CN108490284B - 面向多应用场景的新能源数据采集装置、系统及方法 - Google Patents
面向多应用场景的新能源数据采集装置、系统及方法 Download PDFInfo
- Publication number
- CN108490284B CN108490284B CN201810147049.8A CN201810147049A CN108490284B CN 108490284 B CN108490284 B CN 108490284B CN 201810147049 A CN201810147049 A CN 201810147049A CN 108490284 B CN108490284 B CN 108490284B
- Authority
- CN
- China
- Prior art keywords
- power
- data
- new energy
- test
- remote
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012360 testing method Methods 0.000 claims abstract description 114
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 32
- 238000011156 evaluation Methods 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000006854 communication Effects 0.000 claims description 18
- 238000010248 power generation Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 230000001052 transient effect Effects 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000013441 quality evaluation Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000035515 penetration Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008450 motivation Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000006731 degradation reaction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 14
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 229910052761 rare earth metal Inorganic materials 0.000 description 1
- 150000002910 rare earth metals Chemical class 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2612—Data acquisition interface
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了面向多应用场景的新能源数据采集装置、系统及方法,采集现场数据并利用电能质量分析模块、故障行为特性分析模块、有功功率控制能力测试模块及防孤岛分析模块对数据进行分析处理。采集现场数据并利用电能质量分析模块、故障行为特性分析模块、有功功率控制能力测试模块及防孤岛分析模块对数据进行分析处理。本发明考虑测试设备数据种类多、数据量大、可靠性要求高的特点,具有数据分类处理能力强、试验检测功能全面、测验结果可靠性高的显著优势。
Description
技术领域
本发明涉及新能源远程测试技术领域,特别是涉及面向多应用场景的新能源数据采集装置、系统及方法。
背景技术
由电网公司提出的“全球能源互联网概念”得到了世界主要国家的积极响应。其从全球视野、战略高度研究思考世界能源可持续发展这一事关全人类共同利益的重大命题,系统分析了全球化石能源和清洁能源的历史角色、现实作用与未来定位,揭示了能源发展客观规律,深刻指出清洁替代和电能替代将成为全球能源发展的必然趋势,提出了树立全球能源观,以全球性、历史性、差异性、开放性的全新立场和观点,研究解决全球能源可持续发展问题,在分析全球能源电力供需格局与电力流、“一极一道”(北极和赤道附近地区)和各洲大型清洁能源基地开发的基础上,对全球能源互联网构建方案、实施路径、技术创新以及工程实践进行了系统论述。
风电作为技术最成熟的新能源利用方式之一,在国家的大力支持下已经实现连续五年翻番的快速增长,截至2010年底我国风电总安装容量达到4473万千瓦,排名世界第一,预计到2020年我国风电的总装机容量将达到1.5亿千瓦左右,其中海上风电和光伏发电将迎来大规模发展的时期。
风力发电和光伏发电地理位置主要位于人迹罕至草原、荒山、沙漠、海边等,特别是海上发电,在海上环境下,受到海浪等因素的影响,因此对于风电场或光伏电站的并网检测、设备运行维护、设备状态检修等实现比较困难,而风电场和光伏电站并网数据量大,缺乏有效的状态评估模式,运行维修技术不成熟。因此,风电和光伏发电的并网检测、运行和维护需要寻求一种不同于火力发电的检测方式。
