殷自力，張 偉

?

基于回路阻抗模型的城鄉(xiāng)低壓配電網(wǎng)絡運行狀態(tài)評估

殷自力1，張 偉2※

（1. 國網(wǎng)福建省電力有限公司，福州 350003； 2. 積成電子股份有限公司，濟南 250100）

為解決城鄉(xiāng)低壓配電網(wǎng)運行狀態(tài)評估問題，提出了一種基于智能電表的城鄉(xiāng)低壓配電網(wǎng)運行狀態(tài)評估方法。建立了低壓配電網(wǎng)回路阻抗模型，提出了基于智能電表電壓與電流變化速率的回路阻抗近似計算方法；建立了需求側(cè)實時電壓數(shù)據(jù)陣和需求側(cè)實時電流數(shù)據(jù)陣分別記錄配電變壓器所屬的所有智能電表不同時刻的電壓與電流量測信息，并通過兩矩陣生成了需求側(cè)實時回路阻抗數(shù)據(jù)陣，以記錄配電變壓器所屬的所有智能電表上游回路的阻抗變化情況；最后基于回路阻抗數(shù)據(jù)陣詳細討論了低壓配電網(wǎng)運行狀態(tài)的評估方法。實例分析驗證了該文所提方法的可行性，智能電表低壓回路阻抗的近似計算值與實際值的最大誤差不超過81%，最小誤差不超過11%，平均誤差不超過22%，可滿足現(xiàn)場工程實際需求。

電表；模型；低壓配電網(wǎng)；回路阻抗；狀態(tài)評估

0 引 言

運行狀態(tài)評估可對電網(wǎng)的實時及歷史運行狀態(tài)進行評估分析，并對未來電網(wǎng)運行態(tài)勢進行預測分析，篩查電網(wǎng)薄弱環(huán)節(jié)，并將電網(wǎng)隱形故障消滅在萌芽狀態(tài)，是提高電網(wǎng)供電可靠性的重要手段之一[1-3]。

目前的運行狀態(tài)評估多集中在輸電網(wǎng)及中高壓配電網(wǎng)領域，而城鄉(xiāng)低壓配電網(wǎng)絡由于采樣裝置的限制，運行狀態(tài)評估的研究較少見諸于報端。文獻[4]提出一種基于多信息融合的變壓器運行狀態(tài)評估方法；文獻[5]提出一種基于模糊綜合評價法的變壓器運行狀態(tài)評估；文獻[6]提出一種基于可信性理論的高壓斷路器運行狀態(tài)評估；文獻[7]提出一種基于貝葉斯網(wǎng)絡的架空輸電線路運行狀態(tài)評估；文獻[8]提出一種輸電系統(tǒng)運行風險評估方法，上述方法基于高壓輸電網(wǎng)準確完備的采集數(shù)據(jù)，分別從不同的角度對輸電網(wǎng)運行設備、運行狀態(tài)進行了評估分析。文獻[9]提出一種基于改進雷達圖的配電網(wǎng)綜合狀態(tài)評估實用方法；文獻[10]提出一種基于實時運行數(shù)據(jù)挖掘的配電變壓器狀態(tài)評估方法；文獻[11]提出一種基于復雜網(wǎng)絡理論的主動配電網(wǎng)多級運行風險快速評估方法；文獻[12]提出一種基于可信性理論的主動配電網(wǎng)運行風險動態(tài)評估；文獻[13]提出一種基于層次分析的配電網(wǎng)運行狀態(tài)評估實用化方法，上述方法基于中壓配電網(wǎng)廣泛分布的采集終端，從設備層和電網(wǎng)層等多個方面對配電網(wǎng)的實時運行狀態(tài)進行了評估。

但是，上述方法皆未對采集裝置少，數(shù)據(jù)質(zhì)量差的城鄉(xiāng)低壓配電網(wǎng)絡的運行狀態(tài)進行評估。城鄉(xiāng)低壓配電網(wǎng)絡由于用戶數(shù)量龐大，供電網(wǎng)絡復雜，配電線路質(zhì)量參差不齊，加之設備及線路異動頻繁，目前低壓配電網(wǎng)絡的圖形、模型及量測數(shù)據(jù)等尚未納入配電網(wǎng)管理系統(tǒng)（distribution management system，DMS）中，也未同中高壓配電網(wǎng)一樣實現(xiàn)統(tǒng)一調(diào)度監(jiān)控，而用電信息采集系統(tǒng)和營銷系統(tǒng)也只實現(xiàn)了用戶電表數(shù)據(jù)的實時或準實時采集以及配電變壓器與用戶電表的從屬關系，并未對低壓供電線路的圖形和模型進行監(jiān)控。同時，大量分布式電源通過智能電表接入到低壓供電網(wǎng)絡中，為實現(xiàn)清潔能源的消納優(yōu)化，急需對整個低壓供電網(wǎng)絡的運行狀態(tài)進行有效評估。

