尹志成,孫會龍,王洪授,陳紅光,楊 弦,鄧小翠,包秀莉
(1.國網重慶潼南區供電有限責任公司,重慶 402660;2.重慶市虛擬現實內容制作與體感設備研發工程技術中心,重慶 401331)
目前,大多數電力企業仍是憑借個人經驗制定配電設備檢修計劃為主,缺乏行之有效的輔助決策的工具,加之供電企業人力、財力等資源有限,使得人為制定配電設備檢修計劃的局限性日益突出[1]。基于此,本研究擬開發基于Windows操作系統的,包含配電設備信息采集、狀態評價、風險評估以及檢修策略的優化仿真平臺。該平臺的構建將提高配電檢修效率,降低檢修成本,具有經濟、可靠的優點,對提高供電可靠性,保證電網安全穩定運行具有深遠意義。
經濟性目標包括維護成本和生產成本兩部分。維護成本又分為固定維護成本和運維相關維護費用。為實現檢修計劃的經濟性目標:張晶偉等人提出了遺傳拓撲混合算法的優化策略,以解決配電網檢修優化問題[2];黃弦超等人設計了多約束條件下的聯合優化模型,該模型將檢修優化分為主問題和子問題進行反復迭代,以此達到優化目標[3]。
在可靠性目標方面將其分為兩類:確定性目標函數和隨機性目標函數。確定性目標函數,是指當配電設備進行檢修而停電期間,其它供電設備的最大負荷能力;隨機性目標函數則是指配電設備運行故障造成設備停運和配電設備是否可用的不確定性。Li Wenyuan和Korczynski J等人認為應以生成風險度最小的檢修計劃和最可靠的計劃停運操作程序為檢修計劃目標,以此做到檢修計劃的可靠性[4];魏少巖等人提出按風險度增加量最小研究輸電線路檢修優化問題[5]。
為實現檢修計劃實用性,劉永梅提出以檢修最小停電量為目標,根據電網實際情況考慮多種約束條件,采用網絡拓撲方法和改進的遺傳算法對問題進行求解,得到優化結果,并根據線路的重要性安排檢修計劃[6];蔣獻偉認為電網系統規模逐漸擴大,人工檢修計劃制定困難,應從實際出發減少重復停電并且保障電路設備安全運行為目標,采用遺傳算法構建滿足多約束條件的優化模型[7]。
對仿真平臺的結構進行設計,具體包括:數據信息層、狀態分析層、風險評估層以及檢修決策層[8](圖1)。
3.1.1 數據信息層
本研究利用Oracle數據庫,以實現配電檢修系統優化分析與仿真平臺管理系統之間數據的有效轉換,最終實現一個統一、高效的數據規劃系統。
3.1.2 狀態分析層
系統通過對配電設備數據信息進行深入分析,利用健康指數(HI)相關規定,對設備狀態進行分析,提取出對配電檢修優化有利的關鍵信息,用于配電網檢修計劃編制。
3.1.3 風險評價層
此層級利用HI與設備故障率之間的關系,對設備故障率進行求解,再利用相關信息獲得設備可能損失的資產,通過系統進行綜合分析,確定設備指標的優劣程度,為配電檢修計劃的制定提供有力的數據支持。
3.1.4 檢修決策層
系統科學對比后,輸出最優的檢修方案,為配電網檢修計劃的制定以及施行起到輔助的作用。
配電檢修優化仿真平臺共設計了四大功能模塊,具體示意圖見圖2。

圖1 仿真平臺結構示意

圖2 仿真平臺功能設計示意
3.2.1 基礎信息收集模塊
配電設備信息采集是進行配電檢修優化工作的基礎環節,在此環節主要將所拍攝收集的原始信息及時入庫,利用計算機進行數據分析,并提供相應的界面信息、對應參數,這有助于對原始信息進行整理、分析。原始信息的導入和導出有助于實現配電設備數據庫的及時更新與同步。
3.2.2 設備狀態評價模塊
對配電設備運行狀態評價是進行設備檢修的前提,通測算過描述設備狀態的“健康指數”(HI,Health Index),然后利用健康指數評價標準來完成配電設備狀態評價的描述。輸入配電設備狀態信息,包括帶實時測試、常規測試以及不良工況診斷等等,對輸入信息的強度、大小和發展趨勢進行評價,獲得組件分值,再結合分值對設備進行綜合評價,系統最終得分作為設備的健康指數(HI),以此來評估配電設備狀態。
3.2.3 設備風險評估模塊
利用健康指數(HI)和故障率之間的關系得到設備平均故障率。健康指數與故障率之間的關系可描述為:
∝=KeC*HI
(1)
式(1)中:∝為故障率,K為比例系數,C為曲率系數,HI為健康指數。
求解得到故障率后,利用資產量化與故障損失概率的之間的關系,對其進行統計得到設備資產與資產損失程度,最后可獲得設備可能損失的資產額度,輸出結果,以此完成配電設備風險評估。
3.2.4 決策輸出模塊
利用優先級決策功能進行配電檢修計劃方案決策,確定最優的配電設備檢修方案。