基于营销配电变压器负荷数据的变电站负荷成分分析论文_赵志强1, 杨小磊2

摘要：挖掘营销配电变压器负荷数据价值，根据户变关系、用户行业分类，获取基于营销负荷数据的用户负荷成分占比，利用配电变压器与变电站电网拓扑关系，将配电变压器负荷转化为变电站负荷成分，并对相关结果进行分析。

关键词：配电变压器负荷；用户负荷性质；变电站负荷成分分析

变电站是用电客户的重要负荷电源点，可实时提供供电负荷值，但看不出供电用户的负荷性质。配电变压器是用户分配负荷的重要终端，可通过用户-变压器户变关系获取用户负荷成分，但无法获取电源点变电站供电负荷值。作为电力经营管理者，侧更关心一个变电站，甚至一个区域电网负荷成分，以便于精准电网规划和负荷预测。

本文介绍了一种通过营销配电变压器负荷数据、户变关系、配电变压器-线路-变电站电网拓扑关系，将配电变压器负荷转化为变电站负荷成分的方法，供从事电网负荷管理者提供重要技术支撑。

一、技术路线

1、基于配电变压器-配电变压器所属线路-线路所属变电站电网拓扑关系，以配电变压器为最小单位，计算变电站供电范围所属配电变压器列表。

2、通过营销户变关系、用户行业分类形成各配电变压器的行业分类。

电力行业用户分为工业，农、林、牧、渔业，建筑业，交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，批发和零售业，住宿和餐饮业，金融业，房地产业，租赁和商务服务业，公共服务及管理组织、城乡居民生活用电、趸售13大类，701小类。

3、通过营销用采系统获取的配电变压器每天96点（15分钟一计量点）负荷准实时数据得到每台配电变压器96点负荷值。

4、通过1、2、3步得到各变电站供电范围内各类型负荷成分占比。取负荷成本占比，主要原因是考虑到目前从营销获取的变电站供电范围内的配电变压器负荷数据总加并不等于变电站实际供电负荷，实际负荷传输有线损。

5、用第4步取得的变电站负荷成分占比，匹配变电站实际供电负荷，得到变电站负荷成分曲线。

二、实现方式展示

以某供电公司220kV某变电站（以下简称测试变电站）2020年3月13日负荷为例，按照上文提到的技术路线，进行测试变电负荷成分实现展示。

1、根据测试变电站电网拓扑关系，可以得出其供电范围的配电变压器列表。

2、根据配电变压器列表负荷数据，形成测试变电站每日96点负荷值。

3、根据户变关系、用户性质分类，得出测试变电站供电范围内13日负荷成分占比，如下表。

（备注：负荷成分占比有96时刻点，由于表格展示有限，仅选部分时刻点）

4、把测试变电站内所有变压器高压侧负荷曲线总加形成测试变电站所供负荷，用此负荷与表1中的负荷占比进行匹配，得到测试变电站负荷成分曲线，如图1。

图1 测试变电站3月13日负荷成分曲线

图1为测试变电站13日负荷成分，该站有发电厂，由于电厂负荷有功功率为负，故曲线显示在图横轴以下，曲线可知10:30供电负荷为20MWH。根据负荷成分曲线，当日工业、运输仓储邮政业、居民生活用电、公共服务及管理、批发零售业、房地产业负荷用电前6名，其他为剩余负荷占比。居民用电负荷在12点达到最大，负荷值为10-12MWH。房地产业用电负荷8:45后开始活跃，12点达到顶点，14:00-21:00用电相对平稳。

三、变电站负荷分类应用

1、把变电站负荷分类曲线扩展为地区负荷分类画像，支撑区域电网规划。

2、利用变电站负荷分类曲线，与每小时天气预报（含温度、体感温度、日照强度、降水情况等）相关联，应用聚类、机器学习、人工智能等技术，探索创新负荷预测方法。

论文作者:赵志强1, 杨小磊2

论文发表刊物:《中国电业》2019年 22期

论文发表时间:2020/4/15

标签：负荷论文;  变电站论文;  变压器论文;  成分论文;  电网论文;  曲线论文;  用户论文;  《中国电业》2019年 22期论文;