考慮時間風險的配電系統調度操作流程優化

霍 健，尹茂林

（國網山東省電力公司濟南供電公司，山東 濟南 250012）

考慮時間風險的配電系統調度操作流程優化

霍 健，尹茂林

（國網山東省電力公司濟南供電公司，山東 濟南 250012）

配電系統的調度操作應兼顧供電可靠性與檢修工作有效時間，須在規定時間內合理流暢地完成。但配電設備及環境狀況的復雜性，使操作時間存在風險，傳統的經驗型調度操作流程安排已無法滿足要求。在闡述配電設備操作的時間風險及其度量方法的基礎上，利用粒子群優化算法，提出考慮時間風險的配電系統調度操作流程優化方法，實際案例分析表明，通過該方法進行優化，可以在保證供電可靠性的前提下，更合理迅速地完成配電設備的調度操作，以增加檢修工作的有效時間，提高配電系統運行檢修質量。

配電系統；時間風險；操作流程；粒子群優化

0 引言

配電系統承擔著直接對用戶供電的功能［1］，在調度操作及檢修環節要求縮短停電時間，以保證供電可靠性。但配電系統操作過程中設備情況、惡劣天氣等不確定因素［2］，使配電設備操作時間存在很大的不可預知性，構成配電系統調度操作的時間風險。配電系統調度操作的時間風險對設備檢修工作有效時間造成不利影響，因此，對配電系統調度操作中的時間風險進行分析并在考慮時間風險情況下，制定合理科學的調度操作流程，有十分重要的現實意義。

對調度操作流程中的不確定因素及風險進行分析是優化調度操作的重要手段［2-3］，文獻［2］在參數不確定情況下對期望風險值進行了概率分析；文獻［3］提出了調度操作中事故風險的量化指標，但未涉及調度操作的時間風險及操作流程的優化。文獻［4］提出了工程中時間風險的度量方法，文獻［5-7］則將智能優化算法應用于工程操作序列的優化，為考慮時間風險優化配電系統調度操作流程提供了理論支持。

在闡述配電設備倒閘操作的時間風險及其度量方法的基礎上，提出了考慮時間風險的調度操作流程優化方法。根據每個操作項目的時間風險度量值建立優化模型；利用粒子群優化算法求解最優方案；在粒子更新過程中，通過負荷校核保證操作方案的安全性。實際操作案例分析表明，通過該方法進行優化，不僅可以在保證供電可靠性前提下，更合理迅速地完成配電系統調度操作，以增加設備檢修的有效工作時間；還可以通過不停電的負荷轉供操作提前檢驗設備操作性能，提高配電系統運行檢修質量。

1 調度操作的時間風險及其度量

1.1 基于正態分布的操作時間風險度量

正態分布是自然及工程界存在最為普遍的分布。對設備操作的時間不確定性，可以建立正態分布模型對其進行研究［4］。針對不同類型的設備操作，根據其操作歷史數據及相關標準［8］，可以得到某一項操作的時間最小值a、最大值b及最有可能的操作時間m。假設操作時間t為服從正態分布的隨機變量，即t~N（u，σ2），其中u為變量的均值，σ2為變量的方差，其概率密度函數p（t）表達式為

變量的密度函數為一條鐘形曲線［9］，由式（1）可知，該函數及其圖像由均值u和標準差σ唯一確定。根據操作時間最小值a、最大值b及最有可能的操作時間m，可以通過以下方式得到正態分布參數u及σ 分別為［4］

若某操作項目包含k個操作步驟，操作項目中每一操作步驟所用的時間為ti（i=1，2，…，k），操作該項目總時間T=t1+t2+…+tk服從正態分布，即T~N（u，σ2）。結合式（2），通過操作項目中每個操作步驟對應的操作時間最小值ai、最大值bi及最有可能的操作時間mi，可以得到該操作項目在相應概率下的分位數Tq為

式中：Zα為標準正態分布下概率為a的上分位數。可以將Tq作為相應概率下操作項目的時間風險值，其物理意義為操作項目在不超過Tq時間內能夠完成的概率為1-α。

1.2 配電設備操作時間風險度量

配電設備操作時間隨設備性能、環境及操作要求的不同有一定的不確定性。通常情況下，戶內設備（如10kV配電線路站內開關）相比于戶外設備（如配電線路上分段開關），由于環境穩定，設備可靠性高，操作時間的穩定性高，概率分布離散程度較低；開關類設備相比于刀閘類設備操作時間的穩定性也較高。根據文獻［8］中相關規定及統計數據，排除極端情況（如設備損壞需長時間維修、更換等），列出部分配電設備單項操作所需時間最小值a、最大值b及最有可能的值m如表1所示。

