風電接入系統(tǒng)暫態(tài)電能質量擾動小波檢測方法①

劉桂英，粟時平

(長沙理工大學電氣與信息工程學院， 長沙 410076)

風電接入系統(tǒng)暫態(tài)電能質量擾動小波檢測方法①

劉桂英，粟時平

(長沙理工大學電氣與信息工程學院， 長沙 410076)

隨著風能發(fā)電的大規(guī)模發(fā)展，風能電并網運行是一種必然的發(fā)展趨勢。風能的波動性、間歇性和隨機性等特性使接入風電的電力系統(tǒng)的運行特性和電能質量受到復雜的影響。為此，針對風電并網運行中的電能質量問題，重點研究風電接入系統(tǒng)的暫態(tài)電能質量擾動的小波檢測方法，詳細分析暫態(tài)電能質量擾動小波檢測的基本原理和實現(xiàn)策略，并給出仿真結果。理論分析和仿真結果證明該方法能夠實現(xiàn)對暫態(tài)電能質量擾動快速、準確的檢測，為研究風電接入系統(tǒng)暫態(tài)電能質量擾動問題提供了有效、可行的檢測方法。

風能發(fā)電； 接入； 暫態(tài)電能質量； 小波； 電力系統(tǒng)

常規(guī)能源蘊藏量的日益枯竭和利用過程中產生的環(huán)境污染成為現(xiàn)代文明社會的世紀性難題，促使各國政府紛紛積極發(fā)展風能、太陽能、潮汐能、地熱能等新能源發(fā)電。風能發(fā)電WEG(wind energy generation)因技術成熟、能源豐富、可再生，20世紀80年代中期以來，風能發(fā)電(以下簡稱風電)在短短的二三十年里有了長足的發(fā)展，如今的風電正逐步走向規(guī)?；彤a業(yè)化，大規(guī)模風電并網運行成為風電的主流，風電在電網中的比例越來越大。

由于風能存在很大的波動性、間歇性和隨機性以及變流裝置的廣泛使用，大規(guī)模風電并網運行對電力系統(tǒng)會產生許多電能質量問題[1]。風電接入電力系統(tǒng)產生的電能質量問題可以分為穩(wěn)態(tài)電能質量問題和暫態(tài)電能質量問題。風電接入電力系統(tǒng)產生的穩(wěn)態(tài)電能質量問題主要有電壓波動與閃邊和諧波等。風能的隨機性使風電機的出力將隨風速、風向的變化而波動，這種隨機的、隨風速變動的功率注人電網，將產生電壓波動與閃變。風電機組中的變流裝置是風電系統(tǒng)的諧波源，對于變速恒頻風電機組，其諧波電流大小與輸出功率基本呈線性關系，也與風速大小有關。風電接入電力系統(tǒng)產生的暫態(tài)電能質量問題主要有短時電壓變動(分為電壓凸起、電壓凹陷和電壓間斷)和電磁暫態(tài)(分為脈沖暫態(tài)和振蕩暫態(tài))。風電并網帶來的短時電壓變動通常是由風電機組的突然啟動引起的電壓凹陷。風電并網形成的沖擊和風電場遭受的雷電波會產生沖擊電磁暫態(tài)，風電環(huán)節(jié)的快速變化的諧波和短路故障等因素會產生振蕩暫態(tài)。風能的波動性、間歇性和隨機性也影響到短時電壓變動和電磁暫態(tài)的幅度和持續(xù)時間。

目前，對風電并網運行的穩(wěn)態(tài)電能質量的關注度比較高，而對風電并網運行的暫態(tài)電能質量的關注度較低，相關的研究也很少。因此本文針對風電并網運行的暫態(tài)電能質量的檢測問題進行深入研究，重點探討風電接入電力系統(tǒng)的暫態(tài)電能質量擾動的小波檢測方法的基本原理和實現(xiàn)技術。

