基于營配數據融合的智能電網發展規律研究?

孔慶波 吳 漾

（1.貴州電網有限責任公司計量中心 貴陽 550000）（2.貴州電網有限責任公司 貴陽 550000）

1 引言

電力公司信息化發展的過程中，調度、生產、營銷等各系統存在數據一致性較差、數據重復維護，造成了數據利用率低等問題［1］。營配數據融合是在電力用戶信息模型基礎上，對配電網大數據進行深度挖掘，有利于實現電力系統配用電精益化管理［2～3］。如何從海量數據中選取反映配電網運行狀態的典型指標，建立智能電網運行狀態評估指標體系成為研究的熱點［4］。孫立華等［5］對高壓變壓器運行狀態進行研究，并給出了相應評估指標體系；Mishra［6］對電力系統運行狀態進行了詳細劃分，但并未形成一套針對整個配電網運行狀態的指標體系；Wang［7］從不同方面提出配電網量化指標體系，但沒有突出中壓配電網與高壓配電網評估體系的區別。以提高配電網運行管理水平為目的，建立了基于營配數據融合的智能電網運行狀態評估指標體系，詳細闡述了各指標值的計算方法，以某市2018年2月份的運行數據為例，對預判指標的合理性和發展態勢預判思路的可行性進行了檢驗，以期為配電網優化運行提供理論指導。

2 評估指標體系的構建

2.1 電壓合格率指標

電壓合格率指標能夠全面反映配電網不同層次的電壓情況，監測點電壓合格率計算公式為［8～9］

式中：t 為統計時間，s；t1為電壓越線時間，s；P1為電壓合格率。

2.2 運行故障指標

以年為評估單位時間對運行故障進行計算［10］，公式如下：

式中：t2為統計小時數，h；P3為統計時間段內故障率，%；P2為故障率，%；

2.3 供電可靠性指標

選取重復停電用戶比例、用戶平均停電次數、低壓供電可靠率［10～11］，作為供電可靠性檢驗指標，其計算公式如下：

式中：P4為重復停電用戶比例；m1為停電次數大于2的用戶；m 為總低壓用戶數；P5為用戶平均停電次數，次/戶；ni為每次停電用戶數，次；P6為低壓供電可靠率，%；L1用戶平均停電時間，h；L為統計時間，h。

2.4 線損指標

統計線損率計算公式為［12］

式中：P7為統計線損率；Q 為供電量，kW；q 為售電量，kW。

2.5 三相不平衡指標

三相不平衡度計算公式如下［13～14］：

式中：W 為三相不平衡度；Imax為最大相電流，A；Imin為最小相電流，A。

3 配電網運行狀態評估方法

3.1 指標權重設定方法

利用層次分析法AHP 法［15］來確定指標權重，為提髙AHP 方法中兩兩比較矩陣確定指標權重的科學性，引入Delphi法，具體步驟如下：

1）確定m個兩兩判斷矩陣，對判斷矩陣進行獨立賦值：

2）對m個兩兩判斷矩陣平均化處理，得到判斷矩陣中的元素值為：

3）遍歷m個兩兩判斷矩陣，若兩兩判斷矩陣Bk中任意元素bijk滿足視為無效矩陣，并剔除；

4）對其余判斷矩陣作平均化處理；

5）計算兩兩判斷矩陣的特征向量W，W=［w1，w2，w3，…，wn］和最大特征值λmax；

6）采用隨機一致性指標CR對兩兩判斷矩陣的一致性程度進行衡量。根據表1 判斷矩陣階數n，求得平均隨機一致性指標RI；一致性指標比率CI=（λmax-n）/（n-1）；CR=CI/RI。

CR＜0.1 時，表明兩兩判斷矩陣滿足一致性要求，否則重新確定兩兩判斷矩陣的元素。

表1 平均隨機一致性指標RI

AHP-Delphi方法的基本流程如圖1所示。

圖1 AHP-Delphi流程圖

3.2 單項指標評分公式設定方法

為得到配電網運行狀態的整體得分，首先對底層單項指標進行評估得分，并根據各層指標權重因子計算得到最后的評估總分。評估指標體系中，首先確定底層單項指標對應的函數曲線類型及關鍵點，最后將確定的模糊隸屬度函數圖轉換為計算公式。

