本發(fā)明涉及電動汽車充電電能計量系統(tǒng)，特別是涉及一種改進的電動汽車充電非線性負荷諧波電能計量方法。

背景技術(shù)：

目前，電動汽車具有節(jié)能、環(huán)保的特點，在世界各國大力推廣應用。電動汽車主要通過常規(guī)充電、快速充電2種充電模式供能，而電動汽車蓄電池充電屬非線性負荷，充電負荷的分布在時間和空間上都具有很大隨機性。當電動汽車采用大電流快速充電時，會形成150-600A的大電流，并且過分密集的集中充電可能導致充電站瞬時負荷過大。電動汽車蓄電池充電屬容性負荷，負荷功率因數(shù)偏低，充電負荷體現(xiàn)非線性特征，此外，充電過程的復雜性，導致充電過程中會產(chǎn)生沖擊性負荷諧波、非線性負荷諧波以及瞬態(tài)諧波，造成諧波污染。

電動汽車充電站的電能計量裝置采用智能電能表，該類型電能計量裝置對負荷的計量方式是基波和諧波功率的綜合功率，即全能量方式，將負荷消耗的基波有功電能和諧波有功電能進行了代數(shù)相加。對諧波源用戶采用這種計量方式將導致不公平的計量結(jié)果，即諧波源用戶發(fā)出諧波電能，這部分電能與其消耗的基波電能符號相反，相當于其消耗的基波電能減去其發(fā)出的諧波電能。

為保證計量準確可靠，電動汽車充電站的電能計量裝置，必須具備諧波計量、監(jiān)測功能，以及直流電能計量功能和寬負載計量功能。如何實現(xiàn)復雜負荷條件下的精確計量，對電動汽車充電站智能電能表提出了嚴苛的要求。準確計量是電力公司在占有電動車充電站發(fā)展市場中最為關(guān)鍵的環(huán)節(jié)，解決電動車充電計量中的各種難題，將推動新能源汽車的普及。智能電能表通常采用快速傅里葉變換(FFT，fast Fourier transform)算法用于諧波計量，將周期性信號按照傅立葉級數(shù)的方式分解為不同頻率分量的疊加形式，然后利用分離后的信號進行電能相關(guān)參數(shù)的計算。FFT具有較好的頻域分辨率、較高的測量精度，適合用來進行穩(wěn)態(tài)諧波的檢測。

實際情況中，電動汽車充電過程中的諧波信號是實時變化，諧波的復雜性不斷增加，如出現(xiàn)瞬時突變，白噪聲干擾等情況，F(xiàn)FT算法不能在時域和頻域同時以任意精度逼近被測信號，不能精確獲取各次諧波信號的幅值、頻率和相位，不具備局部化分析能力，不適用于非平穩(wěn)信號，對于諧波檢測存在很大的局限性。FFT算法難以完成電動汽車充電電能精確計量。

從時域/頻域的角度，實現(xiàn)對電力信號精細化分析，是諧波檢測的核心步驟。在FFT變換的基礎上，所采取的短時傅里葉變換(STFT)技術(shù)用一個中心對稱的滑動窗函數(shù)截取觀測信號，對不同時刻的短時段信號進行FFT變換，得到各段信號構(gòu)成的時變矩陣，將信號通過具有不同中心頻率的窄帶濾波器進行濾波。STFT變換通過窗函數(shù)在時域上的滑動，來得到對信號的時頻局部化分析，提升了對非平穩(wěn)信號的分析能力，也較好地減少了頻譜泄露帶來的誤差，但STFT變換仍然在時頻分辨率方面存在不足，信號的時域波形和頻譜不能同時獲得高的分辨率，且其觀測窗固化，局部觀測特性不夠詳細。STFT算法任然難以完成電動汽車充電電能精確計量。

技術(shù)實現(xiàn)要素：

發(fā)明目的：本發(fā)明提供一種改進的電動汽車充電非線性負荷諧波電能計量方法，能分離電動汽車非線性負荷充電運行時產(chǎn)生的穩(wěn)態(tài)和非穩(wěn)態(tài)諧波，通過時間刻度的伸縮和平移等運算，對電力非線性負荷諧波信號進行多刻度細化分析，解決傅里葉變換在非線性負荷電力計量方面能力不足的問題，提高電動汽車充電電能計量的準確度。

