CN113112136A - 一种配电网可靠性综合评估方法及系统 - Google Patents
一种配电网可靠性综合评估方法及系统 Download PDFInfo
- Publication number
- CN113112136A CN113112136A CN202110345829.5A CN202110345829A CN113112136A CN 113112136 A CN113112136 A CN 113112136A CN 202110345829 A CN202110345829 A CN 202110345829A CN 113112136 A CN113112136 A CN 113112136A
- Authority
- CN
- China
- Prior art keywords
- reliability
- distribution network
- power distribution
- average
- power
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 163
- 238000011156 evaluation Methods 0.000 title claims abstract description 117
- 230000005611 electricity Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000009467 reduction Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000013501 data transformation Methods 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000011084 recovery Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种配电网可靠性综合评估方法及系统,其包括:基于配电物联网感知层获取配电网用户可靠性数据,经过数据预处理后,得到具有可信度的基础可靠性数据;将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;基于主要评估指标计算结果,进一步计算基于可靠性电价的配电网可靠性参考评估指标;根据评估指标计算结果及预先设定的评分标准,得到配电网可靠性评估结果,为配电网供电调控提供数据支撑。本发明能为配电网差异化规划技术及供电恢复方法提供理论支撑,从整体上提升电网配电网规划的适应性、经济性和竞争性。本发明可以广泛在配电网规划领域中应用。
Description
技术领域
本发明涉及一种配电网运行规划领域,特别是关于一种配电网可靠性综合评估方法及系统。
背景技术
配电网可靠性,它是指供电点到用户,包括变电站、高低压线路及接户线在内的整个配电系统及设备按可接受标准及期望数量满足用户电力及电能需求能力的度量。配电网是由多种配电设备(或元件)和配电设施所组成的变换电压和直接向终端用户配送电能的一个电力网络。它是电能供应和分配的关键阶段。众所周知,电能的产生、输送与使用几乎是同一瞬间完成,即电力供需必须瞬时平衡。配电系统的运行直接关联着用户正常用电,当这些设备由于故障、日常检修或者其他原因导致停运时,整个电力系统就会停止对用户的供电,直到配电网及其设备的故障被排除或修复,才能继续正常供电,所以配电网可靠性指标集中反映了整个电力系统结构及运行特性。配电系统作为电力系统的重要组成部分,主要位于系统的末端位置处,负责直接向用户提供和分配电能。配电系统一般主要以辐射式网络为主,其对故障的敏感性比较强,其中任何一个支路出现故障问题,那么会造成整条配电线路瘫痪,影响了供电的可靠性。如何有效提升配网供电可靠性是当前电力企业日常工作的重中之重。
随着电力体制改革的不断推进,中国电力工业逐渐趋向于市场化。售电侧的改革让用户拥有了自主选择的权利,有权向供电公司提出更高的要求,以此保障自身用电的安全性和可靠性。价格是市场最核心的功能,在电力生产到消费这一环环相扣的价值链中,电力市场能够捕捉到不同时间、不同空间、不同环节的价值波动,并将之以价格的形式表示出来。用户对供电质量、供电可靠性需求的不同,必然导致电能价格的差异,用户可根据自身需求的不同以及市场电能价格的差异,向供电企业提出适合自己的电能质量和可靠性要求,而供电企业的任务则是在市场的导向下满足用户差异化的可靠性需求。
发明内容
针对上述问题,本发明的目的是提供一种配电网可靠性综合评估方法及系统,其为配电网差异化规划技术及供电恢复方法提供理论支撑,从整体上提升新时代电网配电网规划的适应性、经济性和竞争性。
为实现上述目的,本发明采取以下技术方案:一种配电网可靠性综合评估方法,其包括以下步骤:S1、获取基础可靠性数据;S2、将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;S3、基于主要评估指标计算结果,计算基于可靠性电价的配电网可靠性参考评估指标;S4、根据配电网可靠性主要评估指标、参考评估指标及预先设定的评分标准,得到配电网可靠性评估结果。
