基于大数据的配电网电压时空特性研究

黄彦璐，林跃欢，于力，陈柔依，丘晓茵

(1.南方电网科学研究院有限责任公司，广州 510080； 2. 中国南方电网有限责任公司，广州 510623；

3.广西电力科学研究院，南宁 530000)

0 引 言

供电电压合格率是衡量供电质量的一项重要指标[1]，是实际运行电压偏差在限值范围内的累计时间与电压监测总时间的百分比[2]。配网用户供电电压等级多、电压偏差要求不同，为便于区域供电电压合格率考核管理，电力企业将用户分为A、B、C、D四类，分类考核，并通过加权汇总获得区域电压综合合格率指标[3]。

四类监测点电压合格率计算方法为：各类电压合格率(%)=(该类考核点电压合格率之和/该类考核点数)×100%。区域电压合格率V的计算方法为：

(1)

式中A、B、C、D为A类电压合格率、B类电压合格率、C类电压合格率、D类电压合格率；n为B类、C类、D类总个数。

为获取不同种类供电电压合格率，供电企业规定了电压监测点设置要求。如图1所示，A类电压监测点设置在带供电负荷的变电站和20 kV、10 kV各段母线处；B类设置在35 kV、20 kV专线和110 kV及以上用户端；C类设置在35 kV和20 kV非专线以及10 kV用户端，按每10 MW负荷至少设一个点；D类设置在380 V/220 V线路首末两端和部分重要用户[2]。同时采取分级管理，供电所管理统计所在辖区内D类低压用户，市场营销部管理统计B、C类专线用户，变电站及调度所管理统计A类监测点电压，最终由生计部统计各类电压合格率，得到区域综合电压合格率。其中，A、B类电压合格率由所有监测点电压合格率取平均求得；C、D类采取抽样的方式，选取具有代表性的监测点电压合格率计算该类电压合格率。

图1 配电网电压监测点考核类型划分Fig.1 Assessment classification of voltage monitoring points in distribution network

上述分类统计的数据汇总获取的区域综合电压合格率，存在抽样偏差以及不计不同类型负荷占比等缺陷。同时，综合电压合格率是对越限进行长时间统计，通常以日、月为统计周期、以季度为考核周期计算各类电压合格率，以便监管部门考察评分。大范围、长时间统计淹没了局部区段用户用电特性，无法刻画分析局部用户不同时刻的电压特性，难以为局部区域电压治理提供技术支撑[4-8]。

随着信息与通信技术的发展，利用跨平台数据进行电压时空特性的精细化评价已有了技术基础[9-11]。文中融合计量自动化系统、营销系统、配电SCADA系统构建评价系统，并与地理信息系统连接，在地理信息图中呈现低电压时空特性。在空间上，按户-变-线-站的层层聚合实现细化分析；在时间上，根据时段性采样数据，识别局部用户低电压相似性，为后续分析治理提供技术支撑。

1 时空特性评价的数据处理

配电网电压时空特性涉及多个数据源，包括计量自动化系统、营销系统、配电SCADA系统、地理信息系统等系统中的电压、电量、设备等参数及用户基本信息。数据分为两类，一类是和拓扑、隶属相关的静态、准静态数据；另一类是和电压、电量实时变化相关的动态采集数据。这些数据需要进行预处理，为后续评价提供基础数据支撑。

1.1 静态数据处理

静态数据主要反映用户和台变、台变和馈线以及馈线和变电站的隶属关系以及拓扑联结关系，正常运行时变化较小，可以视为静态、准静态数据。由于用户、台变、馈线、变电站相关信息分散的存储于生产管理系统、配电自动化系统等系统中，需要进行数据抽取。电力公司大多建有跨系统的公共信息模型(CIM)[12]，能够支撑信息交互，确定用户、台变、馈线和变电站关联关系，并且结合地理信息系统和接线图在地图上进行定位，为户-变-线-站分层的电压评价提供拓扑支撑和可视化显示支撑。

1.2 动态采集数据处理

动态数据主要包括电压、电量等实时更新的信息。随着信息技术的进步，电力信息采样频率不断提升，为电压精细化分析提供了数据支持。不同电压等级的用户电压、电量等信息通过不同的系统采集，包括营销系统、用采系统、计量自动化系统等。数据采集方式也不同，有连续采样和离散采样，并且采样的间隔也不一致，需要对这些数据进行预处理。目前，我国配电网智能电能表已广泛安装，并且实现15 min以及更高频率采样，为电压时空特性分析提供动态基础数据支撑。

2 配电网电压空间特性分析

智能电能表的普及实现了配电网对用户电压数据采集的低间隔、全覆盖，为精细刻画供电电压合格率提供了基础数据[13-14]。随着计算机、通信技术的发展以及智能终端在配电网广泛应用，地理信息系统、用户采集系统、生产管理系统等系统数据的集成和交互，为配电网透明化操作提供了平台数据。

利用智能电能表等电压采集装置数据，计算用户的电压偏差，并通过加权聚合，实现对配变、馈线、变电站的供电电压合格率分层评价。改变传统电压合格率抽样、广域评价，为后续治理以及治理效果评估提供技术支持。具体评价结构、评价流程如图2、图3所示。

图2 配电网电压空间特性评价结构Fig.2 Structure for evaluating voltage space characteristics of distribution network

图3 配电网电压空间分层聚合流程Fig.3 Distribution network voltage space

2.1 用户电压合格率

随着智能电能表大量安装，以及通信、计算机技术的发展，大部分区域已实现用电信息实时、准实时采集。基于智能电能表电压采集数据，计算用户电压偏差，计算公式如下：

(2)

式中ui为户端实测电压；uN为户端标称电压。

对于离散采样的设备，户端电压合格率计算公式为：

(3)

式中CT表示T监测时间内用户电压合格率；NT表示T时间内用户电压越限次数；N表示T时间内电压总采样次数。

对于连续采样设备，户端电压合格率计算公式为：

(4)

式中Tt表示监测时间内用户电压越限时间；T表示监测总时间。

2.2 配变综合电压合格率

配变电压合格率的统计应基于用户。配电变压器包括公用和专用变压器，公用变压器包含多个用户，由于电压采集点、电压偏差允许范围不同，因此需分开讨论。

(1)公变台区

公变台区用户数量较多，传统上主要通过在首末两端两点抽样进行评价，由于用户分布情况差异较大，配变首末端电压不能准确反映台区用户综合电压合格率情况。因此提出配变综合电压合格率，计算公式为：

(5)

式中TT表示T监测时间内公变台区综合电压合格率；CTk表示T监测时间内第k个用户的电压合格率；m表示台区总用户数。

公变综合电压合格率是包含下属所有用户电压特性的表征量，为后续计算提供了唯一性参数。

(2)专变台区

专变台区只有一个用户，其电压合格率计算公式同用户电压合格率。

2.3 馈线综合电压合格率

馈线下有多个公变和专变，各台变综合电压合格率经过前述计算，已经唯一化。由于馈线中各变压器容量差异较大，馈线电压合格率计算需根据各台变用电量进行加权计算，计算公式为：

(6)

式中FT表示T监测时间内馈线综合电压合格率；TTj表示T监测时间内第j台配变电压合格率；ETj表示T监测时间内第j台配变的用电量；n表示馈线中配变总数。

上述计算的馈线综合电压合格率具有唯一性，便于比较不同馈线的电压合格率指标。

2.4 变电站综合电压合格率

变电站下辖馈线、专线等多个供电模式，其综合电压合格率计算方法同馈线综合电压合格率，对各条线路采用电量加权计算：

(7)

式中ST表示T监测时间内变电站综合电压合格率；FTj表示T监测时间内第j条线路电压合格率；ETj表示采样T时间内第j条线路的用电量；l表示变电站中线路总数。

基于户-变-线-站分层级聚合的配电网电压空间特性分析，改变了传统电压合格率广域评价的模式，能够对台变、线路、变电站综合电压合格率分层排序，反映不同变电站、馈线等电压偏差严重程度，并及时提醒警示，为后续治理提供技术支撑。

3 配电网电压时间特性分析

配电网电压空间特性分析实现了从广域评价向局部的细化评价。传统电压合格率评价时域上选取月、季度等长时间范围，长时间尺度的评价淹没了一些重要的用户用电信息，台变和馈线下属用户可能存在相近的用电特性，在特定的时段电压越限较为严重。现有采样设备多支持实时采样或短时采样，智能电能表的采样间隔已实现15 min或更短。识别这些时段，发现用户用电的时段性规律，有利于调度优化运行或进行技术改造。具体评价流程如图4所示。

图4 配电网时段性电压不合格识别流程Fig.4 Non-conformity identification process of periodical voltage in distribution network

3.1 分时段电压不合格率计算

以1 h为统计间隔，统计每天台变、馈线各时段的电压合格率，并计算各时段电压不合格在一天中的占比。以台变为例，根据式(5)，时间间隔设定为1 h，计算一天24 h各时段综合电压合格率Tk。在此基础上，计算各时段电压不合格率占比，如式(8)所示：

(8)

式中k为时段数；Tk%表示各时段电压不合格率占比值，如T1%表示0～1点时段电压不合格率占比值；Tk表示各时段台区综合电压合格率。

如果Tk%超过警示的阈值，则当天该时段设置为警示时段，以供后续时段性电压不合格识别。

3.2 时段性电压不合格识别

时段性电压不合格具有一定规律性，通常表现为连续重复出现。如：季节性低电压、部分台变、馈线晚高峰低电压等。时段性电压不合格分析传统多基于定性描述，发现较晚，缺少定量分析方法，难以及时识别。

在前述分时段电压合格率计算的基础上，对警示时段进行识别，如果在一段时期内(如：一个月)，警示时段出现的重复率超过设置的重复率阈值，则该时段标识为时段性电压不合格。这一识别方法，能够自动及时发现电压的时段性特性，充分发挥配电网大数据的优势。

