1、基于拉丁超立方采样的节点敏感设备暂降免疫水平评估 韦鹏飞 徐永海 王金浩 雷达 常潇 新能源电力系统国家重点实验室(华北电力大学) 国网山西省电力公司电力科学研究院 摘 要： 针对蒙特卡罗法 (MC 法) 稳定性及收敛性欠佳的问题, 同时考虑到敏感设备对不同类型电压暂降免疫能力不同, 且节点的敏感设备运行与规划评估不同, 提出了一种基于拉丁超立方采样 (LHS 法) 的节点敏感设备暂降免疫水平评估方法。构建了短路故障随机模型, 通过 LHS 法得到故障信息, 然后进行故障仿真得到一系列暂降事件, 运用所提方法评估系统中各节点的敏感设备暂降免疫水平。将暂降类型作为暂降特征量之一, 以敏感设备对不
2、同类型暂降的耐受曲线为基准进行节点暂降评估;针对节点敏感设备运行与规划两个不同的应用场景, 分别给出了其对应的评估方法及流程;其中对于规划评估这一场景, 为进一步反映各节点敏感设备暂降免疫能力的差异性, 提出了设备免疫水平指标集。所提方法可为实际电网的敏感设备运行及规划提供参考。关键词： 电压暂降; 拉丁超立方采样 (LHS) ; 敏感设备; 暂降类型; 评估场景; 设备免疫水平指标集; 作者简介：韦鹏飞, 男, 1993 年生, 硕士研究生, 研究方向为电能质量分析与控制。E-mail: (通信作者) 作者简介：徐永海, 男, 1966 年生, 教授, 博士生导师, 研究方向为电能质量分析与
3、控制、新能源电力系统等。E-mail:基金：国家自然科学基金 (51277069) 资助项目Sag Immunity Level Evaluation of Sensitive Equipment at Node Based on Latin Hypercube SamplingWei Pengfei Xu Yonghai Wang Jinhao Lei Da Chang Xiao State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources North China Electri
4、cal Power University; State Grid Electric Power Research Institute of Shanxi Electric Power Company; Abstract： According to the poor stability and convergence of Monte Carlo method (MC method) , the different tolerance capability of sensitive equipment to different sag types, and the different evalu
5、ation scenarios of sensitive equipment operation and planning, a node evaluation method for the immunity level of sensitive equipment based on Latin Hypercube Sampling (LHS method) is proposed. The random models of short circuit fault are established, the fault information are obtained through LHS m
6、ethod, then a series of sag events can be obtained through the fault simulation and each node immunity level of sensitive equipment in the system is evaluated. The sag type is chosen as one of the basic sag characteristics, and the node sag evaluation is based on the tolerance curves of sensitive eq
7、uipment to different sag types; then considering the evaluation scenarios of node sensitive equipment operation and planning, the evaluation method and process are given respectively; in view of the planning evaluation scenario, in order to further reflect the difference of immunity level of sensiti
8、ve equipment at each node, the equipment immunity level index set is proposed. The proposed method can provide a reference for the operation and planning of the sensitive equipment in actual network.Keyword： Voltage sag; Latin Hypercube Sampling (LHS) ; sensitive equipment; sag type; evaluation scen
