具有负荷测辨功能的智能电表

1.具有负荷测辨功能的智能电表，其特征是：利用智能电表设有的电压和电流信号的输入、信号调理、采样、A/D转换、存储、通信接口和微处理器，获取负荷模型测辨所需的电压、电流、有功、无功数据，按照电表所在电压等级、所辖负荷类别，建立恰当的负荷模型并进行24小时不间断的负荷模型结构和参数辨识工作，通过自动抄表系统将智能电表测量和辨识出的负荷相关信息分层收集并集中上送主站；从而为负荷建模、负荷预测提供源源不断的基础数据；将负荷模型测辨算法移植到智能电能表中，利用电能表的电压、电流输入量对接入的负荷模型结构和参数进行在线测量和辨识；实现负荷统计以及模型参数的辨识；最后，通过电表集抄系统将统计和辨识信息进行收集和整理，对所有各层级的负荷相关信息进行综合统计、分析与校核，最终获得负荷成分、比重以及时间特性，从而建立符合实际情况的负荷模型。
2.根据权利要求1所述的具有负荷测辨功能的智能电表，其特征是：电力系统负荷建模的内容包括模型结构和参数辨识两个方面，首先智能电表，统计其典型用电设备的组成，从负荷的物理本质和机理出发，建立符合实际情况的负荷模型；其次，在智能电表处理程序中植入合适的在线统计建模算法，实现负荷统计以及模型参数的辨识；最后，通过电表集抄系统将统计和辨识信息进行收集和整理，对所有各层级的负荷相关信息进行综合统计、分析与校核，最终获得负荷成分、比重以及时间特性，从而建立符合实际情况的负荷模型；步骤如下：
1)算法选取：
针对不同的情形制定不同的辨识方案；电压缓慢波动超过10％时进行静态模型的测辨；电压快速波动超过5％，进行动态模型的测辨；通过设置扰动判别门槛，识别出系统扰动方式，进行不同方式的模型测辨；对电压波动实际难以达到上述范围，但电压在2％小范围的快速变化时采用“先动后静”的辨识方法，同时获得动态和静态参数；
设有负荷模型与参数测识算法模块，负荷模型与参数测识算法模块执行如下流程：从动态模型中得到负荷的静态特征参数；首先，采用动态模型去描述负荷；其次在电压及频率与初值偏离很小时，将静态模型线性化，采用这种“先动后静，动静结合”的方法，由辨识所得的动态模型很方便的获得静态特征系数，几乎不增加计算量即可同时获得动态模型与静态模型，这种算法非常适合于电压在小范围快速变化情况下智能电表的在线辨识；
2)通信接口：扩充智能电表的自动抄表系统通信内容，增加负荷模型相关的内容，便于负荷建模主站的接收和统计；
3)动态模型的公式如下：
即：
其中ΔU,Δf为电压和频率是输入变量，ΔP,ΔQ为有功和无功是输出变量；
其次，在稳态条件下即电压与频率在小范围变化时动态模型退化为静态模型，其状态方程为：
Y＝CX+DV (3)
其中:
X:状态矢量
Y:输出状态矢量
V:控制矢量
A:状态系数矩阵
B:控制系数矩阵
C:输出状态系数矩阵
D:输出控制系数矩阵
根据负荷的物理本质可知，动态模型中各变量导数为零即得静态模型，令：
可得：
-1
Y＝[-CA B+D]V (4)
T T
其中：Y＝[ΔP,ΔQ],V＝[ΔU,Δf]
比较式(2)与(4)可得：
而静态特征系数为：
其中pu,pf,qu,qf为负荷静态特征系数，而dP/dU,dP/df,dQ/dU,dQ/df可由动态模型求得，这样就从动态模型中得到了负荷的静态特征系数。

具有负荷测辨功能的智能电表\n技术领域\n[0001] 本发明属于电力系统及其自动化技术领域，涉及一种智能电表。\n背景技术\n[0002] 电力负荷建模是一项十分重要同时也非常困难的工作，负荷模型的准确性对电力系统设计、分析和计算有非常重要的影响，特别是对电力系统安全稳定分析的结果有直接的影响。\n[0003] 负荷模型研究的难点在于负荷存在着随机性、时变性、分散性、多样性和不连续性等特点，长期以来，国内外专家学者进行了广泛深入的研究，总体形成了四种方法，统计综合法、总体测辨法、故障仿真法与混合法，这些方法都在不同方面取得了良好的效果。但是，电力系统是个不断发展的系统，随着系统规模的变化、新技术装备的使用、分布式能源的引入都给负荷建模工作带来了诸多挑战。\n[0004] 实际上，任何一种负荷建模方法都需要对负荷的成分和比重有准确的了解，并有足够的样本来保证建模的效果，而长期以来的一个重要问题就是负荷统计资料不齐全，原因是统计资料的获取是一项巨大的工程。负荷组成清单的获取一般来源于电气设备的销售收据、用户申报单据等；负荷使用资料来源于用电设备的定期测量；根据用户电能消耗报表，用以确定各类负荷在总体中的比重。由于负荷种类繁多、数量巨大且不断增长变化，同时在地域上有具有分散性，偶尔一次统计工作也很难完成，更不用说经常性的统计了，即使完成了统计工作，但负荷的随机性也无从把握。\n[0005] 电能表是电力系统电能计量设备，是一种分布最广泛、最基本的电力数据采集、测量和处理单元，而且系统的各个层次都有用各种用途电能表计，从最末端的用户电表、配电表到厂站的馈线表、关口表等。\n[0006] 智能电表是全球智能电网建设的一个重点，随着智能电网建设的开展，智能电表的发展和应用也达到了较高水平，现代的电能表是集有功、无功电能表、最大需量表、有功、无功功率表、功率因数表、频率表、电压表、电压合格率表、电能质量监测仪、扰动数据记录仪、负荷控制器等多种功能于一体的电力参数综合监测设备。不但可以监视和记录电气参数，还能形成日典型负荷曲线，甚至可以进行某些就地控制。目前很多电表都采用了高性能MCU和DSP芯片，信号处理能力空前提高，随着技术的发展其计算能力将进一步提高，且价格不断下降，这就使得普通电表具有非常高的运算和处理能力。电力线通信、无线通信等技术的应用又极大促进了自动抄表系统的发展，电力部门可以通过电力线载波通信技术（PLC）或通用分组无线业务（GPRS）等技术手段实现远程自动抄取电表读数以及相关信息。\n发明内容\n[0007] 本发明的目的是：提供一种智能电表的设置方法，使智能电表具有负荷测辨功能，在其中移植负荷模型结构和参数辨识算法，使电表具有负荷模型测辨功能，通过自动抄表系统将负荷相关信息上送主站，可实现电力系统负荷的广域建模。\n[0008] 本发明采取的技术方案是：具有负荷测辨功能的智能电表，利用智能电表设有的电压和电流信号的输入、信号调理、采样、A/D转换、存储、通信接口和微处理器（基本上是现成硬件资源），获取负荷模型测辨所需的电压、电流、有功、无功等数据，按照电表所在电压等级、所辖负荷类别，建立恰当的负荷模型并进行24小时不间断的负荷模型结构和参数辨识工作，通过自动抄表系统将统计和辨识出的相关信息上送负荷建模主站，从而为负荷建模、负荷预测提供源源不断的基础数据。\n[0009] 通过自动抄表系统将智能电表测量和辨识出的负荷相关信息分层收集并集中上送主站。\n[0010] 将负荷模型测辨算法移植到智能电能表中，利用电能表的电压、电流输入量对接入的负荷模型结构和参数进行在线测量和辨识。实现负荷统计以及模型参数的辨识；最后，通过电表集抄系统将统计和辨识信息进行收集和整理，对所有各层级的负荷相关信息进行综合统计、分析与校核，最终获得负荷成分、比重以及时间特性等，从而建立符合实际情况的负荷模型。\n[0011] 电力系统负荷建模的重点内容包括模型结构和参数辨识两个方面，一般来说，负荷成分简单则容易确定合理的模型结构，结构合理的模型其参数也就容易辨识，准确性也高。遵循这一思路，首先针对某块智能电表，例如一个家庭用户典型负荷，统计其典型用电设备的组成，从负荷的物理本质和机理出发，建立符合实际情况的负荷模型；其次，在智能电表处理程序中植入合适的在线统计建模算法，实现负荷统计以及模型参数的辨识；最后，通过电表集抄系统将统计和辨识信息进行收集和整理，对所有各层级的负荷相关信息进行综合统计、分析与校核，最终获得负荷成分、比重以及时间特性等，从而建立符合实际情况的负荷模型。步骤如下：\n[0012] 1）算法选取：\n[0013] 由于智能电表分布广泛，从概率上讲，不同地区以及不同电压等级的智能电表总会经历各种扰动，因此，可以针对不同的情形制定不同的辨识方案。