CN110214332A - 对用于能量供应的电气系统进行使用规划的方法 - Google Patents
对用于能量供应的电气系统进行使用规划的方法 Download PDFInfo
- Publication number
- CN110214332A CN110214332A CN201880008304.9A CN201880008304A CN110214332A CN 110214332 A CN110214332 A CN 110214332A CN 201880008304 A CN201880008304 A CN 201880008304A CN 110214332 A CN110214332 A CN 110214332A
- Authority
- CN
- China
- Prior art keywords
- operative component
- supplemental characteristic
- operative
- characteristic
- prediction
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000000153 supplemental effect Effects 0.000 claims abstract description 56
- 238000012502 risk assessment Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 5
- 238000009413 insulation Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims description 2
- 230000035484 reaction time Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 101000653455 Homo sapiens Transcriptional and immune response regulator Proteins 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 102100030666 Transcriptional and immune response regulator Human genes 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种对用于能量供应的电气系统(20)的运行器件(101…106)进行使用规划的方法，其中，‑预设将来的时刻；‑为每个运行器件：·确定第一参数数据SP，所述第一参数数据描述运行器件的技术特性；·确定第二参数数据KP，所述第二参数数据描述运行器件与其余运行器件相比的相关性；·确定运行器件的特征变量数据；·借助于第一数学规则从其第一参数数据和其特征变量数据中确定预测的状态指数HIi，所述预测的状态指数表示所述运行器件在将来的时刻的预测的状态；·借助于第二数学规则从其第二参数数据中确定关键性指数CIi；·借助于第三数学规则从其状态指数HIi和其关键性指数CIi中确定扩展的状态指数RIi，所述扩展的状态指数表示对所述运行器件的预测的风险分析；‑为系统·根据扩展的状态指数RIi对于将来的时刻执行对稳定性和/或可用性的预测性的评估。
Description
技术领域
本发明涉及一种对用于能量供应的电气系统的运行器件进行使用规划的方法。这样的系统包括多个运行器件，例如架空线、变压器、开关设施、无功功率补偿设施、滤波器和用于不间断地供电的设施(USV)。
背景技术
用于对这些运行器件进行使用规划的重要的变量尤其是电气系统的可用性以及电气系统的稳定性。
下面将电气系统的可用性视为每年根据其设计意图使用所述系统的时间。可用性主要受到由于电网失效或电气系统干扰引起的电压中断的影响。
下面电气系统的稳定性被视为是其在给定的初始运行状态下在干扰之后再次达到平衡的运行状态的能力，其中，大多数变量是受限制的并且实际上整个系统保持完好。
为了确保最高可能的可用性以及稳定性，这种系统的运营商必须负有满足不同要求的义务。这些要求中最重要的要求是所谓的(N-x)准则，所述准则表明，在系统的数量x个运行器件失效的情况下，必须可靠地确保整个系统的运行或功能运转性。
WO 2004 090 764 A1描述了一种用于借助于数据处理设备对技术运行器件进行系统评估和分级的方法，其中，逐步进行：
-对于相应的技术运行器件，检测和/或确定具有经济上重要的输入特征变量的至少一个第一数据集和具有技术上重要的输入特征变量的至少一个第二数据集；
-对于每个数据集，通过基于知识的预定的数字和/或逻辑链接以及基于知识的预定的运行器件特定的加权因子，将所确定的输入特征变量分别组合成经济方面的评估特征变量Flx和技术方面的评估特征变量RIx；和
-通过基于知识的预定的数字链接和加权因子从所确定的评估特征变量中得出，确定用于验证相应的技术运行器件的唯一的总评估特征变量EIx。
根据所述总评估变量Elx，所述系统可用于强电流技术运行器件、尤其是变压器的系统状态评估。
分别与技术上重要的或技术上的输入特征值相关的输入特征值或数据通常描述相应的评估者和/或用户的最佳可能的主观估计，并且在很大程度上基于他们的专业知识和/或经验值。能够基于经验值和/或技术/商业方面的考虑估算和/或与技术上的输入特征变量可比地确定相应的输入特征变量的需要用于确定经济上重要的输入特征变量。
WO 2009 042 581 A1描述了一种用于智能监控和管理电气系统的方法，包括：
-数据检测组件，所述数据检测组件与传感器通信连接，所述传感器配置用于，检测电气系统的实时数据；
-功率分析服务器，所述功率分析服务器与数据检测组件通信连接，其包括：
·用于对系统虚拟建模的引擎，所述引擎配置用于，使用电气系统的虚拟的系统模型为电气系统产生预测数据输出；
·分析引擎，所述分析引擎配置用于，监控电气系统的实时数据输出和预测数据输出，并且所述分析引擎还配置用于，启动校准和同步操作，以便当在实时数据输出和预测数据输出之间的差异超出阈值时，更新虚拟的系统模型；
·用于电气系统的可靠性指数的实时引擎，所述实时引擎配置用于，基于从虚拟的系统模型中生成的稳定性指数的数据来计算系统可靠性指数的实时值；和
·客户终端，所述客户终端与功率分析服务器通信连接并且配置用于，显示系统可靠性指数。
借助该已知的方法确保“虚拟模型与实际网络同步地老化”。附加地存储有学习软件，所述学习软件识别并且评估模式，并且由此能够对电气系统的参数的发展进行估算。
如果将额外的输入参数添加给虚拟模型，那么在系统分析中可以考虑失效率、修理频率、失效成本等。使用这样生成的以关于可用性的附加参数进行扩展的虚拟模型并且生成用于网络控制的相应的操作建议。
发明内容
在该背景下，本发明提出独立权利要求所述的技术方案。在从属权利要求中描述了本发明的有利的实施方式。
根据第一方面，本发明提出一种对用于能量供应的电气系统的运行器件进行使用规划的方法，其中
-预设将来的时刻；
-为每个运行器件
·确定第一参数数据，所述第一参数数据描述相应的运行器件的技术特性；
·确定第二参数数据，所述第二参数数据描述相应的运行器件与其余运行器件相比的相关性；
·确定相应的运行器件的特征变量数据；
·借助于第一数学规则从其第一参数数据和其特征变量数据中确定预测的状态指数HIi，所述预测的状态指数表示所述运行器件在将来的时刻的预测的状态；
·借助于第二数学规则从其第二参数数据中确定关键性指数CIi；
·借助于第三数学规则从其状态指数HIi和其关键性指数CIi中确定扩展的状态指数RIi，所述扩展的状态指数表示对所述运行器件的预测的风险分析；
-为电气系统
·根据扩展的状态指数RIi对将来的时刻执行对稳定性和/或可用性的预测性的评估。
根据第二方面，本发明提出一种用于能量供应的电气系统，所述电气系统包括：
-多个运行器件，例如变压器、功率开关、断路开关、电导线；
-控制设施，所述控制设施耦联到运行器件上；
其中所述控制设施构成为，使得所述控制设施能够执行用于对运行器件进行使用规划的方法，根据该方法，所述控制设施
-预设将来的时刻t+Δt；
-为每个运行器件
·确定第一参数数据SP，所述第一参数数据描述相应的运行器件的技术特性；
·第二参数数据KP，所述第二参数数据描述相应的运行器件与其余运行器件相比的相关性；
·确定相应的运行器件的特征变量数据DP；
·借助于第一数学规则从其第一参数数据和其特征变量数据中确定预测的状态指数HIi，所述预测的状态指数表示所述运行器件在将来的时刻的预测的状态；
·借助于第二数学规则从其第二参数数据中确定关键性指数CIi；
·借助于第三数学规则从其状态指数HIi和其关键性指数CIi中确定扩展的状态指数RIi，所述扩展的状态指数表示对所述运行器件的预测的风险分析；
-为电气系统
·根据扩展的状态指数RIi对将来的时刻执行对稳定性和/或可用性的预测性的评估。
本发明能够实现与已知的现有技术相比优化的运行管理以及对电气系统的运行器件的使用规划，其方式为：相应的运行器件的当前的和基于时间的预测数据被包含到规划和计算模型中，以进行运行管理以及使用规划，并且因此基于数学模型、例如老化模型的动态的网络计算成为可能。
如所示出的那样，在相应的运行器件群体、例如变压器群体、架空线路群体或切换设施群体的层级上已经存在分析一个运行器件或多个运行器件或运行器件组的状态以及失效概率和得出操作建议的方法。而所使用的计算方法或用于可用性计算和确保(N-1)准则的方法至今为止没有使用关于运行器件在能量供应系统中的可用性的与时间相关的陈述。与时间相关的考虑、例如预测计算所述运行器件基于其至今为止的使用还可用多长时间以及由此产生的对系统的稳定性的影响目前未应用在网络和可用性计算的范围中。
运行器件例如包括至少一个变压器和/或至少一个(构成为架空线或地下电缆的)电导线和/或至少一个开关设施和/或至少一个滤波器和/或至少一个无功功率补偿设施和/或至少一个用于不间断地供电的设施和/或供应电能的其它元件。
电气系统例如是能量供应网络、电导线，如架空线或地下电缆，以及相关的装置，如开关机构、网络节点--也称为变电站或分站--以及与其连接的发电站和消耗器。
参数数据是在时间进程中几乎恒定的值，并且因此可以被近似视为是静态值。因此，一次或仅以大的时间间隔重复的检测就足够了。参数数据例如可以是运行器件的额定功率或额定电压或者是用于更换运行器件的成本。在时间进程中完全不变的参数数据例如包括变压器的空载电压和短路电压、额定功率以及最大的短路电流。在时间进程中仅非常缓慢地改变的参数数据例如包括在年度例行维护期间检测到的这样的参数数据，例如来自其离线-油分析(离线DGA)的数据，所述数据给出关于变压器的油质量的结论。
而特征变量是随时间经受波动的值，进而能够被视为动态值。因此，所述特征变量需要连续或重复的检测。特征变量能够是例如温度、电功率、电流或电压。
将来的时刻可以是将来的固定的时刻，或者可以根据预设的时间段限定，所述预设的时间段参考起始点。
在本发明的一种实施方式中规定：
-由所述预测性的评估中生成所述运行器件的适配的使用规划；
-基于所述使用规划生成用于运行管理电气系统的操作建议。
在本发明的一种实施方式中规定：
-为了创建所述第一数学规则，形成物理风险组，所述物理风险组包括机械和/或热学和/或电介质和/或分级开关和/或穿引部和/或冷却和/或其它组；
-使用特定用于形成各个风险组的数学模型，以用于状态分析和表征。
在本发明的一种实施方式中规定：
-第一数学规则包括变压器或架空线的热老化模型和/或用于对所述变压器中的机械负载建模的规则和/或用于DGA分析的规则。
在本发明的一种实施方式中规定：
-变压器的特征变量包括负载电流、变压器绝缘油的温度和/或环境温度和/或所述变压器绝缘油中的气体浓度和/或所述变压器的瞬时功率。
在本发明的一种实施方式中规定：
-在用于确定参数数据的两个测量时刻之间的采样率比在用于确定特征参量数据的两个测量时刻之间的采样率大多个数量级。
在本发明的一种实施方式中规定：
-运行器件的第一参数数据包括运行器件的空载电压和/或运行器件的短路电压和/或运行器件的通过目视检查所确定的数据。
在本发明的一种实施方式中规定：
