CN107294090A - 基于营配调多源数据的配电自动化应用提升方法 - Google Patents

基于营配调多源数据的配电自动化应用提升方法 Download PDF

Info

Publication number
CN107294090A
CN107294090A CN201710542190.3A CN201710542190A CN107294090A CN 107294090 A CN107294090 A CN 107294090A CN 201710542190 A CN201710542190 A CN 201710542190A CN 107294090 A CN107294090 A CN 107294090A
Authority
CN
China
Prior art keywords
mrow
data
load
distribution
msub
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.)
Granted
Application number
CN201710542190.3A
Other languages
English (en)
Other versions
CN107294090B (zh
Inventor
陈宇星
殷自力
王清凉
黄文英
朱宗毅
张瑞雪
姚旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Beijing Kedong Electric Power Control System Co Ltd
State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Beijing Kedong Electric Power Control System Co Ltd
State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Beijing Kedong Electric Power Control System Co Ltd, State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710542190.3A priority Critical patent/CN107294090B/zh
Publication of CN107294090A publication Critical patent/CN107294090A/zh
Application granted granted Critical
Publication of CN107294090B publication Critical patent/CN107294090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand

Abstract

本发明涉及一种基于营配调多源数据的配电自动化应用提升方法。该方法:S1、在安全III区构建营配调一体化模型,即高、中压配电网模型由I区配电自动化主站系统同步至III区,低压设备及用户信息模型通过信息交互总线从营销系统或数据中心接入,以利于配网多源数据的接入;S2、基于多源数据的负荷校准:对用电信息采集系统上传的用采数据及配电自动化主站系统上传的配电SCADA数据进行负荷校准,负荷校准包括静态负荷校准和拓扑校准;S3、根据步骤S2的负荷校准结果,通过超短期负荷预测方法,分析配变的运行趋势,以预测用采量测间隔内各SCADA量测时刻的配变数据。本发明能够给出最接近实际系统运行的监测数据,满足配网应用功能在线计算的要求。

