新能源多廠共站關口計量與自動化結算系統設計

李占江,唐 鵬,趙福林,李 科,張國建,周維文

(1.國家電力投資集團有限公司山東分公司,山東 濟南 250002;2.南瑞集團有限公司(國網電力科學研究院有限公司),江蘇 南京 211106)

0 引言

2022年,用于新能源行業的電價補貼高于10億元。其中,光伏發電占用高于12億元[1]。當前,配電網由于光伏發電等新能源發電系統的并入,多個風電廠或光伏電站共用1個升壓站。這導致并網時結構比較復雜,且配電網的電壓指標、電流諧波和電網頻率等指標也很容易受到外界環境的影響。電力數據的采集、存儲和傳輸問題對關口計量系統提出了新的要求[2]。

近年來,對關口計量系統已有相關技術研究。文獻[3]采用單片機和數字信號處理(digital signal processing,DSP)技術,開發出并網發電數據采集和監控系統。該系統通過有線的方式完成發電站運行狀態的采集,將采集到的數據信息通過無線通信的方式傳輸。這種方法能夠大幅提升數據通信能力,但系統的設備管理和狀態監測存在信息滯后的問題,并且系統的擴展性較差。文獻[4]的關口計量裝置采用了專用計量芯片和主控單元組合的方式,基于蜂窩移動網絡改善了數據傳輸控制的可靠性,實現了電能計量、分時電價和諧波監測的功能。但單相計量裝置不適用于三相交流電計費的場景,并且不具備故障診斷和遠程抄表的功能。文獻[5]在電力計量和電能設備管理中使用了射頻識別(radio frequency identification,RFID)標簽技術,通過標簽遠程唯一的可識別特征實現對電力設備的快速識別和匹配。但系統的運行方式單一、兼容性較差,不能滿足不同系統間的使用需求。

現有技術中,單電廠升壓站信息監測需要用到一機一監測,難以實現多電廠共站數據采集。這些技術在采集時不僅需要用到很多監測設備,而且設備傳遞大部分通過線纜傳遞的方式,造成現場布線困難[5-6]。 針對上述技術的不足,本文設計了1種新型的新能源多廠共站關口計量與自動化結算系統。該系統融合了電能計量技術、云計算技術、數據傳遞技術和大數據處理技術,既有利于海量數據的存儲與計算,又能有效整合當前系統的各類資源,從而保證系統傳輸的數據不被惡意攻擊者竊聽、刪除、修改和破壞。關口計量裝置不但能夠實時、準確地采集數據,而且能夠及時發現并處理故障。

1 關口計量與自動化結算系統設計

關口計量與自動化結算系統設計在裝置中加入了抗干擾模塊和數據加密模塊,用于提高電能計量精度,同時也保證了數據傳輸的安全性。新能源多廠共站關口計量與自動化結算系統還融合了滑動濾波方法和小波分解方法對輸出信號進行去噪處理,以濾除信號中的高頻分量,并設置新的閾值函數,從而防止產生相位偏移。

新能源多廠共站關口計量與自動化結算系統采用瀏覽器/服務器(browser/senver,B/S)模式架構實現數據信息的交互。前臺開發使用JavaEE語言。后臺數據庫選用SQL Server 2018作為開發軟件,通過調用監測數據與系統其他業務應用進行數據交互[7]。在采集層與系統主站之間采用了繼電保護裝置、測控裝置和故障錄波裝置等設備。這些設備對新能源共站中使用的一次設備進行保護控制,并且承擔著上下網絡通信功能。主站通過使用數據組件和管理工具對采集數據進行選擇和整合,對出現二次回路負荷過載、二次壓降超差等情況進行告警[8]。系統整體結構如圖1所示。

圖1 系統整體結構

2 關口計量監控裝置硬件設計

關口計量監控裝置在工作過程中,能夠在新能源變電站中設置主站監控系統。監控系統能夠提高數據交互能力,以及計量裝置的測量精度。本文對高精度計量電路、電源電路和抗電磁干擾模塊進行了設計,使關口計量監控裝置具有強穩定性和低功耗的特點,并能夠配合系統主站完成數據采集任務。

