Модель распределения электрического напряжения и изменения электрического тока в сети с наличием неучтённого потребления электрической энергии
Ключевые слова:
коммерческие потери, неучтённо потребляемая электроэнергия, борьба с потерями, небаланс электроэнергии, участок электрической сети, АИИС КУЭ
Аннотация
Цель исследования — борьба с коммерческими потерями в электрических сетях, в особенности в сетях низкого напряжения, что является одним из приоритетных направлений работы электросетевых организаций. Решение данной проблемы сопряжено со сложностью определения точного места возникновения коммерческих потерь в условиях широкой разветвлённости электрических сетей низкого и среднего уровней напряжений. В настоящее время применяют различные способы поиска мест возникновения коммерческих потерь. Однако не создано эффективных методов определения факта и места неучтённого потребления электрической энергии в сетях в режиме удалённого анализа сетей на основании данных с современных приборов учёта электрической энергии, входящих в систему АИИС КУЭ. Преодолению указанной проблемы поспособствует разработка модели распределения электрического напряжения и изменения величины электрического тока в распределительных сетях номинальным напряжением 0,4 — 35 кВ.
Предложена модель распределения электрического напряжения и изменения величины электрического тока для сети, содержащей неучтённое потребление электрической энергии. Теоретически обоснована эффективность ее использования, определены границы применимости и точность получаемых результатов.
Графическое представление модели — одна из форм цифрового представления электрической сети, может быть использовано для выполнения анализа электрических сетей на предмет наличия или отсутствия в них неучтённого потребления электрической энергии.
Описанная модель распределения электрического напряжения и изменения величины электрического тока в сети обеспечивает решение задачи по представлению электрической сети в виде набора параметров электрических величин для проведения анализа электрический сетей на предмет наличия коммерческих потерь.
Литература
1. Viegas J.L., Esteves P.R., Vieira S.M. Clustering-based Novelty Detection for Identification of Non-technical Losses // Intern. J. Electrical Power and Energy Systems. 2018. V. 101. Pp. 301—310.
2. Messinis G.M., Hatziargyriou N.D. Unsupervised Classification for Non-technical Loss Detection // Proc. 20th Power Systems Computation Conf. 2018. Pp. 1—7.
3. Rodrigues A.C., Costa A.S., Issicaba D. Identification of Non-technical losses in Distribution Systems Via State Estimation and Geometric Tests // Proc. 7th Brazilian Electrical Systems Symp. 2018. Pp. 1—6.
4. Bezerra U.H., Soares T.M., Vieira J.P.A., Manito A.R.R., Paye J.C.H. Equivalent Operational Impedance: a New Approach to Calculate Technical and Non-technical Losses in Electric Distribution Systems // Ibid. Pp. 1—6.
5. Электричество стали воровать чаще [Электрон. ресурс] www.iz.ru/674956/mariia-nediuk/elektrichestvo-stali-vorovat-chashche (дата обращения 13.05.2021).
6. ГОСТ 32144—2013. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения.
7. Henriques H.O., Correa M.R.L.S. Use of Smart Grids to Monitor Technical Losses to Improve Non-technical Losses Estimation // 7th Brazilian Electrical Systems Symp. 2018. Pp. 1—6.
8. Rossoni A., Braunstein S.H., Trevizan R.D., Bretas A.S., Bretas N.G. Contribution to Distribution Systems Technical and Non-technical Losses Estimation Using WLS State Estimator // IEEE Power and Energy Soc. General Meeting. 2018. Pp. 1—5.
9. Ibrahim K.A., Au M.T., Gan C.K., Tang J.H. System Wide MV distribution Network Technical Losses Estimation Based on Reference Feeder and Energy Flow Model // Intern. J. Electrical Power and Energy Syst. 2017. V. 93. Pp. 440—450.
