編者按
“雙碳”目標下，動力結構發生顯著變化包養留言板，分布式動力與非線性負荷大批接進電力系統，諧波源數量劇增，諧波淨化問題越發嚴重和復雜。為有用管理諧波，國際上提出包養金額了諧波管理的“獎懲性計劃”，而準確的諧波責任劃分是該計劃實施和有用諧波管理的主要條件。
《中國電力》2025年第1期刊發了陳仕龍等撰寫的《基于相關性剖析的電網非同步監測數據場景諧波責任劃分》一文。文章提出一種綜合考慮數據非同步性、場景劃分和數據相關性的諧波責任劃分方式。起首，應用分段聚合近似算法進行降噪預處理，而后應用形狀動態時間規整算法（shape dynamic time warping，ShapeDTW）處理數據間的非同步性問題；其次，應用點排序識別聚類結構的聚類算法（ordering p包養oints to identify the clustering structure，OPTICS）進行劃分場景，分場景討論諧波責任；最后，采用年夜數據剖析思惟，應用相關性剖析方式構建各場景諧波責任和總諧波責任指標，并將各場景時長占比考慮在內包養網比較。通過仿真剖析和電網實例剖析對本文方式進行驗證，其諧波責任結論具有準確性與公道性，可進一個步驟進行工程應用驗證。
摘要
針對傳統諧波責任劃分方式需采用專門同步設備監測數據，且需基于等值電路模子劃分諧波責任，工程應用較為復雜等缺乏，采用現有諧波監測裝置非同步測量數據，提出一種綜合考慮了數據非同步性、場景劃分和數據相關性的諧波責任劃分方式。起首，對原始非同步監測數據集采用分段聚合近似算法進行降噪預處理，應用形狀動態時間規整算法（shape dynamic time warping，ShapeDTW）實現數據婚配對齊；然后，應用點排序識別聚類結構的聚類算法（ordering points to identify the clustering structure，OPTICS）劃分場景以處理電力系統中因負荷投切和無功補償裝包養金額置切換等情況導致的諧波責任變化；最后，基于相關性剖析構建場景諧波責任和總諧波責任指標，在指標構建的過程中引進了場景時長占比這一原因以獲得加倍科學公道的總諧波責任值。通過仿真驗證和電網實例驗證，該方式能基于現有非同步性監測數據實現各用戶公道時間標準動態諧波責任劃分，可為工程上的疾速諧波責任劃分供給必定的新思緒和新方式。
01 監測數據非同步和諧波阻抗變化下的相關性剖析
1.1 諧波監測數據的相關性剖析
當電力系統中存在多個諧波源疏散分布時，任一關注母線上的諧波電壓畸變都是由一切諧波源注進諧波電流而惹起的配合結果，其多諧波責任劃分凡是可等效為如圖1所示的模子。
圖1 多諧波源電力系統等效模子
長期包養Fig.1 Equivalent model of multi-harmonic source power system
以云南電網某變電站的諧波監測數據為例，分別對3條饋線和母線處采集24 h的7次諧波電流和7次諧波電壓，其3條饋線的諧波電流和母線諧波電壓數據變化趨勢如圖2所示。可以看出，母線處的諧波電壓和各饋線諧波電流變化趨勢存在必定的相關性，但分歧饋線諧波電流與母線諧波電壓的相關性存在明顯差異，且分歧時間段相關性存在變化。
圖2 3饋線7次諧波電流與母線7次諧波電壓變化趨勢
Fig.2 Variation of 7 th ha包養網rmonic current of three feeders and 7 th harmonic voltage of bus