1 風電并網運行的暫態(tài)電能質量問題

大規(guī)模風電場一般遠離負荷中心區(qū)，風電并網運行既是發(fā)電自身大規(guī)模發(fā)展的需要，也是提高風電用戶電能質量的需要。但是，風電受到風能的限制，也存在一定的局限性[2～6]，突出表現(xiàn)在：①原動力不可控風電以自然風為原動力，自然風不可控，并且風能很難大量存儲，因此難以像常規(guī)能源發(fā)電一樣根據(jù)負荷要求而改變風電機組的出力，在現(xiàn)有的技術條件下，只能在相當有限的范圍內進行調節(jié)；②不穩(wěn)定性風速具有波動性和間歇性，并難以準確預測。

風速變化、湍流以及風能機尾流效應造成的紊流會引起風電功率的波動和風電機組的頻繁啟停，這些現(xiàn)象會引起電壓的變化。風機的桿塔遮蔽效應使風電機組輸出功率存在周期性的脈動，功率的變化將會使電網頻率在一定范圍波動，產生隨機性很強的頻率變動。風電機組中的變流器將會向電網注入諧波電流，引起電壓波形發(fā)生不可接受的畸變，并可能引發(fā)由諧振帶來的潛在問題。由于風能的隨機性和間歇性，使產生的各種電能質量問題具有很大的隨機性和不可預測性。因此，對風電接入后的電力系統(tǒng)進行電能質量分析和長期、連續(xù)地監(jiān)測，對于全面掌握電能質量狀況，從而為改善風電電能質量提供依據(jù)，以保證其電能質量符合IEC和國家有關標準，是十分必要的。

1)短時電壓變動

風電中最嚴重的暫態(tài)電能質量問題時短時電壓變動，其次是電壓脈動、諧波諧振、雷電波入侵等產生的電磁暫態(tài)擾動問題。在風電機組運行過程中，當風速變化較大時，風電快速變化的功率注入電網將會造成電網內功率的短時失衡，引起短時電壓變動。電力系統(tǒng)配電網中發(fā)生短路故障、大型變壓器或電容器切投時，也會導致短時電壓變動。短時電壓變動主要包括電壓凸起、電壓凹陷和電壓間斷。風電并網帶來的電壓凹陷通常是由風電機組的突然啟動引起的，以感應電機作發(fā)電機的固定轉速風電機組投入運行時引起的電壓凹陷較為嚴重。另外，與傳統(tǒng)電力系統(tǒng)一樣，風電系統(tǒng)發(fā)生短路故障也會產生會導致短時電壓變動。

2)電磁暫態(tài)

風電并入電網還會產生電磁暫態(tài)問題，電力系統(tǒng)開關操作、雷電波入侵和發(fā)生故障、風電的電壓脈動均會產生電磁暫態(tài)過程。電磁暫態(tài)指電力系統(tǒng)從一個穩(wěn)定狀態(tài)過渡到另一個穩(wěn)定狀態(tài)時的電壓或電流數(shù)值的暫時性變化。電磁暫態(tài)可分為脈沖暫態(tài)和振蕩暫態(tài)兩類，其頻率較高，振蕩暫態(tài)的最高頻率可達5 MHz，納秒級的脈沖暫態(tài)等效頻率可高達20 MHz。

2 暫態(tài)電能質量小波檢測的原理

2.1 小波變換

設f(t)∈L2(R)，f(t)的小波變換WT(wavelet transformation)定義[7]為

WTf(a，b)=?f(t)，Ψa,b(t)?=

(1)

小波變換的逆變換為

(2)

2.2 小波變換模極大值與信號奇異性

1)小波變換模極大值

信號f(t)的小波變換用WTf(t)表示，在尺度a0上，如果存在一點(a0，t0)使得

(3)

如果對t0的某一鄰域內的任意點t，有

|WTf(a0，t)|≤|WTf(a0，t0)|

(4)

則稱(a0，t0)為小波變換的模極大值點，稱|WTf(a0，t0)|為模極大值。

2)信號奇異性

信號在某點處間斷或某階導數(shù)不連續(xù)，稱信號在該處有奇異性，該點稱為奇異點。信號中的奇異點通常包含了信號比較重要的信息。比如，在故障診斷中，故障通常表現(xiàn)為輸出信號發(fā)生突變，因而對突變點的檢測在故障診斷中有重要意義。

