• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于負荷數(shù)據(jù)分析的用戶側(cè)用電感知與失電影響評估方法研究

      2020-04-20 01:58:12李方舟
      山東電力技術(shù) 2020年3期
      關(guān)鍵詞:用電量饋線用電

      李方舟,霍 健

      (國網(wǎng)山東省電力公司濟南供電公司,山東 濟南 250012)

      0 引言

      隨著經(jīng)濟社會的發(fā)展,用戶對供電質(zhì)量及優(yōu)質(zhì)個性化服務(wù)的要求也越來越高[1]。傳統(tǒng)的配網(wǎng)調(diào)度模式僅依靠調(diào)度自動化系統(tǒng)中的配電網(wǎng)運行數(shù)據(jù),無法感知用戶側(cè)用電情況與故障影響,已不能滿足需求。國家電網(wǎng)有限公司加快推進泛在電力物聯(lián)網(wǎng)的建設(shè),可通過用戶側(cè)智能電表等多元終端數(shù)據(jù)的采集分析,對用戶側(cè)用電狀態(tài)進行測量和態(tài)勢感知,打通電網(wǎng)與用戶雙向通信的通道[2]。在這樣的背景下,基于配電網(wǎng)運行數(shù)據(jù),結(jié)合對用戶側(cè)多元終端采集數(shù)據(jù)的挖掘分析,研究電力用戶用電感知及失電影響分析方法,實現(xiàn)調(diào)控人員對用戶側(cè)用電狀態(tài)的感知,具有重要的理論和實用價值。

      實現(xiàn)調(diào)度側(cè)對用戶用電感知與失電影響的分析評估,一方面需要根據(jù)SCADA 中饋線負荷曲線判斷負荷性質(zhì),另一方面須根據(jù)負荷的實時波動評估用戶側(cè)實際的感知與影響。在負荷曲線分析方面,文獻[3-6]利用k-shape 算法、EMD 等方法實現(xiàn)負荷曲線的聚類。對于用戶側(cè)用電及故障感知,文獻[7]提出了電力用戶行為模型的相關(guān)概念與基本框架;文獻[8-9]分別利用DMAIC 及層次模型,提出了停電影響的綜合評估方法;文獻[10-11]將負荷概率模擬、蒙特卡洛等方法應(yīng)用于用戶側(cè)的負荷分析。

      以上研究為配電網(wǎng)負荷聚類及用戶側(cè)數(shù)據(jù)分析提供了大量有效技術(shù)方案,但均聚焦于系統(tǒng)側(cè)負荷曲線的聚類或用戶側(cè)具體的負荷數(shù)據(jù)分析,未涉及系統(tǒng)側(cè)負荷變化與用戶實際用電狀況之間的關(guān)系。本文在闡述用戶感知及失電影響分析技術(shù)架構(gòu)基礎(chǔ)上,提出了一種利用配電網(wǎng)負荷數(shù)據(jù)分析進行負荷性質(zhì)辨識與用戶側(cè)用電感知、失電影響的評估方法。以調(diào)度自動化系統(tǒng)中饋線負荷數(shù)據(jù)為基礎(chǔ),首先通過基于時間序列趨勢的模糊C 均值聚類方法求解饋線負荷曲線與典型負荷的隸屬度,判斷饋線負荷性質(zhì);然后利用用戶側(cè)多維系統(tǒng)中負荷歷史數(shù)據(jù),通過基于用電量積分的概率譜方法,分析線路負荷異常波動對應(yīng)的用戶側(cè)特別是居民用戶的實際用電感知及故障影響。實際案例分析表明:該方法能夠根據(jù)調(diào)度側(cè)負荷數(shù)據(jù)分析正確辨識配電線路的負荷性質(zhì),精準評估用戶側(cè)失電影響,建立配網(wǎng)運行數(shù)據(jù)與客戶用電感知之間的實時映射,輔助配網(wǎng)調(diào)控人員根據(jù)用戶需求實施方式調(diào)整及故障處置。

      1 用戶側(cè)用電感知與失電影響分析技術(shù)架構(gòu)

