非侵入式电力负荷分解的表格方法

摘要

一种非侵入式电力负荷分解的表格方法，有：离线统计各类用电设备的单元电流参数；根据电力负荷选取其主要用电设备类型；选定一个功率比例间隔组合出所有可能的电力负荷内部主要用电设备功率比例向量；离线求取这些功率比例所对应的电力负荷单元估计电流，形成功率比例和单元估计电流对应表；按照单元估计电流中参数的大小将单元估计电流和功率比例对应表细化成若干个子对应表；根据实测负荷电流参数大小，判断其所在的子对应表；在子表内找到与实测负荷电流最接近的负荷单元估计电流，得到负荷内部主要用电设备的功率消耗比例，实现负荷分解。本发明可有效减少负荷分解的计算量，用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域。

说明书

技术领域

本发明涉及一种电力负荷分解的表格方法。特别是涉及一种可用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模的非侵入式电力负荷分解的表格方法。

背景技术

电力负荷不同类型用电设备的功率消耗比例实时分解(简称电力负荷分解)数据有助于电力公司了解电力用户负荷的组成，合理安排负荷使用时间(“削峰填谷”)，提高电网的利用率和减少电力系统投资。负荷分解数据还可以改善电力负荷预测精度，为电力系统规划(包括扩展规划和运行规划)提供更为准确的依据。电力用户也可以通过对数据分析减少自身不必要的能源开销，从而达到节能降耗的目的。此外，将负荷分解数据向上聚合到输电系统，可有助于建立更为真实的负荷模型，从而提高仿真计算和稳定分析的准确性。因此电力负荷分解数据对全社会(包括电力公司和电力用户)节能和电力系统规划及运行都有十分重要的意义。

负荷分解研究分为侵入式和非侵入式两大类。侵入式方法得到的数据比较准确，但耗费巨大，不适于推广和在线应用。非侵入式方法目前是基于电力负荷入口处的电压、电流及功率的变化信息进行跟踪分解，需要负荷监测装置不间断地捕捉电力负荷每一个变化信息，对软、硬件的要求非常高。当出现不同类型用电设备同时启动或退出运行时，这种方法就无法进行有效地负荷跟踪分解，方法存在着极大的盲区。

发明内容

本发明所要解决的技术问题是，提供一种无需进行基于迭代的最优化计算，可有效减少负荷分解的计算量，从而降低负荷分解对测量装置计算能力的要求，有助于缩减测量装置的成本，适用于负荷内部主要用电设备类型较少的简单负荷分解的基于电力负荷稳态电压、电流(包含基波和谐波)及功率信息的非侵入式电力负荷分解的表格方法。

本发明所采用的技术方案是：一种非侵入式电力负荷分解的表格方法，用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域，包括有如下步骤：

第一步：离线统计各类用电设备的单元电流参数；

第二步：根据电力负荷的实际情况，选取其主要用电设备类型；

第三步：选定一个功率比例间隔组合出所有可能的电力负荷内部主要用电设备的功率比例向量；

第四步：离线求取这些功率比例所对应的电力负荷单元估计电流，形成功率比例和单元估计电流的对应表；

第五步：按照单元估计电流中参数的大小将单元估计电流和功率比例对应表细化成若干个子对应表；

第六步：根据实测负荷电流参数的大小，判断其所在的子对应表；

第七步：在子表内找到与实测负荷电流最为接近的负荷单元估计电流，从而得到负荷内部主要用电设备的功率消耗比例，实现负荷分解。

所述的第一步骤至第五步骤是离线完成的，第六步和第七步是在线实现的。

所述的用电设备的单元电流表示成如下形式：

$i_a^{\prime }\left(t\right)=\underset{\forall k\in N^{*}}{\Sigma }{\alpha }_{k,a}·\cos (\mathrm{k\omega t}+{\theta }_{k,a})$

式中，i′_a(t)是某一用电设备的单元电流，下标a表示用电设备；k∈N^*，即k是一个正整数；kω表示单元电流中第k次谐波分量的角频率；θ_k，a表示单元电流中第k次谐波分量的初相角；α_1，a＝1，当k＞1时，α_k，a是一个小于1的非负实数；θ_k，a和α_k，a，$\forall k\in N^{*},$是通过离线统计得到的。

