动态条件下配电网多谐波源定位与贡献评估方法研究

摘要

大量谐波注入电力系统，不仅危害其安全运行，同时也带来经济损失。随着电网中非线性负荷在容量和数量上的剧增，增加了多个谐波源共存的工况，同时也增强了电网参数的波动、突变等动态特性，给谐波源辨识和责任区分带来了极大困难。因此，本论文主要对动态条件下的配电网多谐波源定位、谐波污染水平评估和谐波负荷贡献评估展开了深入研究，旨在为谐波污染的奖罚和治理提供理论依据。
　　考虑谐波量测配置的经济性和新增谐波干扰电流的影响，研究了一种基于补充优化量测与光滑逼近稀疏重构的多谐波源定位方法。首先，以谐波源嫌疑区域可观为前提约束，以谐波量测设备最少和冗余最大为目标，建立了谐波量测优化配置的0-1规划模型，并采用二进制遗传算法进行了求解。在保证嫌疑区域可观的前提下，以节点谐波电压为已知量、谐波注入电流为估计量，利用光滑逼近稀疏重构算法、正交匹配追踪算法分别实现了部分量测条件下的多谐波源定位。在IEEE13节点和34节点系统中验证了本文算法的有效性，并将本文算法与最小二乘法的谐波源定位结果进行了对比，仿真结果表明，光滑逼近稀疏重构算法、正交匹配追踪算法在部分量测条件下的定位结果更为精确，尤以光滑逼近稀疏重构法的性能为优。
　　为解决谐波阻抗未知或变化条件下的谐波源注入节点的辨识问题，研究了一种基于快速核熵优化独立分量分析和最小条件熵的多谐波源定位方法。首先，在不需要谐波阻抗先验知识的情况下，采用快速核熵优化独立分量分析方法估计节点的注入谐波电流。在此基础上，计算量测谐波电压和估计谐波电流的集对条件熵，依据最小条件熵确定了谐波源位置。将本文谐波源定位方法在34节点馈线系统中进行了测试验证，对快速核熵优化独立分量分析和其他三种独立分量分析方法的性能进行了比较，结果表明快速核熵优化独立分量分析方法估计谐波电流的精度很高，最小条件熵可以精准确定谐波源位置。
　　为分析一段时间内母线的谐波污染程度，研究了一种基于逼近理想解的谐波污染水平评估方法。首先，根据谐波污染的主要特点，形成了谐波污染水平综合评估指标集。其次，考虑到谐波污染水平评估的群体决策行为，采用群决策特征根法整合多名评估专家的权重信息，计算谐波污染评估指标的综合权重。在此基础上，采用逼近理想解法求得了母线的谐波污染水平评估值。进一步，考虑到一段时间内谐波参数变化带来的指标属性值的模糊性，研究了基于扩展云相似度的谐波污染水平评估方法。采用三角模糊数表示谐波污染水平评估信息，并将其转化为三角云，最终采用逼近理想解法得到评估结果。对广州电网7条10kV母线进行了谐波污染水平评估，验证了评估的合理性。
　　考虑背景谐波阻抗变化对负荷谐波贡献的影响，研究了一种负荷谐波贡献评估的分段有界约束优化方法。首先，采用小波包变换方法确定背景谐波阻抗的变化时间窗，对谐波监测数据进行分段。在此基础上，对不同的谐波数据段，建立谐波贡献评估的分段有界约束优化模型，分别采用内点法、序列二次规划法和有效集法求得谐波负荷的所有瞬时谐波贡献。最后，采用加权求和法求得谐波负荷的总谐波贡献。在实验电路和IEEE13节点系统上的测试结果表明，分段有界约束优化方法能够在背景谐波阻抗变化条件下进行准确的谐波贡献评估。
　　考虑背景谐波电压波动对负荷谐波贡献的影响，研究了基于层次K均值聚类和贝叶斯偏最小二乘的自适应谐波贡献评估方法。在采用主导波动滤波法求得背景谐波阻抗的基础上，利用层次K均值聚类法将谐波电压按幅值自动分类（谐波数据的类数无需事先给定）。随后，采用贝叶斯偏最小二乘法计算各类的谐波贡献。最后，根据各类谐波数据的长度，加权求和得到谐波负荷的总谐波贡献。在IEEE-13和IEEE-69节点系统上的测试结果表明，本文方法能够适应背景谐波电压的波动，得到较为准确的谐波贡献评估结果。
　　论文形成了包括动态条件下配电网多谐波源定位、母线谐波污染水平评估和谐波贡献评估的技术体系，为系统和负荷谐波动态变化工况下的谐波奖罚和治理提供了借鉴与参考。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景与意义

1．2 谐波源定位国内外研究现状

1．3 谐波贡献评估国内外研究现状

1．3．1 干预式方法

1．3．2 非干预式方法

1．4 研究目标与主要研究内容

1．4．1 研究目标

1．4．2 主要研究内容

1．5 论文的结构框架与章节安排

第2章 部分谐波量测下的多谐波源定位方法研究

2．1 引言

2．2 谐波量测优化配置模型与求解

2．2．1 谐波量测优化配置的数学模型

2．2．2 基于二进制遗传算法的谐波量测优化配置

2．3 谐波源定位的基本原理

2．4 基于正交匹配追踪的谐波源定位方法

2．5．1 基本原理

2．5．2 求解算法

2．6 谐波量测配置的补充优化方法

2．7 算例测试

2．7．1 算例1：IEEE13节点系统

2．7．2 算例2：IEEE34节点系统

2．8 本章小结

第3章 谐波阻抗未知或变化下的多谐波源定位方法研究

3．1 引言

3．2 谐波源定位模型与独立分量分析模型问关系

3．3 FKEO-ICA算法原理及谐波电流估计模型

3．4 基于最小条件熵的谐波源位置判定

3．5 基于FKEO-ICA和最小条件熵的谐波源定位方法

3．6 算例分析

3．7 本章小结

第4章 谐波参数变化下的谐波污染水平评估方法研究

4．1 引言

4．2 谐波污染水平评估指标

4．3 谐波污染水平评估模型

4．3．1 谐波污染水平评估基本原理

4．3．2 谐波污染水平评估的指标权重确定

4．3．3 基于逼近理想解的谐波污染水平评估流程

4．3．4 算例测试

4．4 基于扩展云相似度与逼近理想解的谐波污染水平评估

4．4．1 计及指标属性值模糊性的扩展云模型及其相似性测度

4．4．2 基于扩展云相似度的谐波污染水平评估流程

4．4．3 算例测试

4．5 本章小结

第5章 背景谐波阻抗变化下的谐波贡献评估方法研究

5．1 引言

5．2 谐波贡献评估基本原理与传统方法

5．3 基于小波包变换的背景谐波阻抗变化时刻判定

5．4 谐波贡献评估的分段区间约束优化模型及其求解算法

5．5 基于分段有界约束优化的谐波贡献评估方法流程

5．6 算例测试

5．7 本章小结

第6章 背景谐波电压波动下的谐波贡献评估方法研究

6．1 引言

6．2 多谐波源谐波贡献评估问题描述

6．3 适应背景谐波电压波动的谐波贡献评估原理

6．3．1 基于层次K均值聚类的背景谐波电压数据分类

6．3．2 背景谐波电压波动下的谐波贡献评估

6．4 本章方法的计算流程

6．5 算例测试

6．5．1 算例1：IEEE13节点系统

6．5．2 算例2：IEEE69节点系统

6．6 本章小结

结论及展望

致谢

参考文献

作者简介

攻读博士学位期间发表的论文及科研成果