圖1 小波變換模極值與信號突變點示意

信號的多分辨奇異性檢測是先將信號在不同的尺度上用一個平滑函數(shù)進行平滑處理，然后再對信號的一階導數(shù)或二階導數(shù)進行分析以檢測出其信號的突變位置。通常情況下，信號奇異性分兩種情況：一種是信號在某一時刻內，其幅值發(fā)生突變，引起信號的不連續(xù)，稱信號的這類奇異點為第一種類型的間斷點；另一種是信號圖形很光滑，但是信號的一階導數(shù)不連續(xù)且有突變產生，稱這樣的奇異點為第二種類型的間斷點。

暫態(tài)電能質量擾動疊加在電力系統(tǒng)的電壓信號中，可以使電壓信號產生奇異性，暫態(tài)電能質量擾動發(fā)生和結束的時間與電壓信號中的奇異點相對應，因此可以利用小波變換模極大值來分析暫態(tài)電能質量擾動信號的局部奇異性，通過計算小波變換模極大值點來檢測電壓信號的奇異點，根據(jù)奇異點發(fā)生的時刻來定位暫態(tài)電能質量擾動發(fā)生和結束的時刻。

2.3 小波變換的Mallat算法

小波變換能夠在工程上得到實際應用要歸功于小波變換快速算法的誕生。1988年Mallat提出的多分辨分析MRA(multi resolution analysis)理論，并由此發(fā)展起來Mallat算法[7]，較好地解決了小波變換的計算問題。Mallat算法的基本思想可以歸納如下：假定己經計算出函數(shù)或信號f(t)∈L2(R)在分辨率2-j(j∈Z)下的離散逼近Ajf，則f(t)在分辨率2-(j+1)的離散逼近Aj+1f(t)可通過用離散低通濾波器對Ajf(t)獲得。

設尺度函數(shù)為φ(t)，對應的小波函數(shù)為Ψ(t)，由分辨率分析，則有

(5)

此時，cj,k和dj,k為j尺度上的展開系數(shù)，且

cj,k=?f(t),φj,k(t)?=

(6)

dj,k=?f(t),φj,k(t)?=

(7)

式(6)和式(7)中cj,k和dj,k分別為2-j分辨率下的粗糙系數(shù)和細節(jié)系數(shù)。一般稱cj,k為尺度系數(shù)，dj,k為小波系數(shù)。

經一系列的變換，可推出

(8)

(9)

式(8)和式(9)給出了小波變換的快速算法，即Mallat算法，其分解過程如圖2所示。

用類似于信號分解時的思路不難推出重建過程，且根據(jù)尺度函數(shù)和小波函數(shù)的正交性，得小波變換系數(shù)的重建公式為

(10)

圖2 Mallat分解算法與重構算法

2.4 暫態(tài)電能質量小波檢測的實現(xiàn)過程

暫態(tài)電能質量小波檢測方法在自研制的電能質量監(jiān)測儀中得到了很好實現(xiàn)，檢測流程見圖3。為了消除噪聲對暫態(tài)電能質量擾動識別的影響，首先對電壓信號進行了消噪處理，然后進行小波變換運算和小波變換模極大值求取，小波變換運算可以得到暫態(tài)電能質量擾動的幅值和極性，小波變換模極大值求取可以得到擾動發(fā)生時刻、結束時刻和持續(xù)時間，最后根據(jù)暫態(tài)電能質量擾動的幅值、極性和持續(xù)時間判斷出擾動類型[8～10]。

1)信號消噪

在實際的應用中要對原始信號進行消噪預處理。而小波變換具有的低熵性等特性能夠有效地對原始信號行進消噪。小波閾值消噪步驟如下。

步驟1對信號進行小波分解。選擇一個小波基并確定分解層數(shù)，然后對信號進行小波分解計算，得到小波系數(shù)。

步驟2對小波分解高頻系數(shù)的閾值量化。按照某種閾值規(guī)則并選取閾值對各個分解尺度下的高頻系數(shù)閾值量化處理。

步驟3對小波進行重構。根據(jù)小波分解的低頻尺度系數(shù)和各高頻小波系數(shù)進行小波的重構，得到消噪后的信號。

最關鍵的是如何選擇閾值及如何進行閾值量化，在某個程度上，它關系到信號消噪的質量。本文限于篇幅略去了信號去噪仿真過程，直接給出去噪后的重構信號作為進一步分析的原始信號。

