汪 清，游奕弘，趙譽洲，朱明星，焦亞東，高 敏

暫態(tài)電能質量擾動引發(fā)電壓變動對閃變檢測的影響

汪 清1，游奕弘1，趙譽洲1，朱明星2，焦亞東2，高 敏2

(1.南方電網公司新型智慧城市高品質供電聯(lián)合實驗室(深圳供電局有限公司)，廣東 深圳 518020；2.安徽大學電氣工程與自動化學院，安徽 合肥 230601)

隨著電能質量在線監(jiān)測系統(tǒng)建設的深入，IEC規(guī)定的數(shù)據(jù)標記已不能應對暫態(tài)電能質量擾動在傳播過程中引發(fā)的電壓變動對閃變檢測的不利影響，給閃變源定位方面的技術監(jiān)督工作帶來巨大挑戰(zhàn)。針對該現(xiàn)狀定義了暫態(tài)電壓變動并給出刻畫其電壓均方根值形狀的特征量，而后基于IEC閃變儀分析各特征量變化對閃變檢測結果的影響特性及程度，實現(xiàn)考慮背景的暫態(tài)電壓變動引起閃變水平的量化，給出幅值差的限值建議，并通過實例驗證。最后面向不同場景在線監(jiān)測數(shù)據(jù)，總結長時閃變月趨勢數(shù)據(jù)分布特征，提出應用統(tǒng)計學準則的四分位數(shù)判別方法，分析結果表明了該方法的有效性，為暫態(tài)電壓變動造成閃變超標的監(jiān)測點快速篩查提供可選方法。

暫態(tài)電能質量擾動；暫態(tài)電壓變動；特征量；閃變；四分位數(shù)法

0 引言

電力系統(tǒng)中各種電能質量擾動可分為穩(wěn)態(tài)和暫態(tài)[1-7]，后者具有發(fā)生隨機性強、持續(xù)時間短和幅值突變劇烈的特性，對依托自動化和電力電子技術的各種新型設備的影響最為突出[8-9]，其中電壓暫降和暫升作為重點研究對象，在特征提取、檢測、識別與溯源[10-15]，敏感設備耐受力[16-18]，傳播規(guī)律與凹陷域[19-20]等方面都取得較多的成果。

對于暫態(tài)電能質量擾動監(jiān)測方面的研究不多，且集中在考慮成本、數(shù)據(jù)冗余及監(jiān)測盲區(qū)的監(jiān)測點優(yōu)化配置方面[21-22]，鮮有涉及暫態(tài)電能質量擾動對其他穩(wěn)態(tài)電能質量指標檢測影響方面的研究。盡管標準IEC 61000-4-30[23]給出了數(shù)據(jù)“標記”的規(guī)定，來避免暫態(tài)電能質量擾動(電壓暫降、暫升及中斷)數(shù)據(jù)在穩(wěn)態(tài)電能質量指標計算和統(tǒng)計過程中被重復使用，消除測量結果的不可靠性。但隨著各省級電力公司電能質量在線監(jiān)測系統(tǒng)投資建設范圍的不斷擴大，當電網中某處發(fā)生暫態(tài)電能質量擾動時，其沿著輸電線路和變壓器向外圍不斷衰減傳播的過程將被多個不同位置的監(jiān)測終端記錄到，其中必然存在測量電壓未達到閾值的監(jiān)測點，導致“標記”功能的失效，而同時段內這些監(jiān)測點閃變的測量也出現(xiàn)了異常偏大甚至超標的情況，說明兩者之間存在某種關聯(lián)性。實際上，該問題已在監(jiān)測點分布密度較高的局部地區(qū)多次出現(xiàn)，這給閃變源的定位及責任劃分帶來困擾，應該引起足夠的重視。

實際上，國外電能質量研究領域已經認識到該問題，在標準IEC 61000-4-30中定義快速電壓變動(Rapid Voltage Change, RVC)指標來包含這一現(xiàn)象。文獻[24-25]基于IEC閃變儀的原理，開展了RVC事件與閃變之間相關性研究，并結合一些電網實測數(shù)據(jù)進行論證，結果表明RVC對閃變具有顯著影響。IEC和EN的標準也初步開始限制RVC的數(shù)量和大小，用以控制電網系統(tǒng)的兼容性，進而減少其對閃變的影響[26]。但該指標還未得到國內相關研究者的重視，僅有少數(shù)的標準解讀[27]。

