[發明專利]基于電動汽車充電非線性負荷特征的卡爾曼和修正小波變換濾波方法

有效

• 申請號: 201810052698.X
• 申請日: 2018-01-19
• 公開（公告）號: CN108334822B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 王立輝;祁順然
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 王安琪

本發明公開了一種基于電動汽車充電非線性負荷特征的卡爾曼和修正小波變換濾波方法，包括如下步驟：根據電動汽車充電非線性負荷中直流基波、非穩態波信號特征對傳統小波變換算法的閾值參數、分層參數進行合理修正；利用修正小波變換濾除非穩態波和高次諧波；利用卡爾曼濾波算法濾除低次諧波；檢測信號突變點；卡爾曼濾波算法信號突變點處的平滑；通過上一步檢測到信號突變點處后，在其后的時間L采用修正小波變換分解替換卡爾曼濾波算法分解得到信號突變點處的基波信號。本發明能夠提高卡爾曼濾波算法的識別準確度，避免了卡爾曼濾波算法在信號突變處的“爬坡延遲”現象。

技術領域

本發明涉及電動汽車充電非線性負荷濾波技術領域，尤其是一種基于電動汽車充電非線性負荷特征的卡爾曼和修正小波變換濾波方法。

背景技術

新能源汽車以電動汽車為主，超常規的電動汽車規模化發展需要大量配套的充電站支撐。電動汽車充電站的充電機屬于新型大功率非線性設備，在充電過程中會形成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。且電動汽車蓄電池充電屬容性負荷，負荷功率因數偏低，充電負荷體現非線性特征。充電過程的復雜性，導致充電過程中將產生大量的諧波、非穩態波，對充電站的電能計量和電網運行產生影響。

目前，最常見的是采用傅里葉算法來對電動汽車充電過程中非線性負荷進行濾波，將周期性信號按照傅立葉級數的方式分解為不同頻率分量的疊加形式，具有響應速度快、數據處理能力高、計算精度高、實時性好等優點，適用于檢測諧波，但傅里葉算法作為一種全局性的數學變化，不具備局部化分析能力、不能分析沖擊波等非穩態波，無法精確識別非常數的直流充電信號。采用的的滑動窗函數的短時傅立葉變換(STFT)可以改善這種局限性，但其時頻分辨率固定不變，不具備自適應能力。小波變換算法的時窗和頻窗的寬度可以調節，依據信號的頻率成分，自動調節采樣密度來處理突變信號，適合反映信號的突發變化和時變跟蹤，特別適合波動諧波、快速變化諧波、突變信號和非平穩信號的分析，但無法分析計算基波、多次諧波的信號特征。本領域亦曾采用單獨的卡爾曼濾波算法對電動汽車充電過程中非線性負荷進行，可以很好識別分解各次諧波，但通過已有數據進行預測，當信號出現快速變化時，需要一定的緩沖時間，仍然無法精確識別非穩態波，且在信號突變處對信號成分的識別存在嚴重的“爬坡延遲”。三種方法均無法滿足現實應用對濾波的要求。

發明內容

本發明所要解決的技術問題在于，提供一種基于電動汽車充電非線性負荷特征的卡爾曼和修正小波變換濾波方法，能夠提高卡爾曼濾波算法的識別準確度，避免了卡爾曼濾波算法在信號突變處的“爬坡延遲”現象。

為解決上述技術問題，本發明提供一種基于電動汽車充電非線性負荷特征的卡爾曼和修正小波變換濾波方法，包括如下步驟：

(1)根據電動汽車充電非線性負荷中直流基波、非穩態波信號特征對傳統小波變換算法的閾值參數、分層參數進行合理修正；

(2)利用修正小波變換濾除非穩態波和高次諧波；

(3)利用卡爾曼濾波算法濾除低次諧波；

(4)檢測信號突變點；

(5)卡爾曼濾波算法信號突變點處的平滑；通過步驟(4)檢測到信號突變點處后，在其后的時間L采用修正小波變換分解替換卡爾曼濾波算法分解得到信號突變點處的基波信號。

優選的，步驟(1)中，對分層參數的修正具體為：電動汽車直流充電時基波頻率為0Hz，計算分解層數時，在原來的基礎上增加n層，其分解層數的公式為：

其中f_s為采樣頻率，f₀為紋波信號頻率的最大公約數，μ＝2；

對閾值參數的修正具體為：對兩種閾值取平均值；