技術(shù)方案：為達到此目的，本發(fā)明采用以下技術(shù)方案：

本發(fā)明所述的一種改進的電動汽車充電非線性負荷諧波電能計量方法，能分離電動汽車非線性負荷充電運行時產(chǎn)生的穩(wěn)態(tài)和非穩(wěn)態(tài)諧波，通過時間刻度的伸縮和平移等運算，對電力諧波信號進行多刻度細化分析，解決傅里葉變換在非線性負荷電力計量方面能力不足的問題，提高電動汽車充電電能計量的準確度，其特征在于：包括以下步驟：

步驟1：對電動汽車充電非線性負荷諧波信號進行尺度分解

對于電力諧波信號f(t)，將其分解為低頻特征的逼近信號和高頻特征的細節(jié)信號；將f(t)按照如下公式進行j尺度分解

式中為尺度空間函數(shù)；ψ()為小波母函數(shù)；k為諧波序號；為尺度上的投影，實現(xiàn)信號對低頻部分的分解；為小波空間上的投影，實現(xiàn)信號對高頻部分的分解，t為時間，j表示分解的層數(shù)，2^-j體現(xiàn)信號分辨率；

步驟2：多分辨率分解實現(xiàn)諧波次數(shù)分離

多分辨率分解劃分每一層的頻帶，獲得逼近參數(shù)與局部特征參數(shù)分別為

其中，c_j,k為j尺度小波空間上k次諧波的逼近參數(shù)，d_j,k為j尺度小波空間上k次諧波的局部特征參數(shù)；k為諧波序號；m為尺度離散化的冪級數(shù)；c_j,m為j尺度小波空間上m次諧波的逼近參數(shù)，ψ_a,τ()為小波基函數(shù)，a為尺度因子，τ為平移因子；h()為尺度空間濾波函數(shù)，體現(xiàn)信號低通特性；g()為小波空間濾波函數(shù)，體現(xiàn)信號高通特性；

式c_j+1,k(k)與式d_j+1,k(k)實現(xiàn)不同次數(shù)的諧波分離；

步驟3：諧波重構(gòu)

經(jīng)過分解后的各頻帶內(nèi)包含不同的諧波成分，對各頻帶進行重構(gòu)獲取各次諧波，重構(gòu)公式為

重構(gòu)后的各頻帶為不同各次諧波成分，達到穩(wěn)態(tài)諧波與非穩(wěn)態(tài)諧波的分離；

步驟4：分解層數(shù)計算

按照基頻信號的頻率和采樣頻率來確定分解層數(shù)，分解層數(shù)的公式為

其中，f_s為采樣頻率，f₀為信號基頻頻率；

步驟5：非線性負荷諧波計算

非線性負荷諧波的電壓和電流信號表示為：

其中，j表示分解的層數(shù)；表示重構(gòu)電壓信號中刻度函數(shù)的系數(shù)；表示重構(gòu)電流信號中刻度函數(shù)的系數(shù)；表示重構(gòu)電壓信號中i層分解的小波包變換系數(shù)；表示重構(gòu)電流信號中i層分解的小波包變換系數(shù)，N表示信號采樣點數(shù)；

電能表中，電壓u(t)、電流i(t)相乘，在時間上累加，諧波的有功功率為

表示分解尺度為j時，第i個節(jié)點上頻帶內(nèi)信號功率，即諧波的有功功率。

有益效果：本發(fā)明公開了一種改進的電動汽車充電非線性負荷諧波電能計量方法，在傅里葉變換算法的基礎上，通過采用時間刻度分析方法構(gòu)造符合電動汽車充電特征分布的數(shù)據(jù)分析算法，檢驗非平穩(wěn)信號的局部化特征，調(diào)節(jié)時窗和頻窗的寬度，實現(xiàn)可變的時頻域分辨率，對電動汽車非線性負荷充電諧波電能計量方法進行優(yōu)化。根據(jù)尺度上的逼近參數(shù)、空間上的局部特征參數(shù)，建立多分辨率方法，識別并分離穩(wěn)態(tài)諧波與非穩(wěn)態(tài)諧波；按照基頻信號的頻率和采樣頻率來確定分解層數(shù)；對信號進行小波的分解與重構(gòu)；達到全過程精確計量電能的目的。本發(fā)明能分離電動汽車非線性負荷充電運行時產(chǎn)生的穩(wěn)態(tài)和非穩(wěn)態(tài)諧波，通過時間刻度的伸縮和平移等運算，對電力諧波信號進行多刻度細化分析，解決傅里葉變換在非線性負荷電力計量方面能力不足的問題，大大提高了電動汽車充電電能計量的準確度。