10. Chatterjee S., Archana V., Suresh K., Gupta R., Doshi F. Detection of Non-technical Losses Using Advanced Metering Infrastructure and Deep Recurrent Neural Networks // Proc. 17th IEEE Intern. Conf. Environment and Electrical Eng. 2017. Pp. 1—6.
11. Белый В.Б. Модель процессов потребления электроэнергии коммунально-бытовым сектором в сельских электрических сетях // Энерго- и ресурсосбережение — XXI век: Материалы XVII Междунар. науч.-практ. конф. 2019. С. 42—45.
12. Цыгулев Н.И. и др. Цифровизация электрических сетей АПК на платформе интернета энергии // Актуальные проблемы науки и техники: Материалы Национальной науч.-практ. конф. 2019. С. 327—328.
13. Kazymov I, Kompaneets B. Definition of Fact and Place of Losses in low Voltage Electric Networks // Proc. 2019 International Conf. Industrial Eng., Appl. and Manufacturing. 2019. Pp. 1—5.
14. Иванов А.Г., Соколова В.Н. Финансовые потери потребителей в связи с низким качеством электроэнергии // Sci. Time. 2014. № 11. С. 113—115.
15. Kochneva E., Sukalo A. Impact of Technical Losses Calculation Method on Bad Data Validation on the Basis of a Posteriori Analysis // Proc. IEEE Intern. Energy Conf. 2016. Pp. 1—6.
16. Glauner P., Boechat A., Dolberg L., Rangoni Y., Duarte D. Large-scale Detection of Non-technical Losses in Imbalanced Data Sets // Proc. IEEE Power and Energy Soc. Innovative Smart Grid Technologies Conf. 2016. Pp. 1—5.
17. Ramos C.C.O., Souza A.N., Papa J.P., Falcão A.X. Fast Non-technical Losses Identification Through Optimum-path Forest // Proc. 15th Intern. Conf. Intelligent System Appl. Power Systems. 2009. Pp. 1—5.
18. Queiroz L.M.O., Lyra C. Adaptive Hybrid Genetic Algorithm for Technical Loss Reduction in Distribution Networks Under Variable Demands // IEEE Trans. Power Systems. 2009. V. 24(1). Pp. 445—453.
19. Казымов И.М., Компанеец Б.С. Методика определения требуемого числа устройств сбора и передачи информации для создания цифрового представления распределительной электрической сети низкого и среднего уровня напряжений // Вестник НГИЭИ. 2021. № 1(116). С. 41—53.
20. Ожегов А.Н. Системы АСКУЭ. Киров: Изд-во ВятГУ, 2006.
21. Тиньгаев А.В, Шевченко А.А. Оптимизация протяжённости линий электропередач при подключении сельскохозяйственных потребителей с использованием WEB-технологий // Вестник Алтайского гос. аграрного ун-та. 2018. № 4. С. 186—191
---
Для цитирования: Казымов И.М., Компанеец Б.С. Модель распределения электрического напряжения и изменения электрического тока в сети с наличием неучтённого потребления электрической энергии // Вестник МЭИ. 2021. № 6. С. 91—99. DOI: 10.24160/1993-6982-2021-6-91-99
#
1. Viegas J.L., Esteves P.R., Vieira S.M. Clustering-based Novelty Detection for Identification of Non-technical Losses. Intern. J. Electrical Power and Energy Systems. 2018;101:01—310.
2. Messinis G.M., Hatziargyriou N.D. Unsupervised Classification for Non-technical Loss Detection. Proc. 20th Power Systems Computation Conf. 2018:1—7.
3. Rodrigues A.C., Costa A.S., Issicaba D. Identification of Non-technical losses in Distribution Systems Via State Estimation and Geometric Tests. Proc. 7th Brazilian Electrical Systems Symp. 2018:1—6.
4. Bezerra U.H., Soares T.M., Vieira J.P.A., Manito A.R.R., Paye J.C.H. Equivalent Operational Impedance: a New Approach to Calculate Technical and Non-technical Losses in Electric Distribution Systems. Ibid:1—6.
