基于兩層指標模型的配電網節能潛力分析

王煜晗，范瑞祥，董泰青，姜 飛，王文彬

(1．三峽大學電氣與新能源學院，湖北省宜昌市443002;2． 國網江西省電力科學研究院，南昌市330096;3． 湖南大學電氣與信息工程學院，長沙市410082)

0 引 言

進一步推動電力節能減排已成為電網高效運行的重點工作，以電網基礎運行數據挖掘節能關鍵信息，進行電網節能潛力分析是確保該項工作有效開展的前提［1-4］。國家電網公司統計表明電網綜合線損率中大約50%是由中、低壓配電網運行引起的［5］。此外，配電網絡往往具有輸電線路長、結構復雜等特點，因此，配電網絡損耗的精細化分析及節能潛力分析具有緊迫性和艱難性［6］。

一方面，配電網節能潛力分析更多的是針對某項具體措施的節電量計算［7］。例如文獻［8］結合東莞長安鎮配電網基本情況，分別給出了更換導線和中低壓無功補償、減少10 kV 饋線的供電半徑、更換高能耗配電變壓器、提高負載率等措施的節電量;文獻［9］對線損的分壓、分元件構成情況及應對策略進行了介紹。另一方面，各種潮流計算方法［10-12］、智能預測技術［13-14］為節能潛力分析提供了數學理論支持，其中隨機優化、模糊優化、灰色規劃、盲數規劃等不確定計算模型在模擬電力系統運行狀況方面取得了較大進展。文獻［15］提出了將集成神經網絡應用于配網線損分析中。文獻［16］提出了灰色關聯度和灰色預測模型(grey model，GM)相結合的線損預測方法，可為節能潛力計算提供有效途徑。

然而，在配電網節能潛力分析中，潮流計算方法主要適用于電網運行數據完整收集的情況;智能預測技術雖能夠彌補動態數據難以獲取的缺點，但對于各個節能措施單項及綜合效果的預測缺乏靈活性。而實際節能改造中很有可能出現基礎運行數據收集不全的情況，因此，正確處理實際配電網運行數據收集不全面、全面2 種情況下的配電網節能潛力分析十分必要。

本文基于實際電網采集信息構建電網節能數據采集模型，通過分析獲取數據的信息建立兩層指標模型，即潮流節能指標模型和關聯度節能指標模型;其次，提出采用前推回代潮流計算法和灰色關聯預測法相結合的混合算法，并給出模型求解算法;最后，采用江西省電力公司某配電網實際運行數據驗證本文所提方法的有效性。

1 兩層節能指標建立

1.1 節能數據采集

本文對配電網實際運行數據進行梳理，結合節能潛力分析的數據要求，按照電能質量數據、設備節能數據、電網潮流數據、電網綜合數據4 類完成電網數據的收集工作，具體節能數據采用分類采集的方式，如圖1 所示。

圖1 節能數據分類采集情況Fig.1 Classified collection of energy-conservation data

1.2 節能指標模型構成

根據圖1 所示分類情況采集數據，但限于配電網實際管理及其他原因的限制，所需配電網運行數據采集過程中可能存在數據全面、不全面2 種情況。因此，基于獲取的有限數據建立兩層節能指標模型，如圖2 所示。一層為基于潮流計算的節能指標模型，其應用對象是典型配電線路的潮流計算，可通過潮流動態數據的理論計算得到節能指標與線損率之間的聯系。其包含3個二級指標，分別為電網潮流數據、設備靜態指標、電網綜合數據。另一層為基于關聯度計算的節能指標模型，其應用對象是潮流數據不能準確檢測或無法采集的配電網絡，可通過靜態數據建立節能指標和線損率的關聯關系，實現改造后的線損預測，從而提出節能降損策略。其包含4個二級指標，分別為電網結構、負荷能力、設備水平、運行管理。

圖2 分層節能指標模型結構圖Fig.2 Structure chart of layered index model for energy conservation

需要說明的是，兩層節能指標模型還包含若干三級指標，每個指標均有詳細定義和具體計算方法，已有廣泛認知，在此不贅述。

1.3 節能潛力分析構架

結合電網運行情況，在兩層節能指標模型基礎上形成配電網節能潛力分析構架，如圖3 所示。

圖3 節能潛力分析架構圖Fig.3 Architecture diagram of energy saving potential analysis

首先，在電網節能數據分類梳理情況下，建立潮流數據和電網拓撲結構對應關系，完善配電網節能指標數據庫。其次，根據兩層指標模型進行能效分析，完成改造前的線損計算，找出節能工作的薄弱環節并得出優化指標。最后，結合各項節能技術手段，采用綜合算法求解優化指標模型，得到分項改造優化后線損值和節能潛力值，實現配電網節能潛力分析，并為配電網節能組合方案制定提供指導。