面對國內相關指標及研究的缺失，本文首先定義暫態(tài)電壓變動來表示暫態(tài)電能質量擾動的這種影響，并給出刻畫其電壓均方根值形狀的特征量。而后基于IEC閃變儀分析各特征量變化對閃變檢測結果的影響特性及程度，實現(xiàn)考慮背景的暫態(tài)電壓變動引起閃變水平的量化，給出幅值差的限值建議，并通過實例驗證。最后面向不同場景在線監(jiān)測數(shù)據(jù)，總結長時閃變月趨勢數(shù)據(jù)分布特征，提出應用統(tǒng)計學準則的四分位數(shù)判別方法，以實現(xiàn)因暫態(tài)電壓變動造成閃變超標監(jiān)測點的快速篩查，對彌補當前在線監(jiān)測系統(tǒng)的缺陷，減小閃變源定位干擾具有重要意義。

1 暫態(tài)電壓變動的定義與特征

暫態(tài)電壓變動指由電壓暫降、暫升及中斷等暫態(tài)電能質量擾動在傳播過程中引起的電力系統(tǒng)中某點的半波刷新電壓均方根值處于0.9～1.1 p.u.內的現(xiàn)象，彼此關系如圖1所示。暫態(tài)電壓變動一般由電網短路故障和負荷沖擊(如電動機啟動、電容器組投切及變壓器空載合閘等)造成[28]。

圖1 暫態(tài)電壓變動定義

在工頻為0、相電壓為m的交流系統(tǒng)中，發(fā)生單次暫態(tài)電壓變動的典型數(shù)學模型可用式(1)表示。

其中，

圖2 電網短路故障引起的暫態(tài)電壓變動示意圖

綜上所述，暫態(tài)電能質量擾動引發(fā)的暫態(tài)電壓變動可以通過控制電壓幅值差、變化率、間隔時間、變動方向來刻畫其電壓均方根值的形狀。

2 暫態(tài)電壓變動對閃變檢測的影響

2.1 IEC閃變檢測方法

閃變是衡量特定頻率、幅值的電網電壓波動引起的燈光變化對人視感產生影響的參數(shù)，為量化該指標，IEC 61000-4-15標準[29]建立了以白熾燈為參考的燈-眼-腦模型，進而確定了閃變儀的組成功能模塊及各模塊設計規(guī)范，如圖3所示[30-33]。

圖3 IEC閃變儀結構

模塊1基于半波有效值來適配調整(縮放)輸入電壓。模塊2、3、4組成燈-眼-腦環(huán)節(jié)的模擬部分，其中模塊2采用平方檢測法，測出調制工頻的電壓波動，模擬白熾燈的行為。模塊3由提取引起閃變頻率成分的0.05～35 Hz帶通濾波器和模擬人眼對燈光變化反應的視感度加權濾波器組成。模塊4模擬了人腦中視覺神經對眼睛看到的反映和記憶效應，其中平方是為了模擬人腦的非線性反映過程，一階低通濾波器是為了模擬人腦對視覺感知的記憶效應，最終輸出瞬時閃變值inst，其單位值對應于人類閃變可感知度閾值，即有50%的人會感知到這種閃變水平，但在時間角度，這不代表不可容忍。

IEC給出兩個不同的觀察時段(10 min和2 h)內累積的inst，來反映短時閃變嚴重程度(短時閃變，st)和長時閃變嚴重程度(長時閃變，lt)，在模塊5中實現(xiàn)。首先對10 min內的inst做分級統(tǒng)計(不小于64級)，獲得各級inst的概率分布直方圖，通過累加計算得到累積概率函數(shù)(CPF)曲線，然后按照表1取CPF曲線上不同時間百分位數(shù)處經平滑處理的瞬時閃變值P及其對應的加權系數(shù)k，按式(3)計算st。

表1 加權系數(shù)及對應時間百分位數(shù)處瞬時閃變值

2.2 暫態(tài)電壓變動對瞬時閃變檢測的影響特性分析

在Matlab/Simulink中按圖3建立閃變檢測仿真模型，進行不同電壓幅值差、變化方向、變化率及間隔時間的暫態(tài)電壓變動對閃變檢測影響的定性分析，因暫態(tài)電壓變動的短時突然性，故采用inst指標的變化情況來描述其影響特性，結果如圖4所示。

圖4 暫態(tài)電壓變動對瞬時閃變的影響特性

由圖4可以看出：

1) 暫態(tài)電壓變動幅值差的大小影響著inst，幅值差越大對應的inst曲線最大值越大。需要注意，盡管inst曲線上升最大值取決于電壓幅值差的變化，但其下降則由燈-眼-腦模型函數(shù)的記憶效應決定，因此，inst曲線始終具有相同的下降趨勢。

