CN117741347A - 一种含分布式电源的配电网电能质量扰动检测方法 - Google Patents
一种含分布式电源的配电网电能质量扰动检测方法 Download PDFInfo
- Publication number
- CN117741347A CN117741347A CN202311818998.1A CN202311818998A CN117741347A CN 117741347 A CN117741347 A CN 117741347A CN 202311818998 A CN202311818998 A CN 202311818998A CN 117741347 A CN117741347 A CN 117741347A
- Authority
- CN
- China
- Prior art keywords
- disturbance
- detection point
- power
- power quality
- detection
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 219
- 238000013441 quality evaluation Methods 0.000 claims abstract description 24
- 238000005315 distribution function Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 40
- 238000000354 decomposition reaction Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 15
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000001303 quality assessment method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种含分布式电源的配电网电能质量扰动检测方法,包括:获取电能质量检测装置在各检测点处采集的电能质量信号,计算每个检测点的电能质量信号的扰动信号特征值;基于扰动信号特征值得到每个检测点的扰动方向信息,确定每个检测点的检测状态,构建每个检测点的适应度分配函数;基于适应度分配函数计算每个检测点扰动结束后的扰动电能质量,构建含分布式电源的配电网线路的电能质量评估指标,得到扰动源的位置。本发明能够准确地判断出扰动源的位置信号,根据扰动源的位置信号得到扰动源的最终位置,有效地提高了电能质量扰动检测的准确率,进而提高了配电网运行的稳定性。
Description
技术领域
本发明涉及电能质量技术领域,尤其是指一种含分布式电源的配电网电能质量扰动检测方法。
背景技术
近年来,分布式电源快速发展,对缓解电力系统供应紧张、改善能源结构起到了重要作用,但同时也对传统电网的控制、优化提出了新的要求。在配电网与各种分布式电源相连接时,电网的运行模式会产生巨大的改变。电网会从单电源供电模式向多电源供电模式转变,同时,分布式供电的数量、位置、运营方案等都会对供电网络的损耗和节点电压产生重要的影响。目前,对电力系统配电网中的电能质量干扰源进行定位的方式准确率低,影响了配电网运行的稳定运行。
在现有技术CN108270239A中,公开了一种含分布式电源的配电网电能质量扰动源方向判定方法,包含以下几个步骤:采集扰动发生后检测点处的电流和电压,利用离散小波变换对电流和电压进行分解和重构,得到能够反映原始信号的低频分量和高频分量;再对电流和电压的高频分量部分进行功率运算,得到高频扰动下的功率;最后,对该功率进行积分,得到扰动能量,并根据扰动能量的正负来判定扰动源相对于检测点的位置,确定扰动方向,该方法虽然减少了扰动信号的其他干扰,提高了扰动方向判断的准确性,但不足之处在于,由于电能质量扰动检测的准确率较低,导致配电网运行的稳定性较差。
发明内容
本发明的目的是克服现有技术中,由于电能质量扰动检测的准确率较低,导致配电网运行的稳定性较差的问题,提供了一种含分布式电源的配电网电能质量扰动检测方法,通过电能质量检测装置实时采集电能质量信号,并通过每个检测点的电能质量信号计算得到扰动信号特征值,然后根据每个检测点的扰动方向信息和检测状态构建得到适应度分配函数,充分结合电能质量评估指标的分析方式以最大限度对电能质量信号进行检测,能够准确地判断出扰动源的位置信号,再根据扰动源的位置信号定位扰动源,得到扰动源的最终位置,有效地提高了电能质量扰动检测的准确率,进而提高了配电网运行的稳定性。