①本文設計采用高精度芯片,實現電能計量的高精度計算。計量模塊中的濾波網絡能夠有效濾除外界干擾,從而提高計量精度。

②本文設計具有較好的抗電磁干擾性能?？垢蓴_模塊將靜電能量傳輸至大地,從而減少靜電對智能電表內部元器件的損壞;濾波電路對高頻信號的噪聲進行過濾,以減少高頻電磁場干擾。

③加密模塊對采集到的電能計量信息進行加密傳輸,并且不使用固定的密鑰加密。加密方式動態更新,提高了計量裝置的安全性。

裝置的主控單元為STM32F103RB單片機。通過對主控單元的片上資源設計,實現了數據存儲、時鐘單元設計、安全認證機制等功能[9-10]。通過硬件電路的設計,實現了主控芯片與電能計量模塊之間的通信。通過輸入/輸出(input/output,I/O)口,可以完成上/下點檢測單元之間的通信。主控單元使用8 MHz的晶振,通過內部的鎖相環(phase locked loop,PLL)電路實現了脈沖驅動[11],并且配置電容濾波電路以避免高頻信號大幅震蕩時產生失真現象。關口計量監控裝置整體結構如圖2所示。

圖2 關口計量監控裝置整體結構

圖2中,實時時鐘(real-time clock,RTC)模塊是1種能夠提供實時時間和日期信息的模塊,可為設備提供準確的時間基準。裝置接收到主站的遠程命令后,根據命令內容做出跳閘、合閘、報警等動作。主控單元自動完成對負荷開關的控制。主控單元與控制模塊連接,完成對繼電器通斷的控制,并為繼電器提供相應的通斷電壓值。在抗干擾模塊的設計中:電阻、電容等元器件實現濾波功能;分壓電阻完成降壓和采樣工作;數據傳輸到計量模塊以完成數據采集[12]。

裝置的計量模塊能夠完成交流電和直流電的計量工作,從而提供全波、基波無功電能。前置的采樣電路將電流和電壓信號采集后,計量模塊才能對采集的信號進行模數的轉換。本文使用RN8302集成處理器進行數據處理,使測量的非線性誤差小于0.1%[13]。在計量電路模塊中,由電容和電阻形成的濾波器對裝置外界干擾進行濾波,以保證輸入電壓值無嚴重的干擾信號。這使得系統的測量精度得到很大的提升,并確保有功功率誤差和無功功率誤差都能夠小于0.1%。計量芯片的封裝格式為LQF44P、功耗為100～200 mW、內部設有串行外設接口(serial peripheral interface,SPI)可完成與主控單元的數據交換[14]。電源與接地之間連接10 μF和0.1 μF的濾波電容,使得計量模塊整體更加穩定。

裝置中的數據加密模塊在加密過程中引入密鑰流生成器,使得采集節點之間的數據傳輸加密不適用固定的共享密鑰。通過特定的分發與動態更新方式可保證密碼體制的安全性。加密模塊的數據加密流程如圖3所示。

與常規技術相比,本文設計能夠利用對稱算法實現計量數據的加密處理。加密模塊生成對稱密鑰對數據加密后獲取加密信息,使用模塊中包含的屬性信息、權限公鑰、系統參數和對稱密鑰加密。其可表示為:

(1)

式中:A為模塊的加密過程;D為待加密的計量數據;KD為對稱密鑰;C為加密后的計量數據;U為屬性信息;K為系統參數;I為源數據名稱;P為密文請求。

加密模塊完成身份認證后獲取加密密鑰,并對計量數據進行加密,通過訪問權限獲取密文的存儲地址。計量裝置傳輸到主站后對對稱密鑰進行解密,以獲取源數據內容。加密芯片使用N332S032安全芯片。該芯片采用數據加密標準(data encryption standard,DES)加密算法,以保證模塊滿足數據處理最小時延并保證信號的連續性?；诓杉降男盘柹杉用軙r使用的密鑰,使密鑰需滿足連續性和在一定樣本范圍內足夠的差異性,以有效解決裝置加密端和主站解密端的安全傳輸。

