光伏并網發電系統中電能質量監測與優化技術探討

楊 桃，許新華，湯 磊

（1.華電（寧夏）能源有限公司新能源分公司，寧夏 銀川 750000；2.華電（寧夏）能源有限公司，寧夏 銀川 750000）

0 引 言

隨著清潔能源的發展和應用，光伏并網發電系統作為一種重要的電力供應方式，得到廣泛關注。然而，受天氣等外部因素的影響，光伏發電系統存在一系列電能質量問題，如電壓波動、諧波污染等，這些問題直接影響著電網的安全穩定運行。因此，監測和優化光伏并網發電系統中的電能質量尤為重要。

1 光伏并網發電系統概述

1.1 光伏發電原理

光伏發電主要基于光生伏打效應實現，當太陽光照射到太陽能電池表面時，光子能量會激發材料中的電子從價帶躍遷到導帶，生成電子-空穴對，如圖1 所示。這些自由載流子在電場作用下，沿著半導體材料中的電場方向運動，從而產生電流。在太陽能電池內部，P 型半導體與N 型半導體之間形成PN 結，從而形成內建電場。當光生電子-空穴對被電場分離時，電子向N 型區域移動，空穴向P 型區域移動，導致PN 結兩側產生電勢差，即光生電壓。將多個太陽能電池組合成光伏電池組，并將它們連接到電網，可以構建光伏并網發電系統。

圖1 光伏發電原理

1.2 并網發電系統組成與工作原理

光伏并網發電系統是一種將太陽能電池陣列產生的直流電轉換為交流電，并與公共電網連接的系統。光伏并網發電系統的組成如圖2 所示，主要包括太陽能電池陣列、匯流箱、電表、直流配電柜、交流配電柜、直流/交流（Direct Current/Alternating Current，DC/AC）并網逆變器、控制器（光伏系統的管理和監控控制器）、電網連接裝置以及監測系統等。太陽能電池陣列將太陽能轉換為直流電，DC/AC 并網逆變器將直流電轉換為符合市電電網要求的交流電，并通過電網連接裝置將交流電與公共電網連接。當太陽能電池陣列輸出功率不足時，系統從公共電網獲取電能，以滿足負載需求；當太陽能電池陣列產生的電能超過負載需求時，剩余電能則通過電網連接裝置輸送至公共電網，實現供電與售電功能[1]。并網發電系統的工作原理主要是通過逆變器實現直流與交流的轉換，并通過電網連接裝置與公共電網進行雙向能量交換，從而實現光伏發電系統與電網的互聯互通。

圖2 光伏并網發電系統組成

2 電能質量監測技術

2.1 電能質量指標及其定義

電能質量指電力系統供電過程中電能的各種物理參數（電壓、電流、頻率等）的穩定性、純度和準確性，電能質量指標主要分為3 種。一是電壓穩定性指標，反映電網中電壓波動的情況，如瞬時電壓變化、電壓波動、電壓閃變等。其中，電壓波動指標包括瞬時電壓變化、電壓波動和電壓閃變，它們分別描述電壓瞬時值的變化情況、電壓波動頻率以及電壓變化快慢程度。二是電流諧波指標，用于評價電流諧波對電網的影響程度，主要包括諧波含量和諧波畸變率等。諧波含量是電流中諧波成分所占的比例，諧波畸變率則是描述諧波波形失真程度的指標。三是頻率穩定性指標，反映電力系統的頻率穩定程度，通常用頻率漂移和頻率偏差等參數進行描述[2]。頻率漂移指頻率隨時間的變化情況，頻率偏差則是電網頻率與額定頻率之間的偏離程度。

2.2 光伏發電系統中的電能質量監測技術

光伏發電系統的電能質量監測技術是確保系統穩定運行和電能輸出質量的重要手段。其監測流程主要包括數據采集、信號處理、故障診斷以及結果分析等，如圖3 所示。數據采集是電能質量監測的基礎，通過在光伏發電系統中布置合適的監測設備，如電能質量分析儀、功率分析儀等，實時采集電壓、電流、功率因數以及諧波等關鍵參數，通過傳感器和數據采集器將監測數據傳輸至監測系統。對采集到的原始數據進行信號處理，提取出有用的信息并濾除噪聲，主要包括數據濾波、時域分析及頻域分析等處理步驟，以確保監測數據的準確性和可靠性。在監測過程中，通過設定預警閾值和故障診斷算法，監測系統能夠進行故障診斷，自動識別電能質量異常問題，并向運維人員發出警報。故障診斷通常基于專業的故障模型和規則庫，結合監測數據進行判斷，能夠快速準確地定位問題[3]。監測結果分析是評估電能質量的關鍵步驟，通過分析監測數據，可以評估系統的穩定性和可靠性，發現潛在問題并提出改進建議。監測結果分析通常包括對各項電能質量指標的統計分析、趨勢分析以及異常事件的原因分析等內容，為系統的優化和運維提供重要參考。

