复杂电能质量智能分析技术
上QQ阅读APP看书,第一时间看更新

基础篇

第1章 绪论

1.1 电能质量分析的背景及意义

1.1.1 研究背景

电能质量是智能电网的主要控制目标,也是电力价格以质定价的基础[1,2]。近年来,随着大量电力电子器件、非线性负载和固态开关等在电力系统中的应用,以及电能在传输过程中受到的各种自然和人为干扰,各种电能质量问题频繁发生[3,4]。此外,具有随机出力特性的分布式太阳能、风能等可再生电源并网给电力系统电能质量带来更大的影响[5,6]。我国电网规模巨大且结构复杂,电能质量的恶化给国民经济造成巨大损失。电能质量的下降也不同程度地影响了社会生产和居民生活,例如:短时的电压中断或者电压暂降会造成计算机存储信息的丢失;电压中的谐波成分将造成工业产品质量不达标,进而导致经济损失。

对于整个电力系统,电能质量降低带来的危害包括:输配电线路电能损耗、各种电力设备的使用寿命缩短、重要电力设备产生误动作从而影响正常生产生活,甚至导致严重的电力事故。这些都将对电力系统的安全运行造成严重威胁。对于工业用户而言,所使用的设备基本都配备有数字控制器和功率器件等,这些设备的敏感性较高,一些微弱的电压波动都会影响其正常控制或运行,进而严重影响整个工厂的生产,造成工业损失;对于居民用户而言,各种家用电器的使用寿命会受到电能质量的影响,从而影响居民的正常生活。由于电能质量不达标而造成的损失已经引起了国内外学者的高度关注,据美国官方统计,美国在2007年由于电能质量不达标造成了高达300亿美金的经济损失,我国由于电能质量问题造成的经济损失每年达到1400亿元。由于电压暂降、短时中断,在2012年上海23个典型用户产生了高达900万元的经济损失,其中包括:产品质量不达标损失、生产停工损失、设备损坏及修理损失等。

如图1-1所示,电能质量扰动信号识别作为电能质量评估流程的第一步[7],是保证电力系统电能质量的基础和前提[8]。一方面,电能质量扰动信号发生源较多,且不同类型的扰动信号产生原因各异。例如:大型电力负载(如电动机等)的起动可能会造成电压暂降或电压中断;电容器的频繁投切或自然界的雷击现象会造成瞬态过电压;电力系统中大量整流、换流技术的应用对电力系统产生了谐波;工业生产中使用的大功率设备(如电弧炉等)的运行可能引起电网电压的不正常波动,即电压闪变等。因此,需要对各类电能质量扰动信号进行准确识别,进而有效确定故障源并进行针对性治理。另一方面,在工业发展初期,由于电力系统复杂度较低,负载种类较少,电能质量扰动类别也较单一,因此扰动信号识别较为容易,随着国民经济的发展,海量分布式电源并网以及大量冲击性负载接入,电能质量扰动信号的类别也随之增加并呈现复合发生的趋势,给扰动源的定位带来更大的困难。

图1-1 电能质量评估的基本步骤

随着电网智能化需求的提高,需要记录分析的电能质量数据大幅增长,传统数据采集与记录设备无法满足海量数据的采集与记录要求。因而,针对电能质量数据的高效、准确的数据压缩算法研究已经受到广泛关注。由于压缩后的数据需要满足电能质量暂态扰动识别、参数估计、定位等分析工作的要求,因而电能质量数据压缩时,不仅要考虑压缩比,也要考虑数据的失真度等问题。电能质量数据的采集与记录需求,已经从电网的发电与输电环节逐渐向配电环节扩展,高精度、高压缩比的电能质量数据压缩技术也是未来智能配电网的重要基础。此外,针对设备普及问题,电能质量数据压缩方法不仅需要应用于传统的数字故障录波器等专门用于电网数据采集与记录的设备之中,未来智能电表等设备也需要兼具电能质量数据采集、压缩与传送的功能。因此,设计电能质量数据压缩算法时,还应该尽量降低算法的计算复杂度与实现难度,从而控制设备硬件成本,为促进设备普及打下基础。

在实际工程环境中,扰动信号复杂、数量庞大且信号采样率高,而现有电能质量扰动识别方法的信号处理效率低,信息存储占用空间大,这些都制约了现有方法在实际工程中的应用。因此,提高电能质量扰动信号处理效率、降低信息存储空间就显得尤为重要。电能质量扰动信号的精确识别是电能质量评估的首要任务,在保证扰动信号识别准确率的前提下,如何提高信号处理效率、降低信息存储空间是现有电能质量扰动识别研究的重点与难点。

电能质量扰动检测定位的任务是在电能质量信号中识别是否发生扰动,并且准确定位扰动发生和结束的时间。扰动的检测定位对于扰动源定位、扰动分析等具有重要意义,是扰动分析的重要基础之一。现有扰动检测定位方法包括数学形态学、差分熵法、小波方法、希尔伯特-黄变换等。由于扰动类型多、持续时间短、参数复杂,所以针对各种不同参数、不同类型的扰动检测定位,特别是扰动持续时间非常短的电压尖峰、电压切痕等的定位,仍然是现在研究的难点。

1.1.2 研究意义

本书的研究成果作为电能质量扰动源定位与针对性治理的基础,为电力系统中电能质量恶化问题的解决提供了重要依据,并具有实际应用价值。此外,国外的相关电能质量监测产品已经将电能质量信号压缩、暂态分类和暂态检测与定位作为重要研究对象,而国内同类设备大多着重于数据采集方面的研发。相比之下,国内设备在电能质量信号压缩、暂态分类和暂态检测与定位方面尚缺少竞争力。本书的相关成果若应用于电能质量监测装置中,可以较好地提高设备的性能。本书研究成果可以有效提高我国电能质量监测分析设备的实用性和实时性,更好满足市场需求。