故此在當前城鄉(xiāng)低壓配電網(wǎng)圖模數(shù)據(jù)薄弱，量測配置少，數(shù)據(jù)質(zhì)量差的情況下，盡可能的利用廣泛配置的低壓用戶智能電表，實現(xiàn)低壓配電網(wǎng)的運行狀態(tài)評估具有重要現(xiàn)實意義。

本文基于當前城鄉(xiāng)低壓配電網(wǎng)絡現(xiàn)有資源，建立低壓配電網(wǎng)回路阻抗模型，并根據(jù)實際情況和工程需要對回路阻抗模型進行簡化，建立需求側(cè)實時電壓數(shù)據(jù)陣和需求側(cè)實時電流數(shù)據(jù)陣對智能電表的電壓和電流進行記錄，并基于兩矩陣生成需求側(cè)實時回路阻抗數(shù)據(jù)陣，并基于回路阻抗陣提出了一種低壓配電網(wǎng)運行狀態(tài)評估方法。

1 低壓配電網(wǎng)回路阻抗模型

通過近年來的城網(wǎng)和農(nóng)網(wǎng)自動化深化改造，大量具有遠方抄表功能的智能電表被廣泛應用到城鄉(xiāng)低壓用戶側(cè)，可對低壓用戶負荷及分布式電源的電壓、電流及功率進行實時采集和上送[14-17]。

如圖1所示為一低壓配電網(wǎng)絡簡化圖，表述的是配電變壓器低壓側(cè)A相火線和零線上所接入的低壓用戶負荷和智能電表。

注：Gen為配電變壓器上游主網(wǎng)等效電源；Rs為配電變壓器等值阻抗；Rd1為配變變壓器A相出線至用戶側(cè)T接點T1的低壓饋線等值阻抗；T1~Ti+1表示用戶側(cè)通過智能電表接入A相火線和零線的接入點；虛線表示接入i(i=1,2,3…,n)個用戶側(cè)智能電表；Rd2,Rd3,Rdn為A相火線相鄰用戶側(cè)T接點之間的饋線等值阻抗；Rf1為配變變壓器零線出線至用戶側(cè)T接點T2的低壓饋線等值阻抗；Rf2,Rf3,Rfn為零線相鄰用戶側(cè)T接點之間的饋線等值阻抗；智能電表i表示接入低壓饋線的需求側(cè)用戶電表；負荷/DG i表示需求側(cè)低壓用戶的綜合等效負荷或等效分布式電源；Rli為智能電表i在火線的T接入點Ti與智能電表i之間的等值阻抗；Rzi為智能電表i在零線的T接入點Ti+1與智能電表i之間的等值阻抗；Is、Idi、Ili、Izi、Ifi為流過各阻抗的電流值。

由圖1可知，每個智能電表通過火線、零線、T接線路、負荷與配電變壓器形成回路，負荷的阻抗根據(jù)用電設備的數(shù)量和功率而變化，但智能電表上游由火線、零線、T接線路、配變形成的回路阻抗短時間內(nèi)卻不會變化，若該回路阻抗發(fā)生突變，則表示該回路的運行狀態(tài)發(fā)生異常，據(jù)此原理即可對低壓配電網(wǎng)運行狀態(tài)進行評估。而該回路阻抗可由智能電表所測電壓及電流變化速率近似而定，具體分析如下：

1）當配電變壓器低壓側(cè)只有一個智能電表1時，回路阻抗值為

式中R1，R1為智能電表1在，2個時刻的上游回路阻抗值，Ω；U1，U1為智能電表1在，2個時刻的電壓值，V；I1，I1為智能電表1在，2個時刻的電流值，A；UGen，UGen為配電變壓器上游主網(wǎng)等效電源，2個時刻的電壓值，V。

由于正常情況下回路阻抗值不會突變，故有

式中R1為智能電表1的上游回路阻抗值，Ω。當配電變壓器上游主網(wǎng)等效電源、2個時刻的電壓值UGen, UGen近似不變或無法采集時，可將公式（2）簡化為

