基于最大互信息的干擾源類型識別及電能質量需求畫像技術

汪 穎，喻夢潔，盧 宏，肖先勇，楊心剛，張 鵬

（1. 四川大學電氣工程學院,四川省 成都市 610065；2. 國網上海市電力公司電力科學研究院,上海市 200437）

0 引言

在新型電網環(huán)境下,電力公司提出打造現(xiàn)代供電服務體系,構造世界一流電力營商環(huán)境的長遠目標。瞄準增加高品質產品和服務供給,打造“基礎性+增值性”用電用能產品套餐,為客戶提供精準服務［1］。精準服務需求體現(xiàn)在“為誰治”和“治什么”兩個方面。目前,電能質量監(jiān)測系統(tǒng)（power quality monitoring system,PQMS）廣泛應用,電網積累了海量電能質量監(jiān)測數(shù)據(jù)。從海量數(shù)據(jù)中實現(xiàn)用戶畫像、精準識別有需求的用戶,可解決“為誰治”的問題。應用并網點監(jiān)測數(shù)據(jù),識別干擾源類型,可解決“治什么”的問題。所以,基于電能質量監(jiān)測數(shù)據(jù),實現(xiàn)干擾源類型識別和用戶治理需求畫像,具有重要的工程意義。

目前,針對干擾源類型的識別已經有了很多研究,但相關方法在實際工程應用中還存在以下問題。

1）依靠經驗辨識干擾源類型,簡單直接,但適用范圍有限?？筛鶕?jù)經驗直接辨識的干擾源一般是較傳統(tǒng)和典型的干擾源［2-3］,如牽引站是典型的諧波源和三相不平衡源,煉鋼廠是諧波源和閃變源等。但是,隨著制造產業(yè)升級換代,該方法已不適用于大多數(shù)電力用戶。

2）模型分析法辨識干擾源類型,建模復雜,受背景擾動影響大。文獻［4-7］在系統(tǒng)建模過程中忽略了變壓器勵磁和背景諧波的影響,難以滿足實際工程需要。學者們嘗試提出相關改進方法。文獻［8］考慮了系統(tǒng)間諧波的影響,提出一種考慮多個間諧波作用的閃變效應計算方法,實現(xiàn)了閃變源的準確識別。文獻［9］通過無功功率、絕對阻抗以及有功功率的關系判據(jù),實現(xiàn)了考慮背景諧波影響的諧波源識別。相關算法得到了仿真數(shù)據(jù)的驗證,但實際工程運行效果尚不明確。

3）現(xiàn)有方法工程應用難,主要體現(xiàn)在省級PQMS 的實測數(shù)據(jù)難以支撐現(xiàn)有算法計算精度。干擾源的準確識別及責任量化是開展獎懲機制、電能質量治理、諧振估計等工作的基礎［10-16］?，F(xiàn)有方法一般支持采樣間隔不超過1 min 的數(shù)據(jù)進行計算；實際上,PQMS 每3～15 min 返回一組監(jiān)測值,難以滿足算法對數(shù)據(jù)的要求［17-18］,直接影響計算結果的準確性。

用戶的電能質量治理需求,主要通過監(jiān)測數(shù)據(jù)分析與應用進行刻畫?；谟脩舢嬒竦腜QMS 的建設是實現(xiàn)用戶精細化電能質量服務的基礎［19］。數(shù)據(jù)驅動的方法是電能質量分區(qū)治理［20］、“感知-預警-診斷-服務”主動應用框架［21］中各難題的主要解決途徑?，F(xiàn)有研究為電能質量監(jiān)測數(shù)據(jù)分析與價值挖掘提供了很好的思路,但是總體上缺少實際工程的應用。此外,電網公司正積極開拓“基礎性+增值性”有償新業(yè)務,旨在滿足基礎用電需求的前提下,通過數(shù)據(jù)挖掘,分析用戶的潛在需求,以便為用戶提供個性化增值服務。目前電能質量監(jiān)測數(shù)據(jù)主要用于電網公司的電能質量管理工作,數(shù)據(jù)價值挖掘不充分,難以支撐電網新業(yè)務。

