新能源多廠共站關(guān)口計量與自動化結(jié)算系統(tǒng)設(shè)計

李占江,唐 鵬,趙福林,李 科,張國建,周維文

(1.國家電力投資集團有限公司山東分公司,山東 濟南 250002;2.南瑞集團有限公司(國網(wǎng)電力科學研究院有限公司),江蘇 南京 211106)

0 引言

2022年,用于新能源行業(yè)的電價補貼高于10億元。其中,光伏發(fā)電占用高于12億元[1]。當前,配電網(wǎng)由于光伏發(fā)電等新能源發(fā)電系統(tǒng)的并入,多個風電廠或光伏電站共用1個升壓站。這導致并網(wǎng)時結(jié)構(gòu)比較復雜,且配電網(wǎng)的電壓指標、電流諧波和電網(wǎng)頻率等指標也很容易受到外界環(huán)境的影響。電力數(shù)據(jù)的采集、存儲和傳輸問題對關(guān)口計量系統(tǒng)提出了新的要求[2]。

近年來,對關(guān)口計量系統(tǒng)已有相關(guān)技術(shù)研究。文獻[3]采用單片機和數(shù)字信號處理(digital signal processing,DSP)技術(shù),開發(fā)出并網(wǎng)發(fā)電數(shù)據(jù)采集和監(jiān)控系統(tǒng)。該系統(tǒng)通過有線的方式完成發(fā)電站運行狀態(tài)的采集,將采集到的數(shù)據(jù)信息通過無線通信的方式傳輸。這種方法能夠大幅提升數(shù)據(jù)通信能力,但系統(tǒng)的設(shè)備管理和狀態(tài)監(jiān)測存在信息滯后的問題,并且系統(tǒng)的擴展性較差。文獻[4]的關(guān)口計量裝置采用了專用計量芯片和主控單元組合的方式,基于蜂窩移動網(wǎng)絡(luò)改善了數(shù)據(jù)傳輸控制的可靠性,實現(xiàn)了電能計量、分時電價和諧波監(jiān)測的功能。但單相計量裝置不適用于三相交流電計費的場景,并且不具備故障診斷和遠程抄表的功能。文獻[5]在電力計量和電能設(shè)備管理中使用了射頻識別(radio frequency identification,RFID)標簽技術(shù),通過標簽遠程唯一的可識別特征實現(xiàn)對電力設(shè)備的快速識別和匹配。但系統(tǒng)的運行方式單一、兼容性較差,不能滿足不同系統(tǒng)間的使用需求。

現(xiàn)有技術(shù)中,單電廠升壓站信息監(jiān)測需要用到一機一監(jiān)測,難以實現(xiàn)多電廠共站數(shù)據(jù)采集。這些技術(shù)在采集時不僅需要用到很多監(jiān)測設(shè)備,而且設(shè)備傳遞大部分通過線纜傳遞的方式,造成現(xiàn)場布線困難[5-6]。 針對上述技術(shù)的不足,本文設(shè)計了1種新型的新能源多廠共站關(guān)口計量與自動化結(jié)算系統(tǒng)。該系統(tǒng)融合了電能計量技術(shù)、云計算技術(shù)、數(shù)據(jù)傳遞技術(shù)和大數(shù)據(jù)處理技術(shù),既有利于海量數(shù)據(jù)的存儲與計算,又能有效整合當前系統(tǒng)的各類資源,從而保證系統(tǒng)傳輸?shù)臄?shù)據(jù)不被惡意攻擊者竊聽、刪除、修改和破壞。關(guān)口計量裝置不但能夠?qū)崟r、準確地采集數(shù)據(jù),而且能夠及時發(fā)現(xiàn)并處理故障。

1 關(guān)口計量與自動化結(jié)算系統(tǒng)設(shè)計

關(guān)口計量與自動化結(jié)算系統(tǒng)設(shè)計在裝置中加入了抗干擾模塊和數(shù)據(jù)加密模塊,用于提高電能計量精度,同時也保證了數(shù)據(jù)傳輸?shù)陌踩?。新能源多廠共站關(guān)口計量與自動化結(jié)算系統(tǒng)還融合了滑動濾波方法和小波分解方法對輸出信號進行去噪處理,以濾除信號中的高頻分量,并設(shè)置新的閾值函數(shù),從而防止產(chǎn)生相位偏移。