式中1為智能電表1在，2個時刻的電壓與電流變化速率。Δ1為智能電表1在、2個時刻的電壓變化值，V；Δ1為智能電表1在、2個時刻的電流變化值，A。

2）當配電變壓器低壓側(cè)有2個及以上智能電表時，回路阻抗值為

式中Gen為配電變壓器上游主網(wǎng)等效電源電壓值，V；U為智能電表的電壓值，V；U為智能電表的上游火線支路等效電壓降，V；U為智能電表的上游零線支路等效電壓降，V。

由于智能電表的上游各電流存在如下關系：

式中I為智能電表電流值，A；=0, 1, 2, …,1。

故此，由式（4）、式（5）智能電表在a, b 2個時刻的上游回路阻抗為

式中R，R為智能電表在a、b 2個時刻的上游回路阻抗值，Ω；U，U為智能電表在、2個時刻的電壓值，V；I，I為智能電表在、2個時刻的電流值，A。

由于正常情況下回路阻抗值不會突變，故有

式中R為智能電表的上游回路阻抗值，Ω。當配電變壓器上游主網(wǎng)等效電源a、b 2個時刻的電壓值UGen，UGen近似不變或無法采集時，可將式（7）簡化為

式中V為智能電表在a、b 2個時刻的電壓與電流變化速率；ΔU為智能電表在a、b 2個時刻的電壓變化值，V；ΔI為智能電表在a、b 2個時刻的電流變化值，A。

當智能電表在a、b 2個時刻的電壓值和電流值無變化時，即ΔU和ΔI為0時，式（3）和式（8）將不成立，智能電表的上游回路阻抗值R無法計算，在運行狀態(tài)評估分析時可用特殊值代替。

2 城鄉(xiāng)低壓配電網(wǎng)絡運行狀態(tài)評估方法

目前，中國城鄉(xiāng)低壓配電網(wǎng)饋電線路上的測量終端尚未進行大面積配置，但在用戶側(cè)卻已配置了大量的智能電表，并具備了遠方抄表功能，可方便的實現(xiàn)對需求側(cè)用戶用電量的實時測量[18-20]。

為減輕智能電表和集中器的負載，減少數(shù)據(jù)通信流量，智能電表的數(shù)據(jù)采樣配置一定的時間間隔[20-22]，時間可以從1～15 min，一般為5 min；DMS系統(tǒng)將搜集到的智能電表量測數(shù)據(jù)，按照配電變壓器與智能電表的從屬關系進行分析，對明顯錯誤的數(shù)據(jù)如負值數(shù)據(jù)、非數(shù)字類型數(shù)據(jù)等進行辨識過濾，而過濾后的數(shù)據(jù)也可按一定的時間間隔提取而提供運行狀態(tài)評估系統(tǒng)進行分析，該時間間隔與智能電表采集相配合，也可設置為1～15 min，一般為5 min。

建立需求側(cè)實時電壓數(shù)據(jù)陣（demand side real-time voltage data matrix，DRVM）以記錄1個配電變壓器所屬的所有低壓需求側(cè)智能電表采集到的實時電壓量測信息，具體描述為

式中DRVM為DRVM的變量符號，每一行為1個智能電表采集到的電壓數(shù)據(jù)；V為智能電表采集到的當前時刻以前的第個電壓數(shù)據(jù)，V；為智能電表編號，=1, 2, …,；為配電變壓器所屬的智能電表總數(shù)；為數(shù)據(jù)點號，=1表示當前時刻數(shù)據(jù)點，=1, 2, …,，為DRVM中所保留的每一個智能電表的數(shù)據(jù)采集點數(shù)；智能電表電壓數(shù)據(jù)可采用1～3 h內(nèi)的所有采樣結果，一般可取2 h，故此數(shù)據(jù)采集點數(shù)的取值范圍為12～36，一般可取24。

建立需求側(cè)實時電流數(shù)據(jù)陣DRIM以記錄1個配電變壓器所屬的所有低壓需求側(cè)智能電表采集到的實時電流量測信息，具體描述為

式中DRIM為DRIM的變量符號，I為智能電表采集到的當前時刻以前的第個電流數(shù)據(jù)，A。

建立需求側(cè)實時回路阻抗數(shù)據(jù)陣DRRM以記錄1個配電變壓器所屬的所有低壓需求側(cè)智能電表上游的實時回路阻抗信息，具體描述為

式中DRRM為DRRM的變量符號，每一行為一個智能電表上游回路阻抗數(shù)據(jù)；R為智能電表當前時刻以前的第個數(shù)據(jù)點的回路阻抗值，Ω。

