[发明专利]含背景谐波电压的谐波责任区分方法有效
申请号: | 201710514422.4 | 申请日: | 2017-06-29 |
公开(公告)号: | CN107167659B | 公开(公告)日: | 2019-08-13 |
发明(设计)人: | 王清亮;上官尧;王雷刚;秦洁;刘新茹;郭帅;吕栋平 | 申请(专利权)人: | 西安科技大学 |
主分类号: | G01R23/16 | 分类号: | G01R23/16;G01R31/08 |
代理公司: | 西安创知专利事务所 61213 | 代理人: | 谭文琰 |
地址: | 710054 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 谐波 配电网 公共连接 次谐波 首端 馈线 背景谐波电压 总有功功率 筛选分离 总功率 电导 电压电流信号 背景谐波 采集信号 电流信号 三相电流 三相谐波 用户馈线 采集 | ||
本发明公开了一种含背景谐波电压的谐波责任区分方法,包括步骤:一、采集配电网公共连接PCC点处电压电流信号以及用户馈线首端处的电流信号;二、获取采集信号的谐波成分;三、计算配电网公共连接PCC点处各次谐波的集总功率和集总有功功率;四、配电网公共连接PCC点处各次谐波的筛选分离;五、获取配电网公共连接PCC点处的集总等效电导和谐波等效电导;六、分别计算背景谐波三相电流;七、计算用户侧馈线首端处各次谐波的集总功率和集总有功功率;八、用户侧馈线首端处各次谐波的筛选分离;九、分别计算第M个用户侧馈线首端处三相谐波电流;十、谐波责任区分。本发明可将谐波责任精确定位到各用户,并准确计算出各用户谐波的含量及成分,公平处罚。
技术领域
本发明属于谐波责任区分技术领域,具体涉及一种含背景谐波电压的谐波责任区分方法。
背景技术
近年来,太阳能发电、风力发电等分布式电源直接接入配电网,给配电网带来了新的谐波问题,使得配电网系统侧的背景谐波电压增大,而现有的谐波责任区分方法未考虑到背景谐波电压,这会导致在进行谐波责任量化时存在较大误差。大量的含电力电子器件的设备接入配电网,也使得供电电流发生畸变,谐波污染日趋严重。谐波电流使得配电网电能损耗大幅增加,电气设备过热而寿命缩短,甚至发生危险的谐振过电压,严重影响供电的安全性、可靠性,已成为了配电网的一大公害。由于谐波用户数量较多、类型复杂,而不同谐波用户产生的谐波电流存在较强的耦合性,如何准确区分电力公司及用户的谐波责任,是当前智能电网的一大研究热点。现有的谐波责任区分方法主要分为三类。第一类是配电网公共连接点(Point of Common Coupl ing,PCC)处的谐波责任区分,该类方法定性地分析系统侧和用户侧谁负主要谐波责任,而无法明确公共连接点两侧各自的谐波含量及谐波成分,尤其是在公共连接点两侧谐波贡献率接近时,会掩盖另一方的谐波责任,相关的研究方法包括谐波功率法、谐波阻抗法、负荷参数法。第二类是分布式多母线系统的谐波责任区分,即多公共连接点网络,主要采用状态估计理论来确定谐波源位于哪条母线系统中,计算时需准确掌握网络结构、谐波阻抗以及系统的谐波成分,而实际应用中很难获取相关数据。第三类是负荷阻抗法,该方法只能定性判断用户是否为谐波源,而无法确定用户的谐波含量及谐波成分。每个PCC点接有多个用户,根据我国“谁污染,谁治理”的谐波管理原则,谐波责任应准确定位到用户,而不仅仅是只区分到系统侧和用户侧。因为PCC点谐波电流水平无法代表各用户谐波的真实水平,这会导致电能质量纠纷和谐波责任不清,当发生电能质量问题时,无法进行责任处罚。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种含背景谐波电压的谐波责任区分方法,在发生电能质量问题时,区分到系统侧和用户侧,可将谐波责任精确定位到各用户,并准确计算出各用户谐波的含量及成分,公平的进行责任处罚,避免电能质量纠纷和谐波责任不清的问题,便于推广使用。
为解决上述技术问题,本发明采用的技术方案是:含背景谐波电压的谐波责任区分方法,其特征在于,该方法包括以下步骤:
步骤一、采集配电网公共连接PCC点处电压电流信号以及用户馈线首端处的电流信号:采集配电网公共连接PCC点的A相电压uPA(t)、B相电压uPB(t)、C相电压uPC(t),采集配电网公共连接PCC点的A相电流iPA(t)、B相电流iPB(t)、C相电流iPC(t),通过馈线电流互感器组分别采集配电网m个用户侧馈线首端处三相电流iM.A(t)、iM.B(t)、iM.C(t),其中,m和M均为正整数且M=1,2,…,m;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学,未经西安科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710514422.4/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于深层门限卷积神经网络的图像超分辨方法
- 下一篇:一种小信号量测的去嵌方法