CN108629525A - 一种考虑负荷重要程度的节点电压暂降严重程度评估方法 - Google Patents

Abstract

本发明涉及一种考虑负荷重要程度的节点电压暂降严重程度评估方法，基于层次分析法确定各级负荷的暂降影响系数，以量化负荷重要程度；基于各级负荷的暂降影响系数来定义系统侧指标，以反映暂降对节点负荷的整体影响；结合设备电压耐受曲线确定用户侧指标，描述敏感负荷接入节点将承受的故障风险；基于灰色关联分析进行电压暂降严重程度评估：从样本中确定一个理想化的最优样本，作为参考序列，通过计算各样本序列与该参考序列的关联度，对被评价对象做出综合比较和排序。本发明可用于评估多节点多次暂降的严重程度，为改善供电质量问题和节点电压暂降治理提供依据。

Description

一种考虑负荷重要程度的节点电压暂降严重程度评估方法

技术领域

本发明属于电能质量技术领域，尤其涉及一种考虑负荷重要程度的节点电压暂降严重程度评估方法。

背景技术

随着电压敏感型设备，如微型计算机、可编程逻辑控制器、交流调速器等装置的广泛应用，由电压暂降导致的用户设备损坏及工业生产过程中断等问题日趋多见，严重时会造成重大经济损失，带来不好的政治、社会影响。因此，对监测节点记录的电压暂降数据进行合理的评估，对治理电压暂降问题和提高供电可靠性具有指导意义。

国内外研究者提出的电压暂降评估指标一般可分为系统侧指标和用户侧指标。系统侧指标旨在描述节点的电压暂降系统特性，如国标中推荐的电压暂降与短时中断事件统计表，SARFI指标以及IEEE P1564提出的节点暂降能量指标等；用户侧指标通过结合敏感用户负荷的暂降耐受能力，评估用户受电压暂降的影响程度，如暂降严重性指标MDSI、S_e和基于ITIC、SEMI曲线或其他敏感设备电压耐受曲线的设备故障率等。系统侧指标虽然较为全面的统计了节点的电压暂降事件，但没有考虑节点负荷量的大小及负荷的重要程度。相应地，用户侧指标虽然描述了某种敏感设备或某类敏感用户受电压暂降的影响程度，对敏感负荷选址具有一定指导意义，但并不能反映多次电压暂降对节点上的用户整体造成的影响。

目前，对节点电压暂降严重程度的评估方法可分为基于经济损失的暂降严重程度评估法和基于多指标综合评估的暂降严重程度评估法：

文献[1]，“电压暂降引起的财务损失风险评估(CHAN J Y,MILANOVIC J V,DELAHUNTY A.Risk based assessment of financial losses due to voltage sag[J].IEEE Transactions on Power Delivery,2011,26(2):492-500.)”，提出了一种通过节点暂降经济损失判断节点暂降严重程度的方法，该方法以经济损失的形式直观展示了节点的暂降严重程度，但其评估结果受敏感设备、用户暂降经济损失等不确定因素的影响，波动较大。

文献[2]，“基于电压暂降的网络弱区识别第II部分：使用暂降严重性指数评价网络性能(Liao H,Abdelrahman S,Guo Y,et al.Identification of weak areas ofnetwork based on exposure to voltage sags-part II：assessment of networkperformance using sag severity index[J].IEEE Transactions on Power Delivery，2015，30(6)：2401-2409.)”，其中结合设备耐受曲线提出了评估单次暂降事件的SSI指标，并基于此给出了针对单个节点的暂降性能指标BPI，该指标虽然同时考虑了暂降幅值和持续时间的影响，但对设备耐受能力未知的节点并不适用。

文献[3]，周翔，王丰华，黄荣辉，张君，冯琳.考虑系统与敏感设备的变电站电压暂降综合评估[J].中国电机工程学报,2015,35(8)：1940-1946.，提出了兼顾系统侧统计性指标和用户侧敏感设备耐受能力的电压暂降综合评估方法，但在计算系统侧指标时，对暂降严重程度的描述只结合了暂降特征值，忽略了节点的负荷属性。

