多级协同的精细化负荷用户属性模型

陈刚, 何森, 周剑, 李智勇, 蔡秋娜, 彭嵩, 林舜江

(1.中国南方电网电力调度控制中心，广东 广州 510623；2.华南理工大学 电力学院，广东 广州 510640；3. 广东电网有限责任公司电力调度控制中心，广东 广州 510600；4. 广东电网有限责任公司中山供电局，广东 中山 528400)

电力系统运行的主要目的是为电力用户提供可靠优质的供电服务，各级调度部门通过能量管理系统(energy management system，EMS)实现对管辖范围内不同电压等级用户的管理。负荷的用户属性信息作为电力数据的一种，是一种重要的公共数据，具有数据量大、数据类型多、与众多公共数据关联等重要特性[1-3]。随着电力系统规模的不断扩大，用户侧负荷范围变广、数量剧增，现有运行系统和工作方式根本无法满足日益增长的用户侧负荷业务需求。一方面，目前各级调度中心采用的用户侧负荷模型均为电网网络拓扑计算中使用的等值负荷模型，一般将其视为等值综合量测点，如省级电网调度中心(以下简称“中调”)的EMS中，负荷设备一般等值在220 kV主变压器(以下简称“主变”)的高压侧绕组，地市级电网调度中心(以下简称“地调”)的EMS中，负荷设备一般等值在110 kV或35 kV出线。这些等值负荷模型仅仅是为了满足电网计算分析的需要而建立，相对简单，能够提供的信息仅局限其物理特性、拓扑关系、电压等级等信息，无法进一步反映用户侧负荷模型的详细信息，如用户数量、用户重要性、负荷实时功率等用电环节关键信息。另一方面，目前负荷信息的实时统计计算是借助于EMS中的公式计算实现的，为了获得较为准确的负荷信息，往往依赖人工整理来汇总用电侧负荷信息。这不仅需要耗费巨大的人力、物力以及时间成本，也很容易出错。同时，由于这类信息尚未整合入电网模型中，无法实时将用户侧负荷与电网模型中的负荷设备进行关联，导致各级调度在负荷侧业务管理的工作效率低下，无法迅速掌握负荷侧相关的详细信息，给电网运行分析、方式安排以及实时监控带来风险。因此，有必要也亟待寻求一种方法来解决上述问题。

随着国家《电力安全事故应急处置和调查处理条例》(中华人民共和国国务院第599号令)[4]、国家标准《重要电力用户供电电源及自备应急电源配置技术规范》[5]的颁布，对重要电力用户的安全供电管理已经上升到提高社会应对电力突发事件的应急能力，有效防止次生灾害发生，维护社会公共安全的高度。因此，电力部门有必要开展精细化的电力用户负荷管理业务与模型的关键技术研究，以提高在电网运行风险分析时对重要电力用户的评估和管控。

国内外许多学者已对电力负荷模型问题开展了研究。目前，负荷模型研究的主要目的是为电力系统分析计算提供精确的等值负荷模型，并研究负荷模型对电力系统的短路电流计算及暂态稳定、动态稳定和电压稳定等仿真计算的影响[6-11]，但上述负荷模型并未进一步考虑负荷的用户数量、用户重要性、负荷实时功率等关键负荷信息。当前电力负荷建模主要有3大类方法：统计综合法[12]、总体测辨法[13-16]和故障仿真法[17]，但这3种负荷建模方法均还未应用于对负荷用户属性信息的分层多级协同管理。在负荷用户的管理方面，文献[18]构建了考虑实施可中断负荷管理后双边效益的可中断电价优化模型。文献[19]介绍了电能计量自动化系统在停电管理等方面的作用，并阐述了该系统可拓展应用到负荷管理工作中。文献[20]论述了电力负荷管理系统的功能及如何利用电力负荷管理系统来实现用户侧的数据采集、实时负荷监控等。然而，对于基于电能计量自动化系统或负荷管理系统中的相关用户信息，结合EMS中的电网结构和运行方式数据，以实现对于不同电压等级馈线和变电站的负荷用户属性信息的多级协同和精细化管理，目前还未见有相关研究报道。

