Підвищення точності обліку електричної енергії при зниженому навантаженні

Автор(и)

  • Святослав Володимирович Василець Національний університет водного господарства та природокористування, Україна https://orcid.org/0000-0003-1299-8026
  • Катерина Сергіївна Василець Національний університет водного господарства та природокористування, Україна https://orcid.org/0000-0002-7590-0754
  • Володимир Васильович Ільчук Національний університет водного господарства та природокористування, Україна https://orcid.org/0000-0001-9682-6066

DOI:

https://doi.org/10.15587/1729-4061.2024.310103

Ключові слова:

трансформатор струму, лічильник електроенергії, знижене навантаження, невизначеність вимірювання, функція приналежності

Анотація

Об'єктом дослідження є трифазний вузол обліку електроенергії, що включає цифровий лічильник та вимірювальні трансформатори струму. Зниження нетехнологічних втрат енергії стримується через недостатню точність обліку електричної енергії в розподільних електромережах при зменшеному струмі навантаження вузла обліку. Підтверджено можливість подання залежності відносної похибки вимірювання електроенергії від величин струмів нечіткою функцією при зниженому навантаженні. Межі такої функції з достатньою точністю апроксимуються сумою двох експонент, що пояснюється її суттєвою нелінійністю в області зниженого струму. Запропонована комп’ютерна програма EMRL за масивом показів лічильника електроенергії дозволяє оцінити реальне споживання та найбільш можливий рівень недообліку. Точність оцінювання спожитого обсягу електроенергії програмою EMRL з імовірністю 0,7 може бути оцінена відносною похибкою, що не перевищує 2 %. Імовірність психофізичних оцінок точності EMRL «дуже добра» та «добра» є не менше 0,833. Виявлено тенденцію суттєвого зменшення відносної величини недообліку при збільшення рівня споживання електроенергії. При добовому споживанні до 10 кВт·год величина недообліку може досягати 18 %, а при споживанні більше 20 кВт·год – не перевищує 6 %. При рівні значущості 0,05 підтверджено адекватність результатів оцінки обсягу спожитої електроенергії при зниженому навантаженні за допомогою програми EMRL експериментальним даним. Можливості програми дозволяють підвищити точність обліку електричної енергії в розподільних електромережах при зниженому струмі навантаження вузла обліку. Програма може використовуватися у складі автоматизованих систем комерційного обліку електроенергії або передової вимірювальної інфраструктури для визначення найбільш можливого недообліку через функціонування вузлів обліку при зниженому навантаженні

Біографії авторів

Святослав Володимирович Василець, Національний університет водного господарства та природокористування

Доктор технічних наук, професор

Кафедра автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій

Катерина Сергіївна Василець, Національний університет водного господарства та природокористування

Докторка філософії, старша викладачка

Кафедра автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій

Володимир Васильович Ільчук, Національний університет водного господарства та природокористування

Старший викладач

Кафедра автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій

Посилання

  1. Communication from the Commission to the European Parliament, the European Council, the Council, the European Economic and Social Committee and the Committee of the Regions. REPowerEU Plan (COM(2022) 230 final) (2022). European Commission. Available at: https://eur-lex.europa.eu/resource.html?uri=cellar:fc930f14-d7ae-11ec-a95f-01aa75ed71a1.0001.02/DOC_1&format=PDF
  2. Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions. Digitalising the energy system - EU action plan (COM(2022) 552 final) (2022). European Commission. Available at: https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52022DC0552
  3. Smart electricity meter market value worldwide 2020-2027 (2024). Statista Research Department. Available at: https://www.statista.com/statistics/1304126/global-smart-electricity-meter-market-value/
  4. Current Transformers Market Size, Share, Growth Analysis, By Type(Wound, bar, and window), By Application (Metering, protection, and control), By Region - Industry Forecast 2024-2031 (2024). SkyQuest Technology. Available at: https://www.skyquestt.com/report/current-transformers-market
  5. Smart metering in Europe (2024). Berg Insight. Available at: https://www.berginsight.com/smart-metering-in-europe
  6. Cheng, H., Wang, Z., Cai, Q., Lu, X., Gao, Y., Song, R. et al. (2019). Error analysis of the three-phase electrical energy calculation method in the case of voltage-loss failure. Metrology and Measurement Systems, 26 (3), 505–516. https://doi.org/10.24425/mms.2019.129575
  7. Kalinchik, V., Pobigaylo, V., Kalinchyk, V., Filjanin, D. (2021). Use of statistical analysis methods in processing population survey data. Bulletin of NTU “KhPI”. Series: Problems of Electrical Machines and Apparatus Perfection. The Theory and Practice, 1 (5), 58–60. https://doi.org/10.20998/2079-3944.2021.1.11
  8. Carr, D., Thomson, M. (2022). Non-Technical Electricity Losses. Energies, 15 (6), 2218. https://doi.org/10.3390/en15062218
  9. Update on technical and non-technical losses (MED22-34 GA 4.5.1) (2021). MEDREG. Available at: https://egyptera.org/ar/Download/report/CUS_Report_Final.pdf
  10. Jimenez Mori, R. A., Serebrisky, T., Mercado Díaz, J. E. (2014). Power Lost: Sizing Electricity Losses in Transmission and Distribution Systems in Latin America and the Caribbean. IDM. https://doi.org/10.18235/0012798
  11. Díaz, S., Moreno, C., Berdugo, K., Silva, J., Caicedo, J., Ruiz, J., Gordon, J. (2021). Electric power losses in distribution networks. Turkish Journal of Computer and Mathematics Education, 12 (12), 581–591. Available at: https://turcomat.org/index.php/turkbilmat/article/view/7417
  12. Yadav, R., Kumar, Y. (2021). Detection of Non-Technical Losses in Electric Distribution Network by Applying Machine Learning and Feature Engineering. Journal Européen Des Systèmes Automatisés, 54 (3), 487–493. https://doi.org/10.18280/jesa.540312
  13. Kong, X., Zhao, X., Liu, C., Li, Q., Dong, D., Li, Y. (2021). Electricity theft detection in low-voltage stations based on similarity measure and DT-KSVM. International Journal of Electrical Power & Energy Systems, 125, 106544. https://doi.org/10.1016/j.ijepes.2020.106544
  14. Haq, E. U., Pei, C., Zhang, R., Jianjun, H., Ahmad, F. (2023). Electricity-theft detection for smart grid security using smart meter data: A deep-CNN based approach. Energy Reports, 9, 634–643. https://doi.org/10.1016/j.egyr.2022.11.072
  15. Fei, K., Li, Q., Zhu, C., Dong, M., Li, Y. (2022). Electricity frauds detection in Low-voltage networks with contrastive predictive coding. International Journal of Electrical Power & Energy Systems, 137, 107715. https://doi.org/10.1016/j.ijepes.2021.107715
  16. Liang, C., Liu, F., He, Q., Teng, Z., Li, J. (2019). Remote estimation of measurement error of smart meters based on AMI. 23rd IMEKO TC4 International Symposium Electrical & Electronic Measurements Promote Industry 4.0. Xi’an. Available at: https://acta.imeko.org/index.php/acta-imeko/article/download/IMEKO-ACTA-09%20%282020%29-02-06/2393
  17. Xia, T., Liu, C., Lei, M., Xia, S., Li, D., Ming, D. (2022). Measurement Error Estimation for Distributed Smart Meters Through a Modified BP Neural Network. Frontiers in Energy Research, 10. https://doi.org/10.3389/fenrg.2022.928681
  18. Wu, Z., Zhu, E., Lin, F., Xu, Y. (2021). Error Self-Detection of Smart Electric Meter Base on DFT processing. Journal of Physics: Conference Series, 1971 (1), 012027. https://doi.org/10.1088/1742-6596/1971/1/012027
  19. Liu, C., Lei, M., Ming, D., Ding, L., Xia, T. (2023). Error Estimation of Distributed Electric Metering Devices Based on the Least-Squared Error Fitting. The Proceedings of the 17th Annual Conference of China Electrotechnical Society, 849–860. https://doi.org/10.1007/978-981-99-0408-2_92
  20. Teng, J., Wang, S., Jiang, L., Xie, W., Fang, C., Liu, S. (2022). An online self-correction method to improve accuracy of split-core current transformer in low-voltage distribution networks. Measurement, 195, 111052. https://doi.org/10.1016/j.measurement.2022.111052
  21. Kaczmarek, M. (2017). Inductive current transformer accuracy of transformation for the PQ measurements. Electric Power Systems Research, 150, 169–176. https://doi.org/10.1016/j.epsr.2017.05.006
  22. IEC 61869-2:2012. Instrument transformers - Part 2: Additional requirements for current transformers (2012). International Electrotechnical Commission. Available at: https://webstore.iec.ch/publication/6050
  23. BS EN 50160:2022. Voltage characteristics of electricity supplied by public electricity networks. European Standard. Available at: https://www.en-standard.eu/bs-en-50160-2022-voltage-characteristics-of-electricity-supplied-by-public-electricity-networks/
  24. Vasylets, K., Kvasnikov, V., Vasylets, S. (2022). Determining the static characteristic of a measuring current transformer at a reduced load of the metering unit. Eastern-European Journal of Enterprise Technologies, 5 (8 (119)), 13–20. https://doi.org/10.15587/1729-4061.2022.265068
  25. Vasylets, K., Kvasnikov, V., Vasylets, S. (2022). Refinement of the mathematical model of electrical energy measurement uncertainty in reduced load mode. Eastern-European Journal of Enterprise Technologies, 4 (8 (118)), 6–16. https://doi.org/10.15587/1729-4061.2022.262260
  26. Xia, X., Wang, Z., Gao, Y. (2000). Estimation of non-statistical uncertainty using fuzzy-set theory. Measurement Science and Technology, 11 (4), 430–435. https://doi.org/10.1088/0957-0233/11/4/314
  27. Drevetskyi, V. V., Vasylets, S. V., Akhromkin, A. O., Vasylets, K. S., Stasiuk, R. S. (2020). Zvit z naukovo-doslidnoi roboty «Vymiriuvannia ta oblik elektrychnoi enerhiyi iz zastosuvanniam vymiriuvalnykh transformatoriv strumu v umovakh znyzhenoho navantazhennia». Rivne: NUVHP, 176. Available at: https://ep3.nuwm.edu.ua/25021/
  28. Montgomery, D. C. (2019). Design and analysis of experiments. John Wiley & Sons, 688.
  29. Ploussard, Q. (2024). Piecewise linear approximation with minimum number of linear segments and minimum error: A fast approach to tighten and warm start the hierarchical mixed integer formulation. European Journal of Operational Research, 315 (1), 50–62. https://doi.org/10.1016/j.ejor.2023.11.017
Підвищення точності обліку електричної енергії при зниженому навантаженні

##submission.downloads##

Опубліковано

2024-08-28

Як цитувати

Василець, С. В., Василець, К. С., & Ільчук, В. В. (2024). Підвищення точності обліку електричної енергії при зниженому навантаженні. Eastern-European Journal of Enterprise Technologies, 4(8 (130), 19–30. https://doi.org/10.15587/1729-4061.2024.310103

Номер

Розділ

Енергозберігаючі технології та обладнання