3 基于改進小波去噪的電能計量優化方法

系統采集層使用計量設備采集變電站輸出信號時,紋波的存在會對直流計量造成誤差。常規的改進方法為加入濾波電路并設置1個大的時間常數。但該方法同時會增大漏電流,在一定程度上降低了直流計量的精度。本文采用數字濾波對直流輸出信號進行濾波處理,使用滑動濾波法和離散小波去噪法對紋波進行處理。這樣可提高系統的計量精度。

電能計量優化流程如圖4所示。

進行濾波去噪處理時使用的直流輸出信號為電能計量優化后的穩定輸出信號?；瑒訛V波依次取T位計算出采集數據的加權平均值[15]。其中,T位是滑動窗口的大小,即每次取出數據的數量。通過這種方法能夠濾除波動較大的信號,輸出1組平滑的數據。

(2)

式中:ωi為加權平均系數;q為采集位數;fk+i為離散信號[16]。

通過式(2)可以完成電能計量信息的位數采集, 并得到1組平滑的數據。

滑動濾波的效果與平衡區間T的取值有關。濾波通帶與采集位數負相關。采集位數越大、濾波通帶越小,則濾波效果越明顯。因此,需要將采集位數設置為大小合適的值?；瑒訛V波的濾波系數為窗寬的倒數。

降噪波形取采集位內數據的平均值。使用數字濾波法可以分離高頻和低頻信號,從而濾除高頻的紋波。采用小波去噪法可對直流輸出信號進行去噪[17]。小波變換過程中小波的波形不斷衰退。直流信號的連續小波變換可表示為:

(3)

式中:Ψa,b(t)為小波函數;f為輸出的電能計量數據信號;a為尺度參數,用于控制小波函數的寬度和縮放;b為平移參數,用于控制小波函數的平移位置。

s(n)=f(n)+σe(n),(n=0,1,…,n-1)

(4)

式中:s(n)為含有噪聲的信號;f(n)為理想信號值;σ為方差;e(n)為噪聲信號。

通過式(4)能夠計算出包含噪聲的一維電能信號小波數據。

將含有噪聲的信號進行多層分解,可得到:

S=Li+Hi=L2+H2+H1=L3+H3+H2+H1

(5)

式中:Li為近似分量;Hi為細節分量。

通過設置閾值門限得到小波重構信號[18],可以構造1個新的閾值函數。該閾值函數同時具備軟、硬閾值的優點,由此可以得到最優的去噪波形。通過式(5)可對含有噪聲信號的輸出直流信號進行小波分解。

在小波系數分解層中,改進型閾值去噪函數在軟、硬閾值函數的基礎上加入了可變因子。這會使得函數在隨小波分解尺度的變化中自適應地作出調整,以彌補傳統閾值函數在連續性和保真性方面的不足。本文設置閾值為不同值。經過調整后的小波閾值函數可表示為:

(6)

本文構造新的閾值函數,使ωj,k能夠逼近Tj時,小波系數是連續的,并且輸出信號不會出現振蕩。這樣既改善了原信號與去噪后的信號的貼近程度,又減少了去噪偏差。

改進型閾值函數的連續性可表示為:

(7)

式中:ρ為調節因子;λ為小波閾值。

閾值函數在±λ可連續。由式(7)可知,改進后的閾值函數在區間內可連續。

由漸近線可表示出閾值函數的漸進性:

(8)

綜上所述,直流輸出信號通過滑動濾波和小波分解濾波處理后,能夠有效濾除輸出的直流信號中的噪聲分量,并且使加入調整因子后的閾值函數的濾波效果更好,從而防止過濾掉信號中的細節特征。