本发明的目的是通过下述技术方案予以实现:
一种含分布式电源的配电网电能质量扰动检测方法,包括以下步骤:
S1、在含分布式电源的配电网各条线路的检测点处设置电能质量检测装置,并获取电能质量检测装置在各检测点处采集的电能质量信号,计算每个检测点的电能质量信号的扰动信号特征值;
S2、基于扰动信号特征值得到每个检测点的扰动方向信息,根据每个检测点的扰动方向信息确定每个检测点的检测状态;
S3、基于每个检测点的扰动方向信息和检测状态构建每个检测点的适应度分配函数;
S4、基于适应度分配函数计算每个检测点扰动结束后的扰动电能质量;
S5、构建含分布式电源的配电网线路的电能质量评估指标,基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置。
在本方案中,在配电网各条线路的检测点设置电能质量检测装置,能够实时、准确地捕捉到电能质量信号,为后续的扰动源定位提供数据基础;对每个检测点的电能质量信号进行扰动信号特征值的计算,有助于识别和区分不同的电能质量扰动,为后续的扰动方向判断提供依据;通过电能质量检测装置实时采集电能质量信号,并通过每个检测点的电能质量信号计算得到扰动信号特征值,然后根据每个检测点的扰动方向信息和检测状态构建得到适应度分配函数,充分结合电能质量评估指标的分析方式以最大限度对电能质量信号进行检测,能够准确地判断出扰动源的位置信号,再根据扰动源的位置信号定位扰动源,得到扰动源的最终位置,有效地提高了电能质量扰动检测的准确率,进而提高了配电网运行的稳定性。
进一步地,所述S1中,所述计算每个检测点的电能质量信号的扰动信号特征值包括:
对每个检测点的电能质量信号进行处理,得到第一电能质量扰动信号集;
设定区分不同电能质量扰动信号的基准频带信号,根据基准频带信号对第一电能质量扰动信号集行处理,得到第二电能质量扰动信号集;
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值。
在本方案中,通过处理每个检测点的电能质量信号,可以得到更准确的第一电能质量扰动信号集,有助于减少误差,提高结果的准确性;通过设定区分不同电能质量扰动信号的基准频带信号,可以对第一电能质量扰动信号集进行更有效的处理,得到第二电能质量扰动信号集,有助于增强不同扰动信号之间的区分度;基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,可以得到每个检测点的电能质量信号的扰动信号特征值,这有助于提取出电能质量扰动信号的独特特征。
进一步地,所述基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值包括:
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行处理,得到若干扰动信号节点;计算每个扰动信号节点的扰动能量值,并将计算得到的每个扰动信号节点的扰动能量值作为每个扰动信号节点的扰动信号特征值。
在本方案中,通过设定扰动信号分解方式,将复杂的电能质量扰动信号集分解为若干个的扰动信号节点,使得信号处理更加高效,同时,通过对每个扰动信号节点的扰动能量值进行计算,可以得到每个节点的特征值,这些特征值可以反映该节点的扰动程度和性质,为后续的电能质量分析提供准确的数据支持。
进一步地,所述计算每个扰动信号节点的扰动能量值e(i)的数学表达式为:
式中,di(k)表示第i个节点上第k个扰动信号分解系数,N表示总扰动信号节点数。
在本方案中,不同的扰动信号节点可能具有不同的扰动能量值,有助于区分不同类型的电能质量扰动,可以定量地评估该节点的扰动程度,从而为电能质量的分析和评估提供更准确的数据。
进一步地,所述S2包括:
S21、从每个检测点的电能质量信号的扰动信号特征值中提取每个检测点的扰动方向信息;
S22、对每个检测点的扰动方向信息进行编码,得到每个检测点的扰动方向信息的编码结果,其中,编码内容包括若检测点的扰动方向为正向扰动时,则将此检测点的扰动方向编码为1,若检测点的扰动方向为反向扰动时,则将此检测点的将扰动方向编码为0;
