基于信息融合的分布式发电系统监控
1 引言
分布式发电系统在运行时要保证供电品质、可靠性和安全性。所以需要对发电系统内部状态、外部负荷状态或电网状态进行监测，并对发电系统进行管理和控制。
分布式发电系统状态通过监控系统采集的信号间接或直接判断。为了解决这些问题，需要从监控系统构造结构和检测算法两个方面着手。
在监控系统结构方面，信息融合技术能够利用信息之间的冗余或逻辑关系获取对被研究对象更全面、更精确的认识，从而有效降低采样信息存在的不确定性。对信息融合概念的描述多种多样, 融合是一种形式框架, 其过程是用数学方法和技术工具综合不同源信息, 目的是得到高品质的有用信息。“高品质”的精确定义依赖于应用。随着信息融合的涵盖面越来越广, 从系统角度看, 信息融合不仅是信息的获取、处理、理解和评估, 还应包括对传感器的管理与控制。
在检测算法方面，软计算方法是指对对象只求近似而非精确的有效计算方法，人们在大量不确定性系统或高度非线性复杂系统的研究中发现，在这类系统中，过分地追求精确性是不现实的，甚至是不可靠的，所以软计算方法就成为信息处理中的主要数学手段。软计算方法一般包括:模糊逻辑、人工神经网络、优化算法、小波理论、分形理论、混沌理论、粗糙集理论、数学形态学等，这些不同数学方法的融合研究己成为信息软计算技术研究的热门方向。
2 信息融合技术
随着微电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发展，各种面向复杂应用背景的多传感器系统大量涌现。在这些多传感器系统中，信息表现形式的多样性，信息数量的巨大性，信息关系的复杂性，以及要求信息处理的及时性、准确性和可靠性都是前所未有的。这就使得利用计算机技术对获得的多传感器信息在一定准则下加以自动分析、优化综合以完成所需的估计与决策—— 多传感器信息融合技术得以迅速发展。
2.1信息融合系统的功能模型
一种广义的信息融合功能分级法，从信息融合功能角度出发把它分为五个层次:检测级融合、位置级（目标跟踪级）融合、属性级(目标识别级)融合、态势评估与威胁估计。
(1) 检测级融合。检测级融合是直接在多传感器分布检测系统中检测判决或信号层上进行的融合。从分布检测的角度看，检测级融合的结构模型主要有五种:分散式结构、并行结构、串行结构、树状结构和带反馈并行结构。
(2) 位置级融合。位置级融合是直接在传感器的观测报告或测量点迹或传感器的状态估计上进行的融合，包括时间 和空间上的融合，是跟踪级的融合，属于中间层次，也是最重要的融合。在多传感器跟踪系统中，主要有集中式、分布式和混合式结构。
(3) 属性级融合。目标识别融合可分为三种结构层次:数据层融合、特征层融合和决策层融合。
(4) 态势评估与威胁估计。态势评估与威胁估计是信息融合的第四层和第五层。
3 光伏分布式发电监控系统
分布式发电系统可以工作在与电力网联接的状态，或独立运转状态。为了保持发电系统可靠、正常运行，系统必需监控内部运行状态、输出负荷状态；在并网运行时还需要同时监控电力网的状态，以保证发电系统内部故障不波及电力网，且电力网故障不影响分布式发电系统的安全。
3.1 直接测量状态变量
(1)直流侧状态变量
主要有:光伏极板输出电压、电流，以及由电压电流计算得到的功率；光伏极板接地电流；逆变器直流母线电压、电流。
(2)逆变器输出侧状态变量
主要有:逆变器输出电压、电流、频率、相位、电流谐波，以及由电压电流计算得到的功率、功率因数；输出电流直流分量；交流漏电。
(3)系统环境状态变量
主要有:机柜内部温度；主控板温度；主功率器件温度。
(4)系统工作状态变量
主要有:并网运行；独立运行；单独(孤岛)运行；机器内部故障；电网故障。
通过对系统以上状态变量检测，可以对系统大部分故障进行分析、决策。而一些复杂的故障的分析就需要具体分析了，比如孤岛效应检测的判断是间接的，即通过其它信息如电压、频率、功率等来判断电网运行状态，而不是电网的配电开关状态来直接判断的。再比如电网电压穿越检测，需要识别是网络波动引起的电压降低，或是孤岛运行引起的电压波动。从网络运行平稳考虑，网络波动引起的电压降低情况下，希望分布式发电系统继续运行以稳定网络电压；在孤岛运行引起的电压波动情况下，为了安全，则必须尽快停止并网运行。
3.2 故障分析及知识库建立
分布式发电系统运行的技术条件包括:
(1) 保证现有电力网的供电品质；
(2) 保证电力网的供电可靠性；
(3) 确保安全。包括分布式系统内部安全和电力网安全，从保证安全角度看，最重要的是防止单独运转（孤岛）。
以上三类技术要求包括了许多故障状态保护要求:过电流、接地电流、电压上升、电压下降等分布式发电系统内部故障；电力网短路、孤岛；平时和瞬时电压变化、频率上升、频率下降、高次谐波；直流分量等。
同时，在电网中存在大量的分布式发电联接运行时，以上三类技术要求将更加复杂化。此时出现一些新的问题:
(1) 系统中大量的分布式并网发电时，存在的逆流问题；
(2) 大量的分布式并网发电增加了电网的短路容量；
(3) 大量的分布式并网发电系统之间存在互相干扰，单独运转检测灵敏度下降；
(4) 尽管单个分布式系统的谐波含量符合规范，在多个分布式发电系统的高次谐波积累影响下，高次谐波总体水平上升，影响供电品质；
(5) 直流分量也存在着积累影响；
(6) 大量的分布式并网运行时，影响电网系统的调度。比如开机、停机、切换、管理、计划等，都会影响系统的平稳运行。
根据以上分析，可以一一建立相关故障信息库。
3.3 基于数据融合的决策评估算法
模糊集的核心思想是把取值仅为1或0的特征函数扩展到可在单位闭区间[0,1]中任意值的隶属函数。从而模糊计算处理可以更精确的表述事物，符合人们对事物的认识的过程和需求，“模糊即精确”。
模糊集的隶属函数值只是一个单一的值，而在现实中，人们对事物的认识存在犹豫或一定程度的知识缺乏，从而在认识过程中存在介于肯定和否定之间的犹豫。
3.3.1 基于不确定动态直觉模糊多属性的孤岛检测决策
定义不确定直觉模糊变量
定义:假设 表示P个不同时刻的区间直觉模糊数，且，
为时间序列 的权重向量， ，则不确定动态直觉模糊加权平均算子为
通过分析并网发电过程，总结出孤岛效应判断的规则，构造直觉模糊数系统如下:
G1为并网电压变化评估指标；
G2为并网电压频率变化评估指标；
G3为并网电压谐波变化评估指标。
为时间序列 的权重向量。
为属性 的属性权重向量。
Y1是孤岛发生，并立即脱离并网运行的方案；
Y2是可能孤岛发生，但需延时10秒（可调）脱离并网运行的方案；
Y3是电网正常运行，继续并网的方案。
则可以进行:(1)利用式(4)构造不确定直觉模糊矩阵；(2)定义区间模糊理想点Y+ 和区间模糊负理想点Y- ，把方案Yi 记为 ；(3)分别计算方案Yi 和Y+ 以及方案Yi 和Y- 之间的距离；(4)计算每个方案的贴近系数 ；(5)根据方案的贴近系数 ，对所有方案进行排序选优。贴近系数越大，则方案越优。
通过以上的不确定动态直觉模糊多属性决策判断，进行决策级信息融合。决策级信息融合使决策的合理性、可靠性增加，保证并网逆变器的运行方案实现最优化。
4 结论
本文通过对分布式发电系统信息检测和状态监控研究分析，建立了基于数据融合的系统模型，并研究了分布式发电系统状态信息数据库的建立。在光伏分布式发电监控系统中，采用多属性不确定动态直觉模糊决策算法，对系统决策层进行融合处理。使决策的合理性、可靠性增加，保证并网逆变器的运行方案实现最优化。