新能源多廠共站關(guān)口計量與自動化結(jié)算系統(tǒng)采用瀏覽器/服務器(browser/senver,B/S)模式架構(gòu)實現(xiàn)數(shù)據(jù)信息的交互。前臺開發(fā)使用JavaEE語言。后臺數(shù)據(jù)庫選用SQL Server 2018作為開發(fā)軟件,通過調(diào)用監(jiān)測數(shù)據(jù)與系統(tǒng)其他業(yè)務應用進行數(shù)據(jù)交互[7]。在采集層與系統(tǒng)主站之間采用了繼電保護裝置、測控裝置和故障錄波裝置等設(shè)備。這些設(shè)備對新能源共站中使用的一次設(shè)備進行保護控制,并且承擔著上下網(wǎng)絡(luò)通信功能。主站通過使用數(shù)據(jù)組件和管理工具對采集數(shù)據(jù)進行選擇和整合,對出現(xiàn)二次回路負荷過載、二次壓降超差等情況進行告警[8]。系統(tǒng)整體結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)整體結(jié)構(gòu)

2 關(guān)口計量監(jiān)控裝置硬件設(shè)計

關(guān)口計量監(jiān)控裝置在工作過程中,能夠在新能源變電站中設(shè)置主站監(jiān)控系統(tǒng)。監(jiān)控系統(tǒng)能夠提高數(shù)據(jù)交互能力,以及計量裝置的測量精度。本文對高精度計量電路、電源電路和抗電磁干擾模塊進行了設(shè)計,使關(guān)口計量監(jiān)控裝置具有強穩(wěn)定性和低功耗的特點,并能夠配合系統(tǒng)主站完成數(shù)據(jù)采集任務。

①本文設(shè)計采用高精度芯片,實現(xiàn)電能計量的高精度計算。計量模塊中的濾波網(wǎng)絡(luò)能夠有效濾除外界干擾,從而提高計量精度。

②本文設(shè)計具有較好的抗電磁干擾性能?？垢蓴_模塊將靜電能量傳輸至大地,從而減少靜電對智能電表內(nèi)部元器件的損壞;濾波電路對高頻信號的噪聲進行過濾,以減少高頻電磁場干擾。

③加密模塊對采集到的電能計量信息進行加密傳輸,并且不使用固定的密鑰加密。加密方式動態(tài)更新,提高了計量裝置的安全性。

裝置的主控單元為STM32F103RB單片機。通過對主控單元的片上資源設(shè)計,實現(xiàn)了數(shù)據(jù)存儲、時鐘單元設(shè)計、安全認證機制等功能[9-10]。通過硬件電路的設(shè)計,實現(xiàn)了主控芯片與電能計量模塊之間的通信。通過輸入/輸出(input/output,I/O)口,可以完成上/下點檢測單元之間的通信。主控單元使用8 MHz的晶振,通過內(nèi)部的鎖相環(huán)(phase locked loop,PLL)電路實現(xiàn)了脈沖驅(qū)動[11],并且配置電容濾波電路以避免高頻信號大幅震蕩時產(chǎn)生失真現(xiàn)象。關(guān)口計量監(jiān)控裝置整體結(jié)構(gòu)如圖2所示。

圖2 關(guān)口計量監(jiān)控裝置整體結(jié)構(gòu)

圖2中,實時時鐘(real-time clock,RTC)模塊是1種能夠提供實時時間和日期信息的模塊,可為設(shè)備提供準確的時間基準。裝置接收到主站的遠程命令后,根據(jù)命令內(nèi)容做出跳閘、合閘、報警等動作。主控單元自動完成對負荷開關(guān)的控制。主控單元與控制模塊連接,完成對繼電器通斷的控制,并為繼電器提供相應的通斷電壓值。在抗干擾模塊的設(shè)計中:電阻、電容等元器件實現(xiàn)濾波功能;分壓電阻完成降壓和采樣工作;數(shù)據(jù)傳輸?shù)接嬃磕K以完成數(shù)據(jù)采集[12]。

