文摘
传统的供电可靠性只侧重于电力供应的连续性和不包括电能质量对顾客的影响评估。在本文中,我们使用“网格的能力为客户提供持续可用功率”为准绳,以反映更实际的可靠性被客户。可靠性评估,更接近客户的角度来看,也可以用作质量为基础的电力市场价格是可以接受的,供应商和消费者之间的区别和电力消耗的可靠性和供电的可靠性统计数据还可用于供电公司来评估自己的供电质量和服务水平。本文使用AC算法来计算电力系统的可靠性指标相结合,提出了使用敏感性分析排名系统组件的组件获取关键信息的组合电力系统可靠性指标。
1。介绍
的新一轮电力体制改革,竞争力市场逐步建立和完善,自由和高级用户有更多的机会选择和改变电力供应商根据他们的需求偏好(1,2]。为了提高市场竞争力,供电企业将改变他们的经营理念和注重客户的体验和满意度与供电服务,将更多地关注分销网络的管理和改进可靠性和供电质量3,4]。
近年来,供电企业开展了大量的供电可靠性管理工作,但在实践中,仍有一个电网的供电可靠性工作方面非常有效,但经历的可靠性级别用户并不理想(5,6]。这是因为传统的供电可靠性评估和分析方法只考虑客户停电的影响,但提高顾客的设备对电能质量要求,配电网的电能质量问题也会导致客户无法正常使用电力甚至电力的中断7,8),严重影响客户的正常发展的生产和生活,抱怨客户供电企业的数量是逐年增加9,10]。这种情况导致了一个巨大的差距之间的供电企业的供电可靠性的统计结果和实际的可靠性级别客户,这不仅降低了供电企业的服务水平和客户满意度,也有一个直接影响电网的电力销售效率,所以我们应该注意这种情况11,12]。
另一方面,近年来持续推广智能电表的安装,供电企业将获得越来越多的客户电力消耗数据和信息,以及如何解决和应用大规模客户侧电力数据已成为供电企业的一个新问题(13,14]。其中,它是一种可行和有效的方法来分析电能之间的相关性和真实可靠性级别客户的数据挖掘客户的电能数据,然后建立一个方法来获得客户的可靠性通过电能数据表,以便指导可靠性管理和改进工作在客户端(15,16]。
本文的贡献如下:
本文计划开展电网可靠性评估分析基于灵敏度分析;深入分析电压之间的关系质量,电压瞬时下降,基于电网和电力可靠性数据;传输的可靠性分析和评价工作从电网向用户侧;和学习真正的可靠性水平的客户体验。
本文的研究工作可以帮助供电企业理解客户的可靠性水平,改善程度的精细管理,促进供电质量改进的研究策略和方法,并提高供电企业的客户满意度和市场竞争力的背景下开放的电力市场。
基于灵敏度系统组件的概率,选择76个组件的可靠性组合计算。结果表明,甩负荷方法是一种近似甩负荷的方法,和甩负荷的顺序域是三级。
2。电网可靠性评估
标准“IEEE Std 1366 - 2012分布可靠性指数指南”和国家标准“DL / T 836 - 2016客户供电系统供电可靠性评估法规”都广泛采用分销网络的供电可靠性评估标准(17- - - - - -20.]。ieee1366 - 2012年可靠性指标分为三大类:连续停电指标,基于负载的指标,其他指标;DL / T 836 - 2016的指标分为两大类:主要指标和参考指标。比较两个标准,本文改进指标类型根据评价指标的内容,那么这两个标准的共同指标如表所示1,不同的指标如表所示2。
此外,标准IEEE 1366 - 2012不区分用户的电压水平;DL / T 836 - 2016用户分为高,中,低压用户和列出指标适用于不同电压等级的用户。其中,电力供应短缺的指标DL / T 836 - 2016为低压用户不遵循。然而,随着智能电表的普及,它已成为可能的获得相关的数据低压用户的停电,这是可以实现的这个索引应用于低压用户。
总之,当前供电可靠性评价标准非常全面和详细的供电连续性。然而,在电力供应方面,没有定量的评估电能质量对顾客的影响。
3所示。电网可靠性评估模型
在电力系统可靠性分析中,我们可以计算系统的可靠性指标和每个节点,如(loss-of-load概率),(loss-of-load期望),(loss-of-load频率),(loss-of-load持续时间),(预期需求不提供),(预计能源不提供),等等。的定义如下。
如果每个分支电路集失败,系统将经历一个电力短缺和分支据说是系统的一个失败事件。所有系统失败事件的集合来标示 。一旦失败事件的集合,网络的可靠性指数可以由以下公式计算: 在哪里的大小是负荷损失的概率。 在哪里平均每年数小时的电力短缺,/年。 在哪里每年的平均数量是停电,倍/年,然后呢事件的频率 。 在哪里每个故障的平均持续时间,/时间。 在哪里平均年度赤字,MW /年。的卸载事件吗 ,可计算的减载策略。的概率是事件吗 。 在哪里代表千瓦时每年的平均数量,/年。(1)系统停机时间的敏感性期望组件失败的概率 方程的本质(7的偏微分法)是系统的停机时间组件的失效概率。这种敏感度反映了组件的故障程度会影响系统的停机时间指数 ,但它并不能反映组件失败系统电力短缺的影响。在电力系统的运行,这种敏感性指数识别组件可以被认为是最大的索引,以提高维护和减少系统停机时间。(2)的灵敏度系统电力短缺期望组件失效概率 方程的本质(8)是系统的偏微分法充电不足的期望到组件的概率。这种敏感度反映了组件故障对系统的影响程度不足,是敏感性分析的一个重要指标。敏感性指数可以考虑识别组件最大指数,提高维护保持高传输容量。(3)系统的灵敏度电力短缺期望组件的传输容量
方程的本质(9)是系统的偏微分法电力赤字预期在组件故障的概率。这敏感的程度反映了通过组件的产能影响电力短缺,这是一个重要的指标的灵敏度分析。这个指标的分析可以用来研究启动和关闭网格方法或改进保持足够的备份的利润率。
使用方程(9)作为一个例子,下面的公式可以计算出系统的敏感性电力短缺期望组件失效概率:
如果 ,然后 。如果 ,然后
在计算敏感性,失败事件可以由网格流法和直流法,可快速计算系统的每个组件的敏感性指数。几种典型网格计算时间敏感性指标如表所示3。
sensitivity-based可靠性计算模型的基本思想是找出影响高的组件的集合通过灵敏度计算和系统可靠性指标计算电力系统的可靠性指数相结合的组件集。
摘要组件与高灵敏度指标排序选择组件的集合与高灵敏度指标,以及电力系统的可靠性指标计算通过使用交流电流的算法。算法的过程如下。
|
这种算法的优点在于它选择的组件有最影响系统来计算系统的可靠性指标,不考虑那些不影响系统的组件,从而极大地提高电力系统的可靠性的计算速度。算法的框图如图1。
4所示。实验装置
摘要IEEE-RTS24系统的灵敏度和可靠性计算和分析。系统有32发电机,29输电线路,5变压器。使用现有蚁群算法路径规划导致另一个坏结果:旅游景点上的负载不均(21]。旅游人群,所有遵循最优路径将不可避免地导致的人数突然增加一个或一些景点,虽然在一些景点的人数很低(22]。因此,动态规划需要添加到蚁群算法中。两个景点之间的路径计算方法得到了改进,改进后的蚁群算法动态规划功能,可以实现负载平衡的旅游景点(23,24]。假设有10个景点景区,10个景点作为一个例子来说明算法在动态旅游路线规划的能力。IEEE-RTS24系统的灵敏度指标排名在前一部分如表所示4。可以看出,发电机在这个系统的敏感性相对较大,可靠性提高的主要问题。
从表可以看出4IEEE-RTS24系统,发电机的敏感性远远大于线。因此,发电机的故障影响占主要比例的IEEE-RTS24系统的可靠性指标。其中,1号发电机总线上的敏感性和1号发电机总线远远大于其他组件,因此,这两个发电机已成为IEEE-RTS24系统最薄弱的一环。因此,为了提高IEEE-RTS24系统的可靠性,我们可以考虑加强维护1号发电机的公共汽车和1号发电机总线提高这两个发电机运行的可靠性,从而提高整个系统的运行可靠性。
基于系统的敏感性组件概率(当然,可以使用其他敏感性指标,因为它们是相同的订单,因此对系统的计算几乎没有影响指数),76年的一些组件(32发电机、29输电线路和变压器5日)被选为可靠性组合计算,结果如表所示5。计算是基于以下条件:发电机被认为是4日订单,线被认为是二阶,附近的卸载方法是卸载方法,卸载域的程度是3的水平,和牛顿迭代法用于交流电流算法(21,22]。
结果表5如数据所示2和3。的趋势,选择组件的可靠性计算,计算时间越长,但是系统指数不会改变多少在一定条件下,一定数量的组件可以选择通过计算系统可靠性灵敏度计算所需的精度。
以IEEE-RTS24系统为例,比较计算结果表5与那些在图3,我们可以看到,灵敏度指标的计算时间小于百分之几的计算时间的可靠性指标。因此,该算法可以缓解电网可靠性计算中的计算“灾难”问题(23- - - - - -25]。
5。结论
为了进一步探索大规模电网的工程应用方法,本文提出了网络可靠性评估的算法基于灵敏度分析,同时引入组件敏感性指数。的基本思想是将获得的信息通过灵敏度分析重要性高的关键零部件系统可靠性组件可靠性参数,然后将系统可靠性指标。IEEE-RTS24系统的计算分析表明,该模型和算法不仅可靠,而且有一个数量级提高计算速度,这表明该算法的有效性,显示了潜在的工程应用,为电网提供强大的计算分析工具操作和规划决策。
数据可用性
使用的实验数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称,关于这项工作他们没有利益冲突。