CN113497448B - 一种考虑综合效益的敏感企业电压暂降防治方法及设备 - Google Patents

一种考虑综合效益的敏感企业电压暂降防治方法及设备 Download PDF

Info

Publication number
CN113497448B
CN113497448B CN202110851958.1A CN202110851958A CN113497448B CN 113497448 B CN113497448 B CN 113497448B CN 202110851958 A CN202110851958 A CN 202110851958A CN 113497448 B CN113497448 B CN 113497448B
Authority
CN
China
Prior art keywords
voltage sag
sensitive
production line
enterprise
voltage
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
Application number
CN202110851958.1A
Other languages
English (en)
Other versions
CN113497448A (zh
Inventor
王灿
宁志毫
左剑
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
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan 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, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110851958.1A priority Critical patent/CN113497448B/zh
Publication of CN113497448A publication Critical patent/CN113497448A/zh
Application granted granted Critical
Publication of CN113497448B publication Critical patent/CN113497448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑综合效益的敏感企业电压暂降防治方法及设备，方法包括：获取敏感企业近N年电压暂降事件对应的电压暂降波形，分析企业的电压暂降特征；计算敏感生产线的电压暂降耐受能力；根据敏感企业的电压暂降特征和各生产线的电压暂降耐受能力，计算敏感企业的可靠性需求；建立敏感生产线的电压暂降防治成本模型和经济损失模型，再结合企业可靠性需求，建立企业综合防治效益模型；以综合防治效益最大化为目标函数，以每条敏感生产线的电压暂降治理设备类型为优化参数，寻优求解得到敏感企业为所有生产线配置电压暂降治理设备的最佳配置方案。本发明统筹兼顾可靠性和经济性两个方面，通过优化算法确定防治方案，可实现综合效益最大化。

