CN103514571B - 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 - Google Patents
一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 Download PDFInfo
- Publication number
- CN103514571B CN103514571B CN201310499738.2A CN201310499738A CN103514571B CN 103514571 B CN103514571 B CN 103514571B CN 201310499738 A CN201310499738 A CN 201310499738A CN 103514571 B CN103514571 B CN 103514571B
- Authority
- CN
- China
- Prior art keywords
- load
- curve
- calculate
- month
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 18
- 230000003068 static effect Effects 0.000 claims abstract description 45
- 230000002354 daily effect Effects 0.000 claims description 63
- 238000004804 winding Methods 0.000 claims description 18
- 230000003203 everyday effect Effects 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 6
- 229910052802 copper Inorganic materials 0.000 claims description 6
- 239000010949 copper Substances 0.000 claims description 6
- 230000036961 partial effect Effects 0.000 claims description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000002964 excitative effect Effects 0.000 claims 2
- 238000004088 simulation Methods 0.000 abstract description 11
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- 238000003786 synthesis reaction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 240000002853 Nelumbo nucifera Species 0.000 description 7
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 7
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000036962 time dependent Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于负荷曲线分解的商业居民负荷类型负荷建模方法,包括以下步骤:分解负荷曲线,并计算每种负荷所占总量的比例;计算静态负荷等值参数、动态负荷等值参数和配电网系统阻抗。本发明提供一种基于负荷曲线分解的商业居民负荷类型负荷建模方法,该方法克服了传统统计综合法的缺点,可以快速、方便、准确地为居民负荷站点建模,用本发明生成的负荷模型可提高电网仿真计算的准确度,保障电网安全、可靠、经济地运行。
Description
技术领域
本发明涉及一种建模方法,具体讲涉及一种基于负荷曲线分解的商业居民负荷类型负荷建模方法。
背景技术
电力系统数字仿真己成为电力系统规划设计、调度运行和分析研究的主要工具,电力系统各元件的数学模型以及由其构成的全系统数学模型是电力系统数字仿真的基础,模型的准确与否直接影响仿真结果和以此为基础的决策方案。仿真所采用的模型和参数是仿真准确性的重要决定因素,目前发电机、励磁系统、调速系统、变压器、输电线路的详细数学模型和建模技术已经得到了很好的发展,相对而言电力负荷模型仍较简单,往往是从基本物理概念出发而采用的实用化模型和参数。多年来,我国各大电网在电力系统分析计算时,通常按照经验选定某种常见的负荷模型(如电动机+恒阻抗模型或恒定功率+恒定阻抗模型)并定性地确定模型参数。
电力系统负荷建模由于其复杂性、分布性、时变性以及随机性等因素,决定了其数学模型建立的困难。目前的负荷建模方法基本上可分为3类,即统计综合法、总体辨测法和故障拟合法。这三种方法各有其优缺点。用统计综合法得到的负荷模型具有物理概念清晰、易于被工程人员理解的优点,但其核心是建立在“统计资料齐全,负荷特性精确”的基础之上,这一点往往难以做到,而且不可能经常进行统计,从而无法考虑负荷随时间变化的特性。总体测辨法避免了大量的统计工作,有可能得到随时间变化的在线实时负荷特性,其最大的问题在于过份依赖扰动事故,且辨识的模型参数物理意义不明确,另一个问题是难以在系统中所有变电站都安装有关装置。故障拟合法的优点是参数确定过程与现在程序计算时选择参数的过程一致,而且在某些故障下能获得重现。但实际上它是一种试凑的方法,在某些故障下的负荷参数是否适用于其他故障难以保证,而且认为全系统负荷参数相同、不变显然不符合负荷的实质。以上三种方法中统计综合法由于其物理模型清晰、概念明确,便于定性了解负荷特性,被广泛应用。
但传统的统计综合法存在一定的缺点,包括:
(1)调查所得负荷容量与实际负荷功率并不一致,因为存在同时率的问题,并非所有设备都是24小时投入使用,因此,需要进行分时段调查统计;
(2)随着时间的推移,实际负荷功率、负荷构成以及网络结构都可能发生变化,如果对负荷进行一次调查统计建模工作后就想一劳永逸,难以达到准确度要求;
(3)调查工作需统计成千上万个用户的负荷组成及参数,工作量巨大,而且难于获得准确的统计结果。
综合负荷构成成分的随机时变是其负荷特性具有随机时变性的本质原因。这种时变性必然导致电力用户和变电站的日负荷曲线具有时变性。因此,用户和变电站的日负荷曲线必然含有反映负荷构成特性的丰富信息。
根据行业负荷分类的惯例,可将负荷划分为工业负荷、商业负荷和居民负荷、农业负荷及其他负荷这4类。其中商业负荷和居民负荷(包括小城市和大城市居民负荷)类型是比较复杂的负荷类型之一,也是比较重要的负荷类型,在各负荷类型站点中占有较大比重。
居民负荷曲线具有如下特点:
(1)在夏季和冬季天气变化比较明显时,负荷的变化明显,负荷明显增大。而在春季和秋季负荷变化趋势比较一致,并且平均负荷相差不大。附图1-4是比较典型的居民负荷曲线,在4月份和10月份负荷明显较小,并且每天的负荷曲线变化不大;但是对于1月份,负荷明显增大,增加1倍左右;对于7月份的负荷曲线,负荷也明显增大,但是每天的负荷大小相差较明显,具有一定的分散性。上述的4条曲线分别代表了一年四个季节的居民负荷的变化情况,天气变化对负荷的影响非常明显。通常春季和秋季的负荷曲线比较固定,并且负荷较小。
(2)对于同一变电站或不同变电站,具有类似负荷类型的出线的负荷曲线有一定的差异。例如,车站变车五、车泰、车交双回线1月份的负荷曲线如附图5-7所示。从上图中的曲线可以看出,对于不同的出线,即使负荷类型相似,对应的负荷变化曲线也有一定的差异,有的甚至比较大。居民负荷类型和商业负荷类型是混合在一起的,很难明确区分,是造成上述差别的重要原因之一。商业负荷类型的主要用电时间段为白天,部分在晚上,而居民负荷类型的高峰用电时间一般是晚上,如果商业负荷类型占有的比例较大,则白天负荷相对就较大(如附图7),否则,白天负荷相对较小(如附图6)。
(3)每天的负荷随着时间的变化差异较大。从附图1-4和5-7的负荷曲线可以看出,对于居民负荷类型(包括商业负荷)任意一天的负荷在不同时刻负荷大小都不同,差异明显。高峰负荷一般都出现在晚上,在夏季负荷较大时也可能出现在中午时刻,而最低负荷一般都出现在凌晨时刻。
(4)负荷出现的高峰时刻随着时间的变化有一定的差异。由附图1-4所示,对于该图中的1月份和4月的高峰负荷出现在晚上20点左右,7月份的高峰负荷出现在晚上21点左右,10月份的高峰负荷出现在19点左右。
(5)部分支路负荷存在变为0或者变为负值的情况。例如,车站变的车泰双回线5月份和8月份的负荷曲线如附图8-9所示,车解双回线6月份的负荷曲线如附图10所示。由图中可以看出,车泰双回线5月份有一天的负荷由正值变为负值,有一天负荷完全是负值;车泰双回线8月份有一天的负荷在6~7点的时段内为0;车解双回线6月份有两条曲线的白天时段都为0。从所有的负荷曲线看,负荷越小越容易出现上述问题,曲线的变化规律性越差。
通过对用户和变电站日负荷曲线的特征分析,就能确定与之对应的各个典型用电行业用电设备构成比例及变电站的用电行业构成比例。由于数据采集与监控(SCADA)系统及负荷控制管理系统(简称负控系统)能够分别提供实时的变电站综合负荷的日负荷曲线和电力用户的日负荷曲线,因此,由此确定的综合负荷构成比例将具有在线、实时建模的性质,从而能够从根本上克服传统统计综合法负荷建模的固有缺陷。
发明内容
为了克服上述现有技术的不足,本发明提供一种基于负荷曲线分解的商业居民负荷类型负荷建模方法,该方法克服了传统统计综合法的缺点,可以快速、方便、准确地为居民负荷站点建模,用本发明生成的负荷模型可提高电网仿真计算的准确度,保障电网安全、可靠、经济地运行。
为了实现上述发明目的,本发明采取如下技术方案:
本发明提供一种基于负荷曲线分解的商业居民负荷类型负荷建模方法,所述方法包括以下步骤:
步骤1:分解负荷曲线,并计算每种负荷所占总量的比例;
步骤2:计算静态负荷等值参数、动态负荷等值参数和配电网系统阻抗;
步骤3:结合负荷节点的供电区域网络拓扑数据,校验配电网系统的动态响应特性。
所述步骤1包括以下步骤:
步骤1-1:分解负荷曲线;
步骤1-1-1:对所供负荷类型为居民负荷或商业负荷的变电站,合并该变电站10kV或6kV负荷出线的日负荷曲线;
步骤1-1-2:计算该变电站负荷每月的有效负荷天数,如果某天负荷有零值,认为该天无效,如果某天负荷有反号现象,也认为该天无效;
步骤1-1-3:计算该变电站负荷每月的平均日负荷曲线、平均月负荷曲线、月平均负荷值;
步骤1-1-4:计算4月份和10月份所有日负荷曲线平均值之和,再除以4月份和10月份的有效天数,得到4月份和10月份所有日负荷曲线总的平均值,并确定满足基准负荷曲线要求的日负荷曲线平均值范围,其范围为计算出的4月份和10月份所有日负荷曲线总的平均值的0.7倍~1.1倍;
步骤1-1-5:从4月份开始对所有月份的负荷曲线进行分解,如果某天的日负荷曲线平均值处于基准负荷曲线要求的日负荷曲线平均值范围,则该条日负荷曲线为满足基准负荷曲线要求的曲线,选择分解月份中满足基准负荷曲线要求的曲线,计算曲线的平均曲线,作为基准负荷曲线;
步骤1-1-6:确定日负荷曲线平均值下限,该下限值等于4月份和10月份所有日负荷曲线平均值的1.1倍,如果某天的日负荷曲线平均值大于该下限值,则认为该条日负荷曲线为满足大负荷曲线要求的曲线;
步骤1-1-7:确定该月的大负荷曲线,并计算基准曲线负荷的平均值;
步骤1-2:计算每种负荷所占总量的比例;
步骤1-2-1:计算各变电站每月的月平均负荷值和指定月份指定日的平均负荷值;
步骤1-2-2:计算指定月份、指定日、指定时刻的负荷值;
步骤1-2-3:计算包括制冷负荷和制热负荷的分离部分负荷所占比例kp0和基准负荷所占比例kf。
所述步骤1-1-3中,计算该变电站负荷每月的平均日负荷曲线,将每月的所有有效日负荷曲线相加,再除以该月份的有效天数;
计算该变电站负荷每月的平均月负荷曲线,将每月每天日负荷曲线中24个时刻的负荷相加再除以24所得到的曲线;平均月负荷曲线中各有效天对应的值又称作日负荷曲线平均值,日负荷曲线平均值为每天24个时刻的负荷相加,再除以24所得到的平均值;
计算该变电站负荷每月的月平均负荷值,将每月的平均月负荷曲线中各有效天对应的值相加,再除以该月份的有效天数;
所述步骤1-1-5中,如果该月份满足基准曲线的负荷曲线的数目小于3条,并且前面没有计算过任何一个月份的基准曲线,则先不计算该月的曲线,进行下一个月曲线的计算;如果该月满足基准曲线要求的曲线数大于等于3条,计算基准曲线,将该月份的所有满足基准曲线要求的日负荷曲线相加,再除以该月满足基准曲线要求的曲线数,计算得到的基准曲线作为该月的小负荷曲线;否则,采用上一个月的基准曲线;
所述步骤1-1-7中,确定该月的大负荷曲线,如果该月份满足大负荷曲线要求的负荷曲线条数小于3条,则忽略这些负荷曲线,该月份不计算大负荷曲线,不进行负荷曲线分离计算;如果该月份满足大负荷曲线要求的负荷曲线条数大于等于3条,计算大负荷曲线;
计算基准曲线负荷的平均值,对大负荷曲线、基准负荷曲线进行标幺化,将三者的平均值变为1。
所述步骤1-2-1中,计算各变电站每月的月平均负荷值,将每月的平均月负荷曲线中各有效天对应的值相加,再除以该月份的有效天数;
计算指定月份指定日的平均负荷值,将计算出的该月份的月平均负荷值乘以指定日的日负荷曲线平均值的标幺值;
所述步骤1-2-2中,计算指定月份、指定日、指定时刻的负荷值;
1)如果只有小负荷曲线,则采用小负荷曲线进行计算;
2)如果同时存在大负荷曲线和小负荷曲线,根据该月份指定日的日负荷曲线平均值大小确定是采用大负荷曲线或小负荷曲线进行计算;
设定值为某月份的基准负荷平均值的1.1倍,则有:
2-1)如果该月的日负荷曲线平均值小于该定值,采用小负荷曲线进行计算;
2-2)如果日负荷曲线平均值大于该定值,采用大负荷曲线进行计算,大负荷计算结果为计算出的该月份的基准负荷平均值乘以该月份指定日的小/大负荷曲线中指定时刻对应的值;
还需计算指定月份、指定日、指定时刻的分离负荷值,计算大负荷曲线和基准负荷曲线的差值,作为分离后的负荷曲线,该值等于计算出的指定月份、指定日、指定时刻的负荷值减去该月份的基准负荷平均值乘以该月份指定日的小负荷曲线中指定时刻对应的值,再除以计算出的指定月份、指定日、指定时刻的负荷值;
所述步骤1-2-3中,计算分离部分负荷所占比例kp0,将分离负荷值除以计算出的指定月份、指定日、指定时刻的负荷值;则基准负荷所占比例kf为1-kp0。
所述步骤2中,静态负荷等值参数计算过程如下:
将负荷功率与电压之间的关系描述为多项式方程形式的多项式静态负荷模型,有
其中,P和Q分别为静态负荷的有功功率和无功功率,V为静态负荷的实时电压,V0为静态负荷的额定电压,P0和Q0分别为表示在V0下静态负荷的额定有功功率和无功功率,a、b和c均为多项式静态负荷模型的有功功率系数,α、β和γ均为多项式静态负荷模型的无功功率系数;
对静态负荷的等值主要是对a、b、c、P0和α、β、γ、Q0的等值,对多项式静态负荷模型的等值是基于静态负荷功率对静态负荷端电压的灵敏度,有
其中,n为静态负荷个数,Pi和Qi分别为第i个静态负荷的有功和无功功率,和分别为第i个静态负荷有功功率相对于电压的偏微分和第i个静态负荷无功功率相对于电压的偏微分;
当V=V0时,有:
其中,P0i和Q0i分别为第i个静态负荷的初始有功功率和无功功率;
其中,ai、bi和ci均为第i个静态负荷的多项式静态负荷模型有功功率系数;
其中,αi、βi和γi均为第i个静态负荷的多项式静态负荷模型无功功率系数。
所述步骤2具体包括以下步骤:
步骤A:计算所有电动机的总吸收有功功率P∑与无功功率Q∑、总电磁功率P∑em、总转子绕组铜耗P∑cu2和总最大电磁功率P∑em_max,具体有:
其中Pj、Qj、Pemj、Pcu2j和Pem_maxj分别表示第j台等值电动机的有功功率、无功功率、电磁功率、转子绕组铜耗和最大电磁功率;m为等值电动机台数;
步骤B:计算等值电动机的定子绕组铜耗P∑cu1及等值电动机的滑差S,分别表示为:
P∑cu1=P∑-P∑em(14)
S=P∑cu2P∑em(15)
初始化等值电动机的最大电磁功率Pemt_max,使Pemt_max=P∑em_max;
步骤C:计算等值电动机的定子绕组电阻Rs;
先计算等值电动机的定子绕组相电流有
其中,为电动机的机端电压;
则等值电动机的定子绕组电阻Rs表示为:
步骤D:计算等值机模型的等值阻抗Zdeq:
且有
Rdeq=real(Zdeq)(19)
Xdeq=imag(Zdeq)(20)
其中,Rdeq和Xdeq为相应的等值电阻和等值电抗;
步骤E:计算等值电动机的定子绕组漏抗Xs和转子绕组漏抗Xr,有
步骤F:经过迭代对等值电动机的定子绕组漏抗Xs和转子绕组漏抗Xr进行修正;
步骤G:计算等值电动机的转子绕组电阻和等值激磁电抗;
根据计算得到的Rs、Xs、Xr和Zdeq,设Kr=Rdeq-Rs,Kx=Xdeq-Xs,则等值电动机的转子绕组电阻Rr和等值激磁电抗Xm分别表示为:
步骤H:采用迭代法计算等值电动机的最大电磁功率,并对其进行修正;
1)计算第k次迭代中的等值电动机的最大电磁功率Pemt_maxk,表示为
基于戴维南定理,等值电动机的戴维南等值阻抗Zdp表示为
且有,Rdp=real(Zdp)和Xdp=imag(Zdp),Rdp和Xdp分别为戴维南等值电阻和等值电抗;
等值电动机产生最大电磁功率的条件为:
其中,Rpm为对应产生最大电磁功率的戴维南等值阻抗幅值,Sm为临界滑差;
戴维南等值开路电压为
则,第k次迭代中的戴维南等值电动机的最大电磁功率可表示为
2)修正等值电动机的最大电磁功率;
计算第k次迭代中等值电动机最大电磁功率的修正系数τmaxk,其表示为:
则修正后的等值电动机最大电磁功率Pemt_max表示为:
Pemt_max=τmaxk×P∑em_max (30)
以Pemt_max与Pemt_maxk的绝对误差为等值电动机最大电磁功率的迭代误差有
以为迭代收敛标准,若则重新计算Xs、Rr、Xr和Xm;
步骤I:计算等值惯性时间常数;
等值惯性时间常数H表示为:
其中Pnj和Hj为第j台等值电动机的额定功率和惯性时间常数。
所述步骤2中,配电网系统阻抗表示为:
其中,Zeq为配电网系统阻抗;uf表示母线电压,Zf表示变压器和配电线路阻抗;Il表示负荷电流,其中,M和N分别为配电网系统中的节点总数和支路总条数。
与现有技术相比,本发明的有益效果在于:
1.本方法基于电力系统营销部门负荷控制管理系统采集的电力用户的日负荷曲线及数据采集与监控(SCADA)系统提供的实时变电站综合负荷的日负荷曲线,通过负荷曲线分解获得任意时刻商业居民负荷变电站所供的各用电设备类型及比例,并利用调度部门提供的负荷节点的供电区域网络拓扑数据,采用统计综合法,实现商业居民负荷站点的在线负荷建模,以达到准确地为商业居民负荷站点建模的目的,提高电网仿真计算的准确度,保障电网安全、可靠、经济地运行。
2.本方法基于实际电网的日负荷曲线数据,开展了在线负荷建模,改变了传统统计综合法依靠离线人工调查的模式,可快捷、方便、准确地进行负荷建模,大大节省了人力、物力,且避免了由于调查结果不准确导致的负荷建模不准确问题,本方法是对传统建模方式的进一步提升,为负荷建模工作提供了重要的指导的作用。
3.本方法通过多样化的在线数据资源(如营销负荷控制管理系统采集的电力用户的日负荷曲线及数据采集与监控(SCADA)系统提供的实时变电站综合负荷的日负荷曲线及调度网络拓扑信息)实现统计综合法的在线化,对负荷节点可以进行实时SLM建模,模型物理意义明确,适应性强,克服了传统所有负荷建模方法难以适应负荷时变性的问题。
附图说明
图1是车站变车解双回线路1月份的日负荷曲线图;
图2是车站变车解双回线路4月份的日负荷曲线图;
图3是车站变车解双回线路7月份的日负荷曲线图;
图4是车站变车解双回线路10月份的日负荷曲线图;
图5是车站变车五双回线1月份的日负荷曲线图;
图6是车站变车泰双回线1月份的日负荷曲线图;
图7是车站变车交双回线1月份的日负荷曲线图;
图8是车站变车泰双回线5月份的负荷曲线图;
图9是车站变车泰双回线8月份的负荷曲线图;
图10是车解双回线6月份的负荷曲线图;
图11是车站变车交双回线路7月份的负荷曲线图;
图12是车站变车交双回线路12月份的负荷曲线图;
图13是车站变车交双回线路7月份的负荷曲线(标么化)图;
图14是为车站变车交双回线路12月份的负荷曲线(标么化)图;
图15是车站变7月份分解后的负荷曲线图;
图16是车站变12月份分解后的负荷曲线图;
图17是基于负荷曲线分解的商业居民负荷类型负荷建模方法流程图;
图18是220kV负荷母线电压曲线的对比图;
图19是220kV负荷母线负荷有功功率曲线的对比图;
图20是220kV负荷母线负荷无功功率曲线的对比图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
针对商业负荷和居民负荷的负荷曲线基本特点,采用的基本处理方法如下:
(1)商业负荷和居民负荷统一处理,不进行区分。
通常情况下商业负荷和居民负荷是混合在一起的,详细区分两者比较困难;两种负荷类型的用电设备类型具有一定的相似性;两者虽然负荷变化曲线不太相同,但是有类似的规律,都随着天气的变化而变化,夏天都含有较多的制冷负荷、冬天都具有较高的制热负荷,这两部分负荷是负荷的重要组成部分,也是分离负荷的重点部分。
针对商业负荷和居民负荷类型,统称为商业居民负荷类型。
(2)商业居民负荷的基本负荷设备主要分为制冷负荷、制热负荷和其它负荷。
随着天气的变化,居民负荷和商业负荷的变化非常明显,占有的比例也比较大,这部分负荷主要反映了制冷负荷和制热负荷的变化,比较容易分解;其它负荷部分称为基本负荷,该部分负荷的变化规律相对比较固定,含有的设备类型非常复杂,对其进行详细分解有较大的困难,可行性较小,因此不对其进行分解。
(3)合并具有类似负荷类型的线路
由于部分负荷曲线存在负荷为0或者反向的问题,负荷越小出现的概率越大。在分解负荷曲线时,针对这些特殊的负荷曲线,如果不删除,可能会对负荷建模结果有一定的影响。采用的方法:
按照线路另一端名称进行分类。分解过程中是按照电压等级进行分类的,具有相同电压等级的出线分为一组。
对合并后的曲线,如果任何一点数据为0或者反号,则认为该曲线无效。
采用上述两种方法后,可以消除大部分特殊的负荷曲线,由于负荷曲线较多,并且负荷较大,剩余的少量特殊的负荷曲线对分解的结果不会产生明显的影响,完全可以忽略。
(4)将每个月所有的负荷曲线合并为几条负荷曲线,作为典型的负荷曲线。
对于某个月的负荷曲线来说,如果将该月所有的日负荷曲线的平均值都转化为1(将所有时刻的负荷值除以一天的平均负荷值,这样得到的曲线所有点的平均值为1,该过程称为标么化),此时的负荷曲线相差较小。
例如,车站变车交双回线路7月份和12月份的负荷曲线如附图6所示。
如果将附图6中的曲线的平均值都变为1,则负荷曲线如附图7所示。
从附图6和7可以看出,附图6中的负荷相差较大,负荷曲线相差比较明显,分散性较大;如果将其平均负荷都变为1,附图7中的负荷曲线相差不大。上述情况说明每天的负荷大小虽然不断变化,但是负荷变化的规律是基本一致的,因此可以将每个月的日负荷曲线用一条平均值为1的负荷曲线来表示,该曲线反映了负荷的基本变化规律,同时记录每天的平均负荷,这样就可以近似表示每个月所有天的日负荷曲线,相对原来数据量可以大大减小。该平均值为1的负荷曲线作为该月负荷的特性曲线。
对于上述每个月份的特性曲线,它们之间都有一定的差异,同时对于每个月份,随着负荷大小的变化,负荷曲线也有一定的差别。因此按照负荷的大小将每个月的负荷分为两条特性曲线,一条为基础负荷曲线,另外一条为大负荷曲线。当然,有的月份负荷都比较小,只有一条基础负荷曲线,而有的月份负荷一直都比较大,只有一条大负荷曲线。分解为两条曲线的过程中可以分解出他们的差值,作为制冷负荷和制热负荷曲线。
(5)根据不同季节负荷曲线变化比较大的特点,采用春季和秋季月份的负荷作为基础负荷,根据负荷曲线与基础负荷曲线的差值,分离夏季的制冷负荷和冬季的制热负荷。
对居民负荷和商业负荷进行上述分解,有两个关键的问题:基础负荷大小的确定和每个月基础负荷曲线的确定。
基准负荷大小的确定采用两种方法:
计算所有月份日负荷曲线的平均值及其最大值最小值,从最小值开始寻找一定比例的负荷曲线,计算这些曲线平均负荷的平均值;
计算4月份和10月份所有负荷曲线的平均值。
第一种方法较难确定一个合适的基准负荷的平均负荷值,适应性较差,采用该方法对具有类似负荷类型的不同负荷出线进行分解时,有的可能得不到比较满足的结果。而第二种方法中,几乎所有的居民负荷(含商业)类型,在4月份和10月份的负荷曲线都是最低的,而且每天的负荷曲线都基本一致,采用这两个月确定基本负荷平均值的大小对具有较好的适应性。
在确定上述基准负荷曲线的平均值后,对于每个月所有的日负荷曲线,选择平均值在该值左右的曲线,将这些曲线的均值曲线作为基准负荷曲线。每个月应该尽量采用本月的基准负荷曲线作为基准进行分解,如果采用其它月份的基准负荷曲线,由于负荷峰值出现的时间可能不同,可能会出现较大的误差。如果本月得不到基准负荷曲线,则采用上一个分解的月份的基准负荷曲线。程序中从4月份开始进行分解(因为4月份肯定能够得到基准负荷曲线)。
图15和16为车站变7月份和12月份分解后的负荷曲线图。
附图18-20为采用本发明得出的SLM等值模型参数的仿真曲线与实测曲线的对比图;
附图18为220kV负荷母线电压曲线的对比图;其中实线为实测曲线图,虚线为采用本发明得出的等值SLM模型参数时的仿真结果;
附图19为220kV负荷母线负荷有功功率曲线的对比图;其中实线为实测曲线,虚线为采用本发明得出的等值SLM模型参数时的仿真结果;
附图20为220kV负荷母线负荷无功功率曲线的对比图;其中实线为实测曲线,虚线为采用本发明得出的等值SLM模型参数时的仿真结果。
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 (6)
1.一种基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述方法包括以下步骤:
步骤1:分解负荷曲线,并计算每种负荷所占总量的比例;
步骤2:计算静态负荷等值参数、动态负荷等值参数和配电网系统阻抗;
步骤3:结合负荷节点的供电区域网络拓扑数据,校验配电网系统的动态响应特性;
所述步骤1包括以下步骤:
步骤1-1:分解负荷曲线;
步骤1-1-1:对所供负荷类型为居民负荷或商业负荷的变电站,合并该变电站10kV或6kV负荷出线的日负荷曲线;
步骤1-1-2:计算该变电站负荷每月的有效负荷天数,如果某天负荷有零值,认为该天无效,如果某天负荷有反号现象,也认为该天无效;
步骤1-1-3:计算该变电站负荷每月的平均日负荷曲线、平均月负荷曲线、月平均负荷值;
步骤1-1-4:计算4月份和10月份所有日负荷曲线平均值之和,再除以4月份和10月份的有效天数,得到4月份和10月份所有日负荷曲线总的平均值,并确定满足基准负荷曲线要求的日负荷曲线平均值范围,其范围为计算出的4月份和10月份所有日负荷曲线总的平均值的0.7倍~1.1倍;
步骤1-1-5:从4月份开始对所有月份的负荷曲线进行分解,如果某天的日负荷曲线平均值处于基准负荷曲线要求的日负荷曲线平均值范围,则该条日负荷曲线为满足基准负荷曲线要求的曲线,选择分解月份中满足基准负荷曲线要求的曲线,计算曲线的平均曲线,作为基准负荷曲线;
步骤1-1-6:确定日负荷曲线平均值下限,该下限值等于4月份和10月份所有日负荷曲线平均值的1.1倍,如果某天的日负荷曲线平均值大于该下限值,则认为该条日负荷曲线为满足大负荷曲线要求的曲线;
步骤1-1-7:确定该月的大负荷曲线,并计算基准曲线负荷的平均值;
步骤1-2:计算每种负荷所占总量的比例;
步骤1-2-1:计算各变电站每月的月平均负荷值和指定月份指定日的平均负荷值;
步骤1-2-2:计算指定月份、指定日、指定时刻的负荷值;
步骤1-2-3:计算包括制冷负荷和制热负荷的分离部分负荷所占比例kp0和基准负荷所占比例kf。
2.根据权利要求1所述的基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述步骤1-1-3中,计算该变电站负荷每月的平均日负荷曲线,将每月的所有有效日负荷曲线相加,再除以该月份的有效天数;
计算该变电站负荷每月的平均月负荷曲线;将每月每天日负荷曲线中24个时刻的负荷相加再除以24所得到的曲线;平均月负荷曲线中各有效天对应的值又称作日负荷曲线平均值,日负荷曲线平均值为每天24个时刻的负荷相加,再除以24所得到的平均值;
计算该变电站负荷每月的月平均负荷值,将每月的平均月负荷曲线中各有效天对应的值相加,再除以该月份的有效天数;
所述步骤1-1-5中,如果该月份满足基准曲线的负荷曲线的数目小于3条,并且前面没有计算过任何一个月份的基准曲线,则先不计算该月的曲线,进行下一个月曲线的计算;如果该月满足基准曲线要求的曲线数大于等于3条,计算基准曲线,将该月份的所有满足基准曲线要求的日负荷曲线相加,再除以该月满足基准曲线要求的曲线数,计算得到的基准曲线作为该月的小负荷曲线;否则,采用上一个月的基准曲线;
所述步骤1-1-7中,确定该月的大负荷曲线,如果该月份满足大负荷曲线要求的负荷曲线条数小于3条,则忽略这些负荷曲线,该月份不计算大负荷曲线,不进行负荷曲线分离计算;如果该月份满足大负荷曲线要求的负荷曲线条数大于等于3条,计算大负荷曲线;
计算基准曲线负荷的平均值,取大负荷曲线、基准负荷曲线的标幺值,将三者的平均值变为1。
3.根据权利要求1所述的基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述步骤1-2-1中,计算各变电站每月的月平均负荷值,将每月的平均月负荷曲线中各有效天对应的值相加,再除以该月份的有效天数;
计算指定月份指定日的平均负荷值,将计算出的该月份的月平均负荷值乘以指定日的日负荷曲线平均值的标幺值;
所述步骤1-2-2中,计算指定月份、指定日、指定时刻的负荷值;
1)如果只有小负荷曲线,则采用小负荷曲线进行计算;
2)如果同时存在大负荷曲线和小负荷曲线,根据该月份指定日的日负荷曲线平均值大小确定是采用大负荷曲线或小负荷曲线进行计算;
设定值为某月份的基准负荷平均值的1.1倍,则有:
2-1)如果该月的日负荷曲线平均值小于该定值,采用小负荷曲线进行计算;
2-2)如果日负荷曲线平均值大于该定值,采用大负荷曲线进行计算,大负荷计算结果为计算出的该月份的基准负荷平均值乘以该月份指定日的小/大负荷曲线中指定时刻对应的值;
还需计算指定月份、指定日、指定时刻的分离负荷值,计算大负荷曲线和基准负荷曲线的差值,作为分离后的负荷曲线,该值等于计算出的指定月份、指定日、指定时刻的负荷值减去该月份的基准负荷平均值乘以该月份指定日的小负荷曲线中指定时刻对应的值,再除以计算出的指定月份、指定日、指定时刻的负荷值;
所述步骤1-2-3中,计算分离部分负荷所占比例kp0,将分离负荷值除以计算出的指定月份、指定日、指定时刻的负荷值;则基准负荷所占比例kf为1-kp0。
4.根据权利要求1所述的基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述步骤2中,静态负荷等值参数计算过程如下:
将负荷功率与电压之间的关系描述为多项式方程形式的多项式静态负荷模型,有
P=P0[a×(V/V0)2+b×(V/V0)+c] (1)
Q=Q0[α×(V/V0)2+β×(V/V0)+γ] (2)
其中,P和Q分别为静态负荷的有功功率和无功功率,V为静态负荷的实时电压,V0为静态负荷的额定电压,P0和Q0分别为表示在V0下静态负荷的额定有功功率和无功功率,a、b和c均为多项式静态负荷模型的有功功率系数,α、β和γ均为多项式静态负荷模型的无功功率系数;
对静态负荷的等值主要是对a、b、c、P0和α、β、γ、Q0的等值,对多项式静态负荷模型的等值是基于静态负荷功率对静态负荷端电压的灵敏度,有
其中,n为静态负荷个数,Pi和Qi分别为第i个静态负荷的有功和无功功率,和分别为第i个静态负荷有功功率相对于电压的偏微分和第i个静态负荷无功功率相对于电压的偏微分;
当V=V0时,有:
其中,P0i和Q0i分别为第i个静态负荷的初始有功功率和无功功率;
其中,ai、bi和ci均为第i个静态负荷的多项式静态负荷模型有功功率系数;
其中,αi、βi和γi均为第i个静态负荷的多项式静态负荷模型无功功率系数。
5.根据权利要求1所述的基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述步骤2具体包括以下步骤:
步骤A:计算所有电动机的总吸收有功功率PΣ与无功功率QΣ、总电磁功率PΣem、总转子绕组铜耗PΣcu2和总最大电磁功率PΣem_max,具体有:
其中Pj、Qj、Pemj、Pcu2j和Pem_maxj分别表示第j台等值电动机的有功功率、无功功率、电磁功率、转子绕组铜耗和最大电磁功率;m为等值电动机台数;
步骤B:计算等值电动机的定子绕组铜耗PΣcu1及等值电动机的滑差S,分别表示为:
PΣcu1=PΣ-PΣem (14)
S=PΣcu2/PΣem (15)
初始化等值电动机的最大电磁功率Pemt_max,使Pemt_max=PΣem_max;
步骤C:计算等值电动机的定子绕组电阻Rs;
先计算等值电动机的定子绕组相电流有
其中,为电动机的机端电压;
则等值电动机的定子绕组电阻Rs表示为:
步骤D:计算等值机模型的等值阻抗Zdeq:
且有
Rdeq=real(Zdeq) (19)
Xdeq=imag(Zdeq) (20)
其中,Rdeq和Xdeq为相应的等值电阻和等值电抗;
步骤E:计算等值电动机的定子绕组漏抗Xs和转子绕组漏抗Xr,有
步骤F:经过迭代对等值电动机的定子绕组漏抗Xs和转子绕组漏抗Xr进行修正;
步骤G:计算等值电动机的转子绕组电阻和等值激磁电抗;
根据计算得到的Rs、Xs、Xr和Zdeq,设Kr=Rdeq-Rs,Kx=Xdeq-Xs,则等值电动机的转子绕组电阻Rr和等值激磁电抗Xm分别表示为:
步骤H:采用迭代法计算等值电动机的最大电磁功率,并对其进行修正;
1)计算第k次迭代中的等值电动机的最大电磁功率Pemt_maxk,表示为
基于戴维南定理,等值电动机的戴维南等值阻抗Zdp表示为
且有,Rdp=real(Zdp)和Xdp=imag(Zdp),Rdp和Xdp分别为戴维南等值电阻和等值电抗;
等值电动机产生最大电磁功率的条件为:
其中,Rpm为对应产生最大电磁功率的戴维南等值阻抗幅值,Sm为临界滑差;
戴维南等值开路电压为
则,第k次迭代中的戴维南等值电动机的最大电磁功率可表示为
2)修正等值电动机的最大电磁功率;
计算第k次迭代中等值电动机最大电磁功率的修正系数τmaxk,其表示为:
则修正后的等值电动机最大电磁功率Pemt_max表示为:
Pemt_max=τmaxk×PΣem_max(30)
以Pemt_max与Pemt_maxk的绝对误差为等值电动机最大电磁功率的迭代误差有
以为迭代收敛标准,若则重新计算Xs、Rr、Xr和Xm;
步骤I:计算等值惯性时间常数;
等值惯性时间常数H表示为:
其中Pnj和Hj为第j台等值电动机的额定功率和惯性时间常数。
6.根据权利要求1所述的基于负荷曲线分解的商业居民负荷类型负荷建模方法,其特征在于:所述步骤2中,配电网系统阻抗表示为:
其中,Zeq为配电网系统阻抗;uf表示母线电压,Zf表示变压器和配电线路阻抗;Il表示负荷电流,其中,M和N分别为配电网系统中的节点总数和支路总条数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310499738.2A CN103514571B (zh) | 2013-10-22 | 2013-10-22 | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310499738.2A CN103514571B (zh) | 2013-10-22 | 2013-10-22 | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103514571A CN103514571A (zh) | 2014-01-15 |
CN103514571B true CN103514571B (zh) | 2016-08-17 |
Family
ID=49897252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310499738.2A Active CN103514571B (zh) | 2013-10-22 | 2013-10-22 | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514571B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972896B (zh) * | 2014-05-13 | 2015-09-09 | 国家电网公司 | 一种基于需求响应的负荷建模和优化控制方法 |
CN105224812B (zh) * | 2015-10-21 | 2018-10-09 | 中国电力科学研究院 | 一种负荷模型中的静态负荷频率因子聚合方法 |
CN105391065B (zh) * | 2015-12-17 | 2018-04-10 | 国网浙江诸暨市供电公司 | 分布式发电和储能装置运行特性的可靠性建模方法 |
CN106786637B (zh) * | 2016-11-16 | 2019-03-29 | 广东电网有限责任公司电力科学研究院 | 基于商业区负荷群外部特性的综合补偿装置配置方法 |
CN107069717B (zh) * | 2017-05-11 | 2020-05-15 | 国家电网公司 | 一种配电网负荷建模方法 |
CN109685271B (zh) * | 2018-12-25 | 2020-11-17 | 广州汇电云联互联网科技有限公司 | 一种统调负荷曲线分解方法 |
CN112257212B (zh) * | 2020-12-21 | 2021-05-14 | 中国电力科学研究院有限公司 | 一种考虑分布式发电系统的综合负荷模型的建模方法和系统 |
CN117371243A (zh) * | 2023-11-03 | 2024-01-09 | 国网河北省电力有限公司 | 短期负荷预测中考虑积温效应的体感温度修正方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777765A (zh) * | 2010-01-27 | 2010-07-14 | 中国电力科学研究院 | 一种电力系统在线负荷模拟方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN101950008A (zh) * | 2010-10-11 | 2011-01-19 | 威胜集团有限公司 | 远程动态监测电能计量负荷的方法 |
-
2013
- 2013-10-22 CN CN201310499738.2A patent/CN103514571B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777765A (zh) * | 2010-01-27 | 2010-07-14 | 中国电力科学研究院 | 一种电力系统在线负荷模拟方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN101950008A (zh) * | 2010-10-11 | 2011-01-19 | 威胜集团有限公司 | 远程动态监测电能计量负荷的方法 |
Non-Patent Citations (3)
Title |
---|
综合负荷模型参数的深化研究及适应性分析;汤涌 等;《电网技术》;20100228;第34卷(第2期);57-63 * |
考虑配电网络的综合负荷模型;汤涌 等;《电网技术》;20070331;第31卷(第5期);34-38 * |
考虑配电网络综合负荷模型的参数确定;陈谦 等;《中国电机工程学报》;20080605;第28卷(第16期);45-50 * |
Also Published As
Publication number | Publication date |
---|---|
CN103514571A (zh) | 2014-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103514571B (zh) | 一种基于负荷曲线分解的商业居民负荷类型负荷建模方法 | |
CN103632031B (zh) | 一种基于负荷曲线分解的农村负荷类型负荷建模方法 | |
CN101777765B (zh) | 一种电力系统在线负荷模拟方法 | |
CN102116857B (zh) | 电网关口电量校核方法 | |
CN105427186A (zh) | 一种基于改进等值电阻法的配电网线损计算方法 | |
CN110635471A (zh) | 基于同时段功率和电量的台区电网理论线损计算方法 | |
CN107591802A (zh) | 一种配网模型的抽象校验方法 | |
Qu et al. | An extended composite load model taking account of distribution network | |
CN105528671A (zh) | 一种基于大数据的电网多维感知与安全评估系统及方法 | |
CN111444664A (zh) | 一种含多树枝分支线路的配电网合环电流计算方法及系统 | |
Chouhan et al. | A literature review on optimal placement of PMU and voltage stability | |
CN107332239B (zh) | 一种基于配电网等值的输配电网协调规划方法 | |
Hou et al. | Measurement-based load modeling at distribution level with complete model structure | |
Shi et al. | Enabling model-based LTI for large-scale power system security monitoring and enhancement with graph-computing-based power flow calculation | |
CN104467193A (zh) | 一种基于日频度监测的四分线损准实时在线监控方案 | |
CN104979828B (zh) | 一种分布式电源接入配电网后的电网改造分析方法和装置 | |
de Lima Vianna et al. | A general analysis of the distributed generation impact on electrical energy planning | |
CN111897888A (zh) | 基于Spark框架和凝聚层次聚类算法的户变关系识别方法 | |
CN104009469B (zh) | 一种低压配网台区网络拓扑等值图归集方法 | |
CN202190122U (zh) | 一种配电网低压台区理论线损率分析系统 | |
CN110309565A (zh) | 一种基于树形层级划分结构维护电网计算数据的方法及系统 | |
Tian et al. | A method for online calculation of line loss in distribution networks based on CIM | |
Wang et al. | Research on tariff recovery risks assessment method based on electrical user portrait technology | |
Han et al. | An assessment approach of the power system vulnerability considering the uncertainties of wind power integration | |
CN111796143B (zh) | 一种配用电系统节能设备节能量计量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |