周 颖
(扬州市职业大学)
在电力市场放松管制的过程中, 引入了激励和质量监管, 以提高配电网的成本效率, 防止降低供电可靠性。与此同时, 将建立基于可再生资源的电能发电系统的长期目标导致了分布式发电机组的广泛推广。DG 在配电网中的普及率不断提高, 给电压控制、 电网负载和可靠性带来了新的技术挑战。因此, 网络运营商一方面必须优化其电网, 从而降低现有成本, 另一方面需要整合大量DG机组[1-2]。
在电力与通信系统的相互作用中, 电力系统为通信系统提供了稳定的供电, 而通信系统则为电力系统提供了监控、 控制和保护等功能。因此, 电力与通信系统的相互作用对系统的可靠性至关重要。
在进行可靠性分析时, 可以采用以下几个步骤:
1) 确定电力与通信系统的相互依赖关系: 了解系统中电力与通信系统的相互依赖关系, 包括电力系统对通信系统的供电依赖程度, 通信系统对电力系统的监控、 控制和保护依赖程度。这可以通过系统设计文档、 通信设备接口标准等资料来获取。
2) 评估电力系统可靠性: 分析电力系统的可靠性, 包括供电可靠性、 电力设备的可靠性等。可以使用可靠性分析方法, 如故障模式和效应分析(FMEA) 、 可靠性块图 (RBD) 等对电力系统进行评估。
3) 评估通信系统可靠性: 分析通信系统的可靠性, 包括通信设备的可靠性、 通信链路的可靠性等。可以使用类似的可靠性分析方法对通信系统进行评估。
4) 分析相互作用影响: 将电力系统和通信系统的可靠性评估结果结合起来, 分析电力与通信系统相互作用的影响。例如, 当电力系统发生故障时, 通信系统是否能正常工作, 从而提供对电力系统的监控和控制; 当通信系统发生故障时, 电力系统是否受到影响, 如是否能正常进行保护操作等。
通过以上分析, 可以全面评估电力与通信系统相互作用的可靠性, 并采取相应的措施提高系统的可靠性, 确保系统在正常运行和故障恢复过程中能够稳定工作。
由于引入了智能应用程序来支持系统运行, 电力系统的整体结构正在发生变化。其中一些应用程序已经定期安装在电力系统中。其他的则在试点项目中进行测试, 以确定其总体效益并评估潜在的用例。
由于该系统的进一步自动化需要更多的信息和通信, 这一趋势将导致信息和通信技术的利用率以及前面提到的相互依存关系的增加, 在共同操作条件和突发事件期间必须考虑到这些相互依存关系。如果这一发展与当前的动态进一步发展, 整个系统很快将由以下三部分组成: 电力系统、 智能应用和信息通信技术系统。
ⅠCT (信息和通信技术) 系统可以在不同的拓扑结构中实现, 这些拓扑结构尤其随着传输介质的不同而变化。ⅠCT 系统中通信的可靠性进一步受到系统切换状态、 通信路径冗余和设备故障率的影响。因此, 有必要对ⅠCT 系统进行明确建模, 以模拟ⅠCT系统和电力系统之间的所有可能交互[3-5]。通信系统通常由网络层、 站层和现场层定义, 而在现代架构中, 站层可以省略。总体而言, 通信系统可以建模为由节点和分支组成的网络, 如图1 所示。图中以不同的细节展示了ⅠCT 系统的基本概念及其与电力系统的连接点。
图1 信息通信系统建模
ⅠCT 系统在故障情况下的运行通常仅限于维修和更换。其他行动, 如智能应用程序的动态路由和操作模式的改变, 通常由协议和软件自动执行, 但在信息和通信技术系统的模拟中必须考虑。然而, 可以得出结论, 对于信息交换的仿真, 路径搜索算法是足够的。
根据其主要通信方向, 智能应用可分为两类: 以单向信息交换为主的应用和以双向信息交换为主。对于可靠性评估, 这些组之间的主要差异是在网络或功能故障的情况下的回退位置。主要具有单向信息交换的应用程序需要接收命令或发送测量值才能正常工作。如果通信路径中断, 则这些应用程序提供的功能将不再可用。因此, ⅠED 级别的网络故障具有与功能故障相同的影响。具有控制和监测任务的应用程序,例如远程切换、 分区点的切换和监测系统, 可以与这组应用程序相关联。图2a显示了这种效果的示意图。
图2 网络故障期间的智能应用
主要具有双向信息交换的应用程序接收命令以及发送测量值。因此, 在大多数情况下仍然可以仅基于局部测量来控制应用。如果通信路径中断, 这些应用程序的功能可以通过分散的解决方案在有限的范围内实现。因此, ⅠED 级别的网络故障不会导致功能的完全丧失。具有基于算法或管理任务的控制功能的应用, 例如在线分接开关控制、 DSM 和GSM, 可以与这组应用相关联。例如, 对于基于广域测量的在线分接开关控制, 可以定义仅基于本地测量的网络故障情况下的回退位置。图2b 显示了效果。在可靠性评估中,必须考虑应用程序的这些后备位置, 以便对其功能进行正确建模。
首先, 该算法的输入数据由ⅠCT 系统拓扑结构、ⅠCT 设备可靠性、 智能应用的定义以及负荷和发电使用电力系统的离散但固定场景扩展为负荷和发电的时间序列。在故障生成过程中, ⅠCT 设备故障以及ⅠCT和电力系统设备故障的故障组合正在整合。
在故障模式影响分析中, 对于每个故障场景, 故障影响都是在考虑负载和发电的时间序列的情况下确定的。这需要对这些时间序列的每个时间点重复故障影响分析。此外, 考虑到智能应用和对电流和电压值的详细评估, 需要进行负载流计算, 从而加强了再补给过程。
新方法中确定供应指数可用性的概念可以描述如下。从客户的时间序列中提取持续时间非常短 (例如1min) 的单个时间点, 并可以通过其时间戳将其与特定的故障率联系起来。对于这些单个时间点, 在故障模式影响分析中评估了在该时间点发生的故障和过去发生但在该时间点将对客户产生影响的故障的影响。通过将过去发生的故障与所考虑的时间点的故障模式影响分析结果相匹配, 可以对单个时间点的缺陷概率进行全面评估。此外, 它可以区分功率需求削减(DSM) 和注入 (GSM) 以及完全断开电网的操作状态。所有单个时间点的结果之和导致一年中出现赤字的可能性。计算单个时间点还可以确定一年中的赤字能量和赤字所涉及的分钟数。故障的频率和造成缺陷的频率可以通过考虑单个时间点的故障概率及其持续时间来确定。
场景1, 使用智能应用程序进行操作。在第一个场景中, 考虑了利用智能应用程序的网格操作。因此, 电力系统和信息通信技术系统的故障都已在可靠性评估中确定。除了考虑可能的额外故障外, 还考虑了补给过程中GSM和远程交换能力的使用。
场景2, 加强型电力系统。出于比较的原因, 对加强型电力系统进行了额外的计算。已使用之前文献中提出的算法确定了额外设备的加固需求和最佳安装位置。由于目前基础设施的年代未知, 因此只安装了额外的设备, 这导致了大量的双线。从可靠性评估的角度来看, 这种加固代表了最坏的情况。增强型电力系统在常见操作条件下不再需要使用GSM。如果在突发事件期间仍发生线路过载, DG 机组将立即与电网断开。
图3 通过定义的系统平均中断持续时间指数(SAⅠDⅠ) 和系统平均中断频率指数 (SAⅠFⅠ) 显示了整个电网的故障概率和故障频率。由于只有DG (发电)机组配备了GSM (发电侧管理) 并连接到ⅠCT 系统,因此评估区分了消费者和DG 机组, PSE 指电力系统设备。
图3 示例MV电网的缺陷频率和概率
在场景1 中, 消费者的赤字频率和赤字概率低于场景2 中, 因为电力系统中用于向消费者供电的设备较少。在场景2 中, 故障频率比故障概率增加得更多, 因为在配备远程控制开关设备的电力系统中, 附加设备通常只会导致短时间的故障。然而, 对于工业消费者来说, SAⅠFⅠ价值增加约25%可能是至关重要的。
对于DG机组, 两种情况下的赤字频率大致相同。在第一种情况下, ⅠCT 系统故障对DG 机组的总体故障频率有很大影响, 因为在ⅠED 功能故障的情况下,GSM的后备位置是将DG机组与电网断开以防止过载情况。这些故障还导致故障概率的显著上升, 因为DG 装置在更换或修理简易爆炸装置之前一直处于断开状态, 这被认为需要2h。相反, 配备远程切换功能的主系统中的切换操作只需要5min。因此, 主系统中的单个故障对DG 单元的影响通常小于其控制ⅠED 的故障。由于过载而与电力系统断开连接导致的赤字仅为场景1 中示例性MⅤ电网中赤字概率的~1%。在场景2 中, 由于电力系统过载而导致的断开所导致的赤字几乎也可以完全避免。
DG 机组的故障频率和故障概率低于消费者, 因为在这个特定的示例性电网中, DG 机组安装在没有替代供电路径的单个支路中的频率较低, 并且DG 机组仅在供电时间内容易发生故障。
对电力系统和信息通信技术系统之间潜在相互作用的分析表明, 如果使用智能应用程序来控制和监测电力系统, 它在某些时间点可能依赖于信息通信技术。这种依赖性反过来会对电力系统的可靠性产生重大影响。因此, 提出了一种新的电力系统可靠性计算方法, 使用新算法的结果表明, 智能应用程序的使用可能对一些客户有利, 因为否则必要的电力系统大规模加固也会对可靠性产生负面影响。此外, 新方法使运营商能够评估具有智能应用的电网, 从而在规划未来配电网的过程中提高安全性。