本發(fā)明涉及一種電能質(zhì)量評估方法。

背景技術(shù)：

隨著我國經(jīng)濟(jì)的快速發(fā)展，國內(nèi)對電力的需求逐步增大。為了解決日益嚴(yán)重的能源消耗問題，光伏、風(fēng)電等分布式發(fā)電技術(shù)得到迅速發(fā)展并廣泛接入到電力系統(tǒng)中，目前已經(jīng)取得了一些成果。但是當(dāng)這些新型發(fā)電系統(tǒng)并網(wǎng)后，會對當(dāng)?shù)仉娋W(wǎng)造成一定的沖擊和影響，這種影響可能會造成頻率偏差、電壓波動、電壓閃變、諧波畸變等一系列問題，從而引起電網(wǎng)電能質(zhì)量下降。為保證電網(wǎng)的安全可靠性，在分布式發(fā)電入網(wǎng)前需要進(jìn)行電能質(zhì)量分析，如不達(dá)標(biāo)則需要配套相應(yīng)的治理措施。準(zhǔn)確而全面的電能質(zhì)量綜合評估對實現(xiàn)分布式電源并網(wǎng)具有重要的意義。

電能質(zhì)量綜合評估是一個多指標(biāo)評估過程，其基本思想是將多個指標(biāo)轉(zhuǎn)化為一個能夠反映綜合情況的指標(biāo)來進(jìn)行評價。目前關(guān)于綜合評估含分布式發(fā)電系統(tǒng)電能質(zhì)量方面，已經(jīng)提出的方法有突變決策法、概率評估法、數(shù)據(jù)包絡(luò)分析法等。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種新的光伏并網(wǎng)系統(tǒng)穩(wěn)態(tài)電能質(zhì)量評估方法。本發(fā)明的技術(shù)方案如下：

一種基于Fisher判別分類法的光伏并網(wǎng)系統(tǒng)穩(wěn)態(tài)電能質(zhì)量評估方法,步驟如下：

1)針對電能質(zhì)量評估的頻率偏差、電壓偏差、電壓波動、閃變、諧波、三相不平衡等六個指標(biāo)，結(jié)合我國電能質(zhì)量國家標(biāo)準(zhǔn)，將六個指標(biāo)劃分為Q1～Q5五個等級，分別代表電能質(zhì)量為優(yōu)質(zhì)、良好、中等、合格以及不合格。

2)獲取一定數(shù)量的訓(xùn)練樣本；

3)根據(jù)電能質(zhì)量的標(biāo)準(zhǔn)，各類電能質(zhì)量的指標(biāo)均有上下限值，當(dāng)樣本中各項電能指標(biāo)都落在某類電能質(zhì)量所規(guī)定的范圍內(nèi)，該樣本則屬于相應(yīng)級別，對標(biāo)準(zhǔn)類別進(jìn)行線性插值得到足夠多的判別樣本；

4)對Q1、Q2、Q3、Q4等級內(nèi)得到的多個判別樣本和待評估電能質(zhì)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同指標(biāo)之間的量綱影響；

5)利用標(biāo)準(zhǔn)化處理后的樣本數(shù)據(jù)建立Fisher判別模型，并得出典則判別函數(shù)，然后利用回代法將樣本數(shù)據(jù)代入到建立好的模型中，檢驗?zāi)Ｐ驼`判率；至此，基于Fisher判別分類法的光伏并網(wǎng)系統(tǒng)穩(wěn)態(tài)電能質(zhì)量評估模型建立。

5)將測量數(shù)據(jù)代入到所建立Fisher模型判別函數(shù)中，所得函數(shù)值落在哪個區(qū)間便可以判定該地區(qū)電能質(zhì)量所屬等級，完成電能質(zhì)量評估并得出結(jié)論。

應(yīng)用Fisher判別分析法對穩(wěn)態(tài)電能質(zhì)量進(jìn)行評估時，不用考慮指標(biāo)之間的權(quán)重問題，從而避免在確定指標(biāo)權(quán)重時由于方法選取不同而造成的評估結(jié)果差異。同時，該方法適用于選取任意多的電能質(zhì)量評估指標(biāo)模型，提高了應(yīng)用范圍。

