CN111665406A - 一种充电站电能质量监测系统 - Google Patents

Abstract

本发明公开了一种充电站电能质量监测系统包括若干个充电桩监测终端、站端平台和远程云平台；所述充电桩监测终端包括电流采样模块、电压采样模块、电流预处理模块、电压预处理模块、电流量程识别转换模块、电压量程识别转换模块、电能质量分析计算模块、数据封装模块、数据加密模块、无线传输模块、数据存储模块、异常报警模块。本发明利用电流和电压采样实现充电桩电气信号的量测，所有量测数据通过电能质量监测分析终端进行数据处理和分析，计算得到各个电能质量指标，并将电能质量通过无线通信的方式传输到布置于充电站的主平台或远端的云平台，从而实现充电站内电能质量信息的监测、分析和预警。

Description

一种充电站电能质量监测系统

技术领域

本发明属电气工程技术领域，具体涉及一种充电站电能质量监测系统。

背景技术

大型集中式充电站具备能够在不改变习惯的前提下较好地满足用户需求，减少用户投入和浪费，同时有利于维护管理，保证充电安全的优点，电网公司广泛推行集中式充电站建设。大型集中式充电站由多个充电桩构成，由于充电桩的作为电力电子设备，电能质量问题突出。目前电网公司对充电站中每一个充电桩进行了到货抽检，但实验室环境同现场运行存在差异，无法确定现场中谐波因数对充电桩输出电流的干扰状况，以及对全站的干扰情况。

针对充电站中各个充电桩的运行进行实时的电能质量监测是十分必要的。现有的电能质量监测系统内均通过引入充电站主回路进行电能质量监测，无法下沉到每一级充电桩，同时，每一级充电桩的哪些电能质量出现问题也不清楚,无法准确了解每一级充电桩的具体电能质量情况。

发明内容

本发明目的在于提供一种充电站电能质量监测系统，用于解决上述现有技术中存在的技术问题之一，如：现有的电能质量监测系统内均通过引入充电站主回路进行电能质量监测，无法下沉到每一级充电桩，同时，每一级充电桩的哪些电能质量出现问题也不清楚,无法准确了解每一级充电桩的具体电能质量情况。

为实现上述目的，本发明的技术方案是：

一种充电站电能质量监测系统，包括若干个充电桩监测终端、站端平台和远程云平台；

所述充电桩监测终端包括电流采样模块、电压采样模块、电流预处理模块、电压预处理模块、电流量程识别转换模块、电压量程识别转换模块、电能质量分析计算模块、数据封装模块、数据加密模块、无线传输模块、数据存储模块、异常报警模块；

所述电流采样模块对被测充电桩进行电流采集，并将电流采集信息发送至电流预处理模块；

所述电压采样模块对被测充电桩进行电压采集，并将电压采集信息发送至电压预处理模块；

所述电流预处理模块对电流采集信息进行量程分类处理，并按照不同量程分发至所述电流量程识别转换模块；

所述电压预处理模块对电压采集信息进行量程分类处理，并按照不同量程分发至所述电压量程识别转换模块；

所述电流量程识别转换模块自动识别并接入不同量程的电流采集信息，并进行电流参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电压量程识别转换模块自动识别并接入不同量程的电压采集信息，并进行电压参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数，将数据存储模块中存储的阈值电能质量参数与所述实时电能质量参数进行对比分析，若所述阈值电能质量参数与所述实时电能质量参数不匹配时，所述电能质量分析计算模块驱动所述异常报警模块进行异常报警；所述电能质量分析计算模块还将所述实时电能质量参数发送至数据封装模块；

所述数据封装模块对所述实时电能质量参数进行数据封装后发送至数据加密模块；

所述数据加密模块对封装后的所述实时电能质量参数进行数据加密，并发送至无线传输模块；

所述充电桩监测终端通过无线传输模块分别与所述站端平台和远程云平台网络连接。

进一步的，所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数；其中所述实时电能质量参数包括电压偏差、频率偏差、三相不平衡度、各次谐波、闪变和波动。