-在相应的运行器件当地检测特征变量数据。
在本发明的一种实施方式中规定：
-运行器件的第二参数数据包括运行器件的电压电平和/或用于更换运行器件的成本和/或服务人员的反应时间和/或系统的连接到运行器件上的部段的拓扑，和/或系统的连接到运行器件上的部段的供应可靠性，和/或运行器件对于最终客户的重要性和/或系统的连接到运行器件上的部段的冗余，和/或运行器件失效的经济方面和/或生态方面的后果。
在本发明的一种实施方式中规定：
-第二参数数据存储在中央数据库系统或网络节点数据库中。
在本发明的一种实施方式中规定：
-对扩展的状态指数的确定在本地、尤其通过本地的评估装置，或集中地、尤其通过上级的评估装置进行。
在本发明的一种实施方式中规定：
-对稳定性和/或可用性的评估根据(N-x)准则进行。
在此，N是在电气系统中的运行器件的数量，x是发生运行或功能运转性失效的运行器件的数量。如果在x个运行器件失效的情况下保持存在电气系统的不受限制的功能，则符合(N-x)准则。
在本发明的一种实施方式中规定：
-与时间t有关地检查是否符合(N-x)准则，其方式为：使用用于预测预期的网络状态的函数f(t+Δt)。
在本发明的一种实施方式中规定：
-运行器件中的至少一个和/或网络节点之一具有到SCADA系统(SupervisoryControl und Data Acquisition，监督控制和数据采集)的数据接口。
在本发明的一种实施方式中规定：
-操作建议包括：干预所述网络拓扑和/或接通至少一个运行器件和/或关断至少一个运行器件和/或优化地充分利用所述运行器件和/或优化的维护方案和/或优化的修理方案和/或用于改进稳定性和/或可用性的运行器件的运行。
在所提出的系统的一种实施方式中规定：
-控制设施构成为用于，使得所述控制设施能够执行所提出的方法之一。
借助所提出的系统中的任一系统例如可以执行所提出的方法之一。
所提出的系统中的任一系统例如可以构成为或用于或适合于，使得所述系统执行或能够执行所提出的方法之一。
关于本发明的一个方面的阐述、尤其是关于该方面的各个特征的阐述也相应地类似地适用于本发明的其它方面。
附图说明
下面示例性地根据附图更详细地阐述本发明的实施方式。然而，由此产生的各个特征不局限于各个实施方式，而是能够与上文中描述的各个特征和/或与其它实施方式的各个特征结合和/或组合。附图中的细节应理解为仅是阐述性的，而非限制性的。在权利要求中包含的附图标记不应以任何方式限制本发明的保护范围，而是仅参考在附图中示出的实施方式。
在此：
图1示出能量供应网络的网络节点；
图2示出具有根据图1的网络节点的能量供应网络；
图3示出用于对能量供应网络进行优化的使用规划的方法步骤；
图4示出用于确定能量供应网络的运行器件的扩展的状态指数的方法步骤。
具体实施方式
在图1中示意性地示出能量供应网络的网络节点10的优选的实施方式，所述能量供应网络示例性地代表用于能量供应的电气系统。网络节点10包括来自上级的或供电网络的输入导线105、不同的断路开关103、104和功率开关102以及三个可调节的功率变压器101，各功率变压器在输入侧和在输出侧与断路开关103、104和功率开关102连接。此外，示例性地绘出用于供应下游的能量供应网络的三个输出路径106。
在图2中示意性地示出用于能量供应的系统20或能量供应网络20的优选的实施方式。能量供应网络通常是分等级构建的，因为能量被传输和分配到不同的电压电平上。所使用的用于对(未示出的)消耗器供电的运行器件尤其是：相应的网络层面的电流线12a、12b、12c，其构成为架空线或地下电缆；发电单元或发生器11，例如用于从再生源产生能量的发电厂或设施；以及存在于网络节点10中的变压器101；功率开关102和断路开关103、104。
每个网络节点10具有本地的评估装置201，以用于运行器件数据和环境数据的检测、评估和通信。通过各个本地的评估装置201检测和处理的数据经由双向的通信线路205传送给中央数据库系统203和上级的SCADA(Supervisory Control und DataAcquisition，监督控制和数据采集)系统202。可以经由另一双向的通信线路在SCADA系统202与中央数据库系统203之间进行通信。此外，能量供应网络20包括上级的评估装置204，所述评估装置由中央数据库系统203的数据以及通过SCADA系统202提供的当前的运行数据生成用于优化的网络运行管理的操作建议。本地的评估装置201、SCADA系统202、中央数据库系统203、上级的评估装置204和通信线路205一起形成能量供应网络20的控制设施200。
上级的评估装置204构成为，使得所述评估装置能够执行用于对能量供应网络20的运行器件进行使用规划的方法的一种优选的实施方式。所述方法基于对于各个运行器件的扩展的状态指数的确定，以及基于扩展的状态指数的组合和评估。基于所述评估，给出用于能量供应网络20的优化的运行管理的操作建议。
在图3中示意性地示出所述方法的优选的实施方式，所述实施方式由控制设施200执行。
在步骤400中预设将来的时刻t+Δt。这例如由上级的评估装置204实现，所述评估装置204经由SCADA系统202将将来的时刻t+Δt发送给本地的评估装置201。
然后，示例性地对于图2的三个网络节点10在步骤200中确定用于相应的网络节点10的运行器件101、102、103、104的扩展的状态指数RIi(i＝1,2,3)。对所述扩展的状态指数RIi的确定或者可以通过本地的评估装置201直接在相应的运行器件101...104处执行或者可以集中地通过上级的评估装置204执行。
对于所述扩展的状态指数RIi通过上级的评估装置204确定(在图3中未示出)的情况，通过本地的评估装置201借助于通信连接205使原始数据或经处理的数据序列可供上级的评估装置204使用。
对于所述扩展的状态指数RIi通过本地的评估装置201确定的情况，在步骤401中借助于通信连接205将所确定的扩展的状态指数RIi传送给上级的评估装置204。