第三步骤所述的功率比例向量是由如下方式获得：选定一个基波有功功率比例间隔Δβ，组合出所有可能的电力负荷内部主要用电设备的有功功率比例，如下所示：

${\beta }_P^i=({\beta }_{P1}^i,···,{\beta }_{\mathrm{Pj}}^i,···,{\beta }_{\mathrm{Pn}}^i)$(7)

i∈{1，2，…，m}

其中，β_Pⁱ表示电力负荷的第i个有功功率比例向量；β_Pjⁱ表示第i个功率比例向量中第j类用电设备基波有功功率所占的比例，且$\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Pj}}^i=1,$$\forall i\in \{\mathrm{1,2},···,m\};$n是负荷内部主要用电设备类型数；m表示有功功率比例向量的个数，其大小由Δβ和n共同决定。

第四步骤所述的功率比例和电力负荷单元估计电流对应表是由如下公式获得：

$\left(\begin{array}{c}{\beta }_P^i\\ {\beta }_Q^i\end{array}\right)-{\hat{i}}_l^{\prime }{\left(t\right)}^i$

i∈{1，2，…，m}

式中，表示由第i组电流权重系数计算得到电力负荷的单元估计电流。

第五步骤所述的若干个子对应表是由如下方式获得：根据中的各次谐波幅值参数的大小，根据实际需求将功率比例和单元估计电流的对应表划分成若干个子对应表。

本发明的非侵入式电力负荷分解的表格方法，无需进行基于迭代的最优化计算，可有效减少负荷分解的计算量，从而降低负荷分解对测量装置计算能力的要求，有助于缩减测量装置的成本，适用于负荷内部主要用电设备类型较少的简单负荷分解。其可应用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等多个技术领域，对全社会(包括电力公司和电力用户)节能和电力系统规划及运行都有十分重要的意义。

附图说明

图1是本发明的非侵入式负荷分解表格方法的流程图；

图2是实测负荷1的电压、电流波形图；

图3是实测负荷2的电压、电流波形图；

图4负荷1分解计算得到的估计电流与实测电流的波形对比图；

图5负荷2分解计算得到的估计电流与实测电流的波形对比图。

具体实施方式

下面结合实施例和附图对本发明的非侵入式电力负荷分解的表格方法做出详细说明。

如图1所示，本发明的非侵入式电力负荷分解的表格方法，可实现电力负荷内部主要用电设备类型的功率消耗比例的分解，用于电力系统负荷监测、用电分析、负荷节能、负荷预测和负荷建模等领域，包括有如下步骤：

第一步：离线统计各类用电设备的单元电流参数；

第二步：根据电力负荷的实际情况，选取其主要用电设备类型；

第三步：选定一个功率比例间隔组合出所有可能的电力负荷内部主要用电设备的功率比例向量；

第四步：离线求取这些功率比例所对应的电力负荷单元估计电流，形成功率比例和单元估计电流的对应表；

第五步：按照单元估计电流中参数的大小将单元估计电流和功率比例对应表细化成若干个子对应表；

第六步：根据实测负荷电流参数的大小，判断其所在的子对应表；

第七步：在子表内找到与实测负荷电流最为接近的负荷单元估计电流，从而得到负荷内部主要用电设备的功率消耗比例，实现负荷分解。

其中，第一步至第五步是离线完成的，第六步和第七步是在线实现的。

如上所述，本发明进行表格法非侵入式负荷分解时，当供电电压符合国标规定时，用电设备的单元电流，即其电流基波幅值的标幺值为1时的电流具有一定的统计规律，可表示成如下形式：

$i_a^{\prime }\left(t\right)=\underset{\forall k\in N^{*}}{\Sigma }{\alpha }_{k,a}·\cos (\mathrm{k\omega t}+{\theta }_{k,a})---\left(1\right)$

式中，i′_a(i)是某一用电设备的单元电流，下标a表示用电设备；k∈N^*，即k是一个正整数；kω表示单元电流中第k次谐波分量的角频率；θ_k，a表示单元电流中第k次谐波分量的初相角；α_1，a＝1，当k＞1时，α_k，a是一个小于1的非负实数；θ_k，a和α_k，a，$\forall k\in N^{*},$是通过离线统计得到的。