以云南電網某變電站嚴格對齊且無明顯諧波阻抗變化的監測數據為例，關注母線處的7次諧波電壓幅值與所接進的饋線諧波源的7次諧波電流幅值之間的線性相關性散點圖如圖3所示，其斜率與饋線的轉移諧波阻抗Zsh有關，截距與非關注諧波源配合產生的諧波電壓U0h有關，多個諧波源存在多個線性相關性。
圖3 諧波源線性相關性散點圖
Fig.3 Linear correlation scatter plot of harmonic sources
從以上剖析可看出，在數學上母線諧波電壓近似由網絡內一切諧波源線性組合而成，分歧母線受各諧波源的影響存在差異。受統一種或多種諧波源影響的母線，其母線諧波電壓數據與各饋線諧波電流存在必定的關聯性特征，在時間序列上體現為數據間波動的類似性。
1.2 諧波監測數據的非同步性
電能質量監測裝置監測點如圖4所示，監測裝置普通安排在10 kV母線公共連接點上，數據采樣間隔為3 min，可獲得母線諧波電壓數據以及m條饋線的諧波電流數據。
圖4 諧波監測數據采集表示
Fig.4 Harmonic monitoring data acquisition schematic
由于母線諧波電壓采集和饋線諧波電流采集分屬分歧監測裝置，而電能質量監測裝置以當地時鐘為參考基準進行數據采集，這就形成了分歧監測點數據采集的非同步性。同時，非同步測量下現有監測裝置難以獲取諧波電壓電流瞬時值。
而今朝電網公司所應用的諧波監測裝置輸出的測量數據普通為監測周期內的統包養網評價計值，如最年夜值、最小值、均勻值和95%概率年夜值，母線諧波電壓能反應電力系統及供電用戶諧波綜一起配合用的最終結果，是以常選取諧波電壓統計值進行諧波責任剖析。分歧組統計數據間經常會在數據時間上出現錯位和偏移，進一個步驟加劇了諧波監測數據間的非同步性。
若以在正常工況下采集圖3數據來源的變電站母線諧波電壓監測數據和饋線諧波電流監測數據，以饋線諧波電流幅值為橫坐標、母線諧波電壓幅值為縱坐標的散點圖如圖5所示。可以看出，非同步采樣下其監測數據不再線性分布，無法權衡出數據間的相關性水平。即便通過網絡校時等方式來校訂時鐘，也很難實現數據間的完善同步。
圖5 非同步采樣下諧波監測數據散點圖
Fig.5 Scatter plot of harmonic monitoring data by asynchronous sampling
1.3 含諧波阻抗變化的諧波監測數據
在實際運行的電力系統中，當諧波監測裝置數據監測周期較長時，諧波阻抗能夠因系統運行方法改變、負荷投切和無功補償裝置切換等情況發生改變，將對若何準確劃分諧波源s應承擔的諧波責任產生較年夜影響，分歧時段諧波源s的應承擔諧波責任將差別較年夜。
延長圖3數據的監測周期，將該變電站含運行方法改變和負荷投切的時段納進數據監測周期，其監測數據散點圖如圖6所示。可以看出，其數據間的相關性發生了顯著變化，不克不及再以一個固定相關性系數區權衡該時段內諧波源應承擔的諧波責任。
圖6 諧波阻抗變化下諧波監測數據散點圖
Fig.6 Scatter plot of包養 harmonic monitoring data under harmonic impedance change
02 本文諧波責任劃分方式
2.1 數據預處理
電能質量監測數據具有高噪聲等特點，直接應用原始數據進行諧波責任劃分會導致計算結果精確度不高，通過對諧波監測數據進行降噪可有用改良該問題。本文采用分段聚合近似算法（piecewise aggregation approximation，PAA）對諧波監測數據進行預處理。將諧波監測數據表現為時間序列v={v1,v2,息。如果沒人認領，就等人領養包養網dcard。」 ···, vi, ···, vm}，vi表現第i個監測數據，m表現序列長度。
采用文獻[21]中經典PAA算法對諧波監測數據進行降噪處理，即
式中：ω為時間窗口長度；
為預處理后的第j個諧波監測數據；PAA降噪處理后的數據為
長度為n。經PAA處理后，數據可保存原有信息，且數據噪聲顯著下降。
2.2 基于ShapeDTW算法的數據對齊
電能質量監測數據是一種典範的時序數據，分歧監測點采集的數據序列存在部分位移。動態時間規整算法（dynamic time warping，DTW）能夠對各時序數據點進行非同時刻映射，有用處理序列中的部分位移現象，權衡2個非時間序列之間的類似水平。在進行存在部分位移的曲線婚配時，DTW距離對應與傳統歐式距離對應對好比圖7所示，可見歐式距離在懷抱存在時移但部分類似的曲線時并不適用，而DTW距離可準確懷抱其對應關系并進行婚配。
圖7 DTW距離對應與歐式距離對應對比
Fig.7包養故事 Comparison of DTW distance correspondence and Euclidean distance correspondence
通過求解最優婚配路徑和對齊方法，可獲得母線監測諧波電壓序列和饋線監測諧波電流的距離矩陣，從而定量剖析兩者之間的相關性。設饋線諧波電流序列和母線諧波電壓序列分別為x={x1, x2, ···, xm}和y={y1, y2, ···, yn}，序列長度分別為m和n。起首，構造一個m行n列的距離矩陣M，此中M[i,j]表現序列x的第i個數xi與序列y的第j個數yj的歐氏距離。其次，設包養情婦累計距離矩陣為Mc，其第1行和第1列初值為
累計距離矩陣其余部門計算方式為
式中：2≤i≤m，2≤j≤n，i、j∈N。
最后，確定序列x和y的DTW距離。由式（3）可知，累計距離計算的過程相當于計算序列x和y的最優對齊方法，并將最優婚配方法下的累計距離計進矩陣末尾，即可得2組序列數據的整體最小累計距離D(x,y)= Mc[i,j]。其值代表2組序列在趨勢特征和時間特征上的類似水平，值越年夜則類似度越高。
在實際工程應用中，應用DTW算法進行母線諧波電壓和饋線諧波電流點對點數據婚配時，會出現圖8中2點之間距離最小但疏忽部分形狀類似度的分歧理婚配，導致A點與B′點婚配。但從圖8中2組數據的形狀類似度對比，可明顯看出A點應與
圖8 公道婚配與分歧理婚配表示
Fig.8 Schematic of reasonable and unreasonable matching
為有用防止此種類似分歧理婚配情況的出現，使具有類似部分形狀的監測數據序列點趨于婚配，本文在DTW算法婚配的基礎上，采用ShapeDTW算法將序列點周圍的部分形狀信息合并到動態規劃婚配過程中，實現數據婚配對齊。ShapeDTW算法實現數據婚配對齊步驟如下。
1）本文進行的諧波責任劃分是研討2序列x和y之間的責任關系，此處選擇以序列x為基準序列，序列y為待對齊序列。以2序列每個元素為中間，截取長度分別為Lx(Lx≪m)和Ly(Ly≪n)的子序列，可得序列x的子序列矩陣X′(m×Lx維)和序列y的子序列矩陣Y′(n×Ly維)。
2）對于矩陣X′的每行數據序列x′(i)(i=1, 2, ···, m)，按如式（4）所示原則與矩陣Y′的每行數據序列y′(j)(j=1, 2, ···, n)進行最優婚配，設式（4）在
