选择特殊符号
选择搜索类型
请输入搜索
谐波源的辨识问题最初是作为谐波潮流的逆问题由G.T.Heydt提出的。通过测量系统中部分节点的谐波电压和线路中的谐波电流,采用状态估计的方法来获得负荷注入系统的谐波功率。当注入的谐波功率为正时,则判定该负荷为谐波源。这就是目前实际应用最广泛的功率方向法。此后,很多新的算法如线性神经元网络等被运用于谐波状态估计,同时量测量及状态变量的选择也各有不同,并在此基础上开发了相应的实用程序和装置用于实际辨识电网中的谐波源。此外,瞬时功率理论也被尝试运用于谐波源辨识研究,通过三相系统中特定节点处滤波装置数据得到系统瞬时谐波有功功率,来定位电网中主要的谐波源。日本学者据此研制出相应的装置并用于试验研究。但是对于单相网络中存在的谐波源或因单相负荷所引起的谐波畸变,它不能提供任何有用的信息。
而基于瞬时无功功率理论的辨识方法在这方面有所改善。这些研究主要集中在状态估计方法上,旨在利用最少的测量装置取得令人满意的识别结果,对于谐波源识别的判据并没有新的观点。
另一类辨识谐波源的方法是通过研究畸变的电压波形和电流波形之间的内在联系,找出相应的负荷参数,作为判定谐波源的指标,如基于外加负荷扰动法和基于瞬时负荷参数分割法。前者根据负荷在外加扰动的情况下,其谐波电流、基波电流和谐波电压三者幅值之间的相互关系来判断负荷中是否含有谐波源。如果按照这一关系而在相应的坐标系中绘制的点图中,谐波电流和同次谐波电压的关系可以拟合为过原点的一条直线,而谐波电流和基波电流无关,则将负荷视为线性负荷,反之则认为负荷中存在谐波源。后者根据计算RL参数,并引入非线性瞬时指标用于计算非线性统计因子NHL来进一步判定是否为谐波源。
随着电力市场的逐步完善,电能质量问题越来越受到重视。用户对供电系统的供电质量提出了更高的要求。电力部门不但要解决电力用户对电能质量的投诉,提高电能质量满足用户的需要,还要加强电能质量监督管理,发现电能质量问题要深入研究,找到电能质量扰动的扰动源,即判定扰动方向,明确责任,对扰动源负荷进行惩罚。电力网谐波污染一直是电能质量的一个主要问题。
为了有效地治理谐波,必须弄清电网中的谐波源分布和谐波状态。正确地定位谐波源,并定量估计综合负荷中线性和非线性部分所占比重,是谐波潮流计算、滤波器配置以及谐波奖惩管理等问题的基础,是谐波分析和治理的首要问题,具有重要的意义。
只有在已知谐波电流注入的情况下,才能准确地分析谐波在电网中的分布和扩散,并设计安装相应的滤波装置来治理谐波,从而降低谐波污染。而在公共联接点(PCC),谐波往往是多个谐波源共同作用的结果。如果不能正确的判定各谐波源的位置并区分各自的谐波责任,就不能明确谐波的污染源和受害者,也就不能建立公平有效的谐波奖惩机制来进行谐波的综合治理。
谐波源的全部特性可由谐波源在供电侧基波电压相角恒定为零,而基波电压幅值和各次谐波电压幅值、相角变化时的特性所唯一确定,因此以下部分只讨论负荷在供电侧基波电压相角为零时的情况。
设某一供电点的综合负荷由线性负荷部分和非线性负荷部分并联而成,当供电电压的基波及各次谐波相量为
式中
非线性负荷部分的谐波电流是各次谐波电压的复杂函数。其所吸收的
即谐波电流中除了含有取决于同次谐波电压的分量以外,还含有取决于基波和其它各次谐波电压以及与电压无关的分量。
将上式右端2向量分别用
则综合负荷所吸收的总谐波电流为:
上式便是综合负荷谐波电流的简化模型。
显然,当综合负荷全部为线性负荷时,上式中
首先导入X向的梁图,与轴网进行定位,然后再导入Y向的梁图,再次与轴网进行定位,这样就完整了,然后开始识别
CAD识别-轴网识别提取轴线边线提取轴线标识---都是按图层选择。
点击菜单栏全屏显示看看。
正确识别综合负荷中是否存在谐波源,并定量估计负荷中线性和非线性部分所占的比重,以作为谐波潮流计算、滤波器配置、采用经济手段惩罚谐波等问题的基础,是谐波分析与治理领域中的首要问题,具有重要的意义。若不能正确识别谐波源的位置并将负荷中线性和非线性部分的谐波电流进行区分,就不能明确谐波污染源和受害者各自的责任,也就不能有效地进行谐波的综合治理。 2100433B
尽管谐波源辨识问题的研究取得了不少进展,但是还有许多问题尚待解决,尤其是实际谐波责任的区分。虽然不断有新的理论和算法用于研究谐波源的定位,但是很多理论尚未得到统一的认识,还需进一步讨论研究。此外,用于工程实践的谐波源辨识技术还很不成熟,存在应用上的限制和错误,需要寻找新的理论基础和技术指标。这些研究工作主要包括以下方面:
(1)进一步研究谐波电路理论和谐波功率理论,并用于谐波源辨识研究;
(2)找到一个合适的技术指标用于定位谐波源(确定谐波源的大小和方向)与谐波责任的区分,该指标应具备相当的技术性和经济性,且易于实现;
(3)建立公平有效的谐波奖惩机制来定量约束各谐波源的谐波污染。
谐波产生的根本原因是系统中某些设备和负荷的非线性特性,即所加电压与产生的电流不呈线性关系而造成波形畸变。理想的公用电网所提供的电压应该具有单一而固定的频率和规定的电压幅值,但当系统的正弦波形电压加在非线性负载上时,产生的电流为非正弦波形,波形的畸变即产生了谐波电流,谐波电流又影响端电压,使电压波形发生畸变从而产生谐波电压。这些向电网中注入谐波电流和产生谐波电压的电气设备即为谐波源。
电网中的谐波源大体分为两种类型:一类为含有半导体元件的各种电力电子设备,如各种整流、逆变装置和晶闸管可控开关设备等,它们按一定的规律开闭不同电路,将谐波电流注入电网;另一类为含有电弧和铁磁非线性设备的谐波源,如荧光灯、电弧炉和各种铁心设备包括变压器、电抗器等。家用电器设备分属于上述两类谐波源,虽然其容量小,但数量巨大,因此也是不可忽视的谐波源。此外,对于电力系统三相供电来说,三相不平衡负荷也是典型的谐波源,使电力系统的电流和电压波形产生畸变。
随着电力系统的解除管制和步入市场化运营,用户对电能质量的要求会越来越高。采用经济手段对谐波源负荷进行惩罚,对谐波的受害者进行补偿,引导用户采取适当的途径控制注入系统的谐波电流,是谐波防治的有效措施。传统的谐波源识别的判据偏向于定性分析电网中是否存在谐波源。在多谐波源系统中,如何准确识别谐波源并将各个谐波源所产生的谐波电流分离,确定其各自责任,仍然是一个值得探讨的问题。
对于复杂的配电网络,除一些大型的谐波源负荷能事先确定其位置,并根据其参数和运行方式计算其谐波电流以外,更多的负荷往往是由不同类型和容量的用电设备按照一定的网络接线组合而成的综合负荷,其中可能含有谐波源,也可能含有谐波的受害者。而且对于一条母线上连接两个或多个谐波源的情况,各谐波源之间存在着互相干扰的问题,其谐波电流可能相互抵消或增强,在总的谐波测量电流中所占比例也不相同。供电部门不可能对每一个节点负荷装设相应的监控和测量装置,每时每刻监控所有供电节点的谐波干扰水平,只能通过现场结合公共连接点PCC和潜在谐波源节点的测量基础上按照一定的判别原则来进行。
虽然目前实际应用最广泛的谐波源辨识方法是功率方向法,大量的电能质量管理装置也都是将其作为主要的判断依据。但是,负荷注入系统的谐波功率不仅取决于两侧电流幅值大小,还取决于二者之间的相位关系以及配电系统和综合负荷中线性部分的谐波阻抗。在一定的条件下,即使综合负荷中存在谐波源,也有可能从系统中吸收正的谐波功率。因此,向系统注入正的谐波功率只是负荷中存在谐波源的充分条件而非必要条件,仅在单谐波源条件下能够得到准确的辨识结果。
在复杂的配电系统中,采用这一判据进行谐波源的识别难免会造成遗漏和错误。而其它的判断准则也只能定性地识别系统中的谐波源,不能定量地将负荷中的谐波源和非谐波源区分,明确各自的责任。而且在工程实践中需要对实际的畸变电流和电压波形采样数据,不如功率方向法方便,也不便于谐波的综合治理。因此,找到一个合适的技术指标用于定位谐波源(确定谐波源的大小和方向)并定量确定谐波责任是十分必要和紧迫的。
有源电力滤波器对变压器谐波源补偿特性的研究
提出了变压器谐波源模型,推导出了在该模型下谐波源阻抗的计算公式,并对并联、串联有源电力滤波器对变压器谐波源的补偿特性进行了研究。
基于戴维南等值的多谐波源配电网单调谐滤波器分步配置
合理配置单调谐滤波器是进行谐波抑制的有效途径。文中根据单调谐滤波器的戴维南等值模型,分析了单调谐滤波器谐波抑制作用的机理。针对多谐波源配电网的谐波问题,以区域配电网的整体谐波治理效果为目标,提出了多谐波源配电网的单调谐滤波器分步配置方法,推导了每步中单调谐滤波器配置节点的影响因子表达式。通过仿真分析验证了所提出的单调谐滤波器分步配置方法的有效性。
(1)谐波源检测和识别技术近年来得到了较大的发展,也取得了不少的成就。但根据以上的分析,各方法仍存在一些缺陷,如SE 方法实现成本较高,应用范围受限;谐波有功功率方法将会受到PCC 点两侧谐波源相角差的影响;谐波无功功率方法的准确度不高;谐波阻抗法在测量上有一定的困难,还会受到系统运行方式变化的影响;ANN 的原理上尚存在较多需要解决的问题;利用GPS的方法尚无足够的理论和实践检验;基于谐波源的分析实现困难等。
(2)考虑其中的难点问题和尚未很好解决的问题,除了继续针对各算法进行改进外,尚须在以下方面着重考虑:减小甚至消除元件参数分散性和背景谐波的影响;较好地处理多谐波源问题。至于具体的研究方向和内容,则应视乎实现成本、应用领域和约束条件等综合考虑。 2100433B
1、结合SE 技术的谐波源检测与识别方法
引入基于人工神经网络的方法(artificial neuralnetwork,ANN)目的是优化SE 等传统谐波源检测与识别方法,提高其性能。
由于谐波源的时变性,及其难以直接测量的特点,SE方法往往难以获取足够的预估值进行计算。而ANN 的自适应、自组织和模式识别能力可自动根据输入、输出值来识别其间的非线性关系——而这往往是难以定义或解释的,从而获取谐波源参数的初始值,并大大减少SE 方法所需要的检测设备的数量。Hartana 等人尝试将ANN 与SE 技术相结合进行谐波源的识别,一来减少检测设备,二来提高识别性能,三来优化负荷的功率因数[25-29]。在这种方法中,首先用ANN 获取复杂系统的谐波源预估值,然后用状态估计器计算来得到更接近真实值的结果。类似的,Pecharanin等人则将ANN 用于谐波源检测中。
但 ANN 自身的缺陷使其在谐波领域的应用会受到诸多的限制。如ANN 模型的建立需要预先提供大量的训练,包括全部谐波源电流可能的数值,这较难达到。同时,ANN 理论缺乏对变结构神经元网络的修正算法,而系统线路拓扑的变化会影响ANN的联接权矩阵,因此训练好的ANN 缺乏对电力网结构变化的适应能力。另外,多层ANN 网络的在寻求全局最优时的时延,及构建合适的网络结构(网络优化)等问题约束了ANN 在处理谐波源问题中的实用性。
2、基于级联相关网络的谐波源检测方法
针对ANN 的缺陷,基于级联相关网络(cascade correlation network,CCN)的新方法,其工作着眼点仍在于尽量减少谐波检测设备,及检测地点的优化配置上。与传统的ANN 不同,在CNN 网络中,训练过程和隐层节点数量的增减是独立的,从而使CNN 的结构得到有效控制,即能灵活的根据需要改变结构,并迅速形成接近最优的网络结构,克服了传统ANN 的缺陷。CNN 的引入使该方法能在少量检测设备和给定检测点的条件下有效工作。
结合GPS 的方法,GPS技术的广泛应用带来了一些新思路。
自适应的Hopefield神经网络来计算,并估计谐波电流分量的幅值和相角,但硬件上通过采用GPS 技术和现场总线网络来达到实时识别谐波源的目的。还有一种新的办法:由于有功功率、无功功率方法的表达式,的分母都与谐波阻抗有关,综合利用这两个测量值,应当可以消除谐波阻抗的影响。而在用GPS技术保证PCC 点两侧同步测量的情况下,可获取两侧等值谐波电压源的相角差。该方法解决上述方法受谐波阻抗的影响,以及准确度不足等问题。利用GPS 同步测量技术进行谐波源定位的方法有较大的发展前景。