同理，电力负荷的单元电流定义为：

$i_l^{\prime }\left(t\right)=\underset{\forall k\in N^{*}}{\Sigma }{\alpha }_{k,l}·\cos (\mathrm{k\omega t}+{\theta }_{k,l})---\left(2\right)$

式中，下标l表示电力负荷；α_1，l＝1，α_k，l表示电力负荷单元电流第k次谐波分量幅值的标幺值，通过在线实测得到；θ_k，l表示电力负荷单元电流第k次谐波分量的初相角。θ_k，l和α_k，l，$\forall k\in N^{*},$是通过在线实测得到的。

当电力负荷含有n类主要用电设备时(负荷内部也许还包括其它类型用电设备，但在负荷电流中的比例非常小，可以忽略不计)，其电流可用这n类用电设备电流的线性叠加来近似估计：

${\hat{i}}_l^{\prime }\left(t\right)=\underset{i=1}{\overset{n}{\Sigma }}{\beta }_i·i_{\mathrm{ai}}^{\prime }\left(t\right)---\left(4\right)$

其中，表示电力负荷的单元估计电流；i′_ai(t)表示第i类(i∈{1，2，…，n})用电设备的单元电流，由离线统计得到；β_i∈[0，+∞)，$\forall i\in \{\mathrm{1,2},···,n\}$表示第i类用电设备的电流权重系数。

电流权重系数与基波功率比例系数的关系为：

${\beta }_i=\frac{{\beta }_{\mathrm{Pi}}}{\sqrt{{\left(\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Pj}}\right)}^2+{(\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Pj}}·\tan {\theta }_{1,\mathrm{aj}})}^2}·\cos {\theta }_{1,\mathrm{ai}}}---\left(5\right)$

或

${\beta }_i=\frac{{\beta }_{\mathrm{Qi}}}{\sqrt{{\left(\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Qj}}\right)}^2+{(\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Qj}}·\cot {\theta }_{1,\mathrm{aj}})}^2}·\sin {\theta }_{1,\mathrm{ai}}}---\left(6\right)$

其中，θ_1，aj是第j类(j∈{1，2，…，n})用电设备的基波电流初相角，即基波功率因数角(本文以基波电压为参考相量)，由统计得到；β_Pj和β_Qj分别表示第j类(j∈{1，2，…，n})用电设备的基波有功功率和无功功率在电力负荷总的基波有功功率和无功功率中所占的比例，且$\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Pj}}=1,$$\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Qj}}=1.$

因此，只要知道用电设备的功率比例系数便可根据式(5)或式(6)求出相应的电流权重系数。下面以有功功率为例进行说明。

选定一个基波有功功率比例间隔Δβ，组合出所有可能的电力负荷内部主要用电设备的有功功率比例，如下所示：

${\beta }_P^i=({\beta }_{P1}^i,···,{\beta }_{\mathrm{Pj}}^i,···,{\beta }_{\mathrm{Pn}}^i)$(7)

i∈{1，2，…，m}

其中，β_Pⁱ表示电力负荷的第i个有功功率比例向量；β_Pjⁱ表示第i个功率比例向量中第j类用电设备基波有功功率所占的比例，且$\underset{j=1}{\overset{n}{\Sigma }}{\beta }_{\mathrm{Pj}}^i=1,$$\forall i\in \{\mathrm{1,2},···,m\};$n是负荷内部主要用电设备类型数；m表示有功功率比例向量的个数，其大小由Δβ和n共同决定。设表示下取整函数。当n＝1时，m＝1，β_P1＝1，负荷内部只有1类用电设备，且其有功功率比例为1；当n＝2时，m＝N，{β_Pⁱ|i∈{1，2，…，m}}表示在x+y＝1这条直线的第一象限部分上从(1，0)点开始到(0，1)点截止相距为的m个离散点的集合；当n≥3时，{β_Pⁱ|i∈{1，2，…，m}}表示在x₁+x₂+…+x_n-1+x_n＝1的n维实空间超平面第一象限部分上各坐标长度为Δβ的m个超正方形几何中心的集合。