在步骤402中，通过上级的评估装置204根据用于建模、分析和模拟能量供应系统的计算程序来执行对能量供应网络20在预设的将来的时刻t+Δt的稳定性和可用性的预测性的评估。为此，根据所传送的扩展的状态指数RIi，借助于用于负载流计算和稳定性分析的已知的方法来执行对能量供应网络20在预设的将来的时刻t+Δt的预期的状态的预测。附加地，在所述预测中也可以包括关于当前的运行数据的信息或来自SCADA系统202的其它信息。用于负载流计算和稳定性分析的方法例如在文献FENG H.ET等的“IntelligentControl of On-Load Tap-Changer Based on Voltage Stability Margin EstimationUsing Local Measurements”在2016年的CIGRE会议的范围中公开。该文献的内容在此通过参引的方式包含在本申请中。
在步骤403中，借助预测对能量供应网络20在预设的将来的时刻t+Δt的稳定性或可用性的预测性的评估根据(N-x)准则实现，其中，N是在能量供应网络20中的运行器件101...104的数量，x说明发生运行或功能运转性失效的运行器件101...104的数量。如果在x个运行器件失效的情况下保持存在电气系统的不受限制的功能运转，那么符合(N-x)准则。(N-x)准则的定义和应用例如在KAPTUE KAMGA A.，“RegelzonenübergreifendesNetzengpassmanagement mit optimalen To-pologiemaβnahmen”，Wuppertal 2009，第2.4章中描述。该章的内容在此通过参引的方式包含在本申请中。
在步骤404中，通过上级的评估装置204基于预测性的评估来生成关于网络运行的操作建议。所述操作建议例如可以包括：干预网络拓扑和/或接通至少一个运行器件101...104、105、106和/或关断至少一个运行器件101...106和/或优化地充分利用运行器件101...106和/或优化的维护方案和/或优化的修理方案和/或运行用于改进稳定性的运行器件101...106和/或运行用于改进可用性的运行器件101...106。有利地，将所生成的操作建议借助于人机接口、例如以可视化和用户界面的形式提供给操作者。此外可设想的是，上级的评估装置204与电子邮件客户端或电子邮件程序共同作用，并且将所生成的操作建议自动地发送给预定的接收器电路。
在图4中示意性地示出示例性地用于运行器件变压器101的步骤200的一种优选的实施方式。类似于此，可以创建用于另外的运行器件例如架空线或地下电缆或开关装置的扩展的状态指数。
首先，变压器101被分为重要的物理风险组(例如机械、热学、电介质、分级开关、穿引部、冷却以及锅炉和附件)。在步骤210中确定第一参数数据SP，所述第一参数数据描述运行器件的技术特性。对第一参数数据SP的确定可以自动化地通过相应的本地的评估装置201和/或手动地通过用户和/或根据可自由形成的数字和/或逻辑的链接规范和/或通过使用模糊-逻辑规则和/或借助于概率方法处理不清楚的输入特征变量来实现。因此，第一参数数据SP例如可以包括直接检测的运行器件的特征数据(例如变压器101的额定功率)以及根据测量值确定的变量(例如来自离线DGA分析的评估)。
在步骤211中连续地检测特征变量数据DP(t)，所述特征变量数据描述运行器件101的当前的技术状态。所述特征变量数据DP(t)例如包括负载电流、变压器绝缘油的温度(热点温度)、环境温度、变压器101关于其额定功率的瞬时功率、注油液位、起机械作用的力或经由传感器或监测装置提供的其它数据。对特征变量数据DP(t)的检测有利地自动化地通过本地的评估装置201根据可自由形成的数字和/或逻辑的链接规范实现。有利地也可以使用模糊-逻辑规则或模糊-逻辑方法和/或概率方法来处理不清楚的输入特征变量。因此，特征变量数据DP(t)可以包括直接检测的测量值(例如环境温度)以及根据测量值计算的变量(例如热点温度)。
对第一参数数据SP以及特征变量数据DP(t)的确定例如在文献CIGRE WORKINGGROUP A2.18，“Life Management Techniques for Power Transformer”，CIGRE，2003年6月，第6章和文献CIGRE WORKING GROUP A2.44“Guide on Transformer IntelligentCondition Monitoring(TCIM)Systems”，CIGRE，2015年9月，第4章中描述，其内容通过参引的方式并入此处。因此，该章的内容通过参引的方式包含在本申请中。
步骤210和211优选并行地执行。
此外，运行器件的参数数据和特征变量数据的特征在于，在用于确定参数数据的两个测量时刻之间的采样率比在用于确定特征变量数据的两个测量时刻之间的采样率大多个数量级。
对于每个物理风险组在相应的步骤212a、212b、212c、212d、......中从第一参数数据SP和特征变量数据DP(t)以及将来的时刻t+Δt中确定相应的预测的整体状态CHIa、CHIb、CHIc、CHId、…。
为此，对于每个风险组，基于至少一个相应的数学规则，与时间有关地确定至少一个预测的状态值。所述数学规则例如包括，变压器的纸绝缘的老化模型、用于变压器的加热的温度模型和在变压器中的温度变化曲线、用于对变压器中的机械负载建模的规则、用于DGA分析的规则以及用于运行器件的相应的风险组的其它预测模型。例如，在文献CIGREWORKING GROUP A2.18，“Life Management Techniques for Power Transformer”，CIGRE，2003年6月，第6章中描述了相应的预测模型。该章的内容在此通过参引的方式包含在本申请中。
每个预测的状态值CP根据下式计算：
CP(t+Δt)n，m＝fn，m(DP(t)，SP)
在该式中，m是所考虑的各个物理风险组的指数，并且n是用于风险组m的相应的预测的状态值的指数。
对于每个风险组m，根据下式计算相应的预测的整体状态CHIm：
在该式中，WCPn,m是加权因子，其中，0≤WCPn,m≤1。
步骤212a、212b、212c、212d优选并行地执行。
在步骤213中，由物理风险组m的预测的整体状态CHIm根据下式计算运行器件的预测的健康指数HIi：
