风电接入系统暂态电能质量扰动小波检测方法①

刘桂英，粟时平

(长沙理工大学电气与信息工程学院， 长沙 410076)

风电接入系统暂态电能质量扰动小波检测方法①

刘桂英，粟时平

(长沙理工大学电气与信息工程学院， 长沙 410076)

随着风能发电的大规模发展，风能电并网运行是一种必然的发展趋势。风能的波动性、间歇性和随机性等特性使接入风电的电力系统的运行特性和电能质量受到复杂的影响。为此，针对风电并网运行中的电能质量问题，重点研究风电接入系统的暂态电能质量扰动的小波检测方法，详细分析暂态电能质量扰动小波检测的基本原理和实现策略，并给出仿真结果。理论分析和仿真结果证明该方法能够实现对暂态电能质量扰动快速、准确的检测，为研究风电接入系统暂态电能质量扰动问题提供了有效、可行的检测方法。

风能发电； 接入； 暂态电能质量； 小波； 电力系统

常规能源蕴藏量的日益枯竭和利用过程中产生的环境污染成为现代文明社会的世纪性难题，促使各国政府纷纷积极发展风能、太阳能、潮汐能、地热能等新能源发电。风能发电WEG(wind energy generation)因技术成熟、能源丰富、可再生，20世纪80年代中期以来，风能发电(以下简称风电)在短短的二三十年里有了长足的发展，如今的风电正逐步走向规模化和产业化，大规模风电并网运行成为风电的主流，风电在电网中的比例越来越大。

由于风能存在很大的波动性、间歇性和随机性以及变流装置的广泛使用，大规模风电并网运行对电力系统会产生许多电能质量问题[1]。风电接入电力系统产生的电能质量问题可以分为稳态电能质量问题和暂态电能质量问题。风电接入电力系统产生的稳态电能质量问题主要有电压波动与闪边和谐波等。风能的随机性使风电机的出力将随风速、风向的变化而波动，这种随机的、随风速变动的功率注人电网，将产生电压波动与闪变。风电机组中的变流装置是风电系统的谐波源，对于变速恒频风电机组，其谐波电流大小与输出功率基本呈线性关系，也与风速大小有关。风电接入电力系统产生的暂态电能质量问题主要有短时电压变动(分为电压凸起、电压凹陷和电压间断)和电磁暂态(分为脉冲暂态和振荡暂态)。风电并网带来的短时电压变动通常是由风电机组的突然启动引起的电压凹陷。风电并网形成的冲击和风电场遭受的雷电波会产生冲击电磁暂态，风电环节的快速变化的谐波和短路故障等因素会产生振荡暂态。风能的波动性、间歇性和随机性也影响到短时电压变动和电磁暂态的幅度和持续时间。

目前，对风电并网运行的稳态电能质量的关注度比较高，而对风电并网运行的暂态电能质量的关注度较低，相关的研究也很少。因此本文针对风电并网运行的暂态电能质量的检测问题进行深入研究，重点探讨风电接入电力系统的暂态电能质量扰动的小波检测方法的基本原理和实现技术。

1 风电并网运行的暂态电能质量问题

大规模风电场一般远离负荷中心区，风电并网运行既是发电自身大规模发展的需要，也是提高风电用户电能质量的需要。但是，风电受到风能的限制，也存在一定的局限性[2～6]，突出表现在：①原动力不可控风电以自然风为原动力，自然风不可控，并且风能很难大量存储，因此难以像常规能源发电一样根据负荷要求而改变风电机组的出力，在现有的技术条件下，只能在相当有限的范围内进行调节；②不稳定性风速具有波动性和间歇性，并难以准确预测。

风速变化、湍流以及风能机尾流效应造成的紊流会引起风电功率的波动和风电机组的频繁启停，这些现象会引起电压的变化。风机的杆塔遮蔽效应使风电机组输出功率存在周期性的脉动，功率的变化将会使电网频率在一定范围波动，产生随机性很强的频率变动。风电机组中的变流器将会向电网注入谐波电流，引起电压波形发生不可接受的畸变，并可能引发由谐振带来的潜在问题。由于风能的随机性和间歇性，使产生的各种电能质量问题具有很大的随机性和不可预测性。因此，对风电接入后的电力系统进行电能质量分析和长期、连续地监测，对于全面掌握电能质量状况，从而为改善风电电能质量提供依据，以保证其电能质量符合IEC和国家有关标准，是十分必要的。