进一步,所述步骤S1中,基于配电物联网感知层获取配电网用户可靠性数据,经过数据预处理后,得到基础可靠性数据;所述数据预处理包括:数据清理、数据集成、数据变换和数据归约。
进一步,所述步骤S2中,配电网可靠性综合评估指标体系包括:配电网可靠性主要评估指标和配电网可靠性参考评估指标;
所述配电网可靠性主要评估指标为基于供电容量的可靠性主要评估指标和基于用户数量的可靠性主要评估指标;
所述配电网可靠性参考评估指标为基于可靠性电价的可靠性参考评估指标。
进一步,所述基于用户数量的配电网可靠性主要评估指标包括至少一个:系统平均停电频率、系统平均短时停电频率、系统平均停电时间、平均供电可用率、多次停电用户的比率和长时间停电用户的比率。
进一步,所述系统平均停电频率包括至少一个以下指标:供电系统用户在统计期间内的平均停电频率、不计外部影响的系统平均停电频率、不计系统电源不足限电情况的系统平均停电频率和不计短时停电的系统平均停电频率。
进一步,所述系统平均停电时间包括至少一个以下指标:供电用户在统计期间内的平均停电小时数、不计外部影响的平均停电小时数、不计系统电源不足限电情况的平均停电小时数和不计短时停电的平均停电小时数。
进一步,所述基于供电容量的配电网可靠性主要评估指标包括至少一个:平均系统等效停电频率、平均系统等效停电时间和用户平均停电缺供电量。
进一步,所述基于可靠性电价的配电网可靠性参考评估指标包括以下至少一个:
(1)用户平均可靠性电价增量CARPI,单位为元/kWh:
式中,ΔPj表示在统计期间内,第j位供电用户的可靠性电价增量,NT表示该地区总用户数;
(2)可靠性电价减少的系统平均停电时间SAIDRRP,单位为时/户:
式中,SAID表示系统平均停电时间,P0为基础电价,μSAID表示系统平均停电时间对应的比例系数;
(3)可靠性电价减少的系统平均停电频率SAIFRRP,单位为次/户:
式中,SAIF表示系统平均停电频率,μSAIF表示系统平均停电频率对应的比例系数;
(4)可靠性电价减少的用户平均停电缺供电量AENSRRP,单位为次/户:
式中,AENS表示用户平均停电缺供电量,μAENS表示系统停电缺供电量对应的比例系数。
进一步,所述步骤S4中,各个指标的评分标准为:
系统平均停电频率SAIFI,单位次/户的评分标准为:当SAIFI值大于等于0.65时,为80分以上;
系统平均短时停电频率MAIFI,单位次/户的评分标准为:当MAIFI值大于等于0.25时,为80分以上;
系统平均停电时间SAIDI,单位h/户的评分标准为:当SAIDI值大于等于0.8时,为80分以上;
平均供电可用率ASAI,单位%的评分标准为:当ASAI值大于99.99时,为80分以上;
n次停电用户的比率CEMSI-n,单位%的评分标准为:当CEMSI-n值大于等于5时,为80分以上;
长时间停电用户的比率CELID-2h,单位%的评分标准为:当CELID-2h值大于等于9时,为80分以上;
平均系统等效停电频率ASIFI,单位次/户的评分标准为:当ASIFI值大于等于0.7时,为80分以上;
平均系统等效停电时间ASIDI,单位h/户的评分标准为:当ASIDI值大于等于0.9时,为80分以上;
用户平均可靠性电价增量CARPI,单位元/kWh的评分标准为:当CARPI值大于等于0.18时,为80分以上;
可靠性电价减少的系统平均停电时间SAIDRRP,单位时/户的评分标准为:当SAIDRRP值大于等于1.2时,为80分以上;
可靠性电价减少的系统平均停电频率SAIFRRP,单位次/户的评分标准为:当SAIFRRP值大于等于1.5时,为80分以上;
可靠性电价减少的用户平均停电缺供电量AENSRRP,单位次/户的评分标准为:当AENSRRP值大于等于1.6时,为80分以上。
一种配电网可靠性综合评估系统,其包括:数据获取模块、主要评估指标计算模块、参考评估指标计算模块和评估模块;
所述数据获取模块,用于获取基础可靠性数据;
所述主要评估指标计算模块,将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;
所述参考评估指标计算模块,基于主要评估指标计算结果,计算基于可靠性电价的配电网可靠性参考评估指标;
所述评估模块,根据配电网可靠性主要评估指标、参考评估指标及预先设定的评分标准,得到配电网可靠性评估结果。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明能为配电网供电可靠性量化评估提供数据支撑,并通过算例分析了所提指标体系的正确性和有效性。
2、本发明克服了现有技术的不足:现有技术仅针对配电网可靠性运行状况进行单独指标描述,然而不同场景、不同时间、不同需求下的运行状态指标的重要性也存在显著差异,目前缺乏建立配电网可靠性评估指标体系。并且当前关于可靠性电价的差异化研究尚未用于描述配电网可靠性。本发明为配电网差异化规划技术及供电恢复方法提供理论支撑,从整体上提升新时代电网配电网规划的适应性、经济性和竞争性。
附图说明
图1是本发明提供的配电网可靠性综合评估方法流程图;
图2是本发明提供的配电网可靠性综合评估指标体系图;
图3是本发明提供的配电网A、B、C可靠性指标评分雷达图;
图4是本发明提供的配电网A、B、C可靠性参考指标评分柱形图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