S23、根据编码结果确定每个检测点的检测状态,所述确定每个检测点的检测状态包括若检测点的扰动方向为正向扰动时,则将此检测点的检测状态表示为1,若检测点的扰动方向为反向扰动时,则将此检测点的检测状态表示为0。
在本方案中,通过提取每个检测点的电能质量信号的扰动信号特征值,可以明确每个检测点的扰动方向,有助于对电能质量问题进行准确诊断,为后续的电能质量评估和扰动源定位提供关键信息;通过对每个检测点的扰动方向信息进行编码,将正向扰动编码为1,反向扰动编码为0,简化了编码过程,使得数据的处理更为简便;通过将检测点的扰动方向编码结果用于确定每个检测点的检测状态,使得检测状态的表达更加直观和清晰,有助于提高后续电能质量评估和扰动源定位的准确性。
进一步地,所述S3中,所述适应度分配函数的数学表达式为:
式中,s表示线路运行状态向量,ak(s)表示第k个检测点的适应度分配函数,j表示线路的数量,q表示预设整数值,取值为1,n表示检测点的数量,rk表示第k个检测点的检测状态,Ak表示第k个检测点的扰动权值。
在本方案中,通过构建适应度分配函数,可以对不同的检测点进行不同的扰动权重分配,从而体现出线路运行状态与检测点扰动方位信号之间的关系。
进一步地,所述S4中,所述每个检测点扰动结束后的扰动电能质量的数学表达式为:
式中,Wdk表示第k个检测点在扰动完成后的扰动电能质量。
在本方案中,通过提供每个检测点扰动结束后的扰动电能质量的数学表达式,明确了扰动电能质量的计算方式,有助于准确评估每个检测点的电能质量。
进一步地,所述S5中,所述基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置包括:
根据每个检测点扰动结束后的扰动电能质量和电能质量评估指标对电能质量信号进行判断,得到扰动源的位置信号;
通过遗传算法对扰动源的位置信号进行初始定位,得到初始定位信息,分析初始定位信息是否处于检测盲点,若处于检测盲点,则进行扩展定位,得到最终的扰动源的位置。
在本方案中,通过分析每个检测点扰动结束后的电能质量和电能质量评估指标,可以准确地判断出扰动源的位置信号;通过遗传算法对扰动源的位置信号进行初始定位,可以快速缩小扰动源的搜索范围,提高定位效率,如果初始定位信息处于检测盲点,则通过扩展定位,可以进一步缩小扰动源的搜索范围,克服检测盲点,提高定位精度。
进一步地,所述S5中,所述电能质量评估指标包括频率偏差指标,所述频率偏差指标Δf的数学表达式为:
Δf=|f-f0|;
式中,f表示分布式电源并网时配电网的实际频率,f0表示配电网的额定频率。
在本方案中,频率偏差指标可以反映分布式电源并网时配电网的实际频率与额定频率之间的差异,通过检测和分析频率偏差,可以了解分布式电源对配电网的干扰程度。
进一步地,所述S5中,所述电能质量评估指标还包括电压偏差指标,所述电压偏差指标的数学表达式为:
式中,U表示分布式电源并网时配电网的实际电压,UN表示配电网的额定电压。
在本方案中,通过测量和分析电压偏差指标,可以更准确地评估电能的质量,电压偏差指标可以帮助发现配电网中存在的电压波动或异常。
本发明的有益效果是:在配电网各条线路的检测点设置电能质量检测装置,能够实时、准确地捕捉到电能质量信号,为后续的扰动源定位提供数据基础;对每个检测点的电能质量信号进行扰动信号特征值的计算,有助于识别和区分不同的电能质量扰动,为后续的扰动方向判断提供依据;通过电能质量检测装置实时采集电能质量信号,并通过每个检测点的电能质量信号计算得到扰动信号特征值,然后根据每个检测点的扰动方向信息和检测状态构建得到适应度分配函数,充分结合电能质量评估指标的分析方式以最大限度对电能质量信号进行检测,能够准确地判断出扰动源的位置信号,再根据扰动源的位置信号定位扰动源,得到扰动源的最终位置,有效地提高了电能质量扰动检测的准确率,进而提高了配电网运行的稳定性。通过分析每个检测点扰动结束后的电能质量和电能质量评估指标,可以准确地判断出扰动源的位置信号;通过遗传算法对扰动源的位置信号进行初始定位,可以快速缩小扰动源的搜索范围,提高定位效率,如果初始定位信息处于检测盲点,则通过扩展定位,可以进一步缩小扰动源的搜索范围,克服检测盲点,提高定位精度。
附图说明
图1是本发明实施例的一种含分布式电源的配电网电能质量扰动检测方法的流程框图;
图2是本发明实施例的扰动信号分解图;