Description

一种考虑综合效益的敏感企业电压暂降防治方法及设备
技术领域
本发明涉及电力系统电能质量治理领域，具体为一种考虑综合效益的敏感企业电压暂降防治方法及设备。
背景技术
在现代工业生产中工业设备趋于集成化和精密化，特别是在光电子、集成电路、芯片制造等半导体产业，整车制造、装配等制造产业，采用的以CPU、微电子、电力电子、数字化和信息化技术为核心的精密设备对电压暂降非常敏感，电压暂降问题极有可能引起这些敏感负荷设备及生产线出现大范围的异常、误动作、紊乱、停运等现象，影响企业产品质量，甚至导致全厂生产过程中断，工业工厂和园区用户会遭受巨大的经济损失。
电压暂降的治理装置主要由固态切换开关(SSTS)、动态电压恢复器(DVR)、带储能的动态电压恢复器(DVR)以及不间断供电电源(UPS)，这些治理装置往往投入成本较高。目前电压暂降治理方法往往以单一敏感设备为对象，仅仅考虑可靠性，以完全解决电压暂降对敏感设备的影响为目标，并未充分考虑电压暂降治理设备投入成本和所能较少电压暂降经济损失的对比，治理效益不高。特别是现代工业园区敏感企业涉及的敏感设备和生产线多、电压等级多、用电容量大，电压暂降治理更加需要全面考虑电网电压暂降程度、敏感设备耐受特征、治理设备性能、电压暂降经济损失等因素，统筹优化协调各类治理资源，统筹兼顾可靠性和经济性两个方面，提高敏感企业电压暂降治理的综合效益。
发明内容
本发明的目的是以敏感企业电压暂降防治为对象，提出一种考虑综合效益的敏感企业电压暂降防治方法及设备，充分考虑电网电压暂降程度、敏感设备耐受特征、治理设备性能、电压暂降经济损失等因素，统筹兼顾可靠性和经济性两个方面，通过优化算法确定防治方法和治理设备配置方案，实现综合效益最大化。
为了达到上述目的，本发明所采用的技术方案是：
一种考虑综合效益的敏感企业电压暂降防治方法，包括：
步骤A，获取敏感企业近N年所有电压暂降事件对应的电压暂降波形，分析敏感企业的电压暂降特征：每年发生电压暂降事件的频次、每个电压暂降波形的暂降幅度和持续时间；
步骤B，以敏感企业的生产线为基本单元，计算每条敏感生产线的电压暂降耐受能力：耐受幅值和耐受时间；
步骤C，根据可选的电压暂降治理设备的工作原理，结合敏感企业的电压暂降特征和各生产线的电压暂降耐受能力，计算每条敏感生产线在每种电压暂降治理设备治理后的影响可靠运行的电压暂降事件年均减少次数，以及计算敏感企业的可靠性需求；
步骤D，根据电压暂降治理设备的购置成本和维护成本，建立每条敏感生产线的电压暂降防治成本模型；
步骤E，建立每条生产线在每种电压暂降治理设备治理后所减少的电压暂降经济损失模型；
步骤F，结合每条生产线的电压暂降防治、治理后减少的电压暂降经济损失和敏感企业的可靠性需求，建立敏感企业的综合防治效益模型；
步骤G，以敏感企业的综合防治效益最大化为目标函数，以每条敏感生产线的电压暂降治理设备类型为优化参数，寻优求解得到敏感企业为所有生产线配置电压暂降治理设备的最佳配置方案。
在更优的技术方案中，步骤A中获取的电压暂降波形，从电能质量在线监测系统或故障录波系统中导出得到。
在更优的技术方案中，步骤B包括以下子步骤：
步骤B1，根据敏感企业各条生产线的历史异常停机情况，判定各生产线是否为敏感生产线；
步骤B2，统计每条敏感生产线上的敏感设备的数量、类型、容量及电压暂降耐受能力，敏感设备的电压暂降耐受能力可由设备的出厂检测报告得到或参照设备相关标准规定的典型参数确定；
