加入死区作用逆变控制的电网功耗检测方法设计

何军

（ 内江职业技术学院 电气工程系， 四川 内江 641000）

电力网络系统简称电网，是由各种电压设备和输电设备构成的电力配电网络系统， 在电网系统中，包括了变电、输电、配电3个单元。 通过电网系统的运行和电力传输，实现智能发电、供电和电能传送， 在电力调配和电能智能管理中发挥重要作用。电网系统的稳定性运行关系着人们生产生活和社会的各个方面，通过对电网功耗的准确检测，提高电网供电的稳定性和可靠性。 就电网系统的功能有效检测方法，在电力调配和电网管理等领域具有重要的现实价值和意义[1]。

电网系统分布在变电所及输配电线路的各个节点中，对电网的功耗测试是保证电网稳定运行和智能调度的关键，传统方法中，对电网系统的功耗检测方法主要有多窗谱特征提取算法、神经网络控制算法、K-means数据特征调度算法和瞬时梯度下降检测算法等[2]。 文献[3]提出一种基于网络密集信道分配的电网功耗测方法，采用功耗能量阈值进行控制限判别，实现电网系统的功耗测试，但是该方法具有可靠性不好，检测精度不高等缺点。 文献[4]提出了一种基于最少跳数（ Minimum Hop）的路由设计的电网系统功耗测试方法，并采用直线反馈线性化超导技术提高了检测性能，但是该设计方法没能解决电网功耗检测中出现非线性阻尼失真时的抑制问题，检测系统的适应性不高。 文献[5]给出的电网功耗检测方法采用非接触式射频识别方法，在电感耦合或反相散射耦合中出现非线性失真，功耗检测准确性不好[6-8]。

基于此，本文提出一种引入死区作用逆变控制的电网功耗检测方法。 首先分析电网功耗检测系统的系统结构组成；其次对电网的功耗进行相关性分析，包括电网系统功耗的影响因素，设计功耗检测算法，加入死区作用逆变控制技术实现电网功耗检测方法的改进。 最后进行了硬件电路设计和系统仿真实验，通过实验数据分析，得出了有效性结论，展示了本文设计的系统的优越性能[9-12]。

1 电网系统的功耗分析和检测算法

1.1 电网系统功耗

电网是电力管理系统中各种电压的变电所及输配电线路的集成，对电网的功耗测试就是对整个电力管理系统的变电和输电设备的功耗测试，通过对功耗检测优化，提高电网系统的智能管理和调度能力[13]。为了优化功耗检测方法设计，对电网的功耗进行相关性分析， 包括电网系统功耗的影响因素，为系统设计提供前提和基础。 电网系统的无功耗检测模块包括嵌入式PMOS和GPRS 2部分， 在电网系统中，假设电网系统中有N个簇首节点，节点的发射功率P满足P∈［ 0，P1，P2，…，Pmax］，电网系统包括了输电、供电和变压等子系统，整个电网控制电路中的功耗为：

充分考虑环境噪声对系统的影响，电网系统的动态功Pdynamic的产生是由于电路的动态功耗与供电电压的谐振引起的，表示为：

在电网的功耗检测中，CMOS管和NMOS晶体管同时导通，使用低功耗技术，选择空闲功耗较低的处理器，得到了电网短路电流引起的功耗为：

在功耗检测设计中，将Delta逆变器给予相应的晶振，计算静态功耗Pspc和动态功耗Pdpc，即：

式中：Ileakage为电网的漏电流；A为电网调度节点活性因子，即节点电容充放电的平均次数；C为充放电的节点电容；V为PWM整流电压；f为功耗检测输出频率。 电网系统的功耗检测电路设计如图1所示。

图1 电网功耗检测电路图Fig. 1 Design of the circuit for power consumption detection in the power grid

