电压暂降评估指标――电网薄弱环节指标

3电网薄弱环节识别指标

故障地点与用户的电气距离影响电压暂降的幅值，故障发生的次数则影响电压暂降发生的次数。作为供电企业对网架进行改造时，应综合考虑这两方面的因素。

故障对电压暂降幅值的影响可表示为

式中：Ff为故障发生频度;FTi为节点i发生故障的次数;FTtotal为统计期内总的故障发生次数。

故障发生地点和故障发生次数在概率统计上可被认为是两个相互独立的事件，因此定义电网薄弱环节识别指标ULI(unsubstantiallocationindex)为

ULIi=ΔVFf(6)

由定义可知，ULIi可综合考虑节点i发生故障对用户电压暂降的影响，包括电压暂降的幅值和电压暂降的发生次数，因此可以表现电网中该节点的薄弱程度。当本指标数值越大，说明越需要优先考虑对其进行改造，以减小该地点的故障发生次数，从而减少对用户电压暂降的影响。

根据ULI确定电网改造优先顺序的流程如图2所示。

4计算结果分析

针对图1给出的用户输配电系统，根据SOE记录，对所有158次事件进行计算，获得各节点故障发生频度如表3所示。

根据用户的输配电系统发生故障次数的统计结果，L114发生故障的次数最多，因此发生故障的概率也最高，但是由于距离用户的电气距离较远，其发生故障对电压暂降的幅值影响较小。其次发生故障次数的地点还包括B1109、B223、B226、F7、F9等地点，其中F7和F9距离用户的电气距离最近，因此其发生故障将导致用户电压暂降的幅值较大。

为了解决用户电压暂降问题，需对电网进行改造，将架空线路改造为电缆，降低其故障发生概率。针对供电部门优先改造故障发生次数多的地点还是优先改造对用户影响大的地点的讨论，本文利用蒙特卡洛模拟方法，对用户的输配电系统进行仿真计算，利用式(7)得到用户输配电系统的电压薄弱环节识别指标(ULI)如表4所示。ULI指标结合了电网各元件发生故障的次数以及故障后对用户电压暂降的影响程度，因此可以表征电网中各元件需要改造的急切程度。表4中的ULI指标的计算结果表示，F7、F9两地点的ULI最大，分别为6.45575和5.92410，比其他地点的指标值均高出许多，因此供电企业应该优先对F7和F9两条10kV线路进行改造，将架空线改为电缆的方式，降低故障发生次数。其次是需要对220kV变电站B223和B226母线进行防护，避免对用户电压暂降的影响。

从以上分析可以看出尽管110kV线路L114发生故障的次数最多(9次)，但是针对解决用户的电压暂降问题，其改造的重要性仅排在第五，因此不能仅仅凭借统计故障发生的次数确定改造的优先顺序。而应该根据ULI指标的大小对改造项目进行排序，达到投资的优化。

5结论

针对供电企业通过网架改造以解决电压暂降的问题，提出了电网薄弱环节识别指标。通过蒙特卡洛随机模拟方法，综合考虑故障地点和故障发生概率对用户电压暂降事件的影响，计算电网薄弱环节识别指标，通过指标大小的比较，可使供电企业掌握对用户电压暂降影响环节的排序，逐步实施电网改造。

参考文献：

[1]朱桂萍，王树民(ZhuGuiping，WangShumin).电能质量控制技术综述(Asurveyonpowerqualitycontroltechnology)[J].电力系统自动化(AutomationofElectricPowerSystems)，2002，26(19)：28-31，40.

[2]严干贵，姜齐荣，黄民聪(YanGangui，JiangQirong，HuangMincong).未来的用户电力技术(Custompowertechnologiesinthefuture)[J].电力系统自动化(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，吴红春，孟婧，等(ZhouLin，WuHongchun，MengJing，etal).电压暂降分析方法研究(Studyofthevoltagesaganalysismethods)[J].高电压技术(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]易杨，张尧，钟庆(YiYang，ZhangYao，ZhongQing).基于蒙特卡罗方法的大型电力用户电压暂降评估(AssessmentofvoltagesagsinlargepowerconsumerbasedonMonte-Carlomethod)[J].电网技术(PowerSystemTechnology)，2008，32(6)：57-60，75.

[12]钟庆，易杨，武志刚，等(ZhongQing，YiYang，WuZhigang，etal).电力用户电压暂降问题分析与仿真(Analysisandsimulationsofthevoltagesagsinpowercustomer)[J].电力系统及其自动化学报(ProceedingsoftheCSU-EPSA)，2008，20(6)：102-106，115.

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

更多好文：21ic智能电网