CN110286283B - 微电网孤岛检测方法及系统 - Google Patents

Abstract

本发明提供微电网孤岛检测方法，包括下列步骤：a、对公共耦合点的电压波形进行采样，后对采样数据进行数字滤波，得到各次谐波的含量；获取预设的突变判定阈值；比较所述各次谐波的含量和预设的突变判定阈值，得到检测结果。同时，本发明提供了微电网孤岛检测系统。采用本发明的技术方案，通过纯数字滤波方法，即Mallat快速算法结合快速傅里叶变换算法，实现对微电网电压波形中的基波和谐波特征量的提取，再结合突变判定阈值，进而判定微电网是否存在孤岛现象。本发明有实时性高、检测盲区小、判定精度高且对微电网无影响的优点。

Description

微电网孤岛检测方法及系统

技术领域

本发明涉及电力系统微电网保护与控制技术领域，特别涉及一种微电网孤岛检测方法；同时，本发明还涉及一种微电网孤岛检测系统。

背景技术

微电网系统领域中一项关键的技术是微电网的运行控制，即能协调微电网的发电和负载，又能自主选择并网和孤岛两种模式，在两种模式间平滑切换，并稳定运行。因此快速可靠的孤岛检测，对于微电网的稳定运行至关重要。当孤岛发生时，如不能检测出孤岛发生并及时动作，会使设备运行安全和人员安全产生重大隐患，主要体现在以下两方面：一是当检修人员停止电网的供电，并对电力线路和电气设备进行检修维护时，若并网储能电站(或者太阳能电站)的逆变器仍继续供电，会造成检修人员触电事故；二是当因电网故障造成停电时，若并网逆变器仍继续供电，一旦电网恢复供电，电网电压和并网逆变器的输出电压，可能出现较大相位差，瞬间产生很大的冲击电流，造成设备损坏。

近年来，各种新型孤岛检测方法巨大的进步，这类方法本质是通过对采样信号加以分析并特征提取，实现孤岛识别与检测，其具有大幅减少电能污染的优势。但是该方法直接使用传统的使用傅里叶算法，则不能精确判断出谐波发生时刻和持续时间。这是由于，电网中谐波含量很小，直接使用传统的使用傅里叶算法有可能会因为计算突变时间不准确，在计算谐波含量时存在积分误差，造成判决门槛设定不灵活；另一方面因为快速傅里叶变换所需窗口数据较长，无法在谐波发生时的第一时间检测出来，进而导致进入检测盲区。由此，如何提高微电网孤岛检测方法的实时性，同时减小检测盲区，成为本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明旨在提出一种微电网孤岛检测方法及系统，以提高微电网孤岛检测方法的实时性，同时减小检测盲区。

为达到上述目的，本发明的技术方案是这样实现的：

一种微电网孤岛检测方法，包括下列步骤

a、对公共耦合点的电压波形进行采样，得到采样数据；

b、对所述采样数据进行数字滤波，得到各次谐波的含量；其中，所述数字滤波的方法包括下列步骤：

对所述采样数据进行Mallat快速算法中离散序列分解计算，得到各次谐波；

对所述各次谐波进行快速傅里叶变换算法计算，得到所述各次谐波的含量；

c、获取预设的突变判定阈值；

d、比较所述各次谐波的含量和预设的突变判定阈值，得到检测结果。

进一步的，步骤a中，采样频率为1.6KHz。

进一步的，步骤a中，所述采样数据为一个基波周波。

进一步的，步骤b还包括下列步骤：b1、对所述采样数据进行边界延拓。

进一步的，所述边界延拓的方法为周期延拓。

进一步的，步骤c中，突变判定阀值为动态设置，所述动态设置的方法包括以下步骤：

c1、获取各次谐波的含量作为历史数据；

c2、将所述历史数据乘以人工设定的定值N，即设置为动态门槛。

进一步的，步骤d后还包括以下步骤：

e、得到检测结果后，对步骤b得到的数据进行Mallat快速算法中离散序列重构计算。

同时，本发明提供了一种微电网孤岛检测系统，以实现上述微电网孤岛检测方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种微电网孤岛检测系统，所述微电网孤岛检测系统包括

采集模块，用于对公共耦合点的电压波形进行采样，将所得采样数据发送至数字滤波模块；

数字滤波模块，用于对所述采样数据进行数字滤波，将所得各次谐波的含量发送至孤岛检测模块；

预设的突变判定阈值获取模块，用于获取预设的突变判定阈值，将所得预设的突变判定阈值发送至孤岛检测模块；

孤岛检测模块，用于比较各次谐波的含量和预设的突变判定阈值，将检测结果发送至结果输出模块；和

结果输出模块，用于输出检测结果。

进一步的，所述数字滤波模块还包括采样数据预处理模块，用于对所述采样数据进行边界延拓。

进一步的，所述微电网孤岛检测系统还包括二次检验模块，用于检验所述检测结果的准确性。

相对于现有技术，本发明具有以下优势：

采用本发明的技术方案，通过纯数字滤波方法，即Mallat快速算法结合快速傅里叶变换算法，实现对微电网电压波形中的基波和谐波特征量的提取，再结合突变判定阈值，进而判定微电网是否存在孤岛现象。本发明有实时性高、检测盲区小、判定精度高且对微电网无影响的优点。