2 指標模型求解

由于節能指標分為兩層，因此提出采用前推回代潮流計算及灰色關聯度相結合的求解算法，下面對兩層指標求解算法分別闡述。

2.1 前推回代潮流計算方法

傳統配電網呈輻射狀，正常運行時是開環的，只有在倒換負荷或發生故障時才可能出現短時環網運行或多電源運行的情況。針對配電網結構特點和潛力模型，本文采用前推回代潮流計算方法完成對數據收集全面的線路進行潛力分析。其具有簡單、易于編程、計算速度快、收斂性好等優點。前推回代潮流計算流程如圖4 所示。

圖4 前推回代潮流計算流程圖Fig.4 Flow process chart of forward and backward substitution flow calculation

具體步驟如下。

步驟1:輸入原始數據。讀入系統數據，即饋線端電壓V0，各支路電阻Ri、電抗Xi，各節點負荷有功功率和無功功率PLi、QLi(i=1，2，…，n)。

步驟2:設定層次分類后賦值。設置迭代次數k=0，選取迭代精度ε，令所有的支路損耗為0，即

步驟3:前推計算。通過式(1)、(2)計算第k次迭代時各節點流過的有功功率和無功功率。

步驟4:回代計算。通過式(4)、(5)計算第k +1次迭代時各支路的損耗

2.2 灰色關聯度計算方法

節能數據收集過程中，難免會出現收集不全面的情況，而灰色關聯度節能指標求解算法具有要求潮流負荷數據少、不考慮分布規律、運算方便等特點，具體步驟如下:

(1)建立原始數據矩陣。

將節能因變量即線損率x0j作為第1 行，各個節能指標數據作為自變量xij分列在下面(1 ≤i≤m，1≤j≤m)，組成原始數據矩陣。由此分析線損率與節能指標之間的關聯情況。

(2)歸一化指標。

對于正相關指標:

對于負相關指標:

式中ci取該指標的目標優化值。

(3)參數計算。

差序列:

最大差:

最小差:

(4)灰色關聯度計算。

其中第i個節能指標的第j 項灰色關聯度γij為:

式中ρ ∈［0，1］為分辨系數，一般取ρ =0.5。不考慮因素間權重差異，相應的等權灰色關聯度為

(5)GM(1，n)預測。

根據灰色關聯度排序情況，選取n －1個強關聯指標和線損率結合形成預測序列，采用經典GM(1，n)預測方法實現節能指標達到優化值時的線損預測。

3 節能潛力分析流程

為了便于節能分析工作的開展，在上述潛力分析方法的基礎上，制定了節能分析流程，增加了工作的系統性、可操作性。節能分析流程如圖5 所示。

圖5 節能工作分析流程圖Fig.5 Flow process chart of energy-conservation analysis

(1)建立電網節能數據庫，包括電能質量、設備節能、電網潮流數據、電網綜合數據。

(2)檢查待評估電網的網絡拓撲及潮流數據，將待評估電網分為2 類，第1 類為潮流數據完善的典型線路單元，第2 類為潮流數據不完善或是結構復雜的局域配網單元。

(3)根據步驟2 的分類情況為第1 類電網創建潮流節能指標模型，轉至步驟4;為第2 類電網建立關聯度節能指標模型，轉至步驟5。

(4)針對潮流節能指標模型，根據改造前的潮流分布情況，在節能薄弱環節優化潮流節能指標的數值，即線路、變壓器、無功補償設備參數和母線電壓等，重復利用前推回代潮流計算方法得出該單項節能潛力值，轉至步驟6。

(5)針對關聯度節能指標模型，建立關聯關系，根據強關聯度指標創建數學預測模型，依據目標優化值優化關聯度節能指標的數值，即線徑合格率、線路長度合格率、絕緣化率等，利用預測模型求得該單項節能潛力值，轉至步驟6。

單項節能潛力值的計算方法按式(15)進行確定:

式中:β 表示該節能改造方案下的節能潛力值;α 表示該改造方案下的線損率;α0表示節能改造前的原始線損率;△P 表示該改造方案下的有功功率損耗值;△P0表示節能改造前原始有功功率損耗。

(6)結合單項節能潛力，對比節能方案，制定節能改造建議。

4 算例分析

江西省某供電公司進行某配電網節能改造工程，依據圖1 所示采集了節能工作所需的相關數據，進行兩層分類處理。對于2 種處理方式，采用典型實例計算以證明方法的可行性。

4.1 某典型配電線路節能潛力分析

從某典型線路采集到的節能數據包含:各線路型號、線路長度、線路節點、線路的電阻和電抗值，各配變的型號、容量、空載損耗、負載損耗、空載電流，線路的潮流情況包含總供電有功功率、總供電無功功率、總有功功率損耗、總無功功率損耗、線路平均電壓、線路損耗、配變總銅損、配變總鐵損、功率因數，線損率、平均負載率等。

本配電線路的節能潛力計算結果如表1 所示?？梢姡捎靡詼p小供電半徑為目的的節能改造方式節能潛力最大，為22.96%，其次是進行無功補償，其節能潛力為17.9%，同時更換線路和更換變壓器也有一定的節能潛力。