步骤B3，计算每条敏感生产线的电压暂降耐受能力：耐受幅值取生产线上所有敏感设备电压暂降耐受幅值的最小值，耐受时间取生产线上所有敏感设备电压暂降耐受时间的最小值。
在更优的技术方案中，步骤C包括以下子步骤：
步骤C1，根据步骤A统计的敏感企业电压暂降特征以及步骤B计算的敏感生产线的电压暂降耐受能力，计算每条敏感生产线近N年影响可靠运行的电压暂降事件年均次数N(i)；其中，当电压暂降事件的暂降幅值超过该条敏感生产线的电压暂降耐受幅值，且持续时间超过该条敏感生产线的电压暂降耐受时间时，则纳入影响可靠运行次数；
步骤C2，根据每个可选的电压暂降治理设备的治理效果，统计每条敏感生产线分别在安装各种可选的电压暂降治理设备后，影响可靠运行的电压暂降事件年均减少次数ΔNs(i)；其中，当治理效果能够抵抗电压暂降事件时，则纳入影响可靠运行减少次数；ΔNs(i)中的下标s代表电压暂降治理设备的类型，i代表不同的敏感生产线；
步骤C3，计算敏感企业所有敏感生产线在电压暂降治理设备后的可靠性需求：
Figure BDA0003182661890000031
其中，K代表整个敏感企业的可靠性需求，量化值为影响可靠运行的年均减少次数百分比加权平均值；
Figure BDA0003182661890000032
为敏感生产线i的加权系数，根据敏感生产线i对可靠性需求不同进行赋值；
Figure BDA0003182661890000033
m为敏感企业的敏感生产线条数。
在更优的技术方案中，电压暂降治理设备可选为固态切换开关SSTS、动态电压恢复器DVR、带储能的动态电压恢复器DVR或者不间断供电电源UPS。
在更优的技术方案中，步骤D建立的电压暂降防治成本模型，可表示为：
Figure BDA0003182661890000034
式中，Cs(i)为敏感生产线i若采用电压暂降治理设备s，则需要的年均综合成本；Ps为治理设备s的单位容量市场价格；S(i)为敏感生产线i上所有设备总容量，n为电压暂降治理设备s的平均使用寿命；Rs(i)和Qs(i)分别为敏感生产线i采用电压暂降治理设备s的年均自身电量损耗和年均运维成本。
在更优的技术方案中，步骤E建立的电压暂降经济损失模型可表示为：
Ds(i)＝[E(i)+F(i)]×ΔNs(i)
式中，Ds(i)为敏感生产线i若采用治理设备s后减少的电压暂降经济损失年值，ΔNs(i)为治理设备s投运后影响敏感生产线i可靠运行的电压暂降事件年均减少次数，E(i)为敏感生产线i异常停机所产生的直接经济损失，F(i)为敏感生产线i异常停机所产生的间接经济损失。
在更优的技术方案中，步骤F建立的敏感企业的综合防治效益模型可表示为：
Figure BDA0003182661890000035
式中，ICB为企业综合防治效益，H为敏感企业所有敏感生产线采用电压暂降治理设备的经济效益，λ为经济效益H的加权系数，β为可靠性需求K的加权系数，λ、β的选取根据企业对经济性和可靠性的要求择优设定；Ds(i)为敏感生产线i若采用治理设备s后减少的电压暂降经济损失年值，Cs(i)为敏感生产线i若采用电压暂降治理设备s所需要的年均综合成本。
在更优的技术方案中，步骤G采用粒子群优化算法寻优求解最佳配置方案。
另一方面，还提供一种电子设备技术方案，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现上述任一项所述的方法。
有益效果
本发明的有益效果是：本发明的一种考虑综合效益的敏感企业电压暂降防治方法，充分考虑电网电压暂降程度、敏感设备耐受特征、治理设备性能、电压暂降经济损失等因素，统筹兼顾可靠性和经济性两个方面，通过优化算法确定防治方法和治理设备配置方案，实现综合效益最大化。其中：
(1)充分考虑了固态切换开关(SSTS)、动态电压恢复器(DVR)、带储能的动态电压恢复器(DVR)以及不间断供电电源(UPS)等多种常用的治理设备，并且以每条生产线为基本单元配置治理设备，丰富了治理方法的多样性。
(2)既考虑了治理方法的可靠性，又充分考虑电压暂降治理设备投入成本和所能较少电压暂降经济损失的对比，大大提升了治理综合效益；并且可以根据企业需求，定制化设置可靠性和经济性权重，方法具有很好的灵活性。
(3)通过粒子群优化算法确定防治方法和治理设备配置方案，提升了方法的精准度。
附图说明
图1是本发明的一种考虑综合效益的敏感企业电压暂降防治方法的流程图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
实施例1
本实施例提供一种考虑综合效益的敏感企业电压暂降防治方法，如图1所示，包括以下步骤：
步骤A，从敏感企业电能质量在线监测装置或故障录波装置中导出数据，获取敏感企业近3年所有电压暂降事件对应的电压暂降波形，分析敏感企业的电压暂降特征：每年发生电压暂降事件的频次、每个电压暂降波形的暂降幅度和持续时间。统计示例可如表1所示：
表1电压暂降事件统计表
Figure BDA0003182661890000051
步骤B，依据敏感企业各生产线上敏感设备电压暂降耐受特性，以敏感企业的生产线为基本单元，计算每条敏感生产线的电压暂降耐受能力：耐受幅值和耐受时间。包括以下步骤；
步骤B1，根据敏感企业厂区设计及各条生产线的历史生产线异常停机情况，判定各生产线是否为敏感生产线，统计企业敏感生产线条数；
步骤B2，详细统计每条敏感生产线所有敏感设备数量、类型、容量及电压暂降耐受特性，电压暂降耐受特性可由设备出厂检测报告得到或参照相关标准中规定的典型参数确定；
步骤B3，计算每条敏感生产线的电压暂降耐受能力。生产线电压暂降最低耐受幅值取这条生产线所有敏感设备电压暂降耐受幅值中的最小值；生产线电压暂降最长耐受时间取这条生产线所有敏感设备电压暂降耐受时间中的最小值。具体示例如表2所示：
表2生产线敏感设备情况表
Figure BDA0003182661890000052
步骤C，根据可选的典型电压暂降治理设备的工作原理，结合敏感企业的电压暂降特征和各生产线的电压暂降耐受能力，计算每条敏感生产线在每种电压暂降治理设备治理后的影响可靠运行的电压暂降事件年均减少次数，以及计算敏感企业的可靠性需求。包括以下步骤：
步骤C1，根据步骤A统计的敏感企业电压暂降特征以及步骤B计算的敏感生产线的电压暂降耐受能力，计算每条敏感生产线近3年影响可靠运行的电压暂降事件年均次数N(i)；其中，当电压暂降事件的暂降幅值超过该条敏感生产线的电压暂降耐受幅值，且持续时间超过该条敏感生产线的电压暂降耐受时间时，则纳入影响可靠运行次数；具体示例如表3所示：
Figure BDA0003182661890000053
Figure BDA0003182661890000061
步骤C2，根据每个可选的电压暂降治理设备的治理效果，统计每条敏感生产线分别在安装各种可选的电压暂降治理设备后，影响可靠运行的电压暂降事件年均减少次数ΔNs(i)；其中，当治理效果能够抵抗电压暂降事件时，则纳入影响可靠运行减少次数，具体示例如上表3所示。其中，ΔNs(i)中的下标s代表电压暂降治理设备的类型，s＝0表示不治理，s＝1表示SSTS，s＝2表示DVR，s＝3表示带储能的DVR，s＝4表示UPS，i代表不同的敏感生产线；
本实施例中，电压暂降治理设备可选为固态切换开关SSTS、动态电压恢复器DVR、带储能的动态电压恢复器DVR或者不间断供电电源UPS，因此。其中：
(1)SSTS适用于独立双回路电源供电的敏感企业，在因电网短路故障引起一路电压暂降时，快速无扰动切换至另一路电源。但是当上级大电网故障，两路电源均发生电压暂降时，无法进行治理。
(2)动态电压恢复器(DVR)：是串联电网和生产线之间的动态受控电压源，通过串联逆变回路输出补偿电压。不能治理深度很深的电压暂降，只能治理幅值50％以上的电压暂降。
(3)带储能的动态电压恢复器(DVR)：利用电池储能技术，结合电压暂降快速检测、快速开关、储能变流器的快速控制等技术，实现保障重要设备不受电压暂降的影响。能够解决幅值0％-90％电压暂降、电压中断全部问题。
(4)不间断供电电源(UPS)：可实现不间断供电，持续供电时间长。能够解决0％-90％电压暂降、电压中断全部问题。
步骤C3，根据上述不同电压暂降治理设备治理效果，计算敏感企业所有敏感生产线在电压暂降治理设备后的可靠性需求：
Figure BDA0003182661890000062
其中，ks(i)为敏感生产线i的可靠性需求，值越大说明电压暂降装置治理能力越强，生产线可靠性越高，量化值为影响可靠运行的年均减少次数百分比；K代表整个敏感企业的可靠性需求，量化值为所有敏感生产线的影响可靠运行的年均减少次数百分比值ks(i)的加权平均值，K值越大，敏感企业的可靠性越高；
Figure BDA0003182661890000074
为敏感生产线i的加权系数，根据敏感生产线i对可靠性需求不同进行赋值，可靠性要求高的赋值过大，可靠性要求低的赋值小；
Figure BDA0003182661890000071
m为敏感企业的敏感生产线条数。
步骤D，根据电压暂降治理设备的购置成本和维护成本，建立每条敏感生产线的电压暂降防治成本模型；具体如下：
Figure BDA0003182661890000072
式中，Cs(i)为为敏感生产线i若采用电压暂降治理设备s，则需要的年均综合成本；Ps为治理设备s的单位容量市场价格；S(i)为敏感生产线i上所有设备总容量，n为电压暂降治理设备s的平均使用寿命；Rs(i)为年均自身电量损耗；Qs(i)为年均运维成本。上述参数需要根据固态切换开关(SSTS)、动态电压恢复器(DVR)、带储能的动态电压恢复器(DVR)以及不间断供电电源(UPS)等治理设备实际情况进行选取。
步骤E，建立每条生产线在每种电压暂降治理设备治理后所减少的电压暂降经济损失模型，模型可表示为：
Ds(i)＝[E(i)+F(i)]×ΔNs(i)
式中，Ds(i)为敏感生产线i若采用治理设备s后减少的电压暂降经济损失年值，ΔNs(i)为治理设备s投运后影响敏感生产线i可靠运行的电压暂降事件年均减少次数，E(i)为敏感生产线i异常停机所产生的直接经济损失，F(i)为敏感生产线i异常停机所产生的间接经济损失。
步骤F，结合每条生产线的电压暂降防治、治理后减少的电压暂降经济损失和敏感企业的可靠性需求，建立敏感企业的综合防治效益模型；具体包括：
步骤F1，建立整个企业所有敏感生产线采用治理设备s的经济效益模型，具体如下：
Figure BDA0003182661890000073
步骤F2，根据经济效益模型H和可靠性需求K，建立敏感企业的综合防治效益模型，具体如下：
ICB＝λH+βK
式中，ICB为企业综合防治效益，λ为经济效益模型H的加权系数，β为可靠性需求K的加权系数，λ、β的选取根据企业对经济性和可靠性的要求不同，进行择优选取。
步骤G，以敏感企业的综合防治效益最大化为目标函数，以每条敏感生产线的电压暂降治理设备类型为优化参数，采用粒子群优化算法寻优求解目标函数，得到敏感企业为所有生产线配置电压暂降治理设备的最佳配置方案。具体包括：
粒子群优化(PSO)算法的目标函数为企业综合防治效益最大，即MAX{ICB}；优化参数为每条敏感生产线治理设备类型s，s＝0表示不治理，s＝1表示SSTS，s＝2表示DVR，s＝3表示带储能的DVR，s＝4表示UPS。
通常PSO算法适用于连续搜索空间进行，在离散空间不能直接加以应用，本实施例将优化模型中的电压暂降治理设备类型变量为离散变量，为了使PSO算法能解决离散变量问题，对PSO算法进行了适当的改进，即选用一个[0,4)区间上的连续变量代替离散变量，再映射至{0,1,2,3}。最终，经PSO算法计算得到敏感企业每条生产线治理设备的配置方案，此方案统筹兼顾了可靠性和经济性两方面，实现了综合效益最大化。
实施例2
以某电压暂降敏感企业为例进行算例分析，该企业供电系统主要包含10kV和0.4kV两个电压等级，具有3条生产线，均为敏感生产线，通过10/0.4kV配变变压后供电。通过调查，近三年共计发生电压暂降21次，年均7次，具体如表4所示；三条生产线电压暂降耐受能力及不同治理装置治理后影响可靠运行的电压暂降事件年均减少次数如表5所示。
表4电压暂降事件统计表
Figure BDA0003182661890000081
表5生产线电压暂降耐受能力及不同治理装置治理后电压暂降情况
Figure BDA0003182661890000082
Figure BDA0003182661890000091
通过调研敏感企业，每条生产线的单次电压暂降损失及负荷容量如表6所示。三条生产线的加权系数
Figure BDA0003182661890000092
分别为70％、20％、10％。
表6敏感生产线单次电压暂降损失及负荷容量表
Figure BDA0003182661890000093
通过调研国内多家生产厂商，治理设备的相关费用如表7所示。
表7治理设备的相关费用表
Figure BDA0003182661890000094
经PSO算法计算得到每条敏感生产线治理设备配置情况及治理效果，如表8所示。此种配置方案下，整个企业年均综合防治成本为40.03万元，减少的电压暂降经济损失年值为61万元，所有敏感生产线异常停机年均减少百分比加权平均值为61.2％，方案统筹兼顾了可靠性和经济性两方面，实现了综合效益最大化。
表8每条敏感生产线治理设备配置情况及治理效果
Figure BDA0003182661890000095
Figure BDA0003182661890000101
综上所述，本发明的一种考虑综合效益的敏感企业电压暂降防治方法，充分考虑电网电压暂降程度、敏感设备耐受特征、治理设备性能、电压暂降经济损失等因素，统筹兼顾可靠性和经济性两个方面，通过优化算法确定防治方法和治理设备配置方案，实现综合效益最大化。
以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (8)