裝置的計量模塊能夠完成交流電和直流電的計量工作,從而提供全波、基波無功電能。前置的采樣電路將電流和電壓信號采集后,計量模塊才能對采集的信號進行模數(shù)的轉(zhuǎn)換。本文使用RN8302集成處理器進行數(shù)據(jù)處理,使測量的非線性誤差小于0.1%[13]。在計量電路模塊中,由電容和電阻形成的濾波器對裝置外界干擾進行濾波,以保證輸入電壓值無嚴重的干擾信號。這使得系統(tǒng)的測量精度得到很大的提升,并確保有功功率誤差和無功功率誤差都能夠小于0.1%。計量芯片的封裝格式為LQF44P、功耗為100～200 mW、內(nèi)部設(shè)有串行外設(shè)接口(serial peripheral interface,SPI)可完成與主控單元的數(shù)據(jù)交換[14]。電源與接地之間連接10 μF和0.1 μF的濾波電容,使得計量模塊整體更加穩(wěn)定。

裝置中的數(shù)據(jù)加密模塊在加密過程中引入密鑰流生成器,使得采集節(jié)點之間的數(shù)據(jù)傳輸加密不適用固定的共享密鑰。通過特定的分發(fā)與動態(tài)更新方式可保證密碼體制的安全性。加密模塊的數(shù)據(jù)加密流程如圖3所示。

與常規(guī)技術(shù)相比,本文設(shè)計能夠利用對稱算法實現(xiàn)計量數(shù)據(jù)的加密處理。加密模塊生成對稱密鑰對數(shù)據(jù)加密后獲取加密信息,使用模塊中包含的屬性信息、權(quán)限公鑰、系統(tǒng)參數(shù)和對稱密鑰加密。其可表示為:

(1)

式中:A為模塊的加密過程;D為待加密的計量數(shù)據(jù);KD為對稱密鑰;C為加密后的計量數(shù)據(jù);U為屬性信息;K為系統(tǒng)參數(shù);I為源數(shù)據(jù)名稱;P為密文請求。

加密模塊完成身份認證后獲取加密密鑰,并對計量數(shù)據(jù)進行加密,通過訪問權(quán)限獲取密文的存儲地址。計量裝置傳輸?shù)街髡竞髮ΨQ密鑰進行解密,以獲取源數(shù)據(jù)內(nèi)容。加密芯片使用N332S032安全芯片。該芯片采用數(shù)據(jù)加密標準(data encryption standard,DES)加密算法,以保證模塊滿足數(shù)據(jù)處理最小時延并保證信號的連續(xù)性?；诓杉降男盘柹杉用軙r使用的密鑰,使密鑰需滿足連續(xù)性和在一定樣本范圍內(nèi)足夠的差異性,以有效解決裝置加密端和主站解密端的安全傳輸。

3 基于改進小波去噪的電能計量優(yōu)化方法

系統(tǒng)采集層使用計量設(shè)備采集變電站輸出信號時,紋波的存在會對直流計量造成誤差。常規(guī)的改進方法為加入濾波電路并設(shè)置1個大的時間常數(shù)。但該方法同時會增大漏電流,在一定程度上降低了直流計量的精度。本文采用數(shù)字濾波對直流輸出信號進行濾波處理,使用滑動濾波法和離散小波去噪法對紋波進行處理。這樣可提高系統(tǒng)的計量精度。

電能計量優(yōu)化流程如圖4所示。

進行濾波去噪處理時使用的直流輸出信號為電能計量優(yōu)化后的穩(wěn)定輸出信號?；瑒訛V波依次取T位計算出采集數(shù)據(jù)的加權(quán)平均值[15]。其中,T位是滑動窗口的大小,即每次取出數(shù)據(jù)的數(shù)量。通過這種方法能夠濾除波動較大的信號,輸出1組平滑的數(shù)據(jù)。

(2)

式中:ωi為加權(quán)平均系數(shù);q為采集位數(shù);fk+i為離散信號[16]。

通過式(2)可以完成電能計量信息的位數(shù)采集, 并得到1組平滑的數(shù)據(jù)。

滑動濾波的效果與平衡區(qū)間T的取值有關(guān)。濾波通帶與采集位數(shù)負相關(guān)。采集位數(shù)越大、濾波通帶越小,則濾波效果越明顯。因此,需要將采集位數(shù)設(shè)置為大小合適的值?；瑒訛V波的濾波系數(shù)為窗寬的倒數(shù)。

