第一作者簡介:徐越飛(1976-),男,工程師。研究方向?yàn)殡姎饪刂萍夹g(shù)。
*通信作者:喻擎蒼(1967-),男,博士,教授。研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化。
DOI:10.19981/j.CN23-1581/G3.2024.16.039
摘" 要:隨著全球?qū)ι鷳B(tài)環(huán)境的日益重視,光伏發(fā)電這一可再生清潔能源得到越來越廣泛的利用,同時(shí)對(duì)光伏發(fā)電電能質(zhì)量的監(jiān)控也日趨上升。該文針對(duì)光伏電站并網(wǎng)點(diǎn)出現(xiàn)諧波超標(biāo)時(shí),支路諧波排查費(fèi)時(shí)和經(jīng)濟(jì)損失大的問題,提出一種基于極大似然的光伏異常支路估計(jì)方法。該方法通過對(duì)預(yù)采集樣本的統(tǒng)計(jì)確定各支路各階次諧波分量的正態(tài)分布參數(shù),進(jìn)而構(gòu)建出極大似然函數(shù);在電氣模型約束下推導(dǎo)出極大似然方程,并采用牛頓法求解得到各支路各階次諧波分量的極大似然估計(jì);最后提出一種概率諧波貢獻(xiàn)度計(jì)算方法,并以此排序確定光伏異常支路的優(yōu)先切除順序。模擬分析表明,該方法速度快,具有較高穩(wěn)定性和靈敏度,對(duì)不同階次的諧波超標(biāo)產(chǎn)生不同的支路切除優(yōu)先順序。
關(guān)鍵詞:極大似然;光伏;諧波;支路;估計(jì)
中圖分類號(hào):TM615" " " 文獻(xiàn)標(biāo)志碼:A" " " " " 文章編號(hào):2095-2945(2024)16-0163-04
Abstract: As the world pays more and more attention to the ecological environment, photovoltaic power generation, as a renewable and clean energy, is more and more widely used, and the monitoring of photovoltaic power quality is also increasing. In this paper, a photovoltaic abnormal branch estimation method based on maximum likelihood is proposed to solve the problems of time-consuming and large economic loss of branch harmonics when harmonics exceed the standard in the parallel network of photovoltaic power stations. In this method, the normal distribution parameters of the harmonic components of each branch are determined through the statistics of the pre-collected samples, and then the maximum likelihood function is constructed; the maximum likelihood equation is derived under the constraints of the electrical model, and the maximum likelihood estimation of each order harmonic component of each branch is obtained by Newton method. Finally, a method for calculating the contribution degree of probabilistic harmonics is proposed, which is used to determine the priority removal order of photovoltaic abnormal branches. Simulation analysis shows that this method has high speed, high stability and sensitivity, and produces different branch removal priority for different orders of harmonics.
