面向智能电网的高级计量算法研究及系统设计

更新时间：2020-04-11 11:03:23 大小：10M 上传用户：xiaohei1810 查看TA发布的资源 标签：智能电网 下载积分：3分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

近年来，随着国家智能电网战略的实施，其相应配套的智能终端高级计量系统向高精度、多功能、智能化的方向发展。本文结合智能电网相关技术要求，首先介绍了电能计量理论基础，并对谐波影响下的电能计量进行分析;接着针对智能电网高级计量系统的电能质量分析要求，提出了一种适用于多分量非平稳电力信号的瞬时谐波参数估计算法;并结合智能电网的电力市场要求，提出了一种基于差分优化神经网络的短期电价预测方法，准确预测未来电价;最后，以电能计量芯片ADE7755、微控器AT89C51RC2为核心，利用RS485、USB通讯技术等，设计实现了一款符合智能电网终端产品需求的新型高级计量系统。

电能质量分析作为智能电网中的重要部分，瞬时谐波参数估计对智能电网高级计量算法研究具有重要意义，并已成为近年来的研究热点。本文提出了一种适用于多分量非平稳信号的瞬时谐波参数估计算法。假定被分析信号的所有谐波分量分布在有限的频带内，则通过该信号卷积相应理想带通滤波器的冲激响应，得到该带通滤波器的输出信号，然后对各带通滤波器输出信号在零频率处展开，进而得到对应谐波分量的瞬时参数，从而实现多分量非平稳信号的瞬时谐波参数估计。最后分别对谐波分量的振幅变化、频率变化、振幅频率同时变化三个算例进行了仿真。结果表明，瞬时振幅估计误差约2％，瞬时频率误差约0.5％，精度较高，并具有很好的瞬时性，能很好的完成多分量非平稳信号的瞬时谐波参数估计。

智能电网最终目标是提高供电效率、减少能量损耗和提高电网运行的经济性。准确的短期电价预测可为电网中市场参与者制定合理的竞价策略提供指导，从而提高用电效率，因此智能电网高级计量系统必须具备准确短期电价预测功能。本文在对已有方法的总结分析基础上，结合差分演化算法与BP遗传神经网络各自优势，提出了一种新的短期电价预测方法。首先利用差分演化算法对BP神经网络进行权值优化，然后通过试凑法确定最优的电价预测因素组合，最后利用BP神经网络实现短期电价预测，改善了预测的精度和鲁棒性。利用本文所述方法对美国电力市场07年1-4月的历史电价数据进行仿真，结果表明，预测电价相对误差保持在4％以内，能较好地完成短期电价预测。

最后，结合上述的高级计量算法研究成果和现代电子技术，设计实现了...