图1中，IC放大器采用滤波电路L1和电容器C2、C4整流，考虑高阶谐波对功耗检测性能的影响，需要加入死区作用逆变控制，以提高系统稳定性。

1.2 电网功耗检测算法设计

在进行电网功耗分析的基础上，进行电网系统功耗检测的总体模型设计。 在电网系统中，假设电网功耗检测中继节点R和目的节点D所接收到的功耗检测强度信号可以表示为：

式中：s为检测信号；τ为功耗检测采样时间延迟；m为检测区域的空间维数。 在大规模多输入多输出电力管理（ MIMO）网络中，电网系统的中继发送端和接受端之间想要实现有效功耗检测通信， 达到的量子信道长度为D，需把信道划分为N段。 进一步分析得到，电网系统功耗检测系统由M和h（ φa，φ觶a）2部分组成，构成电网的动态功耗和静态功耗检测模型结构，即：

在电网功耗检测中，采用逆变器死区控制方法避免检测过程中的非线性失真，得到电网功耗检测的稳压控制的传递函数为：

式中：Mn和hn（ φa，φ觶a）为电网死区功耗控制电压恢复量；ΔM和Δh（ φa，φ觶a）为最大功率跟踪确定量。在外界非确定因素干扰或者电磁干扰下，为了提高检测性能，在电网功耗检测系统设计中，依据功耗设备设计时的读取距离和其他参数，对功耗检测的电场矢量进行特征信息提取，得到电感计算公式为：

式中：n为线圈匝数；a为电场矢量矩阵；b为低电压启动系数。 采用并口进行数据传输，计算电网功耗检测的外电场电势特征形式为：

在功耗检测中， 通过加入死区作用逆变控制，把电感耦合或反相散射耦合进行非线性失真抑制，提高了检测的精度。

2 功耗检测系统设计实现

在进行系统的总体模型构建和功耗检测算法设计的基础上，进行电网功耗检测系统的硬件电路设计与实现。 传统的电网功耗检测方法采用非接触式射频识别方法，在电感耦合或反相散射耦合中出现非线性失真，功耗检测准确性不好。 本文提出一种引入死区作用逆变控制的电网功耗检测方法。 针对电网检测中稳压控制出现的问题，设计短路电流功耗Pshort进行死区逆变控制，得到电网功耗PMOS管和NMOS晶体管同时导通时候电流矢量引起的功耗：

为了避免非线性失真，采用双向逆变稳压补偿计算电网漏电流功耗Pleakage，主要是由电路中存在漏电流而引起的静态功耗，为：

根据功耗分析，进行电网功耗检测硬件电路设计，采用并口进行数据传输，则此最佳发射策略时，应对8位二进制数据进行操作[13]。电网功耗检测电路主要是对写信号进行功率损耗测量处理，其构成主要有加法电路、计数电路、555多频振荡器和缓存电路等。 静态功耗和动态功耗存在差异性，具有进行加密解密处理，解密电路主要是对读信号进行解密处理，以便微处理器能够识别读到的信号，其主要有减法电路、计数电路、555多频振荡器电路和缓存电路等。 电网功耗检测的动态功耗加密解密电路原理框图如图2所示。

供电模块采用ARM处理器的供电电压为DC 3.3 V和1.25 V， 节点模块的供电电压为DC 3.3 V， 选用Siemens公司的MC35i块进行死区作用逆变控制，通过串口发生AT命令， 将STM32F101xx给予相应的晶振和复位电路，计算功耗检测的磁感应强度为：

图2 电网动态功耗加密解密电路原理框图Fig. 2 Dynamic encryption and decryption circuit principle diagram

式中：μ为磁场常数进行可编程控制，通过硬件加解密电路的解密，输入到STM32F101xx，实现电网功耗检测优化设计。 检测系统的电路连接原理图如图3所示。 本文加入死区作用逆变控制，经过DC-DC变换，得到电网功耗检测的场矢量空间向量为：

