CN108429253A - 多级协同的负荷用户属性模型的构建方法 - Google Patents

Abstract

本发明公开了多级协同的负荷用户属性模型的构建方法，本发明首先设计了负荷用户属性的模型，该模型涵盖了用户名、用户行业属性、用户重要性、用户实时功率、用户数等多个重要的用户属性信息，通过电能计量自动化系统获得10kV/0.4kV配电变压器的负荷用户属性模型，并结合EMS中的电网结构和运行方式数据，通过潮流追踪的方法建立了10kV馈线及110kV、220kV、500kV变电站负荷用户属性模型。从而实现对于不同电压等级馈线和变电站的负荷用户属性信息的多级协同精细化管理。同时可有效掌握和评估某个变电站停电时受影响的最终用户数和负荷量，可为各级电力调度部门在安排运行方式、制定调度计划和动态分析电网用户状态等方面提供一定的参考决策信息。

Description

多级协同的负荷用户属性模型的构建方法

技术领域

本发明涉及电力技术领域，具体涉及一种多级协同的负荷用户属性模型的构建方法。

背景技术

目前各级调度利用的负荷模型均为电网网络拓扑计算中使用的等值负荷，如中调的能量管理系统(Energy Management System，简称EMS)中，负荷设备一般等值在220kV主变的高压侧母线；地调的EMS中，负荷设备一般等值在110kV或者35kV的出线。这些等值负荷，均不能反映负荷的重要性程度，方式专业不能迅速掌握详细的用户负荷特性，无法安全、合理地安排电网运行方式。并且，随着国家《电力安全应急处置和调查处理条例》(中华人民共和国国务院第599号令)、《关于加强重要电力用户供电电源及自备应急电源配置监督管理的意见》(电监安全[2008]43号文)的颁布，重要电力用户的安全供电管理已经上升到“提高社会应对电力突发事件的应急能力，有效防止次生灾害发生，维护社会公共安全”的高度。因此，如何构建电力负荷用户属性模型和实现对用户负荷的多级协同管理，是一个亟需解决的关键技术问题。

长期以来电力部门不断提高对供电用户的管理水平，调度部门通过EMS实现对管辖范围内不同电压等级用户的数据采集分析统计工作。目前，负荷模型研究的主要目的是为电力系统分析计算提供精确的等值负荷模型，不同的负荷模型对电力系统的事故后潮流计算、短路电流计算及暂态稳定、动态稳定、电压稳定和频率稳定的仿真计算结果具有很大的影响。当前电力负荷建模主要有三大类方法，即统计综合法、总体测辨法和故障仿真法。统计综合法得到的负荷模型具有物理概念清晰，现场工作人员易于理解等优点，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；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，其最大的困难在于难以在系统中所有变电站都安装有关装置；故障仿真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，但是，某个故障仿真得到的参数不一定适用于负荷的其他运行状态。在负荷用户的管理方面，目前仅限于地方供电局运行调度部门应用电能计量自动化系统在停电管理、负荷实时监控等工作业务上。然而，省级电网和区域电网的调度部门，则难以了解其管辖的各个220kV或500kV变电站的供电负荷的相关信息，也难以知道其管辖的某个220kV或500kV变电站的停电会影响到多大数量的用户供电，是否会影响到重要用户的供电。

上述技术存在的缺点是：一方面，现有的等值负荷模型仅是为了满足电网计算分析的需要而建立，其模型相对简单，能够提供的信息仅局限其物理特性、拓扑关系、电压等级等信息，无法进一步反映用户侧负荷模型的详细信息，例如用户数量、用户重要性、负荷实时功率等用电环节关键信息。另一方面，目前负荷信息的实时统计计算往往依赖人工整理来汇总这些用电侧负荷信息，这不仅需要耗费巨大的人力、物力以及时间成本，也很容易造成错误。同时，由于这类信息尚未整合入电网模型中，无法实时地把用户侧负荷与电网模型中的负荷设备进行关联，导致各级调度在负荷侧业务管理的工作效率低下、无法迅速掌握负荷侧相关的详细信息，给电网运行分析、方式安排以及实时监控带来风险。

发明内容

针对现有技术的不足，本发明的目的旨在提供一种多级协同的负荷用户属性模型的构建方法，以为各级电力调度部门在安排运行方式、制定调度计划和动态分析电网用户状态等方面提供一定的参考决策信息。