需求側(cè)實時電壓數(shù)據(jù)陣DRVM、需求側(cè)實時電流數(shù)據(jù)陣DRIM和需求側(cè)實時回路阻抗數(shù)據(jù)陣DRRM都為滾動矩陣，矩陣長度一定，隨著時間的推移，各元素按照先進先出的原則進行滾動更新，當=時，+1為上次移出矩陣的最后一列元素。

通過需求側(cè)實時回路阻抗數(shù)據(jù)陣DRRM即可對低壓配電網(wǎng)的運行狀態(tài)進行評估分析，具體為：

1）順序取需求側(cè)實時回路阻抗數(shù)據(jù)陣DRRM中的第行數(shù)據(jù)進行下列評估分析。

2）當回路阻抗值R1以前連續(xù)個數(shù)據(jù)的值為?1時，表示該智能電表上游回路發(fā)生故障跳閘或斷線。取值范圍可為2～6，一般可取3。

若當前時刻DRRM中所有智能電表皆被判定為上游回路發(fā)生故障跳閘或斷線，且配電變壓器低壓側(cè)出口帶電時，表示配電變壓器低壓側(cè)全線停電。若低壓運維檢修停電申請單中停電區(qū)域包含所有智能電表，表示該停電事件為計劃停電；若低壓運維檢修停電申請單中停電區(qū)域未包含該些智能電表，表示該停電事件為故障停電，故障跳閘點或斷線點發(fā)生在該配電變壓器低壓出口到智能電表的主供路徑上。

若當前時刻DRRM中所有智能電表皆被判定為上游回路發(fā)生故障跳閘或斷線，且配電變壓器低壓側(cè)出口不帶電時，表示配電變壓器上游中壓配電網(wǎng)絡發(fā)生停電事件。

若當前時刻DRRM中部分智能電表被判定為上游回路發(fā)生故障跳閘或斷線時，表示跳閘點或斷線點發(fā)生在該配電變壓器低壓出口到停電智能電表的公共主供路徑上。若低壓運維檢修停電申請單中包含該停電區(qū)域，表示該停電為計劃停電，若未包含，則為故障停電。

3）當回路阻抗值R1以前連續(xù)個數(shù)據(jù)的值為?2時，表示該需求側(cè)負荷并未啟動。取值范圍可為2～6，一般可取3。

4）當回路阻抗值R1以前連續(xù)個數(shù)據(jù)的值為?2時，表示該需求側(cè)負荷長時間無用電行為，可能存在竊電情況或家中無人居住，需進一步現(xiàn)場確認，持續(xù)判定時間可取1個月~6個月，按每月30 d，智能電表采樣間隔為5 min，每小時12個采集數(shù)據(jù)點計算，則取值范圍可為8 640～51 840個，一般可取25 920個。

5）當回路阻抗值R1以前連續(xù)個數(shù)據(jù)的值為?3時，表示該需求側(cè)負荷電流電壓無變化，運行穩(wěn)定。取值范圍可為2～6，一般可取3。

6）當回路阻抗值R1以前連續(xù)個數(shù)據(jù)的值為?3時，表示該需求側(cè)負荷電流電壓長時間無變化，智能電表可能損壞，需現(xiàn)場排查。持續(xù)判定時間可取1～3 d，按智能電表采樣間隔為5 min，每小時12個數(shù)據(jù)點計算，則取值范圍可為288～864個，一般可取576個。

8）當回路阻抗值越過線路老化報警限值L的次數(shù)超過報警次數(shù)標準值S時，表示該智能電表上游回路存在線路老化情況，已達到報警限值，需及時檢修更換。具體描述為

式中A為智能電表回路阻抗越報警限值數(shù)，=1,2,…,。線路老化報警限值L可根據(jù)各地低壓線路的實際型號、長度及運行情況而定，一般為正?；芈纷杩沟?～10倍。

9）當回路阻抗值越過線路老化故障限值L的次數(shù)超過故障次數(shù)標準值S時，表示該智能電表上游回路線路老化特別嚴重，隨時可能引發(fā)故障，需立即檢修更換。具體描述為

式中B為智能電表回路阻抗越故障限值數(shù)。線路老化故障限值L可根據(jù)各地低壓線路的實際型號、長度及運行情況而定，一般為正常回路阻抗的10～20倍。

10）當回路阻抗值皆不滿足2）－9）步所述條件時，表示該智能電表的上游回路運行正常。

11）重復步驟1）－10）直到需求側(cè)實時回路阻抗數(shù)據(jù)陣DRRM中的所有行都判定完成。

運用上述方法，可基于智能電表采集的電壓與電流數(shù)據(jù)，通過電流與電壓的變化速率生成回路阻抗，通過智能電表上游回路阻抗的變化對城鄉(xiāng)低壓配電網(wǎng)的運行狀態(tài)進行評估分析。

