[發明專利]基于電能參數搜索量測高精度物聯智能電表分布式光儲充放系統在審
| 申請號: | 202210062360.9 | 申請日: | 2022-01-19 |
| 公開(公告)號: | CN114518488A | 公開(公告)日: | 2022-05-20 |
| 發明(設計)人: | 黃和平;顧章平;吳斌;馮學禮;黃蕾;黃林弟;林潔;鄭艷霞;葉青青 | 申請(專利權)人: | 浙江正泰儀器儀表有限責任公司 |
| 主分類號: | G01R22/06 | 分類號: | G01R22/06;G01R35/04 |
| 代理公司: | 西安知誠思邁知識產權代理事務所(普通合伙) 61237 | 代理人: | 李冰 |
| 地址: | 325603 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 電能 參數 搜索 測高 精度 智能 電表 分布式 光儲充放 系統 | ||
本發明公開了一種基于電能參數搜索量測高精度物聯智能電表的分布式光儲充放系統,包括第一智能電表和第二智能電表,兩者采用電能參數搜索量測高精度物聯智能電表,用于準確計量智能電網和分布式光伏逆變發電系統向負載供電的電能;電能參數搜索量測高精度物聯智能電表包括SVM搜索合成器,SVM搜索合成器用于分別對測量的單相交流瞬態電壓和單相交流瞬態電流進行處理,得到測量的單相交流瞬態電壓和單相交流瞬態電流的高斯窗函數高精度正弦波及其脈沖數,SVM搜索合成器的輸出進入比差校準單元進行電能識別和信號校準,比差校準單元的輸出電壓進入小波變換模塊,識別諧波和間諧波,得到諧波、間諧波的電壓和電流信號,使計量結果更加準確。
技術領域
本發明屬于物聯網智能電網輸配電領域,涉及一種基于電能參數搜索量測高精度物聯智能電表的分布式光儲充放系統。
背景技術
環境、安全與可靠的合規性使傳統發電的成本的優化,不具有可持續發展性,可再生能源、分布式發電成本的可變性、電能合規性使其具有可持續發展性,可再生能源分布式能源迎來了發展的春天。可再生能源分布式能源逐步替代大部分傳統能源,在未來30年可再生能源與傳統發電混聯構成的物聯網、互聯、智能電網三網合一的綠色智能電網時代,光伏(風電)分布式發電是可再生能源最具有高性價比的綠色能源,隨著光伏(風電)分布式發電在智能電網中扮演的角色越來越主要時,智能電網將依賴與使用于光伏(風電)分布式發電補償傳統主要電力的不足,成千上萬的光伏(風電)分布式發電余電并網售電,現有技術面臨以下幾大難題不能解決:
(1)由于環境因素制約光伏(風電)分布式發電的不一致性、間接性,導致不能穩定,連續、可靠供電和售電;即時采用電池光儲充放系統,也只能作為短時應急電,要做到科學預測發電、售電、用電的需求,使混合電力實現不斷電,可靠穩定供電,面臨多種發電、供電、用電和終端用戶的電身份無法智能識別、電能數據的可靠性和準確性差,目前還沒有可靠裝置可以克服以上缺陷;
(2)大量低壓低成本的光伏(風電)分布式發電余電上網,現有的智能電表與電能計量系統為電力公司(假定為售電部門)提供的是集成的售電供應信息和數據,這種集成分布式數據。在現有暴露式分布式能源通訊網絡是不安全的,電力公司無法識別、分割數據信息及無法控制物聯網下海量終端,不具保密性的數據,在利益的驅動下很容易篡改、伏(風電)分布式發電余電上網的數據更加分布。電力公司接受的售電數據無法判斷數據的正確、準確和錯誤、這樣造成的電能的調度、預測帶來斷電未供的事故。因此在實踐中電力公司不能完全實現光伏(風電)分布式發電余電上網的業務,也造成光伏(風電)分布式發電的繼續、大面積推廣應用。
(3)現有物聯網+智能電網中風光等新能源和新型負載的不斷接入,不穩定型能源給電網帶來更多是電流的高動態變化、傳統非線性負載帶來的穩態型諧波的畸變、帶來大量沖擊使電網三相平衡、諧波、間諧波、電壓與電流劇變的復雜特性、直接影響了現有電能計量的準確性、使得采用基于正弦電路功率理論或傳統非正弦電路功率理論設計的電能計量儀表,均不能真實反映其從電力系統吸收的電能。例如,基于正弦電路功率理論的電能計量儀表,理論上就不能計量沖擊負載中的諧波、間諧波的有功和無功電能,因而總有功和無功電能出現很大誤差,基于非正弦電路功率理論的電能計量儀表,理論上可計量諧波的有功電能和同次諧波無功電能、但仍然不能計量間諧波的有功電能和無功電能,不能計量不同頻率的電壓和電流之間的無功電能,總有功和無功電能也出現很大誤差。
(4)對策可再生能源間歇性,采用儲能補充不足電力是一個短時間有效的方法,但不能解決實時性和在線性計量智能電網電能問題,對策可再生能源例如風光儲充放工程技術人員和學者研究了例如傅里葉變換,用于諧波和間諧波參數估計,無法避免頻譜泄露和柵爛效應,對同步采樣和頻率分辨率要求較高。采用現有支持向量機和神經網絡需要大量樣本,計算量大,頻率未知、實時性差問題。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江正泰儀器儀表有限責任公司,未經浙江正泰儀器儀表有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210062360.9/2.html,轉載請聲明來源鉆瓜專利網。





