新型配電網同步相量裝置測試與實際電網應用

朱 征， 李依澤， 顧黎強， 陸 超， 劉 舒， 王印峰

(1. 國網上海市電力公司電力科學研究院， 上海 200437；2. 電力系統及發電設備控制和仿真國家重點實驗室， 清華大學電機系， 北京 100084； 3. 國網上海市電力公司浦東供電公司， 上海 200122)

1 引言

近年來，隨著計算機技術、通信技術、電子技術和網絡技術的快速發展，我國配電網自動化水平也有了很大程度的提高[1，2]。面向未來新能源高比例滲透，源荷互動頻繁的智能配電網，構建實時動態監測與控制網絡成為目前配電網建設和研究的重點工作之一，并已得到國家的大力支持——目前有數個國家級重點項目支撐[3，4]。

現有輸電網的同步相量測量裝置(Phasor Measurement Unit，PMU)能夠提供相角測量和系統全局動態狀態信息，已經在輸電網動態監測和穩定控制領域得到了廣泛應用[5,6]。然而由于配電網節點包括居民負荷、大型工業負荷以及分布式新能源接入點等，配電網諧波及間諧波等干擾復雜且嚴重，信號動態特性豐富，配電網測量環境惡劣，同時由于配電網線路通常很短，線路兩端母線電壓的相角差較小，對配電網PMU裝置精度提出了更高的要求。現有關于配電網電能質量[7-9]和相量測量[10,11]等方面研究成果也從不同方面說明了配電網的這一特點。

近幾年，配電網同步測量技術與配電網PMU裝置得到了快速發展。美國PSL公司研制的μPMU裝置[12]在結構和功能上比較貼近配電網實際需求。該裝置相角測量誤差標稱不高于0.01°，但仍存在裝置成本高、防護等級不夠，動態響應性能欠佳等問題。美國Yilu Liu團隊研制的頻率擾動記錄儀裝置[13]，測頻精度可以達到0.000 5 Hz，但對實際配電網中間諧波干擾抑制能力不足。上述PMU裝置與算法雖考慮到了配電網的高精度測量需求，但無法同時兼顧測量精度和動態響應性能。同時未對實際配電網系統的信號進行分析，難以應對實際配電網復雜多變的場景，缺乏依靠實際裝置對算法進行驗證分析。

本文提出一種基于頻率分析和自適應濾波器的新型配電網同步相量算法，并在基于片上系統的微型多功能同步相量測量單元(Multifunctional Micro Phasor Measurement Unit，μM-PMU)中實現了該算法。搭建了高精度同步相量測試平臺，并利用此平臺對測量裝置進行符合配電網環境特征的多場景測試驗證。上述μM-PMU裝置已在上海臨港地區進行示范應用，并進一步建立了配電網同步測量系統。利用該實際系統的信號數據對配電網信號特征進行分析，并對本文所提的相量算法的有效性與準確性進行驗證。

2 高精度新型配電網同步相量算法

2.1 頻率成分在線分析與自適應FIR濾波器設計

基于窗函數設計FIR濾波器在相量算法應用普遍。然而配電網中具有較多難以濾除的頻率成分，這些頻率成分處于濾波器的過渡帶，使得現有相量算法難以應用于配電網環境中。本文應用一種基于頻率成分在線分析的帶陷波齒的FIR濾波器，根據配電網頻率成分的在線分析結果，實現濾波器中心頻率和陷波齒位置的自適應調整，有效提高配電網多干擾場景下的相量計算精度。

在頻率成分在線分析方面由于現代譜估計技術的旋轉時不變技術(Estimating Signal Parameters via Rotational Invariance Technique， ESPRIT)[14,15]，具有頻率分辨率高，抗噪性好的特點。因此本文采用ESPRIT方法對信號的頻率成分進行在線分析。

由于Cosh窗函數[16]過渡帶相對較窄，旁瓣衰減幅度較大，綜合性能優異，本文濾波器設計采用該Cosh窗。其次，由于窗函數階數越高，其主瓣寬度和旁瓣衰減特性均可以改善，但會導致動態過渡過程變長。因此，在穩態情況下，選擇4周波的Cosh窗，動態情況下選擇2周波的Cosh窗來設計濾波器。4周波FIR濾波器的頻域衰減特性如圖1所示。

