配电网监测节能系统的制作方法

本发明涉及配电网监测节能技术领域，具体涉及配电网监测节能系统。

背景技术：

能耗监测最初源于分项计量设想的提出，需要具备齐全、运行良好末端计量设备，构建高级测量体系成为关键。只有对用户内部负荷成分分析，完善用电信息采集系统，从而方便对用户和建筑采取节能措施。从目前的情况来看，对配电网监测节能这方面的差距很大。首先，能耗监测的计量条件比较欠缺，很多能耗设备均没有按照规定配备计量表，目前大多数公共建筑只有总电表、总气表等为数非常少的计量表具，缺乏楼宇内部各个用能子系统的实时、分项用能数据，难以精确地掌握楼宇中各个子系统各自的用能现状，无法实现科学的用能管理。

技术实现要素：

本发明是为了解决现有配电网监测节能存在的上述不足，提供一种可靠性高，能降低配电网能耗，并能提高用户的电能质量的配电网监测节能系统。

以上技术问题是通过下列技术方案解决的：

配电网监测节能系统，包括分别设置在本地侧的数据库平台、程序模块和网络控制平台；还包括分别设置在用户侧的用户电容器、无功补偿装置、电能表和非侵入式负荷监测装置；程序模块包括非侵入式负荷监测分解模块、用户行为模式分析及负荷预测模块和电网薄弱点判断及设备远程控制模块；数据库平台与电能表通信连接，电能表与非侵入式负荷监测装置连接，非侵入式负荷监测装置与用户电容器连接，无功补偿装置的无功补偿端连接在非侵入式负荷监测装置与用户电容器之间的线路上，无功补偿装置的控制端与网络控制平台通信连接；非侵入式负荷监测分解模块与数据库平台连接，用户行为模式分析及负荷预测模块与非侵入式负荷监测分解模块连接，电网薄弱点判断及设备远程控制模块与用户行为模式分析及负荷预测模块连接，网络控制平台与电网薄弱点判断及设备远程控制模块连接。

非侵入式负荷分解是在测量用户侧电压、电流等电气量的基础上，实现对用户总负荷的分解，估计出单个用电设备的使用状态等信息。在分解负荷的基础上，对用户行为模式进行分析，利用网络和通信技术对无功补偿设备进行控制，实现建筑能耗的降低并提高用户的电能质量，可靠性高。

作为优选，所述非侵入式负荷监测分解模块是用于对用户侧数据进行收集，采用非侵入式负荷监测分解模块的数据处理单元对高频噪声进行去噪，然后对去噪后的用户侧数据的暂态过程和稳态过程进行分离，提取出特征量和构建特征空间并判断负荷类型进行分解；所述用户行为模式分析及负荷预测模块是先通过数据聚合建立多层次用电行为模型，然后对不同类别的用电行为模型理解分析后给出负荷预测曲线；所述电网薄弱点判断及设备远程控制模块是通过对用户侧数据的分析处理，调用建立的用电行为模型，根据潮流仿真结果判断电压不合格点和网损敏感区域和时间段，利用远程通信对智能电容器和进行控制来提高用户侧电能质量和降低网损。

作为优选，所述网络控制平台是采用分布式两级控制架构，主站部分由多台服务器组成，负责配网avc协调计算部分的计算任务，同时还承担数据库服务器、权限管理服务器和曲线报表服务器的功能；子站部分包括采用嵌入式硬件模块，在嵌入式硬件模块上设有数据采集通道、指令执行通道、本地优化决策逻辑和上下级协调机制接口。

作为优选，所述非侵入式负荷监测分解模块的控制过程是：通过测量系统总端零线电流和节点电压数据并绘制曲线，对于负荷波形中常出现的高斯白噪声，采用小波变换方法去除毛刺数据；在去噪后波形的基础上，计算获得用户侧有功功率和无功功率以及功率因数曲线；利用功率波形对波形稳态过程和暂态过程进行分离，定义tk时刻的有功功率为无功功率为则有：

上式表示连续多个周期的有功和无功功率变动幅度不超过一定范围即为稳态过程，将暂态过程开始和结束阶段稳态功率相减获得的绝对值即为暂态波形；通过稳态功率变化对投切负荷进行类别判断，结合暂态波形提取特征得到暂态过程中投入或切出的负荷具体性质，通过绘制分解得到不同类型负荷在一天内的运行曲线，录入数据库平台并建立用户档案。

作为优选，所述用户行为模式分析及负荷预测模块的控制过程是：首先对采集的用电信息数据、客户服务数据、气象数据和地理信息数据进行存储和处理后得到用户侧大数据资源，然后结合用户侧大数据资源和上述运行曲线的分解结果，采用模式识别的方式将用电行为相类似的用户进行聚类，将用户归结为工业用户、商业用户、居民用户和综合用户这四大种类；对每类用户的行为模式进行识别分析并提取模式特征，构建用户行为模式模型；再结合时间、空间以及用户类型的基础上，调用上述构建的行为模式模型，采用短期预测的方法得到未来时间段的用户负荷需求曲线。