3 實例分析

設圖1所示低壓配電網(wǎng)絡中含有4個智能電表，s取0.005Ω，R1,R1取0.004Ω，R2,R2,R3,R3取0.003 Ω，R4,R4取0.001 Ω，R1,R1取0.005 Ω，R2,R2取0.004 Ω，R3,R3取0.2 Ω，R4,R4取0.003 Ω。配電變壓器上游主網(wǎng)等效電源電壓Gen在各時刻保持221 V不變；智能電表下游低壓負荷電流在0A與[6 A, 12 A]之間隨機變化，模擬實際低壓用戶用電負荷變化情況，如圖2中2 h 24個采集點曲線所示；根據(jù)Gen、支路阻抗及負荷電流，可計算智能電表各時刻電壓值，如圖2曲線所示；以智能電表的電壓計算值及隨機電流值模擬實際智能電表電壓及電流采集值。

健全基層水利服務體系取得新突破。督促各地按要求出臺了加強基層水利服務體系建設的政策文件，確保2013年年底前如期完成了鄉(xiāng)鎮(zhèn)（流域）水利服務機構建設任務。全國已建基層水利站29 040個，在崗人數(shù)達129 967人，12個省份還實行了村級水管員制度。全國80%的縣成立了縣級農(nóng)村飲水安全工程管理機構，21%的縣建立了縣級水質(zhì)檢測中心。

根據(jù)第1節(jié)所述方法，各智能電表回路阻抗實際值與計算值如表1所示。

表1 智能電表低壓回路阻抗

注：R1, R2, R3, R4分別為智能電表1~4的回路阻抗。

Note: R1, R2, R3, R4are the loop resistance of the smart meter 1-4.

由表1可知，各智能電表低壓回路阻抗的近似計算值與實際值的最大誤差不超過81%，最小誤差不超過11%，平均誤差不超過22%，該誤差遠小于設定的線路老化報警限值L和線路老化故障限值L，故此在實際計算中，當配電變壓器上游主網(wǎng)電源電壓變化不大或無法獲取時，可使用回路阻抗近似計算值表述智能電表上游回路阻抗的變化趨勢。

圖2為各智能電表的回路阻抗變化曲線圖，取3, L為0.4Ω，S取12，L取0.6Ω，S取值為12。則低壓配電網(wǎng)絡運行狀態(tài)評估分析如下。

根據(jù)第2節(jié)所述方法，由圖2a、b分別建立智能電表1～4的需求側(cè)實時電流數(shù)據(jù)陣和需求側(cè)實時電壓數(shù)據(jù)陣，并根據(jù)式（11）、式（12）計算各個智能電表在不同時刻的回路阻抗，生成需求側(cè)實時回路阻抗數(shù)據(jù)陣，如圖2c所示。

圖2 智能電表數(shù)據(jù)變化曲線圖

對于智能電表2，其數(shù)據(jù)點1～4的回路阻抗值為?1，根據(jù)第2節(jié)評估分析方法2）所述，當前時刻點以前的連續(xù)4個數(shù)據(jù)點的回路阻抗值為?1，大于限值，故此可以判定該智能電表上游發(fā)生斷線故障。同時，其他智能電表的回路阻抗不為?1且無低壓檢修停電計劃，故此故障發(fā)生在智能電表2至主供路徑的T3或T4節(jié)點之間。

對于智能電表4，其數(shù)據(jù)點1～5的回路阻抗值為?2，根據(jù)第2節(jié)評估方法3）所述，當前時刻點以前的連續(xù)5個數(shù)據(jù)點的回路阻抗為?2，大于限值，故此可以判定該智能電表下游負荷處于未啟動狀態(tài)。

對于智能電表3，根據(jù)第2評估方法8）所述，其回路阻抗值越過線路老化報警限值L的次數(shù)為15，超過S，故此該智能電表上游回路存在著較為嚴重的老化情況，需及時檢修更換。

對于智能電表1，根據(jù)第2節(jié)評估方法10）所述，其回路阻抗值皆不滿足步驟2）～9）的判定情況，故此該智能電表及其上游回路處于正常運行狀態(tài)。

