基于提升小波變換的光伏諧振檢測方法*

高 靜， 李 鵬， 徐紹軍， 孫 健

[1. 新能源電力系統國家重點實驗室(華北電力大學)， 河北 保定 071003；2. 國網北京市電力公司電力科學研究院， 北京 100075]

基于提升小波變換的光伏諧振檢測方法*

高 靜1， 李 鵬1， 徐紹軍2， 孫 健2

[1. 新能源電力系統國家重點實驗室(華北電力大學)， 河北 保定 071003；2. 國網北京市電力公司電力科學研究院， 北京 100075]

光伏發電并網系統中多臺并網逆變器之間、逆變器與電網之間的交互耦合會引起系統串、并聯諧波諧振，嚴重地影響了電網電能質量，因此光伏發電并網產生的諧振問題亟待研究。針對這一問題，首先建立光伏發電并網系統諧振模型，分析了光伏并網運行時產生的諧振問題。諧振不同于諧波之處在于諧波表現為電流和電壓波形產生周期性畸變，而諧振導致的電流和電壓畸變是非周期性的。分析了提升小波變換在諧振檢測上的應用原理，在此基礎上提出基于提升小波變換算法的諧振檢測技術，并利用FFT進一步篩選諧振可能所在的頻帶，得到光伏發電并網諧振的起止時刻以及頻帶范圍。最后通過仿真驗證該方法能夠有效地檢測光伏發電并網系統的諧振問題。

光伏發電； 并網； 諧振檢測； 提升小波變換； 快速傅里葉變換

0 引 言

近年來，全球能源危機和環境問題日益加劇，光伏等可再生能源越來越受到關注。隨著光伏電池成本不斷降低，光伏并網系統將得到更加廣泛的應用[1]。配電網中，分布式電源(Distributed Generator, DG)和非線性波動性負荷的種類復雜多樣，特別是風力發電、光伏發電輸出功率的波動性、隨機性、間歇性特點，常導致配電網內電源與負荷之間功率難以平衡；另外，電力電子設備大量使用，產生大量諧波和間諧波，以上原因導致配電網中的諧振等電能質量問題更為復雜而突出[2-3]。因此，開展光伏發電并網系統的諧振研究具有重要的理論價值和迫切的現實意義。

光伏電源生產的電力通過逆變器并入配電網，會導致電網多重電能質量問題，包括電壓與電流諧波、電壓暫降、電壓突升、電壓短時中斷、電壓波動與閃變、電壓與電流不平衡分量、諧振等。配電網中大量分布式光伏電源的接入，其諧波與諧振必然具有豐富的頻譜特性；同時電網中的電壓波動與閃變信號是隨機的、動態的非平穩信號[4-7]。對于光伏發電并網系統中諧振擾動量的檢測，需要一種既可以分析諧波與諧振信號，又可以分析非線性、非平穩信號的檢測方法。小波變換(Wavelet Transform, WT)方法具有自適應性，可同時獲得時間與頻率信息，尤其是信號中的突變信息，這對于暫態擾動的分析非常重要。與傳統的傅里葉變換相比，WT具有良好的時頻局部特性；與短時傅里葉變換相比，WT具有自適應性[8]。但傳統小波算法計算量大，耗時長，故LWT應運而生。LWT實時性好，算法簡單，計算速度快，因此，LWT方法適合對光伏發電并網中的諧振擾動量檢測。

本文針對光伏發電并網系統的諧振問題，建立諧振數學模型并進行LCL網絡諧振分析。分析基于LWT的光伏并網諧振檢測原理，應用LWT算法對光伏發電并網系統中諧振信號進行檢測分析，得到諧振的起止時刻以及頻帶范圍。仿真證明LWT是一種有效的光伏并網諧振檢測方法。

1 光伏發電并網系統諧振分析

1.1 光伏發電并網系統建模

圖1所示為光伏發電并網系統[9]，第n個光伏發電并網單元通過線路i連接到公共耦合點(Point of Common Coupling, PCC)，同時連接到內阻抗為Zg的配電網。