1)短时电压变动

风电中最严重的暂态电能质量问题时短时电压变动，其次是电压脉动、谐波谐振、雷电波入侵等产生的电磁暂态扰动问题。在风电机组运行过程中，当风速变化较大时，风电快速变化的功率注入电网将会造成电网内功率的短时失衡，引起短时电压变动。电力系统配电网中发生短路故障、大型变压器或电容器切投时，也会导致短时电压变动。短时电压变动主要包括电压凸起、电压凹陷和电压间断。风电并网带来的电压凹陷通常是由风电机组的突然启动引起的，以感应电机作发电机的固定转速风电机组投入运行时引起的电压凹陷较为严重。另外，与传统电力系统一样，风电系统发生短路故障也会产生会导致短时电压变动。

2)电磁暂态

风电并入电网还会产生电磁暂态问题，电力系统开关操作、雷电波入侵和发生故障、风电的电压脉动均会产生电磁暂态过程。电磁暂态指电力系统从一个稳定状态过渡到另一个稳定状态时的电压或电流数值的暂时性变化。电磁暂态可分为脉冲暂态和振荡暂态两类，其频率较高，振荡暂态的最高频率可达5 MHz，纳秒级的脉冲暂态等效频率可高达20 MHz。

2 暂态电能质量小波检测的原理

2.1 小波变换

设f(t)∈L2(R)，f(t)的小波变换WT(wavelet transformation)定义[7]为

WTf(a，b)=⟨f(t)，Ψa,b(t)⟩=

(1)

小波变换的逆变换为

(2)

2.2 小波变换模极大值与信号奇异性

1)小波变换模极大值

信号f(t)的小波变换用WTf(t)表示，在尺度a0上，如果存在一点(a0，t0)使得

(3)

如果对t0的某一邻域内的任意点t，有

|WTf(a0，t)|≤|WTf(a0，t0)|

(4)

则称(a0，t0)为小波变换的模极大值点，称|WTf(a0，t0)|为模极大值。

2)信号奇异性

信号在某点处间断或某阶导数不连续，称信号在该处有奇异性，该点称为奇异点。信号中的奇异点通常包含了信号比较重要的信息。比如，在故障诊断中，故障通常表现为输出信号发生突变，因而对突变点的检测在故障诊断中有重要意义。

图1 小波变换模极值与信号突变点示意

信号的多分辨奇异性检测是先将信号在不同的尺度上用一个平滑函数进行平滑处理，然后再对信号的一阶导数或二阶导数进行分析以检测出其信号的突变位置。通常情况下，信号奇异性分两种情况：一种是信号在某一时刻内，其幅值发生突变，引起信号的不连续，称信号的这类奇异点为第一种类型的间断点；另一种是信号图形很光滑，但是信号的一阶导数不连续且有突变产生，称这样的奇异点为第二种类型的间断点。

暂态电能质量扰动叠加在电力系统的电压信号中，可以使电压信号产生奇异性，暂态电能质量扰动发生和结束的时间与电压信号中的奇异点相对应，因此可以利用小波变换模极大值来分析暂态电能质量扰动信号的局部奇异性，通过计算小波变换模极大值点来检测电压信号的奇异点，根据奇异点发生的时刻来定位暂态电能质量扰动发生和结束的时刻。

2.3 小波变换的Mallat算法

小波变换能够在工程上得到实际应用要归功于小波变换快速算法的诞生。1988年Mallat提出的多分辨分析MRA(multi resolution analysis)理论，并由此发展起来Mallat算法[7]，较好地解决了小波变换的计算问题。Mallat算法的基本思想可以归纳如下：假定己经计算出函数或信号f(t)∈L2(R)在分辨率2-j(j∈Z)下的离散逼近Ajf，则f(t)在分辨率2-(j+1)的离散逼近Aj+1f(t)可通过用离散低通滤波器对Ajf(t)获得。

设尺度函数为φ(t)，对应的小波函数为Ψ(t)，由分辨率分析，则有

(5)