鉴于此，本文首先设计了负荷用户属性的模型，该模型涵盖了用户名、用户行业属性、用户重要性、用户实时功率、用户数等多个属性信息；基于负荷建模的统计综合法的原理，通过电能计量自动化系统获取10 kV/0.4 kV配电变压器(以下简称“配变”)的负荷用户属性模型，并结合EMS中的电网结构和运行方式数据，通过潮流追踪的方法建立10 kV馈线及110 kV、220 kV、500 kV变电站负荷用户属性模型；最后以实际的惠州电网数据为例进行验证。

1 负荷用户属性模型设计

随着我国经济的不断发展和电力系统规模的不断扩大，人们对供电水平的要求越来越高，供电用户侧的实际业务需求也不断增长，各级调度必须对当前电网模型中的等值负荷模型进行细化和延伸。本文从各级调度部门在电网实际运行中较为关心的负荷实时功率、负荷用户数量、负荷重要性程度以及负荷所属的行业等几方面出发，设计了负荷的用户属性模型。

为实现多级协同的负荷管理，每一个10 kV/0.4 kV配变的负荷用户属性是多层协调负荷属性的基础单元，它需要涵盖负荷的基本用户属性，为更高层级的线路或变电站负荷用户属性的统计奠定基础。根据电网分析和运行调度的实际需要，设计出的10 kV/0.4 kV配变的负荷用户属性模型的属性包括：配变用户名、用电行业大属性、用电行业细分属性、重要性、实时功率、专用变压器(以下简称“专变”)或公用变压器(以下简称“公变”)、用户数和所属10 kV馈线名。该模型能够反映重要电力用户的安全供电管理，线路或变电站停电影响的用户数量，以及用户功率等关键信息，并且通过由下往上的多级协同管理，各地市电网调度部门、乃至上层的中调或总调的运行人员，都能够快速获得用户安全供电管理的关键信息。选择上述属性信息作为反映用户用电特征关键属性信息的主要原因如下。

a)用电行业大属性和细分属性：用电行业大属性和细分属性表征了用电负荷的社会性质，可为电网的规划建设以及应急措施的制定提供依据。不同行业的电压等级、用电时段、保供电要求不同，电力部门可根据这些信息合理安排供电调度计划以及制定应急措施。

b)重要性：负荷的重要性表征了该负荷的停电导致的经济、社会或其他方面的损失大小，负荷的重要性级别越高，该负荷的供电越不能中断。

c)实时功率：由于电力系统的发电与用电要做到实时平衡，否则会影响到供电可靠性和电能质量，所以实时功率是电力部门进行日常调度安排最根本的数据。

d)专变或公变：前者是指属于用户资产的用户专用变压器，后者是指属于供电公司资产的公用变压器。从用电属性的角度分析，专变所带负荷的性质较为统一，而公变所带负荷的属性参差不齐。因此可将专变看成单位用户，而公变则不能，其所带用户属性需作更细化的统计。

e)用户数：用户数是指定配变所带的用电客户的数目，表征了该配变停电所影响的用电客户的数目大小。

f)所属10 kV馈线名：一条10 kV馈线往往接有多个配变用户，确定配变所属10 kV馈线名是由下往上建立10 kV馈线和110 kV、220 kV、500 kV变电站负荷用户属性模型的基础。

负荷用户属性模型中，用电行业大属性包括农林牧渔、工业、建筑、交通仓储邮政、信息计算机服务、商业住宿餐饮、金融房地产商务、公共事业管理组织、城乡居民生活用电9大类；每一类用电行业大属性下可进行细分，例如农林牧渔包括排灌、农副业、农业、林业、畜牧业、渔业、水利业、农林牧渔水利服务业；重要性分为特别重要、重要、一般。

配变的负荷用户属性模型中所需的数据均可从电网公司的计量自动化系统中获取。根据负荷建模的统计综合法的原理[11]，并结合潮流追踪技术，可依次建立10 kV馈线，110 kV、220 kV和500 kV变电站负荷的用户属性模型。

2 10 kV馈线和110 kV变电站负荷用户属性模型建立

一般来说，配电网中每一条10 kV馈线均接有多台10 kV/0.4 kV配变，为干线式或树状式的开式网络接线形式，10 kV馈线的简化接线方式如图1所示。根据对各个配变负荷用户属性信息的统计情况，结合图1中配变对各10 kV馈线的从属关系，汇总后便可得到各个10 kV馈线负荷的用户属性模型中的用户数量、用户重要性、负荷实时功率信息。若某条10 kV馈线下没有重要的用电负荷，则认定其重要性为一般，但只要存在重要或特别重要的用电负荷，则认定其重要性为重要或特别重要。由于一条10 kV馈线下各个10 kV/0.4 kV配变的用电行业属性往往不同，因此，10 kV馈线的用电行业大属性和用电行业细分属性需要由各个10 kV/0.4 kV配变的用电行业属性合并而成。

图1 10 kV馈线简化接线方式Fig. 1 Simplified wiring mode of 10 kV feeders

同理，每个110 kV变电站中，其110 kV/10 kV主变的低压侧均并行接有多条10 kV馈线，为放射式的开式网络接线形式，110 kV变电站的简化接线方式如图2所示。根据前述各条10 kV馈线的负荷用户属性统计情况，结合各10 kV馈线对各110 kV变电站的从属关系，汇总统计后便可得到各个110 kV变电站负荷的用户属性模型。

图2 110 kV变电站简化接线方式Fig. 2 Simplified wiring mode of 110 kV substation

3 220 kV和500 kV变电站负荷用户属性模型建立

由上述分析可得到各110 kV变电站负荷的用户属性模型，以该模型为基础，结合EMS导出的包含110 kV网架的电网运行方式数据，建立220 kV和500 kV变电站的负荷用户属性模型。

3.1 基本思路

图3为某地区部分110 kV及以上电压等级电网的地理接线方式图。

图3 某地区部分110 kV及以上电压等级电网地理接线方式Fig. 3 Geological wiring mode of 110 kV and above voltage level power grids in a certain area

由图3可以看到，将负荷等值在110 kV变电站高压侧母线的110 kV及以上电压等级电网不是放射式的开式网络接线形式，存在每个负荷同时有多个电源对其供电的情况，如110 kV大门埔站就同时有220 kV秋长站和风田站对其供电。因此，无法直接判断220 kV或500 kV变电站与各110 kV变电站负荷的从属关系，不能直接汇总得到220 kV或500 kV变电站的负荷用户属性信息。

为分析统计每个220 kV和500 kV变电站负荷的用户属性信息，在一定程度上只需明确各220 kV和500 kV变电站的主变注入其负荷侧母线的总功率在各个负荷间的分配情况，即可实现上述要求，潮流追踪方法为此提供了有效途径。

3.2 潮流追踪的原理

在对电网进行潮流追踪之前，首先要根据BPA软件的潮流计算结果进行网络无损化处理，采用的是平均网损法[21]。虽然无损化处理后相应节点和支路的功率发生了变化，但由于支路损耗一般远小于支路有功潮流，可以假定无损化处理后的电网潮流与未进行无损化处理的电网潮流相差无几，计算误差在允许范围内(后续的功率变量若无特殊说明均指无损化处理后的功率)。以下详细阐述潮流追踪的基本原理。

若系统中有n个节点，其中有NG个电源节点，任一节点的总注入功率可表示为

(1)

式中：Pi为任一节点i的总注入功率；PGi为节点i的电源注入有功功率；αi,u为节点i的进线集合；Pij为支路i-j上从节点j流入节点i的功率。

在无损网络中，|Pij|=|Pji|，设Cij=|Pij|/Pj，代入式(1)整理得

(2)

式(2)写成矩阵形式为

AuP=PG.

(3)

式中：PG为电源功率列向量，P为n个节点总注入功率列向量；Au为n×n阶回溯矩阵，Au中的元素进一步定义如下。

(4)

(5)

向量P的第i个元素

(6)

(7)

即第k个电源向第i个负荷供给的功率等于PLiPGkcik/Pi，由此可以追踪得到特定负荷节点潮流的来源。

(8)

(9)

表1 惠州电网部分配变的负荷用户属性模型
Tab.1 Load user attribution model of distribution transformers in Huizhou grid

