CN103279592A - 一种配电网电压越限仿真方法 - Google Patents

Abstract

本发明涉及电力系统仿真技术领域，具体涉及一种配电网电压越限仿真方法。本发明以既有数据或预测数据，建立了配电网的负荷概率模型，采取随机数发生器，产生不同时间节点下的负荷值，采潮流计算方法计算产生配电网各个节点的电压值，经过多次计算并统计分析，可以得出配电网的电压合格率和电压越限指标。该方法具有计算方法简单，概念明确，适用于配电网的规划和运行阶段，能够为规划设计及运行控制人员提供参考及辅助决策。

Description

一种配电网电压越限仿真方法

技术领域

本发明涉及电力系统仿真技术领域，具体涉及一种配电网电压越限仿真方法。

背景技术

配电网处于电力系统的末端，直接与日常生活中的用电负荷和工业、农业、商业的用电设备相连，其电压质量直接关系到用户的切身利益，电压越限将直接导致工业生产损失，用户设备损坏，对电网的安全和经济运行带来负面影响。因此，需要对配电网的电压越限情况进行分析，以期在规划及运行阶段采取合理的措施保证配电网的电压质量。

目前，国家规定对配电网的电压越限及电压合格率的计算基于长期统计的结果，往往在系统运行之后才能得到系统的电压合格率及电压越限情况。在配电网规划阶段及运行控制阶段缺乏有效的技术手段来模拟配电网的电压越限情况。

国家标准《GB/T12325-2008电能质量供电电压偏差》规定了电压偏差的测量方法及电压合格率的统计方法。这些方法只适用于已经运行的配电网，在长期运行（月、季度、年）后，通过对电压测量点数据的统计后可以得到电压合格率。长期以来，电压合格率只能通过这种方式获得，在配电网的规划设计阶段中缺乏有效的手段来对电压情况进行预测判断，在配电网的运行阶段也无法及时获得电压变化的统计规律。

随着电网的发展，供电企业和用户对电能质量的要求越来越高。配电网的电压质量会极大地影响工农业生产的居民的日常生活，为了保证供电质量，必须对配电网的电压进行管理。传统的配电网电压分析建立在对实际配电网长期运行数据的统计分析基础上，缺乏有效的仿真方法对配电的电压越限进行仿真计算。

在配电网的规划和运行阶段，也可对配电网的电压进行校验。目前，对配电网的电压进行计算时，没有考虑到负荷的波动，只能得到某个时间断面确定的电压值，往往不能反映实际的运行情况。

发明内容

针对现有技术的不足，本发明的目的是提供一种配电网电压越限仿真方法，本发明以既有数据或预测数据，建立了配电网的负荷概率模型，采取随机数发生器，产生不同时间节点下的负荷值，采潮流计算方法计算产生配电网各个节点的电压值，经过多次计算并统计分析，可以得出配电网的电压合格率和电压越限指标。该方法具有计算方法简单，概念明确，适用于配电网的规划和运行阶段，能够为规划设计及运行控制人员提供参考及辅助决策。

本发明的目的是采用下述技术方案实现的：

一种配电网电压越限仿真方法，其改进之处在于，所述方法包括下述步骤：

（1）对配电网内所有负荷和节点进行编号；

（2）建立配电网负荷概率模型；

（3）随机产生负荷值；

（4）对所有时间节点重复步骤（2）和（3）；

（5）对单个负荷值进行潮流计算得到对应电压值；

（6）统计时间段内节点的电压值，确定一次电压合格率及电压越限指标；

（7）重复步骤（2）-（6），确定多次电压合格率及电压越限指标；

（8）对得到的多次电压合格率和电压越限指标求平均值，确定配电网电压合格率和电压越限指标的仿真值。

其中，所述步骤（2）中，负荷概率模型包括恒功率、恒阻抗和恒电流三类概率模型；所述负荷概率模型采用正态分布表示；

配电网中任一负荷在时间节点i的负荷概率模型用下式表示：

$f{\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$    ①；

式中：σ_i代表了时间节点i上历年负荷统计的标准差，μ_i代表了时间节点i上历年负荷统计的均值；

以P_i,1,P_i,2,...,P_i,n代表某一负荷在时间节点i上的n年的统计值，则有：

${\mathrm{\μ}}_i=\frac{P_{i,1}+P_{i,2}+\·\·\·+P_{i,n}}{n}$    ②；

${\mathrm{\σ}}_i=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(P_{i,j}-{\mathrm{\μ}}_i)}$    ③。

其中，所述步骤（3）中，在负荷概率模型的基础上，针对每个负荷的每个时刻，使用正态分布随机数发生器，产生每个时间节点上的负荷值；含有m个负荷的馈线，对其某一时间段内的电压越限情况进行仿真；该时间段内共有N个时间节点；

对于时间节点i和负荷j，其中1≤j≤m，根据负荷j在时间节点i，其中，1≤i≤n的负荷概率密度模型，使用正态分布的随机数发生器产生一次模拟中的负荷量

产生一次潮流计算中所需要的m个负荷的值。

其中，所述步骤（5）中，对N个时间节点均随机产生负荷概率模型，并进行潮流计算，记录各个节点的电压值。

其中，所述步骤（6）中，对步骤（5）中时间段内的电压值进行统计，即得到一次模拟的各个节点电压合格率。

其中，所述步骤（7）和步骤（8）中，确定电压合格率包括：

以时间节点i的电压值代表第i个小时的电压值，以

代表第k次计算中时间节点i电压节点j的电压越限情况，V_max和V_min分别代表电压上、下限，则有：

第k次计算中电压节点j的电压合格率为：

${\mathrm{\γ}}_j^k=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_{i,j}^k}{N}$    ⑤；

经过K次计算之后，得到电压节点j的平均电压合格率为：

${\mathrm{\γ}}_j=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\γ}}_j^k}{K}$    ⑥；

式⑥即为电压节点j的平均电压合格率。

其中，所述步骤（7）和步骤（8）中，确定电压越限指标包括：第k次计算中时间节点i的电压越限指标为：

${\mathrm{\δ}}_i^k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{i,j}^k}{n}$    ⑦；

经过K次计算之后，得到时间节点i的平均电压越限指标为：

${\mathrm{\δ}}_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^k}{K}$    ⑧；

电压越限指标表明时间节点i时配电网系统的电压越限情况，δ_i越小说明配电网系统在时间节点i的电压越限情况越严重，反之则说明配电网系统在时间节点i的电压质量越好。

与现有技术比，本发明达到的有益效果是：

1、本发明以既有数据或预测数据，建立了配电网的负荷概率模型，采取随机数发生器，产生不同时间节点下的负荷值，采潮流计算方法计算产生配电网各个节点的电压值，经过多次计算并统计分析，可以得出配电网的电压合格率和电压越限指标。该方法具有计算方法简单，概念明确，适用于配电网的规划和运行阶段，能够为规划设计及运行控制人员提供参考及辅助决策。

2、本发明能够在配电网规划设计及运行控制阶段，提供配电网电压可靠率的仿真计算；

3、本发明不需要对配电网的运行情况进行长期的统计，可针对某一具体的时间节点进行电压合格率的仿真计算；

4、本发明所需量测信息少，计算方法简单、准确。

附图说明

图1是本发明提供的某一负荷在一个月内的负荷变化波形图；

图2是本发明提供的配电网电压越限仿真方法流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明根据配电网实际运行数据或者预测数据，建立配电网的概率负荷模型，能够模拟配电网的实际负荷特点，以此为基础，进行潮流计算及电压分析，从而快速仿真得到配电网的电压越限指标和电压合格率。

实施例

对于含有多个负荷的配电网馈线，建立以统计信息为基础的负荷随机模型。随机产生负荷数据，每产生一次负荷数据就进行一次潮流计算，记录每一次潮流计算的节点电压记过。经过足够多次数的计算之后，对统计得到的电压情况进行分析计算，可以得到某一节点的电压合格率以及某一时间节点的电压越限情况，从而实现对配电网电压越限的仿真计算。下面结合图1和图2对技术方案说明如下：

对于含有m个负荷的配电网来说，针对每个时间节点，以负荷的历时资料、在线资料或者预测值作为期望μ，同时确定标准差σ，根据负荷符合的概率分布特性建立起负荷的概率密度模型。使用相应的随机数发生器可以产生负荷值，进行潮流计算，重复多次后记录多个电压值，采用统计的方法从而得出电压合格率和电压越限指标。具体包括下述步骤：

（1）对配电网内所有负荷和节点进行编号；

（2）建立配电网负荷概率模型：

配电网中的负荷模型可以分为恒阻抗、恒功率和恒电流三类，不论采取何种负荷模型，在实际生产中都可以采用统计的方法得出负荷的平均值，代表了该负荷在某一时刻的普遍大小。配电网中的负荷可以遵循不同的概率分布，常见的有正态分布、均匀分布等，从而实现在考虑波动的情况下负荷的概率建模。现以正态分布为例来说明配电网负荷概率模型的建立。图1显示了某一负荷在一个月内各个时间节点的负荷值。

建立配电中某一负荷在时间节点i的概率密度模型符合正态分布，如下：

$f{\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$    ①；

式中：σ_i代表了时间节点i上历年负荷统计的标准差，μ_i代表了时间节点i上历年负荷统计的均值。

①恒功率负荷：

以P_i,1,P_i,2,...,P_i,n代表某一负荷的有功在时间节点i上的n年的统计值。则有：

${\mathrm{\μ}}_{\mathrm{Pi}}=\frac{P_{i,1}+P_{i,2}+\·\·\·+P_{i,n}}{n}$    ②；

${\mathrm{\σ}}_{\mathrm{Pi}}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(P_{i,j}-{\mathrm{\μ}}_{\mathrm{Pi}})}$    ③；

以Q_i,1,Q_i,2,...,Q_i,n代表某一负荷的无功在时间节点i上的n年的统计值。则有：

${\mathrm{\μ}}_{\mathrm{Qi}}=\frac{Q_{i,1}+Q_{i,2}+...+Q_{i,n}}{n}$    ⑨；

${\mathrm{\σ}}_{\mathrm{Qi}}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(Q_{i,j}-{\mathrm{\μ}}_{\mathrm{Qi}})}$    ⑩；

则有，恒功率负荷的正态分布概率密度模型为：

${f\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Pi}}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Pi}})}^2}{2{{\mathrm{\σ}}_{\mathrm{Pi}}}^2}}+j\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Qi}}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Qi}})}^2}{2{{\mathrm{\σ}}_{\mathrm{Qi}}}^2}}$    

②恒阻抗负荷:

以Z_i,1,Z_i,2,...,Z_i,n代表某一负荷的电阻在时间节点i上的n年的统计值。则有：

${\mathrm{\μ}}_{\mathrm{Ri}}=\frac{R_{i,1}+R_{i,2}+...+R_{i,n}}{n}$    

${\mathrm{\σ}}_{\mathrm{Ri}}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(R_{i,j}-{\mathrm{\μ}}_{\mathrm{Ri}})}$    

以X_i,1,X_i,2,...,X_i,n代表某一负荷的电抗在时间节点i上的n年的统计值。则有：

${\mathrm{\μ}}_{\mathrm{Qi}}=\frac{X_{i,1}+X_{i,2}+...+X_{i,n}}{n}$    

${\mathrm{\σ}}_{\mathrm{Xi}}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(X_{i,j}-{\mathrm{\μ}}_{\mathrm{Xi}})}$    

则有，恒功率负荷的正态分布概率密度模型为：

${f\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Ri}}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Ri}})}^2}{2{{\mathrm{\σ}}_{\mathrm{Ri}}}^2}}+j\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Xi}}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Xi}})}^2}{2{{\mathrm{\σ}}_{\mathrm{Xi}}}^2}}$    

③恒电流负荷：

以Ir_i,1,Ir_i,2,...,Ir_i,n代表某一负荷的电流实部在时间节点i上的n年的统计值。则有：

${\mathrm{\μ}}_{\mathrm{Iri}}=\frac{{\mathrm{Ir}}_{i,1}+{\mathrm{Ir}}_{i,2}+...+{\mathrm{Ir}}_{i,n}}{n}$    

${\mathrm{\σ}}_{\mathrm{Iri}}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(R_{i,j}-{\mathrm{\μ}}_{\mathrm{Iri}})}$    

以Ii_i,1,Ii_i,2,...,Ii_i,n代表某一负荷的电流虚部在时间节点i上的n年的统计值；则有：

${\mathrm{\μ}}_{\mathrm{Ii},i}=\frac{{\mathrm{Ii}}_{i,1}+{\mathrm{Ii}}_{i,2}+...+{\mathrm{Ii}}_{i,n}}{n}$    

${\mathrm{\σ}}_{\mathrm{Ii},i}=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(X_{i,j}-{\mathrm{\μ}}_{\mathrm{Ii},i})}$    

则有，恒电流负荷的正态分布概率密度模型为：

${f\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Iri}}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Iri}})}^2}{2{{\mathrm{\σ}}_{\mathrm{Iri}}}^2}}+j\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{Ii},i}}{e}^{\frac{{(x-{\mathrm{\μ}}_{\mathrm{Ii},i})}^2}{2{{\mathrm{\σ}}_{\mathrm{Ii},i}}^2}}$    

（3）随机产生负荷值：

在上述负荷概率密度模型的基础上，针对每个负荷的每个时刻，使用符合负荷概率模型的随机数发生器，产生每个时间节点上的负荷值。

以符合正态分布的负荷为例，其正态分布发生器可以采用适当的方法实现，如中心极限定理、Box-Muller变换等方法。如果负荷符合均匀分布，则可以选择线性同余法、线性同余组合法、线性反馈移位寄存法、混沌映射法等等。

以含有m个负荷的馈线为例，对其某一时间段内的电压越限情况进行仿真计算。该时间段内共有N个时间节点。

对于时间节点i和负荷j(1≤j≤m)，根据负荷j在时间节点i(1≤i≤n)的负荷概率密度模型，使用正态分布的随机数发生器产生一次模拟中的负荷量

从而产生一次潮流计算中所需要的m个负荷的值。产生的负荷值如表1所示：

表1第k次计算所需负荷值

（4）对所有时间节点重复步骤（2）和（3）；

（5）对单个负荷值进行潮流计算得到对应电压值：

以表1的每一列负荷值作为潮流计算数据，进行潮流计算，则每一次计算产生每个时间节点的配电网电压值并记录，形成表2。配电网中电压监测节点总共为n个，潮流计算的方法可根据需要进行选取，如前推回代发、改进牛顿法、回路阻抗法等

表2第k次计算产生的节点电压值

（6）统计时间段内节点的电压值，确定一次电压合格率及电压越限指标；

（7）重复步骤（2）-（6），确定多次电压合格率及电压越限指标；

（8）对得到的多次电压合格率和电压越限指标求平均值，确定配电网电压合格率和电压越限指标的仿真值。

确定配电网电压合格率和电压越限指标包括：

①电压合格率：

以表2中电压节点j为例，以时间节点i的电压值代表第i个小时的电压值，以

代表第k次计算中时间节点i电压节点j的电压越限情况，V_max和V_min代表国家标准规定的电压上下限，则有：

   ④；

则第k次计算中电压节点j的电压合格率为：

${\mathrm{\γ}}_j^k=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_{i,j}^k}{N}$    ⑤；

经过K次计算之后，可以得到电压节点j的平均电压合格率为：

${\mathrm{\γ}}_j=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\γ}}_j^k}{K}$    ⑥；

以此作为电压节点j的平均电压合格率。

②电压越限情况：

第k次计算中时间节点i的电压越限指标为：

${\mathrm{\δ}}_i^k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{i,j}^k}{n}$    ⑦；

经过K次计算之后，可以得到时间节点i的平均电压越限指标为：

${\mathrm{\δ}}_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^k}{K}$    ⑧；

电压越限指标表明了时间节点i时，配电网系统的电压越限情况，δ_i越小说明配电网系统在时间节点i的电压越限情况越严重，反之则说明配电网系统在时间节点i的电压质量越好。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种配电网电压越限仿真方法，其特征在于，所述方法包括下述步骤：

（1）对配电网内所有负荷和节点进行编号；

（2）建立配电网负荷概率模型；

（3）随机产生负荷值；

（4）对所有时间节点重复步骤（2）和（3）；

（5）对单个负荷值进行潮流计算得到对应电压值；

（6）统计时间段内节点的电压值，确定一次电压合格率及电压越限指标；

（7）重复步骤（2）-（6），确定多次电压合格率及电压越限指标；

（8）对得到的多次电压合格率和电压越限指标求平均值，确定配电网电压合格率和电压越限指标的仿真值。

2.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（2）中，负荷概率模型包括恒功率、恒阻抗和恒电流三类概率模型；所述负荷概率模型采用正态分布表示；

配电网中任一负荷在时间节点i的负荷概率模型用下式表示：

$f{\left(x\right)}_i=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{\frac{{(x-{\mathrm{\μ}}_i)}^2}{2{{\mathrm{\σ}}_i}^2}}$    ①；

式中：σ_i代表了时间节点i上历年负荷统计的标准差，μ_i代表了时间节点i上历年负荷统计的均值；

以P_i,1,P_i,2,...,P_i,n代表某一负荷在时间节点i上的n年的统计值，则有：

${\mathrm{\μ}}_i=\frac{P_{i,1}+P_{i,2}+\·\·\·+P_{i,n}}{n}$    ②；

${\mathrm{\σ}}_i=\sqrt{\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(P_{i,j}-{\mathrm{\μ}}_i)}$    ③。

3.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（3）中，在负荷概率模型的基础上，针对每个负荷的每个时刻，使用正态分布随机数发生器，产生每个时间节点上的负荷值；含有m个负荷的馈线，对其某一时间段内的电压越限情况进行仿真；该时间段内共有N个时间节点；

对于时间节点i和负荷j，其中1≤j≤m，根据负荷j在时间节点i，其中，1≤i≤n的负荷概率密度模型，使用正态分布的随机数发生器产生一次模拟中的负荷量

产生一次潮流计算中所需要的m个负荷的值。

4.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（5）中，对N个时间节点均随机产生负荷概率模型，并进行潮流计算，记录各个节点的电压值。

5.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（6）中，对步骤（5）中时间段内的电压值进行统计，即得到一次模拟的各个节点电压合格率。

6.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（7）和步骤（8）中，确定电压合格率包括：

以时间节点i的电压值代表第i个小时的电压值，以

代表第k次计算中时间节点i电压节点j的电压越限情况，V_max和V_min分别代表电压上、下限，则有：

   ④；

第k次计算中电压节点j的电压合格率为：

${\mathrm{\γ}}_j^k=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{x}_{i,j}^k}{N}$    ⑤；

经过K次计算之后，得到电压节点j的平均电压合格率为：

${\mathrm{\γ}}_j=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\γ}}_j^k}{K}$    ⑥；

式⑥即为电压节点j的平均电压合格率。

7.如权利要求1所述的配电网电压越限仿真方法，其特征在于，所述步骤（7）和步骤（8）中，确定电压越限指标包括：第k次计算中时间节点i的电压越限指标为：

${\mathrm{\δ}}_i^k=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{i,j}^k}{n}$    ⑦；

经过K次计算之后，得到时间节点i的平均电压越限指标为：

${\mathrm{\δ}}_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\δ}}_i^k}{K}$    ⑧；

电压越限指标表明时间节点i时配电网系统的电压越限情况，δ_i越小说明配电网系统在时间节点i的电压越限情况越严重，反之则说明配电网系统在时间节点i的电压质量越好。

Images