图3是本发明实施例的频率偏差实验结果图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例:一种含分布式电源的配电网电能质量扰动检测方法,如图1所示,包括以下步骤:
S1、在含分布式电源的配电网各条线路的检测点处设置电能质量检测装置,并获取电能质量检测装置在各检测点处采集的电能质量信号,计算每个检测点的电能质量信号的扰动信号特征值;
S2、基于扰动信号特征值得到每个检测点的扰动方向信息,根据每个检测点的扰动方向信息确定每个检测点的检测状态;
S3、基于每个检测点的扰动方向信息和检测状态构建每个检测点的适应度分配函数;
S4、基于适应度分配函数计算每个检测点扰动结束后的扰动电能质量;
S5、构建含分布式电源的配电网线路的电能质量评估指标,基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置。
具体地,S1中,所述计算每个检测点的电能质量信号的扰动信号特征值包括:
对每个检测点的电能质量信号进行处理,得到第一电能质量扰动信号集;
设定区分不同电能质量扰动信号的基准频带信号,根据基准频带信号对第一电能质量扰动信号集行处理,得到第二电能质量扰动信号集;
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值。
需要说明的是,对每个检测点的电能质量信号进行处理,得到第一电能质量扰动信号集。通过对每个检测点的电能质量信号进行采集、预处理和特征提取来实现。采集过程可以使用电能质量检测设备或传感器,预处理包括去噪、滤波等操作,特征提取则可以从时域、频域等多个角度提取信号的特征信息。
设定区分不同电能质量扰动信号的基准频带信号。这需要根据电能质量扰动信号的特性和应用场景来确定。例如,对于电压暂降和电压暂升等扰动信号,可以设定相应的基准频带信号,以便后续处理时能够准确识别和区分不同的扰动信号。
根据基准频带信号对第一电能质量扰动信号集进行处理,得到第二电能质量扰动信号集。可以通过对第一电能质量扰动信号集中的每个信号进行频谱分析、滤波等操作来实现,处理后的信号集即为第二电能质量扰动信号集,它包含了每个检测点的电能质量扰动信号的特征信息。
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值。可以通过对第二电能质量扰动信号集中的每个信号进行时域、频域等多个角度的分析和处理来实现。具体的计算方法可以根据应用场景和需求来确定,例如可以使用小波变换、傅里叶变换等方法来提取特征值。
具体地,基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值包括:
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行处理,得到若干扰动信号节点;计算每个扰动信号节点的扰动能量值,并将计算得到的每个扰动信号节点的扰动能量值作为每个扰动信号节点的扰动信号特征值。
具体地,计算每个扰动信号节点的扰动能量值e(i)的数学表达式为:
式中,di(k)表示第i个节点上第k个扰动信号分解系数,N表示总扰动信号节点数。
进一步地,由于配电网的电能质量含有不同的扰动,其包含的频率因素各有不同,在不同尺度中其分解系数也各不相同。而在不同的电能质量布置过程中,可以选择特定频带信号进行区分不同的扰动信号。如图2所示,详细展示了采集的扰动信号进行分解过程,可以得到三层从低频至高频的信号特征。
如图2所示,[i,j]表示第i层的第j个节点,各个节点均代表了扰动信息的性质,[0,0]节点则表示电能质量的原始信号,[1,0]节点表示分解后的第一层低频的系数,[1,1]节点表示分解后的第一层的高频系数,[3,0]节点表示第三层的节点系数,并依次类推。
由于本申请将信号中的低、高频部分同时进行了二次分解,若选择全部分解层次的能量特征值,不但会导致提取到的扰动信号特征值数量过于庞大,而且在一些层次上的能量特征难以区分,这将会给故障干扰的识别造成很大的困难。因此,本申请选择三次分解,并使用所有节点分解后的扰动能量值作为扰动信号特征值,各个节点分解的扰动能量值的计算公式如下:
式中,di(k)表示第i个节点上第k个扰动信号分解系数,N表示总扰动信号节点数。
具体地,S2包括:
S21、从每个检测点的电能质量信号的扰动信号特征值中提取每个检测点的扰动方向信息;