现有技术中存在的远程测试系统,一般只针对风电场或光伏电站设备的运行数据进行综合性采集分析,不能单独对某一特性行为进行深入分析。
测试节点位于地理上分散的位置,测试系统从多个不同的信息采集节点采集数据,分析时选择正确的动态数据对于提高测试准确性显得极为重要,由于网络延迟等原因,会造成送达试验与检测数据中心的数据时间和空间不能正确对应,将给整个系统性能带来重大影响,而现有系统对数据实时性要求不高,各节点数据因网络延迟问题不能反映时间在某时刻的准确状态,影响测试结果。
设备运行状况会对测试结果产生一定影响,而风电场或光伏电站数量多且分布较为分散,现有远程测试系统一般不对设备进行监督,在进行测试时不能及时掌握设备运行状况。若要对风电场或光伏电站进行更加全面地测试与监督,需要同时安装多个不同功能的系统,各个系统重复采集数据,系统间信息交互性差且操作较为复杂,因此亟需构建可满足多种功能需求、应用在不同场景的远程试验与测试系统。
发明内容
为了解决现有技术的不足,本发明的目的之一是提供了面向多应用场景的新能源数据采集装置,本发明具有数据分类处理能力强、试验检测功能全面、测验结果可靠性高的显著优势。
面向多应用场景的新能源数据采集装置,采集现场数据并利用电能质量分析模块、故障行为特性分析模块、有功功率控制能力测试模块及防孤岛分析模块对数据进行分析处理;
所述电能质量分析模块,采用主客观权重线性加权确定指标综合权重,将代表电能质量的指标进行去量钢化处理获得无量纲决策矩阵;
将无量纲决策矩阵与指标综合权重相乘形成加权矩阵;然后将进行分裂,形成各指标序列,其分别为加权化后的理想电能质量指标序列、待评估电能质量指标序列和等级界限电能质量指标序列;
以理想电能质量指标序列为参考序列,由等级界限电能质量指标序列与理想电能质量指标序列进行比较计算而得到第一匹配系数;由待评估电能质量指标序列与理想电能质量指标序列进行比较计算得到第二匹配系数;
依据第一匹配系数确定电能质量评估等级范围,根据第二匹配系数确定输出匹配系数值;
故障行为特性分析模块,建立风电场动态模型以及光伏发电系统仿真模型,并接入无穷大电力系统中,分析其在电网发生三相短路故障时对风电光伏发电机组出口电压的影响;
有功功率控制能力测试模块,将预先设置好的功率曲线下发给运动机,通过AGC系统实现光伏、风电场有功控制,同时实时跟踪记录并网点处有功功率变化,并将预先设置好的有功功率曲线与实时采集到的有功功率变化曲线拟合到同一时间坐标内进行对比分析;
防孤岛分析模块,实时采集公共连接点PCC电压,对电压进行快速傅里叶变换提取谐波幅值,同时对电压进行处理得到特征值,特征值和谐波幅值同时与设定的孤岛阂值进行比较,从而判断是否发生孤岛。
进一步的,所述电能质量分析模块中电能质量指标包括电压偏差、暂态压降、三相不平衡、电压波动、电压闪变、电压谐波、频率偏差、供电可靠性、服务性指标,对电能质量指标依据电能质量等级标准分为5级,对应为优质、良好、中等、合格、不合格。
进一步的,所述电能质量分析模块中客观权重采用熵值法,主观权重采用层次分析法,将评估样本与等级指标结合,利用线性比例变换法,对指标进行去量钢,形成成本型决策矩阵,并进一步做标准归一化处理得到无量纲决策矩阵,将已得到的客观权重和主观权重进行线性加权,得到各指标的综合权重向量。
进一步的,所述电能质量分析模块中依据第一匹配系数确定电能质量评估等级范围,根据第二匹配系数确定输出匹配系数,在输出电能质量评估结果时将电能质量评估等级范围及输出匹配系数转换成百分制的形式输出。
进一步的,所述电能质量分析模块中第一匹配系数及第二匹配系数利用DTW算法获得。
进一步的,所述故障行为特性分析模块中,监测量包括直流母线电压/电流、有功功率、无功功率、转子电压/电流和转速,仿真模型输入由风速、光辐照度和无功功率给定,输出通过变压器及输电线路与电网相连,并采用相应的标准验证发电机组故障穿越能力。
进一步的,所述故障行为特性分析模块中,利用阻抗分压切换在二次侧模拟电压跌落和跃升的暂态过程,跌落深度可调,高穿幅度可调,跌落、高穿时间可调,同时实时跟踪记录并网点处及无功补偿装置支路无功功率变化,进行无功暂态分析和故障恢复时间特性分析。
进一步的,所述有功功率控制能力测试模块数据通信过程具体包括:
远动机:负责和有功功率控制能力测试模块通信,接收有功功率控制能力测试模块中的测试系统的指令并将数据传输至AGC控制系统中上位机;
上位机:根据最优的调节策略组合从网络下发调节指令至运动机,作为设备测试系统指令的中转站;
规约支持层:包括AGC控制系统中OPC工作站和AGC控制系统中通信管理机,主要负责和各监控系统及无功补偿装置的信息交互。
进一步的,所述有功功率控制能力测试模块中,光伏、风电场分配有功功率时,以光伏、风电场集群有功出力最大、联络线损耗最小为目标建立目标函数,对目标函数进行约束的条件包括:网络安全约束、输出功率约束、最大功率变化率约束、频繁启停约束,目标函数及约束条件构成光伏、风电场有功功率分配模型。
进一步的,所述防孤岛分析模块中,对电压进行处理得到特征值具体为:将电压通过Clark转换为两相定子坐标向量,再结合派克变换转换到旋转坐标dq轴上,使得电流分量只受两相定子坐标向量的作用;运用锁相环技术提供坐标变换及后续控制的频率和相角信息,利用小波分解技术将电压在不同尺度下分解为低频分量和高频分量,采用Mallat算法进行高频分量处理得到特征值。
