Корректировка удельных мощностей электрических нагрузок электроприемников квартир в условиях ограниченного объема данных

Правильный расчет электрических нагрузок крайне важен при проектировании электрических сетей коммунально-бытовых потребителей. Занижение нагрузки неизбежно скажется на надежности электроснабжения, а завышение нагрузки невыгодно экономически.

Первые исследования, посвященные расчету электрических нагрузок коммунально-бытовых потребителей, выполнялись в 50-х годах прошлого века [1, 2], но только к концу 60-х годов приобрели систематический характер [3]. На основе этих исследований была сформирована нормативная база, которая без значительных изменений существует и сейчас [4].

Свод правил [4] не учитывает изменения режимов работы и установленных мощностей бытовых приборов [5], что приводит к систематической погрешности в расчёте [6, 7]. Допущенные ошибки в определении электрической нагрузки жилых многоквартирных домов сказываются на оптимальности выбора оборудования электрических сетей и определения целесообразной заявленной мощности [8]. Следовательно, методы расчета электрических нагрузок и их нормативная база нуждаются в корректировке [9–11].

Теоретические и экспериментальные исследования способов корректировки справочно-нормативной базы проводились постоянно [9, 10]. Но продолжение активного жилищного строительства при неизменных нормативах привело к всплеску интереса к проблеме расчета электрических нагрузок квартир в последние годы.

В работе [11] было проведено комплексное исследование городских трансформаторных подстанций 10/0,4 кВ в различных регионах РФ. Исследование показало, что загрузка 70–80 % трансформаторов составляет менее 30 % номинальной мощности, а половина из них работает с максимальной загрузкой менее 15 % в течение года.

Научная группа из КГЭУ и Ассоциации «Росэлектромонтаж» провела исследования электрических нагрузок в течение 4 лет в 5200 многоквартирных домах в Республике Татарстан [12]. Статистическая обработка результатов показала, что фактические электрические нагрузки в меся- цы максимального электропотребления (ЭП) в 1,5–2,5 раза ниже, чем представленные в [4]. Аналогичные выводы были сделаны по результатам исследования [13] 150 жилых домов г. Москвы. Полученные результаты [12, 13] позволили обосновать допустимость снижения расчетной электрической нагрузки при проектировании жилых многоквартирных домов и разработать новые региональные нормативы удельных электрических нагрузок для расчета заявленной мощности [14].

Единые нормативы для всей территории РФ нецелесообразны [15], и федеральный документ [4] позволяет вводить региональные значения удельных электрических нагрузок, но на практике этим положением воспользовались только два региона. В Московском регионе была принята «Инструкция по расчету электрических нагрузок жилых зданий» РМ-2696 [16]. В настоящее время для московской агломерации используются поправки на удельные электрические нагрузки в [4].

Несмотря на доказанную эффективность корректировки удельной мощности квартир и заинтересованность строительных организаций, введение региональных нормативов остается непростой задачей. По мнению авторов данной статьи, основной причиной этого является объем необходимой информации. Далеко не каждому региону доступно исследование 5200 домов в течение 4 лет, как было сделано в Республике Татарстан [12]. В регионах только новые объекты строительства оборудованы системой автоматизированного учета электрической энергии. Однако исследования для жилых многоквартирных домов с малым сроком эксплуатации неэффективны для выяснения предельных электрических нагрузок [3], так как далеко не во всех квартирах достигнут установившийся режим потребления электроэнергии. Поэтому для сбора данных необходима модернизация или замена приборов учета электроэнергии, чтобы получить график мощности нагрузки с 30-минутным усреднением.

В работе [17] показано, что в многоквартирном доме 90 % электроэнергии приходится на 82 % квартир дома. Таким образом, 18 % квартир с наименьшим потреблением можно не учитывать при определении удельной мощности квартир это- го дома. Именно ошибка при определении количества активных потребителей электроэнергии в доме и приводит к необходимости обработки выборок большого объема. Срок 4 года в [12] также служит в основном для статистической корректировки допущенной ошибки, поскольку экстремальные для данного региона погодные условия могут наблюдаться в течение уже первого года мониторинга.

Организация дальнейшей полной статистической обработки результатов измерений с применением стандартных методов [12, 13, 15, 17, 18], таких как получение нормальных распределений величин, аппроксимационных функций и т. д., тоже не является обязательной при ответе на вопрос о предельных значениях удельных мощностей квартир в доме с заданным числом квартир. В работе [17] для определения поправочного коэффициента к существующим в [4] значениям были использованы только данные об объектах с максимальным режимом. Следовательно, необходима другая методика сбора и обработки данных, не требующая большого количества данных.

Настоящая работа посвящена способу обработки данных об удельных мощностях квартир, предусматривающему целенаправленное моделирование объектов с наибольшими значениями удельных мощностей на основе экспериментальных данных о графиках нагрузки в реальных объектах мониторинга с 30-минутным усреднением и данных об интенсивности электропотребления в данном регионе. Работа выполнена на основе указанных данных для Челябинской области.

Создание модельных объектов и их анализ

Объектом мониторинга в исследовании были квартиры или жилые многоквартирные дома с электрическими плитами. Из-за сложностей в

30 квартирами и 132 жилыми домами. Поэтому возникла необходимость в создании имитационных объектов, что широко используется в различных областях исследований [19]. Для создания модельных объектов мониторинга было использовано два приема:

• –    создание имитационных объектов мониторинга путем комбинирования реальных объектов;

• –    оценка вклада данного объекта (реального или имитационного) в максимально возможную при данных условиях удельную мощность.

Для получения имитационного объекта мониторинга был использован следующий алгоритм:

• – выбирается несколько (от 2 до 8) реальных объектов мониторинга так, чтобы суммарное количество квартир было в заданном промежутке;

  – для выбранных комбинаций данных производится согласованное (по дате и времени суток) сложение графиков ЭП в течение года для получения имитационного графика нагрузки.

Такой прием был использован в основном для получения объектов мониторинга в диапазонах 150–1000 квартир и 6–60 квартир, где наблюдался недостаток данных по реальным объектам. На интервале 150–1000 квартир комбинировались на- грузки различных многоквартирных домов, на интервале 6–60 квартир комбинировались нагрузки многоквартирных домов и квартир.

Для оценки интенсивности ЭП на объекте мониторинга был проведен общий анализ ежемесячного ЭП квартир. Анализ был проведен для 8200 потребителей из 106 домов в течение 12 месяцев. Зависимость вероятности потребления электроэнергии (для интервала 10 кВт·ч) от величины ежемесячного ЭП показана на рис. 1. Экспериментальные данные изображены точками.

Анализ зависимости на рис. 1 позволил выявить три типа потребителей электроэнергии: не-

W, кВт ч

Рис. 1. Зависимость вероятности ЭП от его величины

Fig. 1. Dependence of the probability of electricity consumption on its value лось аппроксимировать в виде суммы трех распределений Рэлея (линия 4 на рис. 1). Распределение Рэлея [20] в статистике играет роль нормального распределения при условии, что аргумент может быть только положительным.

Первый тип потребителей (штрих-пунктирная линия 1 на рис. 1) – это потребители, которые потребляют электроэнергию крайне эпизодически. Анализ показывает, что к неактивным потребителям можно отнести потребителей с ежемесячным потреблением менее 15 кВт·ч. Это меньше, чем потребляет постоянно включенный холодильник. Естественно, такие потребители не должны учитываться в дальнейшем анализе, поскольку они фактически не оказывают влияние на загрузку питающей кабельной линии.

Второй тип потребителей (точечная линия 2 на рис. 1) – это потребители, у которых постоянная составляющая нагрузки существенно меньше переменной составляющей. В зависимости от величины энергопотребления они оказывают влияние на питающую кабельную линию, но при малом энергопотреблении это влияние либо не постоянно (рис. 2а), либо с небольшими максимумами нагрузки (рис. 2b). При большом числе квартир (более 100) на объекте вклад всех этих потребителей нужно учитывать. Но в случае малого числа квартир (менее 24) весьма вероятна ситуация, когда их доля на реальном объекте будет отличаться от среднестатистического распределения. Поэтому в случае объектов с малым количеством квартир число таких потребителей нужно ограничивать при создании модельных объектов.

Третий тип потребителей (пунктирная линия 3 на рис. 1) – это потребители с существенной постоянной составляющей потребления (рис. 2c) и значительно большими значениями максимальной мощности. Расчеты показывают, что доля потребителей с устойчивым ежемесячным потреблением более 525 кВт·ч составляет около 5 %. Именно такие потребители и создают максимальные нагрузки в малоквартирных домах (до 24 квартир).

Если исключить из рассмотрения неактивных потребителей (менее 15 кВт·ч в месяц), то среднее значение потребляемой мощности в течение месяца будет W _ср = 200 кВт·ч при расчете по экспериментальным данным и W _ср = 202 кВт·ч – при расчете по аппроксимационной зависимости (сплошная линия 4 на рис. 1). Отношение величины среднемесячного потребления электроэнергии на объекте W об к среднестатистическому значению W ср будет использоваться как критерий активности потребителей K об = W об / W ср на данном (реальном или модельном) объекте мониторинга.

а)

b)

c)

г, дни

Г, дни