配電網低電壓評估中大數據的應用探究

李占英+李玉棟+劉豐年

摘 要：為滿足社會生產生活需求，電網建設日益完善，并且現在已經實現了大規模并網，以及交直流電網互聯設計，使得電網運行環境復雜度不斷提高，當配電網出現低電壓時，給電網安全運行和優質供電帶來更大的挑戰。面對此發展趨勢，需要提高對大數據技術的重視，爭取通過分析和利用，來為電網安全管理提供數據支持，因此本文試圖就配電網低電壓評估中大數據的應用展開相應研究探討，以供相關人員參考借鑒。

關鍵詞：優質供電；配電網；低電壓；評估；大數據

DOI：10.16640/j.cnki.37-1222/t.2017.12.189

現在已經進入到大數據時代，各類數據已經成為發展戰略性資源，對進一步促進行業的發展具有重要意義。將大數據技術應用到電力系統管理中，將可以很大程度上來提高電網管理效率，促使電網向安全性、可靠性、智能化以及互動化方向發展，通過各類數據的分析研究，來為下一步管理策略的制定提供依據，提高電網運行可靠性，改善電網運行效率。針對的電力大數據特點，對其在配電網低電壓評估檢測中應用要點進行分析，確定有效方法，爭取充分發揮其具有的優勢。

1 電力大數據特征

電力行業快速發展背景下，逐漸有更多新型技術被用于電網的建設，促使電網逐漸實現了智能化、信息化以及數字化建設，在提高電網運行可靠性與安全性的同時，電力行業產生的數據也呈現爆發式增長趨勢。電力大數據產生于電網運行的各個階段，涉及到發電、輸電、配電、變電以及調度等各個環節，包括電網潮流數據、企業管理數據、用電客戶數據等。其中，對電力大數據來說具有多樣性、規模性、價值型等特點，并且為充分發揮各類數據的應用優勢，可以按照來源將其劃分為內部與外部兩類，并根據其在電網運行中產生階段來進行相應分析。

2 配電網低電壓原因分析

2.1 低電壓分類

配電網低電壓問題是電網運行管理的要點，總結以往經驗分析，可根據發生與持續時間，分為三類：第一，長期性低電壓。即低電壓問題持續3個月以上，或者日負荷高峰低電壓持續6個月以上情況。第二，季節性低電壓。即假期性、農業耕種特點以及夏冬階段，因為用電集中性，出現的具有規律性低電壓問題。第三，短時性低電壓。即臨時性掛接負荷，以及建筑用電負荷造成的低電壓，此種情況與長期性和季節性低電壓具有明顯區別，且不具備規律性。

2.2 低電壓原因

問題出現原因主要包括管理層與技術層，其中管理層為供配電設施運維管理粗放、中低壓配電網電壓監測不全面以及低壓需求側管理工作不到位等。技術層面如配電網供電能力不足、中低壓配電網電壓調控能力弱、無功補償配置不足或不合理以及部分地區配電網自動化和信息化程度低等。

3 基于大數據的配電網低電壓評估

3.1 解析法

應用解析法來對配電網低電壓進行評估檢測，可以應用高精度模型，通過清晰明確的物理原理進行分析。但是評估得到的可靠性指標均為平均值，無法提供指標變化性信息，同時會和系統規模的增大會使得計算量急劇增加，加大分析難度。現在我國電網建設已經相對完善，規模結構十分龐大，主饋線下設置有復雜的分支饋線，存在大量分布式電源，使得解析法在實際應用中具有非常大的難度。現在常見的解析法包括故障模式影響分析法、最小路算法、網絡等值法、饋線分區算法、向量法、可達性分析法、go法等，相互之間存在一定差異，可根據實際需求來選擇。

3.2 模擬法

應用模擬法對配電網低電壓問題進行分析，可以避免系統規模對抽樣次數的影響，并且可以良好適應電網復雜性，無需為簡化評估檢測過程，而對確定性數學模型設置各種假設，在實際應用中能夠更加逼真的模擬出前期假設的概率小但是影響大的事件。并且，收斂速度也不會因為問題維數產生影響，能夠同時滿足多個方案與多個未知量的計算。另外，為保證評估結果可靠性，要注意對收斂性和誤差的分析和控制，以免為得到高精度結果而增加模擬時間，受外部干擾概率增加。

按照是否考慮系統狀態時序性要求，可分為非時序蒙特卡洛模擬法與序貫蒙特卡洛模擬法，兩種存在一定差異性。其中，非時序蒙特卡洛模擬法不需要對系統時變性特點進行分析，僅針對元件狀態抽樣便可。即一個系統狀態為所有原件狀態的總和，可以通過隨機數值以及元件運行狀態出現概率來確定實際運行情況，因此模型比較簡單，且可以實現每次抽樣的獨立性，相互間影響小，保持較快收斂速度。但是也因為不考慮系統時序性，無法對元件故障發生概率以及故障平均持續時間可靠性指標進行計算，會影響評估結果信息的完整性。想要將此種方法有效應用到配電網低電壓評估中，還需要基于其特點，對現存不足進行分析，經過進一步完善后，獲得完整有效的檢測數據。

3.3 智能算法

在行業技術水平不斷提高背景下，目前智能算法已經由其他領域被應用到配電網可靠性評估工作中，例如模擬進化算法、神經網絡算法、模擬算法以及區間分析法等，具有良好的應用效果。例如貝葉斯網絡法在實際應用中，可以利用概率推理原理將配電網絡建造成貝葉斯網絡，對元件在系統可靠性的重要程度進行評估，進而辨識出薄弱環節，作為下一步管理優化工作實施的依據。為充分發揮智能算法在配電網低電壓檢測評估中應用效果，還需要針對評估檢測工作要求，對現存不足進行分析和完善。

4 結語

如果配電網出現低電壓情況，將會對日常生產生活質量產生重要影響，需要提高對此方面的重視。除了要加強對配電網運行狀態的監測外，還需要落實評估工作。本文主要針對解析法、智能算法以及模擬法三種方法在配電網低壓評估中應用進行了簡單分析，爭取為解決配電網低電壓問題提供幫助，降低低電壓問題帶來的影響，提高配電網運行綜合效率。

參考文獻：

[1]趙騰，張焰，張東霞.智能配電網大數據應用技術與前景分析[J].電網技術，2014（12）：3305-3312.

[2]劉科研，盛萬興，張東霞等.智能配電網大數據應用需求和場景分析研究[J].中國電機工程學報，2015（02）：287-293.

[3]張沛，吳瀟雨，和敬涵.大數據技術在主動配電網中的應用綜述[J].電力建設，2015（01）：52-59.

[4]苗新，張東霞，孫德棟.在配電網中應用大數據的機遇與挑戰[J].電網技術，2015（11）：3122-3127.

[5]張健，徐強.智能配電網大數據應用及實踐研究[J].低碳世界，2015（35）：4-5.