配变用户名用电行业大属性用电行业细分属性重要性实时功率/kW专变或公变用户数所属10 kV馈线名明兴园小区公变城乡居民生活用电居民生活用电一般83.34公变5110 kV置信线F11商业东街怡燕公变商业住宿餐饮商业一般216.72公变25510 kV置信线F11广梅汕铁路交通仓储邮政交通业重要45.08专变110 kV戴屋线F4惠州市广播电视台信息计算机服务信息业重要24.92专变110 kV戴屋线F4博罗现代医院公共事业管理组织公共事业特别重要31.04专变110 kV大桥路F14博罗县政府公共事业管理组织事业单位特别重要39.23专变110 kV城东线F5镇隆加印五金厂工业金属业一般42.81专变110 kV松山下线F1正果农林生态园农林牧渔农林业一般10.46专变110 kV龙江线F7

表2 惠州电网部分10 kV馈线的负荷用户属性模型Tab.2 Load user attribution model of some 10 kV feeders in Huizhou grid

(10)

(11)

(12)

(13)

于是，节点k上的源在支路i-j上的功率满足

(14)

节点l上的流在支路i-j上的功率满足

(15)

由式(14)和(15)可分别得到特定线路对各电源功率的汲取和对各负荷功率的分配。

4 算例分析

以惠州电网2017年某个时刻电网运行方式数据作为算例进行分析。由于电网中10 kV/0.4 kV配变数量巨大，本文只列出惠州电网部分配变的负荷用户属性模型，见表1。其中，配电专变下的用户数为1，配电公变下的用户数大于1；政府、军队、医院等用户为特别重要用户；监测指挥中心、铁路枢纽站、监狱等用户为重要用户。

根据配变的负荷用户属性模型和电网的拓扑结构及潮流追踪结果，可依次得到惠州电网中10 kV馈线、110 kV变电站、220 kV变电站、500 kV变电站的负荷用户属性模型，部分馈线和变电站的负荷用户属性模型分别见表2—5。需要强调的是，表2—5中的“重要性”属性下，括号中数字为特别重要用户数，若未加以括号说明，则表示特别重要用户数为1。

一条10 kV馈线往往接有多个10 kV/0.4 kV配变，由于10 kV馈线下配变都是并联运行，实时功率可由馈线下所有配变用户的实时功率相加得到；同样地，用户数为该馈线下所有配变的用户数相加。由于10 kV馈线众多，表2只列出了惠州电网部分10 kV馈线的负荷用户属性模型。

110 kV变电站主变的低压侧均并联接有多条10 kV馈线，因而110 kV变电站的实时功率和用户数为该变电站下所有10 kV馈线所带负荷的实时功率和用户数相加。根据220 kV变电站的110 kV侧出线对110 kV变电站负荷功率的分配情况来确定各个110 kV变电站对220 kV变电站的电气从属关系。根据潮流追踪结果，若某个220 kV变电站的110 kV侧出线对110 kV变电站负荷分配的功率不为零，则认为该220 kV变电站对110 kV变电站负荷供电，110 kV变电站从属于该220 kV变电站。于是可得到惠州电网中部分110 kV变电站负荷的用户属性模型，见表3。由表3可知，220 kV秋长站和风田站都通过其110 kV侧出线对110 kV大门埔站的负荷供电，即不同220 kV变电站可能对同一个110 kV变电站下的负荷供电。

表3 惠州电网部分110 kV变电站的负荷用户属性模型
Tab.3 Load user attribution model of some 110 kV substations in Huizhou grid

110 kV变电站名重要性实时功率/MW用户数所属220 kV变电站名光明站特别重要(5)28.6433 695湖滨站下埔站特别重要(3)29.7452 302雍园站水北站特别重要(4)19.6336 203湖滨站红旗站特别重要59.506 810仲恺站大门埔站特别重要29.2015 790秋长站、风田站稔山站重要18.3919 159铁涌站

根据220 kV变电站负荷对500 kV变电站的220 kV侧出线功率的汲取情况来确定各个220 kV变电站对500 kV变电站的电气从属关系。根据潮流追踪结果，若220 kV变电站负荷从500 kV变电站的220 kV侧出线功率中汲取的功率不为零，则认为该550 kV变电站对220 kV变电站负荷供电，220 kV变电站从属于该550 kV变电站。于是可得惠州市部分220 kV变电站的负荷用户属性模型，见表4。