4.2 局域配網節能潛力分析

由于某典型局域配網采集到的節能數據只包含各線路和配電變壓器的靜態數據，分析得知該待評估電網為潮流數據不完善的電網單元。完成判斷后，建立關聯度節能指標模型，如表2 所示。

表1 潮流計算節能潛力預測結果Table 1 Energy saving potential prediction result based on flow calculation

表2 關聯度節能指標模型表Table 2 Model sheet of saving index based on relational prediction

經過關聯度計算，各節能指標(x1～x9)與綜合線損率(x0)之間的灰色關聯度為(0.599，0.635，0.875，0.861，0.583，0.776，0.885，0.680，0.676)，選出強關聯度的節能指標為絕緣化率、電纜化率、平均功率因數、線路平均負載率。

以綜合線損率和強關聯度節能指標建立數學預測模型，對比歷史線損數據，平均預測誤差為4.32%，精度滿足工程要求。在此預測模型的基礎之上，根據電網規劃或者工程目標數據，分別預設強關聯度的節能指標達到優化值的電網線損率，對比線損值和預測值，可得到該節能指標優化下的節能潛力，如表3 所示。

由本局域配電網的節能潛力評估結果可知，采用以提高平均功率為目的的節能改造方式節能潛力最大，為2.94%，其次是提高絕緣化率，其節能潛力為1.84%，同時提高電纜化率也有一定的節能潛力。

本算例通過精細化的潮流計算和具體的節能改造方案提高了節能潛力計算的精度;通過關聯度預測提高了節能潛力計算的速度，即算例4.1 中要進行6次潮流計算，而算例4.2 只需進行2次預測，滿足了不同節能指標下的分析效果。綜上，在選定配電網節能改造時，依據模型分別進行節能潛力計算，制定出數據收集不同完整度下的節能改造方案，依此可完成上級單位制定的電網節能工作。

表3 灰色關聯度計算節能潛力預測結果Table 3 Energy saving potential prediction resultbased on gray relational prediction

5 結 論

本文提出的配電網兩層節能指標模型，一定程度上能夠解決在電網數據采集不全面情況下的節能潛力分析問題?？赏ㄟ^對某線路完整潮流數據的采集，運用前推回代潮流計算方法進行線損計算，進而求取節能潛力值;可通過梳理往年靜態數據，采用灰色關聯度和數學預測模型對線損進行預測，分析節能潛力。結合兩者各自的優勢和缺點，能夠實現對基層電網公司節能潛力的計算，可為節能改造工作提供決策參考。

［1］尚金成，張立慶． 電力節能減排與資源優化配置技術的研究與應用［J］． 電網技術，2007，31(22):58-63．

［2］王曉晶，陳星鶯，陳楷，等． 智能配電網清潔性評估指標研究［J］．中國電機工程學報，2013，33(31):43-50．

［3］韓振燾，黃志偉． 城市配電網綜合評價體系［J］． 電網技術，2012，36(8):95-99．

［4］張愷凱，楊秀媛． 基于負荷實測的配電網理論線損分析及降損對策［J］． 中國電機工程學報，2013，33(S):92-97．

［5］陳芳，張利，韓學山，等． 配電網線損概率評估及應用［J］．電力系統保護與控制，2014，42(13):39-44．

［6］張曉虎，羅隆福． 基于負荷實測的配電網無功優化及其降損節能效益分析［J］． 電網技術，2012，36(5):226-231．

［7］張勇軍，石輝，許亮． 配電網節能潛力評估系統開發方案［J］． 電力系統自動化，2011，35(2):51-55．

［8］李鵬，張勇軍，譚偉聰，等． 長安配網節能降耗潛力評估研究［J］．電力系統保護與控制，2009，37(14):97-104．

［9］余衛國，熊幼京，周新風，等． 電力網技術線損分析及降損對策［J］． 電網技術，2006，30(18):54-63．

［10］余濤，劉靖，胡細兵． 基于分布式多步回溯Q(λ)學習的復雜電網最優潮流算法［J］．電工技術學報，2012，27(4):185-192．

［11］顏偉，劉方． 輻射型網絡潮流的分層前推回代算法［J］． 中國電機工程學報，2003，23(8):76-80．

［12］李傳棟，王建明． 潮流追蹤解析算法［J］． 電力系統及其自動化學報，2013，25(3):119-123．

［13］李欣然，劉陽華，朱湘有． 高壓配電網建設規模的評估指標體系及其應用研究［J］． 中國電機工程學報，2006，26(17):18-24．

［14］盧文安．電能質量同步補償裝置改造項目綜合后評價研究［D］．保定:華北電力大學，2011:37-43．

［15］張超，劉憲林． 集成神經網絡在配網線損分析中的應用［J］． 繼電器，2002，30(7):3-6．

［16］張勇軍，石輝，翟偉芳，等． 基于層次分析法－灰色綜合關聯及多灰色模型組合建模的線損率預測［J］． 電網技術，2011，35(6):71-76．