为实现上述目的，本发明采用如下技术方案：

多级协同的负荷用户属性模型的构建方法，所述构建方法包括如下步骤：

S1、从电能计量自动化系统导入负荷用户信息以及从EMS系统读入网络拓扑信息；

S2、将步骤S1的负荷用户信息以及网络拓扑信息和预先设计的负荷用户属性模型形成10/0.4kV配变的负荷用户属性模型；

S3、对10/0.4kV配变的实时功率和用户数进行叠加，整合用电行业属性，形成10kV馈线的负荷用户属性模型；

S4、对10kV馈线的实时功率和用户数进行叠加，整合用电行业属性，形成110kV馈线的负荷用户属性模型；

S5、假定负荷用户实时功率和用户数成正比，利用潮流追踪确定220kV变电站的110kV侧出线对110kV变电站负荷功率的分配情况，形成220kV变电站的负荷用户属性模型；

S6、利用潮流追踪确定220kV变电站负荷功率对500kV变电站的220kV侧出线功率的汲取情况，形成500kV变电站的负荷用户属性模型。

所述步骤S2中的负荷用户属性模型涵盖用户属性信息。

所述用户属性信息包括用户名、用户行业属性、用户重要性、用户实时功率以及用户数。

本发明的有益效果在于：

本发明通过电能计量自动化系统和EMS中的电网结构、运行方式数据，并结合潮流追踪的方法可以依次得到10kV馈线及110kV、220kV、500kV变电站负荷用户属性模型。所得模型涵盖了用户名、用户行业属性、用户重要性、用户实时功率、用户数等多个重要的用户属性信息，有利于电力调度部门迅速清晰地掌握负荷信息，为相关工作人员制定电网运行方式、评估电网停电风险等业务提供一定的依据。

附图说明

图1为本发明实施例提供的多级协同的负荷用户属性模型的构建方法的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述：

一种多级协同的负荷用户属性模型的构建方法，具体包括如下步骤：

S1、从电能计量自动化系统导入负荷用户信息以及从EMS系统读入网络拓扑信息；

S2、负荷用户属性模型的设计

为实现自上而下的负荷管理，每一个10kV/0.4kV配电变压器的负荷用户属性是多层协调负荷属性的基础单元，它需要涵盖用户名、用户行业属性、用户重要性、用户实时功率、用户数等多个基本属性，为更高层级的线路或变电站负荷用户属性的统计奠定基础。本发明根据电网分析和运行调度的实际需要，设计出的配电变压器的负荷用户属性模型如表1所示。表1中所需的数据均可从电网公司的计量自动化系统中获得。其中，用电行业大属性包括：农林牧渔、工业、建筑、交通仓储邮政、信息计算机服务、商业住宿餐饮、金融房地产商务、公共事业管理组织、城乡居民生活用电9大类。每一类用电行业大属性下可进行细分，例如农林牧渔包括：排灌、农副业、农业、林业、畜牧业、渔业、水利业、农林牧渔水利服务业。重要性分为：特别重要、重要、一般。

表1配电变压器的负荷用户属性模型

S3、10kV馈线负荷用户属性模型的建立

一般地，配电网中每一条10kV馈线上均接有多台10/0.4kV配电变压器，为干线式或树状式的开式网络接线形式。于是，根据表1中对各个配变负荷用户属性信息的统计情况，结合配变对各10kV馈线的从属关系，汇总后便可得到各个10kV馈线负荷的用户属性模型中的用户数量、用户重要性、负荷实时功率信息。若某条10kV馈线下没有重要的用电负荷则认定其重要性为一般，但只要存在重要或者特别重要的用电负荷，则认定其重要性为重要或者特别重要。由于一条10kV馈线下各个10/0.4kV配电变压器的用电行业属性往往存在不同，因此，10kV馈线的“用电行业大属性”和“用电行业细分属性”需要由各个10/0.4kV配电变压器的用电行业属性合并而成。