附图说明

为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明的微电网孤岛检测方法的流程图；

图2为本发明的微电网孤岛检测系统的结构框图；

图3为本发明实施例1中微电网系统某时刻PCC点某相电压的原始波形图；

图4为本发明实施例1中步骤3经Mallat快速算法分解后的波形图像1；

图5为本发明实施例1中步骤3经Mallat快速算法分解后的波形图像2；

图6为本发明实施例1中步骤3经Mallat快速算法分解后的波形图像3；

图7为本发明实施例1中波形图像1经FFT得到的频率-电流曲线；

图8为本发明实施例1中波形图像2经FFT得到的频率-电流曲线；

图9为本发明实施例1中波形图像3经FFT得到的频率-电流曲线；

图10为本发明实施例1中步骤7经Mallat算法重构后波形图像。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本领域技术人员知道，本发明的实施方式可以实现一种系统、装置、设备、方法或计算机程序。因此，本发明可具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

此外，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制意义。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本发明涉及微电网孤岛检测方法及系统，其主要设计思想在于：通过纯数字滤波方法，即Mallat快速算法结合快速傅里叶变换算法，从而实现对微电网电压波形中的基波和谐波特征量的提取。

通过该整体设计思想的设置，能够弥补快速傅里叶算法中存在的缺陷，最终达到提高微电网孤岛检测方法的实时性，同时减小检测盲区的目的。

基于如上设计思想，本发明的其中一种具体限定方案中，微电网孤岛检测方法(如图1所示)包括下列步骤：

a、对公共耦合点的电压波形进行采样，得到采样数据；

b、对所述采样数据进行数字滤波，得到各次谐波的含量；其中，所述数字滤波的方法包括下列步骤：

对所述采样数据进行Mallat快速算法中离散序列分解计算，得到各次谐波；

对所述各次谐波进行快速傅里叶变换算法计算，得到所述各次谐波的值。

c、获取预设的突变判定阈值；

d、比较所述各次谐波的含量和预设的突变判定阈值，得到检测结果。

采用本发明的技术方案，通过纯数字滤波方法，即Mallat快速算法结合快速傅里叶变换算法，实现对微电网电压波形中的基波和谐波特征量的提取，再结合突变判定阈值，进而判定微电网是否存在孤岛现象。相比传统的检测方法，本发明能够提高微电网孤岛检测方法的实时性，同时减小检测盲区。同时，本发明中滤波手段只有滤波算法，实现了纯数字滤波，无需使用硬件滤波器。

优选的，步骤a的采样频率为1.6KHz。本发明对采样频率要求低，即对硬件要求更低，孤岛检测亦更容易硬件实现。更优选的，步骤a的所述采样数据为一个基波周波。由于FFT在计算时参与计算的周波数量越长计算结果越准确，周波数量越短则计算结果误差越大。本发明仅需采集当前一个基波周波，采样时间仅20ms，采样时间短，进一步提高了微电网孤岛检测方法的实时性。

为了进一步提高微电网孤岛检测方法的准确性，在本发明的其中一种具体实施方式中，步骤b还包括下列步骤：b1、对所述采样数据进行边界延拓。正常电网运行时，孤岛检测需求的实时性要求很高，如果采样数据为十几个甚至几十个周波，会出现危害已经发生，采样还没结束的现象。因此采样数据越小，越能提高孤岛检测的实时性。在Mallat算法的推导中，假定输入序列是无限长的，为提高孤岛检测的实时性判断，采样数据最多仅一个周波，此时滤波器系数和输入序列卷积，就会出现“轮空”现象。

由此，可对采样数据进行边界延拓，以减少边界带来的误差，提高微电网孤岛检测方法的准确性。所述边界延拓的方法可选自补零延拓、周期延拓和对称延拓中的一种或多种。其中，

1)补零延拓：在输入序列的两端补零。例：a＝[1，2，3，4，5，6]进行补零延拓后，a＝[0，0，0，0，1，2，3，4，5，6，0，0，0]。

2)周期延拓：在输入序列两端拓展成周期序列。例：a＝[1，2，3，4，5，6]进行周期延拓后，a＝[3，4，5，6，1，2，3，4，5，6，1，2，3，4]。

3)对称延拓：在输入序列两端对称延伸。例：a＝[1，2，3，4，5，6]进行对称延拓后，a＝[4，3，2，1，1，2，3，4，5，6，6，5，4，3]。

为了进一步提高微电网孤岛检测方法的准确性，在本发明的另一种具体实施方式中，所述边界延拓的方法为周期延拓。周期延拓法将原来有限长的输入序列拓展成周期序列。它不仅能保证分解和重建正确计算，而且恢复的质量也好，进而弥补FFT的缺点，使得FFT计算结果更加准确，从而提高微电网孤岛检测的准确性。

