尧图网站建设 
简介这份文档面向电气工程、新能源并网及充电设施规划方向的学习者与工程人员围绕电动汽车充电站接入电网后的谐波问题展开建模与仿真分析。内容从充电机非线性负荷产生谐波的机理入手利用MATLAB搭建单台充电机与整站仿真模型涵盖三相桥式不可控整流、滤波、高频DC-DC变换及输出滤波等关键环节并采用快速傅立叶变换对公共连接点电流进行谐波量化对照GB/T14549-93判断是否需配置滤波与无功补偿设备。资源包为1个doc文档约334KB结构紧凑适合作为课题报告撰写、仿真复现与工程评估的参考底稿。目前已有128人学习读者可借此掌握充电站谐波预测的通用方法、变压器Dyn11接线对谐波抑制的作用以及从单机到多机并网的完整建模思路为充电站规划设计与电能质量评估提供可借鉴的框架。1. 电动汽车充电站建模与谐波分析从一份报告文档到可复现的仿真流程一台 120 kW 直流快充桩接入配电网用普通电能质量分析仪测出来的电流波形THD 经常在 8% 到 25% 之间跳同一台桩换个时段测又是另一个数。很多人第一反应是仪器不准实际上这是充电站谐波问题的典型特征整流环节的非线性、多台桩的相位叠加、以及电网侧阻抗的时变共同决定了你测到的不是一个固定值。这份「电动汽车充电站建模与谐波分析报告.doc」要解决的就是把这种看起来玄学的东西变成一套能算、能仿真、能写进报告的数据链路。它适合配电网规划人员、充电站设计方、以及做电能质量评估的工程师也适合参加数学建模竞赛、需要快速搭出一套充电站谐波模型的学生。整条路径分三块充电负荷怎么建模、谐波源怎么等效、分析结果怎么落到报告里。2. 充电站负荷建模从单桩功率曲线到站级叠加2.1 单台充电桩的功率特性怎么描述充电站建模的第一步不是画电路而是搞清楚单台桩到底从电网抽走什么样的电流。交流慢充桩本质是一个带功率因数校正的整流负载电流波形接近正弦谐波含量低通常 3 次、5 次谐波电流含有率在 5% 以内。真正麻烦的是直流快充桩它内部是「AC-DC-AC-DC」两级变换前级不控整流或 PWM 整流后级 DC-DC 给电池。前级整流器是谐波的主要来源6 脉冲整流会产生 6k±1 次特征谐波12 脉冲能消掉 5、7 次但 11、13 次还在。建模时我一般用两种粒度。粗粒度用恒功率模型把充电桩当成一个随时间变化的 P(t) 负荷谐波用典型频谱乘以基波电流幅值。细粒度用时域模型用分段线性或开关函数描述整流桥的导通状态能算出真实的电流波形。做报告和配网评估粗粒度够用要做滤波器设计或谐振分析必须上细粒度。单桩功率曲线本身也不是常数。以 60 kW 直流桩为例电池 SOC 从 20% 充到 80% 大致分三段恒流段功率爬升、恒功率段维持额定、恒压段功率衰减。很多报告直接用一个矩形波代替误差能到 30% 以上。常见做法是用实测数据拟合一条 P(t) 曲线或者用电池充电特性反推。import numpy as np def charging_power_profile(t, p_rated60, t_cc0.5, t_cv1.5): 简化的三段式充电功率曲线 t: 时间数组单位小时 p_rated: 额定功率 kW t_cc: 恒流段结束时刻 t_cv: 恒压段结束时刻 p np.zeros_like(t) # 恒流段功率近似线性上升 mask1 t t_cc p[mask1] p_rated * (t[mask1] / t_cc) # 恒功率段维持额定 mask2 (t t_cc) (t t_cv) p[mask2] p_rated # 恒压段指数衰减 mask3 t t_cv p[mask3] p_rated * np.exp(-2 * (t[mask3] - t_cv)) return p t np.linspace(0, 3, 300) p charging_power_profile(t) print(f峰值功率: {p.max():.1f} kW, 总电量: {np.trapz(p, t):.1f} kWh)这段代码把充电过程拆成三段参数t_cc和t_cv需要根据实际电池类型调整。磷酸铁锂的恒流段通常更长三元锂的恒压段占比更大。np.trapz算出来的是单次充电电量用来校核模型是否合理。