基于數據包絡分析的配電網投資決策研究與應用

唐冬來　田軍太　楊俏

摘 要：基于數據包絡分析技術和層次分析法，提出配電網投資決策研究與應用，以大數據技術支撐配電網投資決策的精益化管理，充分調動各項數據，實現配網運行和資產數據的融合，以支撐電網業務活動分析，提升電網企業配電網投資精準度。本文首先簡述了配電網投資決策由評價指標的選取和投入產出模型的建立兩部分組成，評價指標的選取充分反映電網公司管轄的各區域、各臺區配電網的發展目標，投入產出模型基于數據包絡分析進行客觀評價，并通過歷史數據分析，完善投入產出關聯計算方法，精確指導投資。其次，介紹了系統建設及應用中的關鍵點，最后，展望系統擴展對電網規劃業務的支撐，旨在探討基于數據包絡分析的配電網投資決策技術對配電網規劃支撐提供參考。

關鍵詞：戶線變關系自動拓撲識別 工頻脈沖 小時電壓分布序列 精準校驗

中圖分類號：TU 47 文獻標識碼：A 文章編號：1674-098X（2019）04（c）-0166-03

配電網是電力系統的重要組成部分，是國民經濟發展依賴的重要基礎設施，對電力系統的安全運行和企業的經濟效益的提高都起著至關重要的作用。配電網的建設管理水平直接影響著電網的安全運行、經濟效益及社會效益。由于制度的不完善和技術上的限制，一直以來配電網相關設備資產或多或少存在不匹配實際用電需求的情況。

“十三五”是中國全面建成小康社會的關鍵時期，各方聚焦配電網建設改造，高度重視規劃龍頭作用，但規劃編制與實施主體責任的變化、售電側改革的加快推進以及分布式電源、多元化負荷的規模化接入，將使得配電網規劃的實施面臨愈加復雜的問題與挑戰。

在電力消費轉型不斷加快的“十三五”時期，國家發布的多項政策要求配電網要保障分布式電源、電動汽車充換電設施及其他多元負荷的無障礙接入，而未充分考慮配電網的接納能力，一味滿足大規模的接入需求將使得配電網建設改造工程量劇增，不利于整體資源的優化配置。此外，分布式電源及多元負荷具有“散而多（分布分散、數量眾多）、快而變（容量及選址變化頻繁）”的特點，其大規模接入將給配電網規劃實施帶來更多挑戰。具體體現在分布式電源項目規劃裝機容量及選址頻繁變化，且前期工作流程相較電網工程簡單、核準周期短，配套電網規劃的實施常常跟不上分布式電源項目的變化節奏，給規劃的調整與實施帶來極大困難。電動汽車的用電需求具有“時空”分布特性，規劃建設的充換電設施在不同時段的使用效率差異極大，配套電網規劃實施如不綜合考慮需求側能效管理對充電行為的引導，進而優化建設時序，將可能導致規劃實施過程中的供用電矛盾加劇或配電網設備、設施閑置等問題的出現。

1 研究背景

目前我國城市配電系統可靠率水平與發達國家差距較大，而線損率也一直與國際先進水平存在差距，配電網的整體水平有待提高。而配電網整體水平的提高則依賴于配網建設與管理水平的提高，在配電網方面的投資則是其中重要的一環。

目前，營銷部門按照用戶、臺區等管理電量信息，調度部門按照線路、配變等管理負荷等運行信息，運檢部門按照設備管理故障、電能質量等信息，財務部門按照資產卡片管理資產購建價值信息，但各種信息之間并未實現有效集成和充分利用。

在配輸電價改革“成本加效益”的監管模式下，未來電網投資將受到政府更加嚴格的監管，客觀要求公司強化字串績效、資產風險評估，優化基建、技改、大修投資策略，實現精準投資。建設配網投資決策模型是實現主動投資的先決條件，也是電改強化資產績效管理的需要。

2 系統概述

建立配電網資產投入產出評價體系，充分調動各項數據，實現配網運行和資產數據的融合，以支撐電網業務活動分析，并貫通價值流、業務流、能量流，打通資產全壽命、能量全過程的數據鏈路。并可在此基礎上客觀量化評價各配電網投資的必要性、合理性，對投資能夠帶來的收益有一個合理預估，實現配電網設備的精準投資，提高電網投資的效益。

2.1 評價指標的選取

在配電網投入產出評價體系中，評價指標分為投入指標和產出指標，其選取必須充分反映電網公司管轄的各區域、各臺區配電網的發展目標，且同體系內各具體指標的方向應一致，彼此間不可相互沖突。同時，需要為去除由經濟發展水平、電網規模、預期收益、用電總量等因素造成的差異，應以成本投入為例，按照不同區域的負荷情況進行比例化，在選取評價指標時通常擇和設計比率性指標，使得各指標在橫向比較上具有相同的比較基礎。最后，指標體系不應遺漏任一重要指標，需要能全面、系統地再現和反映客體的發展和管理目標。體系內的各條指標又必須是彼此獨立且不重疊的，選擇的指標如圖1所示。