新能源远程试验与测试系统,包括数据采集装置、远程数据测试中心、现场监控中心;
所述现场监控中心作为远程通讯的中继分站,同时与数据采集装置和远程数据测试中心进行远程双向网络通信;
所述现场监控中心接收远程数据测试中心的远程测试配置指令,下发控制指令给数据采集装置完成现场测量并将数据采集装置的测试数据打包传输至远程数据测试中心。
进一步的,新能源远程试验与测试方法,应用于远程数据测试中心,实时监督现场光伏风电机组运行参数,包括:
新能源在线试验测试:通过远程浏览或远程下发查看指令至现场监控中心,由灰色系统理论获取指标权值,并引入变权理论对偏离指标进行修正,采用劣化度指标建立隶属函数,建立基于运行特性参数的新能源评估模型,实现在线方式进行新能源运行特性的分析;
在线设备监督:以动态设备相关信息为主要出发点,建立相应的网络数据库支持环境,采用人工离线录入设备基本指标数据与动态提取设备在线数据相结合的方法获得有用设备数据,对新能源现场运行设备如并网故障解列装置、动态无功补偿装置、光伏风电箱变设备进行技术指标监督;
远程实时视频音频:摄像头将CMOS图像传感器所产生的图像信号送到微处理器进行处理并转换为数字信号,从内存中接收到压缩后的码流数据后,装配有标准10M/100M自适应收发器、大容量的以太网控制芯片通过TCP/IP网络通信协议对数据进行打包,如果接收到浏览器向服务器的数据访问请求,则将数据发送至浏览器,实现试验工作现场的点对点高清转播或直播,用于指导和监督现场试验工作。
与现有技术相比,本发明的有益效果是:
本发明考虑测试设备数据种类多、数据量大、可靠性要求高的特点,具有数据分类处理能力强、试验检测功能全面、测验结果可靠性高的显著优势。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明的系统架构图;
图2为电能质量分析模块数据处理流程图;
图3为有功功率控制能力测试模块数据通信流程图;
图4为防孤岛模块数据处理流程图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在以前的试验和测试系统中人们采用一些大型的仪器和仪表来对系统的各个控件的状态进行控制和显示,操作盘是通过集中在仪器的磨盘进行仪器同时操作。但是随后的计算机的发明,使试验和测试系统的主体改为以计算机为主,同时配置一些传感器等检测装置,再配置一些数据采集模块,这样就构成了一套完整的试验和测试系统。同时,随着计算机网络化的发展,通信方面的技术配套得到了长远的发展,人们可以利用强大的网络资源进行数据的共享,资源的共享,使数据采集仪器可以在任何有网的环境中进行系统的测试,多台的数据采集仪器可以组成一个测试网络共享系统。在系统内有权限的测试人员都可以进行系统的测试,测试的数据结果可以使在同一个网络中的测试人员进行数据的共享,使测试的结果达到准确的效果。
风电场与光伏电站进行远程测试所针对的特性分析并不完全相同,而现有远程试验与测试系统一般只针对风电场或光伏电站,本发明提出的面向多应用场景的新能源远程试验与测试系统,可进行较多类型的特性试验,该系统既可应用在风电场,也可应用在光伏电站;既可单独对某一特性进行试验测试,也可对所有采集数据进行远程综合在线监测;可对设备进行实时监督,同时还能通过视频音频对现场试验工作进行指导。由于该系统功能较多,应用范围广,因此将该系统定义为面向多应用场景的远程试验与测试系统。
针对风电场及光伏电站,在现场采集电压、电流、相位、系统频率、功率、功率因数、电压偏差、三相电压、电流不平衡度、电压闪变、谐波等相关数据,现场数据集中监控中心下发控制指令控制相应的特性测试模块对数据进行分析处理,同时通过光纤和无线网络将数据传送到现场数据集中监控中心。
本发明新能源数据采集装置在分布式数据采集单元硬件平台的基础上,通过编程定义不同的软件功能模块,实现不同的特性试验,包括电能质量分析模块、故障行为特性分析模块、有功功率控制能力测试模块、防孤岛分析模块。
其中,如图2所示,电能质量分析模块对电压偏差、暂态压降、三相不平衡、电压波动、电压闪变、电压谐波、频率偏差、供电可靠性、服务性指标9项电能质量指标进行分析,依照国家标准,将电能质量等级标准分为5级,对应为优质、良好、中等、合格、不合格,电能质量情况逐级下降,采用主客观权重线性加权确定指标综合权重,其中客观权重采用熵值法,主观权重采用层次分析法。将评估样本与等级指标结合,利用线性比例变换法,对指标进行去量钢,形成成本型决策矩阵,并进一步做标准归一化处理得到无量纲决策矩阵。然后,将已得到的客观权重w1’和主观权重w1”进行线性加权,得到各指标的综合权重向量:
本申请中将指标去量钢化是综合评价步骤中的一个环节,无量纲矩阵可以使矩阵包含各指标相互影响程度差异的信息,以提高后续评估结果准确性。
将空间距离度量及序列模式识别引入到电能质量评估领域:将无量纲决策矩阵与综合权重W1相乘,形成一加权矩阵U;然后将U进行分裂,形成各指标序列,其分别为加权化后的理想电能质量指标序列χIIS、待评估电能质量指标序列和等级界限电能质量指标序列,以χIIS为参考序列R。利用DTW算法,由标准电能质量指标序列与χIIS进行比较计算而得到的匹配系数Si,用以确定电能质量评估等级;由待评估电能质量指标序列与χIIS进行比较计算得到的匹配系数gj;然后,依据Si确定等级范围,进而获得待评估对象的电能质量等级。为能够更直观地表示评估结果,将评估结果以百分制的形式呈现,转换形式如下所示:
式中:Si-1,j和Si.j分别为gi对应的指标等级的上、下界限值;Gj表示待评估对象的评估分数;1≤i≤Q1,Q1为等级标准个数,规定S0=0;1≤j≤Q2,Q2为待评估样本个数。
在所述电能质量分析模块中,利用层次分析法来确定主观权重的过程为:
根据用户要求,根据标度扩展法对n个按重要程度的不减方式排序的评价指标进行两两比较,即得到n个指标的重要性排序为x1>x2>…>xn,对xi-1与xi进行比较,并将其对应的标度值记为ti-1,判断矩阵中的其他元素值按照指标重要程度的传递性计算,从而得出以下判断矩阵:
此判断矩阵具有一致性,不需要进行一致性检验,可直接根据矩阵R计算出各项指标的主观权重值:
在所述电能质量分析模块中,利用熵值法来确定客观权重的步骤如下:
步骤1:数据标准化。将各评估指标数据统一为标准化量纲,并构造评判矩阵。设定有m个评价对象(此处指电能质量的等级数),n个评估指标,多个对象关于多个评估指标的评价矩阵F'按照定量与定性相结合的原则求得,其表达式如下:
由于各评价指标可能存在量纲不一致的问题而不能直接进行比较,所以必须对指标进行标准化处理,处理后得到矩阵F=(fij)n×m。
步骤2:计算各评估指标的熵值和熵权。在具有m个评估对象、n个评价指标的评估问题中,第i个评估指标的熵可定义为:
第i个评估指标的熵权定义为:
上述熵值法来确定客观权重过程中,对指标进行标准化处理得到矩阵F=(fij)n×m的具体过程为:
在电能质量综合评估中,分别对评价因素U中各评估指标ui做出评估f(ui),则可得到U到评判集Y的一个模糊映射f,即:
ui→f(ui)=(fi1,fi2,…fim)∈F(y)
其中,F(y)是Y上的一个模糊集合,然后根据模糊变换的定义,利用模糊映射可以确定出一个模糊关系F,即模糊评判矩阵。
采用概率统计的方法来确定fij的值。
在所述电能质量分析模块中,利用DTW算法得出匹配系数的过程为:
设参考信号与测试信号的序列为R与T,长度分别为M与N,则有
定义扭曲路径为W={w(1),w(2),…,w(k),…,w(K)},其中w(k)表示一对点,即w(k)=(ik,jk),这里的i,j分别表示参考信号与测试信号的坐标位置。
选择欧氏距离的平方作为两序列距离的度量:
d(R(i),T(j))=[R(i)-T(j)]2
通过计算两序列的不同时间点之间的距离得到一个MxN的距离矩阵:
DTW算法的目的是寻求一条路径,获得两序列间的最短距离,即使下式中的D值最小:
初值为D(2,2)=d(R(1),T(1))+d(R(2),T(2))。
长度分别为N与M的测试信号与参考信号波形间的w(K)折线为两信号间的最优匹配路径,w(k)为扭曲路径上的某一点。将w(K)折线上的数值相加,则可得到D值。通过比较各个D值,最小的一次匹配结果即为识别结果,所求得的最小D值即为两序列间的匹配系数。
在本发明的上述新能源数据采集装置中,故障行为特性分析模块以光伏风电场故障行为为研究对象,利用Matlab/Simulink仿真工具箱SimpowerSystem建立包含恒速异步风力发电机和双馈异步风力发电机的风电场动态模型以及单级式和两级式并网型光伏发电系统仿真模型,并接入无穷大电力系统中,分析其在电网发生严重三相短路故障时对风电光伏发电机组出口电压的影响。监测量包括直流母线电压/电流、有功功率、无功功率、转子电压/电流和转速等。仿真模型输入由风速、光辐照度和无功功率给定,输出通过变压器及输电线路与电网相连,并采用中国的低电压穿越(LVRT)标准和美国的高电压穿越(HVRT)标准验证发电机组故障穿越能力。故障行为特性分析模块分析故障时光伏、风电场与电网间的相互影响,有功暂态、无功暂态特性对故障的影响,以及故障恢复过程中有功功率,无功功率对电网运行的影响,利用阻抗分压切换在二次侧模拟电压跌落和跃升的暂态过程,跌落深度90%、80%、70%、60%、50%可调,高穿幅度为110%、120%,跌落、高穿时间可调,同时实时跟踪记录并网点处及无功补偿装置支路无功功率变化,进行无功暂态分析和故障恢复时间特性分析。故障行为特性分析模块主界面坐标轴中,纵轴为标称电压的百分比,横坐标为时间。光伏、风电场高、低压穿越能力曲线固定显示在穿越分析窗口中,测得的穿越曲线也分别直观显示在两个坐标系中,通过对比即可分析出发电机组的电压穿越能力。
在本发明的上述新能源数据采集装置中,如图3所示,有功功率控制能力测试模块由分布式数据采集单元承担有功功率控制模拟功能,代替调度下达负荷指令,将预先设置好的功率曲线下发给运动机,通过AGC系统实现光伏、风电场有功控制,同时实时跟踪记录并网点处有功功率变化,并将预先设置好的有功功率曲线与实时采集到的有功功率变化曲线拟合到同一时间坐标内进行对比,直观体现光伏、风电场有功功率控制能力。
有功功率控制能力测试模块数据通信过程具体可以分为三部分。
远动机:负责和有功功率控制能力测试模块通信,接收有功功率控制能力测试模块中的测试系统的指令和对AGC控制系统中上位机的干预,通过测试系统工作指令来验证光伏风电系统的有功功率调节能力;
上位机:一般由高性能PC服务器担任,负责具体的控制逻辑判别,并智能生成最优的调节策略组合,再从网络下发调节指令;另外,上位机可以起到存储、管理有功功率控制系统下发的计划曲线功能,可以作为AGC系统等设备模拟系统指令的中转站。
规约支持层:包括AGC控制系统中OPC工作站和AGC控制系统中通信管理机,主要负责和各监控系统及无功补偿装置的信息交互。
优化分配有功功率是利用光伏风电系统的AGC控制系统来完成,光伏、风电场优化分配有功功率的原则为:
以光伏、风电场集群有功出力最大、联络线损耗最小为目标建立如下目标函数:
对上面的目标函数进行约束的条件主要有以下几个:
(1)网络安全约束。光伏、风电场的有功出力值除去线路损耗之后的值,应该大于电场的功率调节下限。
式中,Ui(t)为光伏、风电场i升压站高压侧电压;Ri为光伏、风电场升压站与变电站间联络线的电阻。
(2)输出功率约束。每个光伏、风电场的计划出力值应该低于预测值,预测值不大于装机容量,表达式如下:
(3)最大功率变化率约束。
(4)频繁启停约束。尽量避免启停控制而通过调节风电机组和光伏阵列控制系统协调出力,使光伏、风电场出力维持在可控范围内,能够提高光伏、风电场运行的经济性,因此引入光伏、风电场在不切机前提下的最小出力值使电场出力计划值不低于表达式如下:
式中,krsi为避免机组频繁启停约束的小于1的权重系数。
由上述分析就可以得到光伏、风电场有功功率分配模型:
在本发明的上述新能源数据采集装置中,如图4所示,防孤岛分析模块以小波分析为基础,实时采集公共连接点(PCC)电压Uabc,并将Uabc通过Clark转换为两相定子坐标向量Uα、Uβ,再结合派克变换转换到旋转坐标dq轴上,使得电流分量只受Ud、Uq的作用;运用锁相环技术提供坐标变换及后续控制的频率和相角信息,利用小波分解技术将Uabc在不同尺度下分解为低频分量和高频分量,采用Mallat算法进行高频分量处理得到特征值,然后针对公共点(PCC)处的电压信号进行快速傅里叶变换(FFT),分析两个基波50Hz周期数据,得到75Hz频谱的幅值大小,特征值和幅值同时与设定的孤岛阂值进行比较,从而判断是否发生孤岛。
三相电压向量Uabc从静止三相坐标转换为两相正交的静止坐标向量Uα和Uβ,再将其转换至d,q旋转坐标系的数据处理过程如下:
式中:θ为三相电合成矢量的相角且θ=ωt,ω为其角速度;θ0=ωot为旋转d,q坐标系的相角,ωo为其角速度。
Uabc利用小波变换获取特征值的过程为:
采用小波变换的快速实现算—Mallat算法对Uabc进行小波分解,其分解公式如下:
dbN系列正交小波因其特点适合分析瞬变信号,同时由于db5母小波仿真处理信号特征量差异明显,满足孤岛检测效果要求,故选用db5小波作为孤岛检测的小波母函数。将信号采样频率定为6400Hz,把信号分解成两层,则高频部分频带范围如下:第一层:1600Hz-3200Hz、第二层:800Hz-1600Hz。第一层小波系数去除掉小波系数中的扰动量后范数能量很微小,表明其孤岛前后的信号的差异性不明显,因此只提取第二层的小波系数,滤除系数中的扰动量并取绝对平均值,得到孤岛检测的特征量。
如图1所示,本发明的目的之二是提供了包括面向多应用场景的新能源数据采集装置的新能源远程试验与测试系统,包括新能源远程并网试验与检测数据中心、现场试验管理与现场数据集中监控和新能源数据采集装置三部分;
本发明选用分层混合式的式中同步算法,为各测试节点进行时钟同步,并对不同采样率的数据使用内插外推和最小二乘法进行处理,保证数据的实时一致性。为节省传输时间,节约带宽和存储空间,对采集的数据进行压缩处理。
所述新能源远程并网试验与检测数据中心由实时数据服务器(单机或双机集群互备方式)、WEB发布服务器、数据计算及远程视频服务器组成,具备新能源运行数据远程监测功能、新能源在线试验测试功能、在线设备监督功能、远程实时视频音频功能;
所述现场试验管理与现场数据集中监控由远程视频、集控系统、现场服务器等组成,具备视频现场转播、远程数据分析与现场数据存储平台的功能;
所述新能源分布式数据采集功能单元既可独立使用,完成单一测试和数据分析功能,又可组合使用,充当现场数据采集节点设备,具备新能源发电并网监测以及新能源并网的防孤岛、电网适应性、电能质量以及有功、无功功率等多应用测试功能。
本发明新能源远程并网试验与检测数据中心具备如下功能:新能源运行数据远程监测功能,将嵌入式系统与Internet结合,把微处理器作为系统实现的核心器件,同时利用以太网接口芯片构建一个嵌入式网络系统并将其运用到电网远程监测中,能够实现实时监督现场光伏风电机组运行参数,包括曲线查询、交叉查询、统计、报表等;新能源在线试验测试功能,通过远程浏览(或远程下发查看指令至现场试验管理与现场数据集中监控系统),由灰色系统理论获取指标权值,并引入变权理论对偏离指标进行修正,采用劣化度指标建立隶属函数,建立基于运行特性参数的新能源评估模型,实现在线方式进行新能源运行特性的分析,并根据试验结果生成运行特性报告,为并网试验提供参考;在线设备监督功能,以动态设备相关信息为主要出发点,建立相应的网络数据库支持环境,采用人工离线录入设备基本指标数据与动态提取设备在线数据相结合的方法获得有用设备数据,对新能源现场运行设备如并网故障解列装置、动态无功补偿装置、光伏风电箱变设备等进行技术指标监督;远程实时视频音频功能,摄像头将CMOS图像传感器所产生的图像信号送到微处理器进行处理并转换为数字信号,从内存中接收到压缩后的码流数据后,装配有标准10M/100M自适应收发器、大容量的以太网控制芯片通过TCP/IP网络通信协议对数据进行打包,如果接收到浏览器向服务器的数据访问请求,则将数据发送至浏览器,实现试验工作现场的点对点高清转播或直播,用于指导和监督现场试验工作。
