王 娜，譚 浩，蘇 盛

（1.湖南大學(xué)電氣與信息工程學(xué)院，長沙410004；2.智能電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室（長沙理工大學(xué)），長沙410004）

數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)SCADA 是電網(wǎng)調(diào)度不可或缺的工具，它通過安裝在現(xiàn)場的遠(yuǎn)動(dòng)終端RTU（remote terminal unit）將電網(wǎng)狀態(tài)信息反饋到調(diào)度中心，對不正常狀態(tài)報(bào)警，幫助調(diào)度人員正確掌握和及時(shí)跟蹤、調(diào)整電網(wǎng)運(yùn)行狀態(tài)[1]。由于需要監(jiān)測廣闊地域上大量廠站的運(yùn)行狀態(tài)，SCADA一般采用應(yīng)答或輪詢方式與RTU 通信，每隔一定時(shí)間刷新顯示電網(wǎng)狀態(tài)[1]。

傳統(tǒng)上，SCADA 的應(yīng)用水平主要受通信條件制約。早期受載波和微波等通信通道的帶寬約束，SCADA 需通過死區(qū)控制等方式降低通信負(fù)載，提高數(shù)據(jù)刷新頻率[2]。近年來，隨著光纖通信技術(shù)的普及，主要廠站都已通過光纖與調(diào)度中心相聯(lián)，并以網(wǎng)絡(luò)通信方式傳輸數(shù)據(jù)。通信條件的改善使得數(shù)據(jù)刷新周期由以前的幾十秒降低到幾秒。但SCADA 的基本工作方式還是每次發(fā)送當(dāng)前數(shù)據(jù)刷新周期時(shí)間斷面電網(wǎng)狀態(tài)信息，不能反映系統(tǒng)動(dòng)態(tài)過程。由于該缺陷，調(diào)度人員既難以及時(shí)發(fā)現(xiàn)低頻振蕩現(xiàn)象，也難以在擾動(dòng)后直觀地判斷系統(tǒng)是在逐漸失去穩(wěn)定還是過渡到新的穩(wěn)定狀態(tài)，不利于及時(shí)正確地控制決策和電網(wǎng)安全穩(wěn)定運(yùn)行。

近年來出現(xiàn)的廣域測量系統(tǒng)利用相量測量單元采集電網(wǎng)各處同步測量的暫態(tài)數(shù)據(jù)，然后借助高速通信網(wǎng)以50 Hz 或100 Hz 的頻率實(shí)時(shí)傳送至調(diào)度中心，不但能較好地彌補(bǔ)SCADA 無法反映系統(tǒng)動(dòng)態(tài)的缺陷，還能顯著提高電網(wǎng)參數(shù)辨識的準(zhǔn)確性[3-4]和控制品質(zhì)[5-6]。但因其對通信網(wǎng)絡(luò)的高要求，在山火、冰災(zāi)導(dǎo)致大量通信通道失效的特殊情況下也存在網(wǎng)絡(luò)帶寬難以滿足通信負(fù)荷需求的問題[7]。為解決基于TCP/IP 協(xié)議的通用通信系統(tǒng)與電力系統(tǒng)通信高實(shí)時(shí)性需求間的矛盾，華盛頓州立大學(xué)針對網(wǎng)絡(luò)通信重載情況下難以保障通信品質(zhì)問題，提出由數(shù)據(jù)訂閱方提出對通信質(zhì)量的期望和可接受的下限，在網(wǎng)絡(luò)重載時(shí)將數(shù)據(jù)通信質(zhì)量降低到可接受下限，以維持系統(tǒng)整體正常運(yùn)行[8]。若能以傳輸數(shù)據(jù)量的些許增加為代價(jià)，在現(xiàn)有SCADA 中傳輸電網(wǎng)動(dòng)態(tài)數(shù)據(jù)，對在各種運(yùn)行條件下保有對電網(wǎng)動(dòng)態(tài)的監(jiān)視能力顯然是有益的。