表1 部分配電設備單項操作所需時間 min

在配電系統中，對配電線路停復電、負荷轉供等基本操作項目，應嚴格遵循電氣設備倒閘操作的基本原則，按照規定的操作順序執行，如對配電線路的停電操作應按照 “拉開關—拉開負荷側隔離開關—拉開電源側隔離開關—合接地隔離開關”的順序，不能變更，因此，可以根據執行相應單項操作所需的時間，計算每個操作項目的時間風險值。

圖1 典型10kV配電系統結構

典型10kV配電系統結構如圖1所示，對圖1所示的配電系統，根據設備倒閘操作的要求，可以確定相應操作項目的具體步驟［8］，利用表1中配電設備單項操作時間，通過式（3）可以計算得到部分配電系統操作項目的時間風險值如表2所示。計算中，排除小概率事件（發生概率小于 5％）的影響［9］，取式（3）中的α=0.05。

表2 部分配電系統操作項目的時間風險值（α=0.05）min

2 考慮時間風險因素的調度操作流程優化

2.1 優化算法

通過粒子群優化算法（Particle Swarm Optimization，PSO）對配電網調度操作流程進行優化。在粒子群算法中，把每個優化問題的潛在解都想象成一個“粒子”（Particle），第i個粒子在D維空間中的位置表示為矢量xi=（xi，1，…，xi，d，…，xi，D），粒子群的規模為N。每個粒子都有一個被目標函數決定的適應值，并且通過迭代計算在可行解中運動，以達到適應值最優的解，粒子的運動由一個速度變量vi決定方向和距離，速度變量表示為 vi=（vi，1，…，vi，d，…，vi，D）。 每次迭代過程中，每個粒子xi通過追蹤兩個極值來確定速度變量vi，一個是自己到目前為止最好位置pbesti，另一個是到目前為止整個群體中所有粒子發現的最好位置pbest（gbest），pbest（gbest）指所有pbest中的最優值。

在第k次迭代的過程中，每個粒子根據以下方式更新自己的速度和位置：

式中：k為當前迭代次數；K為算法的總迭代次數；ωmax和ωmin分別為設定的最大慣性權重和最小慣性權重。

2.2 粒子的編碼與解碼

電力設備調度操作流程優化安排問題屬于離散空間的非數值優化問題，而粒子群算法是在連續域中搜索最優解的方法，其“粒子”表達方式和位置、速度的更新無法與調度操作步驟的序列直接對應。本文采用基于工序的粒子編碼方式［7］，將離散的操作流程優化問題轉化為連續域內矢量優化問題。采用隨機數表法用（0，1）之間的隨機數對每個操作序列進行編碼，每個數字對應一個操作項目，操作項目按照對應數值的大小進行排序，這樣，每個粒子矢量可以映射出一組操作序列。

假設某調度操作任務需 A、B、C、D、E 5個操作項目，則粒子維數為5，對該操作任務各操作項目的編碼及解碼方法如表3所示。

表3 粒子編碼和解碼方式

表3中粒子Xi對應的操作流程為E-B-D-A-C。利用該方法，粒子值Xi用于粒子群優化過程中的迭代計算，進行速度和位置的更新，而對應的目標函數則用解碼后的操作序列進行計算。

2.3 利用粒子群算法優化配電系統調度操作流程

配電系統擔負著直接對用戶供電的任務，為保證供電服務質量，配電設備停電操作及檢修、搶修工作均需嚴格在規定的停電時間內完成。因此，一般可以將不影響對用戶供電的饋線、母線負荷轉供等調電操作通過統籌規劃提前進行，但對用戶供電的饋線停電及其后續操作需在規定時間內盡量快速地完成，以保證檢修工作的有效時間。對包含多個操作項目的配電系統調度操作任務，將停電操作開始至全部操作完成的時間區段作為該調度操作的關鍵時間區段，其時間風險值為Tq（C1st~end），其中 C1st指操作流程中第一項停電操作。

考慮時間風險對配電系統調度操作流程進行優化，兼顧供電可靠性與檢修工作有效時間，以Tq（C1st~end）最小作為目標函數，建立優化模型，即

與一般工程問題中工藝流程優化排序問題不同，電力系統的每一項操作都對應著系統運行狀態的改變，因此，調度操作流程的優化還應考慮到每一步操作是否符合系統安全穩定性的要求。利用粒子群算法優化調度操作流程，需對每次迭代更新后的粒子解碼，并對每一步操作進行安全校核，對配電系統，安全校核的主要內容是校驗每次操作后的負荷是否滿足設備容量、系統穩定的要求。