进一步的，所述电压偏差的计算如下：

以10个周期的波形序列数据作为测量时间窗口，在计算中以序列点数计算，连续测量多个时间窗口有效值的平均值，最终计算供电电压的偏差值；

其中有效值的计算方法为以整波的均根值作为最小计算单位来表示，经采样离散化后公式如下：

式中，U为电压有效值，N为每个周期的采样点数；U_k为电压的瞬时采样值；

计算得到电压的有效值后，可以通过对比计算得到电压偏差，公式为：

电压偏差测量时遵循10个周波的测量时间窗原则，并且保持连续采样；根据检测时段T的不同，输出对应的电压有效值U_T：

其中：

上述公式中，U_n为监测时间内第n个10周波的有效值，M为检测时间内10周波的个数，U_k为采样序列中第k个采样值，m为10周波内的采样点数。

进一步的，所述频率偏差的计算如下：

频率偏差的定义就是将系统频率的测量值与标称值之差；频率偏差的计算公式如下：

Δf＝f_re-f_N

其中，Δf为频率偏差，f_re为实际测量得到的频率值，f_N为系统标称频率，其中f_N＝50Hz；

频率测量时，计算间隔为10s，即读数每s10刷新一次；公式如下：

用10s内的完整周期的个数n除以完整的周期时间T；

其中，测量的要求是：

(1)测量的时间间隔之间没有重叠；

(2)在每个绝对10s时刻开始测量；

(3)测量评估前，应对信号进行滤波，排除谐波和间谐波带来的影响。

进一步的，所述三相不平衡度的计算如下：

用基波的负序分量方均根值与正序分量方均根值的百分比表示；首先计算出三相电压的正序U₁、负序U₂、零序U₀分量，计算的基础是三相电压的幅值和相位；按照以下公式计算不平衡度：

相量及其序分量的关系式如下：

式中，A₁、A₂、A₀分别为相量的零序分量、正序分量和负序分量；A、B、C代表三相电压；其中：

进一步的，所述各次谐波的计算如下：

各次谐波计算通过STM32的计算资源完成波形序列的FFT计算，计算至第49次谐波，FFT将得到各次谐波的幅值和相位；记基波为U₁，第h次谐波电压的方均根值为U_h，第h次谐波的电压含有率HRU_h为：

谐波电压含量U_H为：

电压总谐波畸变率THD_H为：

进一步的，所述闪变和波动的计算如下：

波动通过电压方均根值曲线U(t)描述，电压变动d和电压变动频度r可以计算得到。

ΔU为电压方均根值曲线上相邻两个极值电压只差；U_N为系统标称电压；

闪变的检测由IEC的闪变仪的灯-眼-脑环节的模拟来完成，

第1、将输入的被测电压适配成适合仪器的电压数值，并能发生标准的调制波的电压作仪器自检用；

第2、起模拟灯的作用，用平方检测方法从工频电压波荡中解调出反映电压波动的调幅波；闪变仪要求对2倍工频(100Hz)的衰减在90dB的数量级，这个衰减作用要由平方检测滤波器和模拟人眼频率选择特性的加权滤波器完成；六阶巴特沃兹低通滤波器的截止频率为35Hz，另外，由截止频率为0.05Hz的一阶高通滤波器抑制直流分量；

第3、模拟人眼的频率选择特性；IEC/UIE的传递函数，实质上是用传递函数K(s)逼近觉察率为50％的视感度曲线；K(s)以乘积形式表述，乘积的前一项对应二阶带通滤波，再乘以含有一个零点和两个极点的后一项所对应的补偿环节，即

式中，K＝1.74802,λ＝2π×4.05981,ω₁＝2π×9.15494,ω₂＝2π×2.27979,ω₃＝2π×1.22535,ω₄＝2π×21.9；

第4、模拟人脑神经对视觉反映和记忆效应；为反映光照度暂态变化的能见度，增加平方和积分两个滤波功能；闪变信号的平方，模拟非线性的眼-脑觉察过程；闪变信号的平滑平均，模拟人脑的记忆效应，其积分功能由一阶RC低通滤波器来实现，其传递函数的时间常数为300ms；

