CN112132330B - 一种电网相位不平衡判断和调整方法 - Google Patents
一种电网相位不平衡判断和调整方法 Download PDFInfo
- Publication number
- CN112132330B CN112132330B CN202010950376.4A CN202010950376A CN112132330B CN 112132330 B CN112132330 B CN 112132330B CN 202010950376 A CN202010950376 A CN 202010950376A CN 112132330 B CN112132330 B CN 112132330B
- Authority
- CN
- China
- Prior art keywords
- event
- time
- fitting
- phase
- power grid
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005611 electricity Effects 0.000 claims abstract description 42
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims description 16
- 241000607479 Yersinia pestis Species 0.000 claims description 14
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- 241001465754 Metazoa Species 0.000 claims description 4
- 230000016507 interphase Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 241000238631 Hexapoda Species 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005070 sampling 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电网频率偏差处理领域,具体涉及一种电网相位不平衡判断和调整方法。一种电网相位不平衡判断和调整方法,包括下述步骤:步骤1:用户筛选;步骤2:采集数据;收集内容包括:用电时间、用电情况、接入火线所属相位、所属区域;步骤3:曲线拟合;划分区域,以不同火线为区分点,划分相位,并进行曲线拟合,步骤4:预测;对未来任意时间点进行预测,预测对三根火线分别进行;步骤5:修正;对预测结果进行修正;步骤6:输出结果。本发明的显著效果是:本发明通过分类‑预测‑精预测的方式对电网相位不平衡程度进行预判,并通过最为经济有效的方式进行调整,实现了快速、有效、低成本的电网相位不平衡判断和调整方法。
Description
技术领域
本发明属于电网频率偏差处理领域,具体涉及一种电网相位不平衡判断和调整方法。
背景技术
我国大部分电网采用的是三相四线制连线方式,即由三根火线和一根零线组成的接线方式,三根火线的相位理论上应该相差120°。但是在实际生产生活中,由于三根火线连接用户用电量并不相同,因而造成三根火线负载不同,继而造成不同火线相位漂移,最终造成零位偏移。这种火线相位漂移和零位偏移都对整个用电系统造成不良影响,轻则造成用户供电不稳,重则可能导致用户的用电设备烧毁,同时还存在用电量计费不准的等问题。
现有技术中大致有三种解决方案:
(1)相间电容补偿装置:即在三根火线中均设置若干带有开关的电容器,相当于在每根火线上均引入若干可控的冗余负载当发生电网相位偏移的时候,首先计算不同用户造成偏移量的大小,然后选定需加载冗余负载的火线户,最终通过加载特定的电容器装置达到加载冗余负载的目的,从而实现三根火线用户负载基本相同,三相电相位保持稳定。
这种方式的优点在于调节精细程度高,可以防止过补偿,缺点在于:(a)冗余负载完全是耗能器件,导致整体电网功率因数下降,且电网相位不平衡程度越高,需加载冗余负载越大,功率因数越低;(b)作为冗余负载的电容不是一个器件,而是一组器件,其观测容值必须能够根据实际需要调整,因而冗余负载电路相对复杂。
(2)电力电子型三相符合不平衡自动调节装置:该装置的原理是当检测到电力系统的某路火线存在相位偏移时,由专门的装置产生补偿信号(有的文献也称抵消信号),该信号的幅度、相位等参数刚好可以抵消由于负载引起的相位偏移,从而保证整个电网的想问稳定。
这种方法的缺陷在于设备昂贵,成本太高。由于需要满足电网信号实时动态补偿,因此该类设备从采样、计算、到产生补偿信号的周期会尽量缩短,且产生补偿信号的精度较高,这就带来整体制造成本较高。