表4 惠州电网部分220 kV变电站的负荷用户属性模型
Tab.4 Load user attribution model of some 220 kV substations in Huizhou grid

220 kV变电站名重要性实时功率/MW用户数所属500 kV变电站名湖滨站特别重要(8) 123.66117 272惠州站、茅湖站、东莞站仲恺站特别重要(2)214.5641 553惠州站、茅湖站、东莞站雍园站特别重要(3)58.53105 860惠州站、茅湖站、东莞站

表4中，某个220 kV变电站下的用户数可以由其供电的所有110 kV变电站的用户数和供电实时功率计算得到。由于一个110 kV变电站可能由不同的220 kV变电站供电，为分别统计不同的220 kV变电站给该110 kV变电站供电的用户数，在已知110 kV变电站总用户数的基础上，可假定负荷实时功率和用户数成正比；按照220 kV变电站的110 kV侧出线功率对110 kV变电站负荷分配的功率占110 kV变电站总负荷功率的比例，来确定该220 kV变电站对110 kV变电站的供电用户数。然后，由该220 kV变电站对各个110 kV变电站的供电用户数进行求和即可得到该220 kV变电站的用户数。

以500 kV惠州站为例分析500 kV变电站负荷用户属性模型，见表5。确定500 kV变电站下供电用户数的原理与220 kV变电站确定原理一致，这里不再赘述。

表5 惠州电网部分500 kV变电站的负荷用户属性模型
Tab.5 Load user attribution model of some 500 kV substations in Huizhou grid

500 kV变电站名重要性实时功率/MW用户数惠州站特别重要(26)707.69305 223

另外，由潮流追踪的结果可得到某个电源对不同负荷的供电功率分配情况，如500 kV博罗站总注入有功功率在各220 kV变电站负荷间的分配情况见表6。

表6 博罗站对各负荷供电功率的分配情况
Tab.6 Power distribution of Boluo station in each loadMW

负荷供电功率负荷供电功率冯屋站129.24仰天站33.80昆山站64.43其他3.28九潭站121.04

由表6可以看出，对于500 kV博罗站，其总注入有功功率为351.79 MW，供给220 kV冯屋站、昆山站、九潭站、仰天站的负荷功率分别占各变电站下负荷总功率的55.46%、55.18%、55.46%、55.37%。若500 kV博罗站停电，可近似认为冯屋站、昆山站、九潭站、仰天站下将分别有上述比例的用户因为500 kV博罗站的停电而受到影响。

同时，由潮流追踪的结果也可以得到各电源对某个负荷的供电功率分配情况，如对于110 kV光明站的负荷，表7列出了各电源对该变电站负荷的供电情况。可以看出，电源博罗站和茅湖站分别供给光明站负荷总功率的百分比为28.91%、48.64%。由于光明站的负荷中含有重要用户负荷，则可认为博罗站和茅湖站给重要用户负荷供电，一旦停电，重要用户负荷也将面临停电的风险，且由于茅湖站给负荷的供电量比博罗站的供电量大。因此，当前运行方式下茅湖站停电对光明站负荷的影响比博罗站停电的影响要大。

表7 各电源对光明站负荷的供给情况
Tab.7 Power supplies of power sources to Guangming station load MW

电源供电功率电源供电功率惠州站2.69茅湖站13.93博罗站8.28东莞站3.74

5 结论

本文在设计得到负荷用户属性模型的基础上，根据负荷建模中统计综合法的原理，利用潮流追踪的方法确定各电压等级变电站之间的供电从属关系，建立了各电压等级的馈线和变电站的负荷用户属性模型，通过算例分析得到以下结论。

a)所设计的负荷用户属性模型不仅包含了电压等级、拓扑关系等负荷物理属性信息，还涵盖了用户数量、用户实时功率、用户重要性等多方面的关键信息，使负荷模型得到了一定的细化和延伸。同时，模型的多级协同精细化有利于自上而下、清晰明了地掌握负荷信息，可为相关电力调度部门制定电网运行方式、评估电网停电风险等业务提供一定的依据。

b)通过潮流追踪方法获得的电源和负荷的源流关系可明确不同电压等级变电站之间的电气从属关系，为有效统计220 kV变电站和500 kV变电站的负荷用户属性信息奠定了理论基础。