台区低电压问题的预判方法及系统技术方案

本发明专利技术公开了一种台区低电压问题的预判方法，包括收集数据；将台区简化为由分支元件和主干元件构成的网络并预估网络参数；确定各分支用户特性指标；预测各分支的逐年最大负荷；计算各分支的电压值和低电压持续时间，统计低电压用户数；判断低电压问题严重程度，完成预判。本发明专利技术还公开了一种实施所述预判方法的系统，包括数据获取模块、数据仓库、数据处理模块和分析预警模块；数据获取模块获取数据并存储到数据仓库；数据处理模块处理数据；分析预警模块对台区低电压问题分析、预测和报警。本发明专利技术提供的这种台区低电压问题的预判方法和系统，实现了对低电压用户数、低电压持续时间和低电压值的预判；而且方法便捷、计算简单准确。

Method and system for predicting low voltage problem in Taiwan area

The invention discloses a low voltage Taiwan area pre judging method, including data collection; Taiwan area is simplified as a branch and the main components of the network components and network parameters to determine the branch predictor; user characteristics; yearly maximum load forecasting of each branch; each branch of the value calculation of voltage and low voltage duration. Statistics the number of users of low voltage; low voltage to judge the severity of the problem, complete the anticipation. The invention also discloses a system for implementing the pre judgment method, including the data acquisition module, data analysis module and warning module warehouse, data processing; data acquisition module acquires data and stored in the data warehouse data processing module; data processing; analysis of the problem of low voltage warning module of Taiwan area analysis, forecast and alarm. The invention provides a method and a system for pre estimating the low voltage problem of the station, which can realize the pre judgment of the number of low voltage users, the low voltage duration and the low voltage value.