(3)换向开关:在每个用户入户的位置均设置三相火线和一根零线,三相火线均通过开关与入户电路连通。正常使用时,只有一路火线通过开关入户,另外两路火线的开关处于断开状态。当电网产生相位漂移时,通过计算选出特定用户,然后通过切换开关使得该特定用户的入户火线切换为其他火线,从而使得三根火线负载大致相同,继而保证三相火线相位稳定。
这种方法的缺点在于:(a)每个用户均须安装带开关的电容器,且须至少安装三个,因此安装过程需要大量人力;(b)成本较高,无论用户大小均要安装切换用电容,整体成本较高;(c)过零切换存在风险。
综上,现有的三种方法均存在一定的缺陷,因此需要一种电网相位不平衡判断和调整方法。
发明内容
本发明针对现有技术的缺陷,提供一种电网相位不平衡判断和调整方法。
本发明是这样实现的:一种电网相位不平衡判断和调整方法,包括下述步骤:
步骤1:用户筛选
对所有用电用户进行筛选,筛选出泛农业用电用户;
步骤2:采集数据
对步骤1筛选出的泛农业用户的历史用电数据进行收集,收集内容包括:用电时间、用电情况、接入火线所属相位、所属区域;
步骤3:曲线拟合
划分区域,以不同火线为区分点,划分相位,则可以得到不同区域下不同火线相位下的泛农业用电用户数量,并进行曲线拟合,
步骤4:预测
用步骤3得到的拟合公式,对未来任意时间点进行预测,得到预测的结果数据;记三根火线的预测结果分别为PA(ta)、PB(ta)、PC(ta),
步骤5:修正
对预测结果进行修正;
步骤6:输出结果
将步骤5得到的P'A(ta)、P'B(ta)、P'C(ta)作为最终结果输出。
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤1包括,
所述的筛选是指通过工商部门提供的公司注册信息进行筛选,即在公司注册时,经营范围属于国家标准《国民经济行业分类》(GB/T4754-2017)中规定的农林牧渔分类下,则判定该用户属于泛农业用电用户。
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤2包括,
所述的收集是指收集10年内的全部用电数据,所述的用电时间是指精确到秒的时间,所述的用电情况是指不同时间的用电情况,包括电力的幅度和相位,接入火线所属相位是指用户接入的是哪根火线,所属区域是指用户属于哪个关口表覆盖的区域。
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤3包括,
以关口表为区分点,划分区域,分别对A、B、C三根火线分别得到,用历史数据拟合的用电曲线,曲线的函数形式如下:
其中PA(t)、PB(t)、PC(t)表示分别针对A、B、C三根火线进行拟合的结果,公式中的AAi、ωAi、θAi、AA(i+1)、ωA(i+1)和θA(i+1)是A根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;类似的ABi、ωBi、θBi、AB(i+1)、ωB(i+1)和θB(i+1)是B根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;ACi、ωCi、θCi、AC(i+1)、ωC(i+1)和θC(i+1)是C根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数。
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤3包括,
拟合采用下述方式进行,在第一次拟合时取n=2,用步骤1中采集的数据进行拟合,拟合完成后随机取1000个时间点,从输入数据中得到该1000个时间点的用电情况,用拟合后的公式计算该1000个时间点的用电计算结果,求两者的差,若差在指定阈值之内,则判定函数拟合完成,否则令n增加1,然后重新进行拟合即验证,
所述的指定阈值为外部输入的数值,取相应点的3%,
用上述方法对A相,B相和C相的火线分别进行拟合,得到各自的拟合参数。
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤5包括,
步骤5.1:建立数据库并不断更新
直接通过对应行政机构的官网或者直接通过网络上的新闻信息采集台风、干旱、洪涝、地震、病虫害的热点事件信息,
提取出热点事件之后,提取该事件的时间和范围,分别用tsi和Si表示,其中tsi表示第i个泛农业热点事件的发生时间,Si表示第i个泛农业热点事件的发生范围,除了类型外,为每个事件增加一个参数表征该事件强度,本申请使用的分别是:针对台风使用风力,针对干旱使用日期,即干旱的天数,针对洪涝使用6小时降水量,针对地震使用地震等级,针对病虫害使用危害等级,
以时间tsi和范围Si为索引,在电网历史数据中查询事件发生前后电网用电量,计算用电量变化比例,并记录该比例,该值称为影响因子,
影响因子针对火线A、B、C分别计算,
前面所述的事件发生前后,是指事件发生前1小时的用电量,与事件发生后Δt小时的用电量,