4 結 論

本文建立了城鄉(xiāng)低壓配電網(wǎng)回路阻抗模型，提出了基于智能電表電壓與電流變化速率的回路阻抗近似計算方法；建立了需求側(cè)實時電壓數(shù)據(jù)陣和需求側(cè)實時電流數(shù)據(jù)陣分別記錄配電變壓器所屬的所有智能電表不同時刻的電壓與電流量測信息，并通過兩矩陣生成了需求側(cè)實時回路阻抗數(shù)據(jù)陣，以記錄配電變壓器所屬的所有智能電表上游回路的阻抗變化情況；最后基于回路阻抗數(shù)據(jù)陣詳細討論了低壓配電網(wǎng)運行狀態(tài)的評估方法。實例分析驗證了本文所提方法的可行性，智能電表低壓回路阻抗的近似計算值與實際值的最大誤差不超過81%，最小誤差不超過11%，平均誤差不超過22%，可滿足現(xiàn)場工程實際需求。

[1] 林子釗，潘凱巖，周名煜，等. 考慮實時和潛在因素的城市配電網(wǎng)風險評估模型和方法[J]. 電力系統(tǒng)自動化，2017，41(4)：48－55. Lin Zizhao, Pan Kaiyan, Zhou Mingyu, et al. Risk as-sessment model and method of urban distribution network considering real-time and potential factors [J]. Automation of Electric Power Systems, 2017, 41(4): 48－55. (in Chinesewith English abstract)

[2] 劉科研，盛萬興，張東霞，等. 智能配電網(wǎng)大數(shù)據(jù)應用需求和場景分析研究[J]. 中國電機工程學報，2015，35(2)：287－293. Liu Keyan, Sheng Wanxing, Zhang Dongxia, et al. Big data application requirements and scenario analysis in smart distribution network[J]. Proceedings of the CSEE, 2015, 35(2): 287－293. (in Chinese with English abstract)

[3] 張偉. 基于軌跡陣的配電網(wǎng)故障仿真培訓評價方法[J]. 廣東電力，2018，31(1)：113－118.

Zhang Wei. Scoring method for power distribution network fault simulation training based on track matrix[J]. Guangdong Electric Power, 2018, 31(1): 113–118. (in Chinese with English abstract)

[4] 陳發(fā)廣，周步祥，曾瀾鈺. 基于多信息融合的變壓器運行狀態(tài)評估模型[J]. 電力系統(tǒng)及其自動化學報，2013，25(4)：140－144.

Chen Faguang, Zhou Buxiang, Zeng Lanyu. State evaluation model of transformer operation based on multi-information fusion[J]. Proceedings of the CSU-EPSA, 2013, 25(4): 140－144. (in Chinese with English abstract)

[5] 王福忠，邵淑敏. 基于模糊綜合評價法的變壓器運行狀態(tài)評估[J]. 計算機仿真，2015，32(6)：141－145.Wang Fuzhong, Shao Shumin. Fuzzy strategy on running state evaluation of oil-immersed power transformer[J]. Computer Simulation, 2015, 32(6): 141－145. (in Chinese with English abstract)

[6] 李彥斌，李赟. 基于可信性理論的高壓斷路器運行狀態(tài)評估[J]. 華東電力，2014，42(1)：66－70. Li Yanbin, Li Yun. Condition assessment of high voltage circuit breakers based on credibility theory[J]. East China Electric Power, 2014, 42(1): 66－70. (in Chinese with English abstract)

[7] 韓富春，董邦洲，賈雷亮，等. 基于貝葉斯網(wǎng)絡的架空輸電線路運行狀態(tài)評估[J]. 電力系統(tǒng)及其自動化學報，2008，20(1)：101－104. Han Fuchun, Dong Bangzhou, Jia Leiliang, et al. Operation state evaluation of overhead transmission lines based on bayesian network[J]. Proceedings of the CSU-EPSA, 2008, 20(1): 101－104. (in Chinese with English abstract)

[8] 吳昊. 輸電系統(tǒng)運行風險評估方法[J].電力系統(tǒng)及其自動化學報，2017，29(12)：139－145. Wu Hao. Operation risk assessment method for transmission system[J]. Proceedings of the CSU-EPSA, 2017, 29(12): 139－145. (in Chinese with English abstract)

[9] 張偉，冷永杰，閆劍鋒，等. 基于改進雷達圖的配電網(wǎng)綜合狀態(tài)評估實用方法[J]. 電力系統(tǒng)保護與控制，2013，41(12)：117－122. Zhang Wei, Leng Yongjie, Yan Jianfeng, et al. A practical method of distribution network comprehensive status assessment based on improved radar chart[J]. Power System Protection and Control, 2013, 41(12): 117－122. (in Chinese with English abstract)

[10] 謝成，曹張潔，溫典，等. 基于實時運行數(shù)據(jù)挖掘的配電變壓器狀態(tài)評估[J]. 浙江電力，2017，36(8)：1－5.