5. Elektrichestvo Stali Vorovat' Chashche [Elektron. Resurs] www.iz.ru/674956/mariia-nediuk/elektrichestvo-stali-vorovat-chashche (Data Obrashcheniya 13.05.2021). (in Russian).
6. GOST 32144—2013. Elektricheskaya Energiya. Sovmestimost' Tekhnicheskikh Sredstv Elektromagnitnaya. Normy Kachestva Elektricheskoy Energii v Sistemakh Elektrosnabzheniya Obshchego Naznacheniya. (in Russian).
7. Henriques H.O., Correa M.R.L.S. Use of Smart Grids to Monitor Technical Losses to Improve Non-technical Losses Estimation. 7th Brazilian Electrical Systems Symp. 2018:1—6.
8. Rossoni A., Braunstein S.H., Trevizan R.D., Bretas A.S., Bretas N.G. Contribution to Distribution Systems Technical and Non-technical Losses Estimation Using WLS State Estimator. EEE Power and Energy Soc. General Meeting. 2018:1—5.
9. Ibrahim K.A., Au M.T., Gan C.K., Tang J.H. System Wide MV distribution Network Technical Losses Estimation Based on Reference Feeder and Energy Flow Model. Intern. J. Electrical Power and Energy Syst. 2017;93:440—450.
10. Chatterjee S., Archana V., Suresh K., Gupta R., Doshi F. Detection of Non-technical Losses Using Advanced Metering Infrastructure and Deep Recurrent Neural Networks. Proc. 17th IEEE Intern. Conf. Environment and Electrical Eng. 2017:1—6.
11. Belyy V.B. Model' Protsessov Potrebleniya Elektroenergii Kommunal'no-bytovym Sektorom v Sel'skikh Elektricheskikh Setyakh. Energo- i Resursosberezhenie — XXI Vek: Materialy XVII Mezhdunar. Nauch.-prakt. Konf. 2019:42—45. (in Russian).
12. Tsygulev N.I. i dr. Tsifrovizatsiya Elektricheskikh Setey APK na Platforme Interneta Energii. Aktual'nye Problemy Nauki i Tekhniki: Materialy Natsional'noy Nauch.-prakt. Konf. 2019:327—328. (in Russian).
13. Kazymov I, Kompaneets B. Definition of Fact and Place of Losses in low Voltage Electric Networks. Proc. 2019 International Conf. Industrial Eng., Appl. and Manufacturing. 2019:1—5.
14. Ivanov A.G., Sokolova V.N. Finansovye Poteri Potrebiteley v Svyazi s Nizkim Kachestvom Elektroenergii. Sci. Time. 2014;11:113—115. (in Russian).
15. Kochneva E., Sukalo A. Impact of Technical Losses Calculation Method on Bad Data Validation on the Basis of a Posteriori Analysis. Proc. IEEE Intern. Energy Conf. 2016:1—6.
16. Glauner P., Boechat A., Dolberg L., Rangoni Y., Duarte D. Large-scale Detection of Non-technical Losses in Imbalanced Data Sets. Proc. IEEE Power and Energy Soc. Innovative Smart Grid Technologies Conf. 2016:1—5.
17. Ramos C.C.O., Souza A.N., Papa J.P., Falcão A.X. Fast Non-technical Losses Identification Through Optimum-path Forest. Proc. 15th Intern. Conf. Intelligent System Appl. Power Systems. 2009:1—5.
18. Queiroz L.M.O., Lyra C. Adaptive Hybrid Genetic Algorithm for Technical Loss Reduction in Distribution Networks Under Variable Demands. IEEE Trans. Power Systems. 2009;24(1):445—453.
19. Kazymov I.M., Kompaneets B.S. Metodika Opredeleniya Trebuemogo Chisla Ustroystv Sbora i Peredachi Informatsii dlya Sozdaniya Tsifrovogo Predstavleniya Raspredelitel'noy Elektricheskoy Seti Nizkogo i Srednego Urovnya Napryazheniy. Vestnik NGIEI. 2021;1(116):41—53. (in Russian).
20. Ozhegov A.N. Sistemy ASKUE. Kirov: Izd-vo VyatGU, 2006. (in Russian).
21. Tin'gaev A.V, Shevchenko A.A. Optimizatsiya Protyazhennosti Liniy Elektroperedach pri Podklyuchenii Sel'skokhozyaystvennykh Potrebiteley s Ispol'zovaniem WEB-tekhnologiy. Vestnik Altayskogo Gos. Agrarnogo Un-ta. 2018;4:186—191. (in Russian).
---
For citation: Kazymov I.M., Kompaneets B.S. A Model of Voltage Distribution and Change of Current in the Network Containing Unaccounted Electricity Consumption. Bulletin of MPEI. 2021;6:91—99. (in Russian). DOI: 10.24160/1993-6982-2021-6-91-99
2. Messinis G.M., Hatziargyriou N.D. Unsupervised Classification for Non-technical Loss Detection // Proc. 20th Power Systems Computation Conf. 2018. Pp. 1—7.
3. Rodrigues A.C., Costa A.S., Issicaba D. Identification of Non-technical losses in Distribution Systems Via State Estimation and Geometric Tests // Proc. 7th Brazilian Electrical Systems Symp. 2018. Pp. 1—6.
4. Bezerra U.H., Soares T.M., Vieira J.P.A., Manito A.R.R., Paye J.C.H. Equivalent Operational Impedance: a New Approach to Calculate Technical and Non-technical Losses in Electric Distribution Systems // Ibid. Pp. 1—6.
5. Электричество стали воровать чаще [Электрон. ресурс] www.iz.ru/674956/mariia-nediuk/elektrichestvo-stali-vorovat-chashche (дата обращения 13.05.2021).
6. ГОСТ 32144—2013. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения.
7. Henriques H.O., Correa M.R.L.S. Use of Smart Grids to Monitor Technical Losses to Improve Non-technical Losses Estimation // 7th Brazilian Electrical Systems Symp. 2018. Pp. 1—6.
8. Rossoni A., Braunstein S.H., Trevizan R.D., Bretas A.S., Bretas N.G. Contribution to Distribution Systems Technical and Non-technical Losses Estimation Using WLS State Estimator // IEEE Power and Energy Soc. General Meeting. 2018. Pp. 1—5.
9. Ibrahim K.A., Au M.T., Gan C.K., Tang J.H. System Wide MV distribution Network Technical Losses Estimation Based on Reference Feeder and Energy Flow Model // Intern. J. Electrical Power and Energy Syst. 2017. V. 93. Pp. 440—450.
10. Chatterjee S., Archana V., Suresh K., Gupta R., Doshi F. Detection of Non-technical Losses Using Advanced Metering Infrastructure and Deep Recurrent Neural Networks // Proc. 17th IEEE Intern. Conf. Environment and Electrical Eng. 2017. Pp. 1—6.
11. Белый В.Б. Модель процессов потребления электроэнергии коммунально-бытовым сектором в сельских электрических сетях // Энерго- и ресурсосбережение — XXI век: Материалы XVII Междунар. науч.-практ. конф. 2019. С. 42—45.
12. Цыгулев Н.И. и др. Цифровизация электрических сетей АПК на платформе интернета энергии // Актуальные проблемы науки и техники: Материалы Национальной науч.-практ. конф. 2019. С. 327—328.
13. Kazymov I, Kompaneets B. Definition of Fact and Place of Losses in low Voltage Electric Networks // Proc. 2019 International Conf. Industrial Eng., Appl. and Manufacturing. 2019. Pp. 1—5.
14. Иванов А.Г., Соколова В.Н. Финансовые потери потребителей в связи с низким качеством электроэнергии // Sci. Time. 2014. № 11. С. 113—115.
