷分解算法，上述模块均采用模块化封装组织结构，模块之间无强耦合，可以根据需要重新组合实现新功能，各模块均设置在一个箱体内部，整个负荷分解与监测装置对外呈现黑箱结构。

本发明的即插即用负荷分解装置直接以热插拔的方式接入用户家庭电源入口、更换用户环境无需其他配置。工作状态下，该装置可实现多线程稳定工作，通过内部集成的电流电压采集板实现电流电压的同步实时采集，数据存储、数据处理、数据传送三位一体互不干扰。该装置所得分解结果经过无线网络直接传输至用户数据端及电力公司决策端，用户端通过下载相关APP来直观了解家庭用电细节，做出用电规划决策，并能够及时得知家电运行故障，避免用电事故，电力公司决策端通过专业上位机软件了解各区域用电统计信息即实时记录，分析电网活动的异常情况，以维护电网负荷处于稳定状态。同时本发明的即插即用非侵入式负荷分解装置支持人机交互功能，用户即工程师可通过上位机更改负荷分解算法，如图2所示，以进行更为精准的负荷分解功能。同时，该装置还能够通过负 荷特征数据库匹配及相应的软件算法的选择实现非侵入式负荷分解与监测功能，分解结果如图3所示，由此可以看出，本发明的即插即用非侵入式负荷分解装置能够准确分辨出用电器的工作状态并直观表示。其中负荷分解模块可采用HMM、KNNs、融合决策方法、专家决策方法和最优化方法等来实现对所采集电力数据进行负荷分解，本实施例中负荷分解模块采用基于PSO的最优搜索的非侵入式电力负荷分解方法进行负荷分解，该方法的具体实施过程如下：

1.利用数据采集模块采集各用电设备投切时的瞬时电流，引入基函数对其进行分解，以得到各用电设备投切时的电流幅值。

用电设备投切瞬时电流可表示为

I_a＝I_a1cos(ωt+θ_a1)+…+I_akcos(kωt+θ_ak)+…(1)

其中ω为基波角频率，I_ak为工作电流中第k次谐波分量幅值(k一般跟采样频率有关)；θ_ak为工作电流中第k次谐波分量的初相角。从式(1)中看出，由于A/D采样频率的约束，通常只取前K个谐波分量。

为了便于分析，假定一个用户家庭有N个设备投切，则可以建立如下方程组

由于谐波分量是信号在以cos(kωt),k＝1,2,…,K为基函数进行分解，当引入sin(kωt)基函数再次进行分解，其幅值和相位变可以准确的按如下方式求解得到

θ_ik＝atan(∫_TI_isin(kωt)dt/∫_TI_icos(kωt)dt) (4)

因此，当不同设备投切时，其幅值I_ik是可以叠加的，而相位角不具有叠加特 性。

2.以入口处的各个谐波分量总电流幅值与各投入用电设备对应谐波电流幅值差的最小值为目标函数，电力负荷分解就可以转换为如下的目标函数

s.t.a_i∈{0,1}

其中I_mk表示入口处的总电流的第k个谐波分量，||.||表示范数，a_i表示设备的投切(a_i＝1表示投入，a_i＝0表示关闭)，于是，负荷分解其本质上就是求解一组合理的a₁,…,a_N。

由于每个设备的功率信息也具有一定的叠加性，即认为总功率是每个设备投切状态时功率的累加和，因此可构建如下优化目标函数来进一步提高负荷分解精度

s.t.a_i∈{0,1}

式中P_i为第i个设备工作时的功率，P为测得的当前功率。

3.利用粒子群算法求解所建立的目标函数和优化目标函数，得到的结果即为负荷分解的结果。

式(5)和式(6)中是整数最优化规划，本发明选用最优化算法进行求解，以便找到一组合理的a₁,…,a_N，使得式(5)和式(6)同时达到最佳值，从而可以得到电力负荷中各类主要用电设备的投切情况，即实现电力负荷在线分解。

粒子群算法是一种由Eberhart和Kennedy根据鸟群捕食的行为所开发的进化计算方法。通常，在将其应用于优化问题求解过程中，认为每个可行解作为一个粒子，所有的粒子都有一个被优化的函数决定的适应值(fitness value)。同时，每个粒子还有一个速度决定它们飞翔的方向和距离，并追随当前的最优粒子值gbest和个体极值pbest进行迭代更新，最终在解空间中收敛于最优解，其整个算法的流程如图4所示。