在该式中，i是所考虑的各个运行器件的指数，WHIm是加权因子，其中，0≤WHIm≤1。
在此，加权因子WHIm可以基于经验数据和/或经验值和/或技术考虑，并且例如可以由专业评估员或用户或设备所有者或设备制造商来确定。
在步骤310中确定第二参数数据KP，所述第二参数数据描述相应的运行器件与其余运行器件相比的相关性。第二参数KP例如是运行器件的购置成本、运行器件的功率、地理方位和可接近性、制造商、用于更换运行器件的成本、网络拓扑、供应可靠性、所供应的客户的重要性、电网失效的经济方面的后果、电网失效对环境的影响、经验确定的失效概率等。对第二参数数据KP的确定可以自动化地通过本地的评估装置201执行和/或手动地通过用户执行和/或根据可自由形成的数字和/或逻辑的链接规范和/或通过处理不清楚的输入特征变量和/或通过使用模糊-逻辑规则和/或概率方法来实现。
在步骤311中由第二参数数据KP根据下式计算相应的运行器件i的关键性指数CIi：
在该式中，n是各个第二参数数据的指数，WKPn是加权因子，其中，0≤WKPn≤1。
在此，加权因子WKPn可以基于经验数据和/或经验值和/或技术考虑，并且例如可以由专业评估员或用户或设备所有者或设备制造商来确定。
在步骤312中，根据下式将相应的运行器件i的预测的健康指数HIi和关键性指数CIi转为扩展的状态指数RIi：
RIi(t+Δt)＝HIaverage，i(t+Δt)*CIAverage，i
对于能量供应网络20的所有运行器件重复上述步骤210至312，直至对于每个运行器件存在扩展的状态指数。
附图标记列表：
10 网络节点
101 可调节的变压器，运行器件
102 功率开关，运行器件
103 第一断路开关，运行器件
104 第二断路开关，运行器件
105 输入导线，运行器件
106 输出导线，运行器件
11 发生器，运行器件
12a、12b、12c 电导线，运行器件
20 电气系统，能量供应网络
200 控制设施
201 本地的评估装置
202 SCADA系统
203 中央数据库系统
204 上级的评估装置
205 双向的通信导线
CHI 物理风险组的预测的整体状态
CI 关键性指数
CP 物理风险组的预测的状态值
DP 特征变量数据
HI 健康指数
KP 第二参数数据
m,n 指数
RI 扩展的状态指数
SP 第一参数数据
t+Δt 将来的时刻
WCP 权重因子
WHI 权重因子
WKP 权重因子
Claims (11)
1.一种对用于能量供应的电气系统(20)的运行器件(101、102、103、104、105、106)进行使用规划的方法，其中
-预设将来的时刻t+Δt；
-为每个运行器件(101…106)
·确定第一参数数据SP，所述第一参数数据描述相应的运行器件(101…106)的技术特性；
·确定第二参数数据KP，所述第二参数数据描述相应的运行器件(101…106)与其余运行器件(101…106)相比的相关性；
·确定相应的运行器件(101…106)的特征变量数据DP；
·借助于第一数学规则由该运行器件的第一参数数据和该运行器件的特征变量数据确定预测的状态指数HIi，所述预测的状态指数表示所述运行器件在将来的时刻的预测的状态；
·借助于第二数学规则由该运行器件的第二参数数据确定关键性指数CIi；
·借助于第三数学规则由该运行器件的状态指数HIi和该运行器件的关键性指数CIi确定扩展的状态指数RIi，所述扩展的状态指数表示对所述运行器件(101…106)的预测的风险分析；
-为电气系统
·根据所述扩展的状态指数RIi对于所述将来的时刻执行对稳定性和/或可用性的预测性的评估。
2.根据上一项权利要求所述的方法，其中，
-由所述预测性的评估生成所述运行器件(101…106)的适配的使用规划；
-基于所述使用规划生成用于运行管理电气系统的操作建议。
3.根据上述权利要求之一所述的方法，其中，
-为了创建所述第一数学规则，形成物理风险组，所述物理风险组包括机械和/或热学和/或电介质和/或分级开关和/或穿引部和/或冷却和/或其它组；
-使用特定用于形成各个风险组的数学模型，以用于状态分析和表征；
-所述第一数学规则包括变压器或架空线的热老化模型和/或用于对所述变压器中的机械负载进行建模的规则和/或用于DGA分析的规则。
4.根据上述权利要求之一所述的方法，其中，
-所述变压器(101)的特征变量包括负载电流、变压器绝缘油的温度和/或环境温度和/或所述变压器绝缘油中的气体浓度和/或所述变压器的瞬时功率。
5.根据上述权利要求之一所述的方法，其中，
-在用于确定参数数据的两个测量时刻之间的采样率比在用于确定特征参量数据的两个测量时刻之间的采样率大多个数量级。
6.根据上述权利要求之一所述的方法，其中，
-所述运行器件(101…106)的第一参数数据包括所述运行器件(101…106)的空载电压和/或所述运行器件(101…106)的短路电压和/或所述运行器件(101…106)的通过目视检查所确定的数据；
-所述运行器件(101…106)的第二参数数据包括所述运行器件(101…106)的电压电平和/或用于更换所述运行器件的成本和/或服务人员的反应时间和/或系统的连接到所述运行器件(101…106)上的部段的拓扑，和/或系统的连接到所述运行器件(101…106)上的部段的供应可靠性，和/或所述运行器件(101…106)对于最终客户的重要性和/或系统的连接到所述运行器件(101…106)上的部段的冗余，和/或所述运行器件(101…106)的失效的经济方面和/或生态方面的后果。
7.根据上述权利要求之一所述的方法，其中，
-所述第二参数数据存储在中央数据库系统或网络节点数据库中。
8.根据上述权利要求之一所述的方法，其中，
-对稳定性和/或可用性的评估根据(N-x)准则进行；
-与时间t有关地检查是否符合所述(N-x)准则，其方式为：使用用于预测预期的网络状态的函数f(t+Δt)。
9.根据上述权利要求之一所述的方法，其中，
-操作建议包括：干预网络拓扑和/或接通至少一个运行器件(101…106)和/或关断至少一个运行器件(101…106)和/或优化地充分利用所述运行器件(101…106)和/或优化的维护方案和/或优化的修理方案和/或用于改进稳定性和/或可用性的运行器件(101…106)的运行。
10.一种用于能量供应的电气系统(20)，包括：
-多个运行器件(101、102、103、104、105、106)，例如变压器(101)、功率开关(103)、断路开关(103、104)、电导线(105、106、12)；
-控制设施(200)，所述控制设施耦联到运行器件(101…106)上；
其中，所述控制设施(200)构成为，使得所述控制设施能够执行用于对所述运行器件(101…106)进行使用规划的方法，根据该方法，所述控制设施
-预设将来的时刻t+Δt；
-为每个运行器件(101…106)
·确定第一参数数据SP，所述第一参数数据描述相应的运行器件(101…106)的技术特性；
·确定第二参数数据KP，所述第二参数数据描述相应的运行器件(101…106)与其余运行器件(101…106)相比的相关性；
·确定相应的所述运行器件(101…106)的特征变量数据DP；
·借助于第一数学规则由该运行器件的第一参数数据和该运行器件的特征变量数据确定预测的状态指数HIi，所述预测的状态指数表示所述运行器件(101…106)在所述将来的时刻的预测的状态；
·借助于第二数学规则由该运行器件的第二参数数据确定关键性指数CIi；
·借助于第三数学规则由该运行器件的状态指数HIi和该运行器件的关键性指数CIi确定扩展的状态指数RIi，所述扩展的状态指数表示对所述运行器件(101…106)的预测的风险分析；
-为电气系统
·根据扩展的状态指数RIi对于所述将来的时刻执行对稳定性和/或可用性的预测性的评估。
11.根据上一项权利要求所述的系统(20)，其中，
-所述控制设施(200)构成为，使得所述控制设施能够执行根据权利要求1至9之一所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102017101413.6 | 2017-01-25 | ||
| DE102017101413.6A DE102017101413A1 (de) | 2017-01-25 | 2017-01-25 | Verfahren zur Einsatzplanung eines elektrischen Systems zur Energieversorgung |
| PCT/EP2018/051066 WO2018137980A1 (de) | 2017-01-25 | 2018-01-17 | Verfahren zur einsatzplanung eines elektrischen systems zur energieversorgung |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110214332A true CN110214332A (zh) | 2019-09-06 |
Family
ID=61017924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880008304.9A Pending CN110214332A (zh) | 2017-01-25 | 2018-01-17 | 对用于能量供应的电气系统进行使用规划的方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20190340708A1 (zh) |
| EP (1) | EP3574458B1 (zh) |
| CN (1) | CN110214332A (zh) |
| AU (1) | AU2018212385A1 (zh) |
| DE (1) | DE102017101413A1 (zh) |
| RU (1) | RU2019126601A (zh) |
| WO (1) | WO2018137980A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117178769A (zh) * | 2023-11-08 | 2023-12-08 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3770617B1 (de) * | 2019-07-26 | 2023-09-06 | Maschinenfabrik Reinhausen GmbH | Verfahren und system zur überwachung mindestens eines induktiven betriebsmittels |
| DE102020117079A1 (de) | 2020-06-29 | 2021-12-30 | Maschinenfabrik Reinhausen Gmbh | System und Verfahren zur Optimierung eines Schaltzustandes einer Schaltanordnung einer elektrischen Verteilanordnung |
| DE102020210797A1 (de) * | 2020-08-26 | 2022-03-03 | Siemens Aktiengesellschaft | Verfahren zur Zustandsbestimmung eines Betriebsmittels und Betriebsmittel |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060259277A1 (en) * | 2003-04-09 | 2006-11-16 | Abb Patent Gmbh | Method and system for systematic evaluation of evaluation parameters of technical operational equipment |
| WO2009042581A1 (en) * | 2007-09-24 | 2009-04-02 | Edsa Micro Corporation | Real-time stability indexing for intelligent energy monitoring and management of electrical power network system |