Description

基于营配调多源数据的配电自动化应用提升方法
技术领域
[0001] 本发明属于配网调控系统应用分析相关技术领域,具体涉及一种基于营配调多源 数据的配电自动化应用提升方法。
背景技术
[0002] 配电自动化主站系统是一个跨安全I区和m区的一体化系统,但由于长久以来,营 销、配电、调度业务系统分别独立建设,造成配电网不同角度信息天然割裂,限制了电力业 务进一步提升。目前配电自动化主站技术经过长期努力发展建设取得一定成效,但总体上 仍存在差距:云计算/大数据平台技术才刚起步,信息化基础依旧薄弱,信息交互规范化、标 准化手段需加强,终端运行状况、量测信息的不足等原因主站配网应用功能实用化程度不 尚。
[0003] 基于营配调一体化建模实现配网应用分析一体化,把电网的实时用电负荷引入到 配网高级应用分析中,完善配电网状态估计、潮流计算等高级应用分析软件依赖的数据源, 利用用电量测的断面信息对配变的量测进行补充,并研究系统间不同量测方式的数据融合 方法,提高配电网高级应用分析结果的可靠性和可信性,以电网的实际理论计算结果辅助 发现配电网络的薄弱环节,增强电网风险预控手段。
[0004] 在营配调数据融合方面,我国在智能电网建设中,配用电环节的各项试点正在不 断的推进,如用电信息采集系统、营销信息管理系统、95598大呼叫中心、配电自动化以及智 能家居等。国网目前已全面建成“大营销”体系,以客户为核心,准确建立“站-线-变-箱-表-户”关联关系,确保营配调末端融合。2015年开始大力推进营配调贯通,实现站、线、变、箱、 表、户信息实时交互和同步更新,可有效支撑客户报修定位、故障研判指挥、停电计划安排、 业扩报装辅助制定和线损管理。
[0005] 在配电自动化方面,主站系统的应用功能因量测采集的不足,无法达到实用化的 效果。用采数据弥补配网量测的不足,也是目前配电自动化厂家热切关注的问题,用采系统 的推广为配电自动化系统提供新的数据支撑,为配网的安全、经济运行提供更多的技术支 持。2009年以来,国家电网公司以“全覆盖、全采集、全费控”为建设目标,推动智能电能变应 用和用电信息采集系统建设,截至2015年底,累计安装应用智能电表3.16亿只,用电信息采 集覆盖3.16亿户,采集覆盖率超过80%。将用采数据合理地应用到配电网高级应用中能够 更准确、全面地计算出配网的运行状态。然而,与配电自动化主站SCADA的量测相比,用电信 息采集系统具有独特的量测的特性。配电SCADA量测的准确度等级一般为2左右,用于用采 系统的智能电表等级一般为0.5级甚至更高;SCADA量测周期一般在20s之内,而用采智能电 表采集数据周期为15min,30min或Ih;用采系统的智能电表有两种读取方式,分别为冻结方 式和招读方式。在我国,只冻结每天〇时时刻的数据,其余时间均采取招读当时,即通过计量 中心发送指令对电表轮番读取,读完一只表,再读另一只。已有厂家将用电信息采集系统的 配变的有功、无功、电流等数据接入配电自动化主站系统,通过台区号和配变的对应关系, 在收到用采准实时数据时直接覆盖当前主站数据,未考虑两个系统量测方式的差异性,因 此配网高级应用软件周期启动时间间隔为用采系统的量测周期。
[0006] 现有技术存在如下缺点:
[0007] 配电自动化主站系统受自身量测不足限制,高级应用功能的实用化程度低,已有 在配电自动化主站系统接入用采数据的厂家,未进行营配调一体化建模,仅通过台区号和 配变的对应关系表,在收到用采数据时直接覆盖当前主站数据,在模型有变动时不能及时 更新系统间设备关联关系,会造成系统之间部分数据无法匹配。另外在接入数据时未考虑 两个系统量测方式的差异性,配网高级应用软件周期启动时间间隔只能以用采数据间隔为 准,因此仍无法满足配网高级应用在线计算的周期要求,且期间多个时刻的配电主站数据 未参与计算,造成了浪费,未对系统间数据进行充分融合。本发明建立基于营配调调贯的一 体化模型,并且提出用电信息采集系统和配电自动化系统的数据融合方法,使用用采系统 准实时配变数据提高配网数据可观测性,为配电自动化在线分析应用功能提供数据支撑。
发明内容