为了进一步提高微电网孤岛检测方法的准确性，在本发明的一种具体实施例中，步骤c中，突变判定阀值为动态设置，其设置方法包括以下步骤：

c1、获取各次谐波的含量作为历史数据；

c2、将所述历史数据乘以人工设定的定值N，即设置为动态门槛。

由于配电网中谐波含量实时变化，为了增强检测方法的实时性，根据实时情况设定动态门槛。GB/T 14549-1993规定公用电网谐波电压限值和注入公共连接点的谐波含量标准为：0.38KV奇次谐波含量不超过4％，6-10KV奇次谐波含量不超过3.2％。获取近期至少30min中步骤b得到的数据作为历史数据，其中，孤岛时不计入该历史数据，由此可得到近期各次谐波的谐波含量曲线，进一步可得近期微电网中谐波含量(Harmonic Contene)值：HC；令其乘以人工设定的定值N，即N*HC为动态门槛。当谐波含量小于动态门槛时则判定为正常运行状态，结束本次判断，否则判定为孤岛运行状态。

为了更进一步提高微电网孤岛检测方法的准确性，在本发明的另一种具体实施例中，步骤d后还包括以下步骤：e、得到检测结果后，对步骤b得到的数据进行Mallat快速算法中离散序列重构计算。通过对比重构后的数据与步骤a的采样数据，可判断孤岛检测结果的正确性，进而确保孤岛检测的可靠性。该后续二次检验步骤于确保孤岛检测的可靠性亦非常重要。

本发明还提供一种微电网孤岛检测系统，包括采集模块、数字滤波模块、预设的突变判定阈值获取模块、孤岛检测模块和结果输出模块(如图2所示)，其中：

采集模块，用于对公共耦合点的电压波形进行采样，将所得采样数据发送给数字滤波模块；

数字滤波模块，用于对所述采样数据进行数字滤波，将所得各次谐波的含量发送给孤岛检测模块；

预设的突变判定阈值获取模块，用于获取预设的突变判定阈值，将所得预设的突变判定阈值发送给孤岛检测模块；

孤岛检测模块，用于比较各次谐波的含量和预设的突变判定阈值，将检测结果发送至结果输出模块；

结果输出模块，用于输出检测结果。

优选的，所述数字滤波模块还包括采样数据预处理模块，用于对所述采样数据进行边界延拓。更优选的，所述微电网孤岛检测系统还包括二次检验模块，用于检验所述检测结果的可靠性。

需要说明的是，本发明提供的微电网孤岛检测方法中的步骤，可以利用微电网孤岛检测系统中对应的模块、装置等予以实现，本领域技术人员可以参照所述系统的技术方案实现所述方法的步骤流程，即所述系统中的实施方式可理解为实现所述方法的优选例，在此不予赘述。

基于如上整体设计，下述实施例对该设计下的其中一部分具体应用进行详细说明。

实施例1

本实施例涉及一种微电网孤岛检测方法，具体包括下列步骤：

步骤1：对公共耦合点(PCC)的电压波形进行采样，采样频率为1.6KHz。图3为某一时间段抓取微电网中PCC点某相电压原始波形图。

步骤2：对采样数据进行边界延拓

本实施例中使用的边界延拓方法为周期延拓，但不限于此，只要其可实现减少边界带来的误差即可。具体地，在输入序列两端拓展成周期序列。

步骤3：使用Mallat快速算法中的离散序列分解公式来处理步骤2中已进行边界延拓的采样数据，具体地，离散序列分解的公式如下：

D_j+1(n)＝G(n)*A_j(n)＝∑G(k)*A_j(an-k)

其中，H(n)、G(n)分别表示所选取的Mallat函数对应的低通和高通的抽头系数序列。A(n)、D(n)分别代表计算后的低通和高通的数据，下标j代表第j个数据点。

通过Mallat快速算法中的离散序列分解公式对采样信号进行低通和高通滤波，实现不同次谐波分解。由Mallat快速算法中的离散序列分解后得到图4至图6，其分别为经Mallat快速算法中的离散序列分解后的波形图像1至3。分析图4至图6可知，原始波形图中包含着不同的谐波，分别为三次谐波和五次谐波。

