电力系统中网络质量问题分析方法及实现

黄 丹，朱 毓，庄 磊，张宏生，李 蕊

（1.国网安徽省电力有限公司电力科学研究院，合肥230088；2.国网北京市电力科学研究院，北京100000）

电力网络质量情况在电力系统中具有举足轻重的作用，电力网络质量的好坏直接关系到用户的切身利益[1-2]，在保证电能质量的情况下，降低电网损耗便成为电力公司、电力部门亟待解决的技术问题之一[3-4]，随着智能电网建设的加强，在智能电网中存在多种电力网络质量的数据信息，比如网络结构的数据源多元化结构、数据异构、同步运行数据等，智能电网网络中的复杂拓扑结构以及运行过程中的负荷剧增、猛增等都会对智能电网的正常运行产生极大的影响[5]，电力网络本身也容易受到大量网络非线性负荷的影响，使得分布式电源与恶性负荷耦合并网，加剧电能质量恶化，严重影响电力网络的供电质量和可靠性，造成设备损坏、经济效益损失等后果[6]。

针对上述状况，本文设计出电力网络质量检测方法，能够实时监控电力系统中影响电力网络质量的因素的数据，根据从电力网络中输出的宏观数据，分析影响电力网络中的各种数据信息，继而分析出影响电力网络质量的因素。

1 网络质量分析架构设计

本文基于.NET的浏览器/服务器（B/S）架构设计出系统总体架构，其包括监测设备层、数据库层服务层、Web服务层、客户端应用层等[7]。具体如图1所示，其中监测设备层用于采集、传输电力网络中的各种信息数据，在监测时，其上设置有电流互感器、电压互感器、数据采集单元和数据处理单元，数据采集单元将采集到的信号通过数据处理单元进行信息处理，计算出的结果传递到监测主站服务器，数据库服务层用于收集、处理监测设备传递的监测数据，以便存储、计算，在数据库服务层，其包括各种服务层，比如实时数据库、历史数据库、电力网络参数据库等，在Web服务层，其设置有各种Web服务以及和Silverlight程序提供WCF服务[8]。该层结构还能根据客户端浏览器的用户请求指令，通过HTTP协议来实现。在客户端，可以实现用户的多途径使用功能。

2 关键技术设计

2.1 电力网络质量检测模块

在监测电力网络时，影响电力网络质量的数据包括网络正常稳态数据、网络参数、告警事件数据，比如频率、电压有效值、电流有效值、谐波电压、谐波电流、电压不平衡、电流不平衡、闪变、功率和功率因数；电网杂波干扰、振动、温湿度、谐波干扰、异常事件等多项指标[9]，其硬件结构设计如图2所示。

图1 监测系统总体方案设计Fig.1 Overall scheme design of monitoring system

图2 电力网络质量检测模块硬件设计Fig.2 Hardware design of power network quality detection module

在硬件设计时，其主要检测电力网络中的电能质量情况，在电力网络端，输入信息通过电压互感器，由大电压转化为小电压，输入信息通过电流互感器，由大电流转化为小电流，即将电力网络中的380 V 高电压转化为10 V 电压的小信号，转化后的电压、电流小信号被送入到A/D转换单元，在本文设计中，A/D转换单元为基于ADS8364的采样电路，A/D转换单元将转换后的数字信息输入至DSP处理单元，在本文设计中，DSP 处理单元为基于TMS320VC33的32位总线，该芯片具有75MIPS的数据处理速度，能够有效地对A/D模数转换后的数据进行处理，有效地计算电力网络中的各种数据，并传递计算出的数据，在该硬件结构中，还采用了ARM9控制器[10]，该控制器为基于AT91RM9200的控制芯片，其工作频率为180 MHz，运行速度为200 MIPS，能够存储、发送电力网络数据的计算结果，并将该结果显示出来。该系统还采用了FPGA控制器，采用的型号为XC2S-200，具有200 K容量的系统门，系统速度超过200 MHz，能够有效地实现逻辑门控制功能，通过该检测模块，能够实时测量电力网络中的频率、电压有效值、电流有效值、谐波电压、谐波电流、电压不平衡、电流不平衡、闪变、功率和功率因数，以及2～68次谐波信号，最终将测量的信号通过以太网、RS485网络或者无线GPRS网络传递到上位机，在上位机进行进一步的处理。