處獲得最小值，即表現序列x的元素xi與序列y的元素yj婚配。
3）包養網評價保留基準序列x不變，將與xi婚配的yj分派至新序列y′中的第i個元素，即
按以上規則對序短期包養列y重構，構成新序列y′。
2.3 基于OPTICS聚類的場景劃分
采用本文方式將非同步的饋線諧波電流數據包養網和母線諧波電壓數據對齊后，可實現數據間的同步性。但針對1.3節中含諧波阻抗變化的諧波監測數據，如未考慮諧波阻抗變化對諧波責任劃分的影響，其諧波責任劃分結果的公道性與適用性將存疑，對此這里將分歧諧波阻抗對應的運行場景劃分為分歧的簇，然后再對各場景下的諧波源進行諧波責任劃分。
OPTICS聚類算法是一種基于密度的聚類算法，在DBSCAN聚類算法的基礎上改進獲得。DBSCAN算法存在易受輸進領域參數(ε, β)的影響，當參數取值分歧時，DBSCAN聚類結果也分歧的情況。而OPTICS算法通過天生一個反應各樣本點基于密度聚類結構的有序隊列實現靈活聚類。包養從理論上來講，OPTICS算法可對分歧密度的數據進行聚類，獲得肆意可分形狀的簇。
假設數據集為X={x1, x2, ···,補妝。然後，她低頭看了一眼觀眾席，就看到好幾個攝 xi, ···, xn}，鄰域半徑為ε，最小數目為β。焦點對象定義為：假如ca(xi)≥β ，則xi為X的焦點對象點，此中ca(xi)表現點xi鄰域內所包括的元素數。直接密度可達定義為：若xi屬于xj的鄰域且xj為焦點對象點，則稱xi是xj的直接密度可達點。焦點距離定義為：xi的焦點距離為使xi成為焦點對象點的最小領域半徑。可達距離定義為：xj關于xi的可達距離為xi的焦點距離和xj與xi之間歐幾里得距離的距離最年夜值。以諧波阻抗為聚類依據的基于OPTICS聚類算法的場景劃分步驟如下。
1）遍歷樣本集E中的元素，判斷該元素能否為焦點對象，是則歸進到聚集Ω中，否則繼續判斷下一個元素，直至遍歷所有的元素。
2）在聚集Ω中肆意選取一個未被處理的對象點p，將該點標為已處理，尋找該點一切直接密度可達點，并按可達距離鉅細，將一切直接密度可達點順次排序存進聚集S中。
3）若S為空集，則前往步驟2）；若S不為空，則選取聚集S中可達距離最小的樣本點q，標記為已處理，將該點存至有序列表M中，并判斷點q能否為焦點對象點，是則繼續步驟4），否則前往步驟3）。
4）尋找點q一切直接密度可達點aq(j)，若aq(j)已存在M中則不做處理；否則判斷S中能否已存在aq(j)，存在則繼續步驟5），不存在則跳到步驟6）。
5）若此時關于當前對象新的可達距離
小于舊可達距離dr(i)，則將其對應的可達距離替換為
對S按可達距離從頭排序，前往步驟3）。
6）拔出點aq(j)，對S按可達距離從頭排序，前往步驟3）。
7）將樣本集E中一切元素按步驟2）~6）處理完畢。
以處理順序為橫坐標，可達距離dr(i)為縱坐標，天生有序隊列圖。根據有序隊列圖選取合適的鄰域半徑ε，若dr(i)＜ε，則該可達距離有用，將其聚為一類，輸出低谷數據，獲得最終聚類劃分結果。OPTICS聚類完成后，監測數據集被劃分為分歧場景的數據簇，可在各簇數據基礎上應用相關性剖析方式進行諧波責任劃分。
03 諧波責任指標
為更有用地刻畫出第1節中的饋線諧波電流和母線諧波電壓的線性關系水平，本文采用相關性剖析方式進行諧波責任劃分。母線諧波電壓和各饋線諧波包養網dcard電流變化趨勢具有必定的相關性，分歧饋線分歧運行場景對應的相關性存在顯著差異，需定量剖析其相關性系數鉅細，進而根據相關性系數鉅細確定各諧波源的諧波責任。用變量之間的相關水平來描寫變量間的線性關系，其相關性可以用系數r(x,y)為