如果算出来 60 kW 桩充 3 小时只有 40 kWh说明衰减段设得太陡需要把指数系数从 2 调到 1 左右。2.2 多桩叠加同时率和相位怎么处理一个充电站有 10 台桩不代表任何时刻都是 10 台满功率运行。站级建模的核心参数是同时率也就是实际运行桩数与总桩数的比值。这个值跟站点类型强相关公交充电站夜间同时率能到 0.8 以上商场地下车库白天同时率可能只有 0.3。我一般用实测数据统计一个 15 分钟粒度的同时率曲线而不是拍一个固定值。谐波叠加比功率叠加更麻烦。两台桩的谐波电流不是简单相加要看相位。同型号桩在同一相上谐波相位接近电流直接相加不同相或者不同型号相位差可能导致部分抵消。工程上常用的保守做法是代数相加算出来的谐波电流偏大但留了裕度。如果要精确得用复数运算把每台桩的 h 次谐波电流写成幅值加相角的形式。def harmonic_superposition(devices, harmonic_order5): devices: 列表每个元素为 (幅值A, 相角rad) 返回该次谐波叠加后的幅值 real sum(a * np.cos(phi) for a, phi in devices) imag sum(a * np.sin(phi) for a, phi in devices) return np.sqrt(real**2 imag**2) # 三台同型号桩5次谐波电流幅值分别为 12A, 11A, 13A相角接近 devices [(12, 0.1), (11, 0.15), (13, 0.12)] i5 harmonic_superposition(devices, 5) print(f5次谐波叠加后电流: {i5:.2f} A)参数说明devices里每个元组的第一个值是该次谐波电流有效值第二个是相对于基波电压的相角。如果三台桩完全同相结果接近 36 A如果相角分散结果会明显小于代数和。这个函数可以直接嵌到站级谐波计算流程里按次循环。提示同时率和相位数据最好来自现场实测没有实测条件时参考同类型站点的公开统计数据并在报告里注明假设条件。3. 谐波源等效电路把整流器变成能算的模型3.1 恒流源模型和诺顿等效怎么选谐波分析里最常用的两种谐波源模型是恒流源模型和诺顿等效模型。恒流源模型假设谐波电流与电网阻抗无关直接把实测或典型的 h 次谐波电流注入节点。这个模型简单适合电网阻抗较小、谐波源内阻抗较大的场景比如高压侧评估。缺点是当系统阻抗变化时谐波电流不变可能低估谐振风险。诺顿等效模型把谐波源看成一个电流源并联一个内阻抗。内阻抗反映了整流器对谐波电压的敏感度电网阻抗和这个内阻抗的比值决定了实际注入电流。做谐振分析、滤波器设计时诺顿模型更准。代价是需要测或辨识内阻抗工作量更大。我一般分两步走先用恒流源模型做初步扫描找出谐波放大严重的节点和次数再对这些关键节点用诺顿模型细化。这样既控制了工作量又保证了关键结论的可靠性。3.2 用 Python 搭一个最小谐波潮流计算下面这段代码实现一个简化的谐波潮流计算给定节点导纳矩阵和注入谐波电流求各节点谐波电压。核心是解 Y·V I其中 Y 是 h 次谐波下的节点导纳矩阵。import numpy as np def harmonic_power_flow(Y, I_inj): Y: 节点导纳矩阵 (n x n)复数 I_inj: 节点注入谐波电流向量 (n,)复数 返回节点谐波电压向量 V np.linalg.solve(Y, I_inj) return V # 三节点系统示例节点1为充电站母线节点2、3为电网节点 # 基波频率 50Hz计算 5 次谐波250Hz f 250 omega 2 * np.pi * f # 线路参数R0.1 ohm/km, L0.5 mH/km, 长度 2km R_line 0.1 * 2 L_line 0.5e-3 * 2 Z_line R_line 1j * omega * L_line # 节点导纳矩阵简化节点1-2-3 链式 Y np.zeros((3, 3), dtypecomplex) Y[0, 0] 1/Z_line Y[0, 1] -1/Z_line Y[1, 0] -1/Z_line Y[1, 1] 2/Z_line Y[1, 2] -1/Z_line Y[2, 1] -1/Z_line Y[2, 2] 1/Z_line 1/(1j*omega*0.001) # 节点3接并联电容 # 节点1注入 5 次谐波电流 30A相角 0 I_inj np.array([300j, 0, 0]) V harmonic_power_flow(Y, I_inj) print(各节点5次谐波电压幅值(V):, np.abs(V)) print(节点1谐波电压含有率(%):, np.abs(V[0]) / 220 * 100)逻辑说明Y矩阵的对角元是节点自导纳非对角元是互导纳的负值。Z_line是线路在 250 Hz 下的阻抗注意感抗随频率线性增加。节点 3 的并联电容在 5 次谐波下呈现低阻抗可能引起谐波放大。np.linalg.solve解线性方程组得到各节点谐波电压。最后一行把节点 1 的谐波电压除以基波电压 220 V得到谐波电压含有率这是报告里必须有的指标。参数怎么改线路长度改2电容值改0.001注入电流改30。如果算出来某节点谐波电压含有率超过 4%按 GB/T 14549 就要考虑加滤波器或调整运行方式。注意这个模型是单相简化模型实际配电网要做三相不平衡分析需要把 Y 扩成 3n×3n 的矩阵。4. 谐波分析报告落地数据、图表和结论怎么写4.1 报告里必须有的四类数据一份能通过评审的谐波分析报告数据部分至少包含四块。第一块是充电站基本信息桩数量、单桩功率、接入电压等级、变压器容量。第二块是负荷曲线典型日的站级功率曲线15 分钟或 1 分钟粒度。第三块是谐波频谱各次谐波电流含有率至少列到 25 次。第四块是评估指标各节点谐波电压总畸变率、各次谐波电压含有率、是否超标。这四块数据里谐波频谱最容易出问题。很多报告直接抄设备手册上的典型值但实际运行中充电桩的谐波频谱跟负载率强相关。负载率 20% 和 80% 时5 次谐波含有率可能差一倍。我一般要求按负载率分档给频谱至少分低、中、高三档。4.2 图表怎么画才不被打回谐波分析报告的图表不需要花哨但必须清晰。频谱图用柱状图横轴次数纵轴含有率标注限值线。负荷曲线用折线图叠加同时率曲线。谐波电压分布用表格按节点列出各次含有率和总畸变率。下面这段代码用 matplotlib 画一张符合报告要求的频谱图import matplotlib.pyplot as plt import numpy as np orders np.arange(1, 26) # 典型 6 脉冲整流谐波频谱基波为 100% spectrum np.array([100, 0, 25, 0, 18, 0, 10, 0, 7, 0, 5, 0, 4, 0, 3, 0, 2.5, 0, 2, 0, 1.8, 0, 1.5, 0, 1.3]) limits np.full_like(orders, 4.0, dtypefloat) # 假设限值 4% plt.figure(figsize(10, 5)) plt.bar(orders, spectrum, colorsteelblue, label谐波电流含有率) plt.plot(orders, limits, r--, label限值参考) plt.xlabel(谐波次数) plt.ylabel(含有率 (%)) plt.title(充电站谐波电流频谱) plt.xticks(orders[::2]) plt.legend() plt.grid(axisy, alpha0.3) plt.tight_layout() plt.savefig(harmonic_spectrum.png, dpi150)参数说明spectrum数组里偶次谐波设为 0因为 6 脉冲整流的特征谐波是 6k±1 次。limits是参考限值实际报告里要按 GB/T 14549 或 IEEE 519 查表。dpi150保证打印清晰。这张图直接放进报告评审一眼能看出哪些次数接近或超过限值。4.3 结论部分怎么写得有依据结论不能只写「谐波超标建议治理」。要写清楚哪个节点、哪次谐波、超标多少、在什么运行方式下超标。比如「在夏季高峰负荷、同时率 0.8 的运行方式下10 kV 母线 5 次谐波电压含有率达到 5.2%超过 GB/T 14549 规定的 4% 限值建议在母线处加装 5 次单调谐滤波器」。这样的结论有数据支撑可执行。如果要做多方案对比用表格列清楚每个方案的投资、滤波效果、占地面积、运行损耗。不要只写「方案一优于方案二」要把差值算出来。5. 避坑与排查谐波分析里最容易翻车的五个地方5.1 现象仿真结果和实测差一倍原因谐波源模型用了恒流源但实际电网阻抗偏低谐波电流被分流。或者同时率设得过高把不同时运行的桩全加上了。解决先用实测数据反推同时率再检查电网阻抗是否接近谐振点。如果阻抗在 5 次谐波附近有峰值恒流源模型会严重高估谐波电压。5.2 现象频谱图里偶次谐波很高原因数据采集时没有做整周期采样或者 FFT 窗函数选错导致频谱泄漏。也可能是三相不平衡导致偶次谐波。解决检查采样率和采样点数是否满足整周期。用汉宁窗或平顶窗重做 FFT。如果偶次谐波仍然高检查三相电流是否平衡。5.3 现象报告里的谐波电压含有率算出来是负数原因用了错误的基准值或者把谐波电压和基波电压的相角搞混了。含有率是幅值比不应该出现负数。解决检查公式含有率 谐波电压有效值 / 基波电压有效值 × 100%。确认所有电压都是有效值不是瞬时值。5.4 现象滤波器设计后谐波反而放大原因滤波器电容和系统电感在某个频率发生并联谐振把该次谐波放大了。解决做阻抗扫描画出系统阻抗频率特性确认谐振点不在特征谐波附近。如果避不开调整滤波器参数或加阻尼。5.5 现象不同软件算出来的结果对不上原因节点导纳矩阵的建模方式不同或者谐波源模型不同。有的软件用恒功率有的用恒电流。解决统一模型和参数用同一个算例交叉验证。如果仍然对不上检查频率扫描步长和收敛精度。6. 进阶技巧用阻抗扫描提前发现谐振风险阻抗扫描是谐波分析里性价比最高的一个步骤。它不需要复杂的时域仿真只需要在频域里算系统阻抗随频率的变化就能看出哪些频率下系统阻抗有峰值。峰值对应的频率就是谐振频率如果这个频率接近某次特征谐波风险就很高。具体做法在充电站接入节点注入一个单位电流频率从 50 Hz 扫到 2500 Hz步长 5 Hz记录该节点的电压响应电压除以电流就是阻抗。用 Python 实现import numpy as np def impedance_scan(freqs, R_source, L_source, C_bank): 简化系统阻抗扫描 freqs: 频率数组 Hz R_source: 系统电阻 ohm L_source: 系统电感 H C_bank: 并联电容 F Z [] for f in freqs: omega 2 * np.pi * f Z_source R_source 1j * omega * L_source Z_cap 1 / (1j * omega * C_bank) Z_total Z_source * Z_cap / (Z_source Z_cap) Z.append(Z_total) return np.array(Z) freqs np.arange(50, 2500, 5) Z impedance_scan(freqs, R_source0.5, L_source2e-3, C_bank100e-6) Z_mag np.abs(Z) # 找峰值 peak_idx np.argmax(Z_mag) print(f阻抗峰值频率: {freqs[peak_idx]} Hz, 阻抗幅值: {Z_mag[peak_idx]:.2f} ohm) print(f对应谐波次数: {freqs[peak_idx]/50:.1f})参数说明R_source和L_source是系统等效参数C_bank是充电站无功补偿电容。如果峰值频率算出来是 350 Hz对应 7 次谐波而站里 7 次谐波电流含有率有 10%那就必须处理。处理方式可以是调整电容值把谐振点移开或者加装 7 次滤波器。我自己的习惯是每接一个充电站项目先跑一遍阻抗扫描把谐振点标在报告里。这个动作花不了半小时但能避免后期滤波器设计翻车。很多血泪经验都来自跳过这一步直接上滤波器结果谐振点没变谐波反而更严重。希望帮到你。本文还有配套的精品资源点击获取 电动汽车充电站谐波建模与仿真：从单桩到站级分析
简介这份文档面向电气工程、新能源并网及充电设施规划方向的学习者与工程人员围绕电动汽车充电站接入电网后的谐波问题展开建模与仿真分析。内容从充电机非线性负荷产生谐波的机理入手利用MATLAB搭建单台充电机与整站仿真模型涵盖三相桥式不可控整流、滤波、高频DC-DC变换及输出滤波等关键环节并采用快速傅立叶变换对公共连接点电流进行谐波量化对照GB/T14549-93判断是否需配置滤波与无功补偿设备。资源包为1个doc文档约334KB结构紧凑适合作为课题报告撰写、仿真复现与工程评估的参考底稿。目前已有128人学习读者可借此掌握充电站谐波预测的通用方法、变压器Dyn11接线对谐波抑制的作用以及从单机到多机并网的完整建模思路为充电站规划设计与电能质量评估提供可借鉴的框架。1. 电动汽车充电站建模与谐波分析从一份报告文档到可复现的仿真流程一台 120 kW 直流快充桩接入配电网用普通电能质量分析仪测出来的电流波形THD 经常在 8% 到 25% 之间跳同一台桩换个时段测又是另一个数。很多人第一反应是仪器不准实际上这是充电站谐波问题的典型特征整流环节的非线性、多台桩的相位叠加、以及电网侧阻抗的时变共同决定了你测到的不是一个固定值。这份「电动汽车充电站建模与谐波分析报告.doc」要解决的就是把这种看起来玄学的东西变成一套能算、能仿真、能写进报告的数据链路。它适合配电网规划人员、充电站设计方、以及做电能质量评估的工程师也适合参加数学建模竞赛、需要快速搭出一套充电站谐波模型的学生。整条路径分三块充电负荷怎么建模、谐波源怎么等效、分析结果怎么落到报告里。2. 充电站负荷建模从单桩功率曲线到站级叠加2.1 单台充电桩的功率特性怎么描述充电站建模的第一步不是画电路而是搞清楚单台桩到底从电网抽走什么样的电流。交流慢充桩本质是一个带功率因数校正的整流负载电流波形接近正弦谐波含量低通常 3 次、5 次谐波电流含有率在 5% 以内。真正麻烦的是直流快充桩它内部是「AC-DC-AC-DC」两级变换前级不控整流或 PWM 整流后级 DC-DC 给电池。前级整流器是谐波的主要来源6 脉冲整流会产生 6k±1 次特征谐波12 脉冲能消掉 5、7 次但 11、13 次还在。建模时我一般用两种粒度。粗粒度用恒功率模型把充电桩当成一个随时间变化的 P(t) 负荷谐波用典型频谱乘以基波电流幅值。细粒度用时域模型用分段线性或开关函数描述整流桥的导通状态能算出真实的电流波形。做报告和配网评估粗粒度够用要做滤波器设计或谐振分析必须上细粒度。单桩功率曲线本身也不是常数。以 60 kW 直流桩为例电池 SOC 从 20% 充到 80% 大致分三段恒流段功率爬升、恒功率段维持额定、恒压段功率衰减。很多报告直接用一个矩形波代替误差能到 30% 以上。常见做法是用实测数据拟合一条 P(t) 曲线或者用电池充电特性反推。import numpy as np def charging_power_profile(t, p_rated60, t_cc0.5, t_cv1.5): 简化的三段式充电功率曲线 t: 时间数组单位小时 p_rated: 额定功率 kW t_cc: 恒流段结束时刻 t_cv: 恒压段结束时刻 p np.zeros_like(t) # 恒流段功率近似线性上升 mask1 t t_cc p[mask1] p_rated * (t[mask1] / t_cc) # 恒功率段维持额定 mask2 (t t_cc) (t t_cv) p[mask2] p_rated # 恒压段指数衰减 mask3 t t_cv p[mask3] p_rated * np.exp(-2 * (t[mask3] - t_cv)) return p t np.linspace(0, 3, 300) p charging_power_profile(t) print(f峰值功率: {p.max():.1f} kW, 总电量: {np.trapz(p, t):.1f} kWh)这段代码把充电过程拆成三段参数t_cc和t_cv需要根据实际电池类型调整。磷酸铁锂的恒流段通常更长三元锂的恒压段占比更大。np.trapz算出来的是单次充电电量用来校核模型是否合理。如果算出来 60 kW 桩充 3 小时只有 40 kWh说明衰减段设得太陡需要把指数系数从 2 调到 1 左右。2.2 多桩叠加同时率和相位怎么处理一个充电站有 10 台桩不代表任何时刻都是 10 台满功率运行。站级建模的核心参数是同时率也就是实际运行桩数与总桩数的比值。这个值跟站点类型强相关公交充电站夜间同时率能到 0.8 以上商场地下车库白天同时率可能只有 0.3。我一般用实测数据统计一个 15 分钟粒度的同时率曲线而不是拍一个固定值。谐波叠加比功率叠加更麻烦。两台桩的谐波电流不是简单相加要看相位。同型号桩在同一相上谐波相位接近电流直接相加不同相或者不同型号相位差可能导致部分抵消。工程上常用的保守做法是代数相加算出来的谐波电流偏大但留了裕度。如果要精确得用复数运算把每台桩的 h 次谐波电流写成幅值加相角的形式。def harmonic_superposition(devices, harmonic_order5): devices: 列表每个元素为 (幅值A, 相角rad) 返回该次谐波叠加后的幅值 real sum(a * np.cos(phi) for a, phi in devices) imag sum(a * np.sin(phi) for a, phi in devices) return np.sqrt(real**2 imag**2) # 三台同型号桩5次谐波电流幅值分别为 12A, 11A, 13A相角接近 devices [(12, 0.1), (11, 0.15), (13, 0.12)] i5 harmonic_superposition(devices, 5) print(f5次谐波叠加后电流: {i5:.2f} A)参数说明devices里每个元组的第一个值是该次谐波电流有效值第二个是相对于基波电压的相角。如果三台桩完全同相结果接近 36 A如果相角分散结果会明显小于代数和。这个函数可以直接嵌到站级谐波计算流程里按次循环。提示同时率和相位数据最好来自现场实测没有实测条件时参考同类型站点的公开统计数据并在报告里注明假设条件。3. 谐波源等效电路把整流器变成能算的模型3.1 恒流源模型和诺顿等效怎么选谐波分析里最常用的两种谐波源模型是恒流源模型和诺顿等效模型。恒流源模型假设谐波电流与电网阻抗无关直接把实测或典型的 h 次谐波电流注入节点。这个模型简单适合电网阻抗较小、谐波源内阻抗较大的场景比如高压侧评估。缺点是当系统阻抗变化时谐波电流不变可能低估谐振风险。诺顿等效模型把谐波源看成一个电流源并联一个内阻抗。内阻抗反映了整流器对谐波电压的敏感度电网阻抗和这个内阻抗的比值决定了实际注入电流。做谐振分析、滤波器设计时诺顿模型更准。代价是需要测或辨识内阻抗工作量更大。我一般分两步走先用恒流源模型做初步扫描找出谐波放大严重的节点和次数再对这些关键节点用诺顿模型细化。这样既控制了工作量又保证了关键结论的可靠性。3.2 用 Python 搭一个最小谐波潮流计算下面这段代码实现一个简化的谐波潮流计算给定节点导纳矩阵和注入谐波电流求各节点谐波电压。核心是解 Y·V I其中 Y 是 h 次谐波下的节点导纳矩阵。import numpy as np def harmonic_power_flow(Y, I_inj): Y: 节点导纳矩阵 (n x n)复数 I_inj: 节点注入谐波电流向量 (n,)复数 返回节点谐波电压向量 V np.linalg.solve(Y, I_inj) return V # 三节点系统示例节点1为充电站母线节点2、3为电网节点 # 基波频率 50Hz计算 5 次谐波250Hz f 250 omega 2 * np.pi * f # 线路参数R0.1 ohm/km, L0.5 mH/km, 长度 2km R_line 0.1 * 2 L_line 0.5e-3 * 2 Z_line R_line 1j * omega * L_line # 节点导纳矩阵简化节点1-2-3 链式 Y np.zeros((3, 3), dtypecomplex) Y[0, 0] 1/Z_line Y[0, 1] -1/Z_line Y[1, 0] -1/Z_line Y[1, 1] 2/Z_line Y[1, 2] -1/Z_line Y[2, 1] -1/Z_line Y[2, 2] 1/Z_line 1/(1j*omega*0.001) # 节点3接并联电容 # 节点1注入 5 次谐波电流 30A相角 0 I_inj np.array([300j, 0, 0]) V harmonic_power_flow(Y, I_inj) print(各节点5次谐波电压幅值(V):, np.abs(V)) print(节点1谐波电压含有率(%):, np.abs(V[0]) / 220 * 100)逻辑说明Y矩阵的对角元是节点自导纳非对角元是互导纳的负值。Z_line是线路在 250 Hz 下的阻抗注意感抗随频率线性增加。节点 3 的并联电容在 5 次谐波下呈现低阻抗可能引起谐波放大。np.linalg.solve解线性方程组得到各节点谐波电压。最后一行把节点 1 的谐波电压除以基波电压 220 V得到谐波电压含有率这是报告里必须有的指标。参数怎么改线路长度改2电容值改0.001注入电流改30。如果算出来某节点谐波电压含有率超过 4%按 GB/T 14549 就要考虑加滤波器或调整运行方式。注意这个模型是单相简化模型实际配电网要做三相不平衡分析需要把 Y 扩成 3n×3n 的矩阵。4. 谐波分析报告落地数据、图表和结论怎么写4.1 报告里必须有的四类数据一份能通过评审的谐波分析报告数据部分至少包含四块。第一块是充电站基本信息桩数量、单桩功率、接入电压等级、变压器容量。第二块是负荷曲线典型日的站级功率曲线15 分钟或 1 分钟粒度。第三块是谐波频谱各次谐波电流含有率至少列到 25 次。第四块是评估指标各节点谐波电压总畸变率、各次谐波电压含有率、是否超标。这四块数据里谐波频谱最容易出问题。很多报告直接抄设备手册上的典型值但实际运行中充电桩的谐波频谱跟负载率强相关。负载率 20% 和 80% 时5 次谐波含有率可能差一倍。我一般要求按负载率分档给频谱至少分低、中、高三档。4.2 图表怎么画才不被打回谐波分析报告的图表不需要花哨但必须清晰。频谱图用柱状图横轴次数纵轴含有率标注限值线。负荷曲线用折线图叠加同时率曲线。谐波电压分布用表格按节点列出各次含有率和总畸变率。下面这段代码用 matplotlib 画一张符合报告要求的频谱图import matplotlib.pyplot as plt import numpy as np orders np.arange(1, 26) # 典型 6 脉冲整流谐波频谱基波为 100% spectrum np.array([100, 0, 25, 0, 18, 0, 10, 0, 7, 0, 5, 0, 4, 0, 3, 0, 2.5, 0, 2, 0, 1.8, 0, 1.5, 0, 1.3]) limits np.full_like(orders, 4.0, dtypefloat) # 假设限值 4% plt.figure(figsize(10, 5)) plt.bar(orders, spectrum, colorsteelblue, label谐波电流含有率) plt.plot(orders, limits, r--, label限值参考) plt.xlabel(谐波次数) plt.ylabel(含有率 (%)) plt.title(充电站谐波电流频谱) plt.xticks(orders[::2]) plt.legend() plt.grid(axisy, alpha0.3) plt.tight_layout() plt.savefig(harmonic_spectrum.png, dpi150)参数说明spectrum数组里偶次谐波设为 0因为 6 脉冲整流的特征谐波是 6k±1 次。limits是参考限值实际报告里要按 GB/T 14549 或 IEEE 519 查表。dpi150保证打印清晰。这张图直接放进报告评审一眼能看出哪些次数接近或超过限值。4.3 结论部分怎么写得有依据结论不能只写「谐波超标建议治理」。要写清楚哪个节点、哪次谐波、超标多少、在什么运行方式下超标。比如「在夏季高峰负荷、同时率 0.8 的运行方式下10 kV 母线 5 次谐波电压含有率达到 5.2%超过 GB/T 14549 规定的 4% 限值建议在母线处加装 5 次单调谐滤波器」。这样的结论有数据支撑可执行。如果要做多方案对比用表格列清楚每个方案的投资、滤波效果、占地面积、运行损耗。不要只写「方案一优于方案二」要把差值算出来。5. 避坑与排查谐波分析里最容易翻车的五个地方5.1 现象仿真结果和实测差一倍原因谐波源模型用了恒流源但实际电网阻抗偏低谐波电流被分流。或者同时率设得过高把不同时运行的桩全加上了。解决先用实测数据反推同时率再检查电网阻抗是否接近谐振点。如果阻抗在 5 次谐波附近有峰值恒流源模型会严重高估谐波电压。5.2 现象频谱图里偶次谐波很高原因数据采集时没有做整周期采样或者 FFT 窗函数选错导致频谱泄漏。也可能是三相不平衡导致偶次谐波。解决检查采样率和采样点数是否满足整周期。用汉宁窗或平顶窗重做 FFT。如果偶次谐波仍然高检查三相电流是否平衡。5.3 现象报告里的谐波电压含有率算出来是负数原因用了错误的基准值或者把谐波电压和基波电压的相角搞混了。含有率是幅值比不应该出现负数。解决检查公式含有率 谐波电压有效值 / 基波电压有效值 × 100%。确认所有电压都是有效值不是瞬时值。5.4 现象滤波器设计后谐波反而放大原因滤波器电容和系统电感在某个频率发生并联谐振把该次谐波放大了。解决做阻抗扫描画出系统阻抗频率特性确认谐振点不在特征谐波附近。如果避不开调整滤波器参数或加阻尼。5.5 现象不同软件算出来的结果对不上原因节点导纳矩阵的建模方式不同或者谐波源模型不同。有的软件用恒功率有的用恒电流。解决统一模型和参数用同一个算例交叉验证。如果仍然对不上检查频率扫描步长和收敛精度。6. 进阶技巧用阻抗扫描提前发现谐振风险阻抗扫描是谐波分析里性价比最高的一个步骤。它不需要复杂的时域仿真只需要在频域里算系统阻抗随频率的变化就能看出哪些频率下系统阻抗有峰值。峰值对应的频率就是谐振频率如果这个频率接近某次特征谐波风险就很高。具体做法在充电站接入节点注入一个单位电流频率从 50 Hz 扫到 2500 Hz步长 5 Hz记录该节点的电压响应电压除以电流就是阻抗。用 Python 实现import numpy as np def impedance_scan(freqs, R_source, L_source, C_bank): 简化系统阻抗扫描 freqs: 频率数组 Hz R_source: 系统电阻 ohm L_source: 系统电感 H C_bank: 并联电容 F Z [] for f in freqs: omega 2 * np.pi * f Z_source R_source 1j * omega * L_source Z_cap 1 / (1j * omega * C_bank) Z_total Z_source * Z_cap / (Z_source Z_cap) Z.append(Z_total) return np.array(Z) freqs np.arange(50, 2500, 5) Z impedance_scan(freqs, R_source0.5, L_source2e-3, C_bank100e-6) Z_mag np.abs(Z) # 找峰值 peak_idx np.argmax(Z_mag) print(f阻抗峰值频率: {freqs[peak_idx]} Hz, 阻抗幅值: {Z_mag[peak_idx]:.2f} ohm) print(f对应谐波次数: {freqs[peak_idx]/50:.1f})参数说明R_source和L_source是系统等效参数C_bank是充电站无功补偿电容。如果峰值频率算出来是 350 Hz对应 7 次谐波而站里 7 次谐波电流含有率有 10%那就必须处理。处理方式可以是调整电容值把谐振点移开或者加装 7 次滤波器。我自己的习惯是每接一个充电站项目先跑一遍阻抗扫描把谐振点标在报告里。这个动作花不了半小时但能避免后期滤波器设计翻车。很多血泪经验都来自跳过这一步直接上滤波器结果谐振点没变谐波反而更严重。希望帮到你。本文还有配套的精品资源点击获取