附圖說明

圖1.光伏系統(tǒng)穩(wěn)態(tài)電能質(zhì)量評估的指標(biāo)體系

圖2.用Fisher法進(jìn)行電能質(zhì)量評估流程圖

具體實施方式

下面對本發(fā)明進(jìn)行詳細(xì)說明

(1)Fisher判別分析法原理

Fisher判別分析方法的基本思想是投影，可以將高位數(shù)據(jù)點投影到低維空間中，從而克服由于維數(shù)較高而引起的“維數(shù)禍根”。Fisher判別分析法是根據(jù)類間距離最大、類內(nèi)距離最小的原則來得到判別函數(shù)，然后利用判別函數(shù)判定待判樣品所屬類別。基本思想是從已知樣本中篩選出能代表較多信息的變量，建立判別函數(shù)并給出待分類對象的類別特征。

假設(shè)有m個已知類別的總體G₁,G₂...G_m，從總體G_i中各抽取n_i個樣本：

為在軸上的投影。其中，α＝1,2,3...n_i,i＝1,2...m。向量μ＝(μ₁,μ₂...μ_p)^T表示p維空間一個方向。

樣本總數(shù)n，滿足

求取組內(nèi)樣本均值和總樣本均值并表示如下：

于是，可以求得組內(nèi)差：

組間差為

為了使判別函數(shù)很好地區(qū)別不同總體的樣本，則需要滿足不同總體的組間離差越大越好，組內(nèi)離差越小越小。令

利用拉格朗日乘數(shù)法，可以轉(zhuǎn)化為：

(W^-1B-λI)μ＝0...............................................(9)

可以看出λ是W^-1B的特征值，μ就是所對應(yīng)的特征向量，I為組內(nèi)離差平方和與組間離差平方和的比值。將得到的特征值λ按大小順序排序為λ₁≥λ₂≥...λ_s，s≤p，相應(yīng)的特征向量為μ₁,μ₂...μ_s這樣就可以得出s個判別函數(shù)，y_j＝μ_j^Tx，j＝1,2...s,x＝(x₁,x₂...x_p)^T表示待評估對象。取包含信息較多的前M個函數(shù)，即：

y_j＝μ_j^Tx＝μ_1jx₁+μ_2jx₂+...+μ_pjx_p.....................(10)

其中，μ_j＝(μ_1j,μ_2j...μ_pj)^T j＝1,2...M

根據(jù)上述M個判別函數(shù)，可對每個待判樣品作出判別。

Fisher判別分析的判別過程如下：

(1)將待判數(shù)據(jù)X_α＝(x_α1,x_α2...x_αp)^T帶入每個判別函數(shù)，得到M個函數(shù)：

j＝1,2...M

(2)將每一類的均值樣本帶入判別函數(shù)，得：

j＝1,2...M,i＝1,2...m

(3)計算待判樣本X_α與均值樣本的判別函數(shù)值之間的歐式距離：

從這m個值中選出最小值，則待判數(shù)據(jù)就被劃分為屬于該等級。

為了考察上述判別準(zhǔn)則是否實用，可以采用將訓(xùn)練樣本回代的方法來計算誤判率。將G₁,G₂...G_m的n個樣本帶入建立的判別函數(shù)，利用判別準(zhǔn)則進(jìn)行判別。統(tǒng)計誤判個數(shù)N，其在總樣本n中所占的比例稱為誤判率，表示如下：

(2)電能質(zhì)量綜合評估體系

從(1)中可以看出，新型發(fā)電系統(tǒng)并網(wǎng)可能會造成頻率、電壓波動和閃變、諧波畸變等一系列問題，在這里結(jié)合我國電能質(zhì)量國家標(biāo)準(zhǔn)，選取頻率偏差指標(biāo)、電壓偏差指標(biāo)、三相不平衡指標(biāo)、電壓波動指標(biāo)、諧波畸變指標(biāo)、電壓閃變指標(biāo)這6項作為穩(wěn)態(tài)電能質(zhì)量綜合評估指標(biāo)，建立的評估體系如圖1所示。

根據(jù)我國國家標(biāo)準(zhǔn)，這里將電能質(zhì)量等級劃分為5個級別，分別為優(yōu)質(zhì)、良好、中等、合格以及不合格。分別記為Q₁,Q₂,Q₃,Q₄,Q₅，既避免了因分級太少而導(dǎo)致計算過程中偏差過大，從而影響計算結(jié)果的準(zhǔn)確性；又避免了分級過多而造成的計算量過大。劃分結(jié)果如表1所示。其中x₁代表頻率偏差，x₂代表電壓總諧波畸變率，x₃代表電壓波動(隨機(jī)不規(guī)則電壓波動)，x₄代表長時間閃變值，x₅代表電壓偏差，x₆代表電壓三相不平衡度。

表1電能質(zhì)量等級極限值

Table.1 Limit values of each grade of power quality

(3)Fisher判別法樣本的獲取

根據(jù)電能質(zhì)量的標(biāo)準(zhǔn)，各類電能質(zhì)量的指標(biāo)均有上下限值。當(dāng)樣本中各項電能指標(biāo)都落在某類電能質(zhì)量所規(guī)定的范圍內(nèi)，該樣本則屬于相應(yīng)級別。故只要對標(biāo)準(zhǔn)類別進(jìn)行有限次插值(或者在相應(yīng)指標(biāo)范圍內(nèi)進(jìn)行隨機(jī)取值)就可以獲得足夠多的訓(xùn)練樣本，在這里通過將每個等級范圍平均分為20等份來得到判別樣本。以Q1等級為例，平均插值得到的樣本表示如表2所示：

表2插值法得到的Q1樣本

Table.2 The samples of Grade Q1 by interpolation

(4)數(shù)據(jù)標(biāo)準(zhǔn)化

設(shè)被評估對象的6項電能質(zhì)量指標(biāo)經(jīng)過c次測量，得到c×6個數(shù)據(jù)。其中每個數(shù)據(jù)用x_ij(1≤i≤c,1≤j≤6)來表示。由于不同指標(biāo)量綱不同，為了消除不同指標(biāo)之間的影響，在評估前需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。對于數(shù)值越小越好的逆向指標(biāo)，做如下標(biāo)準(zhǔn)化處理：

式中，x_ij'表示進(jìn)行標(biāo)準(zhǔn)化后得到的數(shù)據(jù)，x_ij表示測量方案所得的第i組數(shù)據(jù)中第j個指標(biāo)值，x_{ij max}表示第j個指標(biāo)的最大值。

類似的，對于數(shù)值越大越好的正向指標(biāo)，處理方法如下：

(5)建立判別模型

對Q1、Q2、Q3、Q4等級內(nèi)劃分得到的80個數(shù)據(jù)樣本，對其進(jìn)行標(biāo)準(zhǔn)化處理，根據(jù)判別方法并結(jié)合SPSS(Statistical Product and Service Solutions)軟件，得到如表3所示的典則判別函數(shù)系數(shù)：

表3典則判別函數(shù)系數(shù)

Table.3 The coefficients of canonical discriminant function in SPSS

表4特征值和貢獻(xiàn)率

Table.4 Eigenvalues and contribution rate

整理為：

y₁＝-118.089x₁+61.002x₂-87.632x₃+157.729x₄-9.824 (17)

y₂＝-96.062x₁-66.892x₂+89.462x₃-110.55x₄-1.542 (18)

y₃＝-4.144x₁+43.66x₂-26.543x₃-8.835x₄-0.954 (19)

Fisher判別分析中，判別方程的解釋量可以用其方差所占的比例來解釋。結(jié)合表3和表4，可以看出，第一判別函數(shù)的方差貢獻(xiàn)率為70.8％，第二判別函數(shù)的方差貢獻(xiàn)率為28.2％，聯(lián)合運用這兩個函數(shù)進(jìn)行判別時，判別結(jié)果的準(zhǔn)確率可以達(dá)到99％，幾乎可以解釋所有樣本的信息。本發(fā)明采用前兩個判別函數(shù)即可。

將各類的均值向量帶入(17)-(18)，得到的函數(shù)值則為兩個典則判別函數(shù)在各類別的中心值，如下表5所示：

表5判別函數(shù)中心值

Table.5 Center values of canonical discriminant function in each group

將插值法得到的所有樣本利用回判估計法帶入建立好的模型進(jìn)行檢驗，經(jīng)檢驗該模型的判斷正確率達(dá)到97.5％。只有第41、42組(原本屬于Q3等級)在歸類時被劃分到Q2組，與規(guī)定組別不符。這是因為這兩個誤判樣本位于第2組和第3組的交界處，比較容易發(fā)生誤判。