例如在某些电压波动较大的地区或电压等级（电压缓慢波动超过10％）可进行静态模型的测辨，对于扰动多发的地区（电压快速波动超过5％）可进行动态模型的测辨。通过设置一定的扰动判别门槛，可以识别出系统扰动方式，进行不同方式的模型测辨，而对于更多情况，电压波动实际难以达到上述范围，但电压在小范围（一般在2％左右）的快速变化是有可能经常遇到的，因此针对这种更一般的情形，可采用“先动后静”的辨识方法，同时获得动态和静态参数。\n[0014] 设有负荷模型与参数测识算法模块，负荷模型与参数测识算法模块执行如下流程：从动态模型中得到负荷的静态特征系数。首先，采用动态模型去描述负荷；其次在电压及频率与初值偏离很小时，可将静态模型线性化，采用这种“先动后静，动静结合”的方法，可由辨识所得的动态模型很方便的获得静态特征系数，几乎不增加计算量即可同时获得动态模型与静态模型，这种算法非常适合于电压在小范围（2％左右）快速变化情况下智能电表的在线辨识。\n[0015] 2）通信接口：扩充智能电表的自动抄表系统通信内容，增加负荷模型相关的内容，便于负荷建模主站的接收和统计。\n[0016] 本发明的有益效果是：\n[0017] 1)本发明利用智能电表现有的硬件、通信、网络等资源，覆盖面最广，没有盲点，不增加额外硬件设备投资。\n[0018] 2)本发明可以构建广域负荷建模体系，可为用户提供源源不断的基础负荷数据，从而推动各项研究工作的开展。\n[0019] 3)本发明解决了以往对负荷建模非常重要但同时又难以完成的负荷统计工作，且实现24小时不间断的广域的负荷统计和测辨工作，建立了长效机制。\n[0020] 4）以往的负荷建模形成的各种研究成果都可以继承和使用。\n[0021] 本发明公开了一种具有负荷模型测辨功能的智能电表技术方案，该方案将负荷模型测辨算法移植到智能电能表中，利用电能表的电压、电流输入量对接入的负荷模型结构和参数进行在线辨识，测辨结果通过自动抄表系统送到主站，实现电力系统负荷的广域负荷建模。\n附图说明\n[0022] 图1具有负荷模型结构和参数辨识功能的智能电表原理图。\n具体实施方式\n[0023] 1)算法选取：按照前述的“先动后静，动静结合”的负荷建模方法，其表达式为：\n[0024] 动态模型的公式如下：\n[0025] \n[0026] \n[0027] 即：\n[0028] \n[0029] 其中ΔU,Δf为电压和频率是输入变量，ΔP,ΔQ为有功和无功是输出变量。\n[0030] 其次，在稳态条件下（电压与频率在小范围变化）动态模型退化为静态模型，其状态方程为：\n[0031] \n[0032] Y＝CX+DV （3）\n[0033] 其中：\n[0034] X：状态矢量\n[0035] Y：输出状态矢量\n[0036] V：控制矢量\n[0037] A：状态系数矩阵\n[0038] B：控制系数矩阵\n[0039] C：输出状态系数矩阵\n[0040] D：输出控制系数矩阵\n[0041] 根据负荷的物理本质可知，动态模型中各变量导数为零即得静态模型，令：\n可得：\n[0042] Y＝[-CA-1B+D]V （4）\n[0043] 其中：Y＝[ΔP,ΔQ]T,V＝[ΔU,Δf]T\n[0044] 比较式（2）与（4）可得：\n[0045] \n[0046] 而静态特征系数为：\n[0047] \n[0048] \n[0049] 其中pu，pf,qu,qf为负荷静态特征系数，而dP/dU,dP/df,dQ/dU,dQ/df可由动态模型求得，这样就从动态模型中得到了负荷的静态特征系数。\n[0050] 2）程序移植：按照上述模型编制程序，将其移植到电表的中央微处理单元（MCU）中，获取电能计量芯片的电压、电流、有功、无功、频率、功率因数等参量，完成具有负荷模型结构和参数辨识功能的智能电表的开发。\n[0051] 3）安装电表。