Сборник докладов - Электроэнергетика глазами молодежи 2010
Подождите немного. Документ загружается.
140
; (6)
. (7)
Оценивание линейное, следовательно, в итерационных расчетах нет необходимости.
Преимущества использования регистраторов в задаче оценивания состояния
энергосистемы. Если в процедуру оценивания добавлены несколько замеров с регистра-
торов переходных процессов, то это неизбежно повлияет на точность оценивания в целом,
так как измерения PMU имеют значительно меньшую погрешность в сравнении с осталь-
ными измерениями.
Рассмотрим преимущества от использования информации с регистраторов на при-
мере девятиузловой схемы, изображенной на рисунке 3 [2].
Рисунок 3 – Тестовая схема
Расчет установившегося режима был произведен с использованием программного
комплекса «MustangWin». Оценка состояния энергосистемы производилась с использова-
нием программного комплекса «Космос». Для анализа влияния регистраторов искусст-
венно были смоделированы телеизмерения и погрешности замеров. Варианты установки
регистраторов сведены в таблицу 1.
Таблица 1 – Варианты установки регистраторов
Модель 1 Используются только стандартные измерения
Модель 2 Стандартные измерения и PMU (10 % от количества узлов)
Модель 3 Стандартные измерения и PMU (20 % от количества узлов)
Модель 4 Стандартные измерения и PMU (30 % от количества узлов)
Модель 5
Используются только PMU (минимум, обеспечивающий наблюдаемость
системы)
На рисунках 4 и 5 показаны результаты проведенного моделирования.
141
Все результаты оценивания сравниваются с результатами расчета заранее опреде-
ленного установившегося режима.
Рисунок 4 – Результаты оценивания по активной мощности
Рисунок 5 – Результаты оценивания по напряжению
В таблицы 2 и 3 сведены интегральные характеристики проведенного оценивания.
Таблица 2 – Интегральные характеристики оценивания по активной мощности
Вариант установки
регистраторов
Стандартное отклонение,
МВт
Модель 1 Стандартные измерения 12,58
Модель 2 10% регистраторов 9,68
Модель 3 20% регистраторов 8,68
Модель 4 30% регистраторов 8,90
Модель 5 Минимум регистраторов 0,69
142
Таблица 3 – Интегральные характеристики оценивания по напряжению
Вариант установки
регистраторов
Стандартное отклонение,
%
Модель 1 Стандартные измерения 2,12
Модель 2 10% регистраторов 1,55
Модель 3 20% регистраторов 1,27
Модель 4 30% регистраторов 1,73
Модель 5 Минимум регистраторов 0
Выводы
1. Внесение измерений PMU в процедуру оценивания приближает полученный ре-
жим к эталонному установившемуся режиму.
2. Введение измерений с регистраторов дополнительно к стандартным заметно
улучшает качество оценивания состояния установившихся режимов, если дополнитель-
ные измерения не превышают 30% от общего объема измерений. Далее наступает насы-
щение, вызванное погрешностью большого числа учитываемых измерений.
3. Установка регистраторов в каждом узле схемы радикально улучшает качество
оценивания. Однако полученный режим также, хотя и в меньшей степени, отличается от
эталонного установившегося режима из-за собственной погрешности регистраторов.
4. Использование измерений только с регистраторов позволяет получать наиболее
точное приближение к эталонному установившемуся режиму.
Список использованных источников
1. Васильев А.В., Прихно В.Л., Хватова Н.Г., Юдин А.В. Иерархическое оценивание элек-
трического режима энергосистемы // Материалы III международной научно-практ.
конф. «Энергосистема: управление, конкуренция, образование». Екатеринбург, 2008.
2. Захаров Ю.П., Исследование возможности использования СМПР в оперативно-
диспетчерском управлении: дис. на соиск. учен. степ. Магистра / ФГАОУ ВПО «УРФО
им. первого Президента России Б.Н. Ельцина
». Екатеринбург, 2010, 115с.