此时，cj,k和dj,k为j尺度上的展开系数，且

cj,k=⟨f(t),φj,k(t)⟩=

(6)

dj,k=⟨f(t),φj,k(t)⟩=

(7)

式(6)和式(7)中cj,k和dj,k分别为2-j分辨率下的粗糙系数和细节系数。一般称cj,k为尺度系数，dj,k为小波系数。

经一系列的变换，可推出

(8)

(9)

式(8)和式(9)给出了小波变换的快速算法，即Mallat算法，其分解过程如图2所示。

用类似于信号分解时的思路不难推出重建过程，且根据尺度函数和小波函数的正交性，得小波变换系数的重建公式为

(10)

图2 Mallat分解算法与重构算法

2.4 暂态电能质量小波检测的实现过程

暂态电能质量小波检测方法在自研制的电能质量监测仪中得到了很好实现，检测流程见图3。为了消除噪声对暂态电能质量扰动识别的影响，首先对电压信号进行了消噪处理，然后进行小波变换运算和小波变换模极大值求取，小波变换运算可以得到暂态电能质量扰动的幅值和极性，小波变换模极大值求取可以得到扰动发生时刻、结束时刻和持续时间，最后根据暂态电能质量扰动的幅值、极性和持续时间判断出扰动类型[8～10]。

1)信号消噪

在实际的应用中要对原始信号进行消噪预处理。而小波变换具有的低熵性等特性能够有效地对原始信号行进消噪。小波阈值消噪步骤如下。

步骤1对信号进行小波分解。选择一个小波基并确定分解层数，然后对信号进行小波分解计算，得到小波系数。

步骤2对小波分解高频系数的阈值量化。按照某种阈值规则并选取阈值对各个分解尺度下的高频系数阈值量化处理。

步骤3对小波进行重构。根据小波分解的低频尺度系数和各高频小波系数进行小波的重构，得到消噪后的信号。

最关键的是如何选择阈值及如何进行阈值量化，在某个程度上，它关系到信号消噪的质量。本文限于篇幅略去了信号去噪仿真过程，直接给出去噪后的重构信号作为进一步分析的原始信号。

2)特征量提取

小波变换具有良好的时频局部化特征，使得小波变换应用于暂态电能质量有着很好的理论基础。短时电压变动除了发生点和终止点外，各段时间信号都是连续的，且为基波频率。因此，在提取的高频尺度上，只有在突变点处有信息。

电磁暂态是指电压或电流在稳态下的突然的非工频变化，其中振荡暂态变化是单方向的，脉冲暂态变化是双方向的，两者主要是高频信息，这就需要寻找高频特性好的小波函数来进行仿真，实现了对扰动时刻的定位。

3)扰动类型判断

由于小波变换是线性变换，当电压信号产生短时电压变动时，小波变换的某尺度低频系数也发生短时电压变动，且幅度相同，可以把检测出的六尺度低频系数超出和恢复正常时刻定为短时电压变动开始时刻和结束时刻，并可计算出系数变化幅度，从而求取短时电压变动的幅度[11]。当电压信号产生等效高频率的电磁暂态扰动时，小波变换的某尺度高频系数也发生电磁暂态扰动，且幅度相同，可以把检测出的六尺度高频系数超出和恢复正常时刻定为电磁暂态扰动开始时刻和结束时刻，并可计算出系数变化幅度和极性，从而求取电磁暂态扰动的幅度。脉冲暂态呈单极性，在脉冲暂态存在期间只有一个极值点；振荡暂态信号呈双极性和周期性，在振荡暂态存在期间有多个正负极值点。因此可以通过求极值的方法来区别脉冲暂态和振荡暂态,若只存在一个极值，则是脉冲暂态；若有正负不同的极值，则是振荡暂态。振荡暂态的频率检测方法采用测量振荡暂态存在期间的周期数，其基本思想是使用计数器测量信号两个过零点之间的采样点数(或计数器的计数个数)。设测量的信号两个过零点之间的采样点数(或计数器的计数个数)为N，采样(或计数器的记数)频率为r，则振荡暂态扰动的频率为r/N。这种方法简单易行，在实际中完全可以满足振荡暂态扰动频率测量的精度要求。