綜上所述,應用電能質量監(jiān)測數(shù)據(jù),本文提出一種干擾源類型識別及電能質量需求畫像技術。首先,根據(jù)用戶用電水平特征與電能質量特征之間的相關性,提出基于最大互信息的干擾源類型識別方法,彌補了經驗辨識法和模型分析法的不足,可以在背景諧波影響下,準確識別干擾源類型。其次,提出干擾源電能質量治理需求畫像技術,以海量電能質量監(jiān)測數(shù)據(jù)為基礎,構造了一套完整的畫像標簽體系,包括用戶基本信息標簽、電能質量特征標簽和用戶用電行為標簽,實現(xiàn)用戶電能質量發(fā)射水平和用電水平的準確量化。然后,結合用戶電能質量發(fā)射水平與綜合用電水平,構建了綜合用電水平-電能質量發(fā)射水平圖,以確定其需求類型。最后,以中國東部某大型城市的實測數(shù)據(jù)和搭建的雙饋風機實驗平臺驗證了本文方法的正確性和有效性。

1 基于最大互信息的干擾源類型識別方法

1.1 電能質量干擾源

電能質量干擾源是指在電網運行過程中造成電能質量問題的相關電力設備、電力用戶或故障源的統(tǒng)稱［22］,其造成的電力擾動可分為暫態(tài)、穩(wěn)態(tài)兩大類。暫態(tài)擾動包括電壓暫降、電壓暫升、電壓中斷、暫態(tài)脈沖、暫態(tài)振蕩等。穩(wěn)態(tài)擾動包括電壓偏差、三相不平衡、電壓波動與閃變、諧波等。如諧波源,是向系統(tǒng)中注入諧波電流或在公共電網中產生諧波電壓的電氣設備［23］。在實際電力系統(tǒng)中,若用戶生產環(huán)節(jié)不包含非線性設備,則不會產生諧波問題；若用戶負荷特性是三相對稱的,則不會產生負序電壓和電流,即不會產生三相不平衡；若用戶生產線不含頻繁啟動和間隙通電的負荷（如軋鋼機、電焊機）,或引起連續(xù)的不規(guī)則隨機電壓變動的負荷（如電弧爐）,則不會引起電壓波動與閃變,反之亦然。所以,非干擾源是不會對公共電網造成電能質量問題的設備或負荷,其功率特征變化,不會對系統(tǒng)電能質量產生明顯影響,即電能質量特征與功率特征不存在相關性。

而干擾源的電能質量發(fā)射水平隨其負荷本身特性影響較大,如非線性負荷投入會產生諧波、負荷功率波動會導致電壓波動與閃變［6］、負荷不對稱造成系統(tǒng)三相不平衡［24］等。功率特征是反映負荷特性的直接指標,干擾源電能質量特征與功率特征之間具有較高的相關性?；诖?有學者提出基于監(jiān)測數(shù)據(jù)相關性分析的用戶諧波責任劃分方法,通過計算公共連接點（PCC）諧波電壓與有功功率的動態(tài)扭曲相關系數(shù),從而計算動態(tài)以及長時段總諧波責任指標［25］。因此,在實際電力系統(tǒng)中,也可根據(jù)用戶監(jiān)測的電能質量數(shù)據(jù)與功率的相關性識別非干擾源與干擾源類型。

1.2 電能質量監(jiān)測數(shù)據(jù)

本文采用PQMS 中最典型的3 min 間隔的采樣數(shù)據(jù)展開研究,每天共480 組采樣數(shù)據(jù),采集到的數(shù)據(jù)包括：