2)特征量提取

小波變換具有良好的時頻局部化特征，使得小波變換應用于暫態(tài)電能質量有著很好的理論基礎。短時電壓變動除了發(fā)生點和終止點外，各段時間信號都是連續(xù)的，且為基波頻率。因此，在提取的高頻尺度上，只有在突變點處有信息。

電磁暫態(tài)是指電壓或電流在穩(wěn)態(tài)下的突然的非工頻變化，其中振蕩暫態(tài)變化是單方向的，脈沖暫態(tài)變化是雙方向的，兩者主要是高頻信息，這就需要尋找高頻特性好的小波函數(shù)來進行仿真，實現(xiàn)了對擾動時刻的定位。

3)擾動類型判斷

由于小波變換是線性變換，當電壓信號產生短時電壓變動時，小波變換的某尺度低頻系數(shù)也發(fā)生短時電壓變動，且幅度相同，可以把檢測出的六尺度低頻系數(shù)超出和恢復正常時刻定為短時電壓變動開始時刻和結束時刻，并可計算出系數(shù)變化幅度，從而求取短時電壓變動的幅度[11]。當電壓信號產生等效高頻率的電磁暫態(tài)擾動時，小波變換的某尺度高頻系數(shù)也發(fā)生電磁暫態(tài)擾動，且幅度相同，可以把檢測出的六尺度高頻系數(shù)超出和恢復正常時刻定為電磁暫態(tài)擾動開始時刻和結束時刻，并可計算出系數(shù)變化幅度和極性，從而求取電磁暫態(tài)擾動的幅度。脈沖暫態(tài)呈單極性，在脈沖暫態(tài)存在期間只有一個極值點；振蕩暫態(tài)信號呈雙極性和周期性，在振蕩暫態(tài)存在期間有多個正負極值點。因此可以通過求極值的方法來區(qū)別脈沖暫態(tài)和振蕩暫態(tài),若只存在一個極值，則是脈沖暫態(tài)；若有正負不同的極值，則是振蕩暫態(tài)。振蕩暫態(tài)的頻率檢測方法采用測量振蕩暫態(tài)存在期間的周期數(shù)，其基本思想是使用計數(shù)器測量信號兩個過零點之間的采樣點數(shù)(或計數(shù)器的計數(shù)個數(shù))。設測量的信號兩個過零點之間的采樣點數(shù)(或計數(shù)器的計數(shù)個數(shù))為N，采樣(或計數(shù)器的記數(shù))頻率為r，則振蕩暫態(tài)擾動的頻率為r/N。這種方法簡單易行，在實際中完全可以滿足振蕩暫態(tài)擾動頻率測量的精度要求。

圖3 暫態(tài)電能質量小波檢測流程

3 仿真及其結果分析

3.1 仿真電網模型及參數(shù)

為驗證本文算法的有效性，對一風電場接入電網引起的暫態(tài)電能質量問題進行了建模、仿真。

該模型是由6臺1.5 MW的風電機組構成，風電機組采用單臺機組單臺變壓器的接線方式，每臺風電機組出口電壓為690 V，經變壓器升壓到10 kV。風電場出口經升壓變壓器升壓至110 kV，然后經雙回150 km架空線路與遠方電網相連，L為地區(qū)負荷，Xc為風電場無功補償設備。風電接入電力系統(tǒng)如圖4所示。

圖4 風電接入電力系統(tǒng)

3.2 短時電壓變動檢測仿真

對于含有噪聲的原始信號，如果預先不對原始信號進行去噪，噪聲信號會疊加在小波變換的Mallat分解的細節(jié)信號中，影響短時電壓變動發(fā)生和結束時刻的定位精度，嚴重情況下會造成定位錯誤[12,13]，為提高檢測精度對原始含噪信號進行去噪。圖5為去噪后含有各種短時電壓變動的原始信

