基于配电网拓扑精缩方法的保供电状态分析方法研究

基于配电网拓扑精缩方法的保供电状态分析方法研究

吕兴涛

510311198910181317

摘要：在社会经济快速发展的时期，用电需求持续增加，使供电网承受了巨大的供电负荷，供电状态难以得到保证，需要采取有效的方法，分析保供电状态，以确保配电网运行稳定性。故本文在介绍配电网拓扑精缩方法的基础上，通过该方法的使用，分析保供电状态，并得出相应的结论。希望通过本文研究，为相关行业提供借鉴。

关键词：分析方法；精缩方法；供电状态

引言：在科学技术普及应用的背景下，智能技术逐渐被应用于配电网络，在促进智能电网发展的同时，依然存在诸多不足。具体表现为智能终端仅在关键环节安装，尚未实现全部覆盖的目标，故存在监测盲区，如何对配电网进行全覆盖，已经受到相关领域的高度关注。而拓扑精缩方法的应用，则有助于扩大保供电状态评估范围，因此，研究此项课题，具有十分重要的意义。

一、拓扑精缩方法介绍

当前阶段，多数配电网状态评估方法对拓扑结构的要求较为严格，仅在后者完整的情况下，方能实现准确评估。此类虽然效果显著，但需要运算大量的数据，难度较高。

站在供保电的角度上看，电气负荷情况属于重点关注的对象，比如：城区或工业区供电线路的负荷，究其原因，主要是与其他供配电线路相比，此类区域用电量较大，属于重要负荷。因此，在评估时，无需对全部节点的电气信息加以关注，从而为拓扑结构简化，创造了有利的条件。

配电网拥有种类和数量繁多的节点，如：电源节点、设备节点等，尤其是城区中心地带，甚至还设置了柴油机节点、UPS节点等。且各节点在测量水平上均不相同。拓扑精缩方法与传统评估方法相比，可以整合对负荷影响较小的节点，最终完成精缩拓扑结构的建立，该结构不仅能对重要负荷加以反映，同时，其内部还含有大量的数据信息。

换言之，可将该结构中的节点称为关键节点，其主要由三部分组成，（1）信息完整，且能够被观测的节点；（2）与重要负荷相连接的节点。（3）其他不被重点关注，经过整合后的节点[1]。

二、基于配电网拓扑精缩方法的保供电状态分析方法研究

（一）保供电状态分析方法

结合上文可知，相较于普通评估方法，拓扑精缩方法较为简单，无需运用大量的数据，故将其作为保供电状态分析方法，具有非常高的可行性。其分析步骤如下：

（1）以配电网信息系统为基础，对配电网框架模型进行提取，通过这种方式，获取后续分析所需的拓扑结构和参数。这里所说的框架模型，其所对应的区域为待分析区域。

（2）在完成设备和各节点信息的提取后，对关键节点信息加以明确，主要由以下部分组成：第一，能够在最大限度反映待测区域保供电状态的节点，比如：负荷配变和出口断路器。第二，重要负荷节点。

（3）针对不重要的节点，需通过合并的方式进行整合。合并顺序的起点为拓扑末端设备，直至关键节点为止。合并方式为自上而下，最后即可获得精缩后的拓扑结构。

（4）精缩后的拓扑结构，会形成导纳矩阵，该矩阵能够反映待测区域的保供电状态。与此同时，还要遵循一定的周期性，在配网系统中，对关键节点的电气数据信息加以提取，并将其与导纳矩阵相结合，通过潮流分析，完成对重要负荷节点电压和功率的求解。

（5）对潮流分析过程进行重复，与最小二乘法精度要求相吻合后方可停止。在获取电压和功率数据后，需要将电压和负载率作为重点关注对象。这里所说的电压和负载率，位于重要负荷节点。其中，电压不能超过标准，否则容易因电压过高，导致配网电路受损，无法正常运行。而负载率分析，其主要目的在于防止过载现象的发生，从源头上控制开关跳闸风险[2]。

（二）案例分析

为对上述分析方法的有效性加以验证，文章拟采用两种常用的配电网结构，分别为和节点。通过与经典分析方法相比较的方式，总结基于配电网拓扑精缩方法在分析保供电状态方面的优势。在分析过程中，将节点8看作是重要负荷接入节点。

（1）以节点为例，如图1所示。若实测数据量位于两种不同的场景，如下：第一个场景：对和8以外节点未存在实测数据进行随机抽取；第二个场景：对和8以外节点未存在实测数据进行随机抽取。

将节点8作为基准点，其原因在于该节点属于重要负荷节点，之后，对常用增加伪测量方法和本文所研究方法相对比，得到两种方法在上述场景中的误差和所需时间。结果如下：

在场景1中，常用方法的算法误差为0.528；所需时间为279毫秒；本文所研究的方法，算法误差为0.085；所需时间88毫秒；

在场景2中，常用方法的算法误差为0.759；所需时间为289毫秒；本文所研究的方法，算法误差为0.104；所需时间36毫秒。

通过上述计算结果可知，在相同场景中，由于拓扑精简方法，可以将非关键节点进行合并，拓扑结构在规模上，会远远小于常规方法下的拓扑结构，迭代次数也会相应减少，故所需时间较少。此外，拓扑精缩方法，主要分析对象为实测数据，故在相同场景下，可以获得更高的精确度。

进一步比较上述两种方法的性能，场景2与场景1相比，实测数据偏少，在这种情况下，本文研究的方法优势更为显著，通过合并节点，使拓扑结构更加精简。故相较于场景1，在场景2精简拓扑方法所需的时间更少，但误差却有一定的增加，这与实测数据减少有关。因此，在实际应用阶段，需要把握精度和效率之间的平衡性。值得强调的是，合并后的节点无法被测量，无法对该节点的电气数据进行获取。

图 1 配电拓扑结构

（2）以配网为例，对本文所研究方法的应用效果加以分析，如图2所示。

图 2 配网拓扑结构

将节点16作为重要负荷节点，分别设置场景1和场景2，具体内容如下：第一个场景：对和16以外节点未存在实测数据进行随机抽取；第二个场景：对和16以外节点未存在实测数据进行随机抽取。

重复上述方法，分析保供电状态，将节点16作为基准点，对两种算法在不同场景下的精度和耗时加以分析，结果如下所述：

在场景1中，常用方法的算法误差为0.679；所需时间为739毫秒；本文所研究的方法，算法误差为0.115；所需时间135毫秒；

在场景2中，常用方法的算法误差为0.815；所需时间为805毫秒；本文所研究的方法，算法误差为0.124；所需时间102毫秒。

结合上述数据可知，无论是在，还是在配网拓扑结构之中，本文所研究的方法，在精度和效率上均高于常规方法。但依然存在不足之处，具体表现为拓扑浓缩方法，无法评估配网的全部节点状态，简言之，就是在评估非关键点状态时效果较差。但由于保供电属于重要节点，故应用拓扑精缩方法，具有非常高的可行性，能够充分发挥该方法的优势。

结论：综上所述，在实例分析后发现，在保供电状态分析中，对拓扑精缩方法进行运用，可取得良好的效果，其精度和效率远远优于常规方法，为此，建议有关单位重视对该方法的研究和应用，以保证供电网运行的稳定性和安全性。

参考文献：

[1]刘思嘉,刘子锐,赵波.一种基于双聚类方法的配电网拓扑辨识算法[J].北京信息科技大学学报(自然科学版),2022,37(05):27-34.

[2]牛威,王忠博,刘向宁.基于电力线宽带载波的配电网拓扑关系自动识别[J].电子技术与软件工程,2022(17):144-147.