1）三相電壓標稱值,即所得監(jiān)測數(shù)據(jù)為實測電壓相對額定電壓的百分數(shù),可由式（1）計算得到實際電壓有效值。

式中：UN為額定電壓；U%為三相電壓標稱值；Ut為實際電壓有效值。

2）三相電流有效值。

3）用電數(shù)據(jù)：有功功率、無功功率和視在功率。

4）電能質量監(jiān)測數(shù)據(jù)：三相不平衡度、電壓閃變值、總諧波畸變率、各次諧波電壓含有率、各次諧波電流有效值。

電壓閃變值采樣間隔通常為10 min 或2 h,其他特征采樣間隔為3 min。為了統(tǒng)一特征序列長度,進行如下數(shù)據(jù)處理：

式中：hs為經過數(shù)據(jù)處理后的其他特征值；Ns為相鄰2 個電壓閃變值采樣間隔內其他電能質量特征的采樣點數(shù)；NA為電壓閃變值的采樣點數(shù)；hj為相鄰2 個電壓閃變值采樣間隔內其他特征的第j（j=1,2,…,Ns）個采樣值。

1.3 干擾源類型識別方法

根據(jù)實際測量可知,對于大部分干擾源,其功率越大則電能質量問題越嚴重,即兩者呈正相關關系。例如,大部分非線性負荷,其有功功率越大則基波電流越大,基波電流越大則諧波電流越大［25］。但是也同樣存在部分干擾源,如光伏電站、風電場等,其有功功率與諧波電流呈負相關關系?；バ畔⑹强坍媰煞蔷€性變量關聯(lián)程度的有效工具［26］,可以將兩變量相關性強弱量化出來,不論其正負相關性。因此,本文提出了基于最大互信息的干擾源類型識別方法。具體流程如圖1所示,主要包括以下4個步驟。

圖1 所提算法流程圖Fig.1 Flow chart of the proposed algorithm

1）步驟1：數(shù)據(jù)采集與特征提取

由PQMS 監(jiān)測得到的電能質量特征集F和用電水平特征集S如式（3）、式（4）所示。

式中：N為總采樣點數(shù)；F中的5 列分別表示三相不平衡度、電壓閃變值、電壓偏差、諧波電壓總畸變率及諧波電流總畸變率的采樣值；S中p表示有功功率,q表示無功功率。

對特征集F、S進行離散化處理［27］,以進行互信息計算。數(shù)據(jù)處理過程如下：

（1）特征區(qū)間劃分。F中第i列（i=1,2,…,5）的最大、最小值構成第i列的特征區(qū)間［fi,min,fi,max］。同理,S的兩列特征區(qū)間為［pmin,pmax］、［qmin,qmax］。將7 個特征區(qū)間分別進行n等分。兼顧計算量和計算精度,本文選取n的最大值為20。

（2）用電量區(qū)間樣本數(shù)統(tǒng)計。統(tǒng)計第m個（m=1,2,…,20）區(qū)間里,用電水平特征p、q的采樣點個數(shù)為Np（m）、Nq（m）。

（3）電能質量特征集區(qū)間樣本數(shù)統(tǒng)計。統(tǒng)計第n個（n=1,2,…,20）區(qū)間里,第i個電能質量特征fi的個數(shù)Nfi(n)。

（4）交互樣本數(shù)統(tǒng)計。統(tǒng)計電能質量特征fi在第n個區(qū)間時,對應的用電水平特征p、q在第m個區(qū)間的樣本個數(shù)Nfi,p(n,m)、Nfi,q(n,m)。

2）步驟2：互信息計算及排序

根據(jù)離散化結果計算特征fi與p、q之間的互信息值［26］,表達式如下：

不同生產過程的功率因數(shù)各異,有功功率和無功功率均可能與電能質量發(fā)射水平有關。綜合考慮I（fi,p）、I（fi,q）的影響,計算特征fi與用電水平特征集S之間的互信息,用Dfi表示,如式（7）所示。

按照Dfi的大小將F中的特征進行排序,得到的順序特征序列為F＇,如式（8）所示。定義一個零初始向量Z5,用于存儲F＇中每個電能質量特征向量的判斷結果。

3）步驟3：最小二乘相對性斜率（LSRS）指標驗證

工程中,存在某種生產設備會產生多種電能質量擾動的情況,若僅采用最大互信息作為判據(jù),會導致該類干擾源的類型識別結果不準確。本文定義了LSRS 指標用于刻畫用電水平與電能質量發(fā)射水平的線性化程度,其物理含義為用電水平特征與電能質量特征歸一化處理后,得到的擬合曲線斜率絕對值相對1 的大小。某項電能質量特征的LSRS 值越趨近于0,說明該電能質量特征隨用電量特征的變化越大。