为了更直观地体现配电网可靠性指标数值对应的可靠性层级,需要对指标进行评分。故本发明提供一种配电网可靠性综合评估方法,以正指标、负指标和中间值指标三类隶属度函数作为依据,结合专家指导意见确定指标评分标准。本发明以配电物联网感知层获取的数据为基础,采用配电网数据预处理技术,并从用户、分区、台区多空间维度开展供电需求性分析,研究了可靠性影响因素提取技术;然后分析了影响配电网可靠性评价指标体系的关键因素,并着重考虑可靠性电价差异的影响,研究包含基于用户数量的和供电容量的可靠性评估主要指标和基于可靠性电价的可靠性评估参考指标的配电网供电可靠性评估指标体系;最后,研究评估指标体系内多类型指标的计算方法,为配电网供电可靠性量化评估提供数据支撑,并通过算例分析了所提指标体系的正确性和有效性。
在本发明的第一实施方式中,如图1所示,提供一种配电网可靠性综合评估方法,其包括以下步骤:
S1、获取基础可靠性数据;
基于配电物联网感知层获取配电网用户可靠性数据,经过数据预处理后,得到具有可信度的基础可靠性数据;
S2、将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;
S3、基于主要评估指标计算结果,计算得到基于可靠性电价的配电网可靠性参考评估指标;
S4、根据配电网可靠性主要评估指标和参考评估指标及预先设定的评分标准,得到配电网可靠性评估结果,为配电网供电调控提供数据支撑;
其中,预先设定的评分标准为:以正指标、负指标、中间值指标三类隶属度函数作为依据,结合多位电力专家的指导意见确定指标评分标准;
上述步骤S1中,在本实施例中,数据预处理包括:
①数据清理:通过填写缺失的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。以实现格式标准化,异常数据清除,错误纠正,重复数据的清除。
②数据集成:将多个数据源中的数据结合起来并统一存储,建立数据仓库的过程实际上就是数据集成。
③数据变换:通过平滑聚集,数据概化,规范化等方式将数据转换成适用于数据挖掘的形式。
④数据归约:数据挖掘时往往数据量非常大,在少量数据上进行挖掘分析需要很长的时间,通过数据归约可以得到数据集的归约表示,它小得多,但仍然接近于保持原数据的完整性,并结果与归约前结果相同或几乎相同。
上述步骤S2中,如图2所示,配电网可靠性综合评估指标体系包括:配电网可靠性主要评估指标和配电网可靠性参考评估指标。其中,配电网可靠性主要评估指标为基于供电容量的可靠性主要评估指标和基于用户数量的可靠性主要评估指标;配电网可靠性参考评估指标为基于可靠性电价的可靠性参考评估指标。
具体地,在本实施例中,基于用户数量的配电网可靠性主要评估指标包括:
(1)系统平均停电频率(System Average Interruption Frequency Index,SAIFI),单位为次/户。
根据考虑用户范围的不同,SAIFI包括4个子指标:SAIFI-1、SAIFI-2、SAIFI-3和SAIFI-4;其中:
SAIFI-1表示供电系统用户在统计期间内的平均停电频率,其定义如下:
SAIFI-1可通过下式进行计算:
式中,下标i表示一次停电事件,Ni表示在规定时间段中每次停电事件的停电用户数,NT表示该地区总用户数。
SAIFI-2表示不计外部影响的系统平均停电频率,定义为在式(1)的分子中减去每次受外部影响停电用户数之和。
SAIFI-3表示不计系统电源不足限电情况的系统平均停电频率,定义为在式(1)的分子中减去每次系统电源不足限电停电用户数之和。
SAIFI-4表示不计短时停电的系统平均停电频率,定义为在式(1)的分子中减去每次短时停电用户数之和。
(2)系统平均短时停电频率(Momentary Average Interruption FrequencyIndex,MAIFI),单位为(次/户)。
MAIFI表示供电系统用户在统计期间内的平均短时停电次数,定义如下:
MAIFI可通过下式进行计算
式中,IMi表示短时停电次数,Nmi表示在统计期间内每次短时停电事件的停电用户数。
(3)系统平均停电时间(System Average Interruption Duration Index,SAIDI),单位为h/户。
与SAIFI相似,SAIDI也包括4个子指标:SAIDI-1、SAIDI-2、SAIDI-3和SAIDI-4。其中:
SAIDI-1表示供电用户在统计期间内的平均停电小时数,定义如下:
SAIDI-1可通过下式进行计算:
式中,ri为每次停电事件时间。
SAIDI-2表示在不计外部影响的平均停电小时数;
SAIDI-3表示不计系统电源不足限电情况的平均停电小时数;
SAIDI-4表示不计短时停电的平均停电小时数。
(4)平均供电可用率(Average Service Availability Index,ASAI),单位为%。
ASAI表示在统计期间内,对用户有效供电时间小时数与统计期间小时数的比值,其定义如下:
ASAI可通过下式进行计算
式中的一年小时数在普通年为8760小时,在闰年为8784小时。
(5)多次停电用户的比率(Customers Experiencing Multiple SustainedInterruption And Momentary Interruption Events,CEMSIn),单位为(%)。