步骤4：对步骤3得到的波形进行快速傅里叶(FFT)计算，得到其对应的频率-电流曲线图，如图7至图9所示。由图7至图9可知，经过FFT计算得到各个频率谐波的峰值分别为：基波峰值：22A、三次谐波峰值2.2A、五次谐波峰值2.2A。

又，谐波含量计算公式为：

将各峰值输入谐波含量计算公式计算，得到三次谐波含量为10％、五次谐波含量为10％。

步骤5：设定动态门槛。

获取近期30min中步骤b得到的数据作为历史数据，其中，孤岛时不计入该历史数据，由此可得到近期各次谐波的谐波含量曲线，最终得到近期微电网中谐波含量(HarmonicContene)值：HC＝1.7％；令其乘以人工设定的定值N＝1.2，即N*HC为动态门槛。本实施例中，N*HC为动态门槛具体为2.04％。

通过比较可知，步骤4中谐波含量大于步骤5中的动态门槛，此时微电网处于孤岛状态。

步骤6：给出微电网处于孤岛状态告警，并记录。

步骤7：二次检验：

得到检测结果后，对步骤b得到的数据进行Mallat快速算法中离散序列重构计算。具体地，Mallat快速算法中离散序列重构的公式如下：

其中，h(n)、g(n)分别表示所选取的Mallat函数对应的低通和高通的抽头系数序列。A(n)、D(n)分别代表计算后的低通和高通的数据，下标j代表第j个数据点。

重构后波形图像如图10所示。与图3的原始波形图对比，误差在精度要求范围内，由此可知，孤岛检测结果正确。从而证实了本实施例的微电网孤岛检测方法的可靠性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种微电网孤岛检测方法，其特征在于：包括下列步骤

a、对公共耦合点的电压波形进行采样，得到采样数据；其中，所述采样数据为一个基波周波；

b、对所述采样数据进行边界延拓，后进行数字滤波，得到各次谐波的含量；其中，所述数字滤波的方法包括下列步骤：

对经边界延拓后的所述采样数据进行Mallat快速算法中离散序列分解计算，得到各次谐波；

对所述各次谐波进行快速傅里叶变换算法计算，得到所述各次谐波的含量；

c、获取预设的突变判定阈值；

d、比较所述各次谐波的含量和所述预设的突变判定阈值，得到检测结果；

离散序列分解的公式如下：

其中，H_n、G_n分别表示所选取的Mallat函数对应的低通和高通的抽头系数序列；A(n)、D(n)分别代表计算后的低通和高通的数据，下标j代表第j个数据点。

2.根据权利要求1所述的微电网孤岛检测方法，其特征在于：步骤a中，采样频率为1.6KHz。

3.根据权利要求2所述的微电网孤岛检测方法，其特征在于：所述边界延拓的方法为周期延拓。

4.根据权利要求1-3中任一项所述的微电网孤岛检测方法，其特征在于：步骤c中，所述突变判定阀值为动态设置，所述动态设置的方法包括以下步骤：

c1、获取各次谐波的含量作为历史数据；

c2、将所述历史数据乘以人工设定的定值N，即设置为动态门槛。

5.根据权利要求1-3中任一项所述的微电网孤岛检测方法，其特征在于：步骤d后还包括以下步骤：

e、得到检测结果后，对步骤b得到的数据进行Mallat快速算法中离散序列重构计算。

6.一种微电网孤岛检测系统，其特征在于：所述微电网孤岛检测系统包括

采集模块，用于对公共耦合点的电压波形进行采样，将所得采样数据发送至数字滤波模块；其中，所述采样数据为一个基波周波；

采样数据预处理模块，用于对所述采样数据进行边界延拓；

数字滤波模块，用于对经边界延拓后的所述采样数据进行数字滤波，将所得各次谐波的含量发送至孤岛检测模块；其中，所述数字滤波的方法包括对经边界延拓后的所述采样数据进行Mallat快速算法中离散序列分解计算得到各次谐波，和对所述各次谐波进行快速傅里叶变换算法计算得到所述各次谐波的含量；

预设的突变判定阈值获取模块，用于获取预设的突变判定阈值，将所得预设的突变判定阈值发送至孤岛检测模块；

孤岛检测模块，用于比较各次谐波的含量和预设的突变判定阈值，将检测结果发送至结果输出模块；和

结果输出模块，用于输出检测结果；

离散序列分解的公式如下：

其中，H_n、G_n分别表示所选取的Mallat函数对应的低通和高通的抽头系数序列；A(n)、D(n)分别代表计算后的低通和高通的数据，下标j代表第j个数据点。

7.根据权利要求6所述的微电网孤岛检测系统，其特征在于：所述微电网孤岛检测系统还包括二次检验模块，用于检验所述检测结果的准确性。

Images