用Fisher法進(jìn)行電能質(zhì)量評估的流程圖如圖2所示。第一步，先將我國國家電能質(zhì)量標(biāo)準(zhǔn)的六個指標(biāo)劃分為Q1～Q5五個等級。第二步，為了得到Fisher判別模型，需要得到足夠多的訓(xùn)練樣本數(shù)據(jù)，為此對標(biāo)準(zhǔn)類別進(jìn)行線性插值。第三步，對所得樣本數(shù)據(jù)和待評估電能質(zhì)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除不同指標(biāo)之間的量綱影響。第四步，利用處理后的樣本數(shù)據(jù)建立Fisher判別模型，并得出判別函數(shù)。最后，利用模型來判別待評估數(shù)據(jù)所處的電能質(zhì)量等級，完成電能質(zhì)量等級評估并得出結(jié)論。

利用本發(fā)明所提的方法對光伏并網(wǎng)系統(tǒng)的穩(wěn)態(tài)電能質(zhì)量進(jìn)行綜合評估。采用Fluke 435II型電能質(zhì)量分析儀為測量設(shè)備，對天津大學(xué)動模實驗室光伏并網(wǎng)耦合點的電能質(zhì)量進(jìn)行觀測并記錄，以探究光伏并網(wǎng)系統(tǒng)的電能質(zhì)量等級，確定光伏并網(wǎng)可行性，加強(qiáng)對電能質(zhì)量治理工作的指導(dǎo)。該測量實驗持續(xù)兩周，以24小時所得數(shù)據(jù)為一組，每3秒進(jìn)行數(shù)據(jù)監(jiān)測并記錄。對于得到的大量數(shù)據(jù)，采用科學(xué)的統(tǒng)計方法，以10分鐘為時間單元，求取一天內(nèi)所測數(shù)據(jù)的95％概率大值作為數(shù)據(jù)典型值，最終形成的各指標(biāo)代表性數(shù)據(jù)如表6所示。

表6測量指標(biāo)數(shù)據(jù)的偏差值

Tab.6 The deviation value of data measured

為得出該并網(wǎng)光伏系統(tǒng)所屬的電能質(zhì)量等級，同樣利用3.3.1的方法對表6的測量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，然后進(jìn)行判別。將處理后的數(shù)據(jù)帶入式(17)和式(18)，則判別函數(shù)計算值如下表7所示。然后根據(jù)判別原理，求取判別函數(shù)計算值與第1判別式和第2判別式中心的歐氏距離，選取距離最小的一組并將該組數(shù)據(jù)劃分到該組里面。結(jié)果如表8內(nèi)容所示。

表7待判數(shù)據(jù)的判別函數(shù)計算值

Table.7 The calculated values of discriminant functions

表8判別分析結(jié)果

Table.8 The results of discriminant analysis

通過表8內(nèi)容可看出，在運用本發(fā)明所建立的Fisher判別模型對該光伏并網(wǎng)系統(tǒng)進(jìn)行判別后，第1天到第7天所測量數(shù)據(jù)都與Q2等級的距離最為接近。由Fisher判別理論，可以得出該光伏系統(tǒng)屬于第2等級的結(jié)論，符合我國國家光伏并網(wǎng)要求，對當(dāng)?shù)仉娋W(wǎng)電能質(zhì)量的影響不大。

電能質(zhì)量綜合評估是一個涉及多個指標(biāo)的復(fù)雜問題，F(xiàn)isher判別分析理論這一評價方法客觀合理，適用于電能質(zhì)量的綜合評估。所采用的學(xué)習(xí)樣本采用線性插值的方法創(chuàng)建，每一等級狀態(tài)有20個學(xué)習(xí)樣本參與構(gòu)造判別模型，此外模型具有較高的準(zhǔn)確率。該方法不需要考慮不同指標(biāo)之間的權(quán)重問題，從而避免了確定指標(biāo)權(quán)重時由于方法選取不同而造成的評估結(jié)果差異。實際算例表面，利用所建立的模型對光伏并網(wǎng)系統(tǒng)穩(wěn)態(tài)電能質(zhì)量評估是合理可行的。不同運用場合下可以選取任意多的電能質(zhì)量評估指標(biāo)進(jìn)行學(xué)習(xí)和模型建立。故該方法應(yīng)用性廣泛，適用性強(qiáng)，具有比較大的推廣價值。