S22、对每个检测点的扰动方向信息进行编码,得到每个检测点的扰动方向信息的编码结果,其中,编码内容包括若检测点的扰动方向为正向扰动时,则将此检测点的扰动方向编码为1,若检测点的扰动方向为反向扰动时,则将此检测点的将扰动方向编码为0;
S23、根据编码结果确定每个检测点的检测状态,所述确定每个检测点的检测状态包括若检测点的扰动方向为正向扰动时,则将此检测点的检测状态表示为1,若检测点的扰动方向为反向扰动时,则将此检测点的检测状态表示为0。
尽管每一种电能质量扰动的特征分布已经能够体现其自身的基本特性,但是某些故障的特征分布具有相似性,仅仅利用各个频率的相对电能质量的特征量并不能充分体现其特性,容易造成误判。因此,本申请继续构建分布式电源的电能质量评估指标进行扰动源的检测。
具体地,S3中,所述适应度分配函数的数学表达式为:
式中,s表示线路运行状态向量,ak(s)表示第k个检测点的适应度分配函数,j表示线路的数量,q表示预设整数值,取值为1,n表示检测点的数量,rk表示第k个检测点的检测状态,Ak表示第k个检测点的扰动权值。
具体地,S4中,所述每个检测点扰动结束后的扰动电能质量的数学表达式为:
式中,Wdk表示第k个检测点在扰动完成后的扰动电能质量。
具体地,S5中,所述基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置包括:
根据每个检测点扰动结束后的扰动电能质量和电能质量评估指标对电能质量信号进行判断,得到扰动源的位置信号;
通过遗传算法对扰动源的位置信号进行初始定位,得到初始定位信息,分析初始定位信息是否处于检测盲点,若处于检测盲点,则进行扩展定位,得到最终的扰动源的位置。
具体地,S5中,所述电能质量评估指标包括频率偏差指标,所述频率偏差指标Δf的数学表达式为:
Δf=|f-f0|;
式中,f表示分布式电源并网时配电网的实际频率,f0表示配电网的额定频率。
具体地,S5中,所述电能质量评估指标还包括电压偏差指标,所述电压偏差指标的数学表达式为:
式中,U表示分布式电源并网时配电网的实际电压,UN表示配电网的额定电压。
进一步地,首先,需对分布式电源的电能质量的各项指标进行了解,其中包括:频率偏差指标、电压偏差指标等,电能质量的频率偏差表示配电网的实际频率与额定频率的差值,频率偏差的单位为Hz,频率偏差指标的数学表达公示如下:
Δf=|f-f0|;
式中,f表示分布式电源并网时配电网的实际频率,f0表示配电网的额定频率。
电压偏差指标为实际电压与额定电压的差值与额定电压的比值,电压偏差指标的数学表达式如下:
式中,U表示分布式电源并网时配电网的实际电压,UN表示配电网的额定电压。
电能质量是一个由多个指标组成的综合性整体,要想全面地反映出电能质量的扰动状况,单纯地以某一具体指标是否合格来进行扰动检测是远远不够的。这就要求从多个角度,例如扰动源的定位,对电能质量进行全面的评价。
通过电能质量评估指标对电能质量信号,例如使用电流信号和电压信号判断扰动源的位置,并根据其信号位置,通过遗传算法对扰动源进行定位。在定位的过程中,电能会受到噪声的影响。
当信号中含有噪声时,将会影响分析的结果,严重时可能会导致扰动源的检测失败,所以必须对这些噪声进行去噪处理。传统去噪的方法一般可以分为三种:阈值去噪、相关性去噪和最大值去噪。与另外两种方法相比,阈值去噪是一种可操作性强的方法。阈值去噪方法是将通过信号分解得到的每一层系数相对于某一阈值的系数进行单独处理,并通过反变换重建去噪后的信号。
从各个电能质量信号提取出的扰动方向信息开始编码,当扰动方向为正向干扰时,编码为1。如果扰动方向被判定为反向干扰,则编码为0。其次,构建适应度分配函数,该适应度分配函数可以表达出线路状态与检测点扰动方位信号之间的关系,其计算公式如下:
式中,s表示线路运行状态,j表示线路的数量,q表示预设整数值,取值为1,n表示检测点的数量,rk表示第k个检测点的检测状态,Ak表示第k个检测点的扰动权值。
由上述公式可以得出,第k个检测节点在扰动完成后的扰动电能质量的计算公式如下:
式中,Wdk表示第k个检测点在扰动完成后的扰动电能质量。
得到最佳的扰动电能质量位置后,通过解码种群最佳解并进行对干扰源的初始定位,以分析所获得的路径信息是否处于检测盲点,若处于盲点则进行扩展定位的结果。
接下来,根据上述内容进行实验,并对实验过程进行分析。
