Hilbert—huang变换在微网电能质量中的应用.docVIP

Hilbert—huang变换在微网电能质量中的应用 　　摘要：微网中存在大规模的电力电子设备和非线性负荷，它们引起的电压波动、电压闪变及谐波等电能质量问题日益严重。采用HHT（Hilbert-Huang transform）变换方法对微网中的电压闪变、谐波等电能质量扰动信号进行了EMD分解，得到各个IMF分量，并对IMF分量进行Hilbert谱分析和边际谱分析。仿真分析结果表明，HHT变换能有效检测出微网中不稳定信号的频率和幅值，为改善微网电能质量提供参考。 　　关键词：微网；谐波；检测；Hilbert变换；电能质量 　　作者简介：王玉（1978-），女，河北唐山人，西南民族大学电气信息工程学院，讲师；徐利梅（1979-），女，四川眉山人，西南民族大学电气信息工程学院，讲师。（四川 成都 610041） 　　基金项目：本文系中央高校基本科研业务费专项基金项目（项目编号：2NZYQN08）的研究成果。 　　中图分类号：TM61 文献标识码：A 文章编号：1007-0079（2013）30-0219-03 　　近年来，风电、光伏发电等可再生能源发电形式日益受到重视，分布式发电具有环保、高效、灵活的特点，逐步成为能源技术的重要发展方向。[1]一般分布式发电是指为满足用户特定的需要、支持现存配电网的经济运行或同时满足这两方面的要求，且在用户现场配置的小型发电系统。[2]分布式发电的供电短暂中断、电压调节、谐波问题和电压暂降会影响分布式发电并网的电能质量。而微网是将分布式发电、负荷、储能装置和控制装置结合，形成一个单一可控的独立供电系统。[2]微网大量采用现代电力电子技术，大大提高了供电的可靠性。但在微网运行中，风力发电系统、光伏发电系统容易受气候、天气等自然条件的影响，输出功率具有波动性、随机性、间歇性；微网中大量采用电力电子器件；系统中存在的大量非线性负荷，这些因素引起供电系统电压和频率的偏差、电压波动和闪变、谐波等电能质量问题，影响到电力用户的正常用电。 　　传统电力谐波的检测方法一般是快速傅里叶变换FFT和小波变换。但傅里叶变换计算量大，使得检测的时间延迟较长，不能满足非平稳信号与时频分析的需要。小波变换可进行多分辨分解，但小波基的选择并不唯一，实际的分析效果也不理想。[3，4] 　　本文阐述一种分析非线性、非平稳信号的方法——Hilbert-Huang 变换[5]（Hilbert-Huang Transform，HHT）。在文章[5]中，Norden E. Huang等人提出一种全新的信号处理方法，此方法主要包括经验模态分解法EMD（empiricalmode decomposition）和Hilbert变换两部分。HHT方法适用于分析非线性、非平稳信号，且不存在基函数选择问题。同时，HHT方法对线性和平稳信号的分析比其他时频分析方法具有更好的信号物理意义反映。因此该方法适用于检测电能质量扰动信号，包括谐波和电压闪变信号。[6，7] 　　一、HHT变换 　　HHT方法的核心部分是对信号进行EMD分解，得到信号固有模态分量（Intrinsic Mode Function，IMF），再对IMF分量进行Hilbert变换，求得信号的瞬时频率和瞬时幅值。 　　1.EMD分解 　　Hilbert变换仅对单分量信号具有物理意义，因此需要对原信号进行分解，得到单一频率的IMF分量。分解后的IMF变量，需要满足以下两个条件：[5]在整个信号范围内，极值点和过零点的数目必须相等或至多相差一个；在任意点处，局部最大值包络与局部最小值包络的均值为0。满足上述两个条件的信号就称为IMF信号，相应的函数称为经验模态函数。[5]进行IMF分解的方法就是EMD算法。对于一个时间序列s（t），EMD分解过程如下： 　　第一，确定输入信号s（t）的所有极大值点和极小值点。 　　第二，采用3次样条拟合方法，求出s（t）的上包络线v1（t）和下包络线v2（t），计算平均值，即。 　　第三，求s（t）与m差，即。 　　第四，校验h（t）是否满足IMF条件，若不满足将h（t）作为新的输入信号重复上述步骤，若满足转至第五步。 　　第五，令c = h（t），c为一个IMF 分量，求差，即。 　　第六，r作为新的s（t），校验是否满足分解终止条件，若不满足则将作为新的输入信号转至第一步，若满足则EMD分解过程结束，不能提取的为残余量r（t）。 　　经过上述EMD分解后，最终信号表示为： 　　（1） 　　上面（1）式中，r为残余函数，即作为测量的误差。当r为常数或基本呈单调趋势时，EMD分解停止。 　　2.Hilbert变换 　　通过EMD分解后的IMF分量为单一频率的信号，可以由Hilbert变换进行分析。 　　Hilber