配電網電能質量監控系統研究

陳 實

（貴陽供電局雙龍分局，貴州 貴陽 550002）

0 引 言

目前，大多數國家的電力系統都采用集中式發電設施。這類系統的主要特點是包含大型發電機和集中的終端用戶。由于發電機和終端用戶距離長，發電機和負荷、輸電和配電系統會產生巨大的電力損失。此外，在這些集中于都市和工業園區的電力用戶還會因為沒有合適的空間用于建造新增配電系統而造成供電困難[1]。因此，分布式發電被引入到配電網并提供替代集中式供電[2]。

1 prony的監控機制

可再生能源發電采用模塊化、分布式形式，但分布式發電也會將PQ擾動引入配電網，這些擾動易引發不好的現象[3]，如電子設備的功率損失、不工作或損壞補償保護裝置、誤動作部分設備等。按電網并網要求和微電網運行的國際標準，設置有效的多功能PQ監測機制十分必要[4]。

近年來，文獻中提出了許多PQ分析方法。由于某些特定的電能質量擾動限制，使得它的估計機制集成變得困難。有人利用自適應小波神經網絡應估計低階主諧波，有人提出了改進的解調技術來估計基頻偏差、基頻分量的幅度和相位角。為了實現時頻頻譜關系，采用數據驅動的方法跟蹤諧波。有人提出了基于普通最小二乘法的同步器，用于功率信號的頻率和相位估計，用數字信號處理器實現了自適應。通過上述技術分析可知，不同的方法通常只能處理一類特定的PQ信號。盡管基于神經網絡的方法可以對單個和組合的PQ擾動進行檢測和分類，但由于自適應線性網絡分析模型的局限性，無法準確得到相間諧波。所以，對多個電能質量擾動的分析仍然依賴于不同的估計方法，這將導致電能質量監測系統設計的復雜性。將基于s變換的神經網絡分類器與基于規則的決策樹相結合，能實現PQ擾動的識別。在這種求解機制下，智能分類系統的訓練過程將承擔大量的計算任務。此外，估計精度還取決于采樣數據的完整性、分類器的模型大小、神經網絡參數的設置等。因此，對電能質量擾動的不同分析算法的集成是一個關鍵問題。本文提出了一種基于prony估計模型的綜合PQ監測機制來進行多PQ分析。

1.1 基頻偏差、諧波和間諧波分析

在prony的估計模型中，以tS間隔采樣的電能信號的離散時間波形可以用n個樣本數據集中的時變頻率、振幅和相位角的k個指數來表示。

由于頻率分量在求解過程中相互獨立，prony方法可以有效防止傳統的fourier方法由于基頻偏差而產生遺漏，因此可以防止重復采樣的同步處理。為了檢測頻率相近的諧波分量，可以采用抽取機制?；趐rony技術的抽取技術能提高估計分辨率和計算效率方面的相關性能。在提出的時變基頻分析程序中，prony估計單元利用滑動窗口提取電力信號的時變參數軌跡。

1.2 電壓波動分析

由于電壓波動是基頻載波信號上的幅度調制（AM）信號，a1、ω1、θ1、Ah、ωh、θh、Afi、ωfi和 θfi分別是基波、諧波和電壓波動分量的振幅、角頻率和相位角。設h為諧波分量個數，i為電壓波動分量個數，tS為采樣間隔，wen為包絡信號。對于電壓波動信號，電壓包絡可以看作是基波信號的時變幅度。因此，可以使用第一級peu從基本分量中提取電網信號。這類似于IEC閃變儀器的解調過程，可以防止由于傳統的平方解調機制帶來的電壓波動分量，然后通過第二級peu得到電壓波動的分量Afi和θfi。

1.3 PQ事件分析

根據IEEE標準1159-2009中的定義，PQ事件大致可分為電壓驟升、電壓驟降和電壓中斷3類，具體的詳細分類由PQ事件中電壓幅值和持續時間來確定。為了實現電網電壓波形和幅值的采樣，將采用peu對短滑動窗口提取基波幅度A1進行分析。然后，使用基波振幅與IEEE 1159-2009的振幅要求進行對比。一旦檢測到PQ事件，將標記樣本索引，直到PQ事件結束，振幅恢復正常為止。假設開始和結束樣本指數為j和k，PQ事件的持續時間為[5]：

其中tS是采樣間隔，然后用A1和Devent對PQ事件進行分類識別。

2 綜合電能質量監控機制設計

為了對多個電能質量擾動進行識別和分析，基于神經網絡、規則或數據驅動的技術得到了廣泛應用。這是因為傳統估計方法的集成不易實現，而這些智能識別技術通常需要對大量的采樣數據進行多次計算、估計和系統估計。由于計算能力的限制，基于智能監控系統的使用靈活性受到限制。對于其他傳統的分析方法，用戶需要選擇不同PQ干擾的測量模式，這給未知的電能質量擾動分析帶來了困難。本文設計了集成的PQ監測系統，減少測量模式的選擇步驟和復雜智能分析的預處理。本文提出的集成PQ監視機制類似于沒有預處理階段的機制，其中根據不同的測量模式同時分析功率信號，而PQ干擾的識別由以下標準確定：

（1）如果估計的基頻不是名義值，則存在基頻偏差；

（2）如果根據獲得的振幅計算的總諧波失真（THD）指數超過5%（由IEEE Std.1159-2009推薦），則存在諧波；

（3）如果根據獲得的包絡信號計算的短期閃爍指數PSST超過1.0（由IEC標準61000-4-15推薦），則存在電壓波動；

（4）如果檢測到的持續時間和分析的功率信號的保留幅度符合IEEE標準1159-2009中的定義，則存在相應的PQ事件。

上述閥值設置可根據應用要求或國際標準的修訂進行修改。通過提出的求解機制，可以很容易識別出多個PQ擾動。

3 實驗結果

為了實現所提出的集成PQ監控機制的性能，采用國際標準中的測試程序，并實現了實驗室測試設置。標準測試信號由任意波形發生器（Agilent 33220A）合成，并由國家儀器公司Compactrio 9082（1.33 GHz Intel雙核i7 CPU）系統和Ni9225和Ni9227數據采集卡進行分析。此集成PQ監控設備在貴州貴陽微電網E案中進行實地測量，以驗證所提出的解決機制的實用性。采樣率設為7 680 Hz，PEU的估計階數為32，抽取系數設為3。利用NI-labview工具箱中采用貝爾斯托方法求解PEU多項式共軛根。

4 結 論

本文提出了一種高效的電能質量綜合監測機制，簡化了多重監測復雜度的方法。在PEU的高分辨率下，以往PQ監測系統的同步分析過程中需預防和精確監測諧波和相間諧波，即便這兩者數值很相近。通過兩級PEU結構，電壓基波和諧波分量可以精確獲得，有助于增加相關PQ指標的準確性。與傳統PQ監測機制方法比較，由于無需演算過程而減少了計算負擔。多重PQ分析采用方便的單步進方法，可以方便地進行多重PQ分析，這將引入PQ分析集成的簡化。此外，所提出的電能質量綜合監測機制中的閾值設置可根據國際標準便捷地進行調整。實驗結果表明，本文提出的PQ監測機制可為微電網的保護和補償提供有益的參考。