1.一种考虑综合效益的敏感企业电压暂降防治方法，其特征在于，包括：
步骤A，获取敏感企业近N年所有电压暂降事件对应的电压暂降波形，分析敏感企业的电压暂降特征：每年发生电压暂降事件的频次、每个电压暂降波形的暂降幅度和持续时间；
步骤B，以敏感企业的生产线为基本单元，计算每条敏感生产线的电压暂降耐受能力：耐受幅值和耐受时间；
步骤C，根据可选的电压暂降治理设备的工作原理，结合敏感企业的电压暂降特征和各生产线的电压暂降耐受能力，计算每条敏感生产线在每种电压暂降治理设备治理后的影响可靠运行的电压暂降事件年均减少次数，以及计算敏感企业的可靠性需求；
步骤C1，根据步骤A统计的敏感企业电压暂降特征以及步骤B计算的敏感生产线的电压暂降耐受能力，计算每条敏感生产线近N年影响可靠运行的电压暂降事件年均次数N(i)；其中，当电压暂降事件的暂降幅值超过该条敏感生产线的电压暂降耐受幅值，且持续时间超过该条敏感生产线的电压暂降耐受时间时，则纳入影响可靠运行次数；
步骤C2，根据每个可选的电压暂降治理设备的治理效果，统计每条敏感生产线分别在安装各种可选的电压暂降治理设备后，影响可靠运行的电压暂降事件年均减少次数ΔNs(i)；其中，当治理效果能够抵抗电压暂降事件时，则纳入影响可靠运行减少次数；ΔNs(i)中的下标s代表电压暂降治理设备的类型，i代表不同的敏感生产线；
步骤C3，计算敏感企业所有敏感生产线在电压暂降治理设备后的可靠性需求：
Figure FDA0003631989290000011
其中，K代表整个敏感企业的可靠性需求，量化值为影响可靠运行的年均减少次数百分比加权平均值；
Figure FDA0003631989290000012
为敏感生产线i的加权系数，根据敏感生产线i对可靠性需求不同进行赋值；
Figure FDA0003631989290000013
m为敏感企业的敏感生产线条数；
步骤D，根据电压暂降治理设备的购置成本和维护成本，建立每条敏感生产线的电压暂降防治成本模型；
步骤E，建立每条生产线在每种电压暂降治理设备治理后所减少的电压暂降经济损失模型；
步骤F，结合每条生产线的电压暂降防治、治理后减少的电压暂降经济损失和敏感企业的可靠性需求，建立敏感企业的综合防治效益模型；
步骤F建立的敏感企业的综合防治效益模型可表示为：
ICB＝λH+βK，
Figure FDA0003631989290000021
式中，ICB为企业综合防治效益，H为敏感企业所有敏感生产线采用电压暂降治理设备的经济效益，λ为经济效益H的加权系数，β为可靠性需求K的加权系数，λ、β的选取根据企业对经济性和可靠性的要求择优设定；Ds(i)为敏感生产线i若采用治理设备s后减少的电压暂降经济损失年值，Cs(i)为敏感生产线i若采用电压暂降治理设备s所需要的年均综合成本；
步骤G，以敏感企业的综合防治效益最大化为目标函数，以每条敏感生产线的电压暂降治理设备类型为优化参数，寻优求解得到敏感企业为所有生产线配置电压暂降治理设备的最佳配置方案。
2.根据权利要求1所述的方法，其特征在于，步骤A中获取的电压暂降波形，从电能质量在线监测系统或故障录波系统中导出得到。
3.根据权利要求1所述的方法，其特征在于，步骤B包括以下子步骤：
步骤B1，根据敏感企业各条生产线的历史异常停机情况，判定各生产线是否为敏感生产线；
步骤B2，统计每条敏感生产线上的敏感设备的数量、类型、容量及电压暂降耐受能力，敏感设备的电压暂降耐受能力可由设备的出厂检测报告得到或参照设备相关标准规定的典型参数确定；
步骤B3，计算每条敏感生产线的电压暂降耐受能力：耐受幅值取生产线上所有敏感设备电压暂降耐受幅值的最小值，耐受时间取生产线上所有敏感设备电压暂降耐受时间的最小值。
4.根据权利要求1所述的方法，其特征在于，电压暂降治理设备可选为固态切换开关SSTS、动态电压恢复器DVR、带储能的动态电压恢复器DVR或者不间断供电电源UPS。
5.根据权利要求1所述的方法，其特征在于，步骤D建立的电压暂降防治成本模型，可表示为：
Figure FDA0003631989290000022
式中，Cs(i)为敏感生产线i若采用电压暂降治理设备s，则需要的年均综合成本；Ps为治理设备s的单位容量市场价格；S(i)为敏感生产线i上所有设备总容量，n为电压暂降治理设备s的平均使用寿命；Rs(i)和Qs(i)分别为敏感生产线i采用电压暂降治理设备s的年均自身电量损耗和年均运维成本。
6.根据权利要求1所述的方法，其特征在于，步骤E建立的电压暂降经济损失模型可表示为：
Ds(i)＝[E(i)+F(i)]×ΔNs(i)
式中，Ds(i)为敏感生产线i若采用治理设备s后减少的电压暂降经济损失年值，ΔNs(i)为治理设备s投运后影响敏感生产线i可靠运行的电压暂降事件年均减少次数，E(i)为敏感生产线i异常停机所产生的直接经济损失，F(i)为敏感生产线i异常停机所产生的间接经济损失。
7.根据权利要求1所述的方法，其特征在于，步骤G采用粒子群优化算法寻优求解最佳配置方案。
8.一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1～7中任一项所述的方法。
CN202110851958.1A 2021-07-27 2021-07-27 一种考虑综合效益的敏感企业电压暂降防治方法及设备 Active CN113497448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110851958.1A CN113497448B (zh) 2021-07-27 2021-07-27 一种考虑综合效益的敏感企业电压暂降防治方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110851958.1A CN113497448B (zh) 2021-07-27 2021-07-27 一种考虑综合效益的敏感企业电压暂降防治方法及设备

Publications (2)

Publication Number Publication Date
CN113497448A CN113497448A (zh) 2021-10-12
CN113497448B true CN113497448B (zh) 2022-06-10

Family

ID=77996681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110851958.1A Active CN113497448B (zh) 2021-07-27 2021-07-27 一种考虑综合效益的敏感企业电压暂降防治方法及设备

Country Status (1)

Country Link
CN (1) CN113497448B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902203A (zh) * 2021-10-15 2022-01-07 国网湖南省电力有限公司 区域电网电压暂降风险评估方法及其区域电网运行优化方法、系统、终端及可读存储介质
CN116154783B (zh) * 2022-09-09 2024-03-19 国网宁夏电力有限公司中卫供电公司 一种面向冶炼企业的电压暂降治理方法、介质及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105958478A (zh) * 2016-05-23 2016-09-21 国网江苏省电力公司电力科学研究院 一种用于优质电力园区中电压暂降的综合治理方法
CN109038568A (zh) * 2018-08-24 2018-12-18 国网四川省电力公司经济技术研究院 基于供需协调的电压暂降综合治理方法
CN111276981A (zh) * 2020-05-08 2020-06-12 广东电网有限责任公司佛山供电局 一种用于电网侧的电压暂降综合治理方法
CN111404166A (zh) * 2019-10-28 2020-07-10 众诚开源电气科技(成都)有限公司 一种电压暂降综合防治方法
CN112907029A (zh) * 2021-01-20 2021-06-04 国家电网有限公司 一种敏感用户电压暂降治理方案的优选方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105958478A (zh) * 2016-05-23 2016-09-21 国网江苏省电力公司电力科学研究院 一种用于优质电力园区中电压暂降的综合治理方法
CN109038568A (zh) * 2018-08-24 2018-12-18 国网四川省电力公司经济技术研究院 基于供需协调的电压暂降综合治理方法
CN111404166A (zh) * 2019-10-28 2020-07-10 众诚开源电气科技(成都)有限公司 一种电压暂降综合防治方法
CN111276981A (zh) * 2020-05-08 2020-06-12 广东电网有限责任公司佛山供电局 一种用于电网侧的电压暂降综合治理方法
CN112907029A (zh) * 2021-01-20 2021-06-04 国家电网有限公司 一种敏感用户电压暂降治理方案的优选方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Comprehensive Evaluation of Node Voltage Sag Severity Considering the Power Grid Side and the User Side;Ling Pan;《2018 China International Conference on Electricity Distribution (CICED)》;20181231;全文 *
Joint Optimal Planning of Distributed Generations and Sensitive Users Considering Voltage Sag;Ying Wang;《 IEEE Transactions on Power Delivery》;20210125;全文 *
供用电双方满意的电压暂降治理增值服务策略;张博;《中国电力》;20201130;全文 *
基于运行韧性评价的配电网电压暂降治理评估;徐悦;《电力系统自动化》;20210310;全文 *
面向现代工业园区的电压暂降综合防治方案;王建勋;《电力系统自动化》;20200725;全文 *

Also Published As

Publication number Publication date
CN113497448A (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
CN113497448B (zh) 一种考虑综合效益的敏感企业电压暂降防治方法及设备
CN111404166B (zh) 一种电压暂降综合防治方法
CN112364516A (zh) 考虑不同负荷结构的10kV馈线最佳负载能力计算方法
CN101567561B (zh) 一种输电网规划方案比选系统
CN109885019B (zh) 一种风机状态自动判断方法
CN110084719A (zh) 一种配电网负荷种类辨识装置
CN117578413A (zh) 基于经济性分析的配电网可靠性提升方法
US20230378806A1 (en) System and method for supporting creation of system plan to change configuration of power system
Wang et al. An approach for Condition Based Maintenance strategy optimization oriented to multi-source data
CN111160746B (zh) 基于风险评估的智能配电网规划评价方法
Thayer et al. Improving end-use load modeling using machine learning and smart meter data
Dai et al. Reliability tracking method of power system equipment based on Embedded Internet of things technology
Kisengeu et al. Under Voltage Load Shedding using Hybrid Metaheuristic Algorithms for Voltage Stability Enhancement: A Review
Wilson Signal processing and control technology for conservation voltage reduction
Qi et al. Multi-objective maintenance strategy optimization of distributed photovoltaic plants
CN110727912A (zh) 一种电力二次设备差异化改造方案选择方法
CN117895659B (zh) 一种智能电网自动化调度方法及系统
Abanihi et al. Modeling and evaluation of system reliability for auchi distribution network
Madhavan et al. A smart voltage optimization approach for industrial load demand response
CN117526344A (zh) 一种配电网无功电压控制优化方法及系统
Yu et al. Medium and high voltage bus load forecasting algorithm considering structured electricity usage interactions
Zhang et al. Voltage Sag-Sensitive Load Identification Based on Steady-State Power Quality Monitoring Data
Bhagat et al. A FAST FAULT DETECTION AND IDENTIFICATION APPROACH IN POWER DISTRIBUTION SYSTEM
Haider et al. New paradigm for battery life management in data centers
Qi et al. Towards green data center microgrids by leveraging data center loads in providing frequency regulation

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