第5、为闪变的统计分析，即根据第4输出的S(t)进行在线统计分析或将其输出录波做离线统计分析求得并输出短时闪变值Pst；求解过程为：将输出S(t)恒速采样，得到一段时间内的S(t)离散值，然后利用5个规定值计算；

波动和闪变的计算间隔为10min和2h。

与现有技术相比，本发明所具有的有益效果为：

利用电流和电压采样实现充电桩电气信号的量测，所有量测数据通过电能质量监测分析终端进行数据处理和分析，计算得到各个电能质量指标，并将电能质量通过无线通信的方式传输到布置于充电站的主平台或远端的云平台，从而实现充电站内电能质量信息的监测、分析和预警。

附图说明

图1是本发明具体实施方式的充电桩监测终端与站端平台和远程云平台示意图。

图2是本发明具体实施方式的系统结构示意图。

图3是本发明具体实施方式的电压闪变检测流程示意图。

图4是本发明具体实施方式的监测步骤示意图。

具体实施方式

下面结合本发明的附图1-4，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。

实施例：

如图1、图2和图4所示，一种充电站电能质量监测系统，包括若干个充电桩监测终端、站端平台和远程云平台；

所述充电桩监测终端包括电流采样模块、电压采样模块、电流预处理模块、电压预处理模块、电流量程识别转换模块、电压量程识别转换模块、电能质量分析计算模块、数据封装模块、数据加密模块、无线传输模块、数据存储模块、异常报警模块；

所述电流采样模块对被测充电桩进行电流采集，并将电流采集信息发送至电流预处理模块；

所述电压采样模块对被测充电桩进行电压采集，并将电压采集信息发送至电压预处理模块；

所述电流预处理模块对电流采集信息进行量程分类处理，并按照不同量程分发至所述电流量程识别转换模块；

所述电压预处理模块对电压采集信息进行量程分类处理，并按照不同量程分发至所述电压量程识别转换模块；

所述电流量程识别转换模块自动识别并接入不同量程的电流采集信息，并进行电流参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电压量程识别转换模块自动识别并接入不同量程的电压采集信息，并进行电压参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数，将数据存储模块中存储的阈值电能质量参数与所述实时电能质量参数进行对比分析，若所述阈值电能质量参数与所述实时电能质量参数不匹配时，所述电能质量分析计算模块驱动所述异常报警模块进行异常报警；所述电能质量分析计算模块还将所述实时电能质量参数发送至数据封装模块；

所述数据封装模块对所述实时电能质量参数进行数据封装后发送至数据加密模块；

所述数据加密模块对封装后的所述实时电能质量参数进行数据加密，并发送至无线传输模块；

所述充电桩监测终端通过无线传输模块分别与所述站端平台和远程云平台网络连接。

进一步的，所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数；其中所述实时电能质量参数包括电压偏差、频率偏差、三相不平衡度、各次谐波、闪变和波动。