图3 暂态电能质量小波检测流程

3 仿真及其结果分析

3.1 仿真电网模型及参数

为验证本文算法的有效性，对一风电场接入电网引起的暂态电能质量问题进行了建模、仿真。

该模型是由6台1.5 MW的风电机组构成，风电机组采用单台机组单台变压器的接线方式，每台风电机组出口电压为690 V，经变压器升压到10 kV。风电场出口经升压变压器升压至110 kV，然后经双回150 km架空线路与远方电网相连，L为地区负荷，Xc为风电场无功补偿设备。风电接入电力系统如图4所示。

图4 风电接入电力系统

3.2 短时电压变动检测仿真

对于含有噪声的原始信号，如果预先不对原始信号进行去噪，噪声信号会叠加在小波变换的Mallat分解的细节信号中，影响短时电压变动发生和结束时刻的定位精度，严重情况下会造成定位错误[12,13]，为提高检测精度对原始含噪信号进行去噪。图5为去噪后含有各种短时电压变动的原始信

图5 Mallat分解的粗糙信号及其有效值和细节信号

号的小波变换的Mallat分解的粗糙信号及其有效值和细节信号。对粗糙信号c1求有效值，可以得到短时电压变动的幅度，根据细节信号d1可以实现对短时电压变动扰动发生时刻精确地定位，得到凸起起止时刻分别为t1=0.1 s，t2=0.25 s；凹陷起止时刻分别为t3=0.45 s，t4=0.6 s；间断起止时刻分别为t5=0.8 s，t6=0.95 s。

3.3 电磁暂态检测仿真

电磁暂态包括脉冲暂态和振荡暂态，振荡暂态主要是高频信息，脉冲暂态等效于高频信息，故电磁暂态检测的实质就是快速、有效、正确地检测出高频信息。图6～图9给出了相关仿真结果。

图6 去噪后含振荡暂态的原始信号

图7 振荡暂态的细节信号及粗糙信号

图8 含脉冲暂态的原始信号

图9 脉冲暂态的细节信号及粗糙信号

图6为去噪后含振荡暂态的原始信号。图7为采用db5小波对含振荡暂态干扰的原始信号进行检测分析得到的高频细节信号d1及粗糙低频信号c6。由d1和c6可以检测出脉冲暂态干扰的发生时刻都为0.025 s，实现了扰动定位。

图8为含脉冲暂态的原始信号。图9为采用db5小波对含脉冲暂态扰动的原始信号进行检测分析得到的高频细节信号d1、d2及低频粗糙信号c6。由d1和c6可以检测出脉冲暂态干扰的发生时刻都为0.025 s，实现了扰动定位。

4 结语

本文针对风电并网运行中的电能质量问题，重点研究风电接入系统的暂态电能质量扰动的小波检测方法，首先详细分析暂态电能质量扰动小波检测的基本原理和实现技术，然后分别对短时电压变动检测和电磁暂态检测进行计算机仿真，并给出仿真结果。理论分析和仿真结果证明，该方法能够实现对暂态电能质量扰动快速、准确的检测，为研究风电接入系统暂态电能质量扰动问题提供了有效、可行的检测方法。

[1] 李渝，范高锋，李庆，等(Li Yu, Fan Gaofeng, Li Qing,etal).达坂城风电接入系统对新疆电网电能质量的影响(The impact of Dabancheng wind farm integration on power quality of Xinjiang power grid)[J].电网技术(Power System Technology)， 2007，31(6)：88-92.

[2] 徐青山，赵伟然，祁建华，等(Xu Qingshan, Zhao Weiran, Qi Jianhua,etal).江苏沿海风电接入对电网电能质量的影响分析(Affect analysis of power grid energy quality for Jiangsu coastal wind power access)[J].电力需求侧管理(Power Demand Side Management)，2009，11(4)：25-28.

[3] 罗斌，綦光泽(Luo Bin, Qi Guangze).大型风机并网的电能质量问题及解决方案(The quality problem of electrical energy and its solution for large wind power generator interconnected with power grid)[J].电力设备(Electrical Equipment)，2008，9(10)：19-23.

[4] 白鸿斌，王瑞红，王真，等(Bai Hongbin, Wang Ruihong, Wang Zhen,etal).风电场接入电网的电能质量分析方法研究及案例分析(Analysis method of power quality with the integration of wind power and case study)[J].东北电力大学学报：自然科学版(Journal of Northeast Dianli University：Natural Science Edition)，2008，28(6)：33-37.