圖5 Mallat分解的粗糙信號及其有效值和細節(jié)信號

號的小波變換的Mallat分解的粗糙信號及其有效值和細節(jié)信號。對粗糙信號c1求有效值，可以得到短時電壓變動的幅度，根據(jù)細節(jié)信號d1可以實現(xiàn)對短時電壓變動擾動發(fā)生時刻精確地定位，得到凸起起止時刻分別為t1=0.1 s，t2=0.25 s；凹陷起止時刻分別為t3=0.45 s，t4=0.6 s；間斷起止時刻分別為t5=0.8 s，t6=0.95 s。

3.3 電磁暫態(tài)檢測仿真

電磁暫態(tài)包括脈沖暫態(tài)和振蕩暫態(tài)，振蕩暫態(tài)主要是高頻信息，脈沖暫態(tài)等效于高頻信息，故電磁暫態(tài)檢測的實質就是快速、有效、正確地檢測出高頻信息。圖6～圖9給出了相關仿真結果。

圖6 去噪后含振蕩暫態(tài)的原始信號

圖7 振蕩暫態(tài)的細節(jié)信號及粗糙信號

圖8 含脈沖暫態(tài)的原始信號

圖9 脈沖暫態(tài)的細節(jié)信號及粗糙信號

圖6為去噪后含振蕩暫態(tài)的原始信號。圖7為采用db5小波對含振蕩暫態(tài)干擾的原始信號進行檢測分析得到的高頻細節(jié)信號d1及粗糙低頻信號c6。由d1和c6可以檢測出脈沖暫態(tài)干擾的發(fā)生時刻都為0.025 s，實現(xiàn)了擾動定位。

圖8為含脈沖暫態(tài)的原始信號。圖9為采用db5小波對含脈沖暫態(tài)擾動的原始信號進行檢測分析得到的高頻細節(jié)信號d1、d2及低頻粗糙信號c6。由d1和c6可以檢測出脈沖暫態(tài)干擾的發(fā)生時刻都為0.025 s，實現(xiàn)了擾動定位。

4 結語

本文針對風電并網運行中的電能質量問題，重點研究風電接入系統(tǒng)的暫態(tài)電能質量擾動的小波檢測方法，首先詳細分析暫態(tài)電能質量擾動小波檢測的基本原理和實現(xiàn)技術，然后分別對短時電壓變動檢測和電磁暫態(tài)檢測進行計算機仿真，并給出仿真結果。理論分析和仿真結果證明，該方法能夠實現(xiàn)對暫態(tài)電能質量擾動快速、準確的檢測，為研究風電接入系統(tǒng)暫態(tài)電能質量擾動問題提供了有效、可行的檢測方法。

[1] 李渝，范高鋒，李慶，等(Li Yu, Fan Gaofeng, Li Qing,etal).達坂城風電接入系統(tǒng)對新疆電網電能質量的影響(The impact of Dabancheng wind farm integration on power quality of Xinjiang power grid)[J].電網技術(Power System Technology)， 2007，31(6)：88-92.

[2] 徐青山，趙偉然，祁建華，等(Xu Qingshan, Zhao Weiran, Qi Jianhua,etal).江蘇沿海風電接入對電網電能質量的影響分析(Affect analysis of power grid energy quality for Jiangsu coastal wind power access)[J].電力需求側管理(Power Demand Side Management)，2009，11(4)：25-28.

[3] 羅斌，綦光澤(Luo Bin, Qi Guangze).大型風機并網的電能質量問題及解決方案(The quality problem of electrical energy and its solution for large wind power generator interconnected with power grid)[J].電力設備(Electrical Equipment)，2008，9(10)：19-23.

[4] 白鴻斌，王瑞紅，王真，等(Bai Hongbin, Wang Ruihong, Wang Zhen,etal).風電場接入電網的電能質量分析方法研究及案例分析(Analysis method of power quality with the integration of wind power and case study)[J].東北電力大學學報：自然科學版(Journal of Northeast Dianli University：Natural Science Edition)，2008，28(6)：33-37.

[5] 馬昕霞，宋明中，李永光(Ma Xinxia, Song Mingzhong, Li Yongguang). 風力發(fā)電并網技術及其對電能質量的影響(Cutting-in technology and its effect on the power quality of wind power generation system)[J].上海電力學院學報(Journal of Shanghai University of Electric Power)，2006，22(3)：283-286，291.