前面所述的用电量比例是指事后用电量减去事前用电量,然后与事前用电量的比值,该值称为影响因子,对第i次事件,该事件发生前1小时火线A的用电量记为P'Ai,该事件发生后Δt小时火线A的用电量记为P”AiΔt,那么火线A的影响因子为类似的也可以计算出火线B的影响因子为火线C的影响因子为
Δt的大小是需要提前确定的,该时间长度Δt也是在进行修正时需要的数据,即如果需对不同时间点修正,则需要根据不同时间长度Δt分别计算出QAiΔt、QBiΔt和QCiΔt,
归类完成后得到一个数据库,该数据库中记录了历史上主要泛农业灾害发生的时间、对电网影响因子和事件强度,
在第一次使用本方法时,需要对历史主要泛农业事件进行查询、归类、计算影响因子、确定事件强度等操作,在第二次及以后使用本方法时,只需要针对新出现的事件进行归类、计算影响因子、确定事件强度,并将结果加入已有数据库中即可,
步骤5.2:用数据库中的数据修正
对要预测的时间点进行判断,如果要预测的时间点前Δt小时出现了台风、干旱、洪涝、地震、病虫害中的任意一种,那么判定要预测时间点会产生相应事件,根据已掌握该事件的类型和强度,在步骤5.1的数据库中查找类型和强度最为接近的时间,用该事件的影响因子对步骤4的结果进行修正,
即
P'A(ta)=PA(ta)×(1+QAiΔt)
P'B(ta)=PB(ta)×(1+QBiΔt)
P'C(ta)=PC(ta)×(1+QCiΔt)
如上所述的一种电网相位不平衡判断和调整方法,其中,所述的步骤6后增加步骤7,相位修正;
根据步骤6得到的结果,用现有技术中相间电容补偿、自动调节装置或换向开关进行火线间的相位调解。
本发明的显著效果是:本发明通过分类-预测-精预测的方式对电网相位不平衡程度进行预判,并通过最为经济有效的方式进行调整,实现了快速、有效、低成本的电网相位不平衡判断和调整方法。
具体实施方式
一种电网相位不平衡判断和调整方法,包括下述步骤:
步骤1:用户筛选
对所有用电用户进行筛选,筛选出泛农业用电用户。
所述的筛选是指通过工商部门提供的公司注册信息进行筛选,即在公司注册时,经营范围属于国家标准《国民经济行业分类》(GB/T4754-2017)中规定的农林牧渔分类下,则判定该用户属于泛农业用电用户。
由于农林牧渔等泛农业用电用户的用电特征明显,用电趋势相似。例如用电周期与一年四季的气候变化密切相关,且成明显的周期性。该类用电用户在全部用电总量中所占比重较高,如果能针对泛农业用电用户的用电特点进行预判,并提前准备,则会极大程度的降低整个电网的相位不平衡性。
步骤2:采集数据
对步骤1筛选出的泛农业用户的历史用电数据进行收集,收集内容包括:用电时间、用电情况、接入火线所属相位、所属区域。
所述的收集是指收集10年内的全部用电数据,所述的用电时间是指精确到秒的时间,所述的用电情况是指不同时间的用电情况,包括电力的幅度和相位,接入火线所属相位是指用户接入的是哪根火线,所属区域是指用户属于哪个关口表覆盖的区域。
步骤3:曲线拟合
以关口表为区分点,划分区域,以不同火线为区分点,划分相位,则可以得到不同区域下不同火线相位下的泛农业用电用户数量。
所述的关口表可以是行政区域的关口表,例如省级网络的关口表,也可以是特定区域的关口表。之所以用关口表划分区域,是因为关口表承担电能计量的责任,可以直接从关口表中得到所需的数据,而不必专门计算。当然如果需要,可以任意划定区域,此时需要用已有数据计算,得到划定区域的电力数据。
在上述划分的基础上,可以分别对A、B、C三根火线分别得到,用历史数据拟合的用电曲线。曲线的函数形式如下:
其中PA(t)、PB(t)、PC(t)表示分别针对A、B、C三根火线进行拟合的结果,公式中的AAi、ωAi、θAi、AA(i+1)、ωA(i+1)和θA(i+1)是A根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;类似的ABi、ωBi、θBi、AB(i+1)、ωB(i+1)和θB(i+1)是B根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;ACi、ωCi、θCi、AC(i+1)、ωC(i+1)和θC(i+1)是C根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数。
拟合采用下述方式进行,在第一次拟合时取n=2,用步骤1中采集的数据进行拟合,拟合完成后随机取1000个时间点,从输入数据中得到该1000个时间点的用电情况,用拟合后的公式计算该1000个时间点的用电计算结果,求两者的差,若差在指定阈值之内,则判定函数拟合完成,否则令n增加1,然后重新进行拟合即验证。
所述的指定阈值为外部输入的数值,一般取相应点的3%。
更具体的说,上述1000个时间点的实际用电值为真实值,用拟合公式计算得到的值为计算值,用同一时间点的计算值与真实值相减,得到差值,该差值应当在真实值的3%以内。由于共取了1000个点,因此有1000个差值,判定的时候,只有所有差值都在阈值范围内,才判定拟合完成,只要有一个差值超过对应真实值的3%,则判定拟合仍需迭代。
