论文部分内容阅读
为给用户提供质量更高的管理和服务,智能电网强调电网与用户之间的双向互动,这需要电网与用户之间存在良好、全面的信息互动。一方面,用户需要提前了解电网的供电情况,例如实时电价、激励政策、停电信息等来调整自身的用电行为;另一方面,电网公司和能源服务企业需要详细了解用户的用电信息及用电习惯,进而为其提供用电行为改进策略推送和电力套餐定制等服务。在双方充分互动的基础上,实现需求侧资源的有效管理,不仅能够削峰填谷,增加电网运行的经济性,还能为用户节省电费。居民电力负荷监测分解技术是一门新兴的智能电网基础支撑技术,建立高效的负荷监测分解系统对实现用户侧安全经济用电、全社会节能减排以及提升电改后电网公司竞争力都具有重要意义。传统的负荷监测需要侵入用户内部安装大量传感器和通信网络,被称为侵入式负荷监测方法;而非侵入负荷监测分解技术只需要在用户总进线处安装一个传感器来测量电流和电压,再依靠内置高级算法来分析用户内部每类电器的使用情况,最大的优点是可以在不侵入用户内部电路的前提下仅仅以一个传感器就实现用电负荷的启停判定和分项非精确计量,用户没有抵触心理,工程推广和后期维护的难度都大为降低。首先,本文研究了非侵入负荷监测分解的基础—辨识特征量,搭建了模拟居民实际用电工况的试验平台,重点研究了居民电力负荷的多源辨识特征量,包括稳态功率抬升与跌落、过渡时间、功率(电流)冲击、电流谐波、功率持续时间等,并通过理论分析和试验形成了主流电器的多源辨识特征量组及其实用化判据。然后,本文研究了负荷多源辨识特征量的提取算法和适用于居民电力负荷快速分解的分层分类器结构,提出了基于多源辨识特征量和分层分类结构的电力负荷快速分解算法流程,基于Visual Studio 2013开发了负荷在线分解辨识算法,设计了非侵入负荷辨识装置的硬件结构,研制了非侵入负荷辨识样机。最后,对非变频空调、微波炉、洗衣机、热水器、电饭煲等多种家电混合运行的复杂工况进行了辨识实验,非变频空调、热水壶、热水器、电饭煲以及微波炉的电器种类、启动时间、退出时间、运行时间以及消耗电能辨识精度很高,能够100%辨识启停次数,且启停时间误差可以控制在5s以内,验证了论文所述实用化判据和在线分解辨识算法的有效性和准确性。