      基于配電網(wǎng)運行數(shù)據(jù)分析的用戶側(cè)用電感知與失電影響分析,目的是使配網(wǎng)調(diào)控人員利用調(diào)度自動化系統(tǒng)中負荷實時數(shù)據(jù)的變化情況評估用戶側(cè)實際用電狀態(tài),發(fā)生故障時,能夠結(jié)合分析結(jié)果評估用戶側(cè)故障感知和影響,從而根據(jù)用戶實際需求優(yōu)化配電系統(tǒng)調(diào)度運行與故障處置。其數(shù)據(jù)來源一是SCADA 系統(tǒng)中饋線負荷數(shù)據(jù),包括歷史負荷數(shù)據(jù)與實時負荷數(shù)據(jù)、故障情況及異常信息;二是用戶側(cè)多元終端采集的負荷數(shù)據(jù)及終端狀態(tài)等信息,由于用戶側(cè)終端系統(tǒng)大部分不具備實時采集上傳功能,無法實時評估用戶實際電感知與失電影響,須對其歷史數(shù)據(jù)與電網(wǎng)側(cè)實時數(shù)據(jù)綜合進行分析。

      基于調(diào)度自動化的用戶側(cè)用電感知與失電影響分析技術(shù)架構(gòu)如圖1 所示。首先通過饋線負荷數(shù)據(jù)的變化規(guī)律辨識其負荷類型,基于曲線相似性距離計算的思想,利用模糊C 均值聚類方法求解饋線負荷曲線與各類典型負荷曲線的隸屬度,判別饋線負荷類型。確定負荷類型后,根據(jù)負荷特點,通過用戶側(cè)多維數(shù)據(jù)分析,總結(jié)饋線負荷整體性規(guī)律,從而建立饋線負荷波動、故障信息與用戶側(cè)用電感知、失電影響的映射,借鑒用戶行為分析的思想,利用基于電量積分的概率譜方法,計算停電影響用戶數(shù)等指標,評估系統(tǒng)側(cè)負荷波動、故障異常對應(yīng)于用戶側(cè)的實際影響。

      圖1 用戶側(cè)用電感知與失電影響分析技術(shù)架構(gòu)

      2 基于模糊C 聚類方法的負荷類型辨識

      2.1 基于時間序列趨勢的模糊C 均值聚類算法

      模糊C 均值聚類方法本質(zhì)是通過以計算時間序列之間歐氏距離對時間序列進行聚類。歐式距離表示的是兩時間序列值的相似度,判斷負荷性質(zhì)依據(jù)的是負荷曲線的變化趨勢而非絕對值。因此對負荷曲線的時間序列X=(x1,x2,…,xn)與Y=(y1,y2,…,ym)進行轉(zhuǎn)化,得到其趨勢序列X′=,以反映負 荷曲線的變化趨勢信息。其中,x′i、y′j通過式(1)求得:

      對于時間序列X、Y 的趨勢序列X′和Y′,按照式(2)構(gòu)建n×m 階歐式距離矩陣D,其中

      為更精確地表示時間序列之間的相似性,規(guī)避時間偏差導(dǎo)致的趨勢序列間歐式距離增大,通過彎曲時間軸匹配序列點,以提高相似性距離的精度。在趨勢序列X′和Y′的歐式距離矩陣D 中,每組相鄰元素組成的集合稱為彎曲路徑,記為P={p1,p2,…,ps,…,pk},如圖2 所示,k 表示路徑中元素的總個數(shù),元素ps是路徑上第s 個點的坐標。

      圖2 趨勢序列時間彎曲路徑

      須找到一條最優(yōu)路徑,使得序列X′和Y′在彎曲時間軸后歐氏距離最小,為

      式中:D(ps)為路徑上第s 個點和第s+1 個點的歐氏距離。

      利用動態(tài)規(guī)劃法求解式(3),通過式(4)構(gòu)建累計代價矩陣L,其中

      式中:i=1,2,…,n;j=1,2,…,m;L0,0=0;Li,0=L0,j=∞。顯然,若Li,j=Di,j+Li,j-1,則代表序列X′左移一個時間間隔匹配序列Y′;若Li,j=Di,j+Li-1,j,則代表序列X′右移一個時間間隔匹配序列Y′。