S4、110kV馈线负荷用户属性模型的建立

同理，根据前述10kV馈线的负荷用户属性统计情况，结合各10kV馈线对各110kV变电站的从属关系，汇总统计后便可得到各个110kV变电站负荷的用户属性模型。

S5、220kV变电站的负荷用户属性模型的建立

将负荷等值在110kV变电站高压侧母线的电网不是放射型电网结构，存在每个电源给多个负荷供电，每个负荷同时有多个电源对其供电的情况。因此无法直接判断220kV变电站和500kV变电站与各个110kV变电站负荷的从属关系，不能直接汇总得到220kV变电站和500kV变电站的负荷用户属性信息。通过潮流追踪的方法，分别根据220kV变电站的110kV侧出线对110kV变电站负荷功率的分配情况来确定各个110kV变电站对220kV变电站的电气从属关系。在已知110kV变电站总用户数的基础上，可假定负荷用户实时功率和用户数成正比，按照220kV变电站的110kV侧出线功率对110kV变电站负荷分配的功率占110kV变电站总负荷功率的比例来确定该220kV变电站对110kV变电站的供电用户数，由该220kV变电站对各个110kV变电站的供电用户数进行求和即可得到220kV变电站的用户数。

S6、500kV变电站的负荷用户属性模型的建立

同理，根据500kV变电站的220kV侧出线对220kV变电站负荷功率的分配情况来确定各个220kV变电站对500kV变电站的电气从属关系。而确定某个500kV变电站的总用户数的方法与220kV变电站的一致。

因此，建立10kV馈线及110kV、220kV、500kV变电站负荷用户属性模型的流程图如图1所示。

为了验证本方法的有效性，下面进行一算例分析验证

以惠州电网2017年某个时刻电网运行方式对应的实际数据作为算例进行分析。惠州电网部分配变的负荷用户属性模型如表2所示。

表2惠州电网部分配变的负荷用户属性模型

根据配变的负荷用户属性模型和电网的拓扑结构及潮流追踪结果，可依次得到惠州电网中10kV馈线、110kV变电站、220kV变电站、500kV变电站的负荷用户属性模型，部分馈线和变电站的负荷用户属性模型如表3～6所示。根据表中结果，上级调度部门就可以迅速掌握其管辖的相应等级变电站的负荷用户属性信息，例如，根据表6，广东电网中调或南方电网总调的运行人员就可以知道500kV惠州变电站的停电会影响到305223户的用户供电，并且会有特别重要用户的供电受到影响。

表3惠州电网部分10kV馈线的负荷用户属性模型

表4惠州电网部分110kV变电站的负荷用户属性模型

表5惠州电网部分220kV变电站的负荷用户属性模型

表6惠州电网部分500kV变电站的负荷用户属性模型

由此可知，本实施例提供的多级协同的负荷用户属性模型的构建方法与现有技术相比，具体如下的技术优势：

1)不仅包含了电压等级、拓扑关系等负荷属性信息，还涵盖了用户数量、用户实时功率、用户重要性等多方面的关键信息，用户负荷模型得到了一定的细化和延伸，同时模型的多级协同精细化有利于自上而下、清晰明了地掌握负荷信息，可为相关电力调度部门制定电网运行方式、评估电网停电风险等业务提供一定的依据。

2)通过潮流追踪方法获得的电源和负荷的源流关系可明确不同电压等级变电站之间的电气从属关系，为有效统计220kV变电站和5000kV变电站的负荷用户属性信息尤其是用户数奠定了理论基础。

对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (3)

1.多级协同的负荷用户属性模型的构建方法，其特征在于，所述构建方法包括如下步骤：

S1、从电能计量自动化系统导入负荷用户信息以及从EMS系统读入网络拓扑信息；

S2、将步骤S1的负荷用户信息以及网络拓扑信息和预先设计的负荷用户属性模型形成10/0.4kV配变的负荷用户属性模型；

S3、对10/0.4kV配变的实时功率和用户数进行叠加，整合用电行业属性，形成10kV馈线的负荷用户属性模型；

S4、对10kV馈线的实时功率和用户数进行叠加，整合用电行业属性，形成110kV馈线的负荷用户属性模型；

S5、假定负荷用户实时功率和用户数成正比，利用潮流追踪确定220kV变电站的110kV侧出线对110kV变电站负荷功率的分配情况，形成220kV变电站的负荷用户属性模型；

S6、利用潮流追踪确定220kV变电站负荷功率对500kV变电站的220kV侧出线功率的汲取情况，形成500kV变电站的负荷用户属性模型。

2.如权利要求1所述的多级协同的负荷用户属性模型的构建方法，其特征在于，所述步骤S2中的负荷用户属性模型涵盖用户属性信息。

3.如权利要求1所述的多级协同的负荷用户属性模型的构建方法，其特征在于，所述用户属性信息包括用户名、用户行业属性、用户重要性、用户实时功率以及用户数。