增加負荷校核步驟后，考慮操作的時間風險，利用粒子群算法對配電系統進行調度操作流程優化的算法流程如圖2所示。

圖2 利用粒子群算法優化配電系統調度操作算法流程

3 實例分析

以某地區220kV N站10kV 1號母線及其出線的負荷轉供及停電操作為例，驗證本文中方法的有效性，并將優化結果與傳統經驗型方法安排的操作流程比較，說明該方法在保證檢修有效時間、檢驗設備可靠性等方面的優越性。

220kV N站10kV 1號母線及其出線結構及負荷電流如圖3所示，正常情況下，10kV 1號母線由1號主變壓器通過開關001供電，其10條10kV出線中，線路N1、線路N8分別通過開關L2107、L215與Z站線路Z19、Q站線路Q11聯絡（聯絡開關均為熱備用）；線路N2通過開關L205與T站線路T7聯絡（聯絡開關冷備用）。線路T7限流值為480 A，線路N2限流值為550 A。

因N站全部主變壓器需停電檢修，其10kV 1號母線需調整為通過線路N2由T站線路T7供電，根據負荷情況，為配合此次運行方式的調整，線路N3、N5及N9需停電備用，線路N1、N8的負荷需轉供至線路Z19和線路Q11。為兼顧供電可靠性及檢修有效工作時間，要求停電操作開始時間不得早于20∶00，且全部調度操作需在 20∶30 前完成。

此次調度操作任務包含3條線路停電備用，2條線路合環調電及10kV 1號母線通過10kV線路轉供。為更方便地表示操作流程的各項步驟，以英文字母及線路編號組合的方式分別表示各項操作如表4所示。

表4 220kV N站10kV系統調度操作步驟及其表示方式

表4中，為了使優化計算結果的適應值更優，將10kV 1號母線通過線路N2轉供至線路T7拆解為兩項操作，即線路N2轉供至線路T7（TR2）和10kV 1號母線站內轉供至線路N2（TRB）。

根據操作要求，以第一條線路停電操作開始至全部操作結束的時間風險值Tq（C1st~end）最小作為目標函數，建立粒子群優化模型，C1st表示各粒子對應的操作序列中C3、C5、C93項操作中第一項開始的時間點。粒子維度D=8，粒子編碼后最大速度vmax=0.5，式（6）中 ωmax和 ωmin分別取為 0.95 和 0.4，式（4）中c1和c2均取為2.0，最大迭代次數 Kmax=500。計算Tq（C1st~end）時，仍取α=0.05。

為消除初始種群的隨機性對優化結果造成的不利影響，計算重復執行20次，取最優結果，形成優化后的調度操作方案。將該方案與傳統的根據經驗安排的操作方案相比較，其調度操作項目執行順序與時間風險值的結果如表5所示。

圖3 N站10kV 1號母線及其出線結構及負荷示意圖

表5 調度操作流程優化后結果與傳統經驗安排結果比較

在表5第一列傳統經驗型方法安排的操作流程中，將TR2及TRB合并執行，即在N3、N5、N93條線路停電后，直接將線路N2及N站10kV 1號母線通過L205轉供至線路T7，這樣的安排可以減少一組拉合變電站內開關的操作，但由于戶外配電聯絡開關設備操作時間的不確定性大，將合L205及其兩側刀閘的操作安排在關鍵時間區段內，極大增加了操作時間的風險值，對保證檢修工作有效時間帶來不利影響。

利用粒子群算法優化后的操作流程，將操作時間風險值較大的L205及其兩側刀閘的操作調整至N3、N5、N93條線路停電之前，有效規避了戶外配電設備操作的時間風險，在不影響供電可靠性的前提下，將時間風險值Tq（C1st~end）由 38.5min 縮短至 16min，保證了檢修工作的有效時間。

為了進一步驗證兩種方案的實際效果，分別按照表5中兩種方案的操作順序進行實際操作演練，操作過程中各操作項目的時間如圖4所示。圖4中，橫軸為時間軸，將停電操作開始的時間點作為時間軸的零點，停電前實施的調電操作時間在零點左側，以負數表示，關鍵時間區段內操作時間以正數表示，時間軸上方為優化后操作流程的各項操作時間，下方為傳統經驗方式安排的操作流程的各項操作時間。