CEMSIn表示在统计期间内,所有供电用户经历停电大于n次的用户所占的比例,其定义如下:
CEMSIn可通过下式进行计算
式中,CNT(k>n)表示在统计期间内停电次数大于n次的用户数。
(6)长时间停电用户的比率(Customers Experiencing Long TotalInterruption Durations,CELID-t),单位为(%)。
CELID-t表示在统计期间内,累计持续停电时间大于n小时的用户所占的比例,其定义如下:
CELID-t可通过下式进行计算
式中,CN(k>n)表示在统计期间内累计持续停电时间大于n小时的用户数。
具体地,在本实施例中,基于供电容量的配电网可靠性主要评估指标包括:
(1)平均系统等效停电频率(Average System Interruption Frequency Index,ASIFI),单位为次。
ASIFI表示在统计期间内,因系统对用户停电的影响折算(等效)成全系统(全部用户)停电的等效次数,其定义如下
ASIFI可通过下式进行计算
式中,Li表示每次停电容量,LT表示系统供电总容量。
从上式可以看出,对于包含较多种类用户的配电网系统,ASIFI可能与SAIFI相同。
(2)平均系统等效停电时间(Average System Interruption Duration Index,ASIDI),单位为小时。
ASIDI表示在统计期间内,因系统对用户停电的影响折算(等效)成全系统(全部用户)停电的等效小时数。
ASIDI可通过下式进行计算
(3)用户平均停电缺供电量(Average Energy Not Supplied Due ToInterruption,AENS),单位为kWh/户。
AENS表示在统计期间内,平均每一用户因停电缺供的电量,定义如下:
AENS可通过下式进行计算
式中,Wi表示每次停电的缺供电量。
停电缺供电量W可通过下式进行计算:
W=KSIT
式中,SI为停电容量,即被停止供电的各用户的容量之和,单位为kVA;T为停电持续时间或等效停电时间,单位为h;K为载容比系数,需根据上一年度的具体情况每年1月修正一次。
载容比系数K可通过下式进行计算:
式中,P为供电系统(或某条线路、某用户)上年度的年平均负荷,单位为kW;S为供电系统(或某条线路、某用户)上年度的用户的容量之和,单位为kVA;需要注意的是,P和S系指同一电压等级的供电系统年平均负荷及其用户容量总和。年度小时数在常年为8760h,在闰年为8784h。
具体地,在本实施例中,为了评估区域可靠性电价平均水平以及可靠性电价对配电网供电可靠性的影响,基于可靠性电价的配电网可靠性参考评估指标包括:
(1)用户平均可靠性电价增量(Customers Average Reliability PriceIncrement,CARPI),单位为(元/kWh)。
CARPI表示在统计期间内,所有供电用户的平均可靠性电价增加量,其定义如下:
CARPI可通过下式进行计算
式中,ΔPj表示在统计期间内,第j位供电用户的可靠性电价增量,NT表示该地区总用户数。
(2)可靠性电价减少的系统平均停电时间(System Average InterruptionDuration Reduced by Reliability Price,SAIDRRP),单位为时/户。
SAIDRRP表示在统计期间内,因应用可靠性电价减少的系统平均停电时间,其定义如下
SAIDRRP可通过下式进行计算:
式中,SAID表示系统平均停电时间,P0为基础电价,μSAID表示系统平均停电时间对应的比例系数。
(3)可靠性电价减少的系统平均停电频率(System Average InterruptionFrequency Reduced by Reliability Price,SAIFRRP),单位为次/户。
SAIFRRP表示在统计期间内,因应用可靠性电价减少的平均停电频率,其定义如下:
SAIFRRP可通过下式进行计算:
式中,SAIF表示系统平均停电频率,μSAIF表示系统平均停电频率对应的比例系数。
(4)可靠性电价减少的用户平均停电缺供电量(Average Energy Not SuppliedReduced by Reliability Price,AENSRRP),单位为次/户。
AENSRRP表示在统计期间内,因应用可靠性电价减少的系统停电缺供电量,其定义如下
AENSRRP可通过下式进行计算:
式中,AENS表示用户平均停电缺供电量,μAENS表示系统停电缺供电量对应的比例系数。
上述步骤S4中,对指标进行评分,以正指标、负指标、中间值指标三类隶属度函数作为依据,结合多位电力专家的指导意见确定指标评分标准。由于基于可靠性电价的配电网可靠性参考指标为本发明首次提出,最终确定的9个主要指标评分标准见表1。需要说明的是,CEMSI-3和CELID-2h分别表示停电次数大于等于3次和停电时长大于等于2h的用户数。由于AENS与系统供电容量相关,为了避免不同配电网供电容量差异产生的指标不适应问题,指标表1中AENS评分通过AENS*计算,AENS*表示AENS与用户平均年供电量的比值。
表1配电网可靠性评价指标评分标准
在本实施例中,采用三个不同区域配电网A、B、C的数据进行算例分析,配电网A、B、C的基本参数如表2所示