圖1 典型光伏發電并網系統

光伏發電并網系統的結構圖如圖2所示。包括PV光伏陣列、DC-DC變換器、逆變器、LCL濾波裝置、電網等。L1、L2和Lg分別為逆變器側電感、網側電感和電網電感。C為濾波電容，Ug為電網電壓。

圖2 光伏發電并網系統結構圖

光伏發電并網逆變器控制框圖如圖3所示。i*為參考電流，Kp和Ki為PI控制器參數，KPWM為PWM增益，u為逆變器輸出電壓，iL1為逆變器側電感電流，uC為電容電壓，ug為電網電壓，ig為并網電流。

圖3 光伏發電并網逆變器控制框圖

由圖3可以得到并網電流ig和參考電流i*之間的傳遞函數、并網電流ig和電網電壓ug之間的傳遞函數分別如下：

Cs(R2+L2s)]+s(R1+R2+L1s+L2s+

CR1R2s+CL2R1s2+CL1R2s2+CL1L2s3+

KpKPWM(1+Cs(R2+L2s))

(1)

C+1)s]/[KiKPWM(1+Cs(R2+L2s)]+s(R1+

R2+L1s+L2s+CR1R2s+CL2R1s2+CL1R2s2+

CL1L2s3+KpKPWM(1+Cs(R2+L2s))

(2)

可知，分布式光伏并網系統中逆變器并網電流不僅與自身參考電流有關，還與其他并聯逆變器以及電網的諧振耦合相關。

1.2 LCL網絡固有諧振頻率分析

圖4(a)是LCL網絡的結構圖，可以等效得到如圖4(b)所示的LCL諧振分析等效電路模型。u為逆變器側輸出電壓，upcc為PCC點電壓。

圖4 LCL濾波網絡諧振分析模型

由圖4可得串聯和并聯諧振支路的阻抗分別如下：

(3)

(4)

Z3(s)=(L1+L2)s+R1+R2+

(L1s+R1)(L2s+R2)Cs

(5)

其中，Z1和Z2構成串聯諧振電路，而Z3構成并聯諧振電路。串聯和并聯阻抗支路分別存在串聯和并聯諧振點，在忽略阻尼因素的情況下，串并聯諧振的頻率相等，即諧振頻率為

(6)

fres1,2,3=w1,2,3/2π

(7)

根據以上分析得到分布式光伏并網系統諧振電路，如圖5所示。nLg和ig/n表示電網電感和電網電流等效到逆變器中的電感和電流。

圖5 高階LC網絡諧振分析模型

可知，分布式光伏并網諧振頻率計算公式為

(8)

式中：n——光伏并聯臺數。

可知，諧振頻率會隨著逆變器并聯臺數以及LC參數的變化而變化。

2 基于LWT的光伏并網諧振檢測

2.1 小波分析及其特點

WT是一種信號的時間-頻率分析方法，具有多分辨分析的特點和良好的時頻局部化特性。WT在低頻部分具有較高的頻率分辨率，在高頻部分則具有較高的時間分辨率，很適合于檢測諧振信號[10-11]。提升小波分析的高頻系數(細節信號)和低頻系數(近似信號)分別表示為cdj(j=1,2,3,…)和caj(j=1,2,3,…)，其中j代表分解層數。n層提升小波分解后cdj是原始信號中的高頻部分，若某一細節分量包含的能量明顯高于其他細節分量，表明該細節分量包含原始信號中的擾動量，并且擾動量頻率在該細節分量對應的頻帶范圍內。

WT中選擇適當的小波函數非常重要，通常小波波形與信號波形越相似，分解效果越好[12]。由于db小波具有緊支撐、正交的特點，信號處理時常選擇db小波作為小波基[13-14]。LWT算法提高了小波變換的運算能力，被譽為第二代小波變換。本文采用db4小波、提升db3小波以及提升db4小波分別對光伏發電并網系統中諧振信號進行分析，驗證提升db4小波能夠準確檢測諧振信號。