2.2 投入產出軟件設計

采用基于數據包絡分析（Data Envelopment Analysis， DEA）的投入產出模型在評價指標的選取上相對自由，并非拘于價值一點，而投入產出表均基于價值流動。數據包絡分析采用數學規劃方法，以相對效率概念為基礎，利用觀察到的數據樣本資料，把每一個被評價單位作為一個決策單元（Decision Making Units，DMU），再由眾多DMU構成被評價群體，通過對投入和產出比率的綜合分析，以DMU的各個投入和產出指標的權重為變量進行評價運算，確定有效生產前沿面，并根據各DMU與有效生產前沿面的距離狀況，確定各DMU是否DEA有效，同時還可用投影方法指出非DEA有效或弱DEA有效的原因及應改進的方向和程度，從而得到最佳的配電網投資決策模型，投入產出軟件架構如圖2所示。

DEA部分則僅根據知識庫的邏輯，根據輸入的各個數據計算得到結果并將其輸出，不承擔除算法之外的工作。

綜合分析部分則是整套系統的中心部分，承擔了所有的數據邏輯和后臺交互。其將可視化展示、管理界面與數據庫、算法連接起來，構成有機整體；同時保證各模塊的獨立性和純凈性，避免功能修改導致各部分均有大量變動。

綜合分析部分由數據訪問、數據預處理、結論生成和控制單元等部分構成。數據訪問承擔從數據庫中取得所需的基礎數據和知識數據的功能，為DEA提供輸入數據，同時也為結論生成提供邏輯和自然語言表達相關的數據。數據預處理則接受從數據訪問部分傳遞的原始數據，并將其分解為數據和邏輯兩部分，同時承擔根據邏輯將非量化數據進行量化的工作。結論生成則根據知識庫中提供的邏輯和自然語言模板，將DEA計算得到的結果數據轉化為自然語言，作為可視化展示的基礎之一。而控制單元則起到連接各部分功能的作用。綜合分析部分的內部結構如圖3所示。

可視化展示部分則負責將DEA計算的結果和綜合分析部分得到的結論進行可視化展示，同時承擔前臺交互工作，使整個系統對用戶友好。可視化展示部分可與數據庫管理部分實現有機結合甚至部分整合，但應做好權限管理工作，防止對數據庫的惡意操作。

3 系統研究關鍵點

3.1 基于人工智能的數據包絡分析配網投資決策分析，動態修訂指標屬性

在評價指標的選取之上，雖然已有相關研究作為基礎，但并不一定完全滿足項目所需，需要采用人工智能技術進行不斷地修改和驗證。通過數據包絡分析不僅在于客觀驗證其有效性，也結合相關的政策、專家庫的意見和建議，相關聯的相關聯系已有數據的實際，將指標修改到既符合使用需求，又保證功能有效，且不偏離系統實際。

3.2 基于大數據的數據包絡分析配電網投資決策模型，提供配電網投資決策準確率

DEA模型的建立，精準而健壯性好的算法是保證整個系統有效性的核心。建模過程中應對建立的DEA模型進行多次驗證、修改和優化，保證其實際應用中能起到正確的指導作用。同時作為DEA模型的邏輯基礎的知識庫，也應保證其靈活性，實現需求變更時無需更新程序，降低后續維護成本，保證系統的可操作、可修改性。

綜合考慮上述問題，選擇合理的評價指標和配電網投資決策模型，能實現快速準確的分析判斷，解決投資決策準確率較低薄弱環節。

4 系統應用展望

基于數據包絡分析的配電網投資決策模型，填補了指導配電網投資精準投資系統的空白，實現配網運行和資產數據的融合，以支撐電網業務活動分析，并貫通價值流、業務流、能量流，打通資產全壽命、能量全過程的數據鏈路。并可在此基礎上客觀量化評價各臺區投資的必要性、合理性，對投資能夠帶來的收益有一個合理預估，實現配電網設備的精準投資，提高電網投資的效益。

5 結語

基于數據包絡分析的配電網投資決策模型是落實供電企業精益化管理的重要舉措，是配電網投資模式從被動向主動轉變的重要創新。配電網投資決策模型需根據經濟發展、配電網架特性不斷完善，結合大數據、物聯網、人工智能技術的應用，轉變工作方式，優化管理流程，達到提高工作效率的目的，進一步加強智能化對配電網投資決策的支撐。

參考文獻

[1] 楊楠，董邦天，黃禹，等.考慮不確定性和多主體博弈的增量配電網源網荷協同規劃方法[EB/OL].中國電機工程學報：1-14[2019-04-09].https：//doi.org/10.13334/j.0258-8013.pcsee.181409.

[2] 葉彬，劉敦楠，楊娜，等.基于實物期權的增量配電網投資決策[J].電力系統自動化，2018，42（21）：178-185.

[3] 李陽，劉友波，黃媛，等.配電網中長期動態規劃投資的標尺激勵評價方法[J].電力自動化設備，2018，38（6）：95-102.

[4] 王國權，喬琨，侯榮均，等.配電網投資效益評價及投資項目的優選[J].電力系統及其自動化學報，2017，29（12）：146-150.

[5] 吳哲慧，王光增，鐘偉，等.配電網發展與投資決策動態評估方法[J].廣東電力，2017，30（4）：10-14，49.