本文以某一電能質量特征fi的LSRS 指標計算為例,詳述LSRS 指標的計算方法。

（1）區(qū)間劃分。分別以p、q為縱坐標,將F＇中滿足式（10）的電能質量特征作為橫坐標,畫出散點圖。圖2（a）示例了有功功率的區(qū)間劃分方法,按照p的大小將其劃分為n個等分區(qū)間,區(qū)間長度為d,可以由式（11）計算而來。本文取n=20。示例中,fi為負序電流不平衡度。

（2）離散點計算。取第k個區(qū)間里的電能質量特征平均值作為第k個離散點的橫坐標,用xk表示；取第k個區(qū)間里p、q的平均值作為第k個離散點的縱坐標,用ypk、yqk表示。

（3）歸一化處理。將離散點的橫、縱坐標做歸一化處理,得到歸一化的離散點為（x,y）和（x,y）,如圖2（b）中的紅色小點所示。

（4）曲線擬合。采用最小二乘法將離散點擬合成直線,如圖2（b）中的黑色實線所示。

圖2 LSRS 指標計算Fig.2 Calculation of LSRS indicator

LSRS 指標用LSRS表示,其中有功功率p、無功功率q與電能質量特征fi的LSRS 指標計算如下：

將LSRS 指標與設定的閾值ε做比較,若LSRS指標小于等于ε,則令Z5的第i個元素Z5,i=1。本文ε的 取 值 范 圍 為：

4）步驟4：干擾源類型識別結果

根據(jù)輔助向量Z5的值判斷用戶的干擾源類型。當Z5,i=1 時,用戶為F＇中對應電能質量問題的干擾源。

2 干擾源電能質量需求畫像技術

2.1 技術框架

電力用戶畫像分析是以海量用電數(shù)據(jù)為基礎,通過分析用戶個體特征及用電行為數(shù)據(jù)挖掘潛在信息,從不同用戶的用電行為特征差異出發(fā),構建畫像標簽,進而挖掘用戶行為的差異性,為電力公司智能化管理提供理論支撐［28］。不同干擾源電能質量問題嚴重程度不同,治理需求及治理方案各異,僅憑干擾源類型無法為用戶提供個性化服務。采用畫像技術分析干擾源電能質量治理需求,可以為電網公司用電用能產品套餐新業(yè)務提供理論依據(jù)。

本文提出一種干擾源電能質量需求畫像技術,其技術框架如圖3 所示,主要分為數(shù)據(jù)層、需求畫像層、應用層3 層。數(shù)據(jù)層為其他兩層的分析與應用提供了數(shù)據(jù)基礎,主要是對監(jiān)測的海量電能質量數(shù)據(jù)進行采集與處理。需求畫像層作為畫像技術的核心模塊,主要是通過構建電能質量畫像標簽體系,分析干擾源的電能質量治理差異,最終得到干擾源電能質量治理需求畫像結果。應用層則是對需求畫像結果的進一步應用,如為決策分析系統(tǒng)、電力營銷系統(tǒng)和供電服務系統(tǒng)提供決策支持與理論依據(jù)。

圖3 干擾源電能質量需求畫像技術框架Fig.3 Technical framework of power quality demand portrait technology of interference sources

2.2 電能質量需求畫像標簽及量化方法

2.2.1 電能質量需求畫像標簽

電能質量需求畫像的目標是快速掌握不同用戶的電能質量特征及治理需求,以提供差異化服務。電能質量治理需求受負荷用電水平、電能質量發(fā)射水平、電壓等級等多維信息的影響。經過多次梳理和業(yè)務分析,篩選得到的3 類標簽如表1 所示。