2) 在相同初始電壓和幅值差的情況下，電壓向上變動時對應的inst最大值大于向下變動。

3) 暫態(tài)電壓變動的變化率也是影響inst的重要因素，在相同的電壓幅值差情況下，電壓變化率越大，對應inst曲線最大值越大，同時達到最大值的時間也越短。

4) 兩個連續(xù)的暫態(tài)電壓變動(先向下后向上)在不同間隔時間下影響情況不同。當兩個暫態(tài)電壓變動之間時間足夠長，即間隔時間大于等于臨界時間，則對inst的影響將分離；當兩個暫態(tài)電壓變動之間時間足夠接近，即間隔時間小于臨界時間，則對inst的影響將疊加。而臨界時間由人腦的記憶效應決定，IEC標準以時間常數(shù)為0.3 s的一階低通濾波器來模擬該過程，故臨界時間約為4倍的時間常數(shù)，即1.2 s。相同幅值差條件下，間隔時間越短，inst曲線最大值越大。

不難發(fā)現(xiàn)，刻畫暫態(tài)電壓變動的特征量的變化從數(shù)量大小和時間長短維度對inst產生不同規(guī)律的綜合影響。而以inst為基礎，通過不同時間累積而來以反映閃變嚴重程度的st和lt也必然受到不可忽視的影響。

2.3 暫態(tài)電壓變動特征量影響敏感度分析

考慮到閃變的大小與電壓變化相對值有關，故以230 V、50 Hz電壓為例，在10 min內通過控制單一暫態(tài)電壓變動特征量的方式進行敏感度仿真。間隔時間可參照電壓暫降持續(xù)時間范圍來確定，不超過60 s，具體的仿真取值見表2。當對某項特征量進行仿真時，其他變量按默認值設置。特別注意在計算lt時，非暫態(tài)電壓變動發(fā)生時段的st取0。

表2 暫態(tài)電壓變動特征量仿真取值

圖5(a)表明，短時閃變st和長時閃變lt(簡稱閃變值)隨著暫態(tài)電壓變動的幅值差增大而線性增大，同時向上變動大于向下變動的結果。圖5(b)顯示暫態(tài)電壓變動的變化率增大，閃變值跟隨增大，但不同變化率區(qū)間對閃變值的影響程度各異，變化率小于200%/s時影響最為顯著，閃變值快速增大，變化率在200%/s～500%/s區(qū)間的影響次之，當變化率大于500%/s后影響影響較小，閃變值增大緩慢，詳情見表3。

圖5 暫態(tài)電壓變動對閃變影響敏感度

表3 不同變化率區(qū)間對應的閃變值增加情況

間隔時間對閃變值的影響是非線性的，見圖5(c)，隨著間隔時間的增大，閃變值先增大后減小，該結果與圖4(d)中的疊加特性相關，仿真條件下，最大值出現(xiàn)在0.3 s處，臨界時間(1.2 s)后兩個暫態(tài)電壓變動的影響分離，結果趨于穩(wěn)定。最大值和穩(wěn)定值間Dlt不超過0.076(相對量為8.56%)，相對幅值差和變化率的影響程度較小。

3 考慮背景的暫態(tài)電壓變動引起的閃變水平及限值建議

3.1 暫態(tài)電壓變動引起閃變水平量化分析

為保證供電末端電壓偏差滿足標準要求，并減小電壓暫降的影響，實際電網電壓運行水平通常高于標稱值。在此背景下，暫態(tài)電壓變動的最嚴重情況是由1.1 p.u.跌落至0.9 p.u.，因此幅值差上限為系統(tǒng)標稱電壓的20%。同時根據(jù)變化率的定義，在半波刷新均方根(工頻50 Hz系統(tǒng)半周波為0.01 s)計算方式下，幅值差決定了變化率的范圍，彼此關系滿足≤D×100，即幅值差確定的情況下，變化率最大值也確定。綜合暫態(tài)電壓變動在間隔時間D= 0.3 s處閃變值最大及幅值差與變化率越大對閃變檢測影響越大的結果，仿真考慮不同背景閃變水平下，不同幅值差的暫態(tài)電壓變動引起的閃變最嚴重情況，來量化其引起閃變水平。仿真時，設置背景閃變值在任意時刻均相等，則根據(jù)式(4)、式(5)推算此背景水平下的inst，再與暫態(tài)電壓變動引起的inst按時間順序進行算術疊加，仿真結果如圖6所示。