其中，警示时段重复率阈值的设置可根据实际需要自行修改。

4 配电网电压时空特性分析系统

4.1 系统总体架构

在集成多个系统的配电自动化数据平台上，通过台变、馈线、变电站电压时空特性分析，构建一个分层显示的配电网电压特性分析系统。系统融合多源数据创建电压特性分析数据库，从数据库获取用电信息分析配电网电压空间特性，根据分层显示的空间特性信息刻画配电网电压时间特性。并基于地理信息系统单线图、图形界面实现配网电压可视化应用，协助运管人员快速、有效感知供电电压状况，为后续治理提供技术支持。系统总体架构如图5所示。

图5 配电网电压时空特性分析系统Fig.5 Analysis system for spatiotemporal characteristics of distribution network

4.2 配电网电压空间特性分析

利用电压时空特性评价中的计算方法，统计变电站、馈线、台变综合电压合格率，以表格形式按层级分类、从高到低排序，供运行人员查询，为时段性分析、后续治理提供数据支撑。文中以单一馈线为例作详细说明。

基于陆斡供电所10 kV两小907线2018年2月用户电压数据,按式(5)计算所有配变综合电压合格率。已知线路总长度47.149 km，运行变压器总数45 台，其中公变34 台，总容量5 950 kVA；专变11 台，总容量1 075 kVA。文中专变综合电压合格率计算方法同专变出口终端采集数据计算结果一致，在此不做分析。表1仅列出线路中公变台区综合电压合格率低于98.6%(基于计量数据的高低电压用户(台区)判断标准)的公变。

表1 两小907线末端部分公变电压合格率Tab.1 Qualified rate of public transformer voltage at the end of two small 907 lines

表1中，公变台区综合电压合格率从低到高排序。供电线路最末端合耸坡呈公变终端交采电压合格率最低，符合电压降落分布特性。对比公变台区综合电压合格率计算结果，发现供电线路同样较长的英俊百殿公变综合电压合格率最低。查询英俊百殿公变拓扑图，分析与其相关联的用户信息列表可知，140个用户分布较分散，供电半径达到1.5 km导致台区综合电压合格率低于合耸坡呈公变的综合电压合格率。因此英俊百殿公变应优先进行低电压治理。

4.3 配电网电压时段特性识别

同一配变下的供电用户间存在相近的用电特性，电压波动时段存在一定规律性。以单一台区为例，计算台区一天24 h小时各时段综合电压合格率Tk、电压不合格率占比Tk%，识别该台区电压不合格时段。

图6展示大化局城区所古河街上公变2019年3月3号～10号电压不合格率占比大于十二分之一的所有时段(已设定警示时段阈值为十二分之一)，图中以色块深浅表示占比值。如3号当天的警示时段为10点～11点、15点～17点、20点～21点。预设重复率阈值为50%，对3号～10号内所有警示时段进行电压不合格识别。累计日期内，警示时段重复率超过阈值的时段为时段性电压不合格。图6中15点～16点警示时段重复率为100%，16点～17点警示时段重复率为75%，则以上两个时段均为时段性电压不合格。

图6 公变台区电压不合格时段统计Fig.6 Statistics of unqualified period of voltage in public transformer station area

分析与古河街上公变相关联用户的用电信息，发现15点～17点之间，古河乡农业技术推广站带动乡民们进行农业技术实践，引起该时段内电压合格率偏低。该识别方法能识别除早晚高峰时段外的电压时段特性，发现用户用电的时段性规律，有利于调度优化运行。

4.4 GIS可视化显示

配电网电压时空特性监测系统能够在地理信息图层以颜色展示站-线-变-户综合电压合格率。协助运管人员快速、有效感知供电电压状况。如图7所示，以南宁良庆区东风北路部分供电线路为例，以颜色展示具体综合电压合格率。图7中，①表示综合电压合格率超出考核标准值，②表示接近标准值，③表示供电电压正常。

图7 综合电压合格率图形界面展示Fig.7 Graphical interface display of comprehensive voltage pass rate

5 结束语

提出一种考虑空间特性的配电网低电压精细化评价方法，相较于传统抽样式评估方法，文中方法更为准确且能精准定位低电压区域及时段。具体有以下优势：

(1)融合配电SCADA系统、营销系统、地理信息系统等多源数据，将数据分为与拓扑、隶属相关的静态数据和与电压、电量实时变化相关的动态采集数据，为后续评价提供基础数据；

(2)充分利用多源数据，精准评估站-线-变-户多层级的整体或局部精细化电压水平，分析配电网电压的空间特性；

(3)基于分时段的台变、馈线电压合格率计算，找出警示时段，并识别时段性电压不合格，实现对配电网电压时间特性精细刻画。

算例表明，配电网电压时空特性分析能对整体或局部电压合格率进行排序、识别用户用电的时段性规律，且基于GIS图形界面实现短时期内电压合格率的可视化显示。为后续治理以及治理效果评估提供技术支持。