2.2 基于LWT的諧振檢測原理

基于LWT的諧振檢測流程圖如圖6所示。

圖6 基于LWT的諧振檢測流程圖

基于LWT的諧振檢測原理如下： 輸入原始采樣信號，經過提升db4小波變換，信號分解為低頻信號和高頻信號；提取幅值呈現正增長的頻帶，該頻帶即諧振可能所在頻帶，利用FFT進一步確定諧振頻帶；諧振發生的起止時刻也可以由提升小波分析結果得到。

諧振不同于諧波之處在于諧波表現為電流和電壓波形產生周期性畸變，而諧振導致的電流和電壓畸變是非周期性的，具體表現為波形的幅值逐漸增大，甚至因過壓、過流保護動作導致逆變器停機。因此，光伏并網諧振擾動起止時刻的定位原理如下： 對諧振信號進行提升db4小波分析，得到細節信號，提取諧振擾動出現的起止時刻。光伏并網諧振信號的頻帶檢測原理為： 應用提升db4小波對諧振信號進行5層小波分析，得到的細節信號cd1、cd2、cd3、cd4和cd5中哪一個幅值呈現正增長，其對應的頻帶即為諧振頻率可能所在的頻帶范圍，通過FFT分析進一步確定諧振頻帶。

3 仿真驗證

在MATLAB/Simulink中搭建光伏發電并網系統仿真模型，驗證提升db4小波對光伏諧振信號的起止時刻和頻帶檢測的正確性和有效性。光伏并網系統參數如表1所示。

表1 光伏并網系統參數

3.1 諧振信號的起止時刻定位

分別應用db4小波、提升db3小波和提升db4小波對并網電壓諧振信號進行檢測分析，結果如圖7所示。試驗過程中，在0.036s時3號逆變器組投入，諧振發生，0.086s時所有逆變器因過壓、過流保護動作而停機。

圖7 諧振信號的3種小波分析結果

由圖7可以得到諧振擾動的起止時刻分析結果，如表2所示。表2中，t1為諧振起始時刻，t2為諧振停止時刻。

表2 諧振擾動起止時刻分析結果

仿真結果表明提升db4小波比提升db3小波和db4小波檢測時間定位精度更高。總之，提升小波變換能夠有效地檢測出光伏諧振信號的起止時刻。

3.2 諧振信號的頻帶檢測

分別應用db4小波、提升db3小波和提升db4小波對諧振信號進行5層小波分析，諧振頻帶的3種小波分析結果如圖8所示。細節信號cd1、cd2、cd3、cd4和cd5對應的頻帶為[1600Hz,3200Hz]，[800Hz,1600Hz]，[400Hz,800Hz]，[200Hz,400Hz]和[100Hz,200Hz]。

圖8 諧振頻帶的3種小波分析結果

由圖8可知，在起止時刻t1=0.036s和t2=0.086s細節信號中cd1、cd2和cd3幅值呈現正增長，體現出諧振的特性，可知諧振頻率可能所在的頻帶為[1600Hz,3200Hz]，[800Hz,1600Hz]或[400Hz,800Hz]。

為進一步篩選上述頻帶，對原始信號進行FFT分析，結果如圖9所示。

圖9 原始信號的FFT分析結果

由圖9可知，諧振信號約為20次諧波，可以確定諧振頻帶為[800Hz,1600Hz]，證明了LWT檢測諧振頻帶范圍的正確性。

仿真結果表明提升db4小波比提升db3小波和db4小波檢測更精確。總之，提升小波變換能夠有效地檢測出光伏諧振信號的頻帶范圍。

4 結 語

本文結合典型光伏發電結構，建立了光伏發電并網系統的諧振分析模型，分析了光伏運行的諧振問題。應用LWT算法對光伏發電并網系統中諧振問題分別進行了檢測分析，得到了諧振信號的起止時刻和頻帶范圍。仿真驗證了提升db4小波能有效地檢測光伏發電并網系統中的諧振問題。本文研究為分布式電源并網提供了良好的環境，并為實際光伏并網工程中的諧振抑制提供了技術支撐。

[1] 張興，余暢舟，劉芳，等.光伏并網多逆變器并聯建模及諧振分析[J].中國電機工程學報，2014，34(3)： 336-345.