附圖說明

圖1是電動汽車充電負荷等效模型；

圖2改進的電動汽車充電電能計量流程圖。

具體實施方式

下面結(jié)合具體實施方式對本發(fā)明的技術(shù)方案作進一步的介紹。

本發(fā)明在標準傅里葉變換算法的基礎上，公開了一種實現(xiàn)電動汽車非線性負荷諧波電能計量的新方法。

電動汽車充電負荷的非線性，電源給負荷供給的是正弦波形的電壓，而電流為由基波和與基波頻率成整數(shù)倍的諧波組成的非正弦波形，導致供電電源中諧波成分增加，電源電壓失真。圖1為具有電動汽車充電非線性負載的等效電路模型，以此模型來說明，在諧波存在情況下，諧波功率對電能計量結(jié)果的影響。

圖1中，電網(wǎng)電源u(t)可視為標準的正弦電壓源，非線性負載總電流i(t)可分為線性負載基波電流i_N(t)和非線性負載諧波電流i_f(t)兩部分；非線性負載上的端電壓u'(t)分為基波電壓u_N(t)和諧波電壓u_f(t)；R₀表示電源內(nèi)阻；R₁表示線路電阻，T表示周期。

整個網(wǎng)絡所消耗的電能都由電網(wǎng)電源提供，電源發(fā)出的功率可以表示為：

i(t)＝i(t)+i_N(t)u'(t)＝u_N(t)+u_f(t) (11)

將(11)帶入(10)得

式中，

式中，

P1表示電源內(nèi)阻和線路電阻基波功率；P2表示線性負載上消耗的基波功率；P3表示電源內(nèi)阻、線路上消耗的諧波功率；P4表示非線性負載上消耗的諧波功率。

如圖2所示，本發(fā)明提出了一種改進的電動汽車充電非線性負荷諧波電能計量方法，包括以下步驟：

步驟1：對電動汽車充電非線性負荷諧波信號進行尺度分解

對于電力諧波信號f(t)，將其分解為低頻特征的逼近信號和高頻特征的細節(jié)信號；將f(t)按照如下公式進行j尺度分解

式中為尺度空間函數(shù)；ψ()為小波母函數(shù)；k為諧波序號；為尺度上的投影，實現(xiàn)信號對低頻部分的分解；為小波空間上的投影，實現(xiàn)信號對高頻部分的分解，t為時間，j表示分解的層數(shù)，2^-j體現(xiàn)信號分辨率；

步驟2：多分辨率分解實現(xiàn)諧波次數(shù)分離

多分辨率分解劃分每一層的頻帶，獲得逼近參數(shù)與局部特征參數(shù)分別為

其中，c_j,k為j尺度小波空間上k次諧波的逼近參數(shù)，d_j,k為j尺度小波空間上k次諧波的局部特征參數(shù)；k為諧波序號；m為尺度離散化的冪級數(shù)；c_j,m為j尺度小波空間上m次諧波的逼近參數(shù)，ψ_a,τ()為小波基函數(shù)，a為尺度因子，τ為平移因子；h()為尺度空間濾波函數(shù)，體現(xiàn)信號低通特性；g()為小波空間濾波函數(shù)，體現(xiàn)信號高通特性；

式c_j+1,k(k)與式d_j+1,k(k)實現(xiàn)不同次數(shù)的諧波分離；

步驟3：諧波重構(gòu)

經(jīng)過分解后的各頻帶內(nèi)包含不同的諧波成分，對各頻帶進行重構(gòu)獲取各次諧波，重構(gòu)公式為

重構(gòu)后的各頻帶為不同各次諧波成分，達到穩(wěn)態(tài)諧波與非穩(wěn)態(tài)諧波的分離；

步驟4：分解層數(shù)計算

按照基頻信號的頻率和采樣頻率來確定分解層數(shù)，分解層數(shù)的公式為

其中，f_s為采樣頻率，f₀為信號基頻頻率；

步驟5：非線性負荷諧波計算

非線性負荷諧波的電壓和電流信號表示為：

其中，j表示分解的層數(shù)；表示重構(gòu)電壓信號中刻度函數(shù)的系數(shù)；表示重構(gòu)電流信號中刻度函數(shù)的系數(shù)；表示重構(gòu)電壓信號中i層分解的小波包變換系數(shù)；表示重構(gòu)電流信號中i層分解的小波包變換系數(shù)，N表示信號采樣點數(shù)；

電能表中，電壓u(t)、電流i(t)相乘，在時間上累加，諧波的有功功率為

表示分解尺度為j時，第i個節(jié)點上頻帶內(nèi)信號功率，即諧波的有功功率。