表1 中用電行為標簽的計算表達式如下。

表1 電能質量需求畫像標簽Table 1 Tags of power quality demand portrait

日最大、最小負荷：

日平均負荷：

日負荷率：

日峰谷差率：

2.2.2 電能質量特征標簽的統(tǒng)一量化

干擾源電能質量發(fā)射水平的量化是刻畫用戶電能質量特征、實現(xiàn)需求畫像的基礎。目前比較傳統(tǒng)的做法是直接對用戶電能質量特征監(jiān)測值進行評估,得到“優(yōu)質/良好/中等/合格/不合格”5 級評估指標［29］。其缺點是無法對不同電壓等級用戶以及不同電能質量特征進行直觀比較。為此,本文提出一種電能質量特征標簽的統(tǒng)一量化方法。

1）95%基準比：本文將單項電能質量特征監(jiān)測值的95%概率大值相對國標限值的比值作為參考值,用Ifi表示,表達式如式（20）所示。

式中：lfi,T(95%)為電能質量特征fi（包括電壓偏差、三相不平衡、閃變、總諧波電壓畸變率）在監(jiān)測時段T內的95%概率大值；Lfi為對應的電能質量特征fi的國標限值。當95%基準比大于1 時,表明該干擾源的fi指標超標。

2）電能質量發(fā)射水平的統(tǒng)一量化表示。百分制及60 分及格線是普遍接受的評分標準,本文將95%基準比轉化為百分制型數(shù)值,用PQS,fi表示,如式（21）所示。

式（21）表 明,當lfi,T(95%) 為 國 標 限 值 時,PQS,fi=60；當lfi,T(95%)＜1.667Lfi時,得 到 的 結 果范圍是［0,100）的連續(xù)區(qū)間；當lfi,T(95%)≥1.667Lfi時,得分均為最嚴重的100 分。

該方法不僅可以直接比較不同電壓等級下各電能質量問題的嚴重程度,還可以實現(xiàn)對不同電能質量特征的橫向比較。如10 kV 側用戶A1 的諧波電壓畸變率為4.36%,35 kV 側用戶A2 的諧波電壓畸變率為3.68%,僅從數(shù)值上看,可能誤認為用戶A1的諧波問題更嚴重,但通過與不同電壓等級限值對比,實際上用戶A2 的情況更嚴重。本文所提方法計算用戶A1、A2 的量化結果分別為65.4、73.6,能直接體現(xiàn)用戶A2 的諧波問題更嚴重。又比如某用戶電壓偏差為7.5%,三相不平衡度為2.9%,采用本文方法的量化結果分別為64.29、87,直接體現(xiàn)該用戶的三相不平衡問題更嚴重。

2.2.3 用戶綜合用電水平的統(tǒng)一量化

研究表明,日最大負荷較日最小負荷更能反映用戶用電特性,因此本文使用{Pmax,Pavg,ravg,rpv}刻畫用戶的用電水平［30］。它們的量綱明顯不同,需進行如下量化處理：

式中：Sg為用戶第g個用電水平特征量化結果為用戶的第g個用電水平特征的平均值；fg,max、fg,min分別為第g個用電水平特征的最大、最小值。

此外,用戶的供電電壓等級也在一定程度上體現(xiàn)了用戶用電重要程度、用電量等信息,為此構建綜合用電水平特征：

式中：Sv為電壓等級量化結果,當Sv的取值為20、40、60、80 時,分別對應低壓、中壓、高壓、超高壓。wv和wg為權重,本文均取0.2。

2.3 電能質量需求畫像結果分析

本文通過構建“綜合用電水平-電能質量發(fā)射水平圖”,根據(jù)用戶在圖中的分布情況,刻畫干擾源的治理需求類型（具體見附錄A 圖A1）。

一般而言,電能質量發(fā)射水平超過國標限值（PQS,fi=60）的區(qū)域是值得關注的部分。用戶電壓等級越高、負荷越大,其用電水平也就更高,文中取Sˉ=60 為綜合用電水平的分界標準。附錄A 圖A1所示的綜合用電水平-電能質量發(fā)射水平圖是一個四區(qū)域圖,每個區(qū)域的含義如表2 所示。