【技术实现步骤摘要】

本专利技术属于电力系统自动化领域，具体涉及一种台区低电压问题的预判方法及系统。
技术介绍
低电压问题是供电服务“最后一公里”问题的矛盾核心。配变台区直接与用户相连，是电力传输的关键节点。目前，低电压问题发生的主要区域基本都集中在台区及所属的用户端。加强对台区低电压问题的预判和管理对于提高供电质量、改善用户体验、提升供电企业社会责任具有举足轻重的作用。目前国内外针对低电压问题及其治理措施主要从以下几个方面开展相关研究：1)农网低电压问题现状及原因分析；2)治理低电压的无功规划研究；3)电压及无功运行控制研究；4)动态无功补偿技术研究；5)分布式电源出力特性研究。然而，目前对台区低电压问题的预判方法的研究较少，还处于利用现有监控设施实现对低电压问题的实时监控阶段，缺乏对台区负荷发展路径、低电压问题演变特性及预判方法的研究。
技术实现思路
本专利技术的目的之一在于提供一种能够自动准确对台区内低电压问题进行预判，而且计算简单、数据需求少的台区低电压问题的预判方法。本专利技术的目的之二在于提供一种实现所述台区低电压问题的预判方法的系统。本专利技术提供的这种台区低电压问题的预判方法，包括如下步骤：S1.收集配变台区的经济社会发展、产业发展和电网运行的数据资料；S2.根据步骤S1得到的数据资料，将原有的低压台区简化为由分支元件和主干元件构成的网络，并对网络中的主干线路长度、主干线路线径、分支线路长度、分支线路线径、网络装接容量和网络最大负荷进行预估；S3.根据步骤S1获取的数据资料和步骤S2得到的简化网络，确定台区各分支的用户特性指标；S4.根据步骤S3得到的用户特性指标，基于已有的台区历史数据，采用拟合预测的方法预测各个分支的逐年最大负荷；S5.根据步骤S4预测的各分支的逐年最大负荷和配变台区的运行参数，计算各分支的电压值和低电压持续时间，并根据电网规程统计低电压用户数；S6.根据步骤S5得到的低电压用户数、低电压持续时间和低电压值，判断低电压问题严重程度，完成台区低电压问题的预判。所述的台区低电压问题的预判方法还包括如下步骤：S7.根据步骤S6获得的低电压严重程度，分等级进行低电压问题预警。步骤S1所述的经济社会发展、产业发展和电网运行的数据资料，包括供电人口、供电面积、各产业GDP、经济形态、产业发展趋势数据、地理坐标、行政边界、地形地貌数据、电网设备类型、电网设备参数数据、用户数量、用户经济类型、用户负荷类型、用户用电量、用户负荷培育周期、配变最大负荷、配变出口侧最低电压和配变出口侧最高电压数据。步骤S3所述的用户特性指标，包括经济社会形态、产业发展趋势和负荷培育周期。所述的经济社会形态的分类如下表1所示：表1经济社会形态分类示意表所述的产业发展趋势分为商业类、工业生产类、农业生产类和生活类；商业类负荷包括商业用电负荷；工业生产类负荷包括养殖负荷和灌溉负荷；农业生产类负荷包括加工负荷和小型挖掘采矿负荷；生活类负荷包括居民生活用电负荷。所述的负荷培育周期的分类如下表2所示：表2负荷培育周期分类示意表步骤S4所述的采用拟合预测的方法预测各个分支的逐年最大负荷，具体包括如下两个步骤：1)拟合：在电网的历史运行数据中，搜索经济社会形态类别、产业发展趋势类别和用户负荷培育周期与待预测台区一致的台区；2)根据步骤1)搜索得到的台区的历史负荷发展情况，将搜索得到台区的实际年度负荷增长率的平均值作为待预测台区的年度负荷增长率，并以待预测台区的年度负荷增长率为基础对待预测台区逐年的负荷发展进行预测；步骤S6所述的判断低电压问题严重程度，为根据低电压用户数、低电压持续时间和低电压值共三个维度进行判断；所述三个维度的判断依据如下表3所示：表3低电压严重程度的三个维度判据示意表并且根据上边的判据，最终将低电压问题的严重程度分为如下十二级别，并且级别越靠后，表明低电压问题越严重：零星-短时-轻度、零星-短时-中度、零星-短时-重度、零星-长时-轻度、零星-长时-中度、零星-长时-重度、普遍-短时-轻度、普遍-短时-中度、普遍-短时-重度、普遍-长时-轻度、普遍-长时-中度和普遍-长时-重度。步骤S7所述的低电压预警等级，具体分为五个等级：绿色、蓝色、黄色、橙色和红色；电力用户无低电压问题为绿色等级；零星-短时-轻度、零星-短时-中度、零星-长时-轻度低电压问题为蓝色等级；零星-短时-重度、、零星-长时-中度、普遍-短时-轻度低电压问题为黄色等级；普遍-短时-中度、普遍-短时-重度、普遍-长时-轻度低电压问题为橙色等级；零星-长时-重度、普遍-长时-中度和普遍-长时-重度低电压问题为红色等级。一种本专利技术还提供了一种用于实施上述台区低电压问题的预判方法的系统，包括数据获取模块、数据仓库、数据处理模块和分析预警模块；数据获取模块用于为电力系统中各个子系统的数据交互提供数据接口和服务，并将待预测台区的低电压问题预测所需要的数据存储到数据仓库；数据处理模块用于对数据仓库存储的数据进行处理，并将处理后的数据传输到分析预警模块；分析预警模块用于根据得到的数据，对待预测台区进行低电压问题的分析和预测，并在出现台区低电压问题时报警。所述的台区低电压问题的预判系统还包括可视化处理模块，可视化处理模块用于获取分析预警模块的分析预测结果，并在台区出现低电压问题时将所述台区进行可视化处理，从而提醒电网人员。本专利技术提供的这种台区低电压问题的预判方法和系统，通过对用户经济社会形态、产业发展趋势、负荷培育周期等特性分析，利用台区用户特性实现台区负荷发展模式的拟合，并对台区逐年最大负荷进行预测，最终实现对低电压用户数、低电压持续时间和低电压值的预判；本专利技术方法操作便捷、计算简单快捷而且准确，能够分级评估台区低电压问题并及时对问题进行预判、预警。附图说明图1为本专利技术方法的方法流程图。图2为本专利技术系统的功能模块图。具体实施方式如图1所示为本专利技术方法的方法流程图：本专利技术提供的这种台区低电压问题的预判方法，包括如下步骤：S1.收集配变台区的经济社会发展、产业发展和电网运行的数据资料；包括供电人口、供电面积、各产业GDP、经济形态、产业发展趋势数据、地理坐标、行政边界、地形地貌数据、电网设备类型、电网设备参数数据、用户数量、用户经济类型、用户负荷类型、用户用电量、用户负荷培育周期、配变最大负荷、配变出口侧最低电压和配变出口侧最高电压数据。S2.根据步骤S1得到的数据资料，将原有的低压台区简化为由分支元件和主干元件构成的网络，并对网络中的主干线路长度、主干线路线径、分支线路长度、分支线路线径、网络装接容量和网络最大负荷进行预估；S3.根据步骤S1获取的数据资料和步骤S2得到的简化网络，确定台区各分支的用户特性指标；用户特性指标包括经济社会形态、产业发展趋势和负荷培育周期：经济社会形态的分类如下表1所示：表1经济社会形态分类示意表产业发展趋势分为商业类、工业生产类、农业生产类和生活类；商业类负荷包括商业用电负荷；工业生产类负荷包括养殖负荷和灌溉负荷；农业生产类负荷包括加工负荷和小型挖掘采矿负荷；生活类负荷包括居民生活用电负荷。负荷培育周期的分类如下表2所示：表2负荷培育周期分类示意表S4.根据步骤S3得到的用户特性指标，基于已有的台区历史数据，采用拟合预测的方法预测各个分支的逐年最大本文档来自技高网...