在实验过程中,使用Matlab软件作为实验环境,其电压等级为110kV,实验建立配电网设备数据采集系统,并对所采集的数据进行了分析。使用双电源为Wi-Fi供电和采样模块是为了实现电力系统隔离的目的,同时使用电能质量计量单元4610自带的8bit差分ADC节点采集模块来采集用电设备的电压信号,并通过Wi-Fi通信模块将采集到的数据传送到数据服务器的数据库中,以便将需要的数据提取出来进行进一步分析。为保证本次测试的精准度需对本次测试所用的系统进行检测,配电网设备数据采集系统的实测数据如表1所示。
表1配电网设备数据采集系统实测数据
指标 | 数据 |
频率偏差/Hz | 0.05 |
电压闪变/% | 2.26 |
电压偏差/% | 0.45 |
三相不平衡/% | 1.08 |
谐波电压/% | 0.94 |
由上表数据可以看出,频率偏差的数值最小,其代表着精准度最高,因此,实验环境应使用频率偏差这一指标。
根据上述实验准备进行实验测试,如图3所示,对比方法1为一种考虑配电网电能质量改善的分布式光伏优化调度方法,首先,分析了分布式光伏并网逆变器进行无功功率、谐波电流及不平衡功率补偿的控制方案;在此基础上,以可调度分布式光伏的三相功率及谐波电流输出为控制变量,基于配电网三相基波及谐波潮流方程,建立了最小化网络损耗、不平衡电压以及谐波电压的最优潮流模型;然后,提出了一种潮流计算与优化计算交替迭代的两阶段优化求解算法,对非凸非线性的最优潮流模型进行变量削减,并将其转换为凸二次约束二次规划模型从而实现高效求解;最后,通过一个162节点三相配电网进行算例分析,结果表明,根据最优潮流模型结果对分布式光伏进行调度后,配电网谐波畸变、三相不平衡以及电压越限问题得到了有效改善,且两阶段优化求解算法的计算效率也满足配电网调度时间要求,验证了所提分布式光伏优化调度方法在改善配电网电能质量方面的有效性。
对比方法2为一种利用电压暂降检测数据分析进行配电网故障定位的方法,首先,以检测量为输入,故障位置为输出,设计了反向传播神经网络,用于拟合故障位置与残余电压幅值的映射关系;其次,提出了基于输出量最大值和节点故障概率的故障位置判别方法;然后,提出了基于离线学习-在线应用的故障定位方法,通过离线训练的神经网络进行在线的故障定位;最后,利用标准算例仿真本文提出方法的有效性,并探讨了电能质量检测装置不完全配置对定位准确性的影响。
而本申请是通过在配电网各条线路的检测点设置电能质量检测装置,能够实时、准确地捕捉到电能质量信号,为后续的扰动源定位提供数据基础;对每个检测点的电能质量信号进行扰动信号特征值的计算,有助于识别和区分不同的电能质量扰动,为后续的扰动方向判断提供依据;通过电能质量检测装置实时采集电能质量信号,并通过每个检测点的电能质量信号计算得到扰动信号特征值,然后根据每个检测点的扰动方向信息和检测状态构建得到适应度分配函数,充分结合电能质量评估指标的分析方式以最大限度对电能质量信号进行检测,能够准确地判断出扰动源的位置信号,再根据扰动源的位置信号定位扰动源,得到扰动源的最终位置,有效地提高了电能质量扰动检测的准确率,进而提高了配电网运行的稳定性。
将本申请与对比方法1以及对比方法2进行实验,实验结果如图3所示,使用本申请的一种含分布式电源的配电网电能质量扰动检测方法,能够有效检测出配电网的电能质量的频率偏差。同时,随着样本数量的增加,其频率偏差也随之升高,在样本数量为1000时,本申请相比于实际频率偏差数据,仅仅相差0.05Hz,而对比方法1以及对比方法2的误差分别达到了0.7Hz、0.4Hz。
综上所述,本申请的识别精度最高,证明了一种含分布式电源的配电网电能质量扰动检测方法的有效性。
以上的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,包括以下步骤:
S1、在含分布式电源的配电网各条线路的检测点处设置电能质量检测装置,并获取电能质量检测装置在各检测点处采集的电能质量信号,计算每个检测点的电能质量信号的扰动信号特征值;
S2、基于扰动信号特征值得到每个检测点的扰动方向信息,根据每个检测点的扰动方向信息确定每个检测点的检测状态;
S3、基于每个检测点的扰动方向信息和检测状态构建每个检测点的适应度分配函数;
S4、基于适应度分配函数计算每个检测点扰动结束后的扰动电能质量;
S5、构建含分布式电源的配电网线路的电能质量评估指标,基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置。