本发明现场试验管理与现场数据集中监控部分在一定程度上可看做远程通讯的中继分站,采用双口RAM、双单片机结构,通信接口为RS232/485信号转换设备,可同时与现场分布式数据采集功能单元和新能源远程并网试验与检测数据中心进行远程双向网络通信,接收远程数据测试中心的远程测试配置指令,下发控制指令给分布式数据采集设备功能单元完成现场测量和数据打包传输。
本发明的新能源数据采集装置可独立使用,对数据进行现场分析,又可充当现场数据采集节点设备与网络组合使用,将特性数据打包传输到数据管理监控中心进行存储分析,通过风电机组远程并网试验与检测数据中心实时监督现场机组运行参数,远程下发查看指令并根据试验结果生机组运行特性报告,同时实现试验工作现场的点对点高清转播或直播,弥补了新能源并网的基础信息建设不足、功率预测及调度运行实用化水平较低、无法保障电网全面安全可靠运行的问题,使本发明比之以往的新能源远程试验与测试系统更加适用于新能源并网复杂数据的处理与分析。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.面向多应用场景的新能源数据采集装置,其特征是,采集现场数据并利用电能质量分析模块、故障行为特性分析模块、有功功率控制能力测试模块及防孤岛分析模块对数据进行分析处理;
所述面向多应用场景的新能源数据采集装置在分布式数据采集单元硬件平台的基础上,通过编程定义不同的软件功能模块,实现不同的特性试验;所述面向多应用场景的新能源数据采集装置应用在风电场和光伏电站;
所述电能质量分析模块,采用主客观权重线性加权确定指标综合权重,将代表电能质量的指标进行去量钢化处理获得无量纲决策矩阵;
将无量纲决策矩阵与指标综合权重相乘形成加权矩阵;然后将进行分裂,形成各指标序列,其分别为加权化后的理想电能质量指标序列、待评估电能质量指标序列和等级界限电能质量指标序列;
以理想电能质量指标序列为参考序列,由等级界限电能质量指标序列与理想电能质量指标序列进行比较计算而得到第一匹配系数;由待评估电能质量指标序列与理想电能质量指标序列进行比较计算得到第二匹配系数;依据第一匹配系数确定电能质量评估等级范围,根据第二匹配系数确定输出匹配系数值;
故障行为特性分析模块,建立风电场动态模型以及光伏发电系统仿真模型,并接入无穷大电力系统中,分析无穷大电力系统在电网发生三相短路故障时对风电光伏发电机组出口电压的影响;
所述故障行为特性分析模块分析故障时光伏、风电场与电网间的相互影响,有功暂态、无功暂态特性对故障的影响,以及故障恢复过程中有功功率、无功功率对电网运行的影响,利用阻抗分压切换在二次侧模拟电压跌落和跃升的暂态过程,跌落深度可调,高穿幅度可调,跌落、高穿时间可调,同时实时跟踪记录并网点处及无功补偿装置支路无功功率变化,进行无功暂态分析和故障恢复时间特性分析;
有功功率控制能力测试模块,将预先设置好的有功功率曲线下发给运动机,通过AGC系统实现光伏、风电场有功控制,同时实时跟踪记录并网点处有功功率变化,并将预先设置好的有功功率曲线与实时采集到的有功功率变化曲线拟合到同一时间坐标内进行对比分析;
所述有功功率控制能力测试模块中,光伏、风电场分配有功功率时,以光伏、风电场集群有功出力最大、联络线损耗最小为目标建立目标函数,对目标函数进行约束的条件包括:网络安全约束、输出功率约束、最大功率变化率约束、频繁启停约束,目标函数及约束条件构成光伏、风电场有功功率分配模型;
防孤岛分析模块,实时采集公共连接点PCC电压,对电压进行快速傅里叶变换提取谐波幅值,同时对电压进行处理得到特征值,特征值和谐波幅值同时与设定的孤岛阂值进行比较,从而判断是否发生孤岛。
2.如权利要求1所述的面向多应用场景的新能源数据采集装置,其特征是,所述电能质量分析模块中电能质量指标包括电压偏差、暂态压降、三相不平衡、电压波动、电压闪变、电压谐波、频率偏差、供电可靠性、服务性指标,对电能质量指标依据电能质量等级标准分为5级,对应为优质、良好、中等、合格、不合格;
所述电能质量分析模块中客观权重采用熵值法,主观权重采用层次分析法,将评估样本与等级指标结合,利用线性比例变换法,对指标进行去量钢,形成成本型决策矩阵,并进一步做标准归一化处理得到无量纲决策矩阵,将已得到的客观权重和主观权重进行线性加权,得到各指标的综合权重向量。
3.如权利要求1所述的面向多应用场景的新能源数据采集装置,其特征是,所述电能质量分析模块中依据第一匹配系数确定电能质量评估等级范围,根据第二匹配系数确定输出匹配系数,在输出电能质量评估结果时将电能质量评估等级范围及输出匹配系数转换成百分制的形式输出;
所述电能质量分析模块中第一匹配系数及第二匹配系数利用DTW算法获得。
4.如权利要求1所述的面向多应用场景的新能源数据采集装置,其特征是,所述故障行为特性分析模块中,监测量包括直流母线电压/电流、有功功率、无功功率、转子电压/电流和转速,仿真模型输入由风速、光辐照度和无功功率给定,输出通过变压器及输电线路与电网相连,并采用相应的标准验证发电机组故障穿越能力。
5.如权利要求1所述的面向多应用场景的新能源数据采集装置,其特征是,
所述有功功率控制能力测试模块数据通信过程具体包括:
远动机:负责和有功功率控制能力测试模块通信,接收有功功率控制能力测试模块中的测试系统的指令并将数据传输至AGC控制系统中上位机;
上位机:根据最优的调节策略组合从网络下发调节指令至运动机,作为设备测试系统指令的中转站;
规约支持层:包括AGC控制系统中OPC工作站和AGC控制系统中通信管理机,主要负责和各监控系统及无功补偿装置的信息交互。