圖3 光伏發電系統中的電能質量監測流程

3 電能質量優化技術

3.1 電能質量優化目標和指標

電能質量優化的目標主要包括3 個方面：一是穩定電壓、頻率和電流波形，減少諧波含量；二是降低電壓閃變和電流不對稱度，提高電能傳輸效率，減少電能損耗，保障供電可靠性；三是改善電力系統的功率因數，減少對環境的電磁干擾等。這些目標旨在提升電網的穩定性、可靠性和經濟性，滿足用戶對電能質量不斷增長的需求。

電能質量優化的指標包括各種電能質量參數，如電壓波形畸變率、頻率偏差、電壓閃變、諧波含量以及功率因數等[4]。這些指標能夠全面反映電力系統的運行狀態和電能質量水平，為系統的優化提供量化的評估標準。通過監測和分析這些指標的變化趨勢，可以及時發現電力系統中存在的問題，并采取相應的措施進行調整和優化，從而提高系統的運行效率和供電質量。

3.2 基于智能算法的電能質量優化技術

基于支持向量機（Support Vector Machine，SVM）的電能質量優化是一種基于機器學習的智能算法，主要利用非線性分類器將監測數據映射到高維特征空間，并在該空間中構建一個最優的超平面，以分類和預測數據。SVM 的數學模型為

式中：w是特征空間的權重向量；x是輸入樣本的特征向量；b是偏置項；sign(·)是符號函數。SVM 的目標是尋找一個超平面，這個超平面不僅能有效分離正負樣本，還能最大化距離超平面最近的樣本點的距離，從而確保分類的準確性和健壯性。

在電能質量優化中，SVM 算法主要用于分類和診斷電能質量問題。通過采集大量的監測數據，并提取出關鍵的特征參數，構建特征空間。利用SVM 算法分類和預測特征空間中的數據，識別不同類型的電能質量問題，如電壓波動、諧波擾動等[5]。SVM 算法的優勢在于其非線性分類能力和泛化性能較強，能夠處理高維數據和復雜的分類問題。同時，SVM 具有良好的健壯性和穩定性，在處理小樣本和非線性數據時表現出色。

4 案例分析

4.1 案例概況

以我國某經濟發達地區的某大型工業園區為例，該園區近年來積極應用可再生能源，其中光伏并網發電系統占據重要地位。然而，在實際運行過程中，園區管理者發現電能質量存在顯著問題。光伏系統的并網引入大量非線性負載，導致電壓波動頻繁，甚至出現諧波擾動等現象。這些問題不僅影響園區內敏感生產設備的正常運行，還會導致部分設備損壞，進而引起生產效率大幅下降。工業園區本身的電網負荷已經較重，光伏系統的波動性和不穩定性，進一步加劇了電能質量的波動問題。為解決這些電能質量問題，確保電網和生產設備的安全高效運行，需要調節園區的電能質量。

4.2 監測與優化效果分析

監測工業園區光伏并網發電系統的多項電能質量指標，得到電壓波動范圍、諧波含量、功率因數、頻率偏差以及生產效率下降率等數據。根據這些數據，針對電能質量存在的問題，采取基于SVM 的電能質量優化技術，以提升系統的穩定性和可靠性。在優化完成后，再次監測以上電能質量指標。電能質量優化前后效果如表1 所示。由表1 可知，在采取電能質量優化措施后，各項指標均得到明顯的改善。例如，電壓波動范圍由優化前的5%～10%降低至1%～3%，降低效果明顯；諧波含量從5.50%降低至2.50%，降低3 個百分點；功率因數由0.90 提升至0.95；頻率偏差由±0.2 Hz 降低至±0.1 Hz，降低50%；同時，生產效率下降率由5.0%降低至1.5%，降低3.5 個百分點。從上述數據可以看出，通過應用基于SVM的電能質量優化技術，可以有效改善系統的穩定性、諧波水平、功率因數、頻率穩定性以及生產效率，為系統的正常運行和生產效率的提升提供有力支持。

表1 電能質量優化效果

5 結 論

在光伏并網發電系統中，電能質量的監測與優化是確保系統可靠運行和電能輸出穩定的關鍵環節。文章提出基于智能算法的電能質量優化技術，通過該技術的應用，為該領域的發展提供有益參考和借鑒。未來，隨著科技的不斷進步和應用需求的不斷提升，電能質量監測與優化技術將迎來更加廣闊的發展前景和應用空間。