表2配电网A、B、C的基本参数
配电网 | 总用户数 | 系统总容量 | 日供电量 | 规划等级 |
A | 834户 | 15.27MVA | 274.86MWh | A+ |
B | 968户 | 8.74MVA | 136.34MWh | A |
C | 1099户 | 5.89MVA | 93.53MWh | B |
本实施例选取了三个配电网在同一年的停电数据,其中部分停电数据如表3所示:
表3某年配电网A、B、C的部分停电数据
将停电数据代入指标计算公式对基于供电容量和基于用户数量的配电网可靠性主要评估指标和基于可靠性电价的参考评估指标进行了计算,结果如表4所示。需要说明的是,表4中CEMSI-3和CELID-2h分别表示停电次数大于等于3次和停电时长大于等于2h的用户数。
表4配电网A、B、C的配电网可靠性评估指标计算结果
可以看出,配电网A的各项可靠性指标均优于配电网B和C,而配电网B比配电网C具有更高的供电可靠性,这与三个配电网的规划等级顺序一致。而且配电网A、B、C的系统平均停电时间(SAIDI)和系统平均供电可用率指标(ASAI)均满足《2016配电网规划设计技术导则》中对于不同规划等级供电区域供电可靠性的要求,说明指标体系中可靠性指标的选取和计算是基本正确的。
根据配电网可靠性评估主要指标评分标准,对三个配电网可靠性评估指标进行了评分,结果如表5所示:
表5配电网A、B、C的配电网可靠性评估指标评分结果
图3配电网A、B、C可靠性指标评分雷达图给出了三个配电网可靠性指标评分结果雷达图。从图中可以看出,配电网A所有指标均大于90分,整体可靠性最优,其中在MAIFI,即系统平均短时停电频率这一项相对较低,说明A在减少短时停电次数方面还需进一步提升;配电网B所有指标得分均在85分以上,具有良好的可靠性,但在CEMSI-3,即停电次数大于3次的用户比率上得分相对较低,应着重解决系统内停电次数较多的薄弱环节;配电网C多数指标在75分以上,整体可靠性一般,且CELID-2h,即停电时间大于2小时的用户比率这一项得分小于70分,说明长时间持续停电对系统可靠性产生了较为严重影响,需要加强检修和排除故障的能力,另外,系统平均停电次数和平均停电时间评分也比另外两个配电网要低,说明需要着力减少停电发生,提升系统整体可靠性。
本实施例中,对可靠性电价的相关参数进行配置:基础电价为0.53元/kWh,可靠性电价增量为0.7-0.8元/kWh,并假设三个配电网中的工商业用户均参与可靠性电价。结合配电网A、B、C中用户的具体情况进行计算,所得系统可靠性参考指标结果如表4、表5最后四个参考指标对应的实际数值及评分结果所示,表中括号内的数值为减少量占指标值的百分比。
图4所示,将表5配电网A、B、C在本发明专利所提的4个可靠性参考评估指标下的评分情况用柱形图展示。可以得到如下结论,配电网A和B中的部分用户在参与了可靠性电价后,供电公司提供的高质量服务使整个系统的可靠性得到了提升。由于A中工商业用户更多,A的平均可靠性电价增量高于B。相对应的,A的系统平均可靠性指标因可靠性电价的应用提升的百分比要高于B,这也符合系统可靠性在一定范围内随成本投入而提升的特性,说明本发明所提基于可靠性电价的可靠性评估参考指标是有效的,能反映可靠性电价对系统可靠性的影响。
在本发明的第二实施方式中,提供一种配电网可靠性综合评估系统,其包括:数据获取模块、主要评估指标计算模块、参考评估指标计算模块和评估模块;
数据获取模块,用于获取基础可靠性数据;
主要评估指标计算模块,将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;
参考评估指标计算模块,基于主要评估指标计算结果,计算基于可靠性电价的配电网可靠性参考评估指标;
评估模块,根据评估指标计算结果及预先设定的评分标准,得到配电网可靠性评估结果,为配电网供电调控提供数据支撑。
综上,本发明结合配电网可靠性数据预处理及影响因素提取技术,得到具有一定可信度的基础可靠性数据;之后将得到的数据代入公式分别计算基于供电容量和基于用户数量的配电网可靠性主要评估指标,并根据相关计算结果计算基于可靠性电价的配电网可靠性参考评估指标,最后,得到配电网可靠性评估结果,为配电网供电调控提供数据支撑。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (10)
1.一种配电网可靠性综合评估方法,其特征在于,包括以下步骤:
S1、获取基础可靠性数据;
S2、将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;
S3、基于主要评估指标计算结果,计算基于可靠性电价的配电网可靠性参考评估指标;
S4、根据配电网可靠性主要评估指标、参考评估指标及预先设定的评分标准,得到配电网可靠性评估结果。
2.如权利要求1所述配电网可靠性综合评估方法,其特征在于,所述步骤S1中,基于配电物联网感知层获取配电网用户可靠性数据,经过数据预处理后,得到基础可靠性数据;所述数据预处理包括:数据清理、数据集成、数据变换和数据归约。
3.如权利要求1所述配电网可靠性综合评估方法,其特征在于,所述步骤S2中,配电网可靠性综合评估指标体系包括:配电网可靠性主要评估指标和配电网可靠性参考评估指标;
所述配电网可靠性主要评估指标为基于供电容量的可靠性主要评估指标和基于用户数量的可靠性主要评估指标;