2.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S1中,所述计算每个检测点的电能质量信号的扰动信号特征值包括:
对每个检测点的电能质量信号进行处理,得到第一电能质量扰动信号集;
设定区分不同电能质量扰动信号的基准频带信号,根据基准频带信号对第一电能质量扰动信号集行处理,得到第二电能质量扰动信号集;
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值。
3.根据权利要求2所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述基于设定的扰动信号分解方式对第二电能质量扰动信号集进行计算,得到每个检测点的电能质量信号的扰动信号特征值包括:
基于设定的扰动信号分解方式对第二电能质量扰动信号集进行处理,得到若干扰动信号节点;计算每个扰动信号节点的扰动能量值,并将计算得到的每个扰动信号节点的扰动能量值作为每个扰动信号节点的扰动信号特征值。
4.根据权利要求3所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述计算每个扰动信号节点的扰动能量值e(i)的数学表达式为:
式中,di(k)表示第i个节点上第k个扰动信号分解系数,N表示总扰动信号节点数。
5.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S2包括:
S21、从每个检测点的电能质量信号的扰动信号特征值中提取每个检测点的扰动方向信息;
S22、对每个检测点的扰动方向信息进行编码,得到每个检测点的扰动方向信息的编码结果,其中,编码内容包括若检测点的扰动方向为正向扰动时,则将此检测点的扰动方向编码为1,若检测点的扰动方向为反向扰动时,则将此检测点的将扰动方向编码为0;
S23、根据编码结果确定每个检测点的检测状态,所述确定每个检测点的检测状态包括若检测点的扰动方向为正向扰动时,则将此检测点的检测状态表示为1,若检测点的扰动方向为反向扰动时,则将此检测点的检测状态表示为0。
6.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S3中,所述适应度分配函数的数学表达式为:
式中,s表示线路运行状态向量,ak(s)表示第k个检测点的适应度分配函数,j表示线路的数量,q表示预设整数值,取值为1,n表示检测点的数量,rk表示第k个检测点的检测状态,Ak表示第k个检测点的扰动权值。
7.根据权利要求6所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S4中,所述每个检测点扰动结束后的扰动电能质量的数学表达式为:
式中,Wdk表示第k个检测点在扰动完成后的扰动电能质量。
8.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S5中,所述基于每个检测点扰动结束后的扰动电能质量和电能质量评估指标进行检测,得到扰动源的位置包括:
根据每个检测点扰动结束后的扰动电能质量和电能质量评估指标对电能质量信号进行判断,得到扰动源的位置信号;
通过遗传算法对扰动源的位置信号进行初始定位,得到初始定位信息,分析初始定位信息是否处于检测盲点,若处于检测盲点,则进行扩展定位,得到最终的扰动源的位置。
9.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S5中,所述电能质量评估指标包括频率偏差指标,所述频率偏差指标Δf的数学表达式为:
Δf=|f-f0|;
式中,f表示分布式电源并网时配电网的实际频率,f0表示配电网的额定频率。
10.根据权利要求1所述的一种含分布式电源的配电网电能质量扰动检测方法,其特征在于,所述S5中,所述电能质量评估指标还包括电压偏差指标,所述电压偏差指标的数学表达式为:
式中,U表示分布式电源并网时配电网的实际电压,UN表示配电网的额定电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311818998.1A CN117741347A (zh) | 2023-12-26 | 2023-12-26 | 一种含分布式电源的配电网电能质量扰动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311818998.1A CN117741347A (zh) | 2023-12-26 | 2023-12-26 | 一种含分布式电源的配电网电能质量扰动检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117741347A true CN117741347A (zh) | 2024-03-22 |
