基于容差法的多谐波源责任估计方法

本发明属于新能源电网治理和维护，具体涉及基于容差法的多谐波源责任估计方法。

背景技术：

1、随着经济水平的发展，大量分布式清洁能源和非线性负荷接入电网，给电网注入了大量谐波污染，同时也使得电网中的谐波状况更加复杂难以估计。为了更有针对性控制和减少谐波源的影响，调动各方治理谐波的积极性，保证电网的安全稳定运行，准确划分各方的谐波责任是必不可少的一环。目前的谐波质量监测系统通常只记录一个监测时段内的最小值、最大值、平均值和95％概率大值等统计值，不满足传统谐波责任估计方法需要同步型谐波数据的前提条件，使得传统方法的工程应用受到限制。此外，传统方法通常只关注评估时段内的平均谐波责任，但实际上谐波责任会随着谐波源的波动在一个范围内变化，因此估计出谐波责任的变化范围将能够为相关人员提供更多谐波源信息。而且当电网中发生无功补偿设备和负荷投切时，投切前后的谐波数据将满足不同的线性方程，这将会对传统回归类方法的估计精度产生较大影响。

2、目前，谐波源责任的估计方法主要侧重于谐波阻抗的计算，提出了“干预式”和“非干预式”两种类型的方法，其中“干预式”方法由于会对电网的运行造成不利影响，在工程中较少使用，而“非干预式”方法只需要利用谐波监测设备的数据即可计算谐波阻抗，进而量化谐波责任。“非干预式”方法主要包括波动量法、线性回归法、协方差法以及盲源分离法，这些方法若要估计谐波阻抗均需谐波电压和电流各自的相角信息抑或是它们之间的相角差信息，因此在缺乏相位信息的条件下无法计算谐波阻抗。针对该问题又提出了只需利用谐波电压电流有效值估计谐波阻抗的方法，其主要思想均通过求解与谐波责任相关的因子而并非谐波阻抗实现谐波源责任量化，但是其中多数在推导方法时只利用到一个谐波源节点的电流信息，而将其他谐波源均视为背景谐波，因此在单次算法流程中仅能量化单个谐波源的责任，并无法充分利用电网中谐波数据，效率较低，且背景谐波成分太过复杂不利于求解谐波责任相关的因子。其次，电能质量监测系统一般只提供一个监测时段内的谐波信息统计值，在该时段内可能发生无功设备或负荷投切的情况，将会导致不良数据的出现。此外，电网中的谐波源总是存在波动，这意味着谐波责任也会在一定范围内变化，因此除了估计谐波源的平均谐波责任外，谐波源的责任变化范围也是一个值得关注的问题。

技术实现思路

1、基于以上分析，本发明建立了能够同时量化多个谐波源责任的区间责任量化方程，提出了一种基于容差法的多谐波源责任估计方法。首先利用区间系数表征谐波责任的波动范围，建立能够同时量化多个谐波源责任的区间责任量化方程；其次利用极差筛选和去除不良数据，以消除不良数据对责任量化过程的影响；然后考虑到无功设备或负荷投切会使得区间责任量化方程的系数发生改变，利用偏正态混合专家回归算法对长时间尺度下统计型监测数据的平均值进行聚类，以保证各个类簇下的数据满足同一个区间责任量化方程，并在聚类过程中辨识出区间系数的中点；最后采用容差商公式计算区间半径，实现区间参数的辨识，进而求出各谐波源的谐波责任范围。

2、其设计要点包括：

3、(1)考虑到现有的行业标准并未规定已有的电能质量监测系统必须储存谐波的相位信息和现有责任量化方法效率较低的问题，建立了能够同时量化多个谐波源谐波责任的区间责任量化方程，利用区间系数表征谐波责任的变化范围；

4、(2)为防止无功设备或负荷投切带来的异常数据对责任量化的影响，在求解区间系数之前通过不良数据的特点对不良数据进行筛除；

5、(3)当谐波数据的采集时间尺度较长时，无功设备或负荷投切将会引起谐波源的运行工况发生变化，由于各工况下的区间系数相差较大不利于区间系数的辨识，因此通过偏正态混合专家回归算法根据方程关系对监测数据进行聚类，以减轻工况变化对求解区间系数的影响；

6、(4)利用容差法将区间系数分为区间中点和区间半径，通过分别求解区间中点和半径的手段得到区间系数，其中将区间中点的求解与聚类结合提高算法效率。

7、本发明解决其技术问题具体采用的技术方案是：

8、一种基于容差法的多谐波源责任估计方法，其特征在于，首先利用区间系数表征谐波责任的波动范围，建立能够同时量化多个谐波源责任的区间责任量化方程；其次利用极差筛选和去除不良数据，以消除不良数据对责任量化过程的影响；然后考虑到无功设备或负荷投切会使得区间责任量化方程的系数发生改变，利用偏正态混合专家回归算法对长时间尺度下统计型监测数据的平均值进行聚类，以保证各个类簇下的数据满足同一个区间责任量化方程，并在聚类过程中辨识出区间系数的中点；最后采用容差商公式计算区间半径，实现区间参数的辨识，进而求出各谐波源的谐波责任范围。

9、进一步地，所述同时量化多个谐波源责任的区间责任量化方程的具体建立方法为：

10、假设需要量化n个已知的谐波源对关注节点m谐波电压的贡献度，且已知谐波源节点及关注节点的电流、电压可测，则根据叠加定理，节点m的h次谐波电压表示为：

11、

12、其中，是谐波源i，i＝1,2,…,n单独作用时在节点m产生的h次谐波电压，是谐波源i的h次谐波转移阻抗，是谐波源i注入电网的h次谐波电流，由已知谐波源外的谐波源共同作用在节点m产生的h次谐波电压；以为参考相量，θi为和之间的夹角，根据式(1)有：

13、

14、令则有：

15、

16、假设有满足同一区间责任量化方程的谐波电压和电流幅值的统计型监测样本的平均值

17、

18、根据式(3)，每个时刻的样本均满足如下式：

19、

20、令αit＝αi+δαit，i＝0,…,n，其中δαij用于表征谐波源发生小范围波动时对参数造成的影响，则式(4)表示为：

21、

22、令αi为区间中点，max(δαit)＝ri为区间半径，则将式(3)转化为如下区间责任量化方程：

23、

24、式中αi，i＝0,…,n为区间系数，且满足αi＝[αi-ri,αi+ri]；

25、采用区间系数时谐波责任计算公式为：

26、

27、若评估时段内有m个监测样本，则通过下式计算评估时段内的平均谐波责任区间：

28、

29、其中下标j表示样本序号，min(.)和max(.)分别表示取最小值和最大值；

30、假设在评估时段内的监测样本能够根据其所符合的区间责任量化方程分为k类，对于第k，k＝1,2,…,k个运行场景，若该类有m(k)个监测样本，当得到区间系数αik后，按照式(9)计算该类的平均谐波责任区间：

31、

32、最后综合所求得的每一类样本的平均谐波责任区间用于估计评估时段内谐波源的谐波责任的波动范围。

33、进一步地，所述利用极差筛选和去除不良数据具体为：

34、先计算出关注节点m测量得到的统计型谐波电压样本的最小值最大值之差，作为极差，然后将每个数据的极差与相邻两个数据的极差进行比较，若出现某个数据的极差是相邻两个数据极差的两倍及以上，则判定该数据为不良数据，予以筛除。

35、进一步地，所述利用偏正态混合专家回归算法对长时间尺度下统计型监测数据的平均值进行聚类具体为：

36、根据式(5)：

37、

38、式中，其中记由此可将u看作均值服从μ(i,α)的偏正态随机变量，将其嵌入混合专家回归模型的均值函数中，则混合专家数为g的偏正态混合专家模型概率密度函数为：

39、

40、式中ψ为待估参数，π(.)为混合专家模型中各专家的混合比例，sn(.)为偏正态分布的概率密度函数，λ为偏正态分布的偏态参数，σ为偏正态分布的尺度参数，下标g＝(1,…,g)表示第g个专家，具体数学表达式如下：

41、

42、

43、

44、式中为正态分布的概率密度函数，φ(.)为正态分布的累计分布函数。

45、根据评估时段内的谐波电压和电流幅值的监测样本定义如下对数似然函数：

46、

47、此后利用条件期望最大值算法估计出使式(12)达到最大的参数ψ；迭代过程始于初始参数相量ψ(0)，在e-step与cm-step步之间交替迭代，直至似然函数不在发生明显变化。

48、进一步地，初始参数相量ψ(0)的确定需要将数据均匀分为g类，若第g类监测数据集表示为{ug,ig}，则参数αg(0)、μg(0)、σg(0)计算如下：

49、

50、式中，ng表示第g监测数据集的样本个数。

51、进一步地，e-step是根据参数初始值或者上一步迭代所得结果来计算对数似然函数的条件期望；

52、cm-step是根据上一步迭代得到的对数似然函数的条件期望，更新参数相量ψ(m+1)；

53、在通过反复迭代得到模型的最终估计参数后，计算每一个观测样本由各个专家生成的后验概率，并根据概率大小将样本进行分类，而αg即是每一类样本对应的区间责任量化方程系数的中点。

54、进一步地，在聚类算法开始之前需要通过bic准则和aic准则确定合适的聚类数目g：

55、

56、式中，n表示总样本的数量，表示聚类数目为g时最终迭代对数似然函数达到的值；通过选择不同的g对样本进行以上的聚类回归分析，当aic和bic达到峰值时对应的g即为最合适的聚类数目。

57、进一步地，区间系数半径辨识的具体方法为：

58、对于第g类样本，设rig＝ωgrgδ,rδ＝|αg|，容差商定义如下：

59、

60、由此估计第g类数据对应的区间量化方程的系数αig＝[αig-rig,αig+rig]，进而评估时段内的谐波责任波动范围。

61、相比于现有技术，本发明及其优选方案计及电能质量监测系统的实际情况以及现有方法存在的问题，利用区间系数表征谐波责任的波动范围，建立了能够同时量化多个谐波源责任的区间责任量化方程，能够提高谐波责任量化的精度和效率；其次通过无功设备或负荷投切对谐波电压有效值的统计值的影响，提出一种利用极差筛选和去除不良数据的方法，以消除不良数据对责任量化过程的影响；然后利用偏正态混合专家回归算法对长时间尺度下的采样数据进行聚类，以保证各个类簇下的数据满足同一个区间责任量化方程，即属于同一种工况，并在聚类过程中辨识出区间系数的中点，提高算法的效率；最后采用容差商公式计算区间半径，实现区间参数的辨识，进而求出各谐波源的谐波责任范围，为后续确定谐波源的治理方案提供更多的参考。