发明内容

为解决上述技术问题，本发明提供一种考虑负荷重要程度的节点电压暂降严重程度评估方法，可用于评估多节点多次暂降的严重程度，为改善供电质量问题和的节点电压暂降治理提供依据。

本发明采用的技术方案如下：

一种考虑负荷重要程度的节点电压暂降严重程度评估方法，其包含以下步骤：

基于层次分析法确定各级负荷的暂降影响系数，以量化负荷重要程度；

基于各级负荷的暂降影响系数来定义系统侧指标，以反映暂降对节点负荷的整体影响；

结合设备电压耐受曲线确定用户侧指标，描述敏感负荷接入节点将承受的故障风险；

基于灰色关联分析进行电压暂降严重程度评估：从样本中确定一个理想化的最优样本，作为参考序列，通过计算各样本序列与该参考序列的关联度，对被评价对象做出综合比较和排序。

可选地，确定暂降影响系数SIC时，按照负荷重要程度的等级划分，引用数字标度1～9及其倒数构造判断矩阵A，其中的元素a_ij表示第i级负荷相对于第j级负荷的比较结果，且有

求解判断矩阵A的最大特征值λ_max及相应的特征向量V；

对判断矩阵A进行一致性检验，计算一致性指标CI：

式中，n为判断矩阵阶数，引入随机一致性指标RI，按式(4)计算一致性比例CR，若CR小于0.1，则认为矩阵A具有一致性：

按式(5)归一化处理后得到各级负荷的暂降影响系数：

可选地，判断矩阵A的标度定义为：

i，j两元素同样重要的，a_ij赋值为1；

i元素比j元素稍微重要的，a_ij赋值为3；

i元素比j元素明显重要的，a_ij赋值为5；

i元素比j元素强烈重要的，a_ij赋值为7；

i元素比j元素极端重要的，a_ij赋值为9；

重要等级表示上述两相邻判断的中值的，a_ij赋值分别为2、4、6、8；

重要等级与上述各项相反，a_ij赋值为上述各项对应赋值的倒数。

可选地，基于各级负荷的暂降影响系数来定义系统侧指标SI：

式中，N为节点各级负荷经历的电压暂降事件次数，P为节点连接的负荷量，x_i为评估节点i级负荷占节点总负荷量的比值，SIC_i为相应等级负荷的暂降影响系数。

可选地，选取SEMI F47曲线或ITIC曲线计算设备故障率作为节点用户侧指标UI：

UI＝SARFI_CURVE (7)

式中，SARFI_CURVE描述了位于曲线电压容许包络线之外的均方根值变化事件的频度。

可选地，基于灰色关联分析评估m个节点的电压暂降严重程度，样本序列由各节点的系统侧评估指标和用户侧评估指标组成：

x_i＝{x_i1,x_i2},i＝1,...,m (8)

选取样本序列中各项指标的最小值构成参考序列：

x₀＝{x₀₁,x₀₂} (9)

进行无量纲化处理：

计算x₀(k)与x_i(k)的灰色关联系数ξ_i(k)：

式中，ξ_i(k)表示x_i(k)与x₀(k)的关联程度，其值越大表明被评估样本越接近参考序列；ρ∈(0,1)为分辨系数；与分别为两级最小差和两级最大差；

根据k个关联系数ξ_i(k)及每个指标的权重w_i计算样本序列x_i和参考序列x₀的加权关联度r_i

指标权重借助层次分析法求取，这里认为系统侧指标和用户侧指标同等重要；将m个节点的灰色关联度排序，r_i越大则表明该节点评估结果越接近参考样本，即该节点的暂降越不严重。