[0008] 本发明的目的在于提供一种基于营配调多源数据的配电自动化应用提升方法,该 方法基于营配调一体化建模,提出负荷校准和超短期负荷预测相结合的数据融合的方法, 充分利用配电系统和用采系统的量测数据,给出最接近实际系统运行的监测数据,满足配 网应用功能在线计算的要求。
[0009] 为实现上述目的,本发明的技术方案是:一种基于营配调多源数据的配电自动化 应用提升方法,包括如下步骤,
[0010] S1、在安全III区构建营配调一体化模型,即高、中压配电网模型由I区配电自动化 主站系统同步至III区,低压设备及用户信息模型通过信息交互总线从营销系统或数据中 心接入,以利于配网多源数据的接入;
[0011] S2、基于多源数据的负荷校准:对用电信息采集系统上传的用采数据及配电自动 化主站系统上传的配电SCADA数据进行负荷校准,负荷校准包括静态负荷校准和拓扑校准;
[0012] S3、根据步骤S2的负荷校准结果,通过超短期负荷预测方法,分析配变的运行趋 势,以预测用采量测间隔内各SCADA量测时刻的配变数据;
[0013] S4、由步骤S2、S3即可得出最接近实际系统运行的监测数据,满足配网应用功能的 在线计算。
[0014] 在本发明一实施例中,所述步骤S2中,基于多源数据的负荷校准具体实现过程如 下:
[0015] 在时刻tC用采数据和配电SCADA数据均上传;用采数据量测周期为TA,SCADA数据 量测周期为TS,TA = n*TS,即用采量测间隔内具有η个SCADA量测点,在tC时刻进行负荷校 准,负荷校准分为静态负荷校准和拓扑校准两步,从用采系统获得的配变功率数据直接作 为静态负荷校准值,SCADA和用采均无量测数据的配变可根据用户性质,由该类型用户的典 型曲线和配变的额定容量计算获得静态负荷校准值;对SCADA中无量测数据的负荷节点在 完成了静态负荷校准之后,应进行拓扑校准:首先进行配电区段划分,即将由开关、电源或 末梢负荷围成的,其中不再包含可量测开关节点的连通区域看成是最小配电区域,各个配 电区域的总负荷根据安装在开关上的配电自动化终端设备上报的采样数据计算获得;然后 将最小配电区域的总负荷观测数据减去具有实时量测的负荷数据再以静态负荷校准值作 为分配因子计算得到最终的负荷校准值。
[0016] 在本发明一实施例中,所述步骤S3的具体实现过程如下:
[0017] 由步骤S2得到的tc时刻的负荷校准结果,对于tC+k*TS (k= 1,2,……,n-l)时刻, 通过超短期负荷预测方法,即可预测用采量测间隔内各SCADA量测时刻的配变数据,具体如 下:
[0018] 按五日工作制情况,设一时刻为tl,对于At时间后的负荷预测,预测时刻为U = U + At,过去时刻为U = U-A t;记与预测日最近的五个同类型日中,其第1天。时刻负荷值为 y(i,ti) (i = l,2,.",5),第i天t2时亥Ij负荷值为y(i,t2) (i = l,2,.",5),第i天to时亥Ij负荷值 为y (i,to) (i = 1,2,…,5);假定在上述时间段内,这五天负荷具有相近的变化趋势,若有数 据缺失,可通过线性插值方法进行数据补全;
[0019] 首先计算同一时刻,上述五天负荷的平均值:
[0020]
Figure CN107294090AD00061
[0021] 从这三点负荷值来提取出预测日负荷在预测时间段内的变化值,由点/^9、
Figure CN107294090AD00062
丨拟合直线,设方程为:
[0022] y ⑴=a+b · t (2)
[0023] 取tQ=l,ti = 2,t2 = 3,由最小二乘方法拟合,得:
Figure CN107294090AD00063
[0026] 那么,在tgljt2时刻负荷的变化值为:
[0027] a y = y (t2) -y (ti) = (a+b · t2) - (a+b · ti) =b · (t2-ti) =b (5)
[0028] 则预测日的预测时刻负荷值为:
[0029] y (t2) =y (ti) + Δ y = y (ti) +b (6)