在操作演練過程中，大部分操作項目均按照表1中操作時間參考值m完成，但由于設備老化等原因，線路N2、T7間聯絡L205刀閘卡澀，操作時間延長至17min。因此在圖4中，以傳統方式安排的調度操作流程因無法提前了解戶外配電設備狀況，關鍵時間區段內操作時間長達33min，未能按時間要求完成調度操作。

考慮時間風險將操作流程優化后，在各單項操作時間不變的情況下，雖然全部操作整體時間較傳統方法增加7min，但時間不確定性較大的操作均安排在停電操作之前，不僅將關鍵時間區段內操作時間縮短至13min，按時完成了操作，而且在提前進行的負荷轉供操作中，檢驗了戶外聯絡開關、刀閘等設備的操作性能，通過這樣的操作流程，即便出現小概率設備故障需長時間修復的情況，運維人員也有充足時間處理，不影響關鍵時間區段內的調度操作流暢性及檢修工作的有效時間，能夠更好地保證檢修工作準時開工，及時送電。

圖4 兩種方案操作過程時間示意圖

4 結語

配電系統調度操作的時間受天氣、設備狀況等影響存在不確定性，對設備檢修工作有效時間及供電可靠性造成不利影響。本文在闡述配電設備操作的時間風險及其度量方法的基礎上，提出了配電系統調度操作流程優化方法。根據每個操作項目的時間風險度量值建立優化模型；利用粒子群優化算法求解最優方案；在粒子更新過程中，通過負荷校核保證操作方案的安全性。220kV N站10kV系統操作案例分析表明，相比于傳統的方式，通過該方法進行優化后的操作流程，有效減少了關鍵時間區段內的操作時間，保證了檢修工作有效時間；同時能夠提前檢驗配電設備操作性能，規避操作的時間風險，使調度操作流程更加合理，配電系統運行檢修水平得到提高。

［1］ 肖峻，谷文卓，郭曉丹，等．配電系統供電能力模型［J］．電力系統自動化，2011，35（24）：47-52．

［2］ 林少華，劉嘉寧，陳東，等．基于故障樹理論的電網調度操作實時風險評估［J］．電力自動化設備，2014，34（5）：121-125．

［3］ 侯愷，曾沅，賈宏杰，等．基于馬爾可夫鏈的調度操作流程風險評估及優選方法［J］．電力系統自動化，2015，39（19）：142-148．

［4］ 王志剛，趙俊嵐，張麗君．IT工程時間風險的度量方法［J］．計算機系統應用，2013，22（6）：189-195．

［5］ 鄭永前，王陽．基于遺傳算法的加工工藝決策與排序優化［J］．中國機械工程，2012，23（1）：59-65．

［6］ 黃慧，黎向鋒，左敦穩，等．基于改進粒子群算法的車間作業排序的優化設計［J］．中國制造業信息化，2011，40（21）：6-9．

［7］ 鄭永前，王永生．免疫粒子群算法在混流裝配線排序中的應用［J］．工業工程與管理，2011，16（4）：16-20．

［8］ 陳家斌．常用電氣設備倒閘操作［M］．北京：中國電力出版社，2006.

［9］ 陳希孺．概率論與數理統計［M］．北京：中國科學技術大學出版社，2009.

［10］楊君軍．基于PSO-DP算法的配電系統動態無功優化研究［D］．濟南：山東大學，2011．

Optimization for Dispatch Operation Processes of Distribution Power System Considering Time Risk Factor

HUO Jian，YIN Maolin
（State Grid Jinan Power Supply Company，Jinan 250012，China）

The dispatching operation of the distribution power systems is required to be performed quickly in a permitted time range to balance the reliability of the power supply and the effective-over-hauling-time.However，the complexity of conditions of the equipment and the environment make it difficult to predict the operation time.As a result，the traditional empirical method for arranging the dispatch operation processes can not satisfy the requirement.Based on an exposition of the evaluation of the time risk of the dispatching operation of distribution power systems，a method for optimizing the dispatching operation processes considering the time risk is proposed using PSO.Through the analysis of a practice case，it is proved that this method makes it faster and more practical to complete the operation without harming the reliability of the power supply so that the effective-over-hauling-time and the quality of the operation is improved.

distribution power system；time risk；operation processes；particle swarm optimization

TM732

：A

：1007－9904（2017）07－0011－06

2017-02-24

霍 健（1988），男，工程師，主要從事電網調度與控制相關工作；尹茂林（1965），男，工程師，主要從事電網調度與控制相關工作。