Keywords: maximum likelihood; photovoltaic; harmonic; branch; estimation
在全球生態(tài)環(huán)境持續(xù)惡化的背景下,風(fēng)力發(fā)電、太陽能發(fā)電等新一代清潔能源已成為世界各國新能源發(fā)展的主要目標(biāo)。光伏發(fā)電有建設(shè)周期短、使用壽命長、投資回報(bào)率高等特點(diǎn),近十年來我國光伏電站發(fā)展迅猛,光伏發(fā)電累計(jì)裝機(jī)容量位居全球第一[1],國家能源局“十四五”規(guī)劃[2]至2025年我國光伏發(fā)電規(guī)模將達(dá)到5 600 GW以上。
光伏逆變器產(chǎn)生的諧波導(dǎo)致電壓、電流畸變,電能質(zhì)量下降,引發(fā)整個(gè)系統(tǒng)內(nèi)電機(jī)的震動(dòng)甚至設(shè)備損壞,增加了系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)[3-5]。近年來,對(duì)光伏電能質(zhì)量監(jiān)控的研究不斷上升。文獻(xiàn)[6-9]有針對(duì)性地設(shè)計(jì)了電能質(zhì)量監(jiān)測系統(tǒng)的研究,包括實(shí)時(shí)數(shù)據(jù)監(jiān)測、電能質(zhì)量分析、智能控制和遠(yuǎn)程監(jiān)控等。
對(duì)分布式光伏大量的逆變器集群,如要在每條逆變器支路上都安裝電能質(zhì)量分析監(jiān)測系統(tǒng),存在著成本和改裝施工量的問題。一般最多在并網(wǎng)點(diǎn)出路回路上安裝一臺(tái)諧波監(jiān)測系統(tǒng)。當(dāng)該諧波監(jiān)測采集到總諧波異常時(shí),采取無目標(biāo)輪詢來排查支路實(shí)屬無奈之舉,不僅費(fèi)時(shí)費(fèi)力,并且大面積輪停造成嚴(yán)重的棄光和經(jīng)濟(jì)損失。
本文提出一種基于極大似然的分布光伏諧波異常支路估計(jì)方法,當(dāng)主出路回路上發(fā)生某次諧波超標(biāo)事件時(shí),通過諧波關(guān)系概率極大似然來估計(jì)各支路諧波分量和發(fā)生概率,提出支路輪切的優(yōu)化排序,以達(dá)到快速排查、減少經(jīng)濟(jì)損失的目的。
1" 光伏站電氣模型
一個(gè)光伏微系統(tǒng)如有n條支路,m為所要考察的諧波最大階次,Ai(j)表示諧波幅值,其中i是諧波階次,i=1,2,…,m,1次為基波;(j)表示支路號(hào),j=1,2,…,n;A表示電氣參量類型,可以是電壓或者電流。根據(jù)戴維寧定理和諾頓定理,在總出線上檢測到的電流或者電壓,是各支路電流之和,或者是各支路電流作用在外阻抗上引起的電壓之和,并且各次諧波電路相互獨(dú)立。因此對(duì)電流或者電壓的各次諧波,如公式(1)
為了在后續(xù)計(jì)算中能始終滿足電氣模型,將公式(1)作改寫,第n條支路的諧波幅值用總諧波和其他支路諧波來表示,如公式(2)
Ai(n)=Ai(0)-∑■■Ai(j),i=1,2,…,m" 。(2)
2" 支路諧波概率分布
極大似然估計(jì)以各個(gè)子事件發(fā)生的概率為前提計(jì)算基礎(chǔ)。為減少棄光和經(jīng)濟(jì)損失,在早晨或傍晚逆變器輸出較弱的時(shí)候,分別將各條支路接入主出線,此時(shí)主出線上采集到的僅為該支路的電氣參數(shù)。
如果采集的電氣參數(shù)是電壓電流的模擬量,對(duì)模擬量AD轉(zhuǎn)換以后,再經(jīng)過FFT可得樣本頻譜,即支路的各階次諧波。大部分采集裝置可直接輸出各階次諧波,圖1為采集的1—25次電流諧波示例,其中1次為基波。