為此，文中提出可利用數(shù)據(jù)壓縮技術(shù)，在廠站RTU 側(cè)將從變電站自動(dòng)化系統(tǒng)中采集的電氣量利用多項(xiàng)式擬合或抽樣技術(shù)進(jìn)行數(shù)據(jù)壓縮，然后在調(diào)度中心主站側(cè)重構(gòu)電網(wǎng)動(dòng)態(tài)，以克服通信帶寬約束，將變電站側(cè)的電網(wǎng)動(dòng)態(tài)信息傳回到調(diào)度中心[3，9-10]。但兩方法對SCADA 更新時(shí)長敏感，在更新周期較長時(shí)擬合精度下降。本文結(jié)合電力系統(tǒng)動(dòng)態(tài)過程數(shù)據(jù)的特點(diǎn)，分析了數(shù)據(jù)壓縮方法的適用性，提出了基于振蕩數(shù)據(jù)特征的非均勻抽樣/插值數(shù)據(jù)壓縮傳輸方法。結(jié)合電網(wǎng)暫態(tài)仿真數(shù)據(jù)的計(jì)算表明，利用本文方法能以通信負(fù)載的少量增加為代價(jià)，顯著提高了SCADA 對電網(wǎng)動(dòng)態(tài)過程信息的反映能力。

1 數(shù)據(jù)壓縮方法

1.1 已有方法的缺陷

小波分析在電力系統(tǒng)數(shù)據(jù)壓縮中得到廣泛應(yīng)用[11-12]。它利用測量數(shù)據(jù)可分解為不同頻帶信號且主要特征信號集中在少數(shù)頻帶的特點(diǎn)，通過提取頻帶系數(shù)并丟棄不重要頻帶信息的方法壓縮數(shù)據(jù)。由于擾動(dòng)下電網(wǎng)動(dòng)態(tài)過程常以斜坡形式緩慢變化，能量分布在寬廣的頻帶上，此時(shí)應(yīng)用小波變換會(huì)產(chǎn)生許多附加的幅值中等系數(shù)，無法達(dá)到數(shù)據(jù)壓縮的效果。

文獻(xiàn)[9]提出利用多項(xiàng)式擬合的形式進(jìn)行數(shù)據(jù)壓縮，在RTU 側(cè)對實(shí)際數(shù)據(jù)進(jìn)行多項(xiàng)式曲線擬合，實(shí)現(xiàn)僅傳輸多項(xiàng)式系數(shù)的壓縮目的。文獻(xiàn)[10]提出采用均勻抽樣之后再利用三次樣條函數(shù)插值重構(gòu)的數(shù)據(jù)壓縮傳輸方法。仿真結(jié)果表明，在SCADA 更新周期為3 s 時(shí)，采用3 s 刷新間隔條件下，15 階多項(xiàng)式擬合和15 點(diǎn)均勻抽樣/三次樣條插值均可獲得較為理想的重構(gòu)效果[9-10]。但SCADA 更新周期并非固定，當(dāng)更新周期延長至9 s 如圖1 所示情況下，兩方法無法精確重構(gòu)電網(wǎng)動(dòng)態(tài)。

從數(shù)據(jù)擬合機(jī)制上看，該兩方法還存在一些問題。

（1）多項(xiàng)式擬合法的多項(xiàng)式系數(shù)按最小二乘準(zhǔn)則確定。故障時(shí)測量值突變，為滿足最小二乘準(zhǔn)則，擬合曲線與原曲線間必然有較大誤差。盡管增加多項(xiàng)式階數(shù)可在一定程度上減小擬合誤差，但高階多項(xiàng)式擬合會(huì)在數(shù)據(jù)段兩端產(chǎn)生波形振蕩的龍格現(xiàn)象，限制了多項(xiàng)式階數(shù)提高的潛力[13]。

（2）均勻抽樣/三次樣條插值方法可提高抽樣點(diǎn)數(shù)來降低重構(gòu)誤差，但該方法對擾動(dòng)發(fā)生時(shí)刻敏感，未抽樣到擾動(dòng)時(shí)刻數(shù)據(jù)時(shí)，擬合誤差會(huì)顯著增長。

1.2 基于特征抽樣/三次埃爾米特插值的數(shù)據(jù)壓縮

要利用壓縮數(shù)據(jù)精確重構(gòu)動(dòng)態(tài)過程，需準(zhǔn)確把握擾動(dòng)下動(dòng)態(tài)過程的特征。均勻抽樣適應(yīng)性不強(qiáng)的根源在于它不能根據(jù)曲線特征調(diào)整抽樣點(diǎn)。相對而言，根據(jù)曲線波形選取抽樣點(diǎn)的非均勻抽樣則有可能更體現(xiàn)曲線特征。故障擾動(dòng)下電網(wǎng)動(dòng)態(tài)的基本特征是振蕩，振蕩的波峰和波谷是其圖形上的關(guān)鍵特征點(diǎn)。無功振蕩曲線特征點(diǎn)捕捉后的效果如圖2 所示。從視覺效果上看，故障前系統(tǒng)處于平穩(wěn)狀態(tài)、故障后潮流突變的最大值及每次振蕩的極值確定了擾動(dòng)下振蕩波形的基本特征。

