1 引言

    分布式發(fā)電系統(tǒng)在運行時要保證供電品質(zhì)、可靠性和安全性。所以需要對發(fā)電系統(tǒng)內(nèi)部狀態(tài)、外部負荷狀態(tài)或電網(wǎng)狀態(tài)進行監(jiān)測，并對發(fā)電系統(tǒng)進行管理和控制。

    分布式發(fā)電系統(tǒng)狀態(tài)通過監(jiān)控系統(tǒng)采集的信號間接或直接判斷。為了解決這些問題，需要從監(jiān)控系統(tǒng)構(gòu)造結(jié)構(gòu)和檢測算法兩個方面著手。

在監(jiān)控系統(tǒng)結(jié)構(gòu)方面，信息融合技術(shù)能夠利用信息之間的冗余或邏輯關(guān)系獲取對被研究對象更全面、更精確的認識，從而有效降低采樣信息存在的不確定性。對信息融合概念的描述多種多樣, 融合是一種形式框架, 其過程是用數(shù)學方法和技術(shù)工具綜合不同源信息, 目的是得到高品質(zhì)的有用信息。“高品質(zhì)”的精確定義依賴于應用。隨著信息融合的涵蓋面越來越廣, 從系統(tǒng)角度看, 信息融合不僅是信息的獲取、處理、理解和評估, 還應包括對傳感器的管理與控制。

    在檢測算法方面，軟計算方法是指對對象只求近似而非精確的有效計算方法，人們在大量不確定性系統(tǒng)或高度非線性復雜系統(tǒng)的研究中發(fā)現(xiàn)，在這類系統(tǒng)中，過分地追求精確性是不現(xiàn)實的，甚至是不可靠的，所以軟計算方法就成為信息處理中的主要數(shù)學手段。軟計算方法一般包括:模糊邏輯、人工神經(jīng)網(wǎng)絡、優(yōu)化算法、小波理論、分形理論、混沌理論、粗糙集理論、數(shù)學形態(tài)學等，這些不同數(shù)學方法的融合研究己成為信息軟計算技術(shù)研究的熱門方向。

    2 信息融合技術(shù)

    隨著微電子技術(shù)、信號檢測與處理技術(shù)、計算機技術(shù)、網(wǎng)絡通信技術(shù)以及控制技術(shù)的飛速發(fā)展，各種面向復雜應用背景的多傳感器系統(tǒng)大量涌現(xiàn)。在這些多傳感器系統(tǒng)中，信息表現(xiàn)形式的多樣性，信息數(shù)量的巨大性，信息關(guān)系的復雜性，以及要求信息處理的及時性、準確性和可靠性都是前所未有的。這就使得利用計算機技術(shù)對獲得的多傳感器信息在一定準則下加以自動分析、優(yōu)化綜合以完成所需的估計與決策—— 多傳感器信息融合技術(shù)得以迅速發(fā)展。

    2.1信息融合系統(tǒng)的功能模型 

    一種廣義的信息融合功能分級法，從信息融合功能角度出發(fā)把它分為五個層次：檢測級融合、位置級（目標跟蹤級）融合、屬性級(目標識別級)融合、態(tài)勢評估與威脅估計。  

    (1) 檢測級融合。檢測級融合是直接在多傳感器分布檢測系統(tǒng)中檢測判決或信號層上進行的融合。從分布檢測的角度看，檢測級融合的結(jié)構(gòu)模型主要有五種：分散式結(jié)構(gòu)、并行結(jié)構(gòu)、串行結(jié)構(gòu)、樹狀結(jié)構(gòu)和帶反饋并行結(jié)構(gòu)。

     (2) 位置級融合。位置級融合是直接在傳感器的觀測報告或測量點跡或傳感器的狀態(tài)估計上進行的融合，包括時間 和空間上的融合，是跟蹤級的融合，屬于中間層次，也是最重要的融合。在多傳感器跟蹤系統(tǒng)中，主要有集中式、分布式和混合式結(jié)構(gòu)。