9、ario; equipment immunity level index set; 0 引言随着敏感设备在生产生活中的广泛应用, 电压暂降已成为影响设备正常运行的主要电能质量问题1-3。当电压暂降严重到一定程度时, 将会导致敏感设备非正常工作甚至故障, 尤其是对于工业用户, 进而可能导致工业过程的瘫痪, 从而带来巨大的经济损失4,5。敏感设备对电压暂降的免疫能力也因此成为了国内外专家学者关注的焦点。针对敏感设备的免疫能力, 众多组织给出了相关耐受曲线, 如 ITIC 曲线、SEMI F47 曲线等6, 相关标准如 IEEE std.1346-19987中也给出了计算机、可编程逻辑控制器等的暂降
10、耐受曲线。目前大部分文献中针对敏感设备耐受曲线主要考虑暂降幅值与持续时间两个特征量, 但值得注意的是, 暂降类型的不同也会影响敏感设备的耐受能力8-10。文献8中进行了多种暂降类型对变频调速装置 (AC Adjustable Speed Drives, ASD) 试验研究, 结果表明不同暂降类型下 ASD 耐受曲线并不相同;由国际大电网会议 (International Council on Large Electric Systems, CIGRE) 、国际供电会议 (Conference International Repartition Et Distribution, CIRED) 和
11、国际电力应用联盟 (International Union for Electricity Applications, UIE) 组成的联合工作组 C4.110 依据暂降类型的不同分别给出了敏感设备的暂降耐受曲线9。综上所述, 本文将暂降类型作为暂降特征量之一, 依据不同暂降类型下敏感设备耐受曲线进行节点敏感设备暂降免疫水平评估。已有电压暂降预估相关文献11-13中, 主要从系统侧考虑并采用 SARFI (system average rms variation frequency index, SARFI) 指标来对暂降事件进行统计分析节点的电压暂降水平, 然而并不是所有的暂降事件均能够引起
12、敏感设备的非正常工作或故障, 本文则从敏感设备侧考虑, 依据敏感设备的暂降耐受曲线, 进行节点敏感设备免疫水平评估。文献14对可能引起敏感设备非正常工作或故障的暂降事件进行了统计分析, 采用的评估指标为 SARFI 指标。在进行节点敏感设备免疫能力评估时, 若该节点已安装敏感设备, 那么用户最关心的问题即为该节点可能发生引起该敏感设备非正常工作或故障的频次;而若要对节点进行敏感设备接入点规划时, 那么不仅要考虑频次的影响, 同时要考虑幅值、持续时间的影响。因此, 对于敏感设备免疫能力的评估需要从运行与规划两个场景考虑。SARFI 指标可用于对已安装敏感设备的节点进行运行评估, 而当进行敏感设备
13、规划评估时, 需要从多个角度考虑以反映该节点的设备免疫水平, 得到更为合适的敏感设备规划节点。已有评估指标中, 与敏感设备相关的评估指标有 SARFI15curve、平均暂降能量指标 (Average Sag Energy Index, ASEI) 15、平均暂降严重性 (Average Sag Severity Index, ASSI) 15、平均暂降不兼容度指标 (Average Sag Degree of Incompatible Index, ASDI) 16等。为了得到更为合适的敏感设备免疫水平规划评估结果, 本文建立了敏感设备免疫水平指标集, 采用熵权法对指标集中各指标进行综合后得
14、到最终评估结果。近年来国内外文献大多采用蒙特卡罗法 (Monte Carlo Method, MC) 进行电压暂降随机预估的研究11,12,14。如文献11采用 MC 法对节点电压暂降进行评估, 判断电网薄弱环节。但是 MC 法具有稳定性较差、收敛较慢、用时较长的缺陷, 针对上述不足, 本文采用拉丁超立方采样法 (Latin Hypercube Sampling, LHS) , 该方法在电力系统可靠性、概率潮流等领域已有所应用17-19, 在保证精度的前提下, 可有效提高采样效率, 具有较好的稳定性与收敛性。本文提出了一种基于拉丁超立方采样的节点敏感设备暂降免疫水平评估方法。首先建立了故障信息
15、随机模型, 采用 LHS 法得到一系列暂降事件;在进行电压暂降评估时, 将暂降类型作为暂降特征量之一, 依据不同暂降类型下的设备耐受曲线进行敏感设备免疫能力评估;针对不同的应用场景, 对于敏感设备运行与规划两个场景分别给出了其对应的评估指标与方法;对于规划评估这一场景, 建立了敏感设备免疫水平指标集来表征各节点的设备免疫水平;最后以 IEEE30 节点系统为例, 进行了节点敏感设备暂降免疫水平评估。1 基于拉丁超立方采样的电压暂降随机预估本文建立了故障随机模型以模拟短路故障, 基于 LHS 法产生原始故障信息, 确定系统故障参数, 通过故障仿真得到一系列暂降事件, 然后统计各暂降事件特征量,
16、进而采用本文提出的暂降评估方法, 给出各节点敏感设备免疫水平评估结果。1.1 拉丁超立方采样基本原理拉丁超立方采样 (LHS 法) 17本质上是一种分层采样, 其目的是使样本点均匀分布并覆盖整个采样空间, 从而有效提高采样效率。LHS 法自 1979 年由M.D.Mckay 等学者提出以来, 现已广泛应用于多个领域17-19。设某一概率问题中共 M 个随机变量 X1、X 2、X M, Xm为其中任一随机变量, 且 Xm的累积分布函数为:设采样次数为 N, 将其累积分布函数 Ym的纵轴分成 N 个等区间, 其宽度为1/N。设各随机变量相互独立, x mn为第 m 个变量的第 n 次抽样值。LHS