3. Концепция использования технологии синхронизированных по времени векторных
измерений параметров электрического режима для повышения качества и надежности
управления электроэнергетическими режимами и развития системы мониторинга
переходных режимов в ЕЭС России. ОАО «СО ЕЭС». Москва, 2010, 76 с.
4. Прихно В.Л. Программный комплекс КОСМОС оперативных расчетов режимов
энергосистем на основе телеметрической информации
.
5. Working Group C4.601. Wide Area Monitoring and Control for Transmission Capability
Enhancement, 2007.
143
ОЦЕНКА НЕРЕГУЛЯРНОЙ СОСТАВЛЯЮЩЕЙ
ГРАФИКА НАГРУЗКИ
А.С. Тавлинцев
УрФУ
Прогнозирование электропотребления является важной составляющей не только
процессов технологического управления режимами электроэнергетической системы, но и
функционирования оптового и розничного рынков электрической энергии и мощности.
Качество прогнозирования имеет большое значение при решении ряда технико-экономи-
ческих задач, например выбора состава генерирующего оборудования, формирования
стоимости электрической энергии на конкурентном рынке на сутки вперед и баланси-
рующем рынке и т.д.
В статье анализируется точность прогнозных графиков потребления, формируемых
на различных этапах планирования, по энергосистемам и ОЭС Урала в целом и оценить
величину нерегулярной составляющей графика нагрузки с целью оценки возможно дос-
тижимой максимальной средней точности оперативных прогнозов.
Анализ проводился с использованием программного пакета «Microsoft Excel».
Оценка неравномерности графика электропотребления выполнена на выборке минутных
значений электропотребления на интервале 61 день (с 1 июня 2009 до 31 июля 2009). Ка-
ждые сутки разбивались на определённое число интервалов и затем, методом наименьших
квадратов, определялся вид линейного тренда для каждого анализируемого интервала
времени внутри суток (длительность анализируемых интервалов составляет от 10 минут
до двух часов).
При проведении анализа сделаны следующие допущения:
в течение одного интервала метеорологические факторы (температура и освеще-
ние) изменяются незначительно и этим изменением можно пренебречь;
внутри каждого интервала величина электропотребления изменяется случайным
образом;
тенденция изменения величины электропотребления внутри интервала анализа
подчиняется линейному закону.
Предположение о незначительном влиянии метеорологических факторов основано
на том, что в течение небольшого интервала времени температура и величина освещённо-
сти меняются мало, следовательно, связанная с ними величина электропотребления изме-
няется также незначительно. Эта особенность должна достаточно ярко проявляться при
исследовании характера потребления электрической энергии обширных по площади тер-
риторий с большим числом потребителей (область, край, республика и т.д.).
Предположение о характере электропотребления внутри каждого анализируемого
интервала времени, взятого для построения линейного тренда, делалось из того, что в
энергосистемах имеется большое число потребителей, режим работы которых зависит от
различных производственных циклов и типа дня (рабочий, праздничный, предпразднич-
ный, выходной). Следовательно, при суммировании величин электропотребления всех по-
требителей значение электропотребления для территории энергосистемы в конкретный
момент времени является случайной величиной. С другой стороны, на каждом интервале
времени прослеживается устойчивая тенденция изменения уровня электропотребления,
которая достаточно хорошо описывается линейной зависимостью. Это же допущение по-
ложено в основу методов составления оперативных прогнозов с помощью различных ста-
тистических математических моделей оперативного прогнозирования электропотребле-
144
ния. Таким образом, можно предположить, что чем сильнее разброс фактических значе-
ний электропотребления от линейной тенденции, тем выше будет возможная средняя
ошибка прогноза, полученного с использованием данных математических моделей. Дру-
гими словами, фактическое значение электропотребления с большой вероятностью может
принять любое значение внутри некоторого диапазона (см. рисунок 1).
Рисунок 1 – Общий вид суточного графика нагрузки ОЭС Урала, 8 августа 2009 г.