在粒子群算法中，粒子的更新以及速度按照如下方式进行

v_id＝λv_id+κ₁r₁(pbest-x_id)+κ₂r₂(gbest-x_id) (7)

x_id＝x_id+v_id (8)

式中d为粒子的维数，λ为惯性因子；κ1和κ2为学习因子；r1和r2是介于[0,1]之间的随机值。

在PSO算法中以及诸如遗传算法等进化算法中，适应度函数是决定最终所取得最优解的关键因素之一。通常，它是度量群体中各个个体在优化计算中有可能达到或有助于找到最优解的优良程度。在实际应用中，适应度函数通常由最优化目标函数所替代，从而使得优化目标函数通过PSO算法的进化进行计算。

为了提高PSO求解最优解，本实施例将先前提到的两个目标函数式(5)和式(6)合在一起，组成PSO算法的适应度函数，以此搜寻合理的a₁,…,a_N。

由于功率信号与谐波信息不具有相同的量纲及数量级，为了将两者融入到粒子群的适应度函数中，本发明引入一个以正态分布形式的隶属度函数，其表达式如下

其中参数σ标准差，常数c为观察得到的值，例如由式(6)中实际测量的功率。本实施例将式(5)和(6)中的距离d替代(x-c)，从而将两者不同数量级的数据以相同的方式进行混合，期望得到最大的隶属度(即最小的距离d₁和d₂)，因此本文进行适当调整以乘积的方式作为PSO的适应度函数

式中标准差σ₁和σ₂根据样本数据库由人工进行设置，本实施例中设置σ₁＝1，σ₂＝10000。

Claims (7)

1.一种即插即用的非侵入式负荷分解装置，其特征在于，该分解装置包括数据采集模块、负荷分解模块和通讯模块，所述数据采集模块通过热插拔的方式用于接入用户家庭电源入口，所述数据采集模块的输出端与负荷分解模块的输入端连接，负荷分解模块用于根据负荷采集模块采集到的用户家庭用电设备的电压、电流进行负荷分解，并将负荷分解结果通过通讯模块传输至电力公司决策端和用户数据端；

所述的负荷分解模块采用基于PSO最优搜索的非侵入式电力负荷分解算法，该算法的步骤如下：

1)利用数据采集模块采集各用电设备投切时的瞬时电流，引入基函数对其进行分解，以得到各用电设备投切时的电流幅值；所述基函数为cos(kωt)和sin(kωt),k＝1,2,…,K；

2)以用户电力入口处的电流幅值与各投入用电设备电流幅值之差的最小值为目标函数，即

s.t.a_i∈{0,1}

其中I_ik为用电设备i的k次谐波的电流幅值，I_mk表示用户电力入口端k次谐波的电流幅值，a_i表示设备的投切，a_i＝1表示电力设备i投入，a_i＝0表示电力设备i关闭，N为用电设备的个数，K表示谐波次数；

3)根据各用电设备功率信息的叠加性，建立优化目标函数，即：

s.t.a_i∈{0,1}

其中P为测得的当权功率，Pi为电力设备i工作时的功率；

4)利用粒子群算法求解所建立的目标函数和优化目标函数，得到的结果即为负荷分解的结果。

2.根据权利要求1所述的即插即用的非侵入式负荷分解装置，其特征在于，所述步骤4)利用粒子群算法算法求解目标函数和优化目标函数的过程中，所选择的适应度函数为：

参数其中σ₁和σ₂均为标准差，根据样本数据库进行设置。

3.根据权利要求2所述的即插即用的非侵入式负荷分解装置，其特征在于，所述的数据采集模块包括电压、电流变送板和数据采集板，电压、电流变送板用于接入用户家庭电源入口处，以采集用电设备投切时瞬时电流、电压，电压、电流变送板的输出端与数据采集板的输入端连接。

4.根据权利要求3所述的即插即用的非侵入式负荷分解装置，其特征在于，所述数据采集模块、负荷分解模块和通讯模块采用模块封装组织结构，均设置一个箱体内部，各模块之间无强耦合。

5.根据权利要求4所述的即插即用的非侵入式负荷分解装置，其特征在于，所述的非侵入式负荷分解装置由用户家庭电源入口处的220V电压母线直接供电，无需外接独立电源。

6.根据权利要求1所述的即插即用的非侵入式负荷分解装置，其特征在于，所述的非侵入式负荷分解装置还包括交互接口模块，该交互接口模块用于支持用户或工程师更改负荷分解模块中的负荷分解算法。

7.根据权利要求1-6中任一项所述的即插即用的非侵入式负荷分解装置，其特征在于，所述的通讯模块采用无线通讯模块。