17、 法采样步骤如下:(1) 产生一个 MN 维矩阵 LMN, 该矩阵的每一行均为 (1, N) 整数的随机序列, amn为其 m 行 n 列元素;(2) 产生一个 MN 维矩阵 UMN, 该矩阵的每个元素服从0, 1均匀分布, u mn为其 m 行 n 列元素;(3) 计算得到 MN 维采样矩阵 XMN, xmn为其 m 行 n 列元素, 则:式中, m=1, 2, , M;n=1, 2, , N。采样示意图如图 1 所示。图 1 拉丁超立方采样示意图 Fig.1 Sampling step in Latin hypercube sampling 下载原图1.2 故障信息随机模型故障信息随机模型
18、主要包括故障线路、故障位置、故障类型、持续时间、故障阻抗等。(1) 故障线路线路的故障概率与线路电压等级、线路类型、线路负荷过载情况及线路架设杆塔的地理位置和自然环境等息息相关, 可从电网记录的短路故障数据中获取得到, 但由于较难获取到历史数据, 本文假设线路故障概率与线路长度成正比11。(2) 故障位置本文假设同一条线路上各位置发生故障的概率相同, 因此故障位置服从0, 1均匀分布。(3) 故障类型本文主要考虑 4 种故障类型:单相接地短路 (LG) 、两相相间短路 (2L) 、两相接地短路 (2LG) 、三相短路 (3LG) 。故障类型发生的概率受系统电压、天气条件等影响, 需要依据实际情
19、况统计分析20。(4) 持续时间电压暂降持续时间实际是线路中继电保护装置的动作时间, 当线路发生故障时, 由继电保护动作来切除故障, 因此故障的清除时间即为该次故障的持续时间, 需要综合考虑主保护与后备保护及主保护动作失败概率21。(5) 故障阻抗本文假定故障阻抗服从期望为 5, 标准差为 1 的正态分布 22。1.3 基本流程结合 1.2 节建立的故障信息随机模型, 采用 LHS 法产生原始故障信息样本, 进行故障仿真模拟得到暂降事件, 统计各暂降事件特征值 (暂降幅值、持续时间、暂降类型等) , 进而采用本文提出的节点敏感设备暂降免疫水平评估方法进行暂降评估。基本流程如图 2 所示, 其中
20、节点敏感设备暂降免疫水平评估部分将在第 2 节中详细介绍。图 2 电压暂降随机预估基本流程图 Fig.2 Basic flow chart of voltage sag stochastic estimation 下载原图2 考虑不同场景的节点敏感设备暂降免疫水平评估方法进行节点电压暂降评估时, 已有文献中大多将该节点发生的所有暂降事件综合起来考虑其电压暂降水平, 即从系统侧考虑该节点电压暂降水平。实际上, 并不是所有的暂降事件均能够引起敏感设备的非正常工作甚至故障。因此, 本文从敏感设备侧入手, 提出了一种考虑不同场景的节点敏感设备暂降免疫水平评估方法。对节点进行敏感设备暂降免疫水平评估时,
21、 本文将暂降类型作为暂降特征量之一, 依据不同暂降类型下的敏感设备耐受曲线筛选引起设备非正常工作或故障的暂降事件, 进而针对敏感设备运行与规划评估两种应用场景, 分别给出其对应的评估方法。2.1 敏感设备耐受曲线由于敏感设备受电压暂降的影响越来越显著, 相关国际组织提出了电压耐受曲线, 要求相关设备制造商在生产电力设备时应具有一定的免疫能力, 目前较为通用的有 ITIC 曲线、SEMI F47 曲线6。然而实际上, 敏感设备耐受能力除受暂降幅值、持续时间的影响外, 还会受到暂降类型的影响, 国际联合工作组 CIGRE/CIRED/UIE C4.110 就依据暂降类型的不同分别给出了其暂降耐受曲
22、线9。该联合工作组主要将电压暂降分为 3 类:类型 I/II/III。类型 I 暂降主要由单相接地故障引起, 其特征主要是有一相发生暂降而其他相正常;类型 II 暂降主要由两相相间短路或两相接地故障引起, 其主要特征是有两相发生暂降而另一相正常;类型 III 暂降主要由三相短路引起, 其主要特征为三相均发生暂降。针对上述三类电压暂降, 该工作组给出了其对应的敏感设备暂降耐受曲线, 其中类型 I/II 的耐受曲线相同, 类型 III 的耐受曲线则有所不同, 如图 3 所示。图 3 敏感设备对暂降类型 I/II/III 耐受曲线图 Fig.3 Voltage sag tolerance curve
23、 of sensitive equipment to sag type I/II/III 下载原图考虑到前述敏感设备对不同类型的电压暂降耐受能力有所不同, 为更为准确的描述系统中各节点的敏感设备免疫能力, 本文将暂降类型作为暂降特征量之一, 采用图 3 所示不同暂降类型下设备耐受曲线作为参考曲线, 筛选出曲线下方的暂降事件, 该部分暂降事件即为引起设备非正常工作或故障的暂降事件。2.2 暂降评估指标一些国际组织如 IEC、IEEE 对电压暂降的评估指标进行了广泛研究, 标准 IEEE P156415给出了众多评估指标, 同时众多专家学者也提出了改进指标16,23,24。常用的暂降评估指标如下。
24、(1) 系统平均方均根值变动频率指标15系统平均方均根值变动频率指标 SARFI 用来描述特定时间内某一节点方均根值变动情况。SARFI 指标主要包括 SARFIx和 SARFIcurve指标。SARFI x指标表示监测周期内某一节点发生暂降幅值低于参考电压 x%的暂降频次, x 为电压方均根值阈值;SARFIcurve表示监测周期内某一节点发生暂降在敏感设备耐受曲线下方的暂降频次。本文中以一年作为一个监测周期通过统计计算得到仿真年限内每年的 SARFI90及 SARFIcurve指标, 进而选取其平均值和 95%概率大值作为评估结果, SARFI 90-av、SARFI 90-95%分别表示某节点每年发生暂降的频次平均值及 95%概率大值, SARFIcurve-av、SARFI curve-95%分别表示某节点每年发生在敏感设备耐受曲线下方的暂降频次平均值及 95%概率大值。(2) 平均暂降能量指标15平均暂降能量指标 ASEI 表示监测周期内某一节点所有暂降事件能量指标的平均值。