表2 電能質量治理需求類型Table 2 Demand type for power quality governance

2.4 電能質量需求畫像的應用場景

將需求畫像結果應用到具體服務系統(tǒng)中,如決策分析系統(tǒng)、電力營銷系統(tǒng)和供電服務系統(tǒng)等,可實現(xiàn)服務信息的精準推送,有效保障差異化營銷服務的落地應用［28］。服務內容主要包括以下3 個方面。

1）提供最優(yōu)治理決策咨詢服務

畫像結果可以為配電網電能質量的治理提供定性、定量的理論依據(jù)。根據(jù)不同干擾源的電能質量治理需求程度,電網公司可以采取不同的治理措施,實現(xiàn)電能質量治理的最優(yōu)決策。

2）提供精準個性化增值服務

治理需求畫像結果可為“基礎性+增值性”用電用能產品套餐提供參考依據(jù)。通過本文方法,電網公司可有針對性地為潛在需求用戶提供增值服務套餐,有助于售電市場提升企業(yè)市場競爭力,提高經營效率和經營效益。

3）提供節(jié)能建議以減少損耗

諧波、三相不平衡等電能質量問題會造成不同程度的能量損耗。本文分析結果可為供、用電雙方提供具有針對性的節(jié)能建議,減少能量的損耗,給供、用電雙方帶來可觀經濟效益。

3 算例分析

3.1 數(shù)據(jù)來源

為了驗證本文所提干擾源類型識別方法及電能質量需求畫像技術的有效性和正確性,以中國東部某大型城市某區(qū)域的8 個典型電力用戶的實際電能質量監(jiān)測數(shù)據(jù)進行算例分析。用戶基本信息見附錄A 表A1。

3.2 干擾源類型識別

1）互信息計算及排序

由式（5）—式（7）計算各用戶用電水平特征與電能質量特征的互信息,其中用戶1 的計算結果如表3所示。

表3 用戶1 的互信息計算結果Table 3 Mutual information calculation results for user 1

由表3 可以計算出該用戶各電能質量特征與用電水平的互信息的平均水平為1.323 4,其中特征f1、f4、f5與用戶用電水平的互信息值均超過了平均水平,即該用戶可能同時為電壓偏差源和諧波源,需要進一步驗證。

2）LSRS 指標驗證

由式（12）—式（15）對F＇中的特征進行驗證,得到各用戶的干擾源類型如表4 所示。

表4 干擾源類型識別結果Table 4 Recognition result of interference source type

事實上,軋機運行時伴隨著較大的無功沖擊,同時會產生大量高次諧波、電壓波動和閃變等電能質量問題［31］,是典型的電壓偏差源和諧波源,與本文對用戶3 和用戶4 的識別結果吻合,證明了所提方法的正確性。通過走訪用戶1 和用戶2,其硅晶圓制造的三大環(huán)節(jié)包括硅提煉及提純、單晶硅生長、晶圓成型。第1 環(huán)節(jié)含有電弧爐,是公認的諧波源,驗證了本文對用戶1 和用戶2 的識別結果。風電場、換流站等用戶的情況不再贅述。

3.3 干擾源電能質量需求畫像結果

3.3.1 特征量化結果

表5 為本文方法計算得出的8 個用戶的各項電能質量特征評分結果?？梢钥闯?用戶各電能質量特征評分結果都在0～100 以內,評分越小造成的電能質量問題越小,其中只有用戶5 的電壓偏差與用戶6、7、8 的諧波電壓畸變率評分超過了60,其余都在60 以內。