进一步的，所述电压偏差的计算如下：

以10个周期的波形序列数据作为测量时间窗口，在计算中以序列点数计算，连续测量多个时间窗口有效值的平均值，最终计算供电电压的偏差值；

其中有效值的计算方法为以整波的均根值作为最小计算单位来表示，经采样离散化后公式如下：

式中，U为电压有效值，N为每个周期的采样点数；U_k为电压的瞬时采样值；

计算得到电压的有效值后，可以通过对比计算得到电压偏差，公式为：

电压偏差测量时遵循10个周波的测量时间窗原则，并且保持连续采样；根据检测时段T的不同，输出对应的电压有效值U_T：

其中：

上述公式中，U_n为监测时间内第n个10周波的有效值，M为检测时间内10周波的个数，U_k为采样序列中第k个采样值，m为10周波内的采样点数。

进一步的，所述频率偏差的计算如下：

频率偏差的定义就是将系统频率的测量值与标称值之差；频率偏差的计算公式如下：

Δf＝f_re-f_N

其中，Δf为频率偏差，f_re为实际测量得到的频率值，f_N为系统标称频率，其中f_N＝50Hz；

频率测量时，计算间隔为10s，即读数每s10刷新一次；公式如下：

用10s内的完整周期的个数n除以完整的周期时间T；

其中，测量的要求是：

(1)测量的时间间隔之间没有重叠；

(2)在每个绝对10s时刻开始测量；

(3)测量评估前，应对信号进行滤波，排除谐波和间谐波带来的影响。

我国国家标准GB/T 15945-2008《电能质量电力系统频率偏差》规定如下：正常频率偏差限值为±2.0Hz；当电力系统容量较小时可以放宽到±5.0Hz。

电力系统一般以三相系统方式供电，当各相电路由于故障或者负荷分配不均时，就会导致三相不平衡的情况。电力系统的接线方式通常也分为三相三线制和三相四线制两种方式，所以衡量不平衡的方式也为两种，即为负序不平衡度和零序不平衡度。从敏感设备的受影响情况来看，基于线电压工作的三相旋转设备对电压不平衡的抗干扰能力较差，所以对负序不平衡度的研究是非常重要的。

进一步的，所述三相不平衡度的计算如下：

用基波的负序分量方均根值与正序分量方均根值的百分比表示；首先计算出三相电压的正序U₁、负序U₂、零序U₀分量，计算的基础是三相电压的幅值和相位；按照以下公式计算不平衡度：

相量及其序分量的关系式如下：

式中，A₁、A₂、A₀分别为相量的零序分量、正序分量和负序分量；A、B、C代表三相电压；其中：

国家标准GB/T 15543-2008《电能质量三相电压不平衡》规定了不平衡度的允许值：(1)电网正常运行情况，负序电压不平衡度不超过％2，短时间不超过％4；

(2)接于公共连接点的每个用户引起该点负序电压不平衡度允许值一般不超过1.3％，短时间不超过2.6％。根据连接点附近负荷状况以及邻近发电机、继电保护和自动装置安全运行要求，该允许值可以适当变动，但要满足(1)的要求。

进一步的，所述各次谐波的计算如下：

各次谐波计算通过STM32的计算资源完成波形序列的FFT计算，计算至第49次谐波，FFT将得到各次谐波的幅值和相位；记基波为U₁，第h次谐波电压的方均根值为U_h，第h次谐波的电压含有率HRU_h为：

谐波电压含量U_H为：

电压总谐波畸变率THD_H为：

进一步的，所述闪变和波动的计算如下：

波动通过电压方均根值曲线U(t)描述，电压变动d和电压变动频度r可以计算得到。

ΔU为电压方均根值曲线上相邻两个极值电压只差；U_N为系统标称电压；

闪变的检测由IEC的闪变仪的灯-眼-脑环节的模拟来完成，如图3所示，第1、将输入的被测电压适配成适合仪器的电压数值，并能发生标准的调制波的电压作仪器自检用；

第2、起模拟灯的作用，用平方检测方法从工频电压波荡中解调出反映电压波动的调幅波；闪变仪要求对2倍工频(100Hz)的衰减在90dB的数量级，这个衰减作用要由平方检测滤波器和模拟人眼频率选择特性的加权滤波器完成；六阶巴特沃兹低通滤波器的截止频率为35Hz，另外，由截止频率为0.05Hz的一阶高通滤波器抑制直流分量；

第3、模拟人眼的频率选择特性；IEC/UIE的传递函数，实质上是用传递函数K(s)逼近觉察率为50％的视感度曲线；K(s)以乘积形式表述，乘积的前一项对应二阶带通滤波，再乘以含有一个零点和两个极点的后一项所对应的补偿环节，即