式中：S为死区作用逆变控制神经元j对最大电力能量的利用系数，电网功耗控制传动系数为：

为了使电路中的high－Vt单元达到最大比例，通过计算全部low－Vt单元最大功率跟踪运行状态下静态和动态功耗，实现电网功耗检测。

3 实验分析和性能验证

为了测试本文检测方法在提高电网功耗检测中的性能，进行仿真实验。CPU采用英特尔酷睿Ⅱ处理器，主频1.83 GHz；内存2.00 GB，并安装WINDOWS7操作系统。 仿真测试建立在Xilinx公司的Virtex-5 XC5VLX110 FPGA平台中， 功耗检测硬件系统设计中，整个硬件的检测结构分为2层：上面一层为telosB节点； 下面一层为电网节点分布传感器模拟控制板。 功耗识读器采用9 V锂电池，经过DC-DC变换为5 V，在电网功耗检测中，先测试主控部分，再测试射频部分，根据设置的仿真环境和参数设计，进行仿真实验。 得到各个监测节点的功耗检测冲激响应输出如图4所示。 由图4可知，采用本文方法进行功耗检测，具有较为显著的冲激响应输出，对功耗检测的准确识别性较高。

图3 电网功耗检测电路设计Fig. 3 Power consumption detection circuit design for the power grid

图4 电网各个节点的功耗检测冲激响应累加输出Fig. 4 The sum output of impulse response of each node in power network detected

为了定量分析本文检测方法的性能，采用不同算法，以检测精度和检测的实时性方面的参数指标作为测试标准，得到性能对比结果见表1。 由表1可知，采用本文方法，具有较高的检测准确性，实时性较好，通过准确实时的电网功耗检测，保证了电网的稳定可靠运行，同时为电网电能调度提供的数据基础。

表1 各种方法进行电网功耗检测的性能参数测试结果对比Tab.1 Various methods for testing the power consumption performance parameters and the test results compared

监测节点功耗检测误差分析如图5所示。

图5 监测节点功耗检测误差分析Fig. 5 The errors analysis of power consumption for detected nodes

4 结语

通过对电网功耗的准确检测，提高电网供电的稳定性和可靠性。 传统的电网功耗检测方法采用非接触式射频识别方法，在电感耦合或反相散射耦合中出现非线性失真，功耗检测准确性不好。 本文提出一种引入死区作用逆变控制的电网功耗检测方法。 首先分析电网功耗检测系统的系统结构组成；其次设计功耗检测算法，加入死区作用逆变控制技术实现电网功耗检测方法的改进；最后进行了硬件电路设计和系统仿真实验。 通过实验数据分析，结果表明，采用本文方法进行电网功耗检测，具有较高的检测准确性，实时性较好，通过准确实时的电网功耗检测，保证了电网的稳定可靠运行，同时为电网电能调度提供了数据基础。

[1] 张少敏， 李晓强， 王保义. 基于Hadoop的智能电网数据安全存储设计[J]. 电力系统保护与控制， 2013， 41（ 14）:136-140.ZHANG Shaomin， LI Xiaoqiang， WANG Baoyi. Security of smart grid based on Hadoop data storage design[J]. Power System Protection and Control， 2013， 41（ 14）: 136-140（ in Chinese）.

[2] 吴瑾樱， 苏文博， 邵振国. 配电网闪边源定位方法[J]. 电力科学与工程， 2015， 31（ 1）: 16-24.WU Jinying， SU Wenbo， SHAO Zhenguo. Flash edge distribution network source locating method[J]. Electric Power Science and Engineering， 2015， 31（ 1）: 16-24（ in Chinese）.

[3] 何炎祥， 喻涛， 陈勇， 等. 面向电网系统绿色需求的数据分配方法[J]. 计算机研究与发展， 2015， 52（ 1）: 94-104.HE Yanxiang， YU Tao， CHEN Yong， et al. Adapt to the need of the grid system is green data distribution method[J].Journal of Computer Research and Development， 2015，52（ 1）: 94-104（ in Chinese）.