表5 用戶電能質量特征標簽評分結果Table 5 Scoring results of user power quality feature tags

表6 為用戶用電水平的量化情況。Sˉ的評分值越小說明用戶的用電水平越小,由此可以看出,用戶8 的用電水平最大,其余用戶用電水平相差不大。

表6 用戶用電水平量化結果Table 6 Quantified results of user power consumption level

3.3.2 需求畫像結果可視化

本文采用雷達圖、干擾源綜合用電水平-電能質量發(fā)射水平圖2 種圖形化方法,實現(xiàn)電能質量需求畫像結果的可視化。

將表5 中各用戶的4 項電能質量特征以雷達圖［32］方式展現(xiàn),結果見附錄A 圖A2。圖中紅色虛線構成的菱形邊界為4 項電能質量特征的國標限值,菱形區(qū)域內的值均滿足國標限值,區(qū)域外則超標。同時,將用戶評分結果繪制于綜合用電水平-電能質量發(fā)射水平圖中,得到的結果如圖4 所示。

圖4 需求畫像結果展示Fig.4 Demand portrait result display

分析附錄A 圖A2 和圖4 可知：

1）所有用戶的電壓閃變值與三相不平衡度都很小,符合一般實際情況；

2）用戶1、用戶3 和用戶4 的各電能質量特征在附錄A 圖A2 紅色區(qū)域以內,說明這幾類用戶的電能質量發(fā)射水平較低,不會給電網造成嚴重干擾；

3）用戶5 的電壓偏差問題較為嚴重,其余用戶均未超過國家限值,但是用戶2、用戶4 以及用戶8都處于臨界位置,需加強管理；

4）用戶2、用戶6、用戶7 和用戶8 的電壓畸變率都超過限值,說明這幾個用戶的正常運行會給電網造成諧波污染,并且根據(jù)雷達圖的周長和面積,各用戶對電網造成的影響程度為：用戶8＞用戶6＞用戶7＞用戶2；

5）用戶8 的諧波特征位于區(qū)域Ⅱ,其治理需求類型為強烈需求型；用戶6、7 的諧波特征、用戶5 的電壓偏差特征位于區(qū)域Ⅳ,其治理需求類型為輕度需求型；其余均位于區(qū)域Ⅰ、Ⅲ屬于無需求型。

4 適用性分析

4.1 實驗平臺的搭建

搭建雙饋風機并網實驗平臺,對所提方法進行適用性分析。實驗平臺見附錄A 圖A3,主要包括電源模塊、風機動力模塊和風機并網控制模塊。

電源模塊：采用可編程電源（型號：BriPower KGS）模擬電網。該電源可在DC 2 kHz（標準1 kHz,此處取為2 kHz）的頻率范圍內,標準輸出300 V 相電壓。實驗設置電壓頻率為50 Hz,三相電壓有效值為220 V。

風機動力模塊：采用2 臺電機對拖的方式模擬雙饋風機的并網運行,通過一臺原動機模擬風機出力,拖動另一臺異步電機發(fā)電。實驗模擬的雙饋風機主要參數(shù)見附錄A 表A2。通過設置風速調整軟件的風速模型,模擬風機不同出力下的運行特性。實驗中采用的風速模型見附錄A 圖A4。

風機并網控制模塊：網側變換器和機側變換器采用雙脈寬調制控制,其中電流控制器的比例增益為5、積分增益為0.000 1。

為了分析文中干擾源類型識別算法的適用性,實驗主要分析了以下2 種場景：

場景1：新能源并網場景的適用性。主要是為了驗證本文方法對風電場、光伏電站等為代表的新能源并網擾動源的識別效果。實驗中將背景諧波設置為零,僅考慮負荷側擾動。

場景2：背景諧波的適用性。為了驗證本文方法在背景諧波下的適用性,應用可編程電源分別加入3、5、7 次諧波,每次諧波電壓含有率的變化梯度為5%,驗證識別效果。

在并網點安裝電能質量監(jiān)測裝置,記錄諧波、三相不平衡、電壓偏差等電能質量指標,用以進行擾動源識別。

4.2 場景1：新能源并網場景的適用性

場景1 的實驗分析結果如圖5 所示。以諧波電流總畸變率為例進行說明。風機啟動輸出功率或停機（圖中陰影部分）的時刻,諧波電流總畸變率為實驗階段錄到的峰值；隨著風電場輸出功率的增加（圖中非陰影部分）,諧波電流總畸變率會逐漸減少,證明用戶諧波電流總畸變率與有功功率呈負相關關系。此外,由式（12）—式（14）計算可得,有功功率、無功功率與諧波電壓、電流總畸變率之間的相關性分別為0.832 5、0.903 6、0.494 1、0.479 5,計算結果說明其相關程度較高。進一步計算其他電能質量指標的互信息,可識別出該并網風機為諧波源。結果驗證了本文方法適用于負相關擾動源的識別。