[2] 曾正，趙榮祥，呂志鵬，等.光伏并網逆變器的阻抗重塑與諧波諧振抑制[J].中國電機工程學報，2014，34(27)： 4547- 4558.

[3] 孫振奧，楊子龍，王一波，等.光伏逆變器的諧振原因及其抑制方法[J].中國電機工程學報，2015，35(2)： 418- 425.

[4] TAYJASANANT T，WANG W C，LI C，et al. Inter-harmonic flicker curves[J]. IEEE Transactions on Power Delivery，2005，20(2)： 1017-2000.

[5] 齊飛，李建文，張舒怡，等.基于LCL濾波器的光伏并網復合控制策略[J].電機與控制應用，2016，43(1)： 48-53.

[6] 丁明，王偉勝，王秀麗，等.大規模光伏發電對電力系統影響綜述[J].中國電機工程學報，2014，34(1)： 1-14.

[7] JU Y T，WU W C，ZHANG B M，et al. An extension of FBS three-phase power flow for handling PV nodes in active distribution networks[J]. IEEE Transactions on Smart Grid，2014，5(4)： 1547-1554.

[8] SANTOSO S，GRADY W M，POWERS E J，et al. Characterization of distribution power quality events with Fourier and wavelet transforms [J]. IEEE Transactions on Power Delivery，2000，15(1)： 247-254.

[9] 周林，張密，居秀麗，等.電網阻抗對大型并網光伏系統穩定性影響分析[J].中國電機工程學報，2013，33(34)： 34- 41.

[10] 姚建剛，郭知非，陳錦攀.基于小波和BP神經網絡的電能擾動分類新方法[J].電網技術，2012，36(5)： 139-144.

[11] 周文暉，李青，周兆經.采用小波多分辨率信號分解的電能質量檢測[J].電工技術學報，2001，16(6)： 81-84.

[12] GAOUDA A M, SALAAM M M A, SULTAN M R, et al. Power quality detection and classification using wavelet-multiresolution signal decomposition [J]. IEEE Transactions on Power Delivery，1999，14(4)： 1469-1476.

[13] 祁博，鄒金慧，范玉剛，等.基于Hilbert-Huang變換和小波包能量譜的電壓暫降源識別[J].中國電力，2013，46(8)： 112-117.

[14] 王若愚，郭經紅.基于提升小波變換的電力系統諧波分析[J].電網技術，2008，32(1)： 5-10.

Photovoltaic Resonance Detection Method Based on Lifting Wavelet Transform*

GAOJing1，LIPeng1，XUShaojun2，SUNJian2

[1. State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)， Baoding 071003， China; 2. State Grid Beijing Electric Power Research Institute, Beijing 100075，China]

In grid-connected PV power generation system, the interaction coupling between multiple parallel inverters, the inverter and the grid will cause series and parallel harmonic resonance of the system. It has seriously affected the power quality of the grid. Therefore, the resonance problem of the grid-connected PV power generation was urgent to be studied. To solve this problem, firstly, the resonant model of grid-connected PV power generation system was established. The resonance problem of grid-connected PV power generation was analyzed. The resonance performance was different from the harmonic performance. The harmonic caused the current and the voltage wave form to produce the periodic distortion, but the resonance caused the current and the voltage to produce the non-periodic distortion. The application principle of lift wavelet transform (LWT) in resonance detection was also analyzed. On the basis of this, put forward a detection technique of resonance based on LWT. Use FFT to further filter the frequency band in which resonance might be located. The start and stop time and frequency band of grid-connected PV power generation was obtained. Finally, the simulation results showed that the method proposed could effectively detect the resonance problem of grid-connected PV power generation system.

photovoltaic power generation; grid-connected; resonance detection; lift wavelet transform; fast Fourier transform

國家自然科學基金項目(51577068)；國家電網公司總部科技項目(520201150012)

李 鵬(1965—)，男，博士研究生，教授，研究方向為新能源并網發電與微電網技術、電能質量分析與控制、柔性輸配電技術、電力電子技術在智能電網中的應用等。 高 靜(1990—)，女，碩士研究生，研究方向為電能質量分析與控制。

TM 31

A

1673-6540(2017)02- 0099- 06

2016-07-18