用上述方法对A相,B相和C相的火线分别进行拟合,得到各自的拟合参数。
步骤4:预测
用步骤3得到的拟合公式,可以对未来任意时间点进行预测,得到预测的结果数据;记三根火线的预测结果分别为PA(ta)、PB(ta)、PC(ta)。
例如,如果对未来某个时间点ta进行预测,那么将ta代入步骤3拟合好的函数中,得到的计算数值就是粗预测的结果。
步骤5:修正
步骤5.1:建立数据库并不断更新
泛农业行业除了周期性用电特征外,受部分其他气候相关事件的影响也很大,例如台风、干旱、洪涝、地震;另外其他一些事件对泛农业行业的用电也有较为明显的影响,例如病虫害,蝗灾等。
为了精确的预测未来用电情况,需要将上述内容也纳入考虑范围。
这类事件往往由不同行政机关主管,如果和每个行政机关均保持数据沟通,那么由于各个行政机关各自数据结构和形式不同而带来的数据运算量将会非常巨大。因此本申请将直接通过对应行政机构的官网或者直接通过网络上的新闻信息采集上述内容。
当今社会,网络异常发达,几乎所有特殊事件都能在网上查询到,在网上查询及提取相关信息也是信息领域的常规手段。
利用信息提取手段可以从网上提取与泛农业相关的热点事件。在所有热点事件中筛选与泛农业相关的事件,可以通过关键词实现。
将同类事件进行归类,目前包括台风、干旱、洪涝、地震、病虫害五类。当然,本领域技术人员,可以根据实际产生泛农业灾害的情况,扩展其他灾害类型。
提取出热点事件之后,提取该事件的时间和范围,分别用tsi和Si表示,其中tsi表示第i个泛农业热点事件的发生时间,Si表示第i个泛农业热点事件的发生范围。除了类型外,为每个事件增加一个参数表征该事件强度,本申请使用的分别是:针对台风使用风力,针对干旱使用日期(干旱的天数),针对洪涝使用6小时降水量,针对地震使用地震等级,针对病虫害使用危害等级(针对主要病虫害,均有国家标准规定危害等级)。
以时间tsi和范围Si为索引,在电网历史数据中查询事件发生前后电网用电量,计算用电量变化比例,并记录该比例,该值称为影响因子。
影响因子针对火线A、B、C分别计算。
前面所述的事件发生前后,是指事件发生前1小时的用电量,与事件发生后Δt小时的用电量。
前面所述的用电量比例是指事后用电量减去事前用电量,然后与事前用电量的比值,该值称为影响因子。假设对第i次事件,该事件发生前1小时火线A的用电量记为P'Ai,该事件发生后Δt小时火线A的用电量记为P”AiΔt,那么火线A的影响因子为类似的也可以计算出火线B的影响因子为火线C的影响因子为
之所以是用事件发生后Δt小时的数据,是因为大部分事件发生的短时间内,电网数据不稳定,容易出现统计误差,随着时间的推移,事件造成影响已经趋于稳定,并且用电数据与时间长短Δt密切相关,同时该相关度是可以对后续事件参考的。Δt的大小是需要提前确定的,该时间长度Δt也是在进行修正时需要的数据,即如果需对不同时间点修正,则需要根据不同时间长度Δt分别计算出QAiΔt、QBiΔt和QCiΔt。
例如对事件发生1小时的QAiΔt、QBiΔt和QCiΔt,与事件发生4小时的QAiΔt、QBiΔt和QCiΔt的数值是不同的,必须根据需要分别计算。
当然也有一些事件造成的影响是长期的,例如干旱、病虫害,本申请作为电网相位不平衡判断和调整方法,并非能够对所有情况进行干预,因此根据本申请需要处理的对象特定,确定了本申请的处理过程。该过程对于特定灾害的预测结果仍有提升精度的可能性,但是对于大部分泛农业用电情况,已经可以做到预测结果满足要求。
归类完成后得到一个数据库,该数据库中记录了历史上主要泛农业灾害发生的时间、对电网影响因子和事件强度。
在第一次使用本方法时,需要对历史主要泛农业事件进行查询、归类、计算影响因子、确定事件强度等操作,在第二次及以后使用本方法时,只需要针对新出现的事件进行归类、计算影响因子、确定事件强度,并将结果加入已有数据库中即可。
步骤5.2:用数据库中的数据修正
对要预测的时间点进行判断,如果要预测的时间点前Δt小时出现了台风、干旱、洪涝、地震、病虫害中的任意一种,那么判定要预测时间点会产生相应事件,根据已掌握该事件的类型和强度,在步骤5.1的数据库中查找类型和强度最为接近的时间,用该事件的影响因子对步骤4的结果进行修正。
例如,假设要预测的时间点为20小时以后,并且现在已经出现了干旱的事件,那么首先在步骤5.1的表中查找所有干旱类的事件,然后用本次事件的事件强度与步骤5.1中干旱类事件的事件强度作对比,选取事件最接近的事件,读取该事件的影响因子,用影响因子对三根火线的预测值加以修正。即
P'A(ta)=PA(ta)×(1+QAiΔt)
P'B(ta)=PB(ta)×(1+QBiΔt)
P'C(ta)=PC(ta)×(1+QCiΔt)
步骤6:输出结果
将步骤5得到的P'A(ta)、P'B(ta)、P'C(ta)作为最终结果输出。
当然也可以增加步骤7,相位修正。
步骤7:相位修正
根据步骤6得到的结果,用现有技术中相间电容补偿、自动调节装置或换向开关进行火线间的相位调解。
Claims (3)
1.一种电网相位不平衡判断和调整方法,其特征在于,包括下述步骤:
步骤1:用户筛选
对所有用电用户进行筛选,筛选出泛农业用电用户;
步骤2:采集数据
对步骤1筛选出的泛农业用户的历史用电数据进行收集,收集内容包括:用电时间、用电情况、接入火线所属相位、所属区域;
步骤3:曲线拟合
划分区域,以不同火线为区分点,划分相位,则得到不同区域下不同火线相位下的泛农业用电用户数量,并进行曲线拟合,
步骤4:预测
用步骤3得到的拟合公式,对未来任意时间点进行预测,得到预测的结果数据;记三根火线的预测结果分别为PA(ta)、PB(ta)、PC(ta),
步骤5:修正
对预测结果进行修正;
步骤6:输出结果
将步骤5得到的P′A(ta)、P′B(ta)、P′C(ta)作为最终结果输出;
其中P′A(ta)、P′B(ta)、P′C(ta)分别是三根火线的修正结果;
所述的步骤3包括,
拟合采用下述方式进行,在第一次拟合时取n=2,用步骤1中采集的数据进行拟合,拟合完成后随机取1000个时间点,从输入数据中得到该1000个时间点的用电情况,记为真实值,用拟合后的公式计算该1000个时间点的用电计算结果,记为计算值,求两者的差,若差在指定阈值之内,则判断函数拟合完成,否则令n增加1,然后重新进行拟合即验证,所述的指定阈值为外部输入的数值,取相应时间点下的真实值的3%,
用上述方法对A相,B相和C相的火线分别进行拟合,得到各自的拟合参数;
所述的步骤6后增加步骤7,相位修正;
根据步骤6得到的结果,用相间电容补偿、自动调节装置或换向开关进行火线间的相位调解;
所述的步骤3包括,
以关口表为区分点,划分区域,分别对A、B、C三根火线分别得到用历史数据拟合的用电曲线,曲线的函数形式如下:
其中PA(t)、PB(t)、PC(t)表示分别针对A、B、C三根火线进行拟合的结果,公式中的AAi、ωAi、θAi、AA(i+1)、ωA(i+1)和θA(i+1)是A根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;ABi、ωBi、θBi、AB(i+1)、ωB(i+1)和θB(i+1)是B根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;ACi、ωCi、θCi、AC(i+1)、ωC(i+1)和θC(i+1)是C根火线需要求的参数,i表示第i项的参数,t表示时间,n表示项数的总数;
所述的步骤5包括,
步骤5.1:建立数据库并不断更新
直接通过对应行政机构的官网或者直接通过网络上的新闻信息采集台风、干旱、洪涝、地震、病虫害的热点事件信息,
提取出热点事件之后,提取该事件的时间和范围,分别用tsi和Si表示,其中tsi表示第i个泛农业热点事件的发生时间,Si表示第i个泛农业热点事件的发生范围,除了类型外,为每个事件增加一个参数表征事件强度,分别是:针对台风使用风力,针对干旱使用日期,即干旱的天数,针对洪涝使用6小时降水量,针对地震使用地震等级,针对病虫害使用危害等级,
以时间tsi和范围Si为索引,在电网历史数据中查询事件发生前后电网用电量,计算用电量变化比例,并记录该比例,该比例称为影响因子,
针对火线A、B、C分别计算影响因子,
所述的事件发生前后,是指事件发生前1小时的用电量,与事件发生后Δt小时的用电量,
所述的用电量比例是指事后用电量减去事前用电量,然后与事前用电量的比值,该比例称为影响因子,对第i次事件,该事件发生前1小时火线A的用电量记为P′Ai,该事件发生后Δt小时火线A的用电量记为P″AiΔt,那么火线A的影响因子为同样计算出火线B的影响因子为火线C的影响因子为
Δt的大小是需要提前确定的,该时间长度Δt也是在进行修正时需要的数据,即如果需对不同时间点修正,则需要根据不同时间长度Δt分别计算出QAiΔt、QBiΔt和QCiΔt,
归类完成后得到一个数据库,该数据库中记录了历史上主要泛农业灾害发生的时间、对电网的影响因子和事件强度,
首次,需要对历史主要泛农业事件进行查询、归类、计算影响因子、确定事件强度操作,后续,只需要针对新出现的事件进行归类、计算影响因子、确定事件强度,并将结果加入已有数据库中即可,
步骤5.2:用数据库中的数据修正
对要预测的时间点进行判断,如果要预测的时间点前Δt小时出现了台风、干旱、洪涝、地震、病虫害中的任意一种,那么判定要预测的时间点会产生相应事件,根据已掌握该事件的类型和强度,在步骤5.1的数据库中查找类型和强度最为接近的时间,用该事件的影响因子对步骤4的结果进行修正,
即
P′A(ta)=PA(ta)×(1+QAiΔt)
P′B(ta)=PB(ta)×(1+QBiΔt)
P′C(ta)=PC(ta)×(1+QCiΔt)。
2.如权利要求1所述的一种电网相位不平衡判断和调整方法,其特征在于:所述的步骤1包括,
所述的筛选是指通过工商部门提供的公司注册信息进行筛选,即在公司注册时,经营范围属于国家标准《国民经济行业分类》(GB/T4754-2017)中规定的农林牧渔分类下,则判定该用户属于泛农业用电用户。