[6] Dolezal J, Santarius P, Tlusty J,et al. The effect of dispersed generation on power quality in distribution system[C]∥CIGRE/IEEE PES International Symposium, Montreal,Canada:2003.

[7] 粟時平，劉桂英.現(xiàn)代電能質量檢測技術[M].北京：中國電力出版社，2008.

[8] 陳祥訓(Chen Xiangxun).采用小波技術的幾種電能質量擾動的測量與分類方法(Wavelet-based measurements and classification of short duration power quality disturbances)[J].中國電機工程學報(Proceedings of the CSEE)，2002，22(10)：1-6.

[9] 李威，王建賾，冉啟文，等(Li Wei, Wang Jianze, Ran Qiwen,etal).一種新的電力系統(tǒng)暫態(tài)波形檢測方法(A novel measurement method for power system transient waveforms)[J].電力系統(tǒng)自動化(Automation of Electric Power Systems)，2002，26(5)：45-48.

[10]石國萍，田立軍(Shi Guoping,Tian Lijun).基于小波變換的統(tǒng)一電能質量控制器檢測方法研究(The detecting method based on wavelet transform of unified power quality controller)[J].電力系統(tǒng)及其自動化學報(Proceedings of the CSU-EPSA)，2004，16(1)：34-37.

[11]粟時平(Su Shiping).基于DSP的暫態(tài)電能質量小波變換檢測方法(DSP based measuring method for transient power quality with wavelet transform)[J].電力科學與技術學報(Journal of Electric Power Science and Technology)，2007，22(1)：77-81.

[12]張兆寧，董肖紅，潘云峰(Zhang Zhaoning,Dong Xiaohong,Pan Yunfeng).基于小波變換模極大值去噪方法的改進(Improved algorithm based on modular maximum denosing method by wavelet transformation)[J].電力系統(tǒng)及其自動化學報(Proceedings of the CSU-EPSA)，2005，17(2)：9-12.

[13]劉承員，粟淵愷，劉桂英(Liu Chengyuan,Su Yuankai, Liu Guiying).基于小波變換模極大值與奇異點的短時電壓變動實時檢測(Real-time detection of short-duration voltage variation based on model maximum and singularity of wavelet transform)[J].電力科學與技術學報(Journal of Electric Power Science and Technology)，2009，24(1)：81-87.

WaveletDetectionMethodofTransientPowerQualityDisturbanceforPowerSystemConnectedwithWindEnergyGeneration

LIU Gui-ying， SU Shi-ping

(School of Electrical and Information Engineering, Changsha University of Science and Technology, Changsha 410076, China)

With the massive development of wind power generation, an operation of wind power generation connected with power system is an inevitable trend. The operation characteristics and power quality of power system are affected by the properties of wind power generation such as fluctuation, intermittence randomicity and so on. Aiming at the problems of power quality in power systems connected with wind energy generation, this paper carried out the researches on the wavelet detection method of transient power quality disturbance in the system.Firstly, The principles and realization strategies of wavelet detection method of transient power quality is analyzed in detail and then the simulation on the proposed method are carried out and simulative results are given. Obtained results by the theoretical analyses and simulation experiments indicate that the transient power quality disturbances can be detected quickly and accurately by the proposed method. The proposed method provides an efficient and feasible detection method of transient power quality disturbance for the research on power quality problems of wind power generation.

wind energy generation； connection； transient power quality； wavelet； power system

2009-11-19

2010-01-18

國家自然科學基金資助項目(50677058)；電力系統(tǒng)安全運行與控制湖南省高校重點實驗基金資助項目

TM711

A

1003-8930(2011)01-0022-06

劉桂英(1964-)，女，副教授，主要從事電力系統(tǒng)運行與控制、電能質量監(jiān)控、諧波抑制、電能計量等方面的研究。Email:liuguiy9809@126.com 粟時平(1963-)，男，教授，博士，主要從事電力系統(tǒng)運行與控制、電能質量監(jiān)控、諧波抑制、無功補償與電能計量等方面的研究。Email:suship@126.com