[发明专利]一种多点谐波责任划分方法

说明书

本发明公开了一种多点谐波责任划分方法，通过获取电力系统监测网络中关注母线和各监测母线的同步谐波相量测量数据，根据所述关注母线和各监测母线的同步谐波相量测量数据建立多点谐波责任划分模型，并基于弹性网回归进行谐波责任划分，通过引入少量偏差降低测量矩阵的奇异性，解决多重共线性引起的病态问题，计及网络正常程度波动对谐波测量数据的影响，能够较准确估计谐波责任，计及不同类型的谐波测量场景对谐波测量数据相关程度的影响，具有适应性和鲁棒性，与传统的多点谐波责任划分相比，在不同的谐波责任划分场景下具有更好的准确性和鲁棒性。

技术领域

本发明属于电力系统技术领域，具体涉及一种多点谐波责任划分方法。

背景技术

随着分布式能源并网与电力电子设别的普遍使用，电力系统的谐波污染日益严重，谐波畸变会引起电力系统电能效率降低、电力系统元件故障、设备使用寿命降低等问题，当电力系统出现严重谐波问题时，首要的是对主要影响谐波源进行定位并量化责任，通常，传统分析谐波责任的方法可分为两类，单点方法和多点方法。

传统单点方法包括数据相关法、协方差法和盲源分离类方法，这些方法利用谐波电流和电压的正常波动来估计系统侧谐波阻抗，进而分别确定系统与用户承担的谐波责任，但随着越来越多的非线性负荷接入电力系统，传统单点方法使用渐渐减少。

多点谐波责任划分问题首次提出时，采用数据相关分析法解决该问题，主要是找到一个有效的数据集，其中只有一个谐波源存在波动，其他的基本稳定，然而，当谐波源数量增加时，这样的有效数据集将大幅减少，所以多元线性回归方法被进一步用于同时估计多个谐波源的责任，复线性最小二乘法、贝叶斯偏最小二乘法和多因变量复数域偏最小二乘法也应用于多点谐波责任划分问题中以提高判断的准确性和计算效率，此外，分层K均值聚类和交叉逼近熵算法可以筛选有效的数据段，以避免背景谐波带来的影响。

传统谐波责任划分方法中，一般都假设谐波测量数据相对独立，因此理论上是合理的，但在实际工作中可能不成立，原因1：每条母线都受到所有谐波源的影响，很难根据测量数据区分负荷类型，如果两条线性负荷总线电气距离相近，则测量的谐波电流具有很强的相关性。原因2：相同类型工业用户的谐波源特性高度相关。原因3：如果监测母线数大于谐波源数，则谐波测量数据是多重共线的，该情况会使传统划分方法无解或误差较大。

因此，如何在存在多个谐波源的情况下准确地进行谐波责任划分，是本领域技术人员有待解决的技术问题。

发明内容

本发明的目的是为了解决现有技术无法在存在多个谐波源的情况下准确地进行谐波责任划分的技术问题，提出了一种多点谐波责任划分方法。

本发明的技术方案为：一种多点谐波责任划分方法，包括以下步骤：

S1、获取电力系统监测网络中关注母线和各监测母线的同步谐波相量测量数据；

S2、根据所述关注母线和各监测母线的同步谐波相量测量数据建立多点谐波责任划分模型，并基于弹性网回归进行谐波责任划分。

进一步地，所述同步谐波相量测量数据具体包括关注母线的谐波电压幅值与相位、谐波电流幅值与相位和各监测母线的谐波电压幅值与相位、谐波电流幅值与相位。

进一步地，所述步骤S2中的多点谐波责任划分模型具体如下式所示：

Y＝βX+ε

式中，Y为关注母线的连续测量数据组成的相量，β为Y和X的相关系数，X为监测网络中各监测母线的连续测量数据组成的矩阵，ε为估计误差。

进一步地，其中：