3.如权利要求2所述的一种电网相位不平衡判断和调整方法,其特征在于:所述的步骤2包括,
所述的收集是指收集10年内的全部用电数据,所述的用电时间是指精确到秒的时间,所述的用电情况是指不同时间的用电情况,包括电力的幅度和相位,接入火线所属相位是指用户接入的是哪根火线,所属区域是指用户属于哪个关口表覆盖的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950376.4A CN112132330B (zh) | 2020-09-11 | 2020-09-11 | 一种电网相位不平衡判断和调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950376.4A CN112132330B (zh) | 2020-09-11 | 2020-09-11 | 一种电网相位不平衡判断和调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132330A CN112132330A (zh) | 2020-12-25 |
CN112132330B true CN112132330B (zh) | 2021-11-30 |
Family
ID=73846598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010950376.4A Active CN112132330B (zh) | 2020-09-11 | 2020-09-11 | 一种电网相位不平衡判断和调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132330B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729682A (zh) * | 2014-01-21 | 2014-04-16 | 国家电网公司 | 一种三相不平衡判别方法 |
CN105762818A (zh) * | 2016-05-06 | 2016-07-13 | 国网吉林省电力有限公司电力科学研究院 | 一种基于贪心策略的用户三相不平衡调整方法 |
CN108471128A (zh) * | 2018-05-05 | 2018-08-31 | 石家庄科林电气股份有限公司 | 一种使用均衡寻优算法实现的三相负荷不平衡自动调节方法 |
CN110829467A (zh) * | 2019-11-15 | 2020-02-21 | 四川中电启明星信息技术有限公司 | 基于动态规划的配电台区三相负荷不平衡调节方法 |
CN111463804A (zh) * | 2020-05-29 | 2020-07-28 | 国网湖南省电力有限公司 | 一种台区负载三相不平衡的调整方法及系统 |
-
2020
- 2020-09-11 CN CN202010950376.4A patent/CN112132330B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729682A (zh) * | 2014-01-21 | 2014-04-16 | 国家电网公司 | 一种三相不平衡判别方法 |
CN105762818A (zh) * | 2016-05-06 | 2016-07-13 | 国网吉林省电力有限公司电力科学研究院 | 一种基于贪心策略的用户三相不平衡调整方法 |
CN108471128A (zh) * | 2018-05-05 | 2018-08-31 | 石家庄科林电气股份有限公司 | 一种使用均衡寻优算法实现的三相负荷不平衡自动调节方法 |
CN110829467A (zh) * | 2019-11-15 | 2020-02-21 | 四川中电启明星信息技术有限公司 | 基于动态规划的配电台区三相负荷不平衡调节方法 |
CN111463804A (zh) * | 2020-05-29 | 2020-07-28 | 国网湖南省电力有限公司 | 一种台区负载三相不平衡的调整方法及系统 |
Non-Patent Citations (5)
Title |
---|
A system optimization method for mitigating three-phase imbalance in distribution network;X.J.Zeng 等;《International Joural of Electrical Power & Energy Systems》;20191130;第113卷;第618-633页 * |
Three-Phase Unbalance Prediction of Electric Power Based on Hierarchical Temporal Memory;Hui Li 等;《Computers, Materials & Continua》;20200610;第64卷(第2期);第987-1004页 * |
一种低压三相负荷不平衡台区相位识别监测方案;魏梅芳;《现代工业经济和信息化》;20181231(第18期);第125-126页 * |
基于低压配网功率和用电量信息的三相不平衡负荷调整;郭兆成等;《电力系统保护与控制》;20181101(第21期);第86-95页 * |
基于电流相位估计的三相不平衡条件下配变损耗计算;孙志鹏 等;《电力工程技术》;20200531;第39卷(第3期);第114-119页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112132330A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
CN103580284B (zh) | 低压集抄系统 | |
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
JP2009089594A (ja) | 検針データを利用した電力設備の時空間負荷分析システム及び負荷の計算方法 | |
CN104123682A (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
CN111382897A (zh) | 台区低压跳闸预测方法、装置、计算机设备及存储介质 | |
WO2016047203A1 (ja) | 電力系統監視装置および電力系統監視システム | |
Zhou et al. | The integrated surface drought index (ISDI) as an indicator for agricultural drought monitoring: theory, validation, and application in Mid-Eastern China | |
Bracale et al. | New advanced method and cost-based indices applied to probabilistic forecasting of photovoltaic generation | |
CN111582544A (zh) | 新能源并网条件下的电网负荷预测方法、装置和系统 | |
Zhang et al. | Distribution of hazard and risk caused by agricultural drought and flood and their correlations in summer monsoon–affected areas of China | |
CN112132330B (zh) | 一种电网相位不平衡判断和调整方法 | |
CN111275246A (zh) | 一种基于大数据技术的单品种农产品价格预测方法 | |
CN113011477B (zh) | 一种太阳辐照数据的清洗和补全系统及方法 | |
CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理系统 | |
DE112011106040T5 (de) | Satellitensignalbasierte Stromversorgungsnetzsteuerung | |
CN110188964A (zh) | 一种基于相关性的光伏出力预测方法 | |
Castellvi | A new simple method for estimating monthly and daily solar radiation. Performance and comparison with other methods at Lleida (NE Spain); a semiarid climate | |
DE102012214329A1 (de) | Verfahren zur Bestimmung von Parametern einer Photovoltaikanlage | |
CN114118598A (zh) | 基于深度学习预测模型的电网雷电灾害预测方法及系统 | |
CN114548837B (zh) | 基于随机偏差算法的有源配电网的质量评价方法及装置 | |
CN108961092A (zh) | 基于品种试验和环境相似度的品种推广区域分析方法 | |
CN116561705B (zh) | 一种三个雨量传感器数据融合计算方法、系统及终端 | |
CN114047372B (zh) | 一种基于电压特征的台区拓扑辨识系统 | |
CN109494739A (zh) | 基于最大熵增的电网薄弱分区识别方法 |
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 |