可选地，分辨系数ρ＝0.5；权重w₁＝w₂＝0.5。

本发明在节点电压暂降严重程度的评估中考虑了节点的负荷量及负荷重要程度，基于层次分析法确定各等级负荷的暂降影响系数，并在此基础上建立系统侧指标，用以反映暂降对节点负荷的整体影响；同时，结合设备电压耐受标准曲线建立用户侧指标，描述敏感负荷接入节点将承受的故障风险；最后利用灰色关联度法评估多个节点的暂降严重程度。本发明研究成果可用于评估多节点多次暂降的严重程度，为改善供电质量问题和节点电压暂降治理提供依据。

附图说明

图1是两种常用的电压耐受曲线；

图2是各节点系统侧指标对比图；

图3是各节点用户侧指标对比图；

图4是各节点灰关联度对比图；

图5是本发明节点电压暂降严重程度评估方法的流程示意图。

具体实施方式

本发明的技术内容的详细描述如下：

如图5所示，一种考虑负荷重要程度的节点电压暂降严重程度评估方法，主要包括以下步骤：

1.1基于层次分析法的负荷暂降影响系数计算

负荷的重要程度与其遭受电压暂降事件后造成的经济损失及政治、社会影响有关。其中，电压暂降事件是指用户设备由于电压暂降导致正常工作中断或设备损坏情况发生。效仿按供电可靠性要求的负荷分类方式，对受暂降影响的负荷重要程度做以下划分，如表1所示。

表1负荷重要程度等级划分

定义暂降影响系数SIC以量化负荷重要程度。利用层次分析法确定各级负荷的暂降影响系数SIC。层次分析法是一种主观赋权法，利用九标度法判断两两因素间的相对重要程度，构造判断矩阵并计算其最大特征值所对应的特征向量，得到反映各因素重要性程度的权重。

按照负荷重要程度的等级划分，引用数字标度1～9及其倒数构造判断矩阵A，数字标度含义如表2所示。

式中，a_ij表示第i级负荷相对于第j级负荷的比较结果，且有

表2判断矩阵标度定义

通过求解可得矩阵A的最大特征值λ_max及相应的特征向量V。对判断矩阵A进行一致性检验，计算一致性指标CI:

式中，n为判断矩阵阶数，引入随机一致性指标RI，按式(4)计算一致性比例CR，若CR小于0.1，则认为矩阵A具有一致性,

当n＝3时，RI＝0.52，经计算，比较矩阵A的一致性比例为0.081<0.1，满足一致性检验。将P按式(5)归一化处理后即可得各级负荷的暂降影响系数，结果如表3所示。

表3各等级负荷的暂降影响系数

1.2考虑负荷重要程度的系统侧指标

系统侧指标侧重于节点发生的电压暂降事件所造成的综合影响，是对节点多次电压暂降事件造成后果的整体评估，与暂降事件次数、节点各级负荷的大小有关。基于各级负荷的暂降影响系数定义系统侧指标SI：

式中，N为节点各级负荷经历的电压暂降事件次数，P为节点连接的负荷量，x_i为评估节点i级负荷占节点总负荷量的比值，SIC_i为相应等级负荷的暂降影响系数。

1.3结合设备电压耐受曲线的用户侧指标

用户侧指标侧重于节点发生的多次暂降可能造成用户敏感设备的故障次数，反映了节点的电压暂降特性与设备电压耐受能力的兼容情况。设备的暂降耐受能力由电压耐受曲线描述。

在电压暂降评估中应用广泛的电压耐受标准曲线有信息工业技术协会绘制的ITIC曲线，以及国际半导体设备与材料组织制定的SEMI F47曲线，如图1所示。ITIC曲线是在CBEMA曲线的基础上发展而来，针对计算机等信息工业设备；SEMI F47曲线针对半导体制程相关设备。在节点设备耐受能力未知的情况下，选取SEMI F47曲线或ITIC曲线计算设备故障率作为节点用户侧指标UI:

UI＝SARFI_CURVE (7)