圖1 帶陷波齒FIR濾波器的頻域特性

2.2 動/穩態切換相量算法框架

因此，本文將FIR濾波器、頻率分析和狀態識別等融為一體，設計了可在線自適應調整的相量算法框架，如圖2所示。

圖2 動態切換相量算法的整體框架

算法主要包括四個通道：穩態相量計算，動態相量計算，頻率分析和狀態識別，各通道功能及其之間的關系介紹如下：

穩態相量算法通道：基于考慮帶外干擾影響的穩態FIR濾波器，實現穩態場景下基波相量的高精度計算。進而，利用相位差計算頻率和頻率變化率，并對頻率和頻率變化率進行濾波。

動態相量算法通道：基于動態FIR濾波器，估計動態信號場景下的基波相量及其導數，并計算出基波幅值/相位的一階和二階導數，進一步得到頻率和頻率變化率。

信號頻率分析通道：進行信號頻率成分的在線分析，本文利用六周波數據。使用ESPRIT方法，對信號頻率成分進行分析。

狀態識別通道：利用動態相量導數的估計值，通過對幅值和相位導數在一段時間內積分，若積分F大于一定閾值，則可以判斷信號幅值和相位是否發生了突變。

(1)

式中，A(t)′為基于動態FIR濾波器計算得到的相量幅值一階導數；φ(t)′為相量相位一階導數；積分時間間隔t0～t一般設置為200 ms。

3 高精度同步相量測試平臺

3.1 高精度測試平臺介紹

因現有PMU測試儀、繼保測試儀等裝置相角精度不高，不適用于配電網同步相量算法與配電網PMU裝置的測試和研發需要。為此，搭建了具備高精度相量測試能力的物理試驗平臺。該平臺的設計原理圖如圖3所示，主要由高精度同步波形發生器、模擬主站系統、高精度時鐘、衛星天線、待測PMU和待測同步時鐘等裝置等組成。

圖3 配電網高精度同步相量測量裝置綜合測試平臺

(1)高精度同步波形發生器。采用OMICRON(CMC 256 plus)6相電流+4相電壓測試裝置與通用校準儀器，該儀器支持含多諧波、間諧波信號及幅值/相位階躍等動態信號的發生，可為PMU測試提供帶時標的多種測試信號。頻率誤差不高于0.000 5 Hz，幅值誤差不高于0.02%，相位誤差不高于0.005°。

(2)高精度同步時鐘裝置。PMU測試平臺高精度時鐘信號源，外接北斗/GPS天線，內部采用銣原子鐘，具有遠高于普通恒溫晶振的頻率穩定度、溫漂和老化率。授時精度不低于10 ns，為PMU裝置內置時鐘模塊與高精度同步波形發生器提供精準時鐘信號。

(3)模擬主站系統。是測試平臺的控制和分析中心。主站以實際電網的WAMS主站為基礎開發實現，具有前置通信和各類數據分析服務功能。其中，可以對實時測量數據進行觀察和分析。服務數據庫包括實時庫和時序庫模塊等。實時庫初始化從商用庫中加載配置信息，保存有前置通信系統所需的配置信息。時序庫主要存儲PMU實時和歷史數據，并通過時間選取歷史存儲數據，可實現曲線查詢或轉換為CSV文件保存，便于離線分析。

實驗室高精同步相量測試平臺的測試原理為在基于北斗/GPS的高精度同步時鐘授時的情況下，高精度同步波形發生器根據主站系統設定的波形曲線發出帶時標的模擬信號，由經由待測PMU測量并將測量值送回模擬主站系統進行誤差分析。

3.2 符合配電網環境特征測試與驗證

配電網和輸電網測量信號的區別就是前者含有更加豐富的諧波和間諧波干擾成分，且這些成分可能會同時存在。因此，本文相量算法的設計的目標就是能夠滿足含多諧波/間諧波干擾場景下的高精度測量需求。

這里根據實際某電動車快充站接入點處電流信號的干擾特征，模擬構建一個含有多個諧波、間諧波干擾的測試信號：其中測量信號的基波頻率設為49.98 Hz，含有8.96% 的5次諧波、4.40%的7次諧波、2.32% 的11次諧波、0.96% 的13次諧波和1.36% 的17次諧波。此外，在信號中增加兩種間諧波干擾成分，分別是：1%的0.5次間諧波和1%的1.5次間諧波。計算得到模擬信號的諧波/間諧波總畸變率THD為10.48%。在此基礎上，考慮實際信號中可能還含有50 dB噪聲。

