CN106645929B - 一种改进的电动汽车充电非线性负荷谐波电能计量方法 - Google Patents

Abstract

本发明公开了一种电动汽车充电非线性负荷谐波电能计量方法，在傅里叶变换算法的基础上，通过采用时间刻度分析方法构造符合电动汽车充电特征分布的数据分析算法，检验非平稳信号的局部化特征，调节时窗和频窗的宽度，实现可变的时频域分辨率，对电动汽车非线性负荷充电谐波电能计量方法进行优化。识别并分离稳态谐波与非稳态谐波；对信号进行时频分解、分层与重构；达到全过程精确计量电能的目的。本发明能分离电动汽车充电运行时非线性负荷产生的稳态和非稳态谐波，通过时间刻度的伸缩和平移等运算，对电力谐波信号进行多刻度细化分析，解决傅里叶变换在电动汽车充电非线性负荷电能计量方面能力不足的问题，提高电动汽车充电电能计量的准确度。

Description

一种改进的电动汽车充电非线性负荷谐波电能计量方法

技术领域

本发明涉及电动汽车充电电能计量系统，特别是涉及一种改进的电动汽车充电非线性负荷谐波电能计量方法。

背景技术

目前，电动汽车具有节能、环保的特点，在世界各国大力推广应用。电动汽车主要通过常规充电、快速充电2种充电模式供能，而电动汽车蓄电池充电属非线性负荷，充电负荷的分布在时间和空间上都具有很大随机性。当电动汽车采用大电流快速充电时，会形成150-600A的大电流，并且过分密集的集中充电可能导致充电站瞬时负荷过大。电动汽车蓄电池充电属容性负荷，负荷功率因数偏低，充电负荷体现非线性特征，此外，充电过程的复杂性，导致充电过程中会产生冲击性负荷谐波、非线性负荷谐波以及瞬态谐波，造成谐波污染。

电动汽车充电站的电能计量装置采用智能电能表，该类型电能计量装置对负荷的计量方式是基波和谐波功率的综合功率，即全能量方式，将负荷消耗的基波有功电能和谐波有功电能进行了代数相加。对谐波源用户采用这种计量方式将导致不公平的计量结果，即谐波源用户发出谐波电能，这部分电能与其消耗的基波电能符号相反，相当于其消耗的基波电能减去其发出的谐波电能。

为保证计量准确可靠，电动汽车充电站的电能计量装置，必须具备谐波计量、监测功能，以及直流电能计量功能和宽负载计量功能。如何实现复杂负荷条件下的精确计量，对电动汽车充电站智能电能表提出了严苛的要求。准确计量是电力公司在占有电动车充电站发展市场中最为关键的环节，解决电动车充电计量中的各种难题，将推动新能源汽车的普及。智能电能表通常采用快速傅里叶变换(FFT，fast Fourier transform)算法用于谐波计量，将周期性信号按照傅立叶级数的方式分解为不同频率分量的叠加形式，然后利用分离后的信号进行电能相关参数的计算。FFT具有较好的频域分辨率、较高的测量精度，适合用来进行稳态谐波的检测。

实际情况中，电动汽车充电过程中的谐波信号是实时变化，谐波的复杂性不断增加，如出现瞬时突变，白噪声干扰等情况，FFT算法不能在时域和频域同时以任意精度逼近被测信号，不能精确获取各次谐波信号的幅值、频率和相位，不具备局部化分析能力，不适用于非平稳信号，对于谐波检测存在很大的局限性。FFT算法难以完成电动汽车充电电能精确计量。

从时域/频域的角度，实现对电力信号精细化分析，是谐波检测的核心步骤。在FFT变换的基础上，所采取的短时傅里叶变换(STFT)技术用一个中心对称的滑动窗函数截取观测信号，对不同时刻的短时段信号进行FFT变换，得到各段信号构成的时变矩阵，将信号通过具有不同中心频率的窄带滤波器进行滤波。STFT变换通过窗函数在时域上的滑动，来得到对信号的时频局部化分析，提升了对非平稳信号的分析能力，也较好地减少了频谱泄露带来的误差，但STFT变换仍然在时频分辨率方面存在不足，信号的时域波形和频谱不能同时获得高的分辨率，且其观测窗固化，局部观测特性不够详细。STFT算法任然难以完成电动汽车充电电能精确计量。

发明内容

发明目的：本发明提供一种改进的电动汽车充电非线性负荷谐波电能计量方法，能分离电动汽车非线性负荷充电运行时产生的稳态和非稳态谐波，通过时间刻度的伸缩和平移等运算，对电力非线性负荷谐波信号进行多刻度细化分析，解决傅里叶变换在非线性负荷电力计量方面能力不足的问题，提高电动汽车充电电能计量的准确度。