圖6 考慮背景的暫態(tài)電壓變動引起閃變水平

考慮背景閃變影響下，單次典型暫降過程，所引起的暫態(tài)電壓變動最大可造成1.81～1.91內的lt。根據(jù)標準《GB/T 12326-2008 電能質量電壓波動和閃變》的規(guī)定：≤110 kV系統(tǒng)，lt限值為1；＞110 kV系統(tǒng)，lt限值為0.8，說明暫態(tài)電壓變動可以引起超過限值的閃變。若2 h內暫態(tài)電壓變動產生多次，則lt可達到更高水平，但暫態(tài)電壓變動屬于暫態(tài)事件，根據(jù)調研可知單個監(jiān)測點處每天發(fā)生概率不高于4%[10]，其短時間內多次發(fā)生概率將更低。假設2 h內有3個10 min時段發(fā)生了暫態(tài)電壓變動事件，其發(fā)生概率最高為0.0064%，更高的發(fā)生次數(shù)可認為是小概率事件，則此時仿真得到的長時閃變值甚至可達2.60～2.69。

3.2 限值建議

可通過閃變限值來管理暫態(tài)電壓變動，通過限制幅值差來控制其影響，故在暫態(tài)電壓變動引起閃變水平量化仿真條件下，取出不同條件下引起閃變達到限值處所對應的幅值差，結果如表4所示。

表4 閃變限值對應暫態(tài)電壓變動幅值差

注：為2 h內發(fā)生暫態(tài)電壓變動的10 min時段個數(shù)。

不難發(fā)現(xiàn)，隨著背景閃變水平的提升(不超過限值)及長時閃變觀察時段內發(fā)生暫態(tài)電壓變動的10 min時段個數(shù)增加，引起閃變超標的暫態(tài)電壓變動幅值差越小。當背景l(fā)t≤0.4時，引起閃變超標的幅值差變化范圍?。划敱尘發(fā)t＞0.4時，引起閃變超標的幅值差變化范圍大。為合理最大化限值的適用范圍并簡化其應用條件，故以背景l(fā)t=0.4為界限，將≤110 kV系統(tǒng)的背景l(fā)t劃分為[0,0.4]和(0.4,0.9)區(qū)間，將＞110 kV系統(tǒng)的背景l(fā)t劃分為[0,0.4]和(0.4,0.7]區(qū)間，對不同區(qū)間給出不同限值建議。具體地，根據(jù)表4取小于上述背景l(fā)t劃分區(qū)間上限值且=3所對應的幅值差，并在此值基礎上降低0.1%的絕對量作為最終限值，該絕對量為管理裕量，以進一步降低閃變超標風險，結果見表5，超過該限值的暫態(tài)電壓變動需進行“標記”。

表5 不同電壓等級系統(tǒng)暫態(tài)電壓變動幅值差限值

3.3 實測驗證

圖7為某光伏電站35 kV并網母線監(jiān)測的長時閃變結果，16時處lt達到1.08左右，超過限值。為查明原因，遍歷閃變超標時段的時域電壓波形，發(fā)現(xiàn)其發(fā)生了暫態(tài)電壓變動，如圖8所示。

圖7 閃變實測結果

圖8 暫態(tài)電壓變動實測情況

圖8(b)中的實測暫態(tài)電壓變動特征量計算結果如表6所示。

表6 實測暫態(tài)電壓變動特征量

根據(jù)表4的分析結果，向下變動幅值差最大值達到11%以上，在背景l(fā)t超過0.4的情況下，該實測暫態(tài)電壓變動極易造成閃變的超標，實測數(shù)據(jù)既證明了仿真分析的正確性，也表明實際電網中已經存在該問題，需要得到重視。

4 面向在線監(jiān)測的暫態(tài)電壓變動引起閃變異常值判別方法

電能質量在線監(jiān)測系統(tǒng)建設是電網公司一項重要工作，隨著投資建設范圍的不斷擴大，監(jiān)測點密度的提升將進一步凸顯暫態(tài)電壓變動對閃變檢測的不利影響，造成某些無波動負荷的監(jiān)測點出現(xiàn)閃變超標問題，給閃變源定位方面的技術監(jiān)督工作帶來干擾，甚至造成后續(xù)物力和人力的無效投入與浪費，需要一種可快速高效判別出因暫態(tài)電壓變動造成閃變超標的方法。

圖9為存在波動負荷和暫態(tài)電壓變動的2個35 kV母線監(jiān)測點一個月以內的lt實測趨勢情況。相對于圖9(a)中l(wèi)t超標情況，圖9(b)中的lt趨勢具有正常運行時段水平低，但在某時刻會“突然”孤立地出現(xiàn)超過限值的極大值的特征。考慮以月為單位的每相長時閃變測試數(shù)據(jù)量(數(shù)據(jù)量=每月天數(shù)×每天小時數(shù)/2，每月28天、29天、30天及31天分別對應的數(shù)據(jù)量為336、348、360、372)及實際電網運行狀態(tài)的不確定性，長時閃變的測試數(shù)據(jù)服從的分布形式不明確，而四分位數(shù)法在應用過程中無需事先假定數(shù)據(jù)服從某種特定的分布形式[34]，具有更廣的適用范圍。故本文基于長時閃變月趨勢的數(shù)據(jù)分布特征提出應用四分位數(shù)的判別方法，通過統(tǒng)計學準則來實現(xiàn)異常數(shù)據(jù)的初步快速篩查，具體實現(xiàn)過程如下。