| US20110109911A1 (en) * | 2008-02-27 | 2011-05-12 | University Of Kent | Multiple Path Interferometer and Method |
| US20140122003A1 (en) * | 2012-11-01 | 2014-05-01 | National Taiwan University | Prediction method for sun-tracking type photovoltaic system |
| US20150066407A1 (en) * | 2012-04-30 | 2015-03-05 | Lg Chem, Ltd. | Apparatus and method for estimating parameter of secondary battery |
| US9412515B2 (en) * | 2013-09-30 | 2016-08-09 | Elwha, Llc | Communication and control regarding wireless electric vehicle electrical energy transfer |
-
2017
- 2017-01-25 DE DE102017101413.6A patent/DE102017101413A1/de not_active Ceased
-
2018
- 2018-01-17 AU AU2018212385A patent/AU2018212385A1/en not_active Abandoned
- 2018-01-17 WO PCT/EP2018/051066 patent/WO2018137980A1/de unknown
- 2018-01-17 CN CN201880008304.9A patent/CN110214332A/zh active Pending
- 2018-01-17 EP EP18701011.1A patent/EP3574458B1/de active Active
- 2018-01-17 US US16/479,956 patent/US20190340708A1/en not_active Abandoned
- 2018-01-17 RU RU2019126601A patent/RU2019126601A/ru unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060259277A1 (en) * | 2003-04-09 | 2006-11-16 | Abb Patent Gmbh | Method and system for systematic evaluation of evaluation parameters of technical operational equipment |
| WO2009042581A1 (en) * | 2007-09-24 | 2009-04-02 | Edsa Micro Corporation | Real-time stability indexing for intelligent energy monitoring and management of electrical power network system |
| US20110109911A1 (en) * | 2008-02-27 | 2011-05-12 | University Of Kent | Multiple Path Interferometer and Method |
| US20150066407A1 (en) * | 2012-04-30 | 2015-03-05 | Lg Chem, Ltd. | Apparatus and method for estimating parameter of secondary battery |
| US20140122003A1 (en) * | 2012-11-01 | 2014-05-01 | National Taiwan University | Prediction method for sun-tracking type photovoltaic system |
| US9412515B2 (en) * | 2013-09-30 | 2016-08-09 | Elwha, Llc | Communication and control regarding wireless electric vehicle electrical energy transfer |
Non-Patent Citations (1)
| Title |
|---|
| SHOBHA SHANKAR 等: "Fuzzy Approach to Critical Bus Ranking under Normal and Line Outage Contingencies" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117178769A (zh) * | 2023-11-08 | 2023-12-08 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
| CN117178769B (zh) * | 2023-11-08 | 2024-01-19 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3574458A1 (de) | 2019-12-04 |
| US20190340708A1 (en) | 2019-11-07 |
| RU2019126601A3 (zh) | 2021-06-21 |