Необходимо отметить, что отклонения от линейного тренда и будем считать значе-
нием нерегулярной составляющей колебаний графика нагрузки.
Для нахождения линии тренда воспользуемся методом наименьших квадратов. Для
этого необходимо составить целевую функцию, характеризующую среднее отклонение
фактических данных от линейного тренда, и найти её минимум. Вид целевой функции для
определения линии тренда методом наименьших квадратов представлен формулой
Э
1
α
β
min, (1)
где – число минутных замеров на интервале построения линии тренда; α
, β
– коэффи-
циенты, определяющие уравнение прямой;
– порядковый номер минутного замера
внутри интервала построения тренда;
– фактическое значение электропотребления,
внутри интервала построения тренда.
Для того чтобы получить непрерывную линию тренда внутри каждых суток, необ-
ходимо учесть ограничение вида
α
α
β
, (2)
причём для первого интервала ограничение не учитывается. Здесь α
– коэффициент урав-
нения прямой следующего интервала; α
и β
– коэффициенты уравнения прямой для
предыдущего интервала.
Таким образом, можно составить функцию Лагранжа
1
α
β
λ
α
α
β
min, (3)
где λ – неопределённый множитель Лагранжа.
145
Для нахождения минимума данной целевой функции необходимо решить систему
уравнений.
α
1
2
α
β
λ0,
β
1
2
α
β
0,
λ
α
α
β
0.
(4)
Общий вид графиков линейной аппроксимации представлен на рисунке 2.
Рисунок 2 – Результат построения линейных трендов для ОЭС Урала
за 8 августа 2009 г. на получасовых интервалах
(шаг сетки по оси x соответствует двухчасовому интервалу)
Среднее отклонение фактического графика нагрузки от линии тренда на каждом
интервале вычисляется согласно формуле
∆
1
α
β
. (5)
Результат расчёта нерегулярной составляющей графика электропотребления для
каждой энергосистемы представлен в таблице 1. Из таблицы 1 видно, что с уменьшением
интервала времени снижается величина нерегулярной составляющей. Наибольшее изме-
нение соответствует переходу с двухчасового интервала на часовой интервал времени и
переходу с 30-минутного к 15-минутному.
Далее проведём анализ с получасовой дискретностью, так как прогноз электропо-
требления выполняется именно с таким периодом времени.
Наибольшее среднее отклонение графика нагрузки от линейного тренда характерно
для следующих энергосистем (см. таблицу 1): Кировэнерго, Удмуртэнерго, Курганэнерго.
Из таблицы 1 видно, что для этих энергосистем характерна наименьшая точность прогно-
за электропотребления. Кроме того эти три энергосистемы, по сравнению с остальными,
характеризует невысокий уровень суммарной нагрузки. Интересно проанализировать ос-
новные параметры суточных графиков электрической нагрузки с целью выявить возможную
взаимосвязь с погрешностью оперативных прогнозов электропотребления.
0,88
0,90
0,92
0,94
0,96
0,98
1,00
0 120 240 360 480 600 720 840 960 1080 1200 1320 1440
Мощность, о.е.
Время, мин.
146
Таблица 1 – Величина нерегулярной составляющей, %
Интервал анализа 10 мин. 15 мин.
30 мин.
1 час 2 часа
Энергосистема
ОЭС Урала 0,216 0,247
0,302
0,337 0,4
Тюменьэнерго 0,118 0,124
0,142
0,172 0,236
Оренбургэнерго 1,021 1,139
1,643
1,774 1,852
Башкирэнерго 0,839 0,866
0,898
0,949 1,066
Кировэнерго 2,023 2,066
2,122
2,18 2,335
Удмуртэнерго 1,539 1,58
1,679
1,797 2,042
Пермьэнерго 0,732 0,79
0,862
0,963 1,045
Челябэнерго 0,964 1,042
1,19
1,304 1,371
Свердловэнерго 0,842 1,007
1,197
1,252 1,298
Курганэнерго 3,228 3,348
3,496
3,673 3,912
Из данных, представленных в таблице 2, можно найти некоторую зависимость ме-
жду средней ошибкой прогнозного графика и параметрами, характеризующими график
нагрузки. Графически эта взаимосвязь проиллюстрирована на рисунках 3–5.
