Оперативная идентификация сопротивлений проводов распределительных сетей 380 В автоматизированными системами учета

Рассматриваются четырехпроводные распределительные электрические сети 0,4 кВ, оснащенные автоматизированными системами учета электрической энергии. Решается задача идентификации сопротивлений проводов распределительной сети на основе действующих значений напряжений и токов, а также их углов сдвига фаз, получаемых системой учета в узле питания сети и у ее абонентов для выбранных интервалов наблюдения. Проводится краткий анализ известных методов и технологий, применяемых в указанном направлении исследований. Отмечается важность формулируемой проблемы для прикладных задач: контроля и диагностики потерь электрической энергии, а также технического состояния сети. Предлагается метод (алгоритм), позволяющий определять неизвестные, неодинаковые комплексные сопротивления межабонентских участков распределительной сети. В этих сопротивлениях реактивные составляющие считаются равными в пределах межабонентского участка, активные – отличаются вследствие воздействия неодинаковых протекающих токов и/или погодных факторов. При этом необходимы данные двух разных режимов работы сети, которые на основе анализа динамики изменения питающих токов и/или напряжений отбираются прибором системы учета, подключенным в узле питания. Учитывая, что активные сопротивления проводов должны оставаться неизменными, для расчетов используется режим до изменения энергопотребления в сети и следующий сразу (порядка 0,1 с) после него. Приведен пример расчета, демонстрирующий достоверность предлагаемых уравнений разработанного метода на моделируемой распределительной сети. Результаты исследований ориентированы на усовершенствование автоматизированных систем учета и реализацию их новых функций, повышающих надежность распределительных сетей, а также позволяющих организовать оперативное выявление нетехнических потерь электрической энергии.

1. Non-Technical Losses: a Systematic Contemporary Article Review / F. D. S. Savian [et al.] // Renewable and Sustainable Energy Reviews. 2021. Vol. 147. 111205. https://doi.org/10.1016/j.rser.2021.111205.

2. Данилов, М. И. О выявлении и расчете потерь электроэнергии автоматизированными системами учета распределительных сетей при несанкционированных потреблениях / М. И. Данилов // Электричество. 2021. № 6. С. 51–61. https://doi.org/10.24160/0013-5380-2021-6-51-61.

3. Фурсанов, М. И. Расчет технологического расхода (потерь) электроэнергии в современных распределительных электрических сетях 0,38–10 кВ / М. И. Фурсанов, А. А. Золотой, В. В. Макаревич // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2018. Т. 61, № 5. С. 408–422. https://doi.org/10.21122/1029-7448-2018-61-5-408-422.

4. Воротницкий, В. Э. Энергосбережение и повышение энергетической эффективности в распределительных электрических сетях нового технологического уклада / В. Э. Воротницкий // Электроэнергия. Передача и распределение. 2021. № 4. С. 88–96.

5. Rahman, M. Temperature-Dependent System Level Analysis of Electric Power Transmission Systems: A Review / M. Rahman, F. Atchison, V. Cecchi // Electric Power Systems Research. 2021. Vol. 193. 107033. https://doi.org/10.1016/j.epsr.2021.107033.

6. Frank, S. Temperature-Dependent Power Flow / S. Frank, J. Sexauer, S. Mohagheghi // IEEE Transactions on Power Systems. 2013. Vol. 28, Iss. 4. P. 4007–4018. https://doi.org/10.1109/TPWRS.2013.2266409.

7. Rahman, M. Power Handling Capabilities of Transmission Systems Using a Temperature-Dependent Power Flow / M. Rahman, V. Cecchi, K. Miu // Electric Power Systems Research. 2019. Vol. 169. P. 241–249. https://doi.org/10.1016/j.epsr.2018.12.021.

8. Ahmed, A. Weather-Dependent Power Flow Algorithm for Accurate Power System Analysis under Variable Weather Conditions / A. Ahmed, F. J. S. McFadden, R. Rayudu // IEEE Transactions on Power Systems. 2019. Vol. 34, Iss. 4. P. 2719–2729. https://doi.org/10.1109/TPWRS.2019.2892402.

9. Баламетов, А. Б. Моделирование режимов электрических сетей на основе уравнений установившегося режима и теплового баланса / А. Б. Баламетов, Э. Д. Халилов // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2020. Т. 63, № 1. С. 66–80. https://doi.org/10.21122/1029-7448-2020-63-1-66-80.