由于各类用电设备的基波功率因数已知(通过统计得到)，可以计算出这些基波有功功率比例所对应的基波无功功率比例，形成如下对应关系：

β_Pⁱ-β_Qⁱ           (8)

i∈{1，2，…，m}

其中，${\beta }_Q^i=({\beta }_{Q1}^i,···,{\beta }_{\mathrm{Qj}}^i,···,{\beta }_{\mathrm{Qn}}^i)$表示由电力负荷第i组基波有功功率比例计算得到的基波无功功率比例向量；β_Qjⁱ表示第i个基波无功功率比例向量的第j个用电设备的基波无功比例。

由式(5)可计算出这些基波有功功率比例所对应的电流权重系数，形成如下对应关系：

β_Pⁱ-βⁱ           (9)

i∈{1，2，…，m}

其中，${\beta }^i=({\beta }_1^i,···,{\beta }_j^i,···,{\beta }_n^i)$表示由电力负荷第i组基波有功功率比例计算得到的电流权重系数向量；β_jⁱ表示第i个电流权重系数向量中第j类用电设备的电流权重系数。

由式(4)可计算出与电流权重系数相对应的电力负荷的单元估计电流，形成如下对应关系：

${\beta }^i-{\hat{i}}_l^{\prime }{\left(t\right)}^i$(10)

i∈{1，2，…，m}

其中，表示由第i组电流权重系数计算得到电力负荷的单元估计电流。

由式(8)-式(10)可形成功率比例和电力负荷单元估计电流的对应关系：

$\left(\begin{array}{c}{\beta }_P^i\\ {\beta }_Q^i\end{array}\right)-{\hat{i}}_l^{\prime }{\left(t\right)}^i---\left(11\right)$

i∈{1，2，…，m}

相应的功率比例和电力负荷单元估计电流的对应表如表1所示。

表1

应用相量法描述，实测负荷单元电流向量如式(12)所示：

I_l＝(1∠θ_1，l，…，α_k，l∠θ_k，l，…)^T    (12)

同理，负荷单元估计电流向量如下所示：

${\hat{I}}_l^i={(1\angle {\hat{\theta }}_{1,l}^i,···,{\hat{\alpha }}_{k,l}^i\angle {\hat{\theta }}_{k,l}^i,···)}^T$(13)

i∈{1，2，…，m}

其中，表示第i个负荷单元估计电流第k次谐波分量幅值的标幺值；表示第i个负荷单元估计电流第k次谐波分量的初相角。

负荷单元估计电流向量与实测负荷单元电流向量的偏差为：

${ϵ}^i={\left|\right|{\hat{I}}_l^i-I_l\left|\right|}^2---\left(14\right)$

i∈{1，2，…，m}

其中，‖·‖表示L₂范数。

在线分解时只需找到εⁱ(i∈{1，2，…，m})最小值所对应的i，则即为与实测负荷单元电流最为接近(即偏差最小)的单元估计电流，进而通过对应关系得到负荷内部主要用电设备的功率比例，即实现了负荷分解。

图2-图3是实测得到负荷1和2的电压、电流波形图，相应的分解结果如表2-表3所示。分解计算得到的估计电流与实测电流的波形对比如图4-图5所示。选取电阻类、空调类、计算机和日光灯4类用电设备作为主要用电设备类型，即n＝4；功率比例间隔Δβ＝2.5％；$m=\underset{i_2=1}{\overset{41}{\Sigma }}\underset{i_1=1}{\overset{i_2}{\Sigma }}{i}_1=\frac{\underset{i=0}{\overset{2}{\Pi }}(41+i)}{3!}=12341.$由此得到的单元估计电流和功率比例对应表的元素为12341组。为了有效降低计算量，根据步骤五所述，按照单元估计电流参数的大小将对应表划分成10份，1份含有1235组对应关系，9份含有1234组对应关系；然后按照参数的大小将每一份再划分成10小份，每一小份形成一个子对应表，41个子对应表有124个对应关系，59个子对应表有123个对应关系。即将对应表分为100个子对应表。在线负荷分解计算时，首先根据实测负荷单元电流参数α_k，l的大小，判断实测电流所在的子对应表；然后在相应的子表内找到与实测电流最为接近的估计电流，那么这一估计电流所对应的用电设备功率比例即为负荷分解结果。

表2

表3