随着新型负荷和分布式电源(distributed generations,DGs)的广泛接入,电力系统中谐波问题日渐凸显,对各并网点进行谐波监测是电网谐波污染责任划分、溯源和治理的前提。针对谐波信号随机性强、特征不明显导致监测困难的问题,该文提出一...随着新型负荷和分布式电源(distributed generations,DGs)的广泛接入,电力系统中谐波问题日渐凸显,对各并网点进行谐波监测是电网谐波污染责任划分、溯源和治理的前提。针对谐波信号随机性强、特征不明显导致监测困难的问题,该文提出一种基于字典原子共享的电力系统谐波动态监测方法。首先,对电网谐波特性进行分析,提出一种基于压缩感知稀疏字典原子共享和复用的谐波动态监测架构,实现电网运行数据的连续动态采样;然后在此框架下,提出一种基于残差能量的稀疏度自适应匹配追踪(residual energy based sparsity adaptive matching pursuit,REB-SAMP)算法,通过计算每次迭代后的残差能量来表征原始数据被稀疏分解程度,并基于此制定算法的迭代终止判别和变步长策略;此外,将Gabor过完备稀疏字典与傅里叶稀疏字典级联构建超完备合成字典,提升算法对谐波监测数据的稀疏表示性能;最后,基于PSCAD/EMTDC仿真平台搭建分布式电源并网系统,验证所提算法的合理性和有效性。仿真结果表明:所提算法更易感知并网点谐波情况,具有重构精度高、抗噪性强、收敛性好的优点。展开更多
文摘随着新型负荷和分布式电源(distributed generations,DGs)的广泛接入,电力系统中谐波问题日渐凸显,对各并网点进行谐波监测是电网谐波污染责任划分、溯源和治理的前提。针对谐波信号随机性强、特征不明显导致监测困难的问题,该文提出一种基于字典原子共享的电力系统谐波动态监测方法。首先,对电网谐波特性进行分析,提出一种基于压缩感知稀疏字典原子共享和复用的谐波动态监测架构,实现电网运行数据的连续动态采样;然后在此框架下,提出一种基于残差能量的稀疏度自适应匹配追踪(residual energy based sparsity adaptive matching pursuit,REB-SAMP)算法,通过计算每次迭代后的残差能量来表征原始数据被稀疏分解程度,并基于此制定算法的迭代终止判别和变步长策略;此外,将Gabor过完备稀疏字典与傅里叶稀疏字典级联构建超完备合成字典,提升算法对谐波监测数据的稀疏表示性能;最后,基于PSCAD/EMTDC仿真平台搭建分布式电源并网系统,验证所提算法的合理性和有效性。仿真结果表明:所提算法更易感知并网点谐波情况,具有重构精度高、抗噪性强、收敛性好的优点。