Xie Cheng, Cao Zhangjie, Wen Dian, et al. State evaluation of distribution transformers based on real-time operation data mining[J]. Zhejiang Electric Power, 2017, 36(8): 1－5. (in Chinese with English abstract)

[11] 王鈺楠，楊鏡非，何也帥，等. 基于復雜網(wǎng)絡理論的主動配電網(wǎng)多級運行風險快速評估[J]. 電力系統(tǒng)自動化，2016，40(14)：65－71.

Wang Yunan, Yang Jingfei, He Yeshuai, et al. Rapid assessment of multistage operation risk of active distribution network based on complex network theory[J]. Automation of Electric Power Systems, 2016, 40(14): 65－71. (in Chinese with English abstract)

[12] 周毅，楊鏡非，王鈺楠. 基于可信性理論的主動配電網(wǎng)運行風險動態(tài)評估[J]. 電氣自動化，2016，38(3)：47－56. Zhou Yi, Yang Jingfei, Wang Yunan. Dynamic assessment of operational risks of active distribution networks based on credibility theory[J]. Power System & Automation, 2016, 38(3): 47－56. (in Chinese with English abstract)

[13] 張心潔，葛少云，劉洪，等. 智能配電網(wǎng)綜合評估體系與方法[J]. 電網(wǎng)技術，2014，38(1)：3642－3648.

Zhang Xinjie, Ge Shaoyun, Liu Hong, et al. Comprehensive assessment system and method of smart distribution grid[J]. Power System Technology, 2014, 38(1): 3642－3648. (in Chinese with English abstract)

[14] 徐錦濤，馮興樂，趙峰. 智能電表可靠性預計技術研究[J].智慧電力，2018，46(4)：28－32.

Xu Jintao, Feng Xingle, Zhao Feng. Study on intelligent electric energy meter reliability prediction[J]. Smart Power, 2018, 46(4): 28－32. (in Chinese with English abstract)

[15] 孫誼媊，李寧，董小順，等. 智能電表可靠性預計的優(yōu)化模型[J]. 電力科學與技術學報，2017，32(3)：15－21.

Sun Yiqian, Li Ning, Dong Xiaoshun, et al. Smart meters optimization model for reliability prediction[J]. Journal of Electric Power Science and Technology, 2017, 32(3): 15－21. (in Chinese with English abstract)

[16] 楊金成，蔣平，陳廣宇，等. 智能電表故障辨識模型研究[J]. 電器與能效管理技術，2017，32(6)：31－37.

Yang Jincheng, Jiang Ping, Chen Guangyu, et al. Study on smart meters fault identification model[J]. Low Voltage Apparatus, 2017, 32(6): 31－37. (in Chinese with English abstract)

[17] 潘明明，田世明，吳博，等. 基于智能電表數(shù)據(jù)的臺區(qū)識別與竊電檢測方法研究[J]. 智慧電力，2017，45(12)：80－84.

Pan Mingming, Tian Shiming, Wu Bo, et al. Research on users’ transformer attribute identification and stealing electricity detection method based on smart meter data[J], Smart Power, 2017, 45(12): 80－84. (in Chinese with English abstract)

[18] 招景明，黃偉，謝曉華，等. 電能計量芯片ADE7880在智能電表中的應用研究[J].智慧電力，2017，45(11)：72－77.

Zhao Jingming, Huang Wei, Xie Xiaohua, et al. Application of energy metering IC ADE7880 in smart meter[J]. Smart Power, 2017, 45(11): 72－77.(in Chinese with English abstract)

[19] 欒文鵬，趙磊，王兵，等. 智能電表數(shù)據(jù)分析元及示例[J].南方電網(wǎng)技術，2016，10(1)：1－5.

Luan Wenpeng, Zhao Lei, Wang Bing, et al. Smart meter data analytics and application examples[J]. Southern Power System Technology, 2016, 10(1): 1－5. (in Chinese with English abstract)

[20] 張芹，何行，何歡，等. 智能電表遠程數(shù)據(jù)采集器設計及在線損管理中的應用[J]. 電子設計工程，2017，25(20)：72－74.

Zhang Qin, He Xing, He Huan, et al. The design of the smart meter remote data collector and its application in line loss management[J]. Electronic Design Engineering, 2017, 25(20): 72－74. (in Chinese with English abstract)

[21] 周峰，程瑛穎，肖冀，等. 融合安全域的電能表狀態(tài)評估方法及應用[J]. 自動化與儀表，2016，31(7)：29－33.