Family
ID=90283115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311818998.1A Pending CN117741347A (zh) | 2023-12-26 | 2023-12-26 | 一种含分布式电源的配电网电能质量扰动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117741347A (zh) |
-
2023
- 2023-12-26 CN CN202311818998.1A patent/CN117741347A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991786A (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN111474510A (zh) | 一种非平稳输出的电压互感器的误差评估方法及系统 | |
CN107832927B (zh) | 基于灰色关联分析法的10kV线路线变关系评价方法 | |
CN111308260B (zh) | 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法 | |
CN109142865B (zh) | 考虑油纸绝缘界面极化等效电路参数的频域谱辨识方法 | |
CN109767054A (zh) | 基于深度神经网络算法的能效云评估方法及边缘能效网关 | |
CN109389325B (zh) | 基于小波神经网络的变电站电子式互感器状态评估方法 | |
CN117748507B (zh) | 基于高斯回归模型的配网谐波接入不确定性评估方法 | |
CN113011481A (zh) | 一种基于决策树算法的电能表功能异常评估方法及系统 | |
CN112215405A (zh) | 一种基于dann域适应学习的非侵入式居民用电负荷分解方法 | |
CN110954779A (zh) | 一种基于s变换与多维分形的电压暂降源特征识别方法 | |
CN110808580A (zh) | 基于小波变换和极限学习机的电压暂降源快速辨识方法 | |
CN111783696A (zh) | 一种基于pv关系的低压分支拓扑实时分析的边缘计算方法 | |
CN113325357A (zh) | 基于输出时间序列差分的电压互感器误差评估方法及系统 | |
CN114062993A (zh) | 一种基于时间卷积网络的cvt误差状态预测方法 | |
CN113866552B (zh) | 一种基于机器学习的中压配网用户用电异常诊断方法 | |
CN115618213A (zh) | 充电机电压扰动分析方法及系统、设备、存储介质 | |
CN114814501A (zh) | 一种电容式电压互感器电容击穿故障在线诊断方法 | |
Damala et al. | A simple decision tree-based disturbance monitoring system for VSC-based HVDC transmission link integrating a DFIG wind farm | |
CN114397569A (zh) | 基于vmd参数优化、样本熵的断路器故障电弧检测方法 | |
CN112636328B (zh) | 一种中压配电网设备负荷状态辨识方法 | |
CN113514743A (zh) | 一种基于多维特征的gis局部放电模式识别系统构建方法 | |
CN113554229A (zh) | 三相电压不平衡异常检测方法及装置 | |
CN116975389A (zh) | 一种变电站故障分析方法及装置 | |
CN117741347A (zh) | 一种含分布式电源的配电网电能质量扰动检测方法 |
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 |