降噪波形取采集位內(nèi)數(shù)據(jù)的平均值。使用數(shù)字濾波法可以分離高頻和低頻信號,從而濾除高頻的紋波。采用小波去噪法可對直流輸出信號進行去噪[17]。小波變換過程中小波的波形不斷衰退。直流信號的連續(xù)小波變換可表示為:

(3)

式中:Ψa,b(t)為小波函數(shù);f為輸出的電能計量數(shù)據(jù)信號;a為尺度參數(shù),用于控制小波函數(shù)的寬度和縮放;b為平移參數(shù),用于控制小波函數(shù)的平移位置。

s(n)=f(n)+σe(n),(n=0,1,…,n-1)

(4)

式中:s(n)為含有噪聲的信號;f(n)為理想信號值;σ為方差;e(n)為噪聲信號。

通過式(4)能夠計算出包含噪聲的一維電能信號小波數(shù)據(jù)。

將含有噪聲的信號進行多層分解,可得到:

S=Li+Hi=L2+H2+H1=L3+H3+H2+H1

(5)

式中:Li為近似分量;Hi為細節(jié)分量。

通過設(shè)置閾值門限得到小波重構(gòu)信號[18],可以構(gòu)造1個新的閾值函數(shù)。該閾值函數(shù)同時具備軟、硬閾值的優(yōu)點,由此可以得到最優(yōu)的去噪波形。通過式(5)可對含有噪聲信號的輸出直流信號進行小波分解。

在小波系數(shù)分解層中,改進型閾值去噪函數(shù)在軟、硬閾值函數(shù)的基礎(chǔ)上加入了可變因子。這會使得函數(shù)在隨小波分解尺度的變化中自適應地作出調(diào)整,以彌補傳統(tǒng)閾值函數(shù)在連續(xù)性和保真性方面的不足。本文設(shè)置閾值為不同值。經(jīng)過調(diào)整后的小波閾值函數(shù)可表示為:

(6)

本文構(gòu)造新的閾值函數(shù),使ωj,k能夠逼近Tj時,小波系數(shù)是連續(xù)的,并且輸出信號不會出現(xiàn)振蕩。這樣既改善了原信號與去噪后的信號的貼近程度,又減少了去噪偏差。

改進型閾值函數(shù)的連續(xù)性可表示為:

(7)

式中:ρ為調(diào)節(jié)因子;λ為小波閾值。

閾值函數(shù)在±λ可連續(xù)。由式(7)可知,改進后的閾值函數(shù)在區(qū)間內(nèi)可連續(xù)。

由漸近線可表示出閾值函數(shù)的漸進性:

(8)

綜上所述,直流輸出信號通過滑動濾波和小波分解濾波處理后,能夠有效濾除輸出的直流信號中的噪聲分量,并且使加入調(diào)整因子后的閾值函數(shù)的濾波效果更好,從而防止過濾掉信號中的細節(jié)特征。

4 應用測試

為驗證本文設(shè)計的準確性和合理性,本文搭建試驗環(huán)境進行仿真測試。試驗計算機的硬件配置如下:酷睿i7 12700KF CPU;三星980 NVME M.2 1 TB硬盤;華碩TUF RTX3080-10 G V2顯卡;操作系統(tǒng)為WINDOWS 10;開發(fā)語言為C++。本文在Matlab/Simulink軟件中搭建了仿真模型。仿真模型參數(shù)設(shè)置如下:電源電壓Ua=98.8 kV、Ub=104.248 kV、Uc=119.475 kV;系統(tǒng)側(cè)阻抗Ra=19 Ω、La=250 mH;負載側(cè)阻抗Za=485 Ω。測試構(gòu)建了實驗室環(huán)境下的虛擬平臺,在試驗環(huán)境中使用了3臺試驗計算機組成云計算平臺,對終端待傳輸?shù)臄?shù)據(jù)進行處理。由于系統(tǒng)采集到的數(shù)據(jù)量較大,并且實時性要求較高,為保證數(shù)據(jù)的安全存儲和快速調(diào)用,試驗使用實時數(shù)據(jù)庫和非實時數(shù)據(jù)庫來保存系統(tǒng)采集到的電力信息。采集頻率在0.1 s～2 min之間。本文對采集到的各類數(shù)據(jù)進行定義。計量信息如表1所示。