Zhou Feng, Cheng Yingying, Xiao Ji, et al. Method and application of electric energy meter status evaluation fused security region[J]. Automation & Instrumentation, 2016, 31(7): 29－33. (in Chinese with English abstract)

[22] 周克良，聶叢楠，邢素林. 基于物聯(lián)網(wǎng)Android平臺的智能多用戶電表系統(tǒng)設計[J]. 現(xiàn)代電子技術，2018，31(4)：116－118.

Zhou Keliang, Nie Congnan, Xing Sulin. Design of intelligent multi-user electric meter system based on Internet of things and Android platform[J]. Modern Electronics Technique, 2018, 31(4): 116－118. (in Chinese with English abstract)

Evaluation for urban and rural low-voltage distribution operation state based on loop resistance model

Yin Zili1, Zhang Wei2※

(1.350003,; 2.250100,)

The operation state assessment can evaluate and analyze the real-time and historical operation state of the power grid, and predict the future power grid operation situation, screen the weak link of the power grid, and eliminate the power grid stealth fault in the bud, which is one of the important means to improve the power supply reliability of the power grid. In current urban and rural low-voltage distribution network, due to the lack of graphics and model data, small measurement configuration and poor data quality, it is of great practical significance to use the widely configured low-voltage user smart meter as far as possible to realize the operation state evaluation of the low-voltage distribution network. Each smart meter forms a loop through the live line, neutral line, T-connected line, load and distribution transformer. The impedance of the load varies according to the quantity and power of the electrical equipment. However, the loop resistance formed by the live line, the neutral line, the T-connected line, and the distribution transformer in the upstream of the smart meter does not change in a short time. If the loop resistance is abrupt, it indicates that the operating state of the loop is abnormal. According to this principle, the operating state of the low-voltage distribution network can be evaluated. When the voltage value of the equivalent power supply in the upper main network of the distribution transformer is almost invariable or cannot be collected, the loop resistance can be approximately determined by the change rate of the voltage and current measured by the smart meter. The demand side real-time voltage data matrix is set up to record the real-time voltage measurement information collected by the smart meters on the low-voltage demand side of a distribution transformer. The demand side real-time current data matrix is set up to record the real-time current measurement information collected by the smart meters on the low-voltage demand side of a distribution transformer. The demand side real-time loop resistance data matrix is set up to record the real-time loop resistance information of all low-voltage demand side smart meters on the distribution transformer. The method of generating the demand side real-time loop resistance data matrix from the demand side real-time voltage data matrix and the demand side real-time current data matrix are discussed in detail. Finally, the evaluation method of the operating state of the low-voltage distribution network is discussed in detail based on the loop resistance data matrix. Many cases such as line broken line, line fault blackout, line plan blackout, load unstarted, user uninhabited, electricity stealing, smart meter damage, line aging alarm and line aging fault were analyzed in detail. The feasibility of the proposed method was analyzed by taking a low-voltage distribution network with four smart meters as an example. The maximum error of the approximate value and the actual value of the low-voltage loop resistance of each smart meter was not more than 81%, the minimum error was not more than 11%, and the average error was not more than 22%. The error was far less than the set line aging alarm limitLand line aging fault limitL. Therefore, in the actual calculation, when the power supply voltage of the main network upstream of the distribution transformer is not changed or cannot be obtained, the approximate value of the loop resistance can be used to express the change trend of the upstream loop resistance of the smart meter. The method proposed in this paper can meet the actual needs of field engineering.

ammeter; models; low-voltage distribution network; loop resistance; state evaluation

殷自力，張 偉. 基于回路阻抗模型的城鄉(xiāng)低壓配電網(wǎng)絡運行狀態(tài)評估[J]. 農(nóng)業(yè)工程學報，2018，34(22)：162－168. doi：10.11975/j.issn.1002-6819.2018.22.020 http://www.tcsae.org

Yin Zili, Zhang Wei. Evaluation for urban and rural low-voltage distribution operation state based on loop resistance model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 162－168. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.22.020 http://www.tcsae.org

2018-05-08

2018-10-16

國家自然科學基金委青年基金項目(61403321)

殷自力，高級工程師，主要領域為配電網(wǎng)調(diào)度自動化。 Email：315185374@qq.com

張 偉，高級工程師，研究領域為配電網(wǎng)調(diào)度自動化。Email：532455711@qq.com

10.11975/j.issn.1002-6819.2018.22.020

TM734

A

1002-6819(2018)-22-0162-07