(1.國網四川省電力公司電力科學研究院,四川 成都 610041;2.國網樂山供電公司,四川 樂山 614000;3.國網甘孜供電公司,四川 康定 626000; 4.國網南充供電公司, 四川 南充 637000)
電力系統運行分析離不開實時采集電網物理量數據的測量裝置,測量裝置的精度與運行狀態會伴隨使用年限與變電站端的復雜工況而發生變化,導致電壓采集量的偏移與突變。電網真實運行數據經過多次采樣-轉換-傳輸周期,再傳送至調度自動化主站分析系統后,監控數據與真實數據的偏差進一步放大,甚至已經無法在母線節點上滿足基爾霍夫定律,導致潮流計算與各類電網分析難以收斂,成為電網各項分析預警功能的重大隱患[1]。測量裝置的運行管理包括現場檢驗及升級換代,如無法對其進行實時監測和故障預警,將難以適應變電站智能化對測量設備智能化管理的迫切需求。
互感器誤差受采集原理與惡劣環境等影響會在其工作壽命內出現量測偏差越限,同時互感器分布范圍大、數量多、難以帶電檢測與全面感知,使得現有的管理機制與檢驗手段無法確定其真實情況與潛在隱患。
如何在面對廣域、多源頭、多測點的監控數據時高效甄別、去偽存真,對其充分利用是一項世界難題。下面通過借助精細化的電容式電壓互感器采集偏差模型,對采集偏差貢獻進行分解、聚類,結合廣域量測整合分析,突破量測波動不確定局限,對廣域分布的互感器展開量測偏差分析與運行狀態評價[2]。
根據文獻調研[3],電力系統高電壓等級中三相電壓分量不平衡度較低,可認為三相電氣量呈對稱平衡分布。單個電容式電壓互感器(CVT)三相采集偏差貢獻D,主要由如下獨立偏差貢獻Di組成:分壓器引起的偏差D1、電磁單元引起的偏差D2、電源頻率變化引起的偏差D3、溫度變化引起的偏差D4、其他原因引起的偏差D5。
對某三相對稱運行電網的A監控范圍內的任意第j個CVT(j∈A),在任意t時刻取被量測點AB相的相間電壓值V(j,t),一定時間范圍內的線電壓量測值矩陣記為
M(j,t)=D(j,t)×V(j,t),j∈A
(1)
定義總偏差矩陣為
(2)
高壓電容C1和中壓電容C2的實際值與額定值C1n和C2n不相等時,就會產生電壓誤差。
(3)
額定頻率下可以利用電抗器的調節繞組對相位差進行調整,但當電容C1的介損因數tanδ1和電容C2的介損因數tanδ2不相等時,就會增加相位誤差。
(4)
在分壓部分不出現故障的情況下,測量偏差主要由分壓器變比引起,記為D1=fC∠δC。
電磁單元誤差包括空載誤差和負荷誤差,互感器運行時應為負荷誤差。
電壓誤差:
(5)
相位誤差:
(6)
在電磁單元不出現故障的情況下,測量偏差主要由電磁單元誤差引起,記為D2=fL∠δL。
設備內部偏差主要由分壓偏差D1與電磁單元偏差D2組成,對某電網A監控范圍內的任意第j個CVT(j∈A),定義一定時間范圍內的內部偏差矩陣Din(j,t)。
(7)
實際電網上的頻率經常是偏離額定頻率的,這樣|X1-XC|的值將發生變化,即存在剩余電抗X0=|X1-XC|,相對于額定容抗之比,暫記為電源頻率變化引起的偏差D3。
此外,溫度變化、電磁干擾、數據傳輸通道等其他原因導致的偏差,在常規運行環境中具有較大隨機性,難以通過電氣模型精確描述。
因此,在分析過程中將D3、D4、D5合并成為外部因素偏差。對某電網A監控范圍內的任意第j個CVT(j∈A),在任意t時刻采樣值S(j,t),定義一定時間范圍內的外部偏差矩陣Dout(j,t)。
(8)
這部分偏差作為總偏差矩陣D(j,t)的一部分,會被集中監視的主站系統納入統計,但是對設備本體的運行健康狀態無法正確反饋。
將外部偏差矩陣定義為修正矩陣。因此,排除電源頻率、溫度變化、電磁干擾、數據傳輸通道等外界干擾因素,在總偏差矩陣的基礎上通過修正矩陣,即外部偏差矩陣進行修正后,獲取真正能夠反饋設備問題運行狀況的內部偏差矩陣Din(j,t),成為了基于廣域運行數據開展設備運行狀態分析的關鍵點。
(9)
面對變電站電壓互感器數量眾多,分布廣泛的特點,求取不同特征環境下的修正矩陣[4],即外部偏差矩陣Dout(j,t),j∈A,從實時監視的時效性上考慮存在一定困難。若基于一定環境特征開展聚類分析,選取一定特征下的互感器集群J,嘗試求取Dout(j,t),j∈J,(J為A的子集),可極大縮短偏差分析的計算時間。同樣將作為輸入量的廣域量測數據M(j,t),j∈A按照特征劃分為局部量測數據M(j,t),j∈J。
真實的電壓值經互感器、AD轉換、合并單元、前置網關機、調度數據網等多級傳輸送至調控主站。傳輸過程中延時、誤差、丟失等原因導致的不良壞數據只能反映多級量測傳輸設備的狀態,需要經剔除清理后才能用于源頭,即電壓互感器的狀態評估。
為保持電網可觀性,相同電壓節點的量測采集數據存在冗余。基于這種冗余性開展的狀態估計,可以幫助解決通道中斷和一次設備運行狀態變更等外部偏差因素。若將相同電壓節點的電壓互感器納入一個統一的集群進行數據分析,可以高效區別內部偏差與外部偏差對局部量測的總偏差進行修正。
同一個集群的外部偏差在傳輸通道、時間延遲等因素上都具有較大共性,而集群間的偏差則相對獨立。不同電壓節點的量測采集數據相互關聯因素不大,不同電壓節點的電壓互感器納入不同集群,例如甲站500 kV集群與乙站220 kV集群的運行環境存在典型區別。
基于電網冗余SCADA量測,調度自動化主站的狀態估計應用可以求得互感器集群J中各量測點AB相的相間電壓值,組成電壓值矩陣V(j,t),j∈J。在電力系統中,電壓采集數據往往都需要在變電站采集。變電站端不具備大批量數據存儲與分析的計算機系統,采樣值需經過調度數據網傳輸至調控主站匯集。調控主站電壓數據根據采樣間隔主要分為:毫秒級的WAMS電壓值和秒級的SCADA電壓值。對于相同的時間間隔Tw,多通道的電壓量測數據來自于各個量測點相同的互感器,可以獲取每一個集群J內部的互感器j在調控主站對應的N個量測值M(j,k,t),j∈J,k=1,2,……,N。
假設量測數據總體大致呈正態分布,如圖1所示。黑色區域是距平均值小于一個標準差之內的數值范圍。在正態分布中,此范圍所占比率為全部數值之68%。對于正態分布,兩個標準差之內(黑色、淺黑)的比率合起來為95%。對于正態分布,正負3個標準差之內(黑色、淺黑、灰色)的比率合起來為99%,如圖1所示。


圖1 正態分布概率

(10)
由于電壓量測在調控主站均與電網一次設備模型一一關聯供狀態估計計算應用,即對任意互感器j∈J有電壓量測M(j,t)與電壓值V(j,t)一一對應,從而可以在調控主站實時求取基于局部量測數據M(j,t),j∈J的總偏差矩陣D。
(11)
由于外部偏差作為修正矩陣不具備相應電氣模型的支持,存在隨機性且波動范圍大,非常容易導致修正后的內部偏差矩陣出現錯誤數據而引起誤判斷。考慮將集群J中的所有外部因素偏差簡化為與j,t無關的隨機波動量Dout,從而可以在相同電壓節點對應的集群J中求取修正后的局域內部偏差矩陣Din。
(12)
若在狀態估計計算中,將電網A劃分為了P個電壓節點,每個電壓節點對應的互感器集群J存在特定的修正矩陣Dout(p),則對電網A中的任意互感器j∈J,可以計算出廣域內部偏差矩陣Din。
(13)
類似于人體健康指數,互感器設備也同樣存在健康程度,對于大規模互感器設備而言,追蹤設備壽命過程,建立每一套設備的健康指數,能夠更好地幫助評估設備運行現狀。可將廣域內部偏差矩陣Din(j,t)作為所有電壓互感器的健康指數“風向標”。橫向對比相同生產廠家與相同型號設備的運行數據,可將電容式互感器設備運行狀態分為健康、亞健康、不健康。內部偏差超過該型號設備精度范圍即定義為不健康狀態;內部偏差超過該型號設備精度范圍的80%而未超過100%即定義為亞健康狀態;內部偏差不超過該型號設備精度范圍的50%即定義為健康狀態。
根據設備內部偏差模型,貫穿式擊穿故障會導致電容式互感器短時間周期內從健康狀態直接進入不健康狀態;分壓設備的老化偏移則會讓電容式互感器經歷健康狀態—亞健康狀態—不健康狀態這一長期過程。


以某調控主站的500 kV變電站220 kV母線運行狀態為例,狀態估計可以判斷出并列運行的Ⅰ母線、Ⅱ母線、Ⅲ母線線電壓228.412∠-2.375 kV與停運的旁路母線線電壓0 kV,組成局部電壓值矩陣V,如表1所示。
基于某日15:30時電網運行數據,可獲知各互感器采集值M,并計算偏差值D與內部偏差值Din,如表2所示。
基于當月電網運行數據,以15 min為采樣周期,在24 h內共存儲歷史數據96次,可繪制96點電壓互感器偏差電壓曲線。繪制內部偏差曲線后發現該站Ⅱ母線PT內部偏差存在78點超過該設備型號精度范圍的80%,即長期超出最大允許采集偏差,處于亞健康狀態,懷疑電磁單元二次側出現匝間短路或電容單元存在損壞,建議停電檢修期間開展核查。
所有的調控主站為開展調度、監控范圍內的電網分析,必然需要消除SCADA不良量測,獲取收斂的可觀測電網運行數據。在這個過程中,基于每一個電壓節點都需要冗余的電壓量測值。冗余測點的量測數據為互感器設備的運行狀態監視提供了有效的分析環境。
利用調控主站數據采集面廣,歷史數據存儲周期長,電網拓撲分析準確等優勢,最大程度利用現有測點,以相同電壓節點為特征,聚集電壓互感器集群,將廣域電壓偏差劃分為局域電壓偏差,逐步修正集群內外部因素偏差,剔除不良數據。

表1 局部電壓值矩陣

表2 內部偏差矩陣
實踐證明,調控主站的電壓運行數據可以輔助評估電壓互感器的運行狀態并給出隱患預警,無需額外增加采集成本,擴大廠站無人值守后的監視范圍,為電網監視與分析提供更高的可靠性。