光伏电站接入电网后电能质量评估研究现状

       对于光伏电站接入电网后的电能质量评估问题研究，文献中对有效改善光伏接入配电网后的电能质量问题，提出采用复合储能设备的思路来平滑电网功率波动、提高电网运行电压水平和改善谐波污染问题，通过合理优化配置复合储能设备，可最大化改善光伏电能质量水平。文献对光伏系统接入地铁牵引站的电能质量问题进行重点研究，有些因素要进行研究总结，当光伏系统用不同形式接入后电网运行后，输送的功率、系统的 容错能力和受百姓认可程度等方面，总结后的结果能很大程度对推进光伏消纳新途径的发展。当光伏发电系统接入电网后，也会产生一些问题，比如电网产生谐波、电压波动闪变、孤岛效应等方面，所以文献对其影响进行了分析并在内在机理的基础上进行了详细的建模，改善系统对电能质量的提高有了很大进步。从光伏逆变器综合控制的思路，通过对其有功-无功协调综合优化控制，有效改善了电网运行电能质量水平。对于光伏系统接入地区电网的电能质量研究，从目前来看，主要从光伏电能质量测试、建模、优化运行、光伏逆变器协调控制、储能优化配置、电能质量调节器等角度展开课题研究，研究对象涉及到大规模光伏并网、分布式光伏，研究领域涉及到输电网、配电网、船舶、地铁牵引系统。
电能质量检测方法的研究现状
      近些年，由于相关信息分析计算技术的不断改进、发展和突破，其在电能质量分析领域得到了大范围的推广和利用，总结现有方法和技术，对于新型的电能质量分析智能技术总结情况如下：
（1）改进的傅里叶变换方法（Improved Fast Fourier Transform Algorithm，IFFTA）IFFTA 技术主要是通过对采集的端口电压、电流信息进行滤波分解，得到其对应的 1 到 25 阶高次谐波参数，利用新型的 IFFT 变换技术对各阶段谐波参数的峰值参数进行统计分析，另一方面在采样精度层面，改进的方法采样精度提高了30%左右，从而可以精确有效的实现电能质量分析，同时为了保证计算的快速性，创造性的采用压缩空间储存法来多维并行计算，从而大大减少了分析的时间过程。
（2）变步长滤波算法
变步长滤波算法(Adaptive Filtering Algorithm, AFA)是近些年才刚开始起步
的智能算法技术，它主要是通过实习的变换计算速率步长参数，从而可以动态高效的实现电能质量分析[43-44]。但是该算法在使用的时候受外部参数的干扰影响很大，主要表现在干扰信息过大的时候容易偏离计算步长的调整，从而导致计算分析时陷入死循环的不利局面。
（3）神经网络算法(Artificial Neural Networks，ANN)
ANN 算法主要通过对训练样本也就是历史运行数据进行特性辨识分析，需要大量的样本参数，对于长期在运的设备电能质量分析的时候适用性相对较好，对于新投运的设备在分析的时候由于历史参数的样本数量少，导致训练精度低，因此，该方法的使用场合具有一定的局限性。
（4）分析滤波算法(Analytic Filtering Algorithm，AFA)
AFA 算法的使用主要通过对采集信息量，通过高低通滤波器进行处理，多过滤后的高、低频分量进行解耦分析计算，从而可以避免参数之间的互相作用性和干扰性，从而间接的提高计算的可靠性和精度要求[48]。但是该方法在滤波处理的时候，存在部分参数在滤波的时候被过滤掉，导致参数丢失，从而影响检测分析的精度。
（5）小波计算方法（Wavelet Calculation Method，WCM）
      WCM在分析电能质量的时候，将参数特性转换为时域空间下进行分析计算，可以有效避免各类参数的影响和干扰，从而可以动态高效的分析不同时段不同频域下的电能质量，该方法使用效率高，但推广还需要一定的时间。
（6）形态功能学电能检测法(Electrical Energy Detection Method, EEDM)
      EEDM 方法在分析各类谐波信号参数中已经取得了很好的效果，但是由于参杂在分析参数里的低次谐波分析精度并非高效，从而导致在低次谐波信号分析计算的效果不理想。
谐波的产生主要是由于风电并网，大量的非线性电力电子元器件接入电网而造成的。电网电能质量的治理是建立在能实时精确检测谐波分量的基础上，能否实时高精度检测谐波关系着电网改善成功与否。而现有的分析方法都存在一些缺点，这就需要研究高实时性和高检测精度的谐波检测算法。