【技术保护点】
一种台区低电压问题的预判方法，包括如下步骤：S1.收集配变台区的经济社会发展、产业发展和电网运行的数据资料；S2.根据步骤S1得到的数据资料，将原有的低压台区简化为由分支元件和主干元件构成的网络，并对网络中的主干线路长度、主干线路线径、分支线路长度、分支线路线径、网络装接容量和网络最大负荷进行预估；S3.根据步骤S1获取的数据资料和步骤S2得到的简化网络，确定台区各分支的用户特性指标；S4.根据步骤S3得到的用户特性指标，基于已有的台区历史数据，采用拟合预测的方法预测各个分支的逐年最大负荷；S5.根据步骤S4预测的各分支的逐年最大负荷和配变台区的运行参数，计算各分支的电压值和低电压持续时间，并根据电网规程统计低电压用户数；S6.根据步骤S5得到的低电压用户数、低电压持续时间和低电压值，判断低电压问题严重程度，完成台区低电压问题的预判。

【技术特征摘要】
1.一种台区低电压问题的预判方法，包括如下步骤：S1.收集配变台区的经济社会发展、产业发展和电网运行的数据资料；S2.根据步骤S1得到的数据资料，将原有的低压台区简化为由分支元件和主干元件构成的网络，并对网络中的主干线路长度、主干线路线径、分支线路长度、分支线路线径、网络装接容量和网络最大负荷进行预估；S3.根据步骤S1获取的数据资料和步骤S2得到的简化网络，确定台区各分支的用户特性指标；S4.根据步骤S3得到的用户特性指标，基于已有的台区历史数据，采用拟合预测的方法预测各个分支的逐年最大负荷；S5.根据步骤S4预测的各分支的逐年最大负荷和配变台区的运行参数，计算各分支的电压值和低电压持续时间，并根据电网规程统计低电压用户数；S6.根据步骤S5得到的低电压用户数、低电压持续时间和低电压值，判断低电压问题严重程度，完成台区低电压问题的预判。2.根据权利要求1所述的台区低电压问题的预判方法，其特征在于还包括如下步骤：S7.根据步骤S6获得的低电压严重程度，分等级进行低电压问题预警。3.根据权利要求1或2所述的台区低电压问题的预判方法，其特征在于步骤S1所述的经济社会发展、产业发展和电网运行的数据资料，包括供电人口、供电面积、各产业GDP、经济形态、产业发展趋势数据、地理坐标、行政边界、地形地貌数据、电网设备类型、电网设备参数数据、用户数量、用户经济类型、用户负荷类型、用户用电量、用户负荷培育周期、配变最大负荷、配变出口侧最低电压和配变出口侧最高电压数据。4.根据权利要求1或2所述的台区低电压问题的预判方法，其特征在于步骤S3所述的用户特性指标，包括经济社会形态、产业发展趋势和负荷培育周期。5.根据权利要求4所述的台区低电压问题的预判方法，其特征在于所述的经济社会形态的分类如下表1所示：表1经济社会形态分类示意表6.根据权利要求4所述的台区低电压问题的预判方法，其特征在于所述的产业发展趋势分为商业类、工业生产类、农业生产类和生活类；商业类负荷包括商业用电负荷；工业生产 类负荷包括养殖负荷和灌溉负荷；农业生产类负荷包括加工负荷和小型挖掘采矿负荷；生活类负荷包括居民生活用电负荷。7.根据权利要求4所述的台区低电压问题的预判方法，其特征在于所述的负荷培育周期的分类如下表2所示：表2负荷培育周期分类示意表8.根据权利要求1或2所述的台区低电压问题的预判方法，其特征在于步骤S4所述的采用拟合预测的方法...

【专利技术属性】
技术研发人员：何禹清，何红斌，黄定疆，苏黎，方昀晖，刘聪，徐超，隆辉，
申请(专利权)人：国家电网公司，国网湖南省电力公司，国网湖南省电力公司经济技术研究院，
类型：发明
国别省市：北京;11