圖1" 采集的1—25次電流諧波示例
各階次諧波幅度值的絕對(duì)大小沒有實(shí)質(zhì)意義,諧波的幅度大小隨著基波的大小而改變,而電流基波取決于用戶負(fù)荷。但是諧波與基波的幅度比值是有意義的,它是電能質(zhì)量真實(shí)參數(shù)。
每一次采集的諧波幅度比值并不是一個(gè)穩(wěn)定不變的數(shù)值,各次諧波比在一定范圍內(nèi)變化,出現(xiàn)某一大小的諧波比具有概率,這種概率服從正態(tài)分布。用Pi(j)表示第j條支路第i次諧波出現(xiàn)某一大小諧波比的概率,有
Pi(j)=■e■,(3)
對(duì)總線上采集裝置得到數(shù)量為s的采樣樣本,計(jì)算各樣本的諧波比,確定支路諧波概率分布參數(shù)μ和σ為
μi(j)=■∑■■(Ai(j)k/A1(j)k), (4)
?滓■■=■∑■■(Ai(j)k/A1(j)k-μi(j))2。 (5)
3" 似然函數(shù)和極大似然方程
當(dāng)主出路回路上檢測到某種形態(tài)的各階次諧波分布,發(fā)生這一事件的概率為各支路、各階次諧波發(fā)生概率的總計(jì),因此有如式(6)所示的似然函數(shù)
極大似然估計(jì)是求取極大的似然函數(shù)L,等同于使得Ln(L)取得極大
Ln(L)=C-∑■■■,(7)
式中:C是一個(gè)包含σi(j)的常數(shù)。
注意到公式(1)的電氣模型是估計(jì)方法的約束條件,必須得到滿足,因此,用公式(2)來約束公式(7),可得
Ln(L)=C-∑■■■
-∑■■■。
(8)
因此,共有m×(n-1)個(gè)估計(jì)參數(shù)Ai(j),i=1,2,…,m;j=1,2,…,n-1,第n條支路的Ai(n)由公式(2)求得。
Ln(L)的極大點(diǎn)發(fā)生在Ln(L)對(duì)其各參數(shù)的偏導(dǎo)為0處,對(duì)各參數(shù)求偏導(dǎo)并令其為0可得極大似然方程。極大似然方程分為2種形式
①對(duì)?墜Ln(L)/?墜A1(j)=0,j=1,2,…,n-1
■=f1.j=-∑■■■
+∑■■■=0 , (9)
②對(duì)?墜Ln(L)/?墜Ai(j)=0,i=2,3,…,m;j=1,2,…,n-1
■=fi.j=-∑■■■
+∑■■■=0" , (10)
式(9)、(10)中的Ai(n)按式(2)計(jì)算。
共可得m×(n-1)個(gè)關(guān)于Ai(j)的極大似然方程組fi.j(Ai(j))=0。
4" 支路諧波的極大似然估計(jì)
本文采用牛頓法迭代求解非線性極大似然方程組fi.j(Ai(j))=0。
記向量■=[f1.1…fi.j…fm.n-1]T。
記向量■=[A1.1…Ai.j…Am.n-1]T,
i=1,2,…,m;j=1,2,…,n-1。
迭代初值可選取A■■=Ai(0)/n,上標(biāo)k為迭代次數(shù),雅可比矩陣J為
因?yàn)閒i.j均是關(guān)于Ai(j)的分?jǐn)?shù)多項(xiàng)式,所以雅可比矩陣中的每一項(xiàng)都可得到解析式。
迭代公式為
■=■-(J k)-1 ■ ," (11)
當(dāng)(■-■)·(■-■)lt;ε時(shí)認(rèn)為收斂,未收斂的話重新計(jì)算Jk,并按式(11)繼續(xù)迭代。收斂后向量■即為支路諧波參數(shù)Ai(j)的極大似然估計(jì)■。
5" 異常支路估計(jì)
計(jì)算得到各支路各階次諧波的極大似然估計(jì)■后,可進(jìn)一步計(jì)算各支路的各階次諧波比■/■,繼而按公式(3)求取得到各支路各階次諧波發(fā)生的概率Pi(j)。
可以以■的大小進(jìn)行排序來決定支路切除的優(yōu)先順序。但如果某一支路的諧波值■較大,全局似然估計(jì)雖處于極大,但該支路發(fā)生■的可能性Pi(j)卻非常小;反過來,雖然該支路發(fā)生■的可能性Pi(j)較大,然而極大似然估計(jì)的■卻很小。這2種情況下需要考慮如何給出支路切除的優(yōu)先順序。
本文認(rèn)為應(yīng)統(tǒng)籌兼顧支路的諧波值■和發(fā)生此諧波的可能性Pi(j),優(yōu)先選擇有相當(dāng)諧波幅值■和概率Pi(j)的支路。本文提出概率諧波貢獻(xiàn)度ηi(j),其計(jì)算如下
ηi(j)=Pi(j)×■ ," " " " (12)
本文以概率諧波貢獻(xiàn)度ηi(j)的大小為標(biāo)準(zhǔn),對(duì)各階次諧波按照概率貢獻(xiàn)度排序,當(dāng)檢測到總線上有諧波幅度異常時(shí),按照概率諧波貢獻(xiàn)度排序推薦切除支路的先后順序。
6" 模擬分析
為了驗(yàn)證本文方法的有效性,以5條支路的光伏發(fā)電系統(tǒng)做實(shí)驗(yàn),其諧波階階次為2—11次。各支路經(jīng)過諧波采樣后的正態(tài)概率分布N(μ,σ2)的參數(shù)見表 1。
表1" 各支路各階次諧波正態(tài)概率參數(shù)
此時(shí)總線電能質(zhì)量監(jiān)測儀上檢測到如圖 2的諧波分布,各次電流(A)分別為{75.2,1.29,3.89,0.83,
3.46,0.60,2.78,0.57,2.41,0.41, 2.18}。
圖2" 事件中的2—11次電流諧波
在Surface pro3(Intel酷睿i5cpu,8GB內(nèi)存)上的平均運(yùn)行時(shí)間為0.327 s。得到各支路各次諧波的極大似然估計(jì)■、發(fā)生概率Pi(j)和概率諧波貢獻(xiàn)度ηi(j)分別見表2—表4。
表2" 極大似然估計(jì)結(jié)果■(A)
表3" 支路各次諧波發(fā)生概率Pi(j)
電力規(guī)程中對(duì)各階次諧波的標(biāo)準(zhǔn)要求值是不同的,各階次諧波相互獨(dú)立,因此,不同階次諧波之間不能相互比較,當(dāng)發(fā)生某次諧波超標(biāo)時(shí),需針對(duì)該次諧波進(jìn)行分析處理。表5給出了不同階次諧波按概率諧波貢獻(xiàn)度ηi(j)排序的支路切除優(yōu)先順序。
表5" 不同階次諧波的支路切除優(yōu)先順序
7" 結(jié)論
本文提出了一種基于概率極大似然估計(jì)的光伏異常支路估計(jì)方法,通過極大似然估計(jì)計(jì)算各支路各次諧波的幅值、概率和諧波貢獻(xiàn)度,以此推薦切除支路的優(yōu)化順序。
該方法適用于以電流或者電壓為電氣參量的檢測系統(tǒng),也適合于單相和三相系統(tǒng),三相系統(tǒng)中參量和方程組成倍增加。
模擬分析表示該方法速度快,具有較高穩(wěn)定性和靈敏度,能對(duì)不同階次的諧波超標(biāo)推薦不同的支路切除優(yōu)先順序。
參考文獻(xiàn):
[1] 陳東坡.2016—2017年中國光伏回顧與展望[J].電子產(chǎn)品世界,2017,24(4):9-11,19.
[2] 中國“十四五”電力發(fā)展規(guī)劃研究[R].北京:全球能源互聯(lián)網(wǎng)發(fā)展合作組,2020:33.
[3] 裴哲義,丁杰,李晨,等.分布式光伏并網(wǎng)問題分析與建議[J].中國電力,2018,51(10):80-87.
[4] 溫鑫,姚文瑩,何圣川,等.分布式光伏接入對(duì)系統(tǒng)電能質(zhì)量的影響分析與應(yīng)對(duì)措施[J].機(jī)電信息,2022(23):22-24.
[5] 李清然.分布式光伏發(fā)電系統(tǒng)對(duì)配電網(wǎng)電能質(zhì)量的影響研究[D].北京:華北電力大學(xué),2017.
[6] 黃海濤.基于Zigbee網(wǎng)絡(luò)協(xié)議的工業(yè)用電一體化監(jiān)控系統(tǒng)研究[J].自動(dòng)化技術(shù)與應(yīng)用,2020,39(9):163-166.
[7] 宋池.基于ZigBee的光伏發(fā)電電能質(zhì)量監(jiān)測系統(tǒng)[D].恩施:湖北民族大學(xué),2020.
[8] 李琴,潘三博.基于NB-IoT的光伏電站監(jiān)測系統(tǒng)[J].儀表技術(shù)與傳感器,2021(8):59-62.
[9] 毛亞峰.基于LabVIEW的微電網(wǎng)監(jiān)控與能量優(yōu)化系統(tǒng)的研究[D].天津:河北工業(yè)大學(xué),2021.