所述配电网可靠性参考评估指标为基于可靠性电价的可靠性参考评估指标。
4.如权利要求3所述配电网可靠性综合评估方法,其特征在于,所述基于用户数量的配电网可靠性主要评估指标包括至少一个:系统平均停电频率、系统平均短时停电频率、系统平均停电时间、平均供电可用率、多次停电用户的比率和长时间停电用户的比率。
5.如权利要求4所述配电网可靠性综合评估方法,其特征在于,所述系统平均停电频率包括至少一个以下指标:供电系统用户在统计期间内的平均停电频率、不计外部影响的系统平均停电频率、不计系统电源不足限电情况的系统平均停电频率和不计短时停电的系统平均停电频率。
6.如权利要求4所述配电网可靠性综合评估方法,其特征在于,所述系统平均停电时间至少一个以下指标:供电用户在统计期间内的平均停电小时数、不计外部影响的平均停电小时数、不计系统电源不足限电情况的平均停电小时数和不计短时停电的平均停电小时数。
7.如权利要求3所述配电网可靠性综合评估方法,其特征在于,所述基于供电容量的配电网可靠性主要评估指标包括至少一个:平均系统等效停电频率、平均系统等效停电时间和用户平均停电缺供电量。
8.如权利要求3所述配电网可靠性综合评估方法,其特征在于,所述基于可靠性电价的配电网可靠性参考评估指标包括以下至少一个:
(1)用户平均可靠性电价增量CARPI,单位为元/kWh:
式中,ΔPj表示在统计期间内,第j位供电用户的可靠性电价增量,NT表示该地区总用户数;
(2)可靠性电价减少的系统平均停电时间SAIDRRP,单位为时/户:
式中,SAID表示系统平均停电时间,P0为基础电价,μSAID表示系统平均停电时间对应的比例系数;
(3)可靠性电价减少的系统平均停电频率SAIFRRP,单位为次/户:
式中,SAIF表示系统平均停电频率,μSAIF表示系统平均停电频率对应的比例系数;
(4)可靠性电价减少的用户平均停电缺供电量AENSRRP,单位为次/户:
式中,AENS表示用户平均停电缺供电量,μAENS表示系统停电缺供电量对应的比例系数。
9.如权利要求1所述配电网可靠性综合评估方法,其特征在于,所述步骤S4中,各个指标的评分标准为:
系统平均停电频率SAIFI,单位次/户的评分标准为:当SAIFI值大于等于0.65时,为80分以上;
系统平均短时停电频率MAIFI,单位次/户的评分标准为:当MAIFI值大于等于0.25时,为80分以上;
系统平均停电时间SAIDI,单位h/户的评分标准为:当SAIDI值大于等于0.8时,为80分以上;
平均供电可用率ASAI,单位%的评分标准为:当ASAI值大于99.99时,为80分以上;
n次停电用户的比率CEMSI-n,单位%的评分标准为:当CEMSI-n值大于等于5时,为80分以上;
长时间停电用户的比率CELID-2h,单位%的评分标准为:当CELID-2h值大于等于9时,为80分以上;
平均系统等效停电频率ASIFI,单位次/户的评分标准为:当ASIFI值大于等于0.7时,为80分以上;
平均系统等效停电时间ASIDI,单位h/户的评分标准为:当ASIDI值大于等于0.9时,为80分以上;
用户平均可靠性电价增量CARPI,单位元/kWh的评分标准为:当CARPI值大于等于0.18时,为80分以上;
可靠性电价减少的系统平均停电时间SAIDRRP,单位时/户的评分标准为:当SAIDRRP值大于等于1.2时,为80分以上;
可靠性电价减少的系统平均停电频率SAIFRRP,单位次/户的评分标准为:当SAIFRRP值大于等于1.5时,为80分以上;
可靠性电价减少的用户平均停电缺供电量AENSRRP,单位次/户的评分标准为:当AENSRRP值大于等于1.6时,为80分以上。
10.一种配电网可靠性综合评估系统,其特征在于,包括:数据获取模块、主要评估指标计算模块、参考评估指标计算模块和评估模块;
所述数据获取模块,用于获取基础可靠性数据;
所述主要评估指标计算模块,将得到的基础可靠性数据传输至配电网可靠性综合评估指标体系,计算配电网可靠性主要评估指标;
所述参考评估指标计算模块,基于主要评估指标计算结果,计算基于可靠性电价的配电网可靠性参考评估指标;
所述评估模块,根据配电网可靠性主要评估指标、参考评估指标及预先设定的评分标准,得到配电网可靠性评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110345829.5A CN113112136A (zh) | 2021-03-31 | 2021-03-31 | 一种配电网可靠性综合评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110345829.5A CN113112136A (zh) | 2021-03-31 | 2021-03-31 | 一种配电网可靠性综合评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112136A true CN113112136A (zh) | 2021-07-13 |
Family