      則趨勢序列X′和Y′的時間彎曲歐式距離為

      模糊C 均值聚類方法中,若有c 個聚類中心,則樣本時間序列k 對于第i 個聚類中心的隸屬度函數(shù)可由式(6)計算為

      式中:DDTW(k,i)為樣本時間序列k 對于第i 個聚類中心的時間彎曲歐式距離。

      2.2 負荷類型的辨識

      利用基于時間序列趨勢的模糊C 均值聚類方法判斷負荷類別,首先以各類典型負荷曲線作為聚類中心,利用基于時間序列趨勢的模糊C 均值聚類方法,計算待評估負荷曲線與各典型負荷曲線的隸屬度,通過最大隸屬度法確定與待評估負荷相似度最大的典型負荷,從而確定負荷類型。對于待評估負荷的時間序列X=(x1,x2,…,xn)與c 種典型負荷時間序列Y1,Y2,…,Yc,其中Yc=(yc1,yc2,…,ycn),通過式(1)構(gòu)建其趨勢序列。對于X′和,通過式(4)與式(5)計算時間彎曲后歐式距離,進而通過式(6)計算負荷曲線對各典型負荷的隸屬度,即

      3 基于負荷數(shù)據(jù)分析的用電感知與故障影響評估

      3.1 用戶側(cè)故障與異常感知

      通過SACDA 內(nèi)信息,調(diào)控人員僅能掌握電網(wǎng)運行狀態(tài),無法監(jiān)測客戶內(nèi)部故障與異常,但用戶側(cè)故障或異常均與饋線負荷密切相關(guān),因此,本文通過負荷聚類后的失配度分析,精確感知用戶側(cè)故障及用電異常。

      當配電網(wǎng)與用戶均處于正常狀態(tài)時,線路負荷數(shù)據(jù)與其固定負荷模式高度契合,當發(fā)生故障或異常時,負荷數(shù)據(jù)發(fā)生突變,與正常負荷曲線失去匹配。

      以天為單位取線路正常運行時間段內(nèi)歷史負荷X1,X2,…,Xm-1,其中,Xi=(xi1,xi2,…,xin),對其進行聚類,確定聚類中心作為該線路正常負荷時間序列的參照。選取X1,X2,…,Xm中一條負荷曲線作為初始聚類中心Z,以式(8)為目標函數(shù),迭代更新Z=(z1,z2,…,zj,…,zn)中zj的值,直至兩次迭代后目標函數(shù)J 的差值小于迭代中止閾值ε,得到迭代后的Z=(z1,z2,…,zj,…,zn),即可作為正常負荷參考值。

      讀取截止到當前時刻的線路負荷數(shù)據(jù)Xm=(xm1,xm2,…,xmt),利用式(6)求解其與聚類中心截止至當前時刻t 的隸屬度函數(shù)umt,讀取線路在t 時刻負荷值xm(t+1),根據(jù)式(9)計算適配度指標為

      設(shè)置適配度閾值ε 若Ke(t)>ε,即判定該線路負荷異常。直至?xí)r刻t′,其適配度閾值重新縮小至正常值之內(nèi),即Ke(t′)=(umt)2·|xm(t′+1)-zt′+1|<ε,則判斷該線路用戶恢復(fù)正常用電。負荷異常后,該線路與正常負荷值的隸屬度函數(shù)um不再隨之更新,而是維持異常前時刻的值umt,如圖3 所示。

      3.2 故障影響評估

      在配電網(wǎng)電力用戶停電損失模型[12]中,分析停電對電力用戶造成的影響,可將電力用戶分為政府機關(guān)類、商業(yè)、工業(yè)及居民用戶[12]。本文針對工商業(yè)經(jīng)營類負荷、機關(guān)類負荷及居民負荷,分別分析其用電感知與故障影響評估方法。

      圖3 基于負荷數(shù)據(jù)分析判斷用戶側(cè)用電異常

      根據(jù)文獻[13]中基于用戶調(diào)查法歸一化后停電損失函數(shù)模型,工業(yè)、商業(yè)用戶停電損失可以經(jīng)濟損失衡量。對于生產(chǎn)、經(jīng)營類負荷,其經(jīng)濟產(chǎn)值與用電量呈正相關(guān),因此,可建立其停電費用損失對用電量損失的函數(shù)模型為

      式中:Cindus為停電造成的費用損失;ccost為費用電量損失系數(shù);z、x 分別為線路正常負荷曲線與實際負荷曲線。進一步,對于生產(chǎn)、經(jīng)營類負荷,在非生產(chǎn)、經(jīng)營時間與生產(chǎn)、經(jīng)營時間失電產(chǎn)生的經(jīng)濟損失不同,據(jù)此將式(10)進一步細化可得

      式中:ω1、ω2分別為生產(chǎn)經(jīng)營時間與非生產(chǎn)經(jīng)營時間費用損失的權(quán)重系數(shù);t1、t2分別為負荷異常時間在生產(chǎn)經(jīng)營時間與非生產(chǎn)經(jīng)營時間的區(qū)段。

      對政府機關(guān)類包括交通通信樞紐、醫(yī)院等用戶,其停電導(dǎo)致的損失主要為社會、經(jīng)濟影響,與停電時間成正比[13],因此可對其建立停電損失對時間的函數(shù)為

      式中:cgov為停電損失時間系數(shù)。

      對于居民用戶,由于用戶側(cè)用采終端、計量終端中數(shù)據(jù)均按照一定時間間隔召測采集,無法實時上傳,因此目前通過用戶側(cè)終端數(shù)據(jù)無法直接反映居民用戶實時用電狀態(tài)。本文通過基于電量積分的概率譜方法,利用用戶側(cè)電量歷史數(shù)據(jù)與電網(wǎng)側(cè)實時負荷數(shù)據(jù)實,評估故障及異常情況下實際影響的用電戶數(shù)與影響程度。以加權(quán)停電戶數(shù)Cresid作為函數(shù)值衡量其停電損失。

      對城市居民住宅用電量解構(gòu)如圖4 所示,城市配電網(wǎng)居民負荷主要由物業(yè)用電及住戶用電組成,而物業(yè)用電中,水泵、電梯等公用設(shè)施用電占絕大部分,因此可以以物業(yè)用電量的大小近似居民區(qū)電梯、水泵用電量的大小,作為表示停電對居民生活影響程度的權(quán)重Kresid,即:

      式中:c 為線路供帶居民負荷物業(yè)計量點總數(shù)量;Lpropr為第r 個計量點上傳的居民區(qū)物業(yè)用電量。

      圖4 城市居民住宅用電量構(gòu)成

      通過基于用戶行為分的家庭日負荷曲線分析[14],居民家庭日負荷曲線的影響因素較多,隨機性較強,但對于同一戶家庭,在其日常行為模式基本固定情況下,其在固定時間段內(nèi)用電量則保持穩(wěn)定[15]。因此,可以利用多個用戶側(cè)非實時上傳的用電量信息作為樣本,通過概率譜分析方法,分析其與電網(wǎng)側(cè)負荷變化量的對應(yīng)關(guān)系。

      對于單一用戶i,其戶表以時間Δt 為間隔上傳用電量信息,顯然,在tk-1時刻與tk時刻間,其用電量為ΔLi,k=Li(tk)-Li(tk-1),顯然對該居民區(qū)內(nèi)用戶,均可計算其在該時間間隔內(nèi)用電量ΔL1,k,ΔL2,k,…,ΔLN,k,N為樣本總數(shù)。

      根據(jù)文獻[16]中“元胞負荷”的概念,可將每個單一用戶作為一個負荷元胞。統(tǒng)計元胞i 在tk-1時刻與tk時刻間用電量ΔLi,k的概率,并將這些概率值根據(jù)大小來排序,所得到的離散序列可形成一條曲線,這條以元胞負荷用電量ΔLi,k為橫軸、以其概率p(ΔLi,k)為縱軸的曲線就是元胞負荷用電量的概率譜曲線。進而根據(jù)p(ΔLi,k)可以求取ΔLi,k的累積概率分布函數(shù)F(ΔLi,k)。

      式中:nj為tk-1時刻至tk時刻時間段內(nèi)用電量大小為ΔLi,k的樣本出現(xiàn)的個數(shù);F(ΔLi,k)為在該時間段內(nèi)所有用戶用電量在[0,ΔLi,k]之間的概率。

      為了準確評估饋線負荷對應(yīng)的居民用戶側(cè)實際用電戶數(shù),對于單戶居民i 用電量ΔLi,k的累計概率分布函數(shù)F(ΔLi,k),定義分位數(shù)α,表示在分析時間段內(nèi)用電量分布于某一區(qū)間內(nèi)概率為[α,1-α]??梢杂嬎愕玫紽(ΔLi,k)對應(yīng)概率區(qū)間的[α,1-α]的用電量邊界值[ΔLi,k(α),ΔLi,k(1-α)]。即摒除概率為α 的特殊量,線路供帶居民區(qū)用戶在tk-1時刻至tk時刻時間段內(nèi)用電量基本分布于[ΔLi,k(α),ΔLi,k(1-α)]之間。若實時負荷為x,標準負荷為z,則故障及異常情況下影響的實際用戶數(shù)在區(qū)間[cesid,c′resid]內(nèi):

      根據(jù)居民區(qū)類型的不同,考慮停電對居民生活影響程度的權(quán)重Kresid,得到加權(quán)后停電用戶數(shù)在區(qū)間內(nèi):

      考慮權(quán)重Kresid,能夠在停電影響居民用戶數(shù)的基礎(chǔ)上更精準判斷停電對居民電梯、用水等基本需求的實際影響,從而量化分析失電用戶恢復(fù)供電的緊迫程度。

      4 實例分析

      對某地區(qū)2 條10 kV 線路負荷數(shù)據(jù)及用戶側(cè)用電情況進行分析,說明基于負荷數(shù)據(jù)分析的用戶側(cè)用電感知及失電影響評估方法,并驗證其正確性和實用性。該地區(qū)10 kV 青山線及10 kV 洛化線負荷曲線如圖5 所示,首先通過本文所述方法判斷其負荷性質(zhì),然后針對10 kV 青山線客戶側(cè)配變故障損失負荷的分析,評估其停電影響用戶數(shù)。

      圖5 濟南地區(qū)青山線、洛化線負荷曲線

      利用文獻[12-13]中典型負荷曲線,分別計算10 kV 青山線、10 kV 洛化線負荷曲線的趨勢序列與住宅、政府機關(guān)、商業(yè)及工業(yè)類典型負荷趨勢序列的隸屬度,如表1 所示。

      表1 青山線及洛化線對4 類典型負荷趨勢序列的隸屬度

      表1 中,10 kV 青山線對住宅類負荷趨勢序列隸屬度最大,為0.887;10 kV 洛化線對工業(yè)類負荷趨勢序列隸屬度最大,為0.917。青山線與住宅類負荷曲線匹配程度、洛化線與工業(yè)類曲線匹配程度如圖6 所示。

      考察青山線、洛化線供帶用戶情況,洛化線為用戶專線,帶某化工企業(yè);青山線線路供電用戶情況如圖7 所示主要供帶居民住宅區(qū),由表1、圖6 與圖7可知,利用本文方法計算,青山線、洛化線供帶負荷性質(zhì)判斷正確。

      圖6 青山線及洛化線與相應(yīng)負荷趨勢匹配程度

      圖7 青山線線路供電用戶情況

      某日16∶55,青山線負荷發(fā)生突降,但主線與圖7中分支線路開關(guān)均未發(fā)生跳閘,其負荷曲線及正常負荷曲線對比如圖8 所示,t1時刻,通過式(9)計算線路實時負荷與標準負荷曲線失配度Ke(t)達到0.132,可以判斷用戶側(cè)用電已發(fā)生異常。至22∶25 其與標準負荷曲線失配度恢復(fù)至Ke(t)<ε??膳袛嘤脩魝?cè)用電已恢復(fù)正常。

      圖8 青山線故障期間負荷曲線及正常負荷曲線對比

      對10 kV 青山線供電住宅區(qū)用戶在17∶00—22∶30期間用電量通過計量系統(tǒng)定時召測歷史值進行概率譜分析,利用式(14)繪制其元胞負荷用電量的概率譜曲線如圖9 所示,取其概率分布函數(shù)的分位數(shù)α 分別取0.2、0.3、0.4,計算得到[ΔLk(α),ΔLk(1-α)],然后將圖8 中青山線負荷與標準負荷之間差值(陰影部分)進行積分分析,利用式(15)計算其停電影響戶數(shù)如表2 所示。

      圖9 青山線供電住宅區(qū)用戶小時用電量概率譜曲線

      經(jīng)配電運檢人員巡視調(diào)查,該故障為14 桿王官莊四區(qū)配變低壓總開關(guān)故障,導(dǎo)致停電,實際居住居民約730 戶。對比表2 中數(shù)據(jù)可知,故障實際影響居民用戶數(shù)評估范圍正確,α 取0.4 時,評估結(jié)果與實際值誤差在20%以內(nèi)。

      表2 青山線故障停電影響居民用戶數(shù)計算結(jié)果

      5 結(jié)語

      用戶對供電質(zhì)量及優(yōu)質(zhì)個性化服務(wù)要求的不斷提高需要配電網(wǎng)調(diào)控人員實時掌握用戶側(cè)用電狀況、故障情況及其影響,在國家電網(wǎng)有限公司加快推進泛在電力物聯(lián)網(wǎng)建設(shè)背景下,基于調(diào)度側(cè)運行數(shù)據(jù),研究調(diào)控人員實時掌握用戶側(cè)用電感知及故障影響的方法,以輔助配網(wǎng)調(diào)控人員根據(jù)用戶需求優(yōu)化實施方式調(diào)整及故障處置,具有重要的理論和實踐價值。

      本文在闡述調(diào)度側(cè)用戶感知及失電影響分析技術(shù)架構(gòu)基礎(chǔ)上,提出了一種基于調(diào)度側(cè)配電網(wǎng)負荷數(shù)據(jù)分析進行負荷性質(zhì)辨識以及用戶側(cè)用電感知、失電影響評估的方法。利用基于模糊C 均值聚類方法求解饋線負荷曲線與典型負荷的隸屬度,判斷負荷類型,通過彎曲時間軸匹配序列點,以提高相似性距離的精度;利用基于用電量積分的概率譜方法,準確感知用戶側(cè)故障并評估故障影響。實際案例分析表明,該方法能夠有效判別饋線負荷類型,感知用戶側(cè)故障影響并準確評估其影響范圍,輔助調(diào)控人員建立配網(wǎng)運行數(shù)據(jù)與客戶用電感知之間的實時映射。

      猜你喜歡
      用電量饋線用電
      用電安全
      02 國家能源局:1~7月全社會用電量同比增長3.4%
      01 國家能源局:3月份全社會用電量同比增長3.5%
      用煤用電用氣保障工作的通知
      安全用電知識多
      用電安全要注意
      1~10月全社會用電量累計56552億千瓦時同比增長8.7%
      變電站10KV饋線開關(guān)與線路開關(guān)的保護配合應(yīng)注意的要點
      電子測試(2017年11期)2017-12-15 08:52:25
      基于新型材料的短波饋線實踐
      配網(wǎng)饋線接地定位及環(huán)供支線接地選線判據(jù)探討
      乃东县| 高淳县| 东城区| 招远市| 南陵县| 卢龙县| 兴山县| 广丰县| 砀山县| 吉林省| 炎陵县| 通榆县| 苏州市| 天等县| 上饶县| 若尔盖县| 凤山市| 固镇县| 东平县| 延川县| 开鲁县| 陕西省| 独山县| 灵璧县| 宜兰县| 甘南县| 阿城市| 师宗县| 镇江市| 两当县| 河间市| 凭祥市| 乡宁县| 百色市| 甘洛县| 吴江市| 来安县| 沂源县| 乌兰察布市| 油尖旺区| 甘肃省|