李春林　任秀敏　侯娟

摘 要：電力電子廣泛應用以及其他非線性負荷的不斷增加，造成電網(wǎng)波形嚴重畸變，對諧波進行檢測、分析與控制已成為電工技術(shù)領(lǐng)域的熱點問題。其中，諧波源位置的確定是這些工作的基礎(chǔ)。本文對幾種常見的諧波源識別方法進行比較，并分析了各種方法的優(yōu)缺點，提出今后工作中的重點。

關(guān)鍵詞：電力系統(tǒng)諧波； 諧波源識別

1 配電網(wǎng)中諧波的產(chǎn)生

隨著現(xiàn)代工業(yè)技術(shù)的發(fā)展，電網(wǎng)中電力電子廣泛應用和非線性負荷急劇增加，諧波污染日益嚴重。諧波源產(chǎn)生的諧波注入電網(wǎng)，通過網(wǎng)絡(luò)擴大，可能降低對在同一或者臨近饋線上的其他用戶的電能質(zhì)量，因此需要對諧波電流進行檢測、分析和控制。本文分析了幾種諧波的識別方法。

2諧波源識別的幾種方法

2.1 利用狀態(tài)估計技術(shù)的諧波源識別

Heydt [1]等首先提出了諧波的狀態(tài)估計問題并給出了一種利用最小方差估計器的諧波源識別算法。他選用注入視在功率和線路視在功率作量測量，利用廣義逆求解欠定方程組，從而獲得對狀態(tài)變量的最優(yōu)估計。

但是，不可否認的這種方法有幾個不可忽視的問題：

（1）在波形存在畸變的情況下，關(guān)于無功功率沒有一種普遍接受的定義，因此選用視在功率作為量測量沒有普遍意義，因而是不合適的。

（2）根據(jù)Heydt論述的方法來估計諧波源的位置，需要由足夠的諧波測量裝置對電力系統(tǒng)的諧波進行連續(xù)測量。然而，對于電力公司來說，需要考慮成本的問題。因此人們希望裝設(shè)盡可能少的檢測儀器，和檢測盡可能少的母線，來估計出諧波源的位置。

（3）在測量諧波中另一個重要的限制是典型的諧波母線電流注入頻譜，I（ω），以1/h的比率近似減少（h是諧波次數(shù)），而諧波母線電壓頻譜，V（ω），或者比1/h慢，或者比1/h快。作為一個實際的問題，25次以上的諧波減小量使可靠的測量幾乎不可能。

（4）根據(jù) Heydt等提出采用狀態(tài)估計的方法來獲得負荷注入系統(tǒng)的諧波功率，當這一注入諧波功率為正時，則判定該負荷為諧波源。

2.2 基于諧波源模型的諧波源識別

根據(jù)上面3.1節(jié)提出的問題，文獻[6]又提出一種基于諧波源簡化模型[1] 的諧波源識別方法。文獻[7]中指出，諧波源的全部特性可由諧波源在供電側(cè)基波電壓相角恒定為零，而基波電壓幅值和各次諧波電壓幅值、相角變化時的特性所唯一確定，這種諧波源模型為：

3.3 基于神經(jīng)網(wǎng)絡(luò)的諧波識別技術(shù)

Hartana[9]等人嘗試應用線性神經(jīng)元網(wǎng)絡(luò)進行諧波源的識別。在這種方法中，作者將人工神經(jīng)網(wǎng)絡(luò)與狀態(tài)估計技術(shù)相結(jié)合進行諧波源的識別。由于神經(jīng)元網(wǎng)絡(luò)模型的建立需要預先提供大量的訓練對，其中就要求知道全部諧波源注入電流的數(shù)組確切值，顯然這對諧波估計問題來說并不現(xiàn)實。同時，神經(jīng)元網(wǎng)絡(luò)理論缺乏對變結(jié)構(gòu)神經(jīng)元網(wǎng)絡(luò)的修正算法，而系統(tǒng)中某些線路或電源的切除都會影響神經(jīng)元網(wǎng)絡(luò)的聯(lián)接權(quán)矩陣，因此訓練好的神經(jīng)元網(wǎng)絡(luò)缺乏對電力網(wǎng)結(jié)構(gòu)變化的適應能力。所以神經(jīng)元網(wǎng)絡(luò)方法在諧波估計方面的應用無疑會受到許多條件的限制。

3結(jié)論和今后工作重點

諧波源識別應該還是今后電力系統(tǒng)電能質(zhì)量控制的一個重要方面。作者今后將根據(jù)前人做出的貢獻，希望能在以下幾個方面作出努力：

（1）目前許多方法大多只是考慮電力系統(tǒng)三相對稱的情況，但是電力系統(tǒng)不對稱的現(xiàn)象隨處可見，而且在諧波情況下往往更為明顯。因而應該在這個方面應該考慮電力系統(tǒng)三相不對稱的情況。但是考慮了電網(wǎng)中的不對稱的同時會進一步引起電力系統(tǒng)諧波狀態(tài)估計可觀性分析的問題，因此必須 改進文獻[5]中杜振平和Arrillag提出的方法。

（2）將現(xiàn)有的諧波源識別方法進行改進和完善，使得諧波源識別技術(shù)能更好與實際情況相符。例如，如果將神經(jīng)網(wǎng)絡(luò)技術(shù)再與其他技術(shù)相結(jié)合，如自適應技術(shù)等。這也就是說，使神經(jīng)網(wǎng)絡(luò)具有一定自適應性，能夠調(diào)整自身的參數(shù)以適應網(wǎng)絡(luò)結(jié)構(gòu)等的變化，即使在網(wǎng)絡(luò)結(jié)構(gòu)變化、諧波潮流變化等情況下仍然能較為準確的得到可靠的結(jié)果。

參考文獻：

[1]Heydt G T. Identification of Harmonic sources by State Estimation Technique [J]. IEEE Trans on Power Delivery，1989 4（1）：569：575.

[2]林雪海 孫樹勤 電力網(wǎng)中的諧波 中國電力出版社.

[3]吳競昌 供電系統(tǒng)諧波 中國電力出版社.

[4]Meliopoulos A P S， Zhang Fan， Shalom Zelingher. Power system harmonic state estimation. IEEE Trans on Power Delivery， 1994；9（3）：1701～1709.

[5]Du Z P， Arrillaga J， Watson N. Continuous harmonic state estimation of power systems. IEE Proc-Gener. T ransm.Distr，1996；143（4）：329一336.

[6]趙勇等 諧波源識別及其與非諧波源的分離方法 中國電機工程學報 Vol22 No.5 May 2002.

[7]趙勇等 一種新的諧波源簡化模型 中國電機工程學報 Vol22 No.4 May 2002

[8]陳允平等 人工神經(jīng)網(wǎng)絡(luò)原理及其應用 中國電力出版社 2002.

[9]Hartana R K， Richards R G. Harmonic source monitoring and Identification using neural networks.IEEE Transactions on Power system 1990；5（4）：1098～1104.