10. Girshin, S. S. Development of Improved Methods for Calculating Steady States of Power Systems Taking into Account the Temperature Dependence of the Resistances of the Overhead Transmission Lines / S. S. Girshin, A. O. Shepelev // Power Technology and Engineering. 2020. Vol. 54, Iss. 2. P. 232–241. https://doi.org/10.1007/s10749-020-01196-w.

11. Данилов, М. И. Метод расчета и мониторинга параметров распределительной сети, контролируемой автоматизированной информационно-измерительной системой учета электроэнергии / М. И. Данилов, И. Г. Романенко // Энергетик. 2021. № 5. С. 17–21. http://doi.org/10.34831/EP.2021.90.72.004.

12. Данилов, М. И. К проблеме диагностики технического состояния линий распределительных сетей по данным АИИС КУЭ / М. И. Данилов // Контроль. Диагностика. 2020. Т. 23, № 8. С. 56–64. http://doi.org/10.14489/td.2020.08.pp.056-064.

13. Ferreira, T. S. D. Load Flow-Based Method for Nontechnical Electrical Loss Detection and Location in Distribution Systems Using Smart Meters / T. S. D Ferreira, F. C. L. Trindade, J. C. M. Vieira // IEEE Transactions on Power Systems. 2020. Vol. 35. P. 3671–3681. https://doi.org/10.1109/TPWRS.2020.2981826.

14. Данилов, М. И. Идентификация несанкционированного потребления электроэнергии в фазах распределительных сетей с автоматизированными системами учета / М. И. Данилов, И. Г. Романенко // Электрические станции. 2022. № 2. С. 10–19. http://doi.org/10.34831/EP.2022.1087.2.003.

15. Cavraro, G. Power Distribution Network Topology Detection with Time-Series Signature Verification Method / G. Cavraro, R. Arghandeh // IEEE Transactions on Power Systems. 2018. Vol. 33, Iss. 4. P. 3500–3509. https://doi.org/10.1109/TPWRS.2017.2779129.

16. Identifying Topology of Low Voltage Distribution Networks Based on Smart Meter Data / S. J. Pappu [et al.] // IEEE Transactions on Smart Grid. 2018. Vol. 9, Iss. 5. P. 5113–5122. https://doi.org/10.1109/TSG.2017.2680542.

17. Cavraro, G. Voltage Analytics for Power Distribution Network Topology Verification / G. Cavraro, V. Kekatos, S. Veeramachaneni // IEEE Transactions on Smart Grid. 2019. Vol. 10, Iss. 1. P. 1058–1067. https://doi.org/10.1109/TSG.2017.2758600.

18. Кузькина, Я. И. Идентификация фаз подключения интеллектуальных счетчиков в низковольтной распределительной сети / Я. И. Кузькина, И. И. Голуб // Вестник Иркутск. гос. техн. ун-та. 2020. Т. 24, № 1. С. 135–144. https://doi.org/10.21285/1814-3520-2020-1-135-144.

19. An Automated Impedance Estimation Method in Low-Voltage Distribution Network for Coordinated Voltage Regulation / S. Han [et al.] // IEEE Transactions on Smart Grid. 2016. Vol. 7, Iss. 2. P. 1012–1020. https://doi.org/10.1109/TSG.2015.2489199.

20. Distribution Line Parameter Estimation under Consideration of Measurement Tolerances / A. M. Prostejovsky [et al.] // IEEE Transactions on Industrial Informatics. 2016. Vol. 12, Iss. 2. P. 726–735. https://doi.org/10.1109/TII.2016.2530620.

21. Novel Approach to Noninvasive Measurement of Overhead Line Impedance Parameters / D. Ritzmann [et al.] // IEEE Transactions on Industrial and Measurement. 2017. Vol. 66, Iss. 6. P. 1155–1163. https://doi.org/10.1109/TIM.2017.2665958.

22. Khandeparkar, K. V. Detection and Correction of Systematic Errors in Instrument Transformers Along with Line Parameter Estimation Using PMU Data / K.V. Khandeparkar, S. A. Soman, G. Gajjar // IEEE Transactions on Power Systems. 2017. Vol. 32, Iss. 4. P. 3089–3098. https://doi.org/10.1109/TPWRS.2016.2620990.

23. Three-Phase State Estimation in the Medium-Voltage Network with Aggregated Smart Meter Data / F. Ni [et al.] // International Jornal of Electrical Power & Energy Systems. 2018. Vol. 98. P. 463–473. https://doi.org/10.1016/j.ijepes.2017.12.033.

24. Кононов, Ю. Г. Уточнение параметров участков линий сети среднего напряжения по данным синхронных измерений / Ю. Г. Кононов, О. С. Рыбасова, В. С. Михайленко // Известия высших учебных заведений. Электромеханика. 2018. Т. 61, № 1. С. 77–84. https://doi.org/10.17213/0136-3360-2018-1-77-84.

25. Compensation of Systematic Measurement Errors in a PMU-Based Monitoring System for Electric Distribution Grids / P. A. Pegoraro [et al.] // IEEE Transactions on Industrial and Measurement. 2019. Vol. 68, Iss. 10. P. 3871–3882. https://doi.org/10.1109/TIM.2019.2908703.

26. Оморов, Т. Т. Параметрическая идентификация распределительной сети в составе АСКУЭ / Т. Т. Оморов, Р. Ч. Осмонова, Т. Ж. Койбагаров // Вестник ЮУрГУ. Серия «Энергетика». 2018. Т. 18, № 1. С. 46–52. https://doi.org/10.14529/power180106.

27. Данилов, М. И. К проблеме определения векторов тока и напряжения в распределительной сети по данным АИИС КУЭ / М. И. Данилов, И. Г. Романенко // Вестник ЮУрГУ. Серия «Энергетика». 2019. Т. 19, № 4. С. 87–94. http://doi.org/10.14529/power190410.

28. Данилов, М. И. К проблеме определения параметров распределительной сети по данным АИИС КУЭ / М. И. Данилов, И. Г. Романенко // Вестник ЮУрГУ. Серия «Энергетика». 2020. Т. 20, № 2. С. 5–14. http://doi.org/10.14529/power200201.

29. Parameter Estimation of Distribution Lines Using SCADA Measurements / R. Dutta [et al.] // IEEE Transactions on Industrial and Measurement. 2020. Vol. 70. P. 1–11. https://doi.org/10.1109/TIM.2020.3026116.

30. Lave, M. Distribution System Parameter and Topology Estimation Applied to Resolve Low-Voltage Circuits on Three Real Distribution Feeders / M. Lave, M. J. Reno, J. Peppanen // IEEE Transactions on Sustainable Energy. 2019. Vol. 10, Iss. 3. P. 1585–1592. https://doi.org/10.1109/TSTE.2019.2917679.

31. Automated Determination of Topology and Line Parameters in Low Voltage Systems Using Smart Meters Measurements / V. C. Cunha [et al.] // IEEE Transactions on Smart Grid. 2020. Vol. 11, Iss. 6. P. 5028–5038. https://doi.org/10.1109/TSG.2020.3004096.

32. Trindade, F. C. L. Low Voltage Zones to Support Fault Location in Distribution Systems with Smart Meters / F. C. L. Trindade, W. Freitas // IEEE Transactions on Smart Grid. 2017. Vol. 8, Iss. 6. P. 2765–2774. https://doi.org/10.1109/TSG.2016.2538268.

33. Ершов, А. М. Система защиты воздушных линий напряжением 0,38 И 6–10 кВ от обрывов проводов / А. М. Ершов, А. В. Хлопова, А. И. Сидоров // Электрические станции. 2020. № 4. С. 28–32. https://doi.org/http://dx.doi.org/10.34831/EP.2020.1065.4.005.

34. Ayuev, B. I. Fast and Reliable Method of Searching Power System Marginal States / B. I. Ayuev, V. V. Davydov, P. M. Erokhin // IEEE Transactions on Power Systems. 2016. Vol. 31, Iss. 6. P. 4525– 4533. https://doi.org/10.1109/TPWRS.2016.2538299.

35. The Wald Sequential Analysis Procedure as a Means of Guaranteeing a High Automatic Under-Frequency Load-Shedding Response Rate at Deviations of Unified Power Quality Indices / A. L. Kulikov [et al.] // Power Technology and Engineering. 2021. Vol. 55. P. 467–475. https://doi.org/10.1007/s10749-021-01383-3.

36. Kononov, Y. G. The Low Cost Method of Measurements Synchronization in the Low-Voltage Network on Frequency and the Voltage Phase / Y. G. Kononov, P. A. Zvada, S. Rudnev // XXI IMEKO World Congress “Measurement in Research and Industry”, August 30 - September 4, 2015, Prague. Mode of access: https://www.imeko.org/publications/wc-2015/IMEKO-WC2015-TC4-146.pdf.