圖9 以月為單位的不同類型長時閃變趨勢

步驟1：取每月各相l(xiāng)t數(shù)據(jù)，按相分別進行從大到小的降序排列；

步驟2：從每相排列完成的lt數(shù)據(jù)中取得上四分位數(shù)1和下四分位數(shù)2；

步驟3：計算每相上下四分位數(shù)間距=1-2；

步驟4：求取每相最大偏離值=1+1.5×；

步驟5：判斷每相l(xiāng)imit＞成立情況，limit為長時閃變限值。若三相都成立，則判斷閃變超標由暫態(tài)電壓變動造成；如任意一相不成立，則無法判斷閃變超標原因，需要補充數(shù)據(jù)進一步分析。

應用四分位數(shù)的閃變異常數(shù)據(jù)判別方法對圖9中監(jiān)測點的數(shù)據(jù)進行處理，結果如圖10所示。圖10(a)中由波動負荷引起的閃變超標其三相最大偏離值都超過限值，相對的圖10(b)最大偏離值都遠小于限值，證明了應用四分位數(shù)的判別法可以有效反映出暫態(tài)電壓變動引起的閃變超標的數(shù)據(jù)特征，實現(xiàn)監(jiān)測點的快速有效的篩查，為相關技術管理人員提供了一種應對途徑。

圖10 四分位數(shù)判別結果

5 結語

面對暫態(tài)電能質量擾動所引起的未觸發(fā)“標記”閾值的暫態(tài)電壓變動對閃變檢測的影響，本文給出刻畫暫態(tài)電壓變動的特征量，并分析其對閃變檢測的影響特性及程度，進而實現(xiàn)考慮背景的暫態(tài)電壓變動引起閃變水平的量化，并給出限值建議，最后基于長時閃變月趨勢數(shù)據(jù)分布特征提出應用四分位數(shù)的判別方法，得到以下結論：

1) 暫態(tài)電壓變動是指電壓均方根值處于0.9～ 1.1 p.u.內的現(xiàn)象，其形狀可以通過控制幅值差、變化率、間隔時間及變動方向來刻畫。

2) 暫態(tài)電壓變動特征量的變化會對inst的數(shù)量大小和時間長短維度產生不同規(guī)律的綜合影響，進而影響短時閃變st和長時閃變lt檢測結果，其中幅值差和變化率越大，暫態(tài)電壓變動引起的閃變值越大且影響顯著，而間隔時間對閃變影響較小。

3) 以閃變限值為依據(jù)給出暫態(tài)電壓變動幅值差限值建議：對于≤110 kV系統(tǒng)，背景閃變＞0.4的監(jiān)測點，幅值差不超過3.5%，背景閃變≤0.4的監(jiān)測點，幅值差不超過6.6%；對于＞110 kV系統(tǒng)，背景閃變＞0.4的監(jiān)測點，幅值差不超過3%，背景閃變≤0.4的監(jiān)測點，幅值差不超過5%，超過該值的暫態(tài)電壓變動需進行“標記”。針對該建議限值的適用性還需更多的電網運行數(shù)據(jù)的支撐和驗證。

4) 根據(jù)長時閃變月趨勢數(shù)據(jù)分布特征，可應用基于統(tǒng)計學準則的四分位數(shù)判別方法，實現(xiàn)因暫態(tài)電壓變動造成閃變超標監(jiān)測點的快速高效的篩查。但運用統(tǒng)計學準則實現(xiàn)異常數(shù)據(jù)剔除方法不具有唯一性，其他合適方法也可選擇應用。

[1] 薛文婷. 暫態(tài)電能質量擾動檢測分析與評估的研究[D]. 北京: 華北電力大學, 2015.

XUE Wenting. Research on transient power quality disturbance detection analysis and evaluation[D]. Beijing: North China Electric Power University, 2015.

[2] 楊楠, 崔偉, 王智偉, 等. 含風電特高壓直流系統(tǒng)單極接地故障暫態(tài)特性研究[J]. 高壓電器, 2020, 56(2): 142-149, 157.

YANG Nan, CUI Wei, WANG Zhiwei, et al. Research on transient characteristics of monopolar grounding fault for wind power integrated UHVDC[J]. High Voltage Apparatus, 2020, 56(2): 142-149, 157.

[3] 任沖, 柯賢波, 樊國偉, 等. 大規(guī)模風電直流送出系統(tǒng)過電壓抑制措施及控制方案優(yōu)化研究[J]. 高壓電器, 2020, 56(5): 163-174.

REN Chong, KE Xianbo, FAN Guowei, et al. Transient voltage stabilization and control optimization for large-scale wind power UHV DC transmission system[J]. High Voltage Apparatus, 2020, 56(5): 163-174.

[4] 汪穎, 陳春林, 肖先勇, 等. 電壓暫降敏感設備耐受能力自動測試方法[J]. 電力系統(tǒng)自動化, 2020, 44(20): 127-135.

WANG Ying, CHEN Chunlin, XIAO Xianyong, et al.Automatic test method for tolerance capability of voltage sag sensitive equipment[J]. Automation of Electric Power Systems, 2020, 44(20): 127-135.

[5] 李佳曼, 萬文軍, 蘇偉, 等. 儲能調頻系統(tǒng)并網測試研究與分析[J]. 熱力發(fā)電, 2020, 49(8): 84-90.

LI Jiaman, WAN Wenjun, SU Wei, et al. Research and analysis on grid-connected test for energy storage frequency modulation system[J]. Thermal Power Generation, 2020, 49(8): 84-90.

[6] 鐘慶, 姚蔚琳, 許中, 等. 基于平均點線距的電壓暫降系統(tǒng)級評估方法[J]. 中國電力, 2020, 53(11): 9-14.

ZHONG Qing, YAO Weilin, XU Zhong, et al. A system assessment method for voltage sag severity based on average point-to-line distance index[J]. Electric Power, 2020, 53(11): 9-14.

[7] 張文海, 肖先勇, 汪穎. 人工智能算法在電能質量領域的應用[J]. 供用電, 2020, 37(9): 1-8, 16.

ZHANG Wenhai, XIAO Xianyong, WANG Ying. The application of artificial intelligence in power quality[J]. Distribution & Utilization, 2020, 37(9): 1-8, 16.

[8] 呂偉, 田立軍. 基于凹陷域分析的電壓暫降監(jiān)測點優(yōu)化配置[J]. 電力自動化設備, 2012, 32(6): 49-54.

Lü Wei, TIAN Lijun. Optimal allocation of voltage sag monitoring based on exposed area analysis[J]. Electric Power Automation Equipment, 2012, 32(6): 49-54.

[9] 楊洪耕, 肖先勇, 劉俊勇. 電能質量問題的研究和技術進展(三)—電力系統(tǒng)的電壓凹陷[J]. 電力自動化設備, 2003, 23(12): 1-4.

YANG Honggeng, XIAO Xianyong, LIU Junyong. Issues and technology assessment on power quality part 3: voltage sags in power system[J]. Electric Power Automation Equipment, 2003, 23(12): 1-4.

[10] 徐永海, 蘭巧倩, 孔祥雨, 等. 電壓暫降特征值統(tǒng)計分析及暫降傳播特性[J]. 電工技術學報, 2016, 31(11): 165-175.

XU Yonghai, LAN Qiaoqian, KONG Xiangyu, et al. Statistical analysis of voltage sag characteristics and research on sag propagation property[J]. Transactions of China Electrotechnical Society, 2016, 31(11): 165-175.

[11] 周賢姣. 配電網電壓暫降檢測與擾動源識別方法研究[D]. 北京: 中國礦業(yè)大學, 2015.

ZHOU Xianjiao. Study on detection and recognition of voltage sags in distribution system[D]. Beijing: China University of Mining and Technology, 2015.

[12] 周軍, 類騰輝, 何振梁, 等. 基于延遲小角度法和自適應復合形態(tài)濾波器的電壓暫降檢測方法[J]. 電力系統(tǒng)保護與控制, 2021, 49(1): 148-155.

ZHOU Jun, LEI Tenghui, HE Zhenliang, et al. Voltage sag detection method based on the delayed small angle method and an adaptive composite morphological filter[J]. Power System Protection and Control, 2021, 49(1): 148-155.

[13] 汪穎, 陳春林, 肖先勇. 電壓暫降源異質堆疊集成學習識別法[J]. 電力系統(tǒng)保護與控制, 2021, 49(15): 1-8.

WANG Ying, CHEN Chunlin, XIAO Xianyong. Heterogeneous stacking integrated learning identification method for voltage sag sources[J]. Power System Protection and Control, 2021, 49(15): 1-8.

