发明名称 一种电动汽车充电的非侵入式负荷监测与分解方法
摘要 本发明公开了一种电动汽车充电的非侵入式负荷监测与分解方法,首先对拟合信号进行阈值处理,获得大致估计的电动汽车充电负荷信号。然后将阈值处理后的拟合信号进行遍历,查找短时间片段的负荷信号,并对各个负荷信号进行判断是否满足“删除片段”的条件,对满足条件的“删除片段”进行过滤。接着,根据主峰个数与类型的对应关系对过滤后的拟合信号进行分类处理。最后,针对片段的类型采用对应的分解方法对片段进行分解,重建电动汽车充电方波信号,并将重建后的电动汽车充电方波信号作为电动汽车充电的负荷信号。本发明有效避免了在多个用电设备同时投入使用时信号之间的干扰,提高了监测结果的准确性。
申请公布号 CN105759113A 申请公布日期 2016.07.13
申请号 CN201610113709.1 申请日期 2016.02.29
申请人 北京工业大学 发明人 黎海涛;朱广;马银童
分类号 G01R21/00(2006.01)I 主分类号 G01R21/00(2006.01)I
代理机构 北京思海天达知识产权代理有限公司 11203 代理人 沈波
主权项 一种电动汽车充电的非侵入式负荷监测与分解方法,根据各用电设备在投入使用时产生的不同的负荷特征,对记录用户一定时间内用电情况的拟合信号进行分类处理,实现电动汽车负荷信号的分解和重建;其特征在于:该方法的具体实现步骤如下,步骤(1):对拟合信号x(t)进行阈值处理,用来获得粗略估计的电动汽车充电负荷信号<u>x</u>(t),即若干个片段;阈值处理后的拟合信号公式如下:<maths num="0001"><math><![CDATA[<mrow><munder><mi>x</mi><mo>&OverBar;</mo></munder><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>&GreaterEqual;</mo><msub><mi>T</mi><mrow><mi>l</mi><mi>o</mi><mi>w</mi></mrow></msub></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><mi>x</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>&lt;</mo><msub><mi>T</mi><mrow><mi>l</mi><mi>o</mi><mi>w</mi></mrow></msub></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000931826030000012.GIF" wi="677" he="143" /></maths>在家庭用户中,电动汽车充电负荷波形为持续时间较长的高振幅方波,其振幅高于3kW且持续时间介于30至200分钟;阈值定义为<maths num="0002"><math><![CDATA[<mrow><msub><mi>T</mi><mrow><mi>l</mi><mi>o</mi><mi>w</mi></mrow></msub><mover><mo>=</mo><mi>&Delta;</mi></mover><mi>m</mi><mi>a</mi><mi>x</mi><mo>{</mo><mn>2.5</mn><mo>,</mo><mfrac><mn>1</mn><mrow><mn>2</mn><mo>|</mo><mi>x</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>&gt;</mo><mn>2</mn><mo>|</mo></mrow></mfrac><mi>&Sigma;</mi><mi>k</mi><mo>:</mo><mi>x</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>&gt;</mo><msup><mn>2</mn><mrow><mi>x</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></mrow></msup><mo>}</mo><mo>,</mo></mrow>]]></math><img file="FDA0000931826030000013.GIF" wi="1093" he="118" /></maths><img file="FDA0000931826030000014.GIF" wi="45" he="46" />代数符号表示根据定义相等,x(k)为x(t)中的采样点,|x(k)&gt;2|用于计算幅值大于2kW的采样点个数;步骤(2):从经过阈值处理后的拟合信号<u>x</u>(t)中,选出持续时间短于20分钟的片段T<sub>seed</sub>,并标记为“删除片段”;步骤(3):从各依次向前和向后查找,判断是否存在持续时间短于D,且与T<sub>seed</sub>之间距离间隔不超过3D<sub>cur</sub>的片段,其中<img file="FDA0000931826030000016.GIF" wi="101" he="54" /><img file="FDA0000931826030000017.GIF" wi="310" he="71" />D<sub>cur</sub>表示当前T<sub>seed</sub>的持续时间,η是延时参数,在本方法中η取1.2;如果存在满足条件的T<sub>seed</sub>,将与它最近的片段标记为“删除片段”并设为新的T<sub>seed</sub>,然后重复本步骤,直至所有T<sub>seed</sub>遍历完成;对于不满足条件的T<sub>seed</sub>,转至下一个T<sub>seed</sub>,并重复本步骤;步骤(4):对所有T<sub>seed</sub>遍历完成后,将<u>x</u>(t)中所有标记为“删除片段”的T<sub>seed</sub>删除,完成过滤;步骤(5):根据信号波形特征对过滤后的片段S(t)进行分类定义,类型一:S(t)中只包括V<sub>3</sub>或者S(t)中V<sub>1</sub>与V<sub>3</sub>在持续时间大致重合;类型二:S(t)只包括V<sub>1</sub>或者V<sub>2</sub>中的一个,或者S(t)中V<sub>1</sub>与V<sub>3</sub>在持续时间上小范围的重合,或者S(t)中V<sub>2</sub>与V<sub>3</sub>有重合;类型三:S(t)中V<sub>1</sub>与V<sub>2</sub>有重合或者V<sub>1</sub>、V<sub>2</sub>和V<sub>3</sub>三者都有重合;其中V<sub>1</sub>,V<sub>2</sub>,V<sub>3</sub>分别表示电动汽车信号波形,空调信号波形和其他电器信号波形;步骤(6):将S(t)进行如下累积计数函数处理:f(c)=&lt;S(t)&gt;c&gt;其中c表示从0到max(S(t))的幅度阈值,操作符&lt;S(t)&gt;c&gt;用于计算S(t)中幅度大于c的采样点个数;如果c=0,则f(c)为S(t)中非零采样点的个数.如果c=max(S(t)),则f(c)为0;接着,在S(t)中找出相互距离大于2kW并且波形幅度大于0.2max(g)的点,即主峰,其中g代表f(c)的梯度;步骤(7):将计算得到的主峰个数和信号波形特征确定S(t)的类型:主峰个数为2时对应类型三;主峰个数为1时对应类型二;主峰个数为0时对应类型一;对于主峰个数多于2个的情况,将梯度g做进一步处理<img file="FDA0000931826030000021.GIF" wi="414" he="70" />如果S(t)的面积大于以g<sub>n</sub>为边长的正方形面积的35%,则对应类型一,否则对应类型三;步骤(8):根据S(t)对应的类型进行能量分解;针对类型一,计算其有效高度;若有效高度小于5.5kW,则S(t)为V<sub>3</sub>,从<u>x</u>(t)中删除此S(t);若有效高度大于5.5kW,S(t)为V<sub>1</sub>与V<sub>3</sub>在持续时间大致重合的复合信号,通过S(t)计算有效高度和有效宽度重建电动汽车的方波信号;针对类型二:计算有效高度和有效宽度;如果存在有效宽度异常大(大于250min),有效高度低于3kW的情况,表示不是电动汽车负荷信号,从<u>x</u>(t)中删除该S(t);如果不存在,则将计算得出的有效高度和有效宽度重建电动汽车充电的方波信号;针对类型三:首先对重合信号进行阈值处理,T<sub>high</sub>=T<sub>low</sub>+2.5(kw),T<sub>high</sub>为新的阈值并重复步骤(1),获得S(t)顶部的子片段;然后,计算S(t)的有效宽度,若有效宽度异常大(大于250min),则S(t)底部的子片段表示V<sub>2</sub>或V<sub>3</sub>,S(t)顶部的子片段为电动汽车的负荷信号;最后,对S(t)顶部的每个子片段计算有效宽度和真实高度,重建电动汽车充电方波信号;步骤(9):将<u>x</u>(t)中各S(t)重建的电动汽车充电方波信号作为电动汽车充电的负荷信号。
地址 100124 北京市朝阳区平乐园100号