圖2 電網(wǎng)動(dòng)態(tài)及振蕩波形特征點(diǎn)Fig.2 Disturbance curve and extracted feature points

由圖2 可見，波峰、波谷的特征在于其數(shù)值大于/小于其前后時(shí)刻數(shù)值，因故障擾動(dòng)發(fā)生時(shí)刻不一定具有此特性，以此為規(guī)則提取特征點(diǎn)不能保證提取到非極值特征點(diǎn)。由圖3 可見，非極值特征點(diǎn)和波峰、波谷特征點(diǎn)的共同特征是前后時(shí)刻斜率有突變，故提取波形振蕩特征點(diǎn)的規(guī)則如下。

（1）無擾動(dòng)時(shí)無需傳輸動(dòng)態(tài)，參考遠(yuǎn)動(dòng)通信設(shè)置刷新時(shí)段測量值波動(dòng)為額定值5%為死區(qū)，死區(qū)以下無需抽樣插值重構(gòu)動(dòng)態(tài)；

（2）刷新時(shí)段首和尾時(shí)刻加入非均勻抽樣點(diǎn)；

（3）對累積變化量大于5%額定值者，可求得時(shí)段內(nèi)所有極值點(diǎn)，但未必能捕捉到故障發(fā)生時(shí)刻點(diǎn)；

（4）為捕捉故障時(shí)刻特征點(diǎn)，將連續(xù)3 個(gè)時(shí)刻變化量小于后3 個(gè)時(shí)刻變化量1/10 的點(diǎn)確定為故障時(shí)刻加為抽樣點(diǎn)（根據(jù)各種故障條件仿真數(shù)據(jù)及各插值重構(gòu)數(shù)據(jù)最大均方誤差小于1%確定）。

在插值重構(gòu)中，常用的方法有線性插值、三次樣條插值和三次埃爾米特插值。對圖2 所示采樣點(diǎn)，即便用分段線性插值亦可較好重構(gòu)動(dòng)態(tài)。三次埃爾米特方法要求在抽樣點(diǎn)數(shù)值相等且一階導(dǎo)一致，有望較好體現(xiàn)振蕩特征點(diǎn)的波形特性，因此本文選用三次埃爾米特插值法重構(gòu)數(shù)據(jù)。

圖3 波形特征點(diǎn)Fig.3 Extracted feature points

1.3 壓縮效果評價(jià)指標(biāo)

為衡量壓縮算法性能，引入以下評價(jià)指標(biāo)。

1）壓縮比

式中：Sn為壓縮后數(shù)據(jù)大小；S0為原始數(shù)據(jù)大小。

2）均方誤差

式中：d（i）為原始信號采樣點(diǎn)；f（i）為重構(gòu)的信號；eMSE反映誤差估計(jì)大小。

3）信噪比

信噪比是實(shí)際數(shù)據(jù)與重構(gòu)數(shù)據(jù)誤差的比值，單位為dB。信噪比越高則重構(gòu)數(shù)據(jù)精度越好。

2 仿真

2.1 仿真設(shè)置

采用圖4 所示36 節(jié)點(diǎn)系統(tǒng)，利用電力系統(tǒng)綜合仿真程序進(jìn)行暫態(tài)穩(wěn)定仿真。于2 s 時(shí)刻在30和31 節(jié)點(diǎn)間線路中點(diǎn)發(fā)生單相接地故障，0.1 s 后故障清除。將線路潮流和節(jié)點(diǎn)電壓按10 ms 步長輸出，得到擾動(dòng)下的動(dòng)態(tài)數(shù)據(jù)。假定SCADA 數(shù)據(jù)刷新周期為9 s，可將仿真數(shù)據(jù)分為2 段，每段包含900 個(gè)數(shù)據(jù)點(diǎn)。對每段數(shù)據(jù)分別抽樣后再利用抽取的數(shù)據(jù)重構(gòu)動(dòng)態(tài)過程，進(jìn)而評估所提算法性能指標(biāo)。

圖4 WEPRI 36 節(jié)點(diǎn)仿真電網(wǎng)Fig.4 Simulated WEPRI 36 nodes system

2.2 仿真分析

采用特征抽樣/三次埃爾米特插值重構(gòu)了電網(wǎng)動(dòng)態(tài)，并將受擾動(dòng)影響最突出的31-33 支路潮流和31 節(jié)點(diǎn)母線電壓的插值結(jié)果繪制如圖5～圖7。為標(biāo)示清楚，還將圖7 中部分圖片放大顯示如圖中陰影部分。由圖5 和圖6 可見，有功、無功重構(gòu)動(dòng)態(tài)效果幾近完美，幾乎沒有可察覺的誤差，而圖7重構(gòu)的節(jié)點(diǎn)電壓除擾動(dòng)后第1 擺有明顯誤差外，之后的重構(gòu)效果尚屬理想。從波形上看，擾動(dòng)后第1 擺電壓回升時(shí)有個(gè)非波峰、波谷的畸變是造成擬合誤差的關(guān)鍵。因根據(jù)變化量捕捉振蕩特征點(diǎn)實(shí)際上是根據(jù)斜率變化進(jìn)行的，而未捕捉到特征點(diǎn)處也與波峰、波谷一樣存在斜率突變現(xiàn)象，調(diào)整特征點(diǎn)捕捉程序在特征點(diǎn)前后時(shí)刻斜率變化的設(shè)置，同樣可捕捉到該點(diǎn)。因此類非波峰、波谷特征點(diǎn)一般僅出現(xiàn)在第1 擺，由此產(chǎn)生的誤差對振蕩幅值并沒有影響，它并不會(huì)影響調(diào)度人員對電網(wǎng)振幅是否收窄的判斷，可忽略其影響不加處理。

圖5 非均勻抽樣/三次埃爾米特插值重構(gòu)數(shù)據(jù)與有功Fig.5 Uneven sampling/Hermite interpolated power

圖6 非均勻抽樣/三次埃爾米特插值重構(gòu)數(shù)據(jù)與無功Fig.6 Uneven sampling/Hermite interpolated reactive power

兩段數(shù)據(jù)中，有功、無功和電壓抽樣點(diǎn)數(shù)分別為33、35 和32 個(gè)。除發(fā)送抽樣點(diǎn)數(shù)據(jù)外，還需發(fā)送抽樣位置信息，共需傳輸66、70 和64 個(gè)數(shù)據(jù)。為方便比較，同樣利用33 點(diǎn)、35 點(diǎn)和32 點(diǎn)均勻抽樣做對比，受限于高階多項(xiàng)式擬合可能出現(xiàn)的龍格現(xiàn)象，僅進(jìn)行15 階多項(xiàng)式插值以咨對比。重構(gòu)的有功、無功潮流和節(jié)點(diǎn)電壓數(shù)據(jù)繪制如圖8～圖10 所示。為便于比較，還將不同方法重構(gòu)數(shù)據(jù)的均方誤差和信噪比列如表1 所示。

圖8 多項(xiàng)式擬合和均勻抽樣/三次樣條插值重構(gòu)有功Fig.8 Polynomial fit&even sampling/spline interpolated power

圖9 多項(xiàng)式擬合和均勻抽樣/三次樣條插值重構(gòu)無功Fig.9 Polynomial fit&even sampling/spline interpolated reactive power

圖10 多項(xiàng)式擬合和均勻抽樣/三次樣條插值重構(gòu)電壓Fig.10 Polynomial fit&even sampling/spline interpolated voltage

對比兩組圖片和表1 可見，3 種方法中多項(xiàng)式曲線擬合法效果明顯差于另外兩種，且不能提升多項(xiàng)式階數(shù)改善擬合效果。均勻抽樣重構(gòu)法的效果則取決于是否抽樣到故障擾動(dòng)點(diǎn)。因未抽到突變點(diǎn)，圖8～圖10 擬合誤差大，且不能反映擾動(dòng)幅度和振蕩波幅的包絡(luò)線?；谡袷幉ㄐ蔚奶卣鞒闃臃ㄔ诘? 擺出現(xiàn)類似圖7 畸變時(shí)產(chǎn)生的誤差可能大于均勻抽樣重構(gòu)法，但由此產(chǎn)生的誤差對振蕩幅值并沒有影響，不會(huì)改變調(diào)度人員對電網(wǎng)振蕩幅度是否收窄的判斷。

表1 特征抽樣/三次Hermite 插值擬合效果Tab.1 Performance of sampling/Hermite interpolation

3 結(jié)語

針對SCADA 難以準(zhǔn)確反映擾動(dòng)后電網(wǎng)動(dòng)態(tài)過程問題，提出利用數(shù)據(jù)壓縮技術(shù)在SCADA 中傳輸電網(wǎng)動(dòng)態(tài)信息的方法。短路故障擾動(dòng)仿真分析表明，利用基于振蕩波形特征點(diǎn)的非均勻抽樣的數(shù)據(jù)壓縮方法可提取少量數(shù)據(jù)來表征電網(wǎng)動(dòng)態(tài)信息，然后在調(diào)度中心用三次埃爾米特插值高精度重構(gòu)實(shí)際電網(wǎng)動(dòng)態(tài)數(shù)據(jù)，能幫助調(diào)度人員準(zhǔn)確了解故障后系統(tǒng)動(dòng)態(tài)和及時(shí)正確做出控制決策。所提方法可在現(xiàn)有SCADA 上進(jìn)行軟件改造即可實(shí)現(xiàn)，無需硬件投資，并能根據(jù)通信條件和重要性靈活選擇實(shí)施對象，有助于在山火、冰災(zāi)極端條件光纜大量失效情況下保障對電網(wǎng)動(dòng)態(tài)的監(jiān)測能力。

[1]張炳達(dá)，陳偉樂，黃大鵬（Zhang Binda，Chen Weile，Huang Dapeng）.變電站控制與信號系統(tǒng)的仿真（Simulation of control and signal system for substations）[J]. 電網(wǎng)技術(shù)（Power System Technology），2004，28（1）：60-63.

[2]趙維俊，王榮茂，石文江（Zhao Weijun，Wang Rongmao，Shi Wenjiang）.提高SCADA 量測斷面時(shí)間一致性的方法（Approach to improve measurement synchronism）[J].電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2007，31（20）：103-107.

[3]李大路，李蕊，孫元章，等（Li Dalu，Li Rui，Sun Yuanzhang，et al）.計(jì)及廣域測量信息的狀態(tài)估計(jì)錯(cuò)誤參數(shù)識別與修正（Recognizing and correcting the wrong parameters in state estimation considering the WAMS measurements）[J].電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2008，32（14）：11-15.

[4]李斌，馬超，賀家李，等（Li Bin，Ma Chao，He Jiali，et al）.基于IEC61850 的分布式母線保護(hù)方案（Distributed busbar protection scheme based on IEC 61850）[J]. 電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2010，34（20）：66-70.

[5]胡志堅(jiān)，趙義術(shù)（Hu Zhijian，Zhao Yishu）. 計(jì)及廣域測量系統(tǒng)時(shí)滯的互聯(lián)電力系統(tǒng)魯棒穩(wěn)定控制（Robust stability control of power systems based on WAMS with signal transmission delays）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2010，30（19）：37-43.

[6]李虹，李衛(wèi)國，趙書強(qiáng)，等（Li Hong，Li Weiguo，Zhao Shuqiang，et al）. 利用WAMS 的電力系統(tǒng)動(dòng)態(tài)狀態(tài)估計(jì)結(jié)果校正（Results correction for power system dynamic state estimation based on WAMS）[J].中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2010，30（25）：74-80.

[7]蘇盛（Su Sheng）.數(shù)字化電力系統(tǒng)若干問題研究（Research on Issues of Digital Power Systems）[D].武漢：華中科技大學(xué)電氣與電子工程學(xué)院（Wuhan：College of Electrical & Electronic Engineering，Huazhong University of Science and Technology），2009.

[8]Bakken D E，Hauser C H，Harald Gjermundrod，et al.Towards more flexible and robust data delivery for monitoring and control of the electric power grid[EB/OL].http：//www.gridstat.net/trac/raw -attachment/wiki/publica -tions/TR -GS-009.pdf，2007.

[9]Duan Xianzhong，Su Sheng，Mei Nian. Transmitting electric power system dynamics in SCADA using polynomial fitting[J].ScienceinChinaSeriesE，2009，52（4）：937-943.

[10]Su Sheng，Hong Feng，Shi Dongyuan，et al. Transmitting power system dynamics in existing SCADA using sampling/interpolation based data compression[C]//IEEE Industry ApplicationsSocietyAnnualMeeting.Houston，USA，2010.

[11]王春亮，李凱，馬宏忠，等（Wang Chunliang，Li Kai，Ma Hongzhong，et al）.基于WP_SVD 降噪的OLTC 振動(dòng)信號特征識別（Feature recognition of OLTC vibration signal based on WP-SVD de-nosing method）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2012，24（5）：36-41.

[12]方彥軍，賀瑤，肖勇，等（Fang Yanjun，He Yao，Xiao Yong，et al）.諧波檢測及數(shù)據(jù)壓縮在智能計(jì)量終端中的應(yīng)用（Application of harmonic detection and data compression in smart metering terminal）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（4）：39-43.

[13]關(guān)治，陸金甫. 數(shù)值方法[M]. 北京：清華大學(xué)出版社，2006.