表1 計量信息表

試驗信息數(shù)據(jù)如表2所示。

表2 試驗信息數(shù)據(jù)表

通過上述數(shù)據(jù)信息可知,本文設(shè)計具有較高的電能計量檢定能力。進行仿真測試時,實際輸出的信號中含有大量的噪聲。輸出電壓穩(wěn)定后為525 V。輸出電流穩(wěn)定后為20.4 A。本文從記錄到的電壓數(shù)據(jù)中抽取1段數(shù)據(jù),共得到1 000個采樣點。本文對直流輸出信號進行濾波試驗,使用LOWESS濾波函數(shù)作為對比進行測試。試驗時間設(shè)定為5 min。本文系統(tǒng)和LOSS濾波函數(shù)濾波處理后的電壓波形對比如圖5所示。

圖5 濾波處處理后的電壓波形對比

對比2種方法的濾波結(jié)果可知,本文系統(tǒng)的降噪效果較好,能夠有效地消除輸出電壓信號中的紋波。本文系統(tǒng)前500個采樣點的輸出電壓幅值不超過535 V。這樣能夠更加清楚地觀察到輸出電壓幅值的變化,得到較好的去噪波形。

經(jīng)過濾波函數(shù)處理后的電壓波形與原始信號相比具有明顯的變化,但濾波后重構(gòu)信號的采樣點減少,電壓信號振動幅度大并且存在采樣點丟失的情況。在500～700個采樣點中有電壓值低于525 V的異常值。LOWESS濾波結(jié)果中的波形抖動較大、采樣點減少、缺失信號明顯增多,與原始信號具有較大的差異,并且不能有效地濾除高頻紋波。

使用關(guān)口計量裝置進行電能計量測試時,本文設(shè)定裝置的工作頻率為42～65 Hz、交流電壓和電流的精度為0.05%。本文采用三相標準源作為試驗所需要的信號發(fā)生器。

通過對比發(fā)現(xiàn),本文系統(tǒng)在整個采樣過程中的計量誤差整體較小,并且變化幅度不大,計量誤差小于0.4%。本文系統(tǒng)在0～4次采樣中計量誤差最大為0.38%,隨著采樣次數(shù)的增加計量誤差逐漸減小;其在8～12次采樣中計量誤差在0.2%以下,計量誤差最小為0.11%。

本文系統(tǒng)與文獻[3]系統(tǒng)進行對比,得到的計量誤差對比如圖6所示。

圖6 計量誤差對比

文獻[3]系統(tǒng)的電能計量誤差最大可達到0.6%,在計量電壓為180 V的情況下,0～4次采樣的計量誤差整體在0.5%以上。隨著采樣次數(shù)逐漸增加,其計量誤差逐漸降低到0.4%。同時,計量結(jié)果受到測量電壓值的影響較大,電壓值越大計量誤差越小。當電壓值增加到190 V以上時,其計量誤差降低到0.3%以下。文獻[3]系統(tǒng)的計量精度受到多種因素的影響。

5 結(jié)論

本文設(shè)計的關(guān)口計量與自動化結(jié)算系統(tǒng)可完成新能源共站的關(guān)口計量數(shù)據(jù)采集和實時傳輸,通過智能采集終端和計量裝置對電能數(shù)據(jù)和運行參數(shù)進行實時采集,并應用云計算技術(shù)將電力數(shù)據(jù)實時上傳到云端服務器。關(guān)口計量監(jiān)控裝置配合系統(tǒng)主站完成數(shù)據(jù)采集任務,采用改進后的小波去噪算法對輸出信號進行濾波處理,得到更加準確的計量參數(shù)。后續(xù)研究可以借助系統(tǒng)云計算平臺對海量的電力數(shù)據(jù)進行數(shù)據(jù)挖掘和深度訓練,以進一步擴展系統(tǒng)的應用功能,為電力用戶提供更好的服務。