圖5 場景1 下實測數(shù)據(jù)分析結果Fig.5 Analysis results of measured data in scenario 1

4.3 場景2：背景諧波的適用性

應用場景2 實驗數(shù)據(jù),分析不同背景諧波含量下所提方法的適用性。如圖6 所示,背景諧波含量對所提方法的計算結果有所影響,且各次諧波的影響程度不同。對于3 次背景諧波來說,諧波電壓含有率增大對計算結果影響不是特別明顯,3 次背景諧波電壓含有率在0%～15%時,計算結果都處于0.8 以上,大于15%時計算結果開始快速下降,到20%時計算結果已經近似為零。說明3次背景諧波含量超過15%的情況下,所提方法已不能識別擾動源。

分析5 次和7 次背景諧波的影響。在諧波電壓含有率增加到5% 時,計算結果已經下降至0.6,在諧波含有率增至10%時,結果已經下降至0 左右。由圖6 可知,在5 次和7 次背景諧波下,大于5%左右的諧波電壓含有率會直接影響所提方法的有效性。但是,實際系統(tǒng)中諧波畸變率長期超過5%的監(jiān)測點非常少。附錄A 圖A5 為某區(qū)域電網總諧波電壓畸變率實測數(shù)據(jù)分析結果,其中包括4 個10 kV 監(jiān)測 點、2 個35 kV 監(jiān) 測 點、4 個110 kV 監(jiān) 測 點 和3 個220 kV 監(jiān)測點,負荷包含風電場、光伏電站、牽引變電站等,具有一定代表性。由實測值可知,該區(qū)域電網總諧波畸變率超過5%的概率接近0,相應地,背景諧波電壓含有率會更低。所以,絕大多數(shù)情況下,所提方法能夠有效識別擾動源,在實際工程中具有適用性。

圖6 不同背景諧波下的互信息計算結果Fig.6 Mutual information calculation results with different background harmonics

另外,實驗中未考慮背景諧波的時變性,發(fā)出的各次諧波值恒定,即背景諧波未改變PCC 諧波電壓的整體變化趨勢。但是在實際運行中,背景諧波具有時變性,對PCC 的諧波變化情況可能造成更大影響。第3 章的實測數(shù)據(jù)驗證中,所提方法未明顯受到上述因素影響,但上述因素影響的量化研究還應進一步開展。

5 結語

本文提出了基于最大互信息的干擾源類型識別及電能質量需求畫像技術,并采用實測數(shù)據(jù)對該方法進行了驗證,主要工作如下：

1）提出了一種基于最大互信息的干擾源類型識別方法,可以在一定背景諧波的影響下進行干擾源類型識別。

2）構建了干擾源電能質量需求畫像標簽體系,實現(xiàn)電能質量特征和用電水平特征的統(tǒng)一量化,克服了傳統(tǒng)等級劃分方法無法橫向、量化比較的不足。

3）提出了一種用于刻畫干擾源電能質量需求治理程度的文本型標簽。構建了干擾源綜合用電水平-電能質量發(fā)射水平圖,實現(xiàn)了對用戶各項電能質量問題的治理需求類型的判斷。

背景諧波時變性對所提方法的量化影響是下一步值得研究的問題。此外,本文方法未考慮暫態(tài)電能質量問題,進一步的研究工作是擴大研究對象,建立包含暫態(tài)干擾源與穩(wěn)態(tài)干擾源的電能質量需求畫像體系。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。