4 應用測試

為驗證本文設計的準確性和合理性,本文搭建試驗環境進行仿真測試。試驗計算機的硬件配置如下:酷睿i7 12700KF CPU;三星980 NVME M.2 1 TB硬盤;華碩TUF RTX3080-10 G V2顯卡;操作系統為WINDOWS 10;開發語言為C++。本文在Matlab/Simulink軟件中搭建了仿真模型。仿真模型參數設置如下:電源電壓Ua=98.8 kV、Ub=104.248 kV、Uc=119.475 kV;系統側阻抗Ra=19 Ω、La=250 mH;負載側阻抗Za=485 Ω。測試構建了實驗室環境下的虛擬平臺,在試驗環境中使用了3臺試驗計算機組成云計算平臺,對終端待傳輸的數據進行處理。由于系統采集到的數據量較大,并且實時性要求較高,為保證數據的安全存儲和快速調用,試驗使用實時數據庫和非實時數據庫來保存系統采集到的電力信息。采集頻率在0.1 s～2 min之間。本文對采集到的各類數據進行定義。計量信息如表1所示。

表1 計量信息表

試驗信息數據如表2所示。

表2 試驗信息數據表

通過上述數據信息可知,本文設計具有較高的電能計量檢定能力。進行仿真測試時,實際輸出的信號中含有大量的噪聲。輸出電壓穩定后為525 V。輸出電流穩定后為20.4 A。本文從記錄到的電壓數據中抽取1段數據,共得到1 000個采樣點。本文對直流輸出信號進行濾波試驗,使用LOWESS濾波函數作為對比進行測試。試驗時間設定為5 min。本文系統和LOSS濾波函數濾波處理后的電壓波形對比如圖5所示。

圖5 濾波處處理后的電壓波形對比

對比2種方法的濾波結果可知,本文系統的降噪效果較好,能夠有效地消除輸出電壓信號中的紋波。本文系統前500個采樣點的輸出電壓幅值不超過535 V。這樣能夠更加清楚地觀察到輸出電壓幅值的變化,得到較好的去噪波形。

經過濾波函數處理后的電壓波形與原始信號相比具有明顯的變化,但濾波后重構信號的采樣點減少,電壓信號振動幅度大并且存在采樣點丟失的情況。在500～700個采樣點中有電壓值低于525 V的異常值。LOWESS濾波結果中的波形抖動較大、采樣點減少、缺失信號明顯增多,與原始信號具有較大的差異,并且不能有效地濾除高頻紋波。

使用關口計量裝置進行電能計量測試時,本文設定裝置的工作頻率為42～65 Hz、交流電壓和電流的精度為0.05%。本文采用三相標準源作為試驗所需要的信號發生器。

通過對比發現,本文系統在整個采樣過程中的計量誤差整體較小,并且變化幅度不大,計量誤差小于0.4%。本文系統在0～4次采樣中計量誤差最大為0.38%,隨著采樣次數的增加計量誤差逐漸減小;其在8～12次采樣中計量誤差在0.2%以下,計量誤差最小為0.11%。

本文系統與文獻[3]系統進行對比,得到的計量誤差對比如圖6所示。

圖6 計量誤差對比

文獻[3]系統的電能計量誤差最大可達到0.6%,在計量電壓為180 V的情況下,0～4次采樣的計量誤差整體在0.5%以上。隨著采樣次數逐漸增加,其計量誤差逐漸降低到0.4%。同時,計量結果受到測量電壓值的影響較大,電壓值越大計量誤差越小。當電壓值增加到190 V以上時,其計量誤差降低到0.3%以下。文獻[3]系統的計量精度受到多種因素的影響。

5 結論

本文設計的關口計量與自動化結算系統可完成新能源共站的關口計量數據采集和實時傳輸,通過智能采集終端和計量裝置對電能數據和運行參數進行實時采集,并應用云計算技術將電力數據實時上傳到云端服務器。關口計量監控裝置配合系統主站完成數據采集任務,采用改進后的小波去噪算法對輸出信號進行濾波處理,得到更加準確的計量參數。后續研究可以借助系統云計算平臺對海量的電力數據進行數據挖掘和深度訓練,以進一步擴展系統的應用功能,為電力用戶提供更好的服務。