此外，為了更加直觀地反映本文所提出的帶陷波齒自適應FIR相量算法(Notch-Tooth attached FIR，NT-FIR)在各種場景下性能水平，這里分別選擇IEEE標準[17]中推薦的M級濾波算法(M-FIR)[18，19]以及目前相關研究中具有代表性的兩種方法——擴展卡爾曼濾波方法(EKF)[20]和遞歸小波變換方法(RWT)[21]作為對比。各方法性能對比結果見表1。

表1 多諧波、間諧波場景下各相量算法性能對比

可以明顯看出，含有多種干擾成分的信號對現有的同步相量算法提出了嚴峻的挑戰，M-FIR、RWT和EKF相量算法的TVE指標均超過1%。因為，這些算法常常只考慮一種間諧波干擾成分，且該干擾成分的頻率通常是假設已知的，這顯然與實際情況不符。相比之下，本文所提出的NT-FIR算法，TVE指標僅為0.19%，幅值誤差為0.14%，相位誤差也在0.09°左右，充分顯示了該算法的高精度計算性能。

此外，基于測試平臺所具備的故障場景模擬功能，模擬了配電網多種故障場景，對所研制的PMU原理樣機進行測試。值得注意的是應該認識到，配電網短路故障應該是在多干擾場景下的動態過程，這里設置一個典型的三相短路故障場景對算法的整體性能進行評估：信號頻率50.5 Hz，其中含有3、5、7次諧波以及135 Hz間諧波，諧波/間諧波總畸變率為11.2%。系統電壓在0.4 s時發生三相短路故障，電壓跌落到0.3 pu，0.8 s保護動作清除故障，電壓恢復到0.9 pu，由于系統阻尼不足，電壓信號伴有調制頻率5.0 Hz，初始為0.1 pu，時間常數為0.50的指數衰減振蕩過程。下面給出電壓A相的幅值測試結果，如圖4所示。

圖4 單相短路故障場景下的測試結果

可以看出，PMU原理樣機在電壓跌落和恢復過程中具有較快的響應速度，其中故障跌落過程響應時間僅為27.8 ms，在恢復后的衰減振蕩過程中，其TVE誤差也不大于0.2%。在上述動態場景下，為進一步驗證所提算法的有效性，分別與EEE標準中推薦的P級濾波算法(P-FIR)，RW和EKF方法的仿真結果進行對比，結果見表2。

表2 動態場景下各相量算法性能對比

由上述結果可知，所提算法的結果具有更快的階躍響應速度與動態調制過程中的精度。該結果有效驗證了該裝置具備快速、準確響應測量信號動態變化的能力。

4 配電網同步測量系統

受國家重點研發計劃項目《基于微型同步相測量的智能配電網運行關鍵技術》支持，在上海市臨港地區建立了以配電網PMU裝置為基礎的配電網同步測量系統。臨港地區區內陽光充足，近遠海風電資源豐富，電力大用戶數量在500余戶，電動汽車接入發展迅速。該系統覆蓋220 kV～400 V全部配電網電壓等級，電動汽車快充電站接入點、分布式光伏/風電并網點共計20余個。預期將會共部署近百臺配電網PMU裝置，測點數量百余個。

同時為滿足系統對于配電網運行狀態的感知和控制需求，建立了基于同步相量信息的智能配電網運行分析與協調控制系統主站。除接受配電網PMU發送的同步相量外，該系統還集成了EMS系統數據、DMS系統數據、用采系統數據和PMS系統數據，滿足智能配電網運行與控制需求。其主站系統硬件架構如圖5所示。

圖5 智能配電網運行分析與控制系統主站架構圖

5 配電網實測同步相量數據分析

5.1 不同場景信號特征分析

配電網PMU的安裝位置可能是居民負荷、大型工業負荷以及分布式新能源接入點等，相對輸電網更加復雜多樣。不同測量點的諧波、間諧波等干擾成分以及信號的動態變化特征各不相同，這些進一步增加了配電網同步相量高精度測量實現的難度。

基于從上述配電同步測量系統收集到的配電網實測數據，對配電網具有代表性場景下的測量信號特征進行全面地分析。包括新能源發電接入點、電動車充電站接入點、工業負荷接入點。

5.1.1 新能源發電接入點

新能源發電大多通過換流器等電力電子裝置接入電網，由于交直流轉換間的非線性相互作用，給系統注入了大量諧波和間諧波等干擾成分。對第4節所述系統10 kV電壓等級下的新能源接入點測量信號干擾情況分析，利用配電網PMU裝置對接入點的電壓、電流模擬采集量進行連續錄波。

信號頻率成分分析結果顯示，觀測時間段內，以某接入點A相電壓和電流為例，干擾成分數目及含量情況如圖6所示。由于觀測時間正處于中午光伏出力較大的時刻，電流信號中諧波數量及其含量均遠高于電壓信號，其中5次、7次、11次和17次諧波含量較高。電壓、電流信號中5次諧波的含量最高，電流5次諧波含量超過了5.2 %。3次諧波含量也在2.5 %以上。

圖6 該光伏接入點的電壓和電流的諧波/間諧波分析結果

5.1.2 電動汽車快充站接入點

對某630 kW電動公交快充站點的10 kV母線電壓和出線電流實測數據進行分析，其諧波和噪聲含量如表3所示。

表3 電動車充電站點諧波畸變率和噪聲水平

可以看出，該測點電流無論是諧波畸變率還是噪聲水平均高于電壓，電流的SNR為52 dB左右，低于電壓SNR 67 dB的噪聲水平。對比電壓和電流B相和其余兩相的干擾水平可以看出，B相的諧波含量和噪聲干擾水平均低于A、C兩相，說明同一測點，由于三相負載不對稱，可能會導致不同相的干擾水平存在差異。

對A相電流的諧波和間諧波干擾成分進行分析，其種類和含量如圖7所示。

圖7 電動車充電站接入點電流信號干擾成分

可見，電流信號中不僅含有大量諧波干擾，還含有0.89%的25 Hz、0.6%的75 Hz、0.66%的870 Hz和0.52%的945 Hz間諧波干擾。這些種類豐富、含量較高的干擾成分，尤其是間諧波成分，對電流基頻相量的計算提出了嚴峻地挑戰。

5.1.3 工業負荷接入點

以某35 kV變電站接入某化工負荷的10 kV出線為例，分析由于工業負荷投切導致的配電網電壓波動情況。其電壓波動情況如圖8所示。

圖8 某化工負荷接入點電壓幅值波動曲線

可以看出，該化工負荷具有沖擊負荷類似的特性，由于功率短時間內增加導致電壓出現跌落，跌落幅度最大達到1.5%。值得注意的是，即使在電壓沒有出現跌落的時刻，除去系統測量噪聲(圖8中密集的波動變化)，電壓幅值也存在小幅波動趨勢，說明實際信號常伴隨小幅波動。

5.2 算法運行性能評估

下面結合實際系統安裝配電網PMU裝置運行數據，算法與裝置的現場運行的性能進行分析評估。首先，選取配電網多條線路，對線路兩端PMU數據進行連續1h動態錄波(216萬點數據)，分析各線路的兩端電壓相位曲線，發現裝置運行具有很好的測量穩定性，以某兩條10 kV線路兩端三相電壓相位差連續錄波數據為例，如圖9所示。

圖9 配電網某條10 kV線路端電壓相位差曲線

可以看出兩條線路各相電壓相位差均運行平穩，經過統計，99%以上的相位差位于其趨勢線(經過濾波得到，反映了變化趨勢)±0.01°范圍內，沒有出現偏差較大的壞數據，說明了現場安裝PMU具有較高測量穩定性和可靠性。

其次，某條10 kV線路PMU布點較密集，其布點間隔均在100～200 m之間，隨機選擇三個時間斷面，對沿出線方向部署的四臺PMU裝置電壓相位測量關系進行分析，顯示了相對于線路起始點的A相電壓相位關系。結果如圖10所示。可以看出，所研制的配電網高精度PMU裝置能夠準確地表征配電線路電壓沿線下降的特性，且測量精度足以區分出短線路的相位差，顯示了其高精度測量性能。

圖10 某10 kV線路沿線電壓相位關系

6 結論

根據配電網同步相量測量的應用背景和特殊要求，提出了一種兼顧測量精度和動態響應性能新型配電網同步相量算法。在實際配電網PMU裝置中實現了該算法并在實際配電系統中應用。根據實測數據可以發現，實際配電系統中具有較高含量的諧波與間諧波。由于負荷的波動性，電壓產生頻繁的波動。同時由實測數據可知，本文所提算法在實際運行中保持了良好的穩定性與優秀的準確性。對算法在標準場景及配電網實際測量環境下的性能進行了全面的測試，驗證了本文所設計算法的高精度和快響應特性。