技术方案：为达到此目的，本发明采用以下技术方案：

本发明所述的一种改进的电动汽车充电非线性负荷谐波电能计量方法，能分离电动汽车非线性负荷充电运行时产生的稳态和非稳态谐波，通过时间刻度的伸缩和平移等运算，对电力谐波信号进行多刻度细化分析，解决傅里叶变换在非线性负荷电力计量方面能力不足的问题，提高电动汽车充电电能计量的准确度，其特征在于：包括以下步骤：

步骤1：对电动汽车充电非线性负荷谐波信号进行尺度分解

对于电力谐波信号f(t)，将其分解为低频特征的逼近信号和高频特征的细节信号；将f(t)按照如下公式进行j尺度分解

式中为尺度空间函数；ψ()为小波母函数；k为谐波序号；为尺度上的投影，实现信号对低频部分的分解；为小波空间上的投影，实现信号对高频部分的分解，t为时间，j表示分解的层数，2^-j体现信号分辨率；

步骤2：多分辨率分解实现谐波次数分离

多分辨率分解划分每一层的频带，获得逼近参数与局部特征参数分别为

其中，c_j,k为j尺度小波空间上k次谐波的逼近参数，d_j,k为j尺度小波空间上k次谐波的局部特征参数；k为谐波序号；m为尺度离散化的幂级数；c_j,m为j尺度小波空间上m次谐波的逼近参数，ψ_a,τ()为小波基函数，a为尺度因子，τ为平移因子；h()为尺度空间滤波函数，体现信号低通特性；g()为小波空间滤波函数，体现信号高通特性；

式c_j+1,k(k)与式d_j+1,k(k)实现不同次数的谐波分离；

步骤3：谐波重构

经过分解后的各频带内包含不同的谐波成分，对各频带进行重构获取各次谐波，重构公式为

重构后的各频带为不同各次谐波成分，达到稳态谐波与非稳态谐波的分离；

步骤4：分解层数计算

按照基频信号的频率和采样频率来确定分解层数，分解层数的公式为

其中，f_s为采样频率，f₀为信号基频频率；

步骤5：非线性负荷谐波计算

非线性负荷谐波的电压和电流信号表示为：

其中，j表示分解的层数；表示重构电压信号中刻度函数的系数；表示重构电流信号中刻度函数的系数；表示重构电压信号中i层分解的小波包变换系数；表示重构电流信号中i层分解的小波包变换系数，N表示信号采样点数；

电能表中，电压u(t)、电流i(t)相乘，在时间上累加，谐波的有功功率为

表示分解尺度为j时，第i个节点上频带内信号功率，即谐波的有功功率。

有益效果：本发明公开了一种改进的电动汽车充电非线性负荷谐波电能计量方法，在傅里叶变换算法的基础上，通过采用时间刻度分析方法构造符合电动汽车充电特征分布的数据分析算法，检验非平稳信号的局部化特征，调节时窗和频窗的宽度，实现可变的时频域分辨率，对电动汽车非线性负荷充电谐波电能计量方法进行优化。根据尺度上的逼近参数、空间上的局部特征参数，建立多分辨率方法，识别并分离稳态谐波与非稳态谐波；按照基频信号的频率和采样频率来确定分解层数；对信号进行小波的分解与重构；达到全过程精确计量电能的目的。本发明能分离电动汽车非线性负荷充电运行时产生的稳态和非稳态谐波，通过时间刻度的伸缩和平移等运算，对电力谐波信号进行多刻度细化分析，解决傅里叶变换在非线性负荷电力计量方面能力不足的问题，大大提高了电动汽车充电电能计量的准确度。

附图说明

图1是电动汽车充电负荷等效模型；

图2改进的电动汽车充电电能计量流程图。

具体实施方式

下面结合具体实施方式对本发明的技术方案作进一步的介绍。

本发明在标准傅里叶变换算法的基础上，公开了一种实现电动汽车非线性负荷谐波电能计量的新方法。

电动汽车充电负荷的非线性，电源给负荷供给的是正弦波形的电压，而电流为由基波和与基波频率成整数倍的谐波组成的非正弦波形，导致供电电源中谐波成分增加，电源电压失真。图1为具有电动汽车充电非线性负载的等效电路模型，以此模型来说明，在谐波存在情况下，谐波功率对电能计量结果的影响。

图1中，电网电源u(t)可视为标准的正弦电压源，非线性负载总电流i(t)可分为线性负载基波电流i_N(t)和非线性负载谐波电流i_f(t)两部分；非线性负载上的端电压u'(t)分为基波电压u_N(t)和谐波电压u_f(t)；R₀表示电源内阻；R₁表示线路电阻，T表示周期。

整个网络所消耗的电能都由电网电源提供，电源发出的功率可以表示为：

i(t)＝i(t)+i_N(t)u'(t)＝u_N(t)+u_f(t) (11)