式中，K＝1.74802,λ＝2π×4.05981,ω₁＝2π×9.15494,ω₂＝2π×2.27979,ω₃＝2π×1.22535,ω₄＝2π×21.9；

第4、模拟人脑神经对视觉反映和记忆效应；为反映光照度暂态变化的能见度，增加平方和积分两个滤波功能；闪变信号的平方，模拟非线性的眼-脑觉察过程；闪变信号的平滑平均，模拟人脑的记忆效应，其积分功能由一阶RC低通滤波器来实现，其传递函数的时间常数为300ms；

第5、为闪变的统计分析，即根据框4输出的S(t)进行在线统计分析或将其输出录波做离线统计分析求得并输出短时闪变值Pst。通常求解过程为：将输出S(t)恒速采样(采样频率不小于50Hz且要远大于35Hz)，得到一段时间(至少10min)内的S(t)离散值，然后利用5个规定值计算；

波动和闪变的计算间隔为10min和2h。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (7)

1.一种充电站电能质量监测系统，其特征在于，包括若干个充电桩监测终端、站端平台和远程云平台；

所述充电桩监测终端包括电流采样模块、电压采样模块、电流预处理模块、电压预处理模块、电流量程识别转换模块、电压量程识别转换模块、电能质量分析计算模块、数据封装模块、数据加密模块、无线传输模块、数据存储模块、异常报警模块；

所述电流采样模块对被测充电桩进行电流采集，并将电流采集信息发送至电流预处理模块；

所述电压采样模块对被测充电桩进行电压采集，并将电压采集信息发送至电压预处理模块；

所述电流预处理模块对电流采集信息进行量程分类处理，并按照不同量程分发至所述电流量程识别转换模块；

所述电压预处理模块对电压采集信息进行量程分类处理，并按照不同量程分发至所述电压量程识别转换模块；

所述电流量程识别转换模块自动识别并接入不同量程的电流采集信息，并进行电流参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电压量程识别转换模块自动识别并接入不同量程的电压采集信息，并进行电压参考方向识别，再进行相应的滤波、放大、模数转换处理，然后发送至电能质量分析计算模块；

所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数，将数据存储模块中存储的阈值电能质量参数与所述实时电能质量参数进行对比分析，若所述阈值电能质量参数与所述实时电能质量参数不匹配时，所述电能质量分析计算模块驱动所述异常报警模块进行异常报警；所述电能质量分析计算模块还将所述实时电能质量参数发送至数据封装模块；

所述数据封装模块对所述实时电能质量参数进行数据封装后发送至数据加密模块；

所述数据加密模块对封装后的所述实时电能质量参数进行数据加密，并发送至无线传输模块；

所述充电桩监测终端通过无线传输模块分别与所述站端平台和远程云平台网络连接。

2.如权利要求1所述的一种充电站电能质量监测系统，其特征在于，所述电能质量分析计算模块通过对电流和电压的分析计算，得到表示电能质量的实时电能质量参数；其中所述实时电能质量参数包括电压偏差、频率偏差、三相不平衡度、各次谐波、闪变和波动。