6.如权利要求1所述的面向多应用场景的新能源数据采集装置,其特征是,所述防孤岛分析模块中,对电压进行处理得到特征值具体为:将电压通过Clark转换为两相定子坐标向量,再结合派克变换转换到旋转坐标dq轴上,使得电流分量只受两相定子坐标向量的作用;运用锁相环技术提供坐标变换及后续控制的频率和相角信息,利用小波分解技术将电压在不同尺度下分解为低频分量和高频分量,采用Mallat算法进行高频分量处理得到特征值。
7.新能源远程试验与测试系统,其特征是,包括如权利要求1-6任一所述的数据采集装置、远程数据测试中心、现场监控中心;
所述现场监控中心作为远程通讯的中继分站,同时与数据采集装置和远程数据测试中心进行远程双向网络通信;
所述现场监控中心接收远程数据测试中心的远程测试配置指令,下发控制指令给数据采集装置完成现场测量并将数据采集装置的测试数据打包传输至远程数据测试中心。
8.采用权利要求7所述的新能源远程试验与测试系统的新能源远程试验与测试方法,其特征是,应用于远程数据测试中心,实时监督现场光伏风电机组运行参数,包括:
新能源在线试验测试:通过远程浏览或远程下发查看指令至现场监控中心,由灰色系统理论获取指标权值,并引入变权理论对偏离指标进行修正,采用劣化度指标建立隶属函数,建立基于运行特性参数的新能源评估模型,实现在线方式进行新能源运行特性的分析;
在线设备监督:以动态设备相关信息为主要出发点,建立相应的网络数据库支持环境,采用人工离线录入设备基本指标数据与动态提取设备在线数据相结合的方法获得有用设备数据,对新能源现场运行设备进行技术指标监督,所述新能源现场运行设备包括并网故障解列装置、动态无功补偿装置、光伏风电箱变设备;
远程实时视频音频:摄像头将CMOS图像传感器所产生的图像信号送到微处理器进行处理并转换为数字信号,从内存中接收到压缩后的码流数据后,装配有标准10M/100M自适应收发器、大容量的以太网控制芯片通过TCP/IP网络通信协议对数据进行打包,如果接收到浏览器向服务器的数据访问请求,则将数据发送至浏览器,实现试验工作现场的点对点高清转播或直播,用于指导和监督现场试验工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810147049.8A CN108490284B (zh) | 2018-02-12 | 2018-02-12 | 面向多应用场景的新能源数据采集装置、系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810147049.8A CN108490284B (zh) | 2018-02-12 | 2018-02-12 | 面向多应用场景的新能源数据采集装置、系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108490284A CN108490284A (zh) | 2018-09-04 |
CN108490284B true CN108490284B (zh) | 2021-10-15 |
Family
ID=63340344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810147049.8A Active CN108490284B (zh) | 2018-02-12 | 2018-02-12 | 面向多应用场景的新能源数据采集装置、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108490284B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011363B (zh) * | 2018-09-05 | 2023-05-02 | 沈阳工业大学 | 一种风电集群参与电力系统调频的有功功率分配方法 |
CN109191022A (zh) * | 2018-11-07 | 2019-01-11 | 中电普瑞电力工程有限公司 | 电网清洁能源小机组的模型管理方法和平台 |
CN109885889B (zh) * | 2019-01-23 | 2024-05-17 | 中国电力科学研究院有限公司 | 一种同系列动态无功补偿装置的仿真评估方法及系统 |
CN110298997A (zh) * | 2019-06-25 | 2019-10-01 | 杭州诚億科技有限公司 | 一种电力数据采集器及采集系统 |
CN110765575A (zh) * | 2019-09-19 | 2020-02-07 | 广州供电局有限公司 | 电力系统的应急仿真装置、计算机设备及存储介质 |
CN110991725B (zh) * | 2019-11-27 | 2022-03-18 | 东北电力大学 | 一种基于风速分频和权值匹配的rbf超短期风电功率预测方法 |
CN111177650B (zh) * | 2019-12-18 | 2023-11-10 | 国网浙江省电力有限公司绍兴供电公司 | 一种配电网电能质量监测与综合评估系统及方法 |
JP7281394B2 (ja) * | 2019-12-23 | 2023-05-25 | 株式会社日立製作所 | 異常診断装置およびプログラム |
CN111665756B (zh) * | 2020-06-11 | 2021-10-29 | 合肥悦芯半导体科技有限公司 | 基于fpga实现非同步信号采样的方法、装置、电子设备及可读存储介质 |