式中，SARFI_CURVE描述了位于曲线电压容许包络线之外的均方根值变化事件的频度。

1.4基于灰色关联分析的电压暂降严重程度评估方法

应用灰色关联分析进行综合评价的基本思路是从样本中确定一个理想化的最优样本，作为参考序列，通过计算各样本序列与该参考序列的关联度，对被评价对象做出综合比较和排序。

利用灰色关联分析评估m个节点的电压暂降严重程度，样本序列由各节点的系统侧评估指标和用户侧评估指标组成：

x_i＝{x_i1,x_i2},i＝1,...,m (8)

由于系统侧指标和用户侧指标都是逆向指标，即越小越优型指标，故选取样本序列中各项指标的最小值构成参考序列：

x₀＝{x₀₁,x₀₂} (9)

用式(10)进行无量纲化处理。

此时最优参考序列为x₀＝{1,1}。利用式(11)计算x₀(k)与x_i(k)的灰色关联系数ξ_i(k):

式中，ξ_i(k)表示x_i(k)与x₀(k)的关联程度，其值越大表明被评估样本越接近参考序列；ρ∈(0,1)为分辨系数，通常取ρ＝0.5，称与分别为两级最小差和两级最大差。

根据k个关联系数ξ_i(k)及每个指标的权重w_i即可计算样本序列x_i和参考序列x₀的加权关联度r_i

指标权重可借助层次分析法求取，这里认为系统侧指标和用户侧指标同等重要，故取w₁＝w₂＝0.5。将m个节点的灰色关联度排序，r_i越大则表明该节点评估结果越接近参考样本，即该节点的暂降越不严重。

以下介绍一个示例：

依据本发明的方法，选取某城市220kV主网中的5个节点作为研究对象进行分析计算。由于缺少电压暂降监测数据，采用故障点法随机预估节点的电压暂降频次，元件故障率及保护动作时间如表4、表5所示。各节点负荷量及不同等级负荷占比如表6所示。

表4母线、线路故障率及各类型短路故障占比

表5各电压等级故障切除时间

表6各节点负荷量及负荷组成

由于缺少用户设备暂降耐受信息，选取ITIC标准曲线，若暂降发生在ITIC包络线之外，则记为一次电压暂降事件，即认为该次电压暂降会造成敏感负荷的故障或跳闸。选取SARFI_ITIC作为各节点的电压暂降事件次数，同时作为节点用户侧指标。各级负荷的暂降影响系数如表3所示，结合式(6)、式(7)计算各节点系统侧指标及用户侧指标，如表7所示。各节点评估指标构成样本序列x₁～x₅。

表7各评估节点的系统侧指标和用户侧指标

由表7可知参考序列x₀＝{159.057,4.311}，而由式(10)、(11)、(12)计算各节点评估结果与参考序列的灰色关联度如表8所示。

表8各评估节点与参考序列的灰色关联度

根据表8中的灰色关联度对各样本序列排序，灰色关联度越大表明该序列越接近参考序列，即相应的节点电压暂降越不严重。评估结果中各节点的灰关联度从大到小依次是r₄>r₅>r₁>r₃>r₂。即节点2的电压暂降最严重，节点4的电压暂降最不严重。

将各节点的系统侧指标、用户侧指标及灰色关联度进行对比分析，如图2、图3、图4所示，其中系统侧指标和用户侧指标都为越小越优型，而灰关联度正好相反，其值越大，代表节点暂降综合严重程度越低。由图可见，节点2的系统侧指标远大于其它节点，这是由于节点2的负荷量较大，且暂降事件次数较多；节点2与节点3的负荷量及各级负荷占比类似，但节点3的暂降事件次数较小，因此其系统侧指标和灰关联度都优于节点2；节点5的用户侧指标最大，即连接在该节点的敏感负荷故障率较高，但其负荷量及一级负荷占比小，所以其系统侧指标及综合评价较好；节点4的用户侧指标为最优，且其用系统侧指标也较好，故节点4的综合评估结果为最优。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (7)