     (3) 屬性級融合。目標識別融合可分為三種結(jié)構(gòu)層次:數(shù)據(jù)層融合、特征層融合和決策層融合。

     (4) 態(tài)勢評估與威脅估計。態(tài)勢評估與威脅估計是信息融合的第四層和第五層。

    3 光伏分布式發(fā)電監(jiān)控系統(tǒng)

    分布式發(fā)電系統(tǒng)可以工作在與電力網(wǎng)聯(lián)接的狀態(tài)，或獨立運轉(zhuǎn)狀態(tài)。為了保持發(fā)電系統(tǒng)可靠、正常運行，系統(tǒng)必需監(jiān)控內(nèi)部運行狀態(tài)、輸出負荷狀態(tài)；在并網(wǎng)運行時還需要同時監(jiān)控電力網(wǎng)的狀態(tài)，以保證發(fā)電系統(tǒng)內(nèi)部故障不波及電力網(wǎng)，且電力網(wǎng)故障不影響分布式發(fā)電系統(tǒng)的安全。

    3.1 直接測量狀態(tài)變量

    (1)直流側(cè)狀態(tài)變量

    主要有：光伏極板輸出電壓、電流，以及由電壓電流計算得到的功率；光伏極板接地電流；逆變器直流母線電壓、電流。

    (2)逆變器輸出側(cè)狀態(tài)變量

    主要有：逆變器輸出電壓、電流、頻率、相位、電流諧波，以及由電壓電流計算得到的功率、功率因數(shù)；輸出電流直流分量；交流漏電。

    (3)系統(tǒng)環(huán)境狀態(tài)變量

    主要有：機柜內(nèi)部溫度；主控板溫度；主功率器件溫度。

    (4)系統(tǒng)工作狀態(tài)變量

    主要有：并網(wǎng)運行；獨立運行；單獨(孤島)運行；機器內(nèi)部故障；電網(wǎng)故障。

    通過對系統(tǒng)以上狀態(tài)變量檢測，可以對系統(tǒng)大部分故障進行分析、決策。而一些復雜的故障的分析就需要具體分析了，比如孤島效應檢測的判斷是間接的，即通過其它信息如電壓、頻率、功率等來判斷電網(wǎng)運行狀態(tài)，而不是電網(wǎng)的配電開關(guān)狀態(tài)來直接判斷的。再比如電網(wǎng)電壓穿越檢測，需要識別是網(wǎng)絡波動引起的電壓降低，或是孤島運行引起的電壓波動。從網(wǎng)絡運行平穩(wěn)考慮，網(wǎng)絡波動引起的電壓降低情況下，希望分布式發(fā)電系統(tǒng)繼續(xù)運行以穩(wěn)定網(wǎng)絡電壓；在孤島運行引起的電壓波動情況下，為了安全，則必須盡快停止并網(wǎng)運行。

    3.2 故障分析及知識庫建立

    分布式發(fā)電系統(tǒng)運行的技術(shù)條件包括：

    (1) 保證現(xiàn)有電力網(wǎng)的供電品質(zhì)；

    (2) 保證電力網(wǎng)的供電可靠性；

    (3) 確保安全。包括分布式系統(tǒng)內(nèi)部安全和電力網(wǎng)安全，從保證安全角度看，最重要的是防止單獨運轉(zhuǎn)（孤島）。

    以上三類技術(shù)要求包括了許多故障狀態(tài)保護要求：過電流、接地電流、電壓上升、電壓下降等分布式發(fā)電系統(tǒng)內(nèi)部故障；電力網(wǎng)短路、孤島；平時和瞬時電壓變化、頻率上升、頻率下降、高次諧波；直流分量等。

    同時，在電網(wǎng)中存在大量的分布式發(fā)電聯(lián)接運行時，以上三類技術(shù)要求將更加復雜化。此時出現(xiàn)一些新的問題：

    (1) 系統(tǒng)中大量的分布式并網(wǎng)發(fā)電時，存在的逆流問題；

    (2) 大量的分布式并網(wǎng)發(fā)電增加了電網(wǎng)的短路容量；

    (3) 大量的分布式并網(wǎng)發(fā)電系統(tǒng)之間存在互相干擾，單獨運轉(zhuǎn)檢測靈敏度下降；

    (4) 盡管單個分布式系統(tǒng)的諧波含量符合規(guī)范，在多個分布式發(fā)電系統(tǒng)的高次諧波積累影響下，高次諧波總體水平上升，影響供電品質(zhì)；

    (5) 直流分量也存在著積累影響；

    (6) 大量的分布式并網(wǎng)運行時，影響電網(wǎng)系統(tǒng)的調(diào)度。比如開機、停機、切換、管理、計劃等，都會影響系統(tǒng)的平穩(wěn)運行。

    根據(jù)以上分析，可以一一建立相關(guān)故障信息庫。

    3.3 基于數(shù)據(jù)融合的決策評估算法

    模糊集的核心思想是把取值僅為1或0的特征函數(shù)擴展到可在單位閉區(qū)間[0,1]中任意值的隸屬函數(shù)。從而模糊計算處理可以更精確的表述事物，符合人們對事物的認識的過程和需求，“模糊即精確”。

    模糊集的隸屬函數(shù)值只是一個單一的值，而在現(xiàn)實中，人們對事物的認識存在猶豫或一定程度的知識缺乏，從而在認識過程中存在介于肯定和否定之間的猶豫。

    3.3.1 基于不確定動態(tài)直覺模糊多屬性的孤島檢測決策

    定義不確定直覺模糊變量

 
    定義：假設 表示P個不同時刻的區(qū)間直覺模糊數(shù)，且，

 為時間序列 的權(quán)重向量， ，則不確定動態(tài)直覺模糊加權(quán)平均算子為

 
通過分析并網(wǎng)發(fā)電過程，總結(jié)出孤島效應判斷的規(guī)則，構(gòu)造直覺模糊數(shù)系統(tǒng)如下：
 G1為并網(wǎng)電壓變化評估指標；
 G2為并網(wǎng)電壓頻率變化評估指標；
 G3為并網(wǎng)電壓諧波變化評估指標。
 為時間序列 的權(quán)重向量。
 為屬性 的屬性權(quán)重向量。
 Y1是孤島發(fā)生，并立即脫離并網(wǎng)運行的方案；
 Y2是可能孤島發(fā)生，但需延時10秒（可調(diào)）脫離并網(wǎng)運行的方案；
 Y3是電網(wǎng)正常運行，繼續(xù)并網(wǎng)的方案。

    則可以進行：(1)利用式(4)構(gòu)造不確定直覺模糊矩陣；(2)定義區(qū)間模糊理想點Y+ 和區(qū)間模糊負理想點Y- ，把方案Yi 記為 ；(3)分別計算方案Yi 和Y+ 以及方案Yi 和Y- 之間的距離；(4)計算每個方案的貼近系數(shù) ；(5)根據(jù)方案的貼近系數(shù) ，對所有方案進行排序選優(yōu)。貼近系數(shù)越大，則方案越優(yōu)。

    通過以上的不確定動態(tài)直覺模糊多屬性決策判斷，進行決策級信息融合。決策級信息融合使決策的合理性、可靠性增加，保證并網(wǎng)逆變器的運行方案實現(xiàn)最優(yōu)化。

    4 結(jié)論

    本文通過對分布式發(fā)電系統(tǒng)信息檢測和狀態(tài)監(jiān)控研究分析，建立了基于數(shù)據(jù)融合的系統(tǒng)模型，并研究了分布式發(fā)電系統(tǒng)狀態(tài)信息數(shù)據(jù)庫的建立。在光伏分布式發(fā)電監(jiān)控系統(tǒng)中，采用多屬性不確定動態(tài)直覺模糊決策算法，對系統(tǒng)決策層進行融合處理。使決策的合理性、可靠性增加，保證并網(wǎng)逆變器的運行方案實現(xiàn)最優(yōu)化。