15. Kochneva E., Sukalo A. Impact of Technical Losses Calculation Method on Bad Data Validation on the Basis of a Posteriori Analysis // Proc. IEEE Intern. Energy Conf. 2016. Pp. 1—6.
16. Glauner P., Boechat A., Dolberg L., Rangoni Y., Duarte D. Large-scale Detection of Non-technical Losses in Imbalanced Data Sets // Proc. IEEE Power and Energy Soc. Innovative Smart Grid Technologies Conf. 2016. Pp. 1—5.
17. Ramos C.C.O., Souza A.N., Papa J.P., Falcão A.X. Fast Non-technical Losses Identification Through Optimum-path Forest // Proc. 15th Intern. Conf. Intelligent System Appl. Power Systems. 2009. Pp. 1—5.
18. Queiroz L.M.O., Lyra C. Adaptive Hybrid Genetic Algorithm for Technical Loss Reduction in Distribution Networks Under Variable Demands // IEEE Trans. Power Systems. 2009. V. 24(1). Pp. 445—453.
19. Казымов И.М., Компанеец Б.С. Методика определения требуемого числа устройств сбора и передачи информации для создания цифрового представления распределительной электрической сети низкого и среднего уровня напряжений // Вестник НГИЭИ. 2021. № 1(116). С. 41—53.
20. Ожегов А.Н. Системы АСКУЭ. Киров: Изд-во ВятГУ, 2006.
21. Тиньгаев А.В, Шевченко А.А. Оптимизация протяжённости линий электропередач при подключении сельскохозяйственных потребителей с использованием WEB-технологий // Вестник Алтайского гос. аграрного ун-та. 2018. № 4. С. 186—191
---
Для цитирования: Казымов И.М., Компанеец Б.С. Модель распределения электрического напряжения и изменения электрического тока в сети с наличием неучтённого потребления электрической энергии // Вестник МЭИ. 2021. № 6. С. 91—99. DOI: 10.24160/1993-6982-2021-6-91-99
#
1. Viegas J.L., Esteves P.R., Vieira S.M. Clustering-based Novelty Detection for Identification of Non-technical Losses. Intern. J. Electrical Power and Energy Systems. 2018;101:01—310.
2. Messinis G.M., Hatziargyriou N.D. Unsupervised Classification for Non-technical Loss Detection. Proc. 20th Power Systems Computation Conf. 2018:1—7.
3. Rodrigues A.C., Costa A.S., Issicaba D. Identification of Non-technical losses in Distribution Systems Via State Estimation and Geometric Tests. Proc. 7th Brazilian Electrical Systems Symp. 2018:1—6.
4. Bezerra U.H., Soares T.M., Vieira J.P.A., Manito A.R.R., Paye J.C.H. Equivalent Operational Impedance: a New Approach to Calculate Technical and Non-technical Losses in Electric Distribution Systems. Ibid:1—6.
5. Elektrichestvo Stali Vorovat' Chashche [Elektron. Resurs] www.iz.ru/674956/mariia-nediuk/elektrichestvo-stali-vorovat-chashche (Data Obrashcheniya 13.05.2021). (in Russian).
6. GOST 32144—2013. Elektricheskaya Energiya. Sovmestimost' Tekhnicheskikh Sredstv Elektromagnitnaya. Normy Kachestva Elektricheskoy Energii v Sistemakh Elektrosnabzheniya Obshchego Naznacheniya. (in Russian).
7. Henriques H.O., Correa M.R.L.S. Use of Smart Grids to Monitor Technical Losses to Improve Non-technical Losses Estimation. 7th Brazilian Electrical Systems Symp. 2018:1—6.
8. Rossoni A., Braunstein S.H., Trevizan R.D., Bretas A.S., Bretas N.G. Contribution to Distribution Systems Technical and Non-technical Losses Estimation Using WLS State Estimator. EEE Power and Energy Soc. General Meeting. 2018:1—5.
