APP下载

一种基于历史数据特征的配变重过载判断方法

2021-11-11朱延廷谭振鹏李高明欧阳卫年

农村电气化 2021年11期
关键词:历史数据供电所寿命

朱延廷,谭振鹏,李高明,欧阳卫年

(广东电网有限责任公司佛山供电局,广东 佛山528000)

重过载是配网变压器(下简称配变)的常见异常,通常在负荷高峰时出现,但也有因为规划设计不合理而导致长期出现。而电动车越来越广泛的使用,使得充电负荷对电网的影响越来越大,甚至导致短时内配变重过载。配变重过载的危害最主要有2个:降低运行效率;容易诱发变压器超温,缩短变压器寿命,甚至导致烧毁。负载率的高低不仅仅只关系到变压器自身的寿命和使用效益,不同的负载率取值有时还会导致变压器有效容量不同而影响变电站有效容量,影响整个城市网架[1]。准确管控配变运行的负载情况,科学评估配变运行状态,实时调整配变容量,必将带来巨大的降损效益[3]。

1 配网变压器重过载的电气特征

通常使用变压器负载率来表示重过载的电气特征,当变压器负载率大于80%时为重载,当负载率大于100%时为过载。负载率计算公式有2种。使用实时负荷计算,根据《电力工程设计手册》,其计算公式如下:

式中:S为三相视在功率之和;SN为变压器额定容量。

使用负荷电流计算,公式如下:

式中:I为三相电流的平均值;IN为变压器额定电流。

2 基于历史数据特征的配变重过载判断方法

上一节给出了配变重过载的电气特征。利用上述公式只能得到瞬时情况下的重过载情况,然而配电网中的用户负荷是快速变化的,瞬时或者短时的重过载情况,即使发现并通知运行人员处理,到现场后异常状态就可能消失了,浪费人力物力,况且有些重过载具有一过性,发生重过载后一段时间可能不再发生。因此,直接使用配变重过载的电气特征是无法有效判定配变的重过载的。

在此,提出一种基于一定时期配变运行历史数据的重载判定方法。假设统计时间长度为T(单位为小时),数据采集间隔为15 min。

首先,根据式(1)或式(2)计算出每15 min的负载率。

然后判断每15 min的负载率是否大于80%,是则认为该15 min配变重载,否则认为其非重载。

计算出T时间内的配变重载时间占比,用以下公式:

式中:n为重载的次数。

当k大于5%时认为该配变重载。

有关国家标准[2,3]指出,短时过载超过0.5 h对配变的设备寿命有较大影响。所以此处,对于k大于多少判定为配变重载,此处给出的标准是5%。因按一天24 h计算,5%为1.2 h。

对于配变过载的方法,类似的有:

根据式(1)或式(2)计算出每15 min的负载率。

然后判断每15 min的负载率是否大于100%,是则认为该15 min配变过载,否则认为其非过载。

计算出T时间内的配变过载时间占比,用式(3)进行计算。此时式中n为过载的次数,0.25 h代表15 min。

当k大于2%时认为该配变过载。

同样的方法可以得出配变过载的判定方法。须要注意的是,配变过载只须k大于2%即认为配变过载。因为国家标准[2,3]指出,短时过载超过0.5 h对配变的设备寿命有较大影响。按一天24 h计算,2%为0.48 h,接近0.5 h。

3 某一供电所的应用案例

根据某供电所某月的494台配变运行量测数据进行分析计算,可以得到配变重载的情况。

如图1所示,横轴为重载时长占比,纵轴为配变台数。满足重载条件的配变共62台,占配变总数的12.55%。由于重载情况本身较少,所以该方法仍然较好地筛选出问题配变。某台配变重载时长占比为6.08%的配变,其负载率分布和曲线如图2所示。

图1 某供电所某月配变重载时长分布

图2 某供电所某月某配变重载情况

图2中可见,重载时长超过5%时,已经经常间歇性发生配变负荷过高的情况,影响设备正常运行。所以,该判定方法是准确有效的。

同时,按上文中给出的方法,可以对同一供电所的配变数据进行分析计算,得到配变过载的情况:

如图3所示,横轴为过载时长占比,纵轴为配变台数。满足过载条件的配变共45台,占配变总数的9.11%。由于过载情况本身较少,所以该方法仍然较好地筛选出问题配变。某台配变过载时长占比为2.27%的配变,其负载率分布和曲线如图4所示。

图3 某供电所某月配变过载载时长分布

图4 某供电所某月某配变过载情况

如图4所示,过载时长超过2%时,已经经常间歇性发生配变过载的情况,影响设备安全。所以,该判定方法是准确有效的。

4 结束语

本文提出的基于配变历史数据特征的配变重过载判断方法,通过负载率的值以及对应时长占比综合判断,能够有效找出长期存在重过载异常的配变。经过某一供电所的实际案例检验,该方法能准确有效识别出重过载配变,及时指导业务人员进行相应的配变异常排查。

猜你喜欢

历史数据供电所寿命
宁夏首个“零碳”供电所建成投运
人类寿命极限应在120~150岁之间
基于设备PF性能曲线和设备历史数据实现CBM的一个应用模型探讨
基于故障历史数据和BP神经网络的接地选线方案研究
仓鼠的寿命知多少
马烈光养生之悟 自静其心延寿命
基于Hadoop技术实现银行历史数据线上化研究
人类正常寿命为175岁
用好细节材料 提高课堂实效
供电所配网低电压问题的解决对策