CN112345998B (zh) * | 2020-09-15 | 2022-10-18 | 中国电力科学研究院有限公司 | 一种电网复杂运行状态下的电能计量系统及方法 |
CN112505486B (zh) * | 2020-12-03 | 2024-02-20 | 山西世纪中试电力科学技术有限公司 | 源荷储一体化并网电能质量测试系统 |
CN114325213A (zh) * | 2021-11-17 | 2022-04-12 | 国网江苏省电力有限公司盐城供电分公司 | 一种直流输电系统故障检测方法 |
CN114123321A (zh) * | 2021-11-19 | 2022-03-01 | 广东电网有限责任公司 | 一种新能源并网测试系统 |
CN114124529B (zh) * | 2021-11-23 | 2024-03-29 | 国网山东省电力公司电力科学研究院 | 用于并网测试数据加密/解密的方法及装置、数据处理方法及装置 |
CN114047442B (zh) * | 2021-12-27 | 2022-04-26 | 西安德纳检验检测有限公司 | 一种新能源场站故障穿越检测方法、装置和系统 |
CN114897210B (zh) * | 2022-03-30 | 2023-09-12 | 南通电力设计院有限公司 | 一种基于能源损耗预测的能源互联方法及系统 |
CN116865623B (zh) * | 2023-09-05 | 2023-11-03 | 深圳市磐锋精密技术有限公司 | 基于数据分析的新能源电机运行控制系统 |
CN117807546B (zh) * | 2024-02-29 | 2024-04-30 | 山东德源电力科技股份有限公司 | 一种用于光伏协议转换器的数据高效存储方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
CN104101801B (zh) * | 2014-06-20 | 2017-06-20 | 国家电网公司 | 光伏太阳能一站式并网检测系统 |
CN104102840A (zh) * | 2014-07-16 | 2014-10-15 | 国家电网公司 | 配电网对光伏电源接纳能力的测评方法 |
-
2018
- 2018-02-12 CN CN201810147049.8A patent/CN108490284B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108490284A (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490284B (zh) | 面向多应用场景的新能源数据采集装置、系统及方法 | |
CN105403811B (zh) | 风电场电网故障诊断方法和装置 | |
CN106655522B (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
CN110391783A (zh) | 基于边缘计算的分布式光伏电站故障监测方法及装置 | |
WO2019015311A1 (zh) | 一种基于振动信号支持向量机的gil故障在线监测系统 | |
EP3301774A1 (en) | Dynamic dispatcher training simulator | |
CN108282026A (zh) | 一种高压开关设备远程运维系统 | |
CN112803592A (zh) | 一种适用于分布式电站的智能故障预警方法及系统 | |
CN103400302A (zh) | 一种风电基地连锁故障风险感知预警方法及其系统 | |
CN113964885A (zh) | 一种基于态势感知的电网无功主动预测及控制技术 | |
CN106384186A (zh) | 一种分布式新能源并网电能质量监控方法及系统 | |
CN108549999B (zh) | 基于风速区间的海上风电电能质量数据分析方法及系统 | |
CN111878322B (zh) | 风力发电机装置 | |
CN107342628B (zh) | 一种综合多源信息的新能源接入宽频带稳定性多级预警方法 | |
CN113708350B (zh) | 一种基于云边协同的配电台区重过载异常判断方法及系统 | |
CN106451418A (zh) | 光伏电站的在线分群等值建模方法 | |
CN110146813A (zh) | 一种分散式风电机组电能质量测试方法 | |
CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
CN112505451A (zh) | 一种海上风电场agc、avc功能移动测试系统 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN115912625A (zh) | 一种输电线路在线监测系统及方法 | |
CN106849113A (zh) | 一种基于数模混合仿真的无功优化器评估方法 | |
CN114357762A (zh) | 一种智慧电力设备云端监控自动化系统 | |
JP2023545098A (ja) | 高分解能電気測定データ処理 | |
CN113162118A (zh) | 一种风力发电机组海上低压穿越检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |