CN105468820A

CN105468820A - 配电网线损异动实时识别方法

Info

Publication number: CN105468820A
Application number: CN201510779285.8A
Authority: CN
Inventors: 何禹清; 余旭阳; 刘博�; 刘菁菁
Original assignee: State Grid Corp of China SGCC; State Grid Hunan Electric Power Co Ltd; Economic and Technological Research Institute of State Grid Hunan Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; State Grid Hunan Electric Power Co Ltd; Economic and Technological Research Institute of State Grid Hunan Electric Power Co Ltd
Priority date: 2015-11-13
Filing date: 2015-11-13
Publication date: 2016-04-06
Anticipated expiration: 2035-11-13
Also published as: CN105468820B

Abstract

本发明公开了一种配电网线损异动实时识别方法，该方法包括通过抽取PMS系统数据建立电网模型，实时采集联络开关和分段开关状态识别配电网的运行方式，实时调取线路关口和配变关口运行数据计算统计线损，结合网络参数及关口数据进行理论线损计算，比对统计线损及理论线损差值对异常区域进行定位线损异动的识别，以达到异常区域识别、异常因素分析及针对治理的目的。本发明通过实时获取电网运行状态信息和数据，计算统计线路和理论线损，并根据两者之间的差值对异常区域进行定位，克服了现阶段线损异动分析时信息不全面、不直观、线损异动分析时无理论值作参考标准、所得分析结果严重滞后等不足，实现了配电网线损异动的实时、准确定位。

Description

配电网线损异动实时识别方法

技术领域

本发明属于电力系统运行与监测领域，具体涉及配电网线损异动实时识别方法。

背景技术

电网电能损耗(简称线损)是电力企业一项重要的综合性技术经济指标，也反映了电网的规划设计、生产技术和运营管理水平。电力网在输送电能时产生的电能损耗直接影响电力的使用效率和经济效益。随着电力体制改革的日益深化，电网运行是否经济，供用电管理技术手段是否科学等，这些都涉及到电网企业的运营成本和全社会的整体经济效益。因此，降低线损是电力部门在节约能源方面的重要任务，控制线损、降低线损，用科学管理方法把不合理的电能损耗降低到最小，使线损率达到先进水平是电网企业现代化管理的核心内容之一，也是电网企业的生存和发展的必要条件。

线损的异动分析又是线损管理工作的核心，一方面是因为高损区域(特别是窃电风险较大的区域)的线损率在与历史值比对时均会表现出某些异动信息，因此线损的异动分析是识别降损区域的关键。另一方面，出现线损异动的区域也能快速反映出管理不到位的相关信息，如表计不对应、运行方式不对应、基础台账不准确等。但目前线损管理工作中，在线损异动识别和分析中仍存在下述典型问题：

1)基础台账数据采集工作量大，且多为人工采集，不能保持计算数据的实时性，无法进行自动数据导入，不能没有实现在线计算的要求。

2)不能实时反映电网结构、运行方式等变化，使得统计线损与理论线损及实际线损差别巨大，统计线损在互联互供线路中不能反映实际情况，结果不具备参考意义。

3)通过统计线损的分析，虽然能分析出管理中是否有问题，但因无同步的理论线损值作为参考标准不能准确定位问题，拖延了管理不到位的整治时间。

发明内容

本发明目的在于提供一种配电网线损异动实时识别方法，以解决现阶段线损异动分析时信息不全面、不直观、异动分析时无理论值作参考标准、分析结果严重滞后等问题。

本发明公开的这种配电网线损异动实时识别方法，包括如下步骤：

S1：读取生产管理系统(PMS系统)数据并建立理论配电网的网络模型；

S2：实时采集SCADA调度系统和配电自动化系统中联络开关和分段开关状态，通过对各路开关的开、断状态识别建立配电网的实时运行方式模型；

S3：实时调取SCADA调度系统中线路关口运行数据和用电信息采集系统中线路关口和配变关口运行数据，对运行数据进行校验、识别和确定，结合确定后的运行数据计算配电网统计线损；

S4：结合电网模型中网络参数及线路关口和配变关口运行数据，进行理论线损计算；

S5：比对统计线损、理论线损差值和两者之间的偏差率，判断是否有异常现象：

若统计线损及理论线损差值大于预设的差值阀值且统计线损及理论线损的偏差率大于预设的偏差率阀值，说明该配电网线损存在异常现象，否则说明该配电网线损无异常；

S6：如有异常现象，则对定位的异常区域的异常因素进行识别，确定异常因素：

(1)若统计线损大于0，则异常因素为配变关口表计对应关系错误；

(2)若统计线损及理论线损差值小于0，则异常因素为电网模型中配变数据缺失；

(3)若统计线损及理论线损的偏差率大于预设的偏差率阈值且配变关口运行数据未修正，则异常因素为电网模型中线路参数错误；

(4)若均不属于以上三类情况，则判定为配变关口运行数据修正不正确。

步骤S3中所述的对线路关口运行数据进行校验识别，包括如下步骤：

(1)计算调度SCADA系统和用电信息采集系统线路关口有功数据偏差率；

(2)若偏差率小于预设阀值，后续分析中线路关口运行数据取用电信息采集抽取到的相关数据；

(3)若偏差率大于预设阀值，对线路所属变电站进行负荷母线平衡分析；

(4)若母线平衡则后续分析中线路关口运行数据取用调度SCADA系统抽取到的相关数据；

(5)若母线不平衡则后续分析中线路关口运行数据取用用电信息采集系统抽取到的相关数据。

步骤S3所述的配变关口运行数据，若调取到变关口运行数据的有功数据为空，则将此配变该时点数据P_t,i修正为

所述的将此配变该时点数据P_t,i修正为采用的是指数平滑法进行修正。

步骤4所述的理论线损计算，采用的是电量法。

所述步骤S5的预设的差值阀值为0.4％，预设的偏差率阈值为20％。

本发明方法通过抽取PMS系统数据建立电网模型，实时采集联络开关和分段开关状态识别配电网的运行方式，实时调取线路关口和配变关口运行数据计算统计线损，结合网络参数及关口数据进行理论线损计算，比对统计线损及理论线损差值对异常区域进行定位，以达到异常区域识别、异常因素分析及针对治理的目的。该方法克服了现阶段线损异动分析时信息不全面、不直观、异动分析时无理论值作参考标准、所得分析结果严重滞后等不足，实现了配电网线损异动的实时、准确定位。

附图说明

图1是本发明方法的流程图。

图2是湖南省长沙市某10千伏配电网线路模型图。

具体实施方式

如图1所示，为本发明实施例的流程图，具体步骤为：

1)抽取PMS系统数据建立电网模型；抽取的数据包括电网结构数据和电网设备参数；

由于抽取PMS系统的数据为理论数据，因此建立的电网模型为理论模型，即理论模型中仅包含所有电网内的元件和电网结构。

2)实时采集SCADA调度系统和配电自动化系统中联络开关和分段开关状态，通过状态识别建立配电网的实时运行方式模型；

由于步骤1)中的电网模型为理论模型，因此需要获取SCADA调度系统数据，从而获知电网模型中各开关的开断状态，从而获得配电网的实时运行方式模型。

3)实时调取调度SCADA系统中线路关口运行数据，实时调取用电信息采集系统中线路关口和配变关口运行数据(包括有功数据、无功数据、电压幅值数据)，对线路关口和配变关口运行数据进行校验识别，确定线路关口和配变关口运行数据。其中，线路关口运行数据的校验识别过程为：

(A)计算调度SCADA系统和用电信息采集系统线路关口有功数据偏差率Δf_P：

Δf_P＝(P_s-P_M)/P_M

其中P_s为调度SCADA系统中线路关口有功数据，P_M为用电信息采集系统中线路关口有功数据。

(B)若Δf_P小于预设阀值α_P，则说明调度SCADA系统和用电信息采集系统线路关口有功数据无明显差异，后续分析中线路关口运行数据取用电信息采集抽取到的相关数据。若Δf_P大于预设阀值α_P，则说明调度SCADA系统和用电信息采集系统线路关口有功数据存在明显差异，对线路所属变电站进行负荷母线平衡分析，若母线平衡则后续分析中线路关口运行数据P_L取用调度SCADA系统抽取到的相关数据，若母线不平衡则后续分析中线路关口运行数据P_L取用用电信息采集系统抽取到的相关数据。

配变关口运行数据的校验识别过程为：若配变关口调取到的有功数据为空，则按指数平滑法(参考《指数平滑法之选择与应用》，华泰文化事业股份有限公司)将此配变该时点数据P_t,i修正为

结合线路关口和配变关口运行数据计算配电网统计线损L_S：

L_{S} = (P_{L} - Σ_{i = 1}^{n} {\tilde{P}}_{t, i}) / P_{L}

其中n为配电网配变台数。

4)结合电网模型中网络参数及线路关口和配变关口运行数据，进行理论线损计算，理论线损计算采用电量法，计算温度与调度SCADA系统中的实时温度同步并忽略表计损耗；

5)比对统计线损及理论线损差值，判断是否有异常现象，计算统计线损及理论线损差值ΔL及偏差率Δf_L：

ΔL＝L_S-L_T

Δf_L＝(L_S-L_T)/L_T

其中L_S为统计线损率，L_T为理论线损率。

若ΔL大于预设阀值α_L且Δf_L大于预设阀值α_f说明该配电网线损存在异常现象，否则说明该配电网线损无异常；

6)如有异常现象，则对定位的异常区域的异常因素进行识别：

(A)若L_S<0，则异常因素为配变关口表计对应关系错误；

(B)若ΔL<0，则异常因素为电网模型中配变数据缺失；

(C)若Δf_L>α_f且配变关口运行数据未修正，则异常因素为电网模型中线路参数错误，否则为配变关口运行数据修正不正确。

如图2所示，为湖南省长沙市某10千伏配电网线路；以下以该配电网络为例，作为本发明提供的方法的具体实时例：

1)抽取PMS系统数据建立电网模型，该线路建立的模型如图2所示；

2)实时采集调度SCADA系统和配电自动化系统中联络开关和分段开关状态，通过状态识别建立配电网的实时运行方式模型，由图2可见，该线路中平建Ⅰ线#1杆断路器和平建Ⅰ线#29杆断路器均为闭合状态；

3)实时调取调度SCADA系统中线路关口运行数据，实时调取用电信息采集系统中线路关口和配变关口运行数据(包括有功数据、无功数据、电压幅值数据)，所采集数据如表1所示：

表1运行数据

对线路关口和配变关口运行数据进行校验识别，确定线路关口和配变关口运行数据。其中，线路关口运行数据的校验识别过程为：

Δf_P＝(P_s-P_M)/P_M

其中P_s为调度SCADA系统中线路关口有功数据，P_M为用电信息采集系统中线路关口有功数据。根据上述算法，各时点的偏差率分别为1.33％、1.81％、2.30％、0.92％、2.21％、1.45％，均大于预设阀值α_P＝0.5％，说明调度SCADA系统和用电信息采集系统线路关口有功数据存在明显差异，对线路所属变电站进行负荷母线平衡分析，发现母线不平衡，因此后续分析中线路关口运行数据P_L取用用电信息采集系统抽取到的相关数据。

配变关口运行数据的校验识别过程为：若配变关口调取到的有功数据为空，则按指数平滑法(参考《指数平滑法之选择与应用》，华泰文化事业股份有限公司)将此配变该时点数据P_t,i修正为由表1可见，潜泵厂1#杆变时点3的数据有缺失，利用指数平滑法修正，得到潜泵厂1#杆变时点3的有功、无功、电压幅值分别为213.2、44.8、10.58。

结合线路关口和配变关口运行数据计算配电网统计线损L_S：

其中n为配电网配变台数。通过上式计算得到各时点的统计线损率分别为2.50％、2.55％、2.61％、2.67％、2.73％、2.80％。

4)结合电网模型中网络参数及线路关口和配变关口运行数据，进行理论线损计算，理论线损计算采用电量法，计算温度与调度SCADA系统中的实时温度同步并忽略表计损耗；理论计算得到各时点的统计线损率分别为1.83％、1.88％、1.95％、2.01％、2.08％、2.15％。

ΔL＝L_S-L_T

{Δf}_{L} = (L_{S} - L_{T}) / L_{T}

其中L_S为统计线损率，L_T为理论线损率。

计算得到各时点的统计线损率与理论线损差值分别为0.67％、0.67％、0.66％、0.66％、0.65％、0.65％，偏差率分别为36.6％、35.6％、33.8％、32.8％、31.3％、30.2％。通过上述数据分析可见，各时点的统计线损率与理论线损差值均大于预设阀值α_L>0.4％且偏差率均大于预设阀值α_f>20％说明该配电网线损存在异常现象；

6)因有异常现象，则对定位的异常区域的异常因素进行识别：本案例中L_S>0，基本可排除为配变关口表计对应关系错误；因ΔL>0,基本可排除为配变数据缺失；同时，本案例中配变关口运行数据未曾修正，且Δf_L>α_f,因此异常因素为电网模型中线路参数错误，经人工校对为线路前端08#杆至26#杆线路长度信息错误。

Claims

1.一种配电网线损异动实时识别方法，包括如下步骤：

2.根据权利要求1所述的配电网线损异动实时识别方法，其特征在于步骤S3中所述的对线路关口运行数据进行校验识别，包括如下步骤：

3.根据权利要求1所述的配电网线损异动实时识别方法，其特征在于步骤S3所述的配变关口运行数据，若调取到变关口运行数据的有功数据为空，则将此配变该时点数据P_t,i修正为。

4.根据权利要求3所述的配电网线损异动实时识别方法，其特征在于所述的将此配变该时点数据P_t,i修正为采用的是指数平滑法进行修正。

5.根据权利要求1所述的配电网线损异动实时识别方法，其特征在于步骤4所述的理论线损计算，采用的是电量法。

6.根据权利要求1所述的配电网线损异动实时识别方法，其特征在于所述步骤S5的预设的差值阀值为0.4％，预设的偏差率阈值为20％。