9. Ibrahim K.A., Au M.T., Gan C.K., Tang J.H. System Wide MV distribution Network Technical Losses Estimation Based on Reference Feeder and Energy Flow Model. Intern. J. Electrical Power and Energy Syst. 2017;93:440—450.
10. Chatterjee S., Archana V., Suresh K., Gupta R., Doshi F. Detection of Non-technical Losses Using Advanced Metering Infrastructure and Deep Recurrent Neural Networks. Proc. 17th IEEE Intern. Conf. Environment and Electrical Eng. 2017:1—6.
11. Belyy V.B. Model' Protsessov Potrebleniya Elektroenergii Kommunal'no-bytovym Sektorom v Sel'skikh Elektricheskikh Setyakh. Energo- i Resursosberezhenie — XXI Vek: Materialy XVII Mezhdunar. Nauch.-prakt. Konf. 2019:42—45. (in Russian).
12. Tsygulev N.I. i dr. Tsifrovizatsiya Elektricheskikh Setey APK na Platforme Interneta Energii. Aktual'nye Problemy Nauki i Tekhniki: Materialy Natsional'noy Nauch.-prakt. Konf. 2019:327—328. (in Russian).
13. Kazymov I, Kompaneets B. Definition of Fact and Place of Losses in low Voltage Electric Networks. Proc. 2019 International Conf. Industrial Eng., Appl. and Manufacturing. 2019:1—5.
14. Ivanov A.G., Sokolova V.N. Finansovye Poteri Potrebiteley v Svyazi s Nizkim Kachestvom Elektroenergii. Sci. Time. 2014;11:113—115. (in Russian).
15. Kochneva E., Sukalo A. Impact of Technical Losses Calculation Method on Bad Data Validation on the Basis of a Posteriori Analysis. Proc. IEEE Intern. Energy Conf. 2016:1—6.
16. Glauner P., Boechat A., Dolberg L., Rangoni Y., Duarte D. Large-scale Detection of Non-technical Losses in Imbalanced Data Sets. Proc. IEEE Power and Energy Soc. Innovative Smart Grid Technologies Conf. 2016:1—5.
17. Ramos C.C.O., Souza A.N., Papa J.P., Falcão A.X. Fast Non-technical Losses Identification Through Optimum-path Forest. Proc. 15th Intern. Conf. Intelligent System Appl. Power Systems. 2009:1—5.
18. Queiroz L.M.O., Lyra C. Adaptive Hybrid Genetic Algorithm for Technical Loss Reduction in Distribution Networks Under Variable Demands. IEEE Trans. Power Systems. 2009;24(1):445—453.
19. Kazymov I.M., Kompaneets B.S. Metodika Opredeleniya Trebuemogo Chisla Ustroystv Sbora i Peredachi Informatsii dlya Sozdaniya Tsifrovogo Predstavleniya Raspredelitel'noy Elektricheskoy Seti Nizkogo i Srednego Urovnya Napryazheniy. Vestnik NGIEI. 2021;1(116):41—53. (in Russian).
20. Ozhegov A.N. Sistemy ASKUE. Kirov: Izd-vo VyatGU, 2006. (in Russian).
21. Tin'gaev A.V, Shevchenko A.A. Optimizatsiya Protyazhennosti Liniy Elektroperedach pri Podklyuchenii Sel'skokhozyaystvennykh Potrebiteley s Ispol'zovaniem WEB-tekhnologiy. Vestnik Altayskogo Gos. Agrarnogo Un-ta. 2018;4:186—191. (in Russian).
---
For citation: Kazymov I.M., Kompaneets B.S. A Model of Voltage Distribution and Change of Current in the Network Containing Unaccounted Electricity Consumption. Bulletin of MPEI. 2021;6:91—99. (in Russian). DOI: 10.24160/1993-6982-2021-6-91-99
Опубликован
2021-05-17
Выпуск
Раздел
Электротехнические комплексы и системы (05.09.03)