作为优选，所述电网薄弱点判断及设备远程控制模块的控制过程是：通过对无功补偿设备的控制对电压薄弱点和网损敏感区进行补偿；

首先输入未来预测时段的用户有功和无功需求的数据，比较不同容量下用户侧无功补偿设备投入后的仿真运行结果，得到各个方式下的运行网损和各个节点的电压水平，并根据准则判断不同容量下运行点是否处于稳定区域；

所述准则为：将用户侧有功功率无功功率输入，得到配电网的负荷分布和能耗损失，对于电压不合格点、电网薄弱点和网损敏感区进行判断，电压不合格点的判断准则为：

vk≤vminorvk≥vmax

电网薄弱点的判断方法为：在q-v曲线的无功功率裕度指标基础上，通过构建的电力系统仿真模型，定义无功功率与电压灵敏度指标：dqi/dvi，表示运行点处曲线的斜率；根据电压稳定的极限点为dq/dv＝0处点，在该极限点右侧满足dq/dv＞0，为系统电压稳定区域，定义运行点到底部极限点的垂直距离为无功功率裕度为δqi，设定阈值为qmax，满足下述条件：

δqi＜qmax

则保证运行点处于电压稳定区域；在满足各个节点电压满足阈值要求的基础上，选择其中网损最小的方案；通过电网薄弱点判断及设备远程控制模块对用户侧电容器进行控制改变其投切组数，通过网络控制平台收集到的用户侧数据判断新的运行状态下配电网络的无功电压水平和网损水平，继续对无功补偿设备进行控制调整直至全网网损达到较低水平。

本发明能够达到如下效果：

本发明非侵入式负荷分解是在测量用户侧电压、电流等电气量的基础上，实现对用户总负荷的分解，估计出单个用电设备的使用状态等信息。在分解负荷的基础上，对用户行为模式进行分析，利用网络和通信技术对无功补偿设备进行控制，实现建筑能耗的降低并提高用户的电能质量，可靠性高。

附图说明

图1为本发明的系统架构示意图。

图2为非侵入式负荷监测分解模块的控制过程的示意图。

图3为用户行为模式分析及负荷预测模块的控制过程示意图。

图4为电网薄弱点判断及设备远程控制模块的控制过程示意图。

图5为网络控制平台的示意图。

具体实施方式

下面结合附图与实施例对本发明作进一步的说明。

实施例1，配电网监测节能系统，参见图1所示，包括分别设置在本地侧的数据库平台、程序模块和网络控制平台；还包括分别设置在用户侧的用户电容器、无功补偿装置、电能表和非侵入式负荷监测装置；程序模块包括非侵入式负荷监测分解模块、用户行为模式分析及负荷预测模块和电网薄弱点判断及设备远程控制模块；数据库平台与电能表通信连接，电能表与非侵入式负荷监测装置连接，非侵入式负荷监测装置与用户电容器连接，无功补偿装置的无功补偿端连接在非侵入式负荷监测装置与用户电容器之间的线路上，无功补偿装置的控制端与网络控制平台通信连接；非侵入式负荷监测分解模块与数据库平台连接，用户行为模式分析及负荷预测模块与非侵入式负荷监测分解模块连接，电网薄弱点判断及设备远程控制模块与用户行为模式分析及负荷预测模块连接，网络控制平台与电网薄弱点判断及设备远程控制模块连接。

所述非侵入式负荷监测分解模块是用于对用户侧数据进行收集，采用非侵入式负荷监测分解模块的数据处理单元对高频噪声进行去噪，然后对去噪后的用户侧数据的暂态过程和稳态过程进行分离，提取出特征量和构建特征空间并判断负荷类型进行分解；所述用户行为模式分析及负荷预测模块是先通过数据聚合建立多层次用电行为模型，然后对不同类别的用电行为模型理解分析后给出负荷预测曲线；所述电网薄弱点判断及设备远程控制模块是通过对用户侧数据的分析处理，调用建立的用电行为模型，根据潮流仿真结果判断电压不合格点和网损敏感区域和时间段，利用远程通信对智能电容器和进行控制来提高用户侧电能质量和降低网损。

所述网络控制平台是采用分布式两级控制架构，主站部分由多台服务器组成，负责配网avc协调计算部分的计算任务，同时还承担数据库服务器、权限管理服务器和曲线报表服务器的功能；子站部分包括采用嵌入式硬件模块，在嵌入式硬件模块上设有数据采集通道、指令执行通道、本地优化决策逻辑和上下级协调机制接口。用户电容器包括电动机、空调、电热炉等。

参见图2所示，所述非侵入式负荷监测分解模块的控制过程是：通过测量系统总端零线电流和节点电压数据并绘制曲线，对于负荷波形中常出现的高斯白噪声，采用小波变换方法去除毛刺数据；在去噪后波形的基础上，计算获得用户侧有功功率和无功功率以及功率因数曲线；利用功率波形对波形稳态过程和暂态过程进行分离，定义tk时刻的有功功率为无功功率为则有：

上式表示连续多个周期的有功和无功功率变动幅度不超过一定范围即为稳态过程，将暂态过程开始和结束阶段稳态功率相减获得的绝对值即为暂态波形；通过稳态功率变化对投切负荷进行类别判断，结合暂态波形提取特征得到暂态过程中投入或切出的负荷具体性质，包括电阻性负载、电动机负载(电风扇、洗衣机和搅拌机等)、电子类电器和照明电器等。通过绘制分解得到不同类型负荷在一天内的运行曲线，录入数据库平台并建立用户档案。

首先进行电流电压数据采集，然后对数据进行数据降噪处理，然后进行用户功率曲线绘制，接着进行暂稳态过程分析，然后进行暂态过程量提取和稳态过程量提取，然后进行分解负荷类型判断，然后将分解负荷曲线录入数据库。暂态过程量提取的特征包括暂态功率波形特征、启动电流波形特征和电压噪声特征。稳态过程量提取的特征包括功率阶跃特征、稳态电流波形特征、v-i轨迹特征和高次谐波特征。

参见图3所示，所述用户行为模式分析及负荷预测模块的控制过程是：首先对采集的用电信息数据、客户服务数据、气象数据和地理信息数据进行存储和处理后得到用户侧大数据资源，然后结合用户侧大数据资源和上述运行曲线的分解结果，采用模式识别的方式将用电行为相类似的用户进行聚类，将用户归结为工业用户、商业用户、居民用户和综合用户这四大种类；对每类用户的行为模式进行识别分析并提取模式特征，构建用户行为模式模型；再结合时间、空间以及用户类型的基础上，调用上述构建的行为模式模型，采用短期预测的方法得到未来时间段的用户负荷需求曲线。先要进行用户侧大数据收集，然后进行用户聚类，然后进行用户行为建模，然后结合时间、空间和用户类型进行负荷预测，接着进行潮流仿真，然后根据负荷分布和有功无功损耗进行电压薄弱点及网损敏感点判断。

参见图4所示，所述电网薄弱点判断及设备远程控制模块的控制过程是：通过对无功补偿设备的控制对电压薄弱点和网损敏感区进行补偿；

首先输入未来预测时段的用户有功和无功需求的数据，比较不同容量下用户侧无功补偿设备投入后的仿真运行结果，得到各个方式下的运行网损和各个节点的电压水平，并根据准则判断不同容量下运行点是否处于稳定区域；

所述准则为：将用户侧有功功率无功功率输入，得到配电网的负荷分布和能耗损失，对于电压不合格点、电网薄弱点和网损敏感区进行判断，电压不合格点的判断准则为：

vk≤vminorvk≥vmax

电网薄弱点的判断方法为：在q-v曲线的无功功率裕度指标基础上，通过构建的电力系统仿真模型，定义无功功率与电压灵敏度指标：dqi/dvi，表示运行点处曲线的斜率；根据电压稳定的极限点为dq/dv＝0处点，在该极限点右侧满足dq/dv＞0，为系统电压稳定区域，定义运行点到底部极限点的垂直距离为无功功率裕度为δqi，设定阈值为qmax，满足下述条件：

δqi＜qmax

则保证运行点处于电压稳定区域；在满足各个节点电压满足阈值要求的基础上，选择其中网损最小的方案；通过电网薄弱点判断及设备远程控制模块对用户侧电容器进行控制改变其投切组数，通过网络控制平台收集到的用户侧数据判断新的运行状态下配电网络的无功电压水平和网损水平，继续对无功补偿设备进行控制调整直至全网网损达到较低水平。首先进行用户侧有功无功预测输入，然后改变用户侧无功设备运行值，接着进行潮流仿真获得各个节点电压分布，然后判断电压薄弱点和网损敏感区，判断网损电压是否合理，如果不合理则再次改变用户侧无功设备运行值，如果合理则下发用户电容器控制指令。

参见图5所示，网络控制平台对数据处理采用dsp芯片，利用多层电路板设计技术和控制算法，实现硬件设备的高度自动化，智能化。系统集成技术。将传统技术和装置与新的控制系统和数据平台组合起来，构成一个先进的系统，充分解决配电网的功率优化、节能降耗、智能管控、科学决策的要求。网络平台与控制系统：基于soa，全面支持opc/ua架构、跨平台应用跨平台、开放性、组态高度模块化监控平台，接口灵活、界面直观、操作方便。

系统采用组态软件+优化算法+专家系统+实时数据库的模式实现，支持多种系统平台，可以方便的在windows、linux、unix平台下部署。系统使用商用数据库+实时库的模式，即保证计算的规模，又保证计算的速度。嵌入式硬件、数据采集和指令协调的数据都通过子站传给avc(高级视频编码)计算群组，avc协调计算、数据库服务器、监控工作站和权限管理器的数据也输入给avc计算群组。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。