2.2 软件设计

软件设计基于OneNet 开放平台，在OneNet平台的数据管理平台，监测终端启动后，对检测终端各个单元模块（比如时钟、单元模块、各个模块的I/O端口、SPI端口等）进行初始化[11]，然后对电力网络的监测位置和设备进行GPS定位，并开始对该位置处的电力网络信息进行监测，并将定位和监测后的数据放入寄存器中等待数据发送，然后将寄存器中的电能监测数据和设备位置信息发送到OneNet平台中，软件架构设计流程如图3所示。

采用OneNet平台能够很好地实现电力网络数据的准确、实时采集和传输，在OneNet平台中，其提供B/S架构的电力数据管理模式，这种方式便于用户即时获取监测模块的运行情况，在OneNet平台中，其包括用户、产品、设备、APIKey、设备应用、触发器以及数据流等不同的组织结构[12]，在该平台中，能够监测、处理、显示电力网络监测位置的信息、电压、电流等不同电力网络参数信息。

图3 软件设计流程Fig.3 Software design flow chart

2.3 数据计算方法

本文采用随机矩阵理论统计、分析电力系统中电网数据的特征，根据得出实际测量中的随机程度揭示实际数据包含电力数据中的整体关联的事件特征，其计算流程如图4所示。

图4 随机矩阵关联算法流程Fig.4 Random matrix association algorithm flow chart

（1）监测电力网络数据，从电力配电网OneNet平台中的数据库中调取电流、电压、负载、谐波等电力网络数据。

（2）数据预处理，对提取数据信息进行处理，保留有效数据，数据类型包括但不局限于网络正常稳态数据、网络参数、告警事件数据，比如频率、电压有效值、电流有效值、谐波电压、谐波电流、电压不平衡、电流不平衡、闪变、功率和功率因数；电网杂波干扰、振动、温湿度、谐波干扰、异常事件等多项指标，根据用户需要选择上述不同数据类型，并且通过数据清理、数据集成、数据规约或数据变换等不同的数据预处理方式对提取的数据进行清理。

（3）构建随机矩阵理论模型，计算出初始矩阵，根据构建的矩阵模型，将电力系统网络信息参数代入公式模型。

下面对随机矩阵模型进行构建，首先引入电力系统电网数据相关性评估矩阵模型：

在上述公式中，假设影响电力系统电网正常运行（诸如磁场、谐波、负载、杂波干涉等）有M种，使得这些数据记为数据集合P=｛P1，P2，P3…PM｝，电网（诸如电流、电压、功率等）数据有N种，得这些数据记为数据集合Q=｛Q1，Q2，Q3…QN｝，在评估T 范围内持续，其中将电力系统网络产生误差影响的数据集合构建为矩阵D1，其中集合数据元素Pij为第区域的电力系统检测时在j时间下进行测量的测量值。

（4）根据构建的随机矩阵模型计算出相关数据。

（5）利用上述随机矩阵模型对电网杂波干扰、振动、温湿度、谐波干扰等数据信息进行分析，当标准化矩阵积Dstd的特征值被计算出时，便可评估电网杂波对电力系统网络质量计算误差的影响，Dstd越大，影响量越大。

（6）根据分析出的数据，对分析的大数据进行诊断、显示、上传，进而实现最终分析数据的传递与共享。

（7）数据判断，判断输出数据能否满足用户的需求，如果满意，则最终输出数据，如果不满意，则重新进行上述分析、计算。

3 仿真试验与分析

在模拟仿真时，在国网河北省电力有限公司邢台供电分公司提供的资源和平台进行仿真和模拟。仿真系统采用的语言为VisualC＃，采用的服务器操作系统为WindowsServer2015，数据库管理系统软件为SQLServer2015，Web服务器软件为IIS6.0[14]，本文采用的仿真试验根据IEC61850 标准建立电能质量监测模型，在试验时，通过MMS协议将电能质量监测数据实时传递到主站，并对数据进行计算、存储[15]，通过客户端内的Silverlight程序进行WCF服务，进而获取实时监测的电力网路数据，在OneNet平台中进行一体化处理、显示。