3.如权利要求2所述的一种充电站电能质量监测系统，其特征在于，所述电压偏差的计算如下：

以10个周期的波形序列数据作为测量时间窗口，在计算中以序列点数计算，连续测量多个时间窗口有效值的平均值，最终计算供电电压的偏差值；

其中有效值的计算方法为以整波的均根值作为最小计算单位来表示，经采样离散化后公式如下：

式中，U为电压有效值，N为每个周期的采样点数；U_k为电压的瞬时采样值；

计算得到电压的有效值后，可以通过对比计算得到电压偏差，公式为：

电压偏差测量时遵循10个周波的测量时间窗原则，并且保持连续采样；根据检测时段T的不同，输出对应的电压有效值U_T：

其中：

上述公式中，U_n为监测时间内第n个10周波的有效值，M为检测时间内10周波的个数，U_k为采样序列中第k个采样值，m为10周波内的采样点数。

4.如权利要求3所述的一种充电站电能质量监测系统，其特征在于，所述频率偏差的计算如下：

频率偏差的定义就是将系统频率的测量值与标称值之差；频率偏差的计算公式如下：

Δf＝f_re-f_N

其中，Δf为频率偏差，f_re为实际测量得到的频率值，f_N为系统标称频率，其中f_N＝50Hz；

频率测量时，计算间隔为10s，即读数每s10刷新一次；公式如下：

用10s内的完整周期的个数n除以完整的周期时间T；

其中，测量的要求是：

(1)测量的时间间隔之间没有重叠；

(2)在每个绝对10s时刻开始测量；

(3)测量评估前，应对信号进行滤波，排除谐波和间谐波带来的影响。

5.如权利要求4所述的一种充电站电能质量监测系统，其特征在于，所述三相不平衡度的计算如下：

用基波的负序分量方均根值与正序分量方均根值的百分比表示；首先计算出三相电压的正序U₁、负序U₂、零序U₀分量，计算的基础是三相电压的幅值和相位；按照以下公式计算不平衡度：

相量及其序分量的关系式如下：

式中，A₁、A₂、A₀分别为相量的零序分量、正序分量和负序分量；A、B、C代表三相电压；其中：

6.如权利要求5所述的一种充电站电能质量监测系统，其特征在于，所述各次谐波的计算如下：

各次谐波计算通过STM32的计算资源完成波形序列的FFT计算，计算至第49次谐波，FFT将得到各次谐波的幅值和相位；记基波为U₁，第h次谐波电压的方均根值为U_h，第h次谐波的电压含有率HRU_h为：

谐波电压含量U_H为：

电压总谐波畸变率THD_H为：

7.如权利要求6所述的一种充电站电能质量监测系统，其特征在于，所述闪变和波动的计算如下：

波动通过电压方均根值曲线U(t)描述，电压变动d和电压变动频度r可以计算得到。

ΔU为电压方均根值曲线上相邻两个极值电压只差；U_N为系统标称电压；

闪变的检测由IEC的闪变仪的灯-眼-脑环节的模拟来完成，

第1、将输入的被测电压适配成适合仪器的电压数值，并能发生标准的调制波的电压作仪器自检用；

第2、起模拟灯的作用，用平方检测方法从工频电压波荡中解调出反映电压波动的调幅波；闪变仪要求对2倍工频(100Hz)的衰减在90dB的数量级，这个衰减作用要由平方检测滤波器和模拟人眼频率选择特性的加权滤波器完成；六阶巴特沃兹低通滤波器的截止频率为35Hz，另外，由截止频率为0.05Hz的一阶高通滤波器抑制直流分量；

第3、模拟人眼的频率选择特性；IEC/UIE的传递函数，实质上是用传递函数K(s)逼近觉察率为50％的视感度曲线；K(s)以乘积形式表述，乘积的前一项对应二阶带通滤波，再乘以含有一个零点和两个极点的后一项所对应的补偿环节，即

式中，K＝1.74802,λ＝2π×4.05981,ω₁＝2π×9.15494,ω₂＝2π×2.27979,ω₃＝2π×1.22535,ω₄＝2π×21.9；

第4、模拟人脑神经对视觉反映和记忆效应；为反映光照度暂态变化的能见度，增加平方和积分两个滤波功能；闪变信号的平方，模拟非线性的眼-脑觉察过程；闪变信号的平滑平均，模拟人脑的记忆效应，其积分功能由一阶RC低通滤波器来实现，其传递函数的时间常数为300ms；

第5、为闪变的统计分析，即根据第4输出的S(t)进行在线统计分析或将其输出录波做离线统计分析求得并输出短时闪变值Pst；求解过程为：将输出S(t)恒速采样，得到一段时间内的S(t)离散值，然后利用5个规定值计算；

波动和闪变的计算间隔为10min和2h。

Images