ID=76712954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110345829.5A Pending CN113112136A (zh) | 2021-03-31 | 2021-03-31 | 一种配电网可靠性综合评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112136A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636232A (zh) * | 2018-12-26 | 2019-04-16 | 天津大学 | 一种基于用户感知可靠性的配网关键性元件识别方法 |
CN114037220A (zh) * | 2021-10-19 | 2022-02-11 | 华北电力大学(保定) | 一种配电网可靠性等级划分标准及评估方法 |
CN114358968A (zh) * | 2021-11-24 | 2022-04-15 | 广东电网有限责任公司广州供电局 | 供电可靠性分析方法、装置和系统 |
CN115600933A (zh) * | 2022-12-13 | 2023-01-13 | 浙江万胜智能科技股份有限公司(Cn) | 一种基于物联网的电表电能质量检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100705610B1 (ko) * | 2005-10-31 | 2007-04-09 | 한국전력공사 | 전기설비 신뢰도를 활용한 투자 우선순위 결정 방법 |
CN103426120A (zh) * | 2013-04-24 | 2013-12-04 | 华北电力大学 | 基于可靠性的中低压配电网的综合评估方法 |
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN105160500A (zh) * | 2015-10-22 | 2015-12-16 | 广东电网有限责任公司电力科学研究院 | 配电网可靠性评估方法及系统 |
CN106780128A (zh) * | 2015-05-29 | 2017-05-31 | 江苏省电力公司常州供电公司 | 一种配电网可靠性评价方法 |
CN109584102A (zh) * | 2018-12-20 | 2019-04-05 | 天津大学 | 一种基于用户感知的配电网可靠性评估分析方法 |
CN112163771A (zh) * | 2020-09-29 | 2021-01-01 | 华北电力大学(保定) | 一种计及增量成本的多指标综合权重可靠性电价制定方法 |
-
2021
- 2021-03-31 CN CN202110345829.5A patent/CN113112136A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100705610B1 (ko) * | 2005-10-31 | 2007-04-09 | 한국전력공사 | 전기설비 신뢰도를 활용한 투자 우선순위 결정 방법 |
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN103426120A (zh) * | 2013-04-24 | 2013-12-04 | 华北电力大学 | 基于可靠性的中低压配电网的综合评估方法 |
CN106780128A (zh) * | 2015-05-29 | 2017-05-31 | 江苏省电力公司常州供电公司 | 一种配电网可靠性评价方法 |
CN105160500A (zh) * | 2015-10-22 | 2015-12-16 | 广东电网有限责任公司电力科学研究院 | 配电网可靠性评估方法及系统 |
CN109584102A (zh) * | 2018-12-20 | 2019-04-05 | 天津大学 | 一种基于用户感知的配电网可靠性评估分析方法 |
CN112163771A (zh) * | 2020-09-29 | 2021-01-01 | 华北电力大学(保定) | 一种计及增量成本的多指标综合权重可靠性电价制定方法 |
Non-Patent Citations (1)
Title |
---|
SHIGONG JIANG ET AL.: "Reliability assessment of distribution network considering differentiated end-users demand for reliability", 《IOP CONF. SERIES: EARTH AND ENVIRONMENTAL SCIENCE》, pages 1 - 7 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636232A (zh) * | 2018-12-26 | 2019-04-16 | 天津大学 | 一种基于用户感知可靠性的配网关键性元件识别方法 |
CN114037220A (zh) * | 2021-10-19 | 2022-02-11 | 华北电力大学(保定) | 一种配电网可靠性等级划分标准及评估方法 |
CN114037220B (zh) * | 2021-10-19 | 2024-06-04 | 华北电力大学(保定) | 一种配电网可靠性等级划分标准及评估方法 |