| RU2019126601A (ru) | 2021-02-26 |
| AU2018212385A1 (en) | 2019-09-12 |
| EP3574458C0 (de) | 2023-06-07 |
| DE102017101413A1 (de) | 2018-07-26 |
| WO2018137980A1 (de) | 2018-08-02 |
| EP3574458B1 (de) | 2023-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210241126A1 (en) | Systems and Methods for Real-Time Forecasting and Predicting of Electrical Peaks and Managing the Energy, Health, Reliability, and Performance of Electrical Power Systems Based on an Artificial Adaptive Neural Network | |
| KR101943410B1 (ko) | 전력설비의 자산관리 방법 | |
| CN110214332A (zh) | 对用于能量供应的电气系统进行使用规划的方法 | |
| US10355478B2 (en) | System and method for asset health monitoring using multi-dimensional risk assessment | |
| CA2832950C (en) | Dynamic assessment system for high-voltage electrical components | |
| JP4276623B2 (ja) | 技術的設備の監視装置および方法 | |
| KR101943438B1 (ko) | 전력설비의 자산관리 방법 | |
| CN106537356B (zh) | 公用电网中信号注入的系统和方法 | |
| CA2883059A1 (en) | Systems and methods for real-time forecasting and predicting of electrical peaks and managing the energy, health, reliability, and performance of electrical power systems based onan artificial adaptive neural network | |
| KR102067831B1 (ko) | 전력계통 신뢰도 지수를 토대로 한 변전소 자산 관리 방법 및 장치 | |
| Guo et al. | Power transmission risk assessment considering component condition | |
| Tran et al. | Machine learning for assessing the service transformer health using an energy monitor device | |
| US20230038461A1 (en) | Asset management method for substation | |
| KR102084147B1 (ko) | 전기실의 온라인 진단시스템 | |
| Aizpurua et al. | Towards a hybrid power cable health index for medium voltage power cable condition monitoring | |
| US11315083B2 (en) | Asset management method for substation | |
| Galiev et al. | Development of an integrated expert system for distribution network diagnostics based on artificial intelligence technology | |
| KR102309979B1 (ko) | 전력설비의 자산관리 방법 | |
| AU9731701A (en) | Method for maintenance planning for technical devices | |
| US20230253788A1 (en) | System and method for optimizing a switching state of a switching arrangement of an electrical distribution arrangement | |
| Bicen | Monitoring of critical substation equipment | |
| Piccolo et al. | An adaptive framework for power components dynamic loadability | |
| Rahimi et al. | Failure rate prediction in various life cycle phases: A framework for updating | |
| Bajracharya | Multi-agent model-based optimization for future electrical grids | |
| Provči et al. | New Trends in Power Transformer Surveillance and Diagnostics in the Function of Power System Maintenance |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190906 |