式中：xi和yi分別為饋線諧波電流序列x的第i個元素和母線諧波電壓序列y的第i個元素；
分別為序列x的均值和序列y的均值。r(x,y)∈[−1包養,1]，當r(x,y)的值趨向于1時，代表2序列間具有傑出的正相關性；當r(x,y)的值趨向于–1時，代表2序列間具有傑出的負相關性；當r(x,y)的值趨向于包養甜心網0時，代表2序列間不存在相關性。
在同場景時段內，諧波責任堅持相對穩定。若該監測周期內含k個同場景時段，對于第a個同場景時段(a=1, 2, ···,k)的諧波責任ra為
式中：x(a)和y(a)分別為第a個同場景時段下的饋線諧波電流子序列和母線諧波電壓子序列。
為加倍直觀地對比各饋線諧波責任的相對鉅細，并便于諧波責任獎懲計劃的實施，本文對ra進行歸一化處理。在歸一化過程中，以一切饋線諧波源在母線配合形成的結果為基準值1，使一切饋線諧波責任相加為1，此中負值代表該饋線并未產生諧波反而自願接收了諧波，為諧波責任劃分中的受益者，其值為一切諧波源在該饋線配合感化的諧波。
將一切包養網ra中的正值
處理為
式中：b為正值
的個數；Ba(i)為第i條饋線在第a個場景下應承擔責任的系數（假設該母線連接有N個諧波源饋線，i=1, 2, ···,N）。
歸一化完成后，產生諧波的饋線應承擔的責任為
接收諧波的饋線自願承擔的責任為
其計算過程為
式中：
為ra中的負值，表現該饋線自願承擔的諧波責任；c為負值
的個數。
綜合考慮各場景下諧波責任對應的時間范疇，累計第i條饋線第1個至第k個同場景時段的諧波責任，饋線i在監測周期內的總諧波責任Fi為
式中：Ea(i)為第i條饋線在第a個場景歸一化后的諧波責任值；T(a)為監測周期內第a個同場景時段的時長。此后，運用該歸一化方式，對總諧波責任進行歸一化處理，獲得加倍直觀和便于比較且考慮時間范疇的各饋線總諧波責任。
04 算例剖析
4.1 仿真剖析
為驗證本文方式的可行性和準確性，在Matlab/Simulink平臺上搭建如圖9所示的3饋線多諧波源系統，進行諧波責任劃分仿真剖析。
圖9 多諧波源等效電路
Fig.9 Equivalent 短期包養circuit of multi-harmonic sources
以5次諧波為例，各時段的饋線與母線采樣時間差以及系統側和用戶饋線側仿真參數設置如表1所示，共采集組樣本點數據。此中，系統側5次諧波電壓源US=50 V，用戶側3條饋線的5次諧波電流源分別為Ic1=7.1 A、Ic2=5.4 A和Ic3=3.5 A。為模擬電網中諧波源的擾動，分別向系統側諧波電壓源和3個饋線諧波電流源參加以初始值為中間，方差
和
的正態噪聲擾動。
表1 仿真參數
Table 1 Simulation parameters
運用本文方式對仿真獲得的樣本數據進行預處理，時段1中饋線1的部門諧波電流測量數據預處理后後果對好比圖10所示。
圖10 數據預處理後果
Fig.10 Data preprocessing effect
從圖10可見，預處理后數據分布比預處理前更趨于穩定，且離散點和奇異值減少，但其變化趨勢和規律仍與原來分歧，數據在保存了原有信息的同時噪聲顯著下降。
數據預處理后，由于仿真設置中母線諧波電壓采集和饋線諧波電流采集之間存在非同步時間差，其時序數據之間并非存在逐一對應關系。為此，以母線采集到的5次諧波電壓為基準曲線，對預處理后的3條饋線時序5次諧波電流數據曲線采用本文方式實現數據婚配對齊。為清楚展現，以時段2饋線1婚配對齊的過程為例，截取部門數據進行剖析驗證。疏忽曲線之間的幅值鉅細，保存曲線形狀和變化趨勢，將多條曲線置于統一坐標軸下進行對比剖析，其對齊前后的對好比圖11所示。