1.一种考虑负荷重要程度的节点电压暂降严重程度评估方法，其特征在于，包含以下步骤：

基于层次分析法确定各级负荷的暂降影响系数，以量化负荷重要程度；

基于各级负荷的暂降影响系数来定义系统侧指标，以反映暂降对节点负荷的整体影响；

结合设备电压耐受曲线确定用户侧指标，描述敏感负荷接入节点将承受的故障风险；

基于灰色关联分析进行电压暂降严重程度评估：从样本中确定一个理想化的最优样本，作为参考序列，通过计算各样本序列与该参考序列的关联度，对被评价对象做出综合比较和排序。

2.如权利要求1所述的节点电压暂降严重程度评估方法，其特征在于，

确定暂降影响系数SIC时，按照负荷重要程度的等级划分，引用数字标度1～9及其倒数构造判断矩阵A，其中的元素a_ij表示第i级负荷相对于第j级负荷的比较结果，且有

求解判断矩阵A的最大特征值λ_max及相应的特征向量V；

对判断矩阵A进行一致性检验，计算一致性指标CI：

式中，n为判断矩阵阶数，引入随机一致性指标RI，按式(4)计算一致性比例CR，若CR小于0.1，则认为矩阵A具有一致性：

按式(5)归一化处理后得到各级负荷的暂降影响系数：

3.如权利要求2所述的节点电压暂降严重程度评估方法，其特征在于，

判断矩阵A的标度定义为：

i，j两元素同样重要的，a_ij赋值为1；

i元素比j元素稍微重要的，a_ij赋值为3；

i元素比j元素明显重要的，a_ij赋值为5；

i元素比j元素强烈重要的，a_ij赋值为7；

i元素比j元素极端重要的，a_ij赋值为9；

重要等级表示上述两相邻判断的中值的，a_ij赋值分别为2、4、6、8；

重要等级与上述各项相反，a_ij赋值为上述各项对应赋值的倒数。

4.如权利要求1所述的节点电压暂降严重程度评估方法，其特征在于，

基于各级负荷的暂降影响系数来定义系统侧指标SI：

式中，N为节点各级负荷经历的电压暂降事件次数，P为节点连接的负荷量，x_i为评估节点i级负荷占节点总负荷量的比值，SIC_i为相应等级负荷的暂降影响系数。

5.如权利要求1所述的节点电压暂降严重程度评估方法，其特征在于，

选取SEMI F47曲线或ITIC曲线计算设备故障率作为节点用户侧指标UI：

UI＝SARFI_CURVE (7)

式中，SARFI_CURVE描述了位于曲线电压容许包络线之外的均方根值变化事件的频度。

6.如权利要求1所述的节点电压暂降严重程度评估方法，其特征在于，

基于灰色关联分析评估m个节点的电压暂降严重程度，样本序列由各节点的系统侧评估指标和用户侧评估指标组成：

x_i＝{x_i1,x_i2},i＝1,...,m (8)

选取样本序列中各项指标的最小值构成参考序列：

x₀＝{x₀₁,x₀₂} (9)

进行无量纲化处理：

计算x₀(k)与x_i(k)的灰色关联系数ξ_i(k)：

式中，ξ_i(k)表示x_i(k)与x₀(k)的关联程度，其值越大表明被评估样本越接近参考序列；ρ∈(0,1)为分辨系数；与分别为两级最小差和两级最大差；

根据k个关联系数ξ_i(k)及每个指标的权重w_i计算样本序列x_i和参考序列x₀的加权关联度r_i

指标权重借助层次分析法求取，并且认为系统侧指标和用户侧指标同等重要；将m个节点的灰色关联度排序，r_i越大则表明该节点评估结果越接近参考样本，即该节点的暂降越不严重。

7.如权利要求6所述的节点电压暂降严重程度评估方法，其特征在于，

分辨系数ρ＝0.5；权重w₁＝w₂＝0.5。