[0030] 同理,即可补充tC+k*TS (k= I,2,……,n-1)时刻的负荷值数据。
[0031] 相较于现有技术,本发明具有以下有益效果:本发明方法基于营配调一体化建模, 提出负荷校准和超短期负荷预测相结合的数据融合的方法,充分利用配电系统和用采系统 的量测数据,给出最接近实际系统运行的监测数据,满足配网应用功能在线计算的要求。
附图说明
[0032] 图1为中低压模型存储结构。
[0033] 图2为拓扑校准示例图。
[0034] 图3为配用电数据融合时间轴。
具体实施方式
[0035] 下面结合附图,对本发明的技术方案进行具体说明。
[0036] 本发明的一种基于营配调多源数据的配电自动化应用提升方法,包括如下步骤,
[0037] S1、在安全III区构建营配调一体化模型,即高、中压配电网模型由I区配电自动化 主站系统同步至III区,低压设备及用户信息模型通过信息交互总线从营销系统或数据中 心接入,以利于配网多源数据的接入;
[0038] S2、基于多源数据的负荷校准:对用电信息采集系统上传的用采数据及配电自动 化主站系统上传的配电SCADA数据进行负荷校准,负荷校准包括静态负荷校准和拓扑校准;
[0039] S3、根据步骤S2的负荷校准结果,通过超短期负荷预测方法,分析配变的运行趋 势,以预测用采量测间隔内各SCADA量测时刻的配变数据;
[0040] S4、由步骤S2、S3即可得出最接近实际系统运行的监测数据,满足配网应用功能的 在线计算。
[0041] 所述步骤S2中,基于多源数据的负荷校准具体实现过程如下:
[0042] 在时刻tC用采数据和配电SCADA数据均上传;用采数据量测周期为TA,SCADA数据 量测周期为TS,TA = n*TS,即用采量测间隔内具有η个SCADA量测点,在tC时刻进行负荷校 准,负荷校准分为静态负荷校准和拓扑校准两步,从用采系统获得的配变功率数据直接作 为静态负荷校准值,SCADA和用采均无量测数据的配变可根据用户性质,由该类型用户的典 型曲线和配变的额定容量计算获得静态负荷校准值;对SCADA中无量测数据的负荷节点在 完成了静态负荷校准之后,应进行拓扑校准:首先进行配电区段划分,即将由开关、电源或 末梢负荷围成的,其中不再包含可量测开关节点的连通区域看成是最小配电区域,各个配 电区域的总负荷根据安装在开关上的配电自动化终端设备上报的采样数据计算获得;然后 将最小配电区域的总负荷观测数据减去具有实时量测的负荷数据再以静态负荷校准值作 为分配因子计算得到最终的负荷校准值。
[0043] 所述步骤S3的具体实现过程如下:
[0044] 由步骤S2得到的tC时刻的负荷校准结果,对于tC+k*TS (k= 1,2,……,n_l)时刻, 通过超短期负荷预测方法,即可预测用采量测间隔内各SCADA量测时刻的配变数据,具体如 下:
[0045] 按五日工作制情况,设一时刻为t,对于At时间后的负荷预测,预测时刻为U = U + At,过去时刻为U = U-A t;记与预测日最近的五个同类型日中,其第1天。时刻负荷值为 y(i,ti) (i = l,2,.",5),第i天t2时亥Ij负荷值为y(i,t2) (i = l,2,.",5),第i天to时亥Ij负荷值 为y (i,to) (i = 1,2,…,5);假定在上述时间段内,这五天负荷具有相近的变化趋势,若有数 据缺失,可通过线性插值方法进行数据补全;
[0046] 首先计算同一时刻,上述五天负荷的平均值:
[0047]
Figure CN107294090AD00081
[0048] 从这三点负荷值来提取出预测日负荷在预测时间段内的变化值,由点
Figure CN107294090AD00082
>
Figure CN107294090AD00083
丨拟合直线,设方程为:
[0049] y ⑴=a+b · t (2)
[0050] 取tQ=l,ti = 2,t2 = 3,由最小二乘方法拟合,得:
Figure CN107294090AD00084
[0053] 那么,在tjljt2时刻负荷的变化值为:
[0054] Δ y = y (t2)-y (ti) = (a+b · t2) - (a+b · ti) =b · (t2-ti) =b (5)
[0055] 则预测日的预测时刻负荷值为:
[0056] y (t2) =y (ti) + Δ y = y (ti) +b (6)
[0057] 同理,即可补充tC+k*TS (k= I,2,……,n-1)时刻的负荷值数据。
[0058] 以下为本发明的具体实现过程。
[0059] 本发明的基于营配调多源数据的配电自动化应用提升方法,实现如下:
[0060] 1、营配调一体化模型构建及维护
[0061] 在安全III区构建营配调一体化模型,高、中压配电网模型由I区配电自动化主站 系统同步至III区,低压设备及用户信息模型通过信息交互总线从营销系统(或数据中心) 接入,由于配电自动化主站系统和营销系统对模型的描述方式存在差异,模型拼接方式也 与中高压模型拼接有一些差别,边界的查找和匹配需要通过配电自动化主站系统的变压器 信息和营销系统的变压器台账信息进行匹配,并将该关联关系保存在变压器信息对照表 中。图1中如中压模型“变压器II”从I区配电自动化主站系统同步至III区,低压模型的“变 压器II”由营销管理系统同步至III区,安全III区提供营配融合工具,对两个台账信息进行 比对,找到匹配的设备台账信息,并将该对照关系保存到III区模型库,从而在安全III区实 现营配数据联动。
[0062] 当配网高、中压模型发生变更时,由I区配电自动化主站系统将异动信息(增、删、 改)同步至III区,III区模型管理模块根据异动信息对III区模型做出更改,如果涉及到变 压器信息,同时更新变压器对照表,以保证高中低一体化模型的完整性。当低压模型发生变 更时,由营销系统主动推送设备/用户异动信息至III区,III区模型管理模块根据异动信息 对III区低压模型进行更改,如果本次异动涉及到变压器信息,需同时更新变压器对照表, 以保证高中低一体化模型的完整性。
[0063] 2、配用电数据融合方法
[0064] 1)、基于多源数据的负荷校准
[0065] 配网低压数据的采集由用电信息采集系统完成,而低压模型的建立和维护在营销 系统,营配调一体化建模及维护为用采系统和配电自动化主站系统的数据的接入和存储提 供支撑。假设当前时刻为tC,在该时刻用采数据和配电SCADA数据均上传。用采数据量测周 期为TA,SCADA数据量测周期为TS,TA = n*TS,即用采量测间隔内具有η个SCADA量测点,在tC 时刻进行负荷校准,负荷校准分为静态负荷校准和拓扑校准两步,配电SCADA中的配变量测 数据认为准确率较高,无需校准。从用采系统获得的配变功率数据直接作为静态负荷校准 值PF,SCADA和用采均无量测数据的配变可根据用户性质,由该类型用户的典型曲线和配变 的额定容量计算获得静态负荷校准值。拓扑校准的目的是根据网络拓扑结构和SCADA中各 开关处的实时量测值,对静态负荷校准值进行修正。对SCADA中没有测量值的负荷节点在完 成了静态负荷校准之后,应进行拓扑校准。拓扑校准首先进行配电区段划分,即将由开关 (可量测)、电源或末梢负荷围成的,其中不再包含可量测开关节点的连通区域看成是最小 配电区域,各个配电区域的总负荷可根据安装在开关上的配电自动化终端设备(包括FTU、 DTU等)上报的采样数据计算获得。然后将最小配电区域的总负荷观测数据减去具有实时量 测的负荷数据再以静态负荷校准值作为分配因子计算得到最终的负荷校准值。
[0066] 图2为拓扑校准示例图,图中CBOXBl开关具有功率量测,负荷开关CB3无量测,因 此0)1、0)2、0)3、0)4、0)5属于同一区段内,区段内负荷总有功功率为150〇-700 = 800。其中 LDl具备实时功率量测,值为200,因此0)2、0)3、0)4、0)5的总负荷为80〇-200 = 600。而0)2、 LD3、LD4、LD5静态负荷总加为EPf= 150+200+250+300 = 900。拓扑校准负荷=静态校准负 荷*分配因子,分配因子AF = PF/ Σ Pf。因此拓扑校准后的负荷值分别为LD2:100、LD2:133、 LD2:167、LD2:200。
[0067] 2)、超短期负荷预测补充伪量测数据方法
[0068] 由步骤1计算得到和tC时刻配变运行状况最接近的功率数据,对于tC+k*TS(k=l, 2,……,n-l)时刻,可通过超短期负荷预测的方法,基于步骤1得到的tC时刻的值分析配变 的运行趋势,预测用采量测间隔内各SCADA量测时刻的配变数据。
[0069] 超短期负荷预测采用基于线性外推的负荷虚拟量测预估方法,不同类型的日,其 负荷变化规律差别较大,根据我国目前五天工作制情况,可以分为工作日和休息日两类,工 作日指星期一至星期五,休息日指星期六、星期日及节假日。若预测间隔为5分钟,获取历史 5天的历史数据与今日t0时刻的配变数据,计算5天中每个时间节点前5分钟、后5分钟的平 均偏差,以该偏差作为预想的趋势,叠加到今日的实时数据上,进行今日的运行趋势分析, 得到的tO+k*tS (k=l,2,……,n-l)时刻的数据可作为对应时刻的配变静态负荷校准值。
[0070] 设当前时刻为t,对于未来五分钟负荷预测,一步预测的时间间隔等于5分钟,预 测时刻为U = U+At,过去时刻为U = U-A t。记和预测日最近的五个同类型日中,其第i天 t时刻负荷值为Y(Lt1) (ί = 1,2,···,5),第1天。时刻负荷值为y(i,t2) (ί = 1,2,···,5),第i 天to时刻负荷值为y(i,to) (i = l,2,…,5)。假定在上述时间段内,这五天负荷具有相近的变 化趋势,若有数据缺失,可通过线性插值方法进行数据补全。
[0071] 首先计算同一时刻,上述五天负荷的平均值:
[0072]
Figure CN107294090AD00101
[0073] 现在的任务是,从这三点负荷值来提取出预测日负荷在预测时间段内的变化值, 由点
Figure CN107294090AD00102
拟合直线,设方程为:
[0074] y ⑴=a+b · t (2)
[0075] 这里取tQ=l,ti = 2,t2 = 3,由最小二乘方法拟合,得:
Figure CN107294090AD00103
[0078] 那么,在tjljt2时刻负荷的变化值为:
[0079] Δ y = y (t2)-y (ti) = (a+b · t2) - (a+b · ti) =b · (t2-ti) =b (5)
[0080] 则预测日的预测时刻负荷值为:
[0081] y (t2) =y (ti) + Δ y = y (ti) +b (6)
[0082] 通过超短期预测补充tC+k*TS(k=l,2,……,n-l)时刻的数据后,再采用步骤1中 的负荷校准方法对数据做进一步修正。对于下一个TA周期,采用同样的方法进行多源数据 融合和补全,并将处理后的数据保存为历史数据,供未来时刻的趋势分析使用,配用电数据 融合的时间轴如下图3所示。
[0083] 3、配电网在线潮流计算分析
[0084] 由于长期缺乏量测数据配电自动化系统对高级应用功能的实时性要求不高,但在 营配调多源数据后使配网高级应用功能在线计算成为可能,只有在线分析才能及时了解配 电网运行状况和优化配电网络运行方式,因此在线分析对应用软件的计算速度、计算精度、 容错能力等性能上有更高的要求。
[0085] 实时潮流计算可分为周期启动、事件启动两种方式。周期启动的时间间隔可由用 户配置,事件启动可根据预先定义的事件类型触发启动。计算范围可选择全配电网、变电 站、馈线。实时潮流计算的算法可采用前推回代算法,前推回代潮流算法(Backward/ Forward Sweep Algorithm)是求解福射状配电网络潮流的有效方法,具有收敛特性接近线 性,不需要进行矩阵计算,存储量小,计算速度快,而且对电压的初值要求不高等优点。潮流 计算结果包括:计算信息总览(计算岛数、计算节点数、计算支路数等),变电站和馈线信息 统计(负荷有功、无功、网损等信息),分馈线的元件潮流结果、越限信息、迭代过程信息、误 差分析信息等。
[0086]以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作 用未超出本发明技术方案的范围时,均属于本发明的保护范围。

Claims (3)

1. 一种基于营配调多源数据的配电自动化应用提升方法,其特征在于:包括如下步骤, 51、 在安全III区构建营配调一体化模型,即高、中压配电网模型由I区配电自动化主站 系统同步至III区,低压设备及用户信息模型通过信息交互总线从营销系统或数据中心接 入,以利于配网多源数据的接入; 52、 基于多源数据的负荷校准:对用电信息采集系统上传的用采数据及配电自动化主 站系统上传的配电SCADA数据进行负荷校准,负荷校准包括静态负荷校准和拓扑校准; 53、 根据步骤S2的负荷校准结果,通过超短期负荷预测方法,分析配变的运行趋势,以 预测用采量测间隔内各SCADA量测时刻的配变数据; 54、 由步骤S2、S3即可得出最接近实际系统运行的监测数据,满足配网应用功能的在线 计算。
2. 根据权利要求1所述的基于营配调多源数据的配电自动化应用提升方法,其特征在 于:所述步骤S2中,基于多源数据的负荷校准具体实现过程如下: 在时刻tC用采数据和配电SCADA数据均上传;用采数据量测周期为TA,SCADA数据量测 周期为TS,TA = n*TS,即用采量测间隔内具有η个SCADA量测点,在tC时刻进行负荷校准,负 荷校准分为静态负荷校准和拓扑校准两步,从用采系统获得的配变功率数据直接作为静态 负荷校准值,SCADA和用采均无量测数据的配变可根据用户性质,由该类型用户的典型曲线 和配变的额定容量计算获得静态负荷校准值;对SCADA中无量测数据的负荷节点在完成了 静态负荷校准之后,应进行拓扑校准:首先进行配电区段划分,即将由开关、电源或末梢负 荷围成的,其中不再包含可量测开关节点的连通区域看成是最小配电区域,各个配电区域 的总负荷根据安装在开关上的配电自动化终端设备上报的采样数据计算获得;然后将最小 配电区域的总负荷观测数据减去具有实时量测的负荷数据再以静态负荷校准值作为分配 因子计算得到最终的负荷校准值。
3. 根据权利要求2所述的基于营配调多源数据的配电自动化应用提升方法,其特征在 于:所述步骤S3的具体实现过程如下: 由步骤S2得到的tC时刻的负荷校准结果,对于tC+k*TS (k = 1,2,……,n-1)时刻,通过 超短期负荷预测方法,即可预测用采量测间隔内各SCADA量测时刻的配变数据,具体如下: 按五日工作制情况,设一时刻为,对于At时间后的负荷预测,预测时刻为tpti+A t,过去时刻为U = U-At;记与预测日最近的五个同类型日中,其第1天以时刻负荷值为y (i,ti) (i = l,2,.",5),第i天t2时亥丨J负荷值为y(i,t2) (i = l,2,.",5),第i天to时亥丨J负荷值 为y (i,to) (i = 1,2,…,5);假定在上述时间段内,这五天负荷具有相近的变化趋势,若有数 据缺失,可通过线性插值方法进行数据补全; 首先计算同一时刻,上述五天负荷的平均值:
Figure CN107294090AC00021
从这三点负荷值来提取出预测日负荷在预测时间段内的变化值,由点
Figure CN107294090AC00022
Figure CN107294090AC00031
拟合直线,设方程为:
Figure CN107294090AC00032
取to = I,ti = 2,t2 = 3,由取小—乘方法拟合,得:
Figure CN107294090AC00033
那么,在tjljt2时刻负荷的变化值为:
Figure CN107294090AC00034
则预测日的预测时刻负荷值为:
Figure CN107294090AC00035
同理,即可补充tC+k*TS (k = 1,2,……,n-l)时刻的负荷值数据。
CN201710542190.3A 2017-07-05 2017-07-05 基于营配调多源数据的配电自动化应用提升方法 Active CN107294090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710542190.3A CN107294090B (zh) 2017-07-05 2017-07-05 基于营配调多源数据的配电自动化应用提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710542190.3A CN107294090B (zh) 2017-07-05 2017-07-05 基于营配调多源数据的配电自动化应用提升方法

Publications (2)

Publication Number Publication Date
CN107294090A true CN107294090A (zh) 2017-10-24
CN107294090B CN107294090B (zh) 2019-11-01

Family

ID=60100918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710542190.3A Active CN107294090B (zh) 2017-07-05 2017-07-05 基于营配调多源数据的配电自动化应用提升方法

Country Status (1)

Country Link
CN (1) CN107294090B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020752A (zh) * 2017-11-10 2018-05-11 国网浙江省电力公司电力科学研究院 一种基于多源贯通相关性的配线线损诊断方法及系统
CN112787328A (zh) * 2021-04-12 2021-05-11 国网四川省电力公司电力科学研究院 一种基于混合量测的配电网历史状态估计方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104134999A (zh) * 2014-08-06 2014-11-05 国家电网公司 基于多数据源的配电网量测有效性分析实用化计算方法
CN105930930A (zh) * 2016-04-21 2016-09-07 国家电网公司 基于负荷特性分析与负荷预测技术的负荷数据校准方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104134999A (zh) * 2014-08-06 2014-11-05 国家电网公司 基于多数据源的配电网量测有效性分析实用化计算方法
CN105930930A (zh) * 2016-04-21 2016-09-07 国家电网公司 基于负荷特性分析与负荷预测技术的负荷数据校准方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
童莹: ""基于营配数据融合的配电网运行状态评估及发展态势预判"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020752A (zh) * 2017-11-10 2018-05-11 国网浙江省电力公司电力科学研究院 一种基于多源贯通相关性的配线线损诊断方法及系统
CN108020752B (zh) * 2017-11-10 2020-03-27 国网浙江省电力公司电力科学研究院 一种基于多源贯通相关性的配线线损诊断方法及系统
CN112787328A (zh) * 2021-04-12 2021-05-11 国网四川省电力公司电力科学研究院 一种基于混合量测的配电网历史状态估计方法及系统
CN112787328B (zh) * 2021-04-12 2021-06-29 国网四川省电力公司电力科学研究院 一种基于混合量测的配电网历史状态估计方法及系统

Also Published As

Publication number Publication date
CN107294090B (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
CN102751728B (zh) 基于负荷中断模型的微网孤网运行的能量管理方法
CN102074954B (zh) 一种城乡配电网综合节能评估与决策方法
Varaiya et al. Smart operation of smart grid: Risk-limiting dispatch
US10063052B2 (en) Method and system for distributing and/or controlling an energy flow taking into account constraints relating to the electricity network
CN104239059B (zh) 基于全模型的智能配用电统一信息支撑平台的构建方法
Choi et al. Optimal scheduling and operation of the ESS for prosumer market environment in grid-connected industrial complex
Vargas et al. Real-time monitoring and economic dispatch of smart distribution grids: High performance algorithms for DMS applications
CN105468820B (zh) 配电网线损异动实时识别方法
CN108448568B (zh) 基于多种时间周期测量数据的配电网混合状态估计方法
CN107294090B (zh) 基于营配调多源数据的配电自动化应用提升方法
CN104778635A (zh) 全寿命周期框架下的配电变压器更换方法
CN101271544A (zh) 一种电网中母线负荷的预测方法
CN105048456A (zh) 应用于智能计量平台的降损节能管理方法及系统
CN102567645B (zh) 基于在线理论网损计算的电网设备统计及计算网损的方法
CN112615368A (zh) 一种基于分布式感知的台区拓扑生成方法及感知终端装置
Xie et al. Microgrid system energy storage capacity optimization considering multiple time scale uncertainty coupling
KR101712944B1 (ko) 에너지 저장 장치의 충방전 스케줄링 장치 및 방법
CN103824124A (zh) 一种针对电网公司的节能潜力评估方法
CN108680801A (zh) 一种变压器过负荷计算方法、系统及终端设备
CN103617553A (zh) 一种电网数据质量综合提升系统
Saleh et al. Load aggregation from generation-follows-load to load-follows-generation
CN109638812A (zh) 一种自适应的配电线路超短期负荷预测方法及系统
Fan et al. Research on load characteristic modeling and optimization control method based on demand response
Liang et al. Fast large-scale optimal power flow analysis for smart grid through network reduction
Xinyu et al. Discussion on Security Management and Control Mechanism Based on Power System Big Data Platform

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant