考慮指標(biāo)特性的區(qū)域電網(wǎng)電能質(zhì)量評估方法

朱明星，張毅恒，張華贏，吳 顯，趙譽洲

（1.安徽大學(xué)電氣工程與自動化學(xué)院，合肥 232000；2.南方電網(wǎng)公司新型智慧城市高品質(zhì)供電聯(lián)合實驗室（深圳供電局有限公司），深圳 518020）

隨著社會經(jīng)濟生活和電力系統(tǒng)的發(fā)展，電能已逐步成為一種特殊的商品[1]，電能質(zhì)量也因此越來越被電網(wǎng)和用電客戶所重視?，F(xiàn)代電網(wǎng)中大量非線性、沖擊性等類型負荷的投入，導(dǎo)致電網(wǎng)電能質(zhì)量日趨惡化，不僅會影響電網(wǎng)的經(jīng)濟安全運行，也會威脅到用電設(shè)備的工作狀況和使用壽命[2]，進而加劇供用電雙方的矛盾[3]。因此，研究出合理有效的電能質(zhì)量評估方法對于減小和預(yù)防因電能質(zhì)量不合格造成的安全隱患和經(jīng)濟損失、為電力市場“依質(zhì)定價”提供理論支撐有著重要意義[2-4]。

目前，國內(nèi)外對單個電能質(zhì)量指標(biāo)的研究已經(jīng)非常成熟，制定了一系列相關(guān)標(biāo)準(zhǔn)[5-6]，但是電能質(zhì)量評估是一個綜合性問題，只考慮單個電能質(zhì)量指標(biāo)無法得到準(zhǔn)確合理的評估結(jié)果，而如何對系統(tǒng)中多個電能質(zhì)量指標(biāo)進行綜合評估，暫時沒有一個較為規(guī)范的標(biāo)準(zhǔn)或方法。當(dāng)前關(guān)于電能質(zhì)量綜合評估的主要研究方向是對各電能質(zhì)量指標(biāo)權(quán)重算法的優(yōu)化，常見的指標(biāo)權(quán)重計算方法按照權(quán)重是否受主觀因素影響可分為主觀賦權(quán)法和客觀賦權(quán)法，但主觀賦權(quán)法未考慮指標(biāo)實際值對指標(biāo)權(quán)重的影響，而客觀賦權(quán)法忽視了專家意見以及用電客戶需求[7]，因此基于兩者相結(jié)合的組合賦權(quán)法在得到了越來越廣泛的使用。

組合賦權(quán)法通常先利用層次分析法AHP（ana?lytic hierarchy process）計算出各指標(biāo)的主觀權(quán)重，再結(jié)合熵權(quán)法等客觀賦權(quán)法得出綜合權(quán)重[8-9]。AHP雖能有效地考慮專家意見，但該方法將各指標(biāo)獨立起來，忽視各指標(biāo)間的內(nèi)在聯(lián)系。而部分電能質(zhì)量指標(biāo)之間，如諧波與三相不平衡、諧波與電壓偏差之間有一定的關(guān)聯(lián)性[10-12]。因此，文獻[12]提出利用網(wǎng)絡(luò)層次分析ANP（analytic network process）法，能夠反映內(nèi)部元素相互影響的優(yōu)點來計算各指標(biāo)的權(quán)重，以考慮各指標(biāo)間的關(guān)聯(lián)性，使計算結(jié)果更貼近實際。

ANP雖然被廣泛運用在各種評估方案中，但和AHP一樣存在著計算量大，不易通過一致性檢驗的缺點。在ANP/AHP的計算過程中，n個元素需兩兩比較n（n-1）/2次，共產(chǎn)生n2-n個數(shù)據(jù)，且當(dāng)指標(biāo)較多時判斷矩陣較難通過一致性檢驗。針對AHP/ANP的上述問題，荷蘭學(xué)者Rezaei提出一種改進的層次分析方法即最優(yōu)最劣法BWM（best worst meth?od）[13]，BWM只需將最優(yōu)指標(biāo)和最劣指標(biāo)和其他指標(biāo)進行比較，n個元素共比較2n-3次，數(shù)據(jù)量也下降到2n-2個，大大降低了計算量[14]。據(jù)此，本文采用基于BWM和ANP的最優(yōu)最劣網(wǎng)絡(luò)法BWN（bestworst network）[15-16]方法計算電能質(zhì)量指標(biāo)的主觀權(quán)重，該方法將ANP中涉及AHP的計算部分替換為BWM，既保留了ANP可以考慮指標(biāo)間關(guān)系的優(yōu)點，又減小了計算量，基本避免了無法通過一致性檢驗的情況。同時，現(xiàn)有的評估研究一般忽略了電能質(zhì)量指標(biāo)的場景性和短板性，即不同場景下各電能質(zhì)量指標(biāo)對于電網(wǎng)和負荷的重要程度的變化，以及某指標(biāo)超標(biāo)后對最終評估結(jié)果的影響，本文針對上述問題做出了改進，并提出了一種考慮指標(biāo)特性的電能質(zhì)量綜合評估方法。

本文研究對象為某區(qū)域電網(wǎng)電能質(zhì)量。首先根據(jù)區(qū)域電網(wǎng)特點建立了電能質(zhì)量評估指標(biāo)體系，并將各監(jiān)測點所測數(shù)據(jù)進行歸一化處理。然后采用BWN算法和熵權(quán)法相結(jié)合的組合賦權(quán)方式對各指標(biāo)進行賦權(quán)，其中BWN算法的專家打分環(huán)節(jié)充分結(jié)合了所評估監(jiān)測點下主要負荷的特性，在考慮指標(biāo)間關(guān)聯(lián)性、專家意見和指標(biāo)場景性的同時保留了一定的客觀性。考慮到實際工程應(yīng)用中會出現(xiàn)某個電能質(zhì)量超標(biāo)十分嚴重的情況，運用短板效應(yīng)修正評估結(jié)果。最后，文章對某區(qū)域電網(wǎng)實測數(shù)據(jù)進行分析，從時間和空間兩個維度對該區(qū)域電網(wǎng)電能質(zhì)量評估，并根據(jù)評估結(jié)果給出該區(qū)域電網(wǎng)改善電能質(zhì)量的建議。

1 區(qū)域電網(wǎng)電能質(zhì)量指標(biāo)體系

現(xiàn)有的國家標(biāo)準(zhǔn)對頻率偏差、電壓偏差、電壓波動與閃變、諧波、間諧波、三相不平衡、暫時過電壓、電壓暫降共8個電能質(zhì)量指標(biāo)進行了規(guī)范[5]，由于暫時過電壓和電壓暫降為暫態(tài)電能質(zhì)量，偶然性較大且可操作性差，因此通常電能質(zhì)量評估過程中不涉及這兩個指標(biāo)。

1.1 電能質(zhì)量指標(biāo)特性

電能質(zhì)量綜合評估的本質(zhì)是對各項電能質(zhì)量指標(biāo)進行評估，因此電能質(zhì)量指標(biāo)的特性直接影響著評估結(jié)果。在本文的電能質(zhì)量綜合評估過程中，考慮了電能質(zhì)量指標(biāo)的關(guān)聯(lián)性、場景性以及短板性。

1.1.1 關(guān)聯(lián)性

部分電能質(zhì)量指標(biāo)之間存在著相互影響或者可以相互轉(zhuǎn)換的情況，即電能質(zhì)量指標(biāo)間存在著一定的關(guān)聯(lián)性。對指標(biāo)間的關(guān)聯(lián)性進行分析。

（1）諧波與三相不平衡。通常三相不平衡以電壓/電流的負序/零序基波分量和電壓/電流的正序基波分量比值來表示，文獻[10]分析了諧波電壓/電流和電壓/電流負序分量的轉(zhuǎn)化關(guān)系，即諧波指標(biāo)和三相不平衡指標(biāo)也可以相互轉(zhuǎn)換，存在著一定的關(guān)聯(lián)性。

（2）諧波與電壓偏差。分布式電源并網(wǎng)后會向系統(tǒng)注入大量諧波進而導(dǎo)致電壓畸變，分布式電源接入點位置的不同會對電壓偏差造成不同的影響。當(dāng)分布式電源接入點靠近線路首端時，整體諧波問題最小，但線路末端電壓偏差可能越下限；當(dāng)分布式電源接入點靠近線路末端時，整體諧波問題最大，且線路末端電壓偏差很可能超過上限。

（3）電壓波動、電壓閃變與間諧波。間諧波的頻率為基波頻率的非整數(shù)倍，間諧波的存在會導(dǎo)致電壓的有效值和峰值發(fā)生波動，當(dāng)波動的頻率能夠被人們察覺且波動幅度較大時，就會產(chǎn)生電壓閃變。

綜上，電能質(zhì)量指標(biāo)間存在關(guān)聯(lián)性，在電能質(zhì)量評估的過程中應(yīng)考慮指標(biāo)關(guān)聯(lián)性對評估結(jié)果的影響。

1.1.2 場景性

不同評估場景下的主要負荷類型不同，各電能質(zhì)量指標(biāo)對于電網(wǎng)和負荷的重要程度也隨之變化，以3種典型的場景為例進行分析。

（1）當(dāng)評估場景中使用了較多的電力電子設(shè)備等非線性元件時（如6脈波整流器廣泛的使用在變頻設(shè)備中，它會產(chǎn)生6k±1次的特征次諧波），該場景下諧波問題可能非常嚴重。因此在這種場景下應(yīng)重點考慮諧波對電網(wǎng)和負荷的影響，加大諧波指標(biāo)的權(quán)重。

（2）當(dāng)評估場景中主要負荷為電弧爐、軋鋼機等沖擊性負荷時，這些負荷工作時可能產(chǎn)生強烈的電流沖擊，導(dǎo)致電網(wǎng)電壓強烈波動和閃爍。因此該場景最應(yīng)關(guān)注的電能質(zhì)量問題為電壓波動與閃變，即應(yīng)加大電壓波動與閃變指標(biāo)的權(quán)重。

（3）當(dāng)評估場景中存在多種電能質(zhì)量發(fā)射特性相差較大的負荷，則應(yīng)根據(jù)實際數(shù)據(jù)分析出該場景下對電網(wǎng)和負荷影響最為嚴重的幾種電能質(zhì)量問題，并在賦權(quán)中偏向這幾個指標(biāo)。

綜上，在進行電能質(zhì)量評估前應(yīng)對評估對象進行充分調(diào)研，分析不同評估場景下的主要負荷類型以及不同負荷的電能質(zhì)量發(fā)射特性，在主觀賦權(quán)環(huán)節(jié)充分考慮電能質(zhì)量指標(biāo)的場景性。

1.1.3 短板性

電能質(zhì)量包含了多個指標(biāo)，每個指標(biāo)的優(yōu)劣都會影響電能質(zhì)量評估的最終結(jié)果。在實際評估電能質(zhì)量的過程中，評估結(jié)果可能會隨著某個指標(biāo)的惡化而急劇下降。例如，110 kV系統(tǒng)的電壓諧波總畸變率限值為2%，若該項指標(biāo)超標(biāo)，即使其他指標(biāo)均合格，該系統(tǒng)電能質(zhì)量也是不合格的。因此電能質(zhì)量評估中指標(biāo)具有短板性，在實際評估中應(yīng)依據(jù)短板效應(yīng)對監(jiān)測數(shù)據(jù)或評估結(jié)果進行修正。

1.2 電能質(zhì)量評估指標(biāo)選取

對于區(qū)域電網(wǎng)而言，頻率偏差非常重要但基本不會出現(xiàn)超標(biāo)的情況，為減小數(shù)據(jù)量可以不考慮頻率偏差。而對于諧波最值得關(guān)注的電壓總諧波畸變率THDU以及主導(dǎo)諧波電流含量Ih作為評估指標(biāo)，其中的Ih諧波次數(shù)可以根據(jù)評估場景的主要負荷類型或監(jiān)測數(shù)據(jù)來選取，本文算例中各評估場景下主導(dǎo)諧波電流次數(shù)為5、7、11、13，且很多負荷中的電力電子元件特征次諧波為6k±1次，因此本文的Ih諧波次數(shù)選取為5、7、11、13次，對于其他評估場景可以根據(jù)實際情況改變Ih的次數(shù)。且各監(jiān)測點的電能質(zhì)量統(tǒng)計報表通常不含有間諧波和電壓波動信息，因此本文建立了電能質(zhì)量評估指標(biāo)體系，如圖1所示。

圖1 電能質(zhì)量評估指標(biāo)體系Fig.1 Power quality evaluation index system

圖1中的電壓偏差ΔU、電壓閃變Plt、三相不平衡δU、電壓諧波總畸變率THDU、各次諧波電流含有率Ih（本文算例選取I5、I7、I11、I13）下文中將分別以X1～X8來表示。圖中虛線代表著各指標(biāo)間的關(guān)聯(lián)性，本文選取指標(biāo)中，諧波與電壓偏差、三相不平衡以及電壓諧波總畸變率和各次諧波電流含量等指標(biāo)之間均有一定的關(guān)聯(lián)性。

2 基于BWN-熵權(quán)的組合賦權(quán)算法

為考慮指標(biāo)之間關(guān)聯(lián)性對指標(biāo)權(quán)重計算結(jié)果影響，兼顧專家意見的主觀性和監(jiān)測數(shù)據(jù)，的客觀性，同時減小數(shù)據(jù)量，避免計算過程中出現(xiàn)判斷矩陣無法通過一致性檢驗的情況，本文采用BWN-熵權(quán)的組合賦權(quán)算法來計算各電能質(zhì)量指標(biāo)的權(quán)重。

2.1 BWN算法

BWN算法是將傳統(tǒng)ANP算法中AHP相關(guān)的計算部分用BWM算法替代，既保留了ANP處理具有關(guān)聯(lián)性的指標(biāo)時的優(yōu)勢，又解決了ANP在計算量以及一致性方面的劣勢。其計算步驟如下。

上述計算步驟中需要以BWM算法代替AHP算法計算部分，步驟如下。

2.2 組合賦權(quán)

熵權(quán)法是評估研究中運用最為廣泛的客觀賦權(quán)方法，其基本原理為根據(jù)指標(biāo)的信息熵反映變異程度以確定指標(biāo)權(quán)重，具體步驟如下[15]。

3 基于短板效應(yīng)的電能質(zhì)量評估方法

3.1 數(shù)據(jù)修正方法

由于電能質(zhì)量各指標(biāo)量綱不同，不能直接使用原始數(shù)據(jù)進行計算，因此要對各指標(biāo)數(shù)據(jù)進行歸一化處理，表示為

在實際工程應(yīng)用中，決定系統(tǒng)、設(shè)備工作狀況的往往是干擾最嚴重的電能質(zhì)量指標(biāo)，即存在短板效應(yīng)。若直接將各指標(biāo)值經(jīng)過歸一化和加權(quán)后的結(jié)果作為電能質(zhì)量評估的依據(jù)，則可能導(dǎo)致評估結(jié)果不合理，因此本文對歸一化數(shù)據(jù)進行修正處理為

式中：xi為經(jīng)短板效應(yīng)修正后的數(shù)據(jù)；α、β、γ定義為修正函數(shù)的懲罰因子。在實際工程中，隨著電能質(zhì)量指標(biāo)超標(biāo)程度的增加，其對負荷和電網(wǎng)的影響程度并不是線性增加的，而是通常影響程度的增加速度越來越大，因此對于超標(biāo)程度較大指標(biāo)的修正函數(shù)可以設(shè)置為冪函數(shù)的形式；而對于超標(biāo)程度不大或臨近超標(biāo)的指標(biāo)，冪函數(shù)的放大效果太小，可選擇對這一部分的指標(biāo)進行線性放大。因此，綜合考慮電磁兼容標(biāo)準(zhǔn)以及本文算例的實際情況，設(shè)置預(yù)警的閾值為0.9，懲罰程度加重的閾值為2，γ取為2，為保證修正曲線的連續(xù)性α取2.818、β取-1.636。修正曲線如圖2所示，可以看出，當(dāng)指標(biāo)接近限值時該指標(biāo)對評估結(jié)果的影響被放大，當(dāng)指標(biāo)超過限值一定程度后影響被進一步放大。利用式（11）修正后的數(shù)據(jù)進行電能質(zhì)量評估將有一定的預(yù)警作用，且能夠反映指標(biāo)越限對評估結(jié)果的影響。

圖2 短板效應(yīng)修正曲線Fig.2 Correction curve of cask effect

3.2 評估方法

設(shè)該監(jiān)測點經(jīng)處理后的指標(biāo)值為xi=(x1,x2,…,x8)，則該監(jiān)測點電能質(zhì)量評估計算值為。由于本文所提評估模型中各指標(biāo)均為負向指標(biāo)，因此最終的評估結(jié)果代表所評估對象各指標(biāo)的超標(biāo)程度。

考慮到同一變電站下可能有多個電壓等級的線路，且不能直接將不同電壓等級的電能質(zhì)量數(shù)據(jù)進行計算，本文采用特征值法[17]對同一變電站下不同電壓等級線路評估結(jié)果進行賦權(quán)。假設(shè)某地區(qū)有變電站1、2各有220 kV、66 kV兩個電壓等級，變電站1在220 kV電壓等級下評估結(jié)果為W11，在66 kV電壓等級下評估結(jié)果為W12；變電站2在220 kV電壓等級下評估結(jié)果為W21，在66 kV電壓等級下評估結(jié)果為W22，則變電站1、2的評估方法如下。

（1）根據(jù)變電站1、2各電壓等級電能質(zhì)量評估結(jié)果，構(gòu)造比較判斷矩陣為

（2）求解并歸一化S1、S2的最大特征值對應(yīng)的特征向量，得到排序權(quán)重向量為

（3）本文在進行評估前先對電能質(zhì)量監(jiān)測數(shù)據(jù)進行了歸一化處理，歸一化的基準(zhǔn)值采用各電能質(zhì)量指標(biāo)相關(guān)標(biāo)準(zhǔn)的限值，因此可以將1作為評估結(jié)果優(yōu)劣的參考值。令W1=[W11,W12]、W2=[W21,W22]，則變電站1、2的綜合評估值為

式中，Qi（i=1，2）為第i個監(jiān)測點電能質(zhì)量的相對優(yōu)劣。當(dāng)Qi和1相比較小時，說明第i個監(jiān)測點的電能質(zhì)量總體水平較好；當(dāng)Qi接近1時，說明第i個監(jiān)測點的部分電能質(zhì)量指標(biāo)可能超標(biāo)或臨界超標(biāo)，需要引起重視；當(dāng)Qi和1相比較大時，說明第i個監(jiān)測點的電能質(zhì)量較差，需要進一步分析該監(jiān)測點的監(jiān)測數(shù)據(jù)，探究指標(biāo)超標(biāo)的原因。

分析各監(jiān)測點電能質(zhì)量綜合評估值，結(jié)合特征值賦權(quán)法，即可得到該地區(qū)整體電能質(zhì)量評估值，方法如下。

（1）根據(jù)監(jiān)測點1、2電能質(zhì)量綜合評估結(jié)果Q1、Q2，構(gòu)造比較判斷矩陣為

（2）求解并歸一化S的最大特征值對應(yīng)的特征向量，得到排序權(quán)重向量為

（3）令W=[Q1,Q2]，則該地區(qū)電能質(zhì)量綜合評估值為

式中，Q為該地區(qū)電網(wǎng)電能質(zhì)量整體情況的優(yōu)劣。當(dāng)Q和1相比較小時，該區(qū)域電網(wǎng)電能質(zhì)量總體情況較好；當(dāng)Q接近1時，說明該區(qū)域電網(wǎng)部分監(jiān)測點電能質(zhì)量較差；當(dāng)Q＞1時，可以認為該區(qū)域電網(wǎng)電能質(zhì)量總體情況差，需要根據(jù)各監(jiān)測點評估結(jié)果進行專項治理。

4 工程案例分析

為驗證本文所提電能質(zhì)量評估方法的正確性和優(yōu)越性，對某地區(qū)電能質(zhì)量監(jiān)測數(shù)據(jù)進行處理和分析，從時間、空間等方面給出評估結(jié)果和相關(guān)治理意見。

4.1 數(shù)據(jù)預(yù)處理

由于篇幅有限，以某地區(qū)3個變電站共6條線路的數(shù)據(jù)為例進行分析。其中變電站A下有母線1、2，電壓等級均為35 kV；變電站2下有母線3、4，電壓等級分別為110 kV和220 kV；變電站C下有母線5、6，電壓等級均為110 kV。取某年1月份的電能質(zhì)量監(jiān)測數(shù)據(jù)進行歸一化處理和短板效應(yīng)修正，則各母線電能質(zhì)量指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)見表1。

表1 某地區(qū)1月份各母線電能質(zhì)量指標(biāo)Tab.1 Power quality index of each bus in one region in January

表1中臨界和超標(biāo)指標(biāo)被放大，如母線6的電壓偏差ΔU的歸一化數(shù)據(jù)為0.952，經(jīng)短板效應(yīng)修正后為1.047，即當(dāng)某指標(biāo)臨近超標(biāo)時，將該指標(biāo)對評估結(jié)果的影響放大，可起到一定的預(yù)警作用；母線6的5次諧波電流含有率的歸一化數(shù)據(jù)為4.533，經(jīng)短板效應(yīng)修正后為20.548，即指標(biāo)超標(biāo)越多對該指標(biāo)的修正效果越明顯，其作用為“懲罰”，存在電能質(zhì)量指標(biāo)嚴重超標(biāo)問題的監(jiān)測點。

4.2 各算法賦權(quán)結(jié)果

現(xiàn)有的電能質(zhì)量評估研究主要集中在指標(biāo)賦權(quán)算法和評估方法的改進上，但是這些研究通常不考慮應(yīng)用場景，尤其是主觀賦權(quán)過程中的專家打分并不能適用于所有場合。本文從電能質(zhì)量指標(biāo)對用電客戶的影響以及用電客戶產(chǎn)生的電能質(zhì)量問題兩方面綜合考慮，根據(jù)各母線下主要負荷類型的不同給出各監(jiān)測點電能質(zhì)量指標(biāo)的權(quán)重。

本算例中各母線可分類為4類場景：母線1和母線2下的主要負荷類型為光伏電站；母線3下的主要負荷類型為風(fēng)電場；母線4和母線5下的主要負荷類型為電氣化鐵路；母線6下的主要負荷類型為電弧爐。其中，光伏電站最應(yīng)關(guān)注是諧波問題[18]，風(fēng)電場中較為嚴重的是閃變和諧波問題[19]，電氣化鐵路的諧波和三相不平衡問題較為常見[20]，電弧爐最受關(guān)注的是閃變問題[21]。各類型負荷對應(yīng)母線電能質(zhì)量指標(biāo)經(jīng)BWN算法主觀賦權(quán)后的權(quán)重如表2所示。

表2 BWN算法賦權(quán)結(jié)果Tab.2 Weighting results of BWN algorithm

由AHP算法和ANP算法計算出的各指標(biāo)權(quán)重如表3所示。AHP算法或ANP算法計算得到的權(quán)重是固定的，并不適用于所有的應(yīng)用場景，專家對某一指標(biāo)的偏好較為明顯，且計算量大于BWN算法。以本文為例，若考慮指標(biāo)的場景性，在上述4種場景下利用AHP/ANP算法計算指標(biāo)的主觀權(quán)重，每個場景下會產(chǎn)生56個因?qū)＜掖蚍之a(chǎn)生的判斷矩陣數(shù)據(jù)，共會產(chǎn)生224個數(shù)據(jù)，遠大于BWN算法的56個數(shù)據(jù)，計算過程將十分繁瑣，且很難通過一致性檢驗。

表3 AHP/ANP算法賦權(quán)結(jié)果Tab.3 Weighting results of AHP and ANP algorithms

各母線取1～6月統(tǒng)計數(shù)據(jù)，利用熵權(quán)法計算各母線電能質(zhì)量指標(biāo)的客觀權(quán)重，計算結(jié)果如表4所示。

表4 熵權(quán)法賦權(quán)結(jié)果Tab.4 Weighting results of entropy weight method

將主客觀賦權(quán)結(jié)果進行組合，得到各電能質(zhì)量指標(biāo)的最終權(quán)重，如表5所示。

表5 組合賦權(quán)結(jié)果Tab.5 Combined weighting results

4.3 綜合評估結(jié)果分析

4.3.1 評估結(jié)果

將修正后的電能質(zhì)量監(jiān)測數(shù)據(jù)和各電能質(zhì)量指標(biāo)權(quán)重綜合分析，得到1～6月份母線1～6的評估結(jié)果，如圖3所示。不難看出，母線4各時間段的評估值均在1以下，即母線4的電能質(zhì)量情況較好；而母線6各時間段的電能質(zhì)量均較差，且指標(biāo)超標(biāo)程度明顯高于其他幾條母線，經(jīng)排查得知該母線下電弧爐等非線性負荷運行時產(chǎn)生的5次諧波電流嚴重超標(biāo)，7、11、13次諧波電流輕微超標(biāo)，導(dǎo)致綜合評估計算結(jié)果超標(biāo)程度較大。

圖3 某地區(qū)1～6月各母線電能質(zhì)量評估結(jié)果Fig.3 Results of power quality evaluation of buses in one region from January to June

4.3.2 評估結(jié)果對比

以母線1為例，利用AHP和ANP算法計算得到母線1各月份的電能質(zhì)量評估值，并與BWN算法的計算結(jié)果進行對比，如圖4所示。

圖4 3種算法評估結(jié)果對比Fig.4 Comparison of evaluation result among different algorithms

由圖4可以看出，利用AHP和ANP算法計算得到的評估值相近，且均低于利用BWN算法得到的評估值，其中1、2月份的評估值在修正后均超過了1。這是因為上述AHP和ANP算法計算主觀權(quán)重的過程中沒有考慮具體的應(yīng)用場景，未能充分考慮諧波對光伏類型負荷電能質(zhì)量評估的重要性。而監(jiān)測數(shù)據(jù)表明母線1的THDU和I5在1、2月份均超標(biāo)，說明若在評估過程中不考慮應(yīng)用場景將導(dǎo)致評估結(jié)果不合理。

再以2月份各監(jiān)測點數(shù)據(jù)為例，利用未修正的電能質(zhì)量指標(biāo)數(shù)據(jù)計算電能質(zhì)量評估值，并與利用修正后數(shù)據(jù)得到的評估值進行對比，如圖5所示。

圖5 短板效應(yīng)修正前后評估結(jié)果對比Fig.5 Comparison of evaluation result before and after the correction of cask effect

短板效應(yīng)修正前各母線的電能質(zhì)量優(yōu)劣排序為：母線4＞母線5＞母線3＞母線6＞母線2＞母線1，經(jīng)短板效應(yīng)修正后排序變成：母線5＞母線4＞母線3＞母線2＞母線1＞母線6。

由圖5可以看出，母線1、6采用未修正數(shù)據(jù)時得到的評估結(jié)果較好，但監(jiān)測數(shù)據(jù)表明上述時間段均存在諧波等指標(biāo)超標(biāo)或臨界超標(biāo)的情況，因此這個結(jié)果是不合理的。在采用修正數(shù)據(jù)后，母線1、6的評估值均大于1，表明母線1、6在2月份時的電能質(zhì)量情況較差，體現(xiàn)出了短板效應(yīng)對超標(biāo)指標(biāo)影響的放大作用。而監(jiān)測點4的部分指標(biāo)臨近超標(biāo)，因此在經(jīng)短板效應(yīng)修正后與母線5電能質(zhì)量的相對優(yōu)劣排序發(fā)生了變化，體現(xiàn)了對臨界超標(biāo)指標(biāo)的預(yù)警作用。修正前后的結(jié)果對比表明了本文修正模型的合理性與有效性。

4.3.3 特征值法多角度分析

采用特征值法對圖3數(shù)據(jù)進行處理，得到1～6月份各母線以及整個地區(qū)電能質(zhì)量評估結(jié)果，如圖6所示。

圖6 各母線電能質(zhì)量評估結(jié)果Fig.6 Power quality evaluation result of each bus

1～6月份該地區(qū)電能質(zhì)量綜合評估結(jié)果為1.310，其中母線1、2、6的評估結(jié)果較差，監(jiān)測數(shù)據(jù)表明，母線1、2的ΔU、THDU、I5和I13超標(biāo)，母線6的I5、I7、I11超標(biāo)。經(jīng)排查得知，母線1、2的電壓偏差超標(biāo)的主要原因是光伏發(fā)電導(dǎo)致電網(wǎng)功率潮流發(fā)生改變，使得并網(wǎng)點的電壓被抬高，而次要原因為PT零序測量失真。母線1、2、6諧波電壓超標(biāo)是由PT量測系統(tǒng)引起，諧波電流超標(biāo)是由線路所帶非線性負荷運行產(chǎn)生的。顯然，母線6的電能質(zhì)量指標(biāo)超標(biāo)程度遠超平均水平，建議重點關(guān)注母線6下的非線性負荷并進行專項測試。

再從時間的角度來分析，該地區(qū)各月份電能質(zhì)量評估結(jié)果，如圖7所示。

該地區(qū)除2月份外其余月份評估結(jié)果均較差，其中1、3月份超標(biāo)相對嚴重。從3月份開始，該地區(qū)的電能質(zhì)量狀況得到了逐步的改善，原因是母線1、2的閃變和諧波電壓超標(biāo)問題得到了緩解，而6月份母線1的5次諧波電流超標(biāo)問題得到了治理，因此該地區(qū)總體上電能質(zhì)量得到了較大改善。但是3～6月評估結(jié)果仍較差，監(jiān)測數(shù)據(jù)表明母線1、2的電壓偏差、母線2、6的諧波電流持續(xù)超標(biāo)，應(yīng)重點關(guān)注上述超標(biāo)指標(biāo)。

5 結(jié)論

針對傳統(tǒng)電能質(zhì)量評估方法中ANP算法計算量大、不容易通過一致性檢驗的問題，本文提出了一種考慮指標(biāo)特性的BWN-熵權(quán)電能質(zhì)量評估方法，經(jīng)理論分析和實測數(shù)據(jù)驗證，得出以下結(jié)論。

（1）BWN算法保留了ANP算法能考慮指標(biāo)關(guān)聯(lián)性的優(yōu)點，同時相較于ANP算法大大降低了計算量。

（2）考慮短板效應(yīng)的數(shù)據(jù)修正方法能夠準(zhǔn)確有效地放大臨界指標(biāo)和超標(biāo)指標(biāo)對評估結(jié)果的影響，具有一定的“懲罰”和“預(yù)警”作用。

（3）根據(jù)不同負荷類型對不同應(yīng)用場景下的各電能質(zhì)量指標(biāo)進行賦權(quán)，考慮了指標(biāo)、用戶、電網(wǎng)之間的相互影響，提高了評估結(jié)果的準(zhǔn)確性。

（4）算例結(jié)果表明，本文所提電能質(zhì)量評估方法能夠準(zhǔn)確、有效地區(qū)分各監(jiān)測點電能質(zhì)量的優(yōu)劣，并能夠從時間、空間的角度綜合分析某區(qū)域電能質(zhì)量整體情況，具有一定的工程實用價值。