在试验时，在电力网络中的不同位置分别设置5台电力网络质量检测模块。随机从采集检测数据，分别在65 V、90 V、120 V、150 V、180 V和200 V时电力网络线路附近监测线路上的参数情况，出于篇幅限制限制，在此，仅仅对电压和电流的误差数据作为评估，测试数据样本如表1所示。

表1 电力网络采样数据Tab.1 Power network sampling data

根据上述采样数据，下面针对电力网络数据的中的电压和电流进行分析，分别对电压和电流分析3次进行比对，电压测量结果与误差分析如表2所示。

通过上述测算，电压的误差在0.05%以下。下面对电流的测量情况进行分析，电流测量结果与误差分析如表3所示。

表2 电压测量结果与误差分析Tab.2 Voltage measurement results and error analysis

表3 电流测量结果与误差分析Tab.3 Current measurement results and error analysis

通过上述测算，电流的误差在0.06%以下。通过多次测量电力网络线路，对不同相位的电压和电流信号进行测量，各相电压、电流的相对误差的幅值均低于0.5%以下，满足电力监测技术指标中对电压、电流测量精度的要求（其要求检测精度在0.5级以内）。

下面对数据分析验证方法进行验证，在基于Matpower的IEEE-118节点的仿真系统系统进行仿真试验[16-20]，在仿真系统中设置电网异常数据参数，根据公式Dstd= [w1，w1，w1……wM+N]T进行计算，其中D1分别为湿度、谐波、温度、负荷、磁场等数据构成的矩阵，D1的规模数为80*150，D2的规模数为40*50，则随机得出如表4所示的数据。

表4 试验数据Tab.4 Experimental data

根据上文的计算公式，进行以下计算：代入式（1）得出：

代入式（2）得出：

以谐波作为电力网联络误差计算影响量的因素进行分析、判断，其影响的曲线如图5所示。

图5 影响参数为谐波的曲线Fig.5 Influence parameter is harmonic

以磁场作为电力系统网络数据计算影响量的因素进行分析、判断，其影响的曲线如图6所示。

图6 影响参数为磁场的曲线Fig.6 Influence parameter is magnetic field

以负荷作为电力系统网络数据计算影响量的因素进行分析、判断，其影响的曲线图如图7所示。

图7 影响参数为负荷的曲线Fig.7 Influence parameter is load

以湿度作为电力系统网络数据计算影响量的因素进行分析、判断，其影响的曲线如图8所示。

图8 影响参数为湿度的曲线Fig.8 Influence parameter is humidity

以温度作为电力系统网络数据计算影响量的因素进行分析、判断，其影响的曲线如图9所示。

图9 影响参数为温度的曲线Fig.9 Influence parameter is temperature

通过随机矩阵理论能够实现电力系统网络的数据分析，直观地显示出分析的结果，电力系统中还含有其他导致出现重大质量问题的信号网络拓扑变化、网络异常、线路短路/断路等各种不同情况，通过随机矩阵理论算法能够形象、逼真地输出智能电网数据。

4 结语

本文通过对电力系统中配电网的现状分析，引出电力网络质量情况的对电力网络运行的影响，提出了电力网络质量监测系统，该方法基于.NET的浏览器/服务器（B/S）架构设计出新型的系统总体架构图，并设计出新型的电力网络质量检测模块，其应用软件基于OneNet开放软件平台，有效地实现电力网络数据的准确、实时采集、计算、传输和监控，本文设计的B/S管理架构的网络管理模式有利于用户随时随地获取监测模块的运行情况。

在数据计算时，还利用随机矩阵算法进行网络数据分析，通过构建随机矩阵方法输出不同的数据类型，使用户从电力宏观数据获取微观数据，从根源上分析影响智能电网运行的因素，提高发现问题的效率，降低了电力系统网络运行的风险。