[4] 张金宏， 王兴伟， 黄敏. 面向绿色互联网的低功耗多播路由算法[J]. 通信学报， 2014（ Z1）: 134-140.ZHANG Jinhong， WANG Xingwei， HUANG Min. Low power consumption for green internet multicast routing algorithm[J]. Journal of Communications， 2014（ Z1）: 134-140（ in Chinese）.

[5] 蒋亚坤， 李文云， 赵莹， 等. 粗糙集与证据理论结合的电网运行优质性综合评价[J]. 电力系统保护与控制，2015， 43（ 13）: 1-7.JIANG Yakun， LI Wenyun， ZHAO Ying， et al. Rough set and evidence theory combined with the power grid operation quality comprehensive evaluation[J]. Power System Protection and Control， 2015， 43（ 13）: 1-7（ in Chinese）.

[6] 雷敏， 杨万里， 彭晓波， 等. 基于改进简化粒子群算法的含DG的配电网无功优化[J]. 华北电力大学学报， 2015（ 1）: 39-44.LEI Min， YANG Wanli， PENG Xiaobo， et al. Simplified based on improved particle swarm algorithm for reactive power optimization of distribution network with DG[J].Journal of North China Electric Power University， 2015（ 1）: 39-44（ in Chinese）.

[7] 林小朗， 马伟哲， 龚利武， 等. 基于Qt与Matlab的跨平台无功优化软件设计[J]. 电力电容器与无功补偿， 2015（ 2）: 50-55.LIN Xiaolang， MA Weizhe， GONG Liwu， et al. Reactive power optimization software for cross-platform based on Qt and matlab language[J]. Power Capacttor & Reactive Power Compensation， 2015（ 2）: 50-55（ in Chinese）.

[8] 罗曼， 朱磊. 区域电网无功优化控制系统的研究和应用[J]. 电力电容器与无功补偿， 2014（ 6）: 29-34.LUO Man， ZHU Lei. Research and application of reactive power optimization and control system in regional grid[J].Power Capacttor & Reactive Power Compensation， 2014（ 6）: 29-34（ in Chinese）.

[9] 江浩侠， 黄伟， 许亮， 等. 高压配电网纯受端片区的无功优化[J]. 电力电容器与无功补偿， 2014（ 3）: 18-22.JIANG Haoxia， HUANG Wei， XU Liang， et al. Reactive power optimization of the receiving end area of high voltage distribution network[J]. Power Capacttor & Reactive Power Compensation， 2014（ 3）: 18-22（ in Chinese）.

[10] 胡学坤， 李金霞， 宋淑娜， 等. 基于粗糙集与模糊支持向量机的模式分类方法研究[J]. 科技通报， 2010， 26（ 2）:249-252.HU Xuekun， LI Jinxia， SONG Shuna，et al. Based on rough sets and fuzzy pattern classification method of SVM research[J]. Bulletin Science Technology， 2010， 26（ 2）:249-252（ in Chinese）.

[11] 方新春， 刘教民， 邝建荣， 等. 电网多重设备同时故障的案例及其影响分析[J]. 高压电器， 2013（ 9）: 12-17.FANG Xinchun， LIU Jiaomin， KUANG Jianrong， et al.The case of a fault multiple devices at the same time and the impact analysis[J]. High Voltage Electric Equipment，2013（ 9）: 12-17（ in Chinese）.

[12] 樊扬， 林勇， 徐乾耀， 等. 广东电网风电出力特性分析及其经济性评价[J]. 南方电网技术， 2012， 6（ 1）: 8-12.FAN Yang， LIN Yong， XU Qianyao， et al. Guangdong power grid wind power output characteristics analysis and economic evaluation[J]. Journal of Southern Power Grid Technology， 2012， 6（ 1）: 8-12（ in Chinese）.

[13] 周涛. 基于改进神经网络的电力系统中长期负荷预测研究[J]. 电气应用， 2013， 32（ 4）: 26-29.ZHOU Tao. Based on the improved neural network medium and long-term load forecasting of power system research[J]. Electric Applications，2013，32（ 4）: 26-29（ in Chinese）.