Таблица 2 – Средняя ошибка ПБР и основные статистические характеристики
графиков электропотребления.
Энергосистема Средняя ошибка ПБР, % Нерегулярная составляющая %
Тюменьэнерго 0,67 0,14 0,916 0,953
ОЭС Урала 0,76 0,30 0,847 0,927
Башкирэнерго 1,55 0,90 0,759 0,907
Челябэнерго 1,95 1,19 0,781 0,892
Пермьэнерго 1,96 0,86 0,777 0,893
Свердловэнерго 2.00 1,20 0,776 0,874
Оренбургэнерго 2,58 1,64 0,759 0,907
Удмуртэнерго 2,92 1,68 0,615 0,803
Кировэнерго 3,27 2,12 0,574 0,805
Курганэнерго 5,78 3,50 0,547 0,748
Рисунок 3 – Графическая зависимость средней ошибки ПБР от коэффициента
неравномерности графика нагрузки
147
Рисунок 4 – Графическая зависимость средней ошибки ПБР
от величины нерегулярной составляющей
Рисунок 5 – Графическая зависимость средней ошибки ПБР
от средней величины электропотребления
Таким образом, можно предположить, что:
1. Средняя ошибка прогнозирования сильно зависит от средней величины электро-
потребления по энергосистеме и полученной величины нерегулярной составляющей
графика нагрузки.
2. Величина нерегулярной составляющей графика электропотребления растёт с
уменьшением средней величины электропотребления на территории энергосистемы. Ско-
рее всего, это вызвано увеличением влияния отдельного потребителя на суммарное элек-
тропотребление, следовательно, чем меньше число потребителей в энергосистеме, тем
ниже точность прогнозирования на базе статистических моделей.
148
ИССЛЕДОВАНИЕ РЕЖИМОВ ПАРАЛЛЕЛЬНОЙ РАБОТЫ
ПО СЕТЯМ 220 И 110 кВ ТОМСКОЙ ЭНЕРГОСИСТЕМЫ
И.М. Кац
1
, С.Г. Приходько
2
1
ТПУ,
2
Филиал ОАО «СО ЕЭС» Томское РДУ
Томская энергосистема ОЭС Сибири соединяется с северными районами Тюмен-
ской энергосистемы ОЭС Урала двухцепной линией электропередачи 220 кВ между под-
станцией (ПС) Томская-500 и Нижневартовской ГРЭС. Соединение осуществлялось для
обеспечения надежного электроснабжения предприятий добычи и транспортировки нефти
и газа. Однако в настоящее время эта линия на участке ПС Вертикос–ПС Парабель ра-
зомкнута. В результате Томская энергосистема делится на две части, получающие элек-
троэнергию из разных источников: южная часть – от Томской энергосистемы, северная –
от Тюменской.
Замыкание этой линии электропередачи создаст возможность обмена мощностью
между Тюменской и Томской энергосистемами и при аварийных или плановых отключе-
ниях участков транзита 220 кВ обеспечит повышение надежности питания нефтегазопро-
мысловых предприятий в районе Оби. Однако при этом образуется кольцевая структура:
связь по линии 220 кВ будет шунтировать связь между ОЭС Сибири и энергосистемой
Северного Казахстана по сети 500 кВ. Известно, что в таких сетях перетоки мощности по
разным участкам кольца оказываются взаимно зависимыми, и перетоки активной мощно-
сти по линиям 500 кВ могут ограничиваться режимами линий 220 кВ, например, из-за пе-
регрузки последних по току. Такие же ограничения могут возникнуть в отношении линии
110 кВ, связывающей промежуточные подстанции групп нефтяных и газовых месторож-
дений, которая разомкнута на участке ПС Двуреченская–ПС Катальгинская. Обобщенная
структура сетей питания нефтегазопромысловых предприятий приведена на рисунке 1.
Рисунок 1 – Схематичное представление расчетной зоны
нефтепромысловых предприятий Томской области
149
Возможность замыкания линии 110 кВ также может повысить надежность питания
потребителей нефтегазопромысловых предприятий. Ожидается, в частности, что это при-
ведет к снижению объема самоотключения двигателей в системах электроснабжения. В
связи с этим в данной статье режимы параллельной работы рассматриваются не только по
линии 220 кВ, но и по линии 110 кВ.
Желаемые условия работы электрических сетей возможны при обеспечении неза-
висимости перетоков мощности по разным участкам кольцевых структур. Для этого могут
применяться вставки постоянного тока (ВПТ), фазоповоротные устройства (ФПУ) и дру-
гие технические средства [1, 2]. Причем для управления потоками мощности необходимо,
чтобы эти устройства были управляемыми, а сигналы управления формировались на ос-
нове данных о текущих режимах энергосистемы. Предложения и соответствующие проек-
ты по решению вопроса о возможности параллельной работы по линии 220 кВ при уста-
новке ФПУ или ВПТ рассматривались еще в 90-х годах [3]. Реализованы эти проекты не
были из-за их высокой стоимости. К тому же в тот период вопрос о повышении надежно-
сти питания потребителей не был столь актуальным.
Поскольку была поставлена задача оценки надежности питания систем электро-
снабжения, то потребовалось подробное моделирование не только основных элементов
энергосистемы, но и систем электроснабжения как для установившихся режимов (УР), так
и для электромеханических переходных процессов.
Особенностями систем электроснабжения нефтегазопромысловых предприятий яв-
ляются:
питание больших групп территориально распределенных систем электроснаб-
жения по протяженным линиям 110 кВ с малым числом параллельных цепей;
наличие в составе систем электроснабжения большого числа мощных высоко-
вольтных (6 кВ) синхронных и асинхронных двигателей, а также асинхронных
двигателей различной мощности на напряжение до 1000 В, которые оборудова-
ны защитой минимального напряжения с разными уставками по напряжению и
времени;
наличие в составе систем электроснабжения маломощных газотурбинных и га-
зопоршневых электростанций, работающих на попутном газе;
наличие на нескольких подстанциях управляемых шунтирующих ректоров
(УШР), работающих параллельно с батареями статических конденсаторов.
Была создана расчетная модель систем электроснабжения нефтегазопромысловых
предприятий, интегрированная в модель, состоящую из подробных моделей ОЭС
Сибири,
энергосистемы северного Казахстана, Тюменской энергосистемы и примыкающих к ней
отдельных объектов ОЭС Урала.
В целом топология схемы модели содержит 1761 узел и 2084 ветвей. В качестве ба-
лансирующего узла приняты шины ПС Сокол ОЭС Казахстана. В расчете динамики база
содержит 89 синхронных двигателей с системами возбуждения и автоматическими регу-
ляторами возбуждения (АРВ), 139 узлов с отдельными или эквивалентными асинхронны-
ми двигателями, 110 генераторов. Из них 56 генераторов учтены точными моделями с
системами регулирования частоты вращения и АРВ, 54 генератора, удаленных от расчет-
ного района, – упрощенными моделями.
Предварительно, исходя из особенностей структуры питающих и распределитель-
ных сетей, можно ожидать, что нагрузка окажет достаточно сильное влияние на характер
процессов
, особенно при коротких замыканиях и отключениях участков в питающих сетях
110 кВ. Это объясняется тем, что процесс самозапуска двигателей всех месторождений
при возмущениях будет оказывать сильное влияние на уровни напряжения всей сети. По-
этому расчеты, проводимые проектными организациями при поэтапном проектировании