摘要：電壓暫降問題給電力用戶帶來巨大經濟損失，需要供電企業(yè)和用戶雙方共同努力加以解決。采用合適的評估指標，有利于為雙方解決問題提供依據。電網薄弱環(huán)節(jié)識別指標是從供電企業(yè)的角度提出。利用蒙特卡洛模擬方法，獲得網架改造后電壓暫降幅值的期望值。仿真結果與實際統(tǒng)計的差別，表示故障地點對電壓暫降幅值的影響;故障發(fā)生次數則表示電網故障對電壓暫降發(fā)生頻次的影響。綜合二者形成電網薄弱環(huán)節(jié)識別指標，可綜合體現(xiàn)出電網故障對電壓用戶電壓暫降事件的影響，從而表征電網中的薄弱環(huán)節(jié)。通過指標計算，為供電企業(yè)電網改造地點提供更加明確的指導。
隨著經濟的不斷發(fā)展和高新技術企業(yè)用戶的不斷增多，在保證供電安全性和可靠性的同時，高新技術企業(yè)用戶對供電質量提出了越來越高的要求[1]。除了傳統(tǒng)的諧波、電壓偏差、頻率偏差、電壓波動和閃變等電能質量問題之外，用戶對暫態(tài)電壓質量問題也有不同程度的要求。目前，在國外電壓暫降問題是遭到用戶投訴最多的電壓質量問題[2]。電壓暫降可能造成生產線上電機停機、變頻器失壓保護誤動作、可編程邏輯控制器失靈、接觸器脫扣、計算機存儲數據丟失，給用戶帶來巨大的經濟損失[3]。
電壓暫降是指供電電壓有效值在短時間突然下降的事件，其持續(xù)的時間一般為半個周波到30個周波[4]。供電中斷是電壓暫降的一個特殊情況，是指供電電壓的有效值低至0左右。暫降幅值、持續(xù)時間和相位跳變是電壓暫降的三大指標。對于電壓暫降的指標，國際上尚無統(tǒng)一的標準定義，其中有代表性的包括國際電工委員會(IEC)標準和電氣與電子工程師協(xié)會(IEEE)標準。IEC定義電壓暫降為下降到額定值的90%～1%，電壓下降到低于額定值的1%為供電中斷，持續(xù)時間小于3min為短時中斷[5];IEEE定義電壓暫降為下降到額定值的90%～10%，電壓下降到小于10%額定值為供電中斷，持續(xù)時間<1min，為短時中斷[6]。
目前針對電壓暫降提出了多種評估指標，其中最常用是電壓暫降的統(tǒng)計指標為系統(tǒng)平均電壓暫降頻次指標[7]。該指標以可靠性計算方法原理出發(fā)，可得出不同電壓暫降程度下的發(fā)生概率。SARFI指標是一個基于統(tǒng)計的指標，能夠在宏觀上給出電壓暫降問題的嚴重程度。在電壓暫降的分析方法中還包括有故障點法和臨界距離法[8]等。故障點法能有效對故障發(fā)生地點、發(fā)生頻次及對用戶的影響進行評估[9]。而臨界距離法利用電壓分割原理，得出影響特定用戶的故障區(qū)域[10]。這些方法能在理論上評估電網故障對用戶電壓暫降影響，但是很難在實際具體指導電壓暫降問題的解決方法。
電壓暫降是一個與供電企業(yè)和電力用戶雙方都有關聯(lián)的問題，雙方都可通過一些手段緩解電壓暫降帶來的危害。如供電企業(yè)通過改善網架結構，減少故障發(fā)生次數;電力用戶則可以通過調整負荷的分配，將敏感負荷調整至電壓暫降不嚴重的線路上供電。本文分別針對供電企業(yè)提出了電網薄弱環(huán)節(jié)識別指標和針對用戶提出了設備故障停運概率指標，以指導雙方解決電壓暫降問題。
1用戶輸配電系統(tǒng)
本文的研究對象為某一高新技術企業(yè)，地處市郊的高新工業(yè)園內。由2個110kV變電站中的5條10kV線路供電，用戶線路都為YJV-300的電纜，電網結構示意如圖1所示。圖中，G1和G2為電網內的兩個電廠，B501和B502是500kV母線，B221～B226是220kV母線，B1101～B1116是110kV母線，B11～B17是10kV母線。L21～L24是220kV線路，L101～L118是110kV線路，大多數為架空線路，F(xiàn)1～F9是10kV饋線，其中F1～F5給用戶供電的5條10kV線路，其余的10kV線路均略去，系統(tǒng)總共包含2臺發(fā)電機、31個母線和31條線路。用戶所在的工業(yè)園區(qū)為新建工業(yè)園區(qū)，電網結構比較薄弱，輸電線路和配電線路多以架空線路為主，且工業(yè)園區(qū)處于雷擊高發(fā)地區(qū)，所以用戶發(fā)生電壓暫降的事件次數很多，2004-2006年上半年間共發(fā)生158起，其中2005年共發(fā)生電壓暫降和供電中斷事故77起，2006年上半年發(fā)生電壓暫降和供電中斷事故56起。統(tǒng)計所有的158次電壓暫降事件，得到電壓暫降幅值的平均值為7736V(0.7368p.u.)。根據供電企業(yè)的順序事件記錄SOE(seriesofevents)，相關的輸配電系統(tǒng)發(fā)生次數統(tǒng)計如表1所示。該供電區(qū)域內，故障發(fā)生次數較多，供電企業(yè)需要對網架進行改造，減少電網故障發(fā)生次數，以解決用戶的電壓暫降問題。因此必須有一個能夠明顯表征電網薄弱環(huán)節(jié)的指標，以指導供電企業(yè)對網架進行建設和改造。
2隨機模擬模型
由于電力系統(tǒng)的故障和地點均有很強的隨機性，因此Monte-Carlo模擬法和電磁暫態(tài)仿真方法常用于電壓暫降問題的概率評估和模擬計算[11～13]。在隨機模擬過程中，需要建立故障類型、故障地點、故障持續(xù)時間以及故障接地阻抗等隨機模型。
電壓暫降問題的評估受仿真模擬結果的影響很大，而仿真的模擬結果又取決于模型的選取。本研究中故障類型選用了文獻[7]的概率模型，而故障發(fā)生地點則采用平均概率模型。認為用戶電壓暫降的持續(xù)時間與電網的故障持續(xù)時間相同，因此不考慮故障持續(xù)時間的概率模型。不同故障類型的概率如表2所示。
3電網薄弱環(huán)節(jié)識別指標
故障地點與用戶的電氣距離影響電壓暫降的幅值，故障發(fā)生的次數則影響電壓暫降發(fā)生的次數。作為供電企業(yè)對網架進行改造時，應綜合考慮這兩方面的因素。
故障對電壓暫降幅值的影響可表示為
式中：Ff為故障發(fā)生頻度;FTi為節(jié)點i發(fā)生故障的次數;FTtotal為統(tǒng)計期內總的故障發(fā)生次數。
故障發(fā)生地點和故障發(fā)生次數在概率統(tǒng)計上可被認為是兩個相互獨立的事件，因此定義電網薄弱環(huán)節(jié)識別指標ULI(unsubstantiallocationindex)為
ULIi=ΔVFf(6)
由定義可知，ULIi可綜合考慮節(jié)點i發(fā)生故障對用戶電壓暫降的影響，包括電壓暫降的幅值和電壓暫降的發(fā)生次數，因此可以表現(xiàn)電網中該節(jié)點的薄弱程度。當本指標數值越大，說明越需要優(yōu)先考慮對其進行改造，以減小該地點的故障發(fā)生次數，從而減少對用戶電壓暫降的影響。
根據ULI確定電網改造優(yōu)先順序的流程如圖2所示。
4計算結果分析
針對圖1給出的用戶輸配電系統(tǒng)，根據SOE記錄，對所有158次事件進行計算，獲得各節(jié)點故障發(fā)生頻度如表3所示。
根據用戶的輸配電系統(tǒng)發(fā)生故障次數的統(tǒng)計結果，L114發(fā)生故障的次數最多，因此發(fā)生故障的概率也最高，但是由于距離用戶的電氣距離較遠，其發(fā)生故障對電壓暫降的幅值影響較小。其次發(fā)生故障次數的地點還包括B1109、B223、B226、F7、F9等地點，其中F7和F9距離用戶的電氣距離最近，因此其發(fā)生故障將導致用戶電壓暫降的幅值較大。
為了解決用戶電壓暫降問題，需對電網進行改造，將架空線路改造為電纜，降低其故障發(fā)生概率。針對供電部門優(yōu)先改造故障發(fā)生次數多的地點還是優(yōu)先改造對用戶影響大的地點的討論，本文利用蒙特卡洛模擬方法，對用戶的輸配電系統(tǒng)進行仿真計算，利用式(7)得到用戶輸配電系統(tǒng)的電壓薄弱環(huán)節(jié)識別指標(ULI)如表4所示。ULI指標結合了電網各元件發(fā)生故障的次數以及故障后對用戶電壓暫降的影響程度，因此可以表征電網中各元件需要改造的急切程度。表4中的ULI指標的計算結果表示，F(xiàn)7、F9兩地點的ULI最大，分別為6.45575和5.92410，比其他地點的指標值均高出許多，因此供電企業(yè)應該優(yōu)先對F7和F9兩條10kV線路進行改造，將架空線改為電纜的方式，降低故障發(fā)生次數。其次是需要對220kV變電站B223和B226母線進行防護，避免對用戶電壓暫降的影響。
從以上分析可以看出盡管110kV線路L114發(fā)生故障的次數最多(9次)，但是針對解決用戶的電壓暫降問題，其改造的重要性僅排在第五，因此不能僅僅憑借統(tǒng)計故障發(fā)生的次數確定改造的優(yōu)先順序。而應該根據ULI指標的大小對改造項目進行排序，達到投資的優(yōu)化。
5結論
針對供電企業(yè)通過網架改造以解決電壓暫降的問題，提出了電網薄弱環(huán)節(jié)識別指標。通過蒙特卡洛隨機模擬方法，綜合考慮故障地點和故障發(fā)生概率對用戶電壓暫降事件的影響，計算電網薄弱環(huán)節(jié)識別指標，通過指標大小的比較，可使供電企業(yè)掌握對用戶電壓暫降影響環(huán)節(jié)的排序，逐步實施電網改造。
參考文獻：
[1]朱桂萍，王樹民(ZhuGuiping，WangShumin).電能質量控制技術綜述(Asurveyonpowerqualitycontroltechnology)[J].電力系統(tǒng)自動化(AutomationofElectricPowerSystems)，2002，26(19)：28-31，40.
[2]嚴干貴，姜齊榮，黃民聰(YanGangui，JiangQirong，HuangMincong).未來的用戶電力技術(Custompowertechnologiesinthefuture)[J].電力系統(tǒng)自動化(AutomationofElectricPowerSystems)，2002，26(1)：62-69.
[3]BrumsickleWE，DivanDM，LuckjiffGA，etal.Powerqualityandreliability：CasestudiesfromoperationsofanationwidePQ&Rmonitoringsystem[J].IEEEIndustryApplicationsMagazine，2005，11(1)：48-53.
[4]IEC61000-4-11Testingandmeasurementtechniquesvoltagedips，shortinterruptionandvoltagevariationsimmunitytest[S].
[5]IEC61000-4-30Testingandmeasurementtechniquespowerqualitymeasurementmethods[S].
[6]IEEEStd1159-1995IEEErecommendedpracticeformonitoringelectricpowerquality[S].
[7]MartinezJA，Martin-ArnedoJ.Voltagesagstudiesindistributionnetworks-PartII：voltagesagassessment[J].IEEETransonPowerDelivery，2006，21(3)：1679-1688.
[8]周林，吳紅春，孟婧，等(ZhouLin，WuHongchun，MengJing，etal).電壓暫降分析方法研究(Studyofthevoltagesaganalysismethods)[J].高電壓技術(HighVoltageEngineering)，2008，34(5)：1010-1016.
[9]RadhakrishnaC，EshwardasM，ChebiyamG.Impactofvoltagesagsinpracticalpowersystemnetworks[C]∥IEEEPESTransmissionandDistributionConference.Atlanta，USA：2001.
[10]BollenMHJ.Methodofcriticaldistancesforstochasticassessmentofvoltagesags[J].IEEProceedings：Generation，TransmissionandDistribution，1998，145(1)：70-76.
[11]易楊，張堯，鐘慶(YiYang，ZhangYao，ZhongQing).基于蒙特卡羅方法的大型電力用戶電壓暫降評估(AssessmentofvoltagesagsinlargepowerconsumerbasedonMonte-Carlomethod)[J].電網技術(PowerSystemTechnology)，2008，32(6)：57-60，75.
[12]鐘慶，易楊，武志剛，等(ZhongQing，YiYang，WuZhigang，etal).電力用戶電壓暫降問題分析與仿真(Analysisandsimulationsofthevoltagesagsinpowercustomer)[J].電力系統(tǒng)及其自動化學報(ProceedingsoftheCSU-EPSA)，2008，20(6)：102-106，115.
[13]GuptaCP，MilanovicJV.Probabilisticassessmentofequipmenttripsduetovoltagesags[J].IEEETransonPowerDelivery，2006，21(2)：711-718.
更多好文：21ic智能電網
下載文檔