将(11)带入(10)得

式中，

式中，

P1表示电源内阻和线路电阻基波功率；P2表示线性负载上消耗的基波功率；P3表示电源内阻、线路上消耗的谐波功率；P4表示非线性负载上消耗的谐波功率。

如图2所示，本发明提出了一种改进的电动汽车充电非线性负荷谐波电能计量方法，包括以下步骤：

步骤1：对电动汽车充电非线性负荷谐波信号进行尺度分解

对于电力谐波信号f(t)，将其分解为低频特征的逼近信号和高频特征的细节信号；将f(t)按照如下公式进行j尺度分解

式中为尺度空间函数；ψ()为小波母函数；k为谐波序号；为尺度上的投影，实现信号对低频部分的分解；为小波空间上的投影，实现信号对高频部分的分解，t为时间，j表示分解的层数，2^-j体现信号分辨率；

步骤2：多分辨率分解实现谐波次数分离

多分辨率分解划分每一层的频带，获得逼近参数与局部特征参数分别为

其中，c_j,k为j尺度小波空间上k次谐波的逼近参数，d_j,k为j尺度小波空间上k次谐波的局部特征参数；k为谐波序号；m为尺度离散化的幂级数；c_j,m为j尺度小波空间上m次谐波的逼近参数，ψ_a,τ()为小波基函数，a为尺度因子，τ为平移因子；h()为尺度空间滤波函数，体现信号低通特性；g()为小波空间滤波函数，体现信号高通特性；

式c_j+1,k(k)与式d_j+1,k(k)实现不同次数的谐波分离；

步骤3：谐波重构

经过分解后的各频带内包含不同的谐波成分，对各频带进行重构获取各次谐波，重构公式为

重构后的各频带为不同各次谐波成分，达到稳态谐波与非稳态谐波的分离；

步骤4：分解层数计算

按照基频信号的频率和采样频率来确定分解层数，分解层数的公式为

其中，f_s为采样频率，f₀为信号基频频率；

步骤5：非线性负荷谐波计算

非线性负荷谐波的电压和电流信号表示为：

其中，j表示分解的层数；表示重构电压信号中刻度函数的系数；表示重构电流信号中刻度函数的系数；表示重构电压信号中i层分解的小波包变换系数；表示重构电流信号中i层分解的小波包变换系数，N表示信号采样点数；

电能表中，电压u(t)、电流i(t)相乘，在时间上累加，谐波的有功功率为

表示分解尺度为j时，第i个节点上频带内信号功率，即谐波的有功功率。

Claims (1)

1.一种改进的电动汽车充电非线性负荷谐波电能计量方法，其特征在于，包括以下步骤：

步骤1：对电动汽车充电非线性负荷谐波信号进行尺度分解

对于电力谐波信号f(t)，将其分解为低频特征的逼近信号和高频特征的细节信号；将f(t)按照如下公式进行j尺度分解

式中为尺度空间函数；ψ()为小波母函数；k为谐波序号；为尺度上的投影，实现信号对低频部分的分解；为小波空间上的投影，实现信号对高频部分的分解，t为时间，j表示分解的层数，2^-j体现信号分辨率；

步骤2：多分辨率分解实现谐波次数分离

多分辨率分解划分每一层的频带，获得逼近参数与局部特征参数分别为

其中，c_j,k为j尺度小波空间上k次谐波的逼近参数，d_j,k为j尺度小波空间上k次谐波的局部特征参数；k为谐波序号；m为尺度离散化的幂级数；c_j,m为j尺度小波空间上m次谐波的逼近参数，ψ_a,τ()为小波基函数，a为尺度因子，τ为平移因子；h()为尺度空间滤波函数，体现信号低通特性；g()为小波空间滤波函数，体现信号高通特性；

式c_j+1,k(k)与式d_j+1,k(k)实现不同次数的谐波分离；

步骤3：谐波重构

经过分解后的各频带内包含不同的谐波成分，对各频带进行重构获取各次谐波，重构公式为

重构后的各频带为不同各次谐波成分，达到稳态谐波与非稳态谐波的分离；

步骤4：分解层数计算

按照基频信号的频率和采样频率来确定分解层数，分解层数的公式为

其中，f_s为采样频率，f₀为信号基频频率；

步骤5：非线性负荷谐波计算

非线性负荷谐波的电压和电流信号表示为：

其中，j表示分解的层数；表示重构电压信号中刻度函数的系数；表示重构电流信号中刻度函数的系数；表示重构电压信号中i层分解的小波包变换系数；表示重构电流信号中i层分解的小波包变换系数，N表示信号采样点数；

电能表中，电压u(t)、电流i(t)相乘，在时间上累加，谐波的有功功率为

表示分解尺度为j时，第i个节点上频带内信号功率，即谐波的有功功率。