CN114358968A (zh) * | 2021-11-24 | 2022-04-15 | 广东电网有限责任公司广州供电局 | 供电可靠性分析方法、装置和系统 |
CN115600933A (zh) * | 2022-12-13 | 2023-01-13 | 浙江万胜智能科技股份有限公司(Cn) | 一种基于物联网的电表电能质量检测方法及系统 |
CN115600933B (zh) * | 2022-12-13 | 2023-03-21 | 浙江万胜智能科技股份有限公司 | 一种基于物联网的电表电能质量检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113112136A (zh) | 一种配电网可靠性综合评估方法及系统 | |
WO2022105944A1 (zh) | 考虑不同负荷结构和可靠性影响的10kV馈线最佳负载能力计算方法 | |
CN112288303B (zh) | 确定线损率的方式、装置 | |
CN110555624A (zh) | 一种考虑指标关联的电网调度运行综合评估方法 | |
CN108256723B (zh) | 煤改电接入电网的经济效益评估方法及终端设备 | |
CN111859279A (zh) | 包含客户侧新能源设备的台区调控能力评估方法及装置 | |
US20130024033A1 (en) | Systems and methods for a power distribution transfer capacity calculator | |
Baroni et al. | Impact of photovoltaic generation on the allowed revenue of the utilities considering the lifespan of transformers: A Brazilian case study | |
CN113298402B (zh) | 基于人工智能的配网供电可靠性精细化方法与系统 | |
CN111160576A (zh) | 配电变压器健康度量化评估方法、装置、设备及介质 | |
Azami et al. | Impact of EDRP on composite reliability of restructured power systems | |
CN117856245A (zh) | 基于网格化管理的台区线损分析方法、装置及存储介质 | |
Gavgani et al. | Demand response-based voltage security improvement using artificial neural networks and sensitivity analysis | |
Ibrahim et al. | A new methodology for technical losses estimation of radial distribution feeder | |
Liang et al. | Evaluation index system and comprehensive evaluation model of power quality governance effect in distribution station area | |
Sun et al. | Cost-benefit assessment challenges for a smart distribution system: A case study | |
CN114156919A (zh) | 一种可用于储能系统控制策略的在线测试方法 | |
Abanihi et al. | Modeling and evaluation of system reliability for auchi distribution network | |
CN108414851B (zh) | 基于ems理论电量数据与采集电量数据的智能校核方法 | |
CN110991825A (zh) | 基于大数据的线损判定方法 | |
CN115994715B (zh) | 配电网可靠性分析与评估方法、系统及装置 | |
Zhou et al. | Demand side response participation in reserve configuration optimization based on decomposition and coordination | |
CN112613179B (zh) | 一种输变电带电检修对电网的影响评估方法 | |
Kansal et al. | Assessment of Demand Response Programs based upon Time-of-Use Scheme considering Non-Linear Models | |
Aazami et al. | Power system reliability analysis with emergency demand response program |
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 |