電壓暫降評估指標――電網薄弱環節指標

3電網薄弱環節識別指標

故障地點與用戶的電氣距離影響電壓暫降的幅值，故障發生的次數則影響電壓暫降發生的次數。作為供電企業對網架進行改造時，應綜合考慮這兩方面的因素。

故障對電壓暫降幅值的影響可表示為

式中：Ff為故障發生頻度;FTi為節點i發生故障的次數;FTtotal為統計期內總的故障發生次數。

故障發生地點和故障發生次數在概率統計上可被認為是兩個相互獨立的事件，因此定義電網薄弱環節識別指標ULI(unsubstantiallocationindex)為

ULIi=ΔVFf(6)

由定義可知，ULIi可綜合考慮節點i發生故障對用戶電壓暫降的影響，包括電壓暫降的幅值和電壓暫降的發生次數，因此可以表現電網中該節點的薄弱程度。當本指標數值越大，說明越需要優先考慮對其進行改造，以減小該地點的故障發生次數，從而減少對用戶電壓暫降的影響。

根據ULI確定電網改造優先順序的流程如圖2所示。

4計算結果分析

針對圖1給出的用戶輸配電系統，根據SOE記錄，對所有158次事件進行計算，獲得各節點故障發生頻度如表3所示。

根據用戶的輸配電系統發生故障次數的統計結果，L114發生故障的次數最多，因此發生故障的概率也最高，但是由于距離用戶的電氣距離較遠，其發生故障對電壓暫降的幅值影響較小。其次發生故障次數的地點還包括B1109、B223、B226、F7、F9等地點，其中F7和F9距離用戶的電氣距離最近，因此其發生故障將導致用戶電壓暫降的幅值較大。

為了解決用戶電壓暫降問題，需對電網進行改造，將架空線路改造為電纜，降低其故障發生概率。針對供電部門優先改造故障發生次數多的地點還是優先改造對用戶影響大的地點的討論，本文利用蒙特卡洛模擬方法，對用戶的輸配電系統進行仿真計算，利用式(7)得到用戶輸配電系統的電壓薄弱環節識別指標(ULI)如表4所示。ULI指標結合了電網各元件發生故障的次數以及故障后對用戶電壓暫降的影響程度，因此可以表征電網中各元件需要改造的急切程度。表4中的ULI指標的計算結果表示，F7、F9兩地點的ULI最大，分別為6.45575和5.92410，比其他地點的指標值均高出許多，因此供電企業應該優先對F7和F9兩條10kV線路進行改造，將架空線改為電纜的方式，降低故障發生次數。其次是需要對220kV變電站B223和B226母線進行防護，避免對用戶電壓暫降的影響。

從以上分析可以看出盡管110kV線路L114發生故障的次數最多(9次)，但是針對解決用戶的電壓暫降問題，其改造的重要性僅排在第五，因此不能僅僅憑借統計故障發生的次數確定改造的優先順序。而應該根據ULI指標的大小對改造項目進行排序，達到投資的優化。

5結論

針對供電企業通過網架改造以解決電壓暫降的問題，提出了電網薄弱環節識別指標。通過蒙特卡洛隨機模擬方法，綜合考慮故障地點和故障發生概率對用戶電壓暫降事件的影響，計算電網薄弱環節識別指標，通過指標大小的比較，可使供電企業掌握對用戶電壓暫降影響環節的排序，逐步實施電網改造。

參考文獻：

[1]朱桂萍，王樹民(ZhuGuiping，WangShumin).電能質量控制技術綜述(Asurveyonpowerqualitycontroltechnology)[J].電力系統自動化(AutomationofElectricPowerSystems)，2002，26(19)：28-31，40.

[2]嚴干貴，姜齊榮，黃民聰(YanGangui，JiangQirong，HuangMincong).未來的用戶電力技術(Custompowertechnologiesinthefuture)[J].電力系統自動化(AutomationofElectricPowerSystems)，2002，26(1)：62-69.

[3]BrumsickleWE，DivanDM，LuckjiffGA，etal.Powerqualityandreliability：CasestudiesfromoperationsofanationwidePQRmonitoringsystem[J].IEEEIndustryApplicationsMagazine，2005，11(1)：48-53.

[4]IEC61000-4-11Testingandmeasurementtechniquesvoltagedips，shortinterruptionandvoltagevariationsimmunitytest[S].

[5]IEC61000-4-30Testingandmeasurementtechniquespowerqualitymeasurementmethods[S].

[6]IEEEStd1159-1995IEEErecommendedpracticeformonitoringelectricpowerquality[S].

[7]MartinezJA，Martin-ArnedoJ.Voltagesagstudiesindistributionnetworks-PartII：voltagesagassessment[J].IEEETransonPowerDelivery，2006，21(3)：1679-1688.

[8]周林，吳紅春，孟婧，等(ZhouLin，WuHongchun，MengJing，etal).電壓暫降分析方法研究(Studyofthevoltagesaganalysismethods)[J].高電壓技術(HighVoltageEngineering)，2008，34(5)：1010-1016.

[9]RadhakrishnaC，EshwardasM，ChebiyamG.Impactofvoltagesagsinpracticalpowersystemnetworks[C]∥IEEEPESTransmissionandDistributionConference.Atlanta，USA：2001.

[10]BollenMHJ.Methodofcriticaldistancesforstochasticassessmentofvoltagesags[J].IEEProceedings：Generation，TransmissionandDistribution，1998，145(1)：70-76.

[11]易楊，張堯，鐘慶(YiYang，ZhangYao，ZhongQing).基于蒙特卡羅方法的大型電力用戶電壓暫降評估(AssessmentofvoltagesagsinlargepowerconsumerbasedonMonte-Carlomethod)[J].電網技術(PowerSystemTechnology)，2008，32(6)：57-60，75.

[12]鐘慶，易楊，武志剛，等(ZhongQing，YiYang，WuZhigang，etal).電力用戶電壓暫降問題分析與仿真(Analysisandsimulationsofthevoltagesagsinpowercustomer)[J].電力系統及其自動化學報(ProceedingsoftheCSU-EPSA)，2008，20(6)：102-106，115.

[13]GuptaCP，MilanovicJV.Probabilisticassessmentofequipmenttripsduetovoltagesags[J].IEEETransonPowerDelivery，2006，21(2)：711-718.

更多好文：21ic智能電網