面向智能电网的级计量算法研究及系统设计.pdf

IIIII ㈣II II／lllllllllllfIll[IHIIIIIIltllIIIIIIlllllllllUlliUIl Y21 面向智能电网的高级计量算法研究及系统设计 摘要 近年来，随着国家智能电网战略的实施，其相应配套的智能终端高级计量系统向 高精度、多功能、智能化的方向发展。本文结合智能电网相关技术要求，首先介绍了 电能计量理论基础，并对谐波影响下的电能计量进行分析；接着针对智能电网高级计 量系统的电能质量分析要求，提出了一种适用于多分量非平稳电力信号的瞬时谐波参 数估计算法；并结合智能电网的电力市场要求，提出了一种基于差分优化神经网络的 短期电价预测方法，准确预测未来电价：最后，以电能计量芯片ADE7755、微控器 产品需求的新型高级计量系统。 电能质量分析作为智能电网中的重要部分，瞬时谐波参数估计对智能电网高级计 量算法研究具有重要意义，并己成为近年来的研究热点。本文提出了一种适用于多分 量非平稳信号的瞬时谐波参数估计算法。假定被分析信号的所有谐波分量分布在有限 的频带内，则通过该信号卷积相应理想带通滤波器的冲激响应，得到该带通滤波器的 输出信号，然后对各带通滤波器输出信号在零频率处展开，进而得到对应谐波分量的 瞬时参数，从而实现多分量非平稳信号的瞬时谐波参数估计。最后分别对谐波分量的 振幅变化、频率变化、振幅频率同时变化三个算例进行了仿真。结果表明，瞬时振幅 估计误差约2％，瞬时频率误差约0．5％，精度较高，并具有很好的瞬时性，能很好的完 成多分量韭平稳信号的瞬时谐波参数估计。 智能电网最终目标是提高供电效率、减少能量损耗和提高电网运行的经济性。准 确的短期电价预测可为电网中市场参与者制定合理的竞价策略提供指导，从而提高用 电效率，因此智能电网高级计量系统必须具备准确短期电价预测功能。本文在对已有 方法的总结分析基础上，结合差分演化算法与BP遗传神经网络各自优势，提出了一种 新的短期电价预测方法。首先利用差分演化算法对BP神经网络进行权值优化，然后通 过试凑法确定最优的电价预测因素组合，最后利用BP神经网络实现短期电价预测，改 善了预测的精度和鲁棒性。利用本文所述方法对美国电力市场07年卜4月的历史电价 T 数据进行仿真，结果表明，预测电价相对误差保持在4％以内，能较好地完成短期电价 预测。 最后，结合上述的高级计量算法研究成果和现代电子技术，设计实现了一款符合 智能电网终端产品需求的新型高级计量系统。该高级计量系统采用专用电能计量芯片 +MCU的系统结构，应用了专用的电能计量芯片ADE7755以保证电能计量的精确度，同 时通过高级MCU及外围电路，实现了高级计量系统的多种功能。系统主要包括电源电 路、电能脉冲采集电路、高级单片机系统，并包含有系统升级电路、双向通讯电路、 LCD显示电路、键盘控制电路、继电器控制电路。系统电路简单、成本低，并具备了 供电部门与用户的双向信息交互和家用电器智能化节电控制等高级计量系统功能，能 较好地满足智能电网新型高级计量终端的多种应用。 关键词：智能电网；高级计量系统；瞬时谐波参数估计；差分演化神经网络； 短期电价预测 Il ALGoRI邢HMANDAPPLICATIoNoF OFTHEADVANCEDⅣ匝ASUREN旺’NT GRID TOWARDSTHESMART ABSTRACT Inrecent the ofthenationalsmart years，withimplementation gridstrat