圖11 部門數據的婚配對齊
Fig.11 Matching alignment of partial data
從圖11中饋線5次諧波電流變化曲線和母線5次諧波電壓變化曲線可見，在該場景下兩者間具有強相關性，部分位移將導致兩者間的相關性發生顯著變化。若未對時序數據序列存在的部分位移進行有用處理，而直接基于相關性剖析進行諧波責任劃分其結果將掉往真實性與靠得住性。對齊后的饋線5次諧波電流曲線能與母線5次諧波電壓曲線實現圖11中A點與B點平行于y軸的逐一對應，其饋線5次諧波電流曲線對齊前后統一點對應的時間差與仿真設置的條件分歧。
將非同步采樣下的時序數據序列婚配對齊后，分包養歧場景下的諧波阻抗仿真參數具有顯著變化，其變化也將導致母線諧波電壓和饋長期包養線諧波電流的相關性發生改變。對此，采用OPTICS聚類算法進行聚類剖析，以實現分歧相關性的場景劃分。圖12中，橫軸表現諧波數據的處理順序，縱軸表現當前處理對象的可達距離。將可達距離dr(i)與設置好的領域半徑ε進行對比，若dr(i)＜ε，則該對象可達距離有興趣義，對應的諧波數據被聚為一類。輸出程度線ε與曲線dr(i)訂交處以下的低谷數據有4簇，對應仿真設置的4個場景。
圖12 OPTICS聚類的有序隊列
Fig.12 Ordered queue of OPTICS cluste包養金額ring
此后，運用本文基于相關性的諧波責任劃分方式計算各場景下的諧波責任女大生包養俱樂部，并以統一場景下各饋線諧波源在母線形成的電壓畸變為基準值進行歸一化，各場景下饋線5次諧波責任的計算結果如表2所示。可以看出，統一饋線在分歧場景下5次諧波責任具有明顯差異，分歧場景下各饋線間的5次諧波責任相對鉅細關系分歧。在場景1中，饋線2自願接收了諧波，為諧波責任劃分中的受益包養網評價者，與母線配合承擔了諧波源形成的后果，但隨著場景的變化，該饋線由受益者轉變為責任包養網車馬費者。
表2 各場景下饋線的諧波責任
Table 2 Harmonic responsibility of the feeder under each scenario
從表1的仿真參數設置中可看出，分歧場景對應的時長分歧，表2的諧波責任為該場景下對應的責任，但各場景的諧波責任所對應和持續的時長分歧，若按以往不考慮對應場景時長進行場景劃分的方式把各場景諧波責任簡單相加取均勻值作為考慮場景劃分后的總諧波責任，其結果難以佩服。對此，運用本文考慮各場景時間范疇進行諧波責任劃分的方式計算考慮場景時長占比后的各場景5次諧波責任如表3所示。
表3 考慮場景時長占比后的諧波責任
Table 3 Harmonic responsibility with consideration of the scenario duration percentage
表3獲得的諧波責任相對鉅細關系代表該饋線在該場景下對監測全周期的總諧波責任貢獻度的相對鉅細。結合表2和表3，以饋線1為例進行剖析。饋線1在場景1時諧波責任最年夜，但在綜合考慮各場景相對時長占比和諧波責任鉅細后，場景3下的諧波責任對總諧波責任結果貢獻最年夜。饋線1在場景1時為短時部分諧波責任最年夜，場景3雖諧波責任和時長占比都并非最年夜，但在考慮諧波責任鉅細和持續時間后，該場景下的諧波責任對饋線1的總諧波責任貢獻度最年夜。