[5] 马昕霞，宋明中，李永光(Ma Xinxia, Song Mingzhong, Li Yongguang). 风力发电并网技术及其对电能质量的影响(Cutting-in technology and its effect on the power quality of wind power generation system)[J].上海电力学院学报(Journal of Shanghai University of Electric Power)，2006，22(3)：283-286，291.

[6] Dolezal J, Santarius P, Tlusty J,et al. The effect of dispersed generation on power quality in distribution system[C]∥CIGRE/IEEE PES International Symposium, Montreal,Canada:2003.

[7] 粟时平，刘桂英.现代电能质量检测技术[M].北京：中国电力出版社，2008.

[8] 陈祥训(Chen Xiangxun).采用小波技术的几种电能质量扰动的测量与分类方法(Wavelet-based measurements and classification of short duration power quality disturbances)[J].中国电机工程学报(Proceedings of the CSEE)，2002，22(10)：1-6.

[9] 李威，王建赜，冉启文，等(Li Wei, Wang Jianze, Ran Qiwen,etal).一种新的电力系统暂态波形检测方法(A novel measurement method for power system transient waveforms)[J].电力系统自动化(Automation of Electric Power Systems)，2002，26(5)：45-48.

[10]石国萍，田立军(Shi Guoping,Tian Lijun).基于小波变换的统一电能质量控制器检测方法研究(The detecting method based on wavelet transform of unified power quality controller)[J].电力系统及其自动化学报(Proceedings of the CSU-EPSA)，2004，16(1)：34-37.

[11]粟时平(Su Shiping).基于DSP的暂态电能质量小波变换检测方法(DSP based measuring method for transient power quality with wavelet transform)[J].电力科学与技术学报(Journal of Electric Power Science and Technology)，2007，22(1)：77-81.

[12]张兆宁，董肖红，潘云峰(Zhang Zhaoning,Dong Xiaohong,Pan Yunfeng).基于小波变换模极大值去噪方法的改进(Improved algorithm based on modular maximum denosing method by wavelet transformation)[J].电力系统及其自动化学报(Proceedings of the CSU-EPSA)，2005，17(2)：9-12.

[13]刘承员，粟渊恺，刘桂英(Liu Chengyuan,Su Yuankai, Liu Guiying).基于小波变换模极大值与奇异点的短时电压变动实时检测(Real-time detection of short-duration voltage variation based on model maximum and singularity of wavelet transform)[J].电力科学与技术学报(Journal of Electric Power Science and Technology)，2009，24(1)：81-87.

WaveletDetectionMethodofTransientPowerQualityDisturbanceforPowerSystemConnectedwithWindEnergyGeneration

LIU Gui-ying， SU Shi-ping

(School of Electrical and Information Engineering, Changsha University of Science and Technology, Changsha 410076, China)

With the massive development of wind power generation, an operation of wind power generation connected with power system is an inevitable trend. The operation characteristics and power quality of power system are affected by the properties of wind power generation such as fluctuation, intermittence randomicity and so on. Aiming at the problems of power quality in power systems connected with wind energy generation, this paper carried out the researches on the wavelet detection method of transient power quality disturbance in the system.Firstly, The principles and realization strategies of wavelet detection method of transient power quality is analyzed in detail and then the simulation on the proposed method are carried out and simulative results are given. Obtained results by the theoretical analyses and simulation experiments indicate that the transient power quality disturbances can be detected quickly and accurately by the proposed method. The proposed method provides an efficient and feasible detection method of transient power quality disturbance for the research on power quality problems of wind power generation.

wind energy generation； connection； transient power quality； wavelet； power system

2009-11-19

2010-01-18

国家自然科学基金资助项目(50677058)；电力系统安全运行与控制湖南省高校重点实验基金资助项目

TM711

A

1003-8930(2011)01-0022-06

刘桂英(1964-)，女，副教授，主要从事电力系统运行与控制、电能质量监控、谐波抑制、电能计量等方面的研究。Email:liuguiy9809@126.com 粟时平(1963-)，男，教授，博士，主要从事电力系统运行与控制、电能质量监控、谐波抑制、无功补偿与电能计量等方面的研究。Email:suship@126.com