基于拉丁超立方采样的节点敏感设备暂降免疫水平评估
新能源电力系统国家重点实验室（华北电力大学）、国网山西省电力公司电力科学研究院的研究人员韦鹏飞、徐永海等，在2018年第15期《电工技术学报》上撰文，针对蒙特卡罗法（MC法）稳定性及收敛性欠佳的问题，同时考虑到敏感设备对不同类型电压暂降免疫能力不同，且节点的敏感设备运行与规划评估不同，提出了一种基于拉丁超立方采样（LHS）法的节点敏感设备暂降免疫水平评估方法。
构建了短路故障随机模型，通过LHS法得到故障信息，然后进行故障仿真得到一系列暂降事件，运用所提方法评估系统中各节点的敏感设备暂降免疫水平。将暂降类型作为暂降特征量之一，以敏感设备对不同类型暂降的耐受曲线为基准进行节点暂降评估；针对节点敏感设备运行与规划两个不同的应用场景，分别给出了其对应的评估方法及流程；其中对于规划评估这一场景，为进一步反映各节点敏感设备暂降免疫能力的差异性，提出了设备免疫水平指标集。所提方法可为实际电网的敏感设备运行及规划提供参考。
随着敏感设备在生产生活中的广泛应用，电压暂降已成为影响设备正常运行的主要电能质量问题[1-3]。当电压暂降严重到一定程度时，将会导致敏感设备非正常工作甚至故障，尤其是对于工业用户，进而可能导致工业过程的瘫痪，从而带来巨大的经济损失[4,5]。
敏感设备对电压暂降的免疫能力也因此成为了国内外专家学者关注的焦点。针对敏感设备的免疫能力，众多组织给出了相关耐受曲线，如ITIC曲线、SEMI F47曲线等[6]，相关标准如IEEE std.1346—1998[7]中也给出了计算机、可编程逻辑控制器等的暂降耐受曲线。
目前大部分文献中针对敏感设备耐受曲线主要考虑暂降幅值与持续时间两个特征量，但值得注意的是，暂降类型的不同也会影响敏感设备的耐受能力[8-10]。文献[8]中进行了多种暂降类型对变频调速装置（Adjustable Speed Drives，ASD）进行试验研究，结果表明不同暂降类型下ASD耐受曲线并不相同；由国际大电网会议（International Council on Large Electric Systems，CIGRE）、国际供电会议（Conference International Repartition Et Distribution，CIRED）和国际电力应用联盟（International Union for Electricity Applications，UIE）组成的联合工作组C4.110依据暂降类型的不同分别给出了敏感设备的暂降耐受曲线[9]。
综上所述，本文将暂降类型作为暂降特征量之一，依据不同暂降类型下敏感设备耐受曲线进行节点敏感设备暂降免疫水平评估。
已有电压暂降预估相关文献[11-13]中，主要从系统侧考虑并采用系统电压平均有效值变化率(System Average Rms Variation Frequency Index, SARFI）指标对暂降事件进行统计分析节点的电压暂降水平。然而并不是所有的暂降事件均能够引起敏感设备的非正常工作或故障。
本文则从敏感设备侧考虑，依据敏感设备的暂降耐受曲线，进行节点敏感设备免疫水平评估。文献[14]采用SARFI指标对可能引起敏感设备非正常工作或故障的暂降事件进行了统计分析。在进行节点敏感设备免疫能力评估时，若该节点已安装敏感设备，那么用户最关心的问题即为该节点可能发生引起该敏感设备非正常工作或故障的频次。
而若要对节点进行敏感设备接入点规划时，那么不仅要考虑频次的影响，同时要考虑幅值、持续时间的影响。因此，对于敏感设备免疫能力的评估需要从运行与规划两个场景考虑。SARFI指标可用于对已安装敏感设备的节点进行运行评估，而当进行敏感设备规划评估时，需要从多个角度考虑以反映该节点的设备免疫水平，得到更为合适的敏感设备规划节点。
已有评估指标中，与敏感设备相关的评估指标有SARFIcurve[15]、平均暂降能量指标（Average Sag Energy Index, ASEI）[15]、平均暂降严重性（Average Sag Severity Index, ASSI）[15]、平均暂降不兼容度指标（Average Sag Degree of Incompatible Index，ASDI）[16]等。为了得到更为合适的敏感设备免疫水平规划评估结果，本文建立了敏感设备免疫水平指标集，采用熵权法对指标集中各指标进行综合后得到最终评估结果。
近年来国内外文献大多采用蒙特卡罗法（Monte Carlo Method, MC）进行电压暂降随机预估的研究[11,12,14]。如文献[11]采用MC法对节点电压暂降进行评估，判断电网薄弱环节。但是MC法具有稳定性较差、收敛较慢、用时较长的缺陷，针对上述不足，本文采用拉丁超立方采样（Latin Hypercube Sampling, LHS）法，该方法在电力系统可靠性、概率潮流等领域已有所应用[17-19]，在保证精度的前提下，可有效提高采样效率，具有较好的稳定性与收敛性。
本文提出了一种基于拉丁超立方采样的节点敏感设备暂降免疫水平评估方法。首先建立了故障信息随机模型，采用LHS法得到一系列暂降事件；在进行电压暂降评估时，将暂降类型作为暂降特征量之一，依据不同暂降类型下的设备耐受曲线进行敏感设备免疫能力评估；针对不同的应用场景，对于敏感设备运行与规划两个场景分别给出了其对应的评估指标与方法；对于规划评估这一场景，建立了敏感设备免疫水平指标集来表征各节点的设备免疫水平；最后以IEEE 30节点系统为例，进行了节点敏感设备暂降免疫水平评估。
图4 节点敏感设备暂降免疫水平评估流程
图5 IEEE 30节点系统拓扑图
本文进行了基于拉丁超立方采样的节点敏感设备暂降免疫水平评估方法研究，主要结论如下：
1）提出了基于LHS法的电压暂降随机预估方法，与常用的MC法相比，在保证结果正确性的前提下，LHS法所得结果稳定性更好、收敛性更快。
2）将暂降类型作为电压暂降特征量之一，从敏感设备侧考虑，依据不同暂降类型下的敏感设备耐受曲线，筛选出能够引起敏感设备非正常工作或故障的暂降事件，然后进行节点敏感设备免疫水平评估。
3）提出了考虑不同场景的节点敏感设备暂降免疫水平评估方法，针对敏感设备运行及规划评估两种应用场景，分别给出了相应的评估方法及流程，可为实际电网的敏感设备运行及敏感负荷接入节点选择提供参考。
4）针对敏感设备运行评估，给出了用户最为关心的频次指标，且为满足用户的不同需求，分别给出了每年发生暂降类型I/II/III的频次概率分布直方图；针对敏感设备规划评估，为避免SARFI指标的片面性，综合考虑暂降频次、暂降幅值及持续时间，建立了包含SARFIcurve-av、ASEI、ASDI指标在内的设备免疫水平指标集，采用熵权法综合得到最终评估结果，能够更加准确地反映节点敏感设备免疫水平，从而选出更为合适的敏感设备接入点。
5）本文采用的设备耐受曲线并未考虑具体的敏感设备类型，当用户需要对某一特定设备进行接入节点规划时，可将本文采用的耐受曲线替换为该设备的耐受曲线，即可用于该特定敏感设备的运行与规划评估。