為驗證本文方式考慮監測數據非同步性包養俱樂部、諧波阻抗變化和場景持續時長的需要性，將本文方式計算獲得的總諧波責任與未進行上述考慮（在對比過程中，僅以此中一種作為自變量）的結果對比剖析，結果如表4所示。
表4 包養情婦總諧波責任對比
Table 4 Total harmonic responsibility comparison
從表4可以看出，如未對部分位移形成的諧波數據序列非同步性進行有用處理，而直接基于相關性剖析進行諧波責任劃分，其計算結果已不再具有工程實際價值。未考包養慮諧波阻抗變化不進行場景劃分的計算結果與進行場景劃分并考慮場景時間范疇的計算結果存在必定差異，但其數值鉅細整體相對接近。這從側面驗證了本文方式的準確性，進行場景劃分后諧波責任計算結果的精度有較年夜晉陞，能有用應對諧波阻抗變化對諧波責任計算帶來的影響。考慮場景劃分后各場景宋微只好回道：「沒事，我就回來看看。」持續時長占比的諧波責任劃分方式可改進以往只進行場景劃分（默認各場景時長雷同）帶來的缺乏，有用處理監測全時段內諧波責任的短時劇烈波動，使諧波責任計算結果加倍精準。
4.2 實例剖析
為驗證本文方式在包養留言板實際工程運用中的有用性，以云南電網公司某110 kV變電站10 kV母線及該母線所包括的3條饋線為例進行諧波責任劃分。電能質量監測裝置監測點如圖4所示，監測周期為該變電站諧波淨化較為嚴重的7天。由于數據體量較年夜，為清楚展現，綜合考慮該變電站監測周期內各次諧波電壓含有率、各饋線間分歧次諧波電流含有量差距和各次佈景諧波波動情況后，本文以7次諧波為例進行諧波責任劃分剖析。
按本文方式步驟進行7次諧波責任劃分，結果如表5所示。表5中各場景諧波責任為未考慮時長占比的饋線諧波責任值，全時段諧波責任為考慮各場景時長占比后的監測全時段總諧波責任值。
表5 實例剖析的諧波責任劃分
Table 5 Harmonic responsibility division in case study
從表5可以看出，3條饋線的7次諧波責任在監測周期內存在明顯波動，3條饋線在分歧場景下諧波繫，宋微無奈地答應了。責任有顯著差異且變化趨勢不雷同。雖諧波責任存在變化，但在各場景中饋線1的諧波責任均為最年夜，與全時段總諧波責任結論分歧。以饋線1為例，雖該饋線在場景2時諧波責任最年夜，但持續時間不長，綜合考慮各場景時長占比后，場景3下的諧波責任對該饋線總諧波責任值貢獻最年夜。若未考慮各場景時長占比，其總諧波責任值將受短時劇烈波動的影響而遠離于整體值。饋線1應承擔7次諧波重要責任，饋線3承擔主要責任，饋線2為諧波責任劃分中的受益者。
實際生產運行中很難切斷某條饋線來驗證本文方式的公道性，經調研和查閱該變電站資料，包養網單次對3條饋線所接負荷類型和鉅細剖析，與饋線1和饋線3重要產生諧波的剖析結果相符。根據該變電站的運行資料，本文方式劃分的場景個數及其年夜致時長占比與該變電站的運行場景情況基礎分歧。綜合上述剖析，本文方式所得諧波責任劃分結果與電網實際運行情況較為合適。
05 結語
本文提出了一種在考慮電網現有諧波監測數據非同步性和諧波阻抗變化后，基于相關性剖析進行諧波責任劃分的方式，并通過仿真剖析和實例剖析驗證了該方式的可行性與公道性。
該方式為實際工程應用中諧波責任劃分問題供給了新思緒和新方式，但在長時間標準內面臨復雜工況時的適用性和靠得住性還有待探討。下一個步驟將應用諧波責任劃分結果進一個步驟制訂公道性經濟性指標，并對在線應用進行研討。
注：本文內容呈現略有調整，如需求請檢查原文。
發佈留言