[14] 汪穎, 王歡, 李瓊林, 等. 基于距離判別分析的電壓暫降源識別方法[J].電力系統(tǒng)保護與控制, 2020, 48(19): 9-16.

WANG Ying, WANG Huan, LI Qionglin, et al. Identification method of voltage sag source based on distance discriminant analysis[J]. Power System Protection and Control, 2020, 48(19): 9-16.

[15] RAHUL, KAPOOR R, TRIPATHI M M. Detection and classification of multiple power signal patterns with Volterra series and interval type-2 fuzzy logic system[J]. Protection and Control of Modern Power Systems, 2017, 2(1): 92-101.

[16] 徐永海, 洪旺松, 蘭巧倩. 電壓暫降起始點與相位跳變對交流接觸器影響的分析[J]. 電力系統(tǒng)自動化, 2016, 40(4): 92-97, 135.

XU Yonghai, HONG Wangsong, LAN Qiaoqian. Analysis on the impact of the starting point and phase jump on the ac contactor[J]. Automation of Electric Power Systems, 2016, 40(4): 92-97, 135.

[17] DIOKIC S Z, MILANOVIC J V, KIRSCHEN D S. Sensitivity of AC coil contactors to voltage sags, short interruptions, and undervoltage transients[J]. IEEE Transactions on Power Delivery, 2004, 19(3): 1299-1307.

[18] 欒樂, 馬智遠, 莫文雄, 等. 考慮不同敏感設備耐受特性的用戶側電壓暫降嚴重程度區(qū)間評估方法[J]. 電力系統(tǒng)保護與控制, 2021, 49(2): 140-148.

LUAN Le, MA Zhiyuan, MO Wenxiong, et al. Voltage sag severity interval assessment method for user side considering tolerance characteristics of equipment of differing sensitivity[J]. Power System Protection and Control, 2021, 49(2): 140-148.

[19] 羅珊珊, 杜曉彤, 張軍, 等. 電壓暫降通過多級變壓器的傳播規(guī)律研究[J]. 電力電容器與無功補償, 2019, 40(5): 170-175.

LUO Shanshan, DU Xiaotong, ZHANG Jun, et al. Study on propagation law of voltage sags through multiple grade transformers[J]. Power Capacitor & Reactive Power Compensation, 2019, 40(5): 170-175.

[20]程志友, 王淼. 基于FPP改進的FAHP方法和健康指數(shù)理論的電壓凹陷嚴重程度評估[J]. 電測與儀表, 2020, 57(7): 35-40.

CHENG Zhiyou, WANG Miao. Severity evaluation of voltage sag based on multi-attribute decision-making using FPP extended FAHP and healthy index theory[J]. Measurement & Instrumentation, 2020, 57(7): 35-40.

[21] 郎福龍. 電壓暫降監(jiān)測點優(yōu)化配置及暫降數(shù)據(jù)壓縮研究[D]. 濟南: 山東大學, 2017.

LANG Fulong. Research on optimal allocation of voltage sag monitoring point and voltage sag data compression[D]. Jinan: Shandong University, 2017.

[22] 代曉倩, 楊洪耕, 蔡維. 一種考慮電壓暫降分布域的電能質量監(jiān)測儀的優(yōu)化配置方法[J]. 電力科學與工程, 2011, 27(2): 6-12, 17.

DAI Xiaoqian, YANG Honggeng, CAI Wei. One optimum allocation method of power quality monitors by considering exposed area[J]. Electric Power Science and Engineering, 2011, 27(2): 6-12, 17.

[23] IEC 61000-4-30: electromagnetic compatibilty (EMC) - part 4: testing and measurement techniques - section 30: power quality measurement methods, 3rd edition[S]. IEC, 2015.

[24] APRAIZ M, BARROS J, DIEGO R I, et al. Detection and analysis of rapid voltage changes in power system networks[C] // 2014 IEEE International Workshop on Applied Measurements for Power Systems Proceedings (AMPS), September 24-26, 2014, Aachen, Germany: 1-6.

[25] BARROS J, GUTIERREZ J J, APRAIZ M, et al. Rapid voltage changes in power system networks and their effect on flicker[J]. IEEE Transactions on Power Delivery, 2016, 31(1): 262-270.

[26] BARROS J, APRAIZ M, DIEGO R I, et al. Minimum requirements for rapid voltage changes regulation based on their effect on flicker[C] // 2017 IEEE International Workshop on Applied Measurements for Power Systems (AMPS), September 20-22, 2017, Liverpool, UK: 1-5.

[27] 陳聰, 陶順, 陳鵬偉, 等. IEC標準的快速電壓變動測量方法解讀與對比[J]. 電測與儀表, 2016, 53(18): 35-40.

CHEN Cong, TAO Shun, CHEN Pengwei, et al. Rapid voltage changes detection and analysis methods based on IEC standard[J]. Electrical Measurement & Instrumentation, 2016, 53(18): 35-40.

[28] 王純. 電壓暫降典型特征量分析和傳播特性研究[D]. 鄭州: 鄭州大學, 2019.

WANG Chun. Typical characteristic quantity analysis and propagation characteristics study of voltage sag[D]. Zhengzhou: Zhengzhou University, 2019.

[29] IEC-61000-4-15: electromagnetic compatibility (EMC) part 4: testing and measurement techniques—section 15: flickermeter functional and design specifications, 2rd edition[S]. IEC, 2010.

[30] 王建勛, 劉會金. 間諧波閃變效應計算及閃變源識別方法[J]. 電力系統(tǒng)自動化, 2011, 35(12): 57-63, 80.

WANG Jianxun, LIU Huijin. A calculation method for interharmonics-caused flicker and flicker source identification[J]. Automation of Electric Power Systems, 2011, 35(12): 57-63, 80.

[31] 季宇, 孫云蓮, 王黎, 等. 基于半周期峰值采樣的間諧波閃變算法[J]. 電網技術, 2011, 35(2): 66-70.

JI Yu, SUN Yunlian, WANG Li, et al. Research of voltage flicker caused by interharmonics based on half-cycle peak sequence[J]. Power System Technology, 2011, 35(2): 66-70.

[32] 葉新坤. 電壓的閃變檢測算法的研究與實現(xiàn)[D]. 成都:電子科技大學, 2015.

YE Xinkun. Research and implementation of voltage flicker detection algorithm[D]. Chengdu: University of Electronic Science and Technology of China, 2015.

[33] 魏曉璞, 徐永海, 肖湘寧. 電壓波動與閃變檢測方法綜述[J]. 電測與儀表, 2009, 46(4): 1-5.

WEI Xiaopu, XU Yonghai, XIAO Xiangning. Survey on methods for measurement of voltage fluctuations and flicker[J]. Electrical Measurement ＆ Instrumentation, 2009, 46(4): 1-5.

[34] 武佳卉, 邵振國, 楊少華, 等. 數(shù)據(jù)清洗在新能源功率預測中的研究綜述和展望[J]. 電氣技術, 2020(11): 7-12.

WU Jiahui, SHAO Zhenguo, YANG Shaohua, et al. Review and prospect of data cleaning in renewable energy power prediction[J]. Electrical Engineering, 2020(11): 7-12.

Influence of voltage variation caused by transient power quality disturbance on flicker detection

WANG Qing1, YOU Yihong1, ZHAO Yuzhou1, ZHU Mingxing2, JIAO Yadong2, GAO Min2

(1. New Smart City High-Quality Power Supply Joint Laboratory of China Southern Power Grid (Shenzhen Power Supply Co., Ltd.), Shenzhen 518020, China; 2. School of Electrical Engineering and Automation, Anhui University, Hefei 230601, China)

With the development of an online power quality monitoring system, the data flagged stipulated by IEC can no longer cope with the adverse impact of voltage variation caused by transient power quality disturbance on flicker detection. This brings great challenges to the technical supervision of flicker source location. Given this, this paper defines the transient voltage variation and gives the characteristic quantity to describe the shape of RMS voltage. Then, based on the IEC flicker meter, it analyzes the influence characteristics and degree of each characteristic quantity variation on flicker detection results, realizes the quantification of flicker level caused by transient voltage variation considering the background, and gives limit value suggestions of amplitude difference. This is verified by an example. Finally, the distribution characteristics of monthly trend data ofltare summarized based on the data of online monitoring in different scenarios, and a quartile discrimination method using statistical criteria is proposed. The analysis results show the effectiveness of the method. It provides an optional method for rapid screening of monitoring points with flicker exceeding the standard caused by transient voltage variation.

This work is supported by the Science and Technology Project of China Southern Power Grid Company Limited (No. 090000KK52190169/SZKJXM2019669).

transient power quality disturbance; transient voltage variation; characteristic quantity; flicker; quartile method

10.19783/j.cnki.pspc.210748

南方電網公司科技項目資助(090000KK52190169/ SZKJXM2019669)

2021-06-24；

2021-10-08

汪 清(1987—)，女，碩士，高級工程師，研究方向為電能質量監(jiān)測與治理技術；

游奕弘(1995—)，女，碩士，助理工程師，研究方向為電能質量監(jiān)測與治理技術；

焦亞東(1990—)，男，通信作者，碩士，工程師，研究方向為電能質量分析與控制。E-mail: jiao12345ya@163.com

(編輯 葛艷娜)