3.3 總體評估流程

總體評估流程具體步驟如下：1）選擇評估時間及評估區域；2）收集配電網評估數據：包括設備臺賬數據和基礎運行數據；3）對配電網數據進行分析，得到底層單項指標值；4）將底層單項指標值代入評分公式獲取得分。采用百分制進行評分，將評估得分F 分為4個等級，F＜60為“差”，60 ≤F ＜70為“中”，70 ≤F ＜90 為“良”，F ≥90 為“優”，總體評估流程如圖2所示。

圖2 配電網運行狀態評估的整體流程圖

4 配電網運行狀態及發展態勢預判

4.1 電網運行狀態分析

選取某市2018 年2 月份的運行數據進行統計分析，指標權重因子如表2 所示。

該地區該運行狀態綜合評估得分，如表3 所示。可以看出，準則層指標評分66.96，其中電壓合格率指標為“差”，負載率指標為“中”；三相不平衡指標評分70.67，接近“中”；該運行狀態綜合評分為71.07，整體運行情況得分為“良”。

各底層單項指標得分柱狀圖，如圖3 所示。圖3 能夠直觀地看出所有底層單項指標的得分情況。主要由于2 月份為春節假期，用電負荷增加導致配變出線重過載，需要對部分老化配電、線路進行改造或通過聯絡開關對部分負荷進行轉帶；由于配變臺區“低電壓”現象普遍導致電壓合格率偏低。因此，為保證用戶的電能質量，需加強臺區低電壓管理工作。同時為降低線損率，該區域還需加強三相不平衡的管理工作。

表2 指標權重因子表

表3 評估結果

圖3 底層單項指標得分柱狀圖

配電網發展態勢預判需要對大量配變作短期負荷預測，以某市營配融合項目為例，對配電網運行狀態的發展態勢進行研究，并對某線路預判日的整體運行狀態進行評估，并給出優化運行意見。

4.2 短期負荷預測

短期電力負荷預測不但是市場環境下編排交易計劃、供電計劃、調度計劃的基礎，而且能夠為電力系統的經濟、全運行提供保障，是能量管理系統EMS的重要組成部分。短期負荷預測具體步驟如下：

1）確定待預測日類型，并選取基礎樣本日。

2）對基礎樣本負荷數據進行數據預處理，平滑曲線并修正虛假錯誤數據。

3）負荷氣象敏感類型進行判斷。

4）若氣象與基礎樣本負荷關系為氣象不敏感型負荷，先對樣本負荷進行經驗模態分解，選取6個樣本，基于優化算法進行負荷預測。

5）若氣象與基礎樣本負荷關系為氣象敏感型負荷，根據天氣類型、日平均相對濕度、日平均溫度、日最低溫度、日最高溫度等指標，按關聯度大小排序，并將功率數據輸入負荷預測模型，對負荷進行預測。

6）對預測結果進行誤差分析。

線路負荷預測的建模流程圖，如圖4 所示。

圖4 負荷預測流程

根據潮流計算數據和負荷預測計算預判日48個時間點配變電壓合格率，配變負載率和支路負載率情況。

4.3 線路負載率分析

汽制線的出線為支路l1，支路l1的負載率變化曲線，如圖5 所示，可以看出，支路l1一直處于重過載狀態，且在21 點時達最大值，應該對其及時改造，以提高線路容量和減輕本支路l1的負擔。

圖5 支路l1的負載率變化曲線

所有支路的負載率如圖6 所示。可以看出，支路l1，l2，l3，l4重過載嚴重；支路l6，l8，l22，l27四條支路出現重載現象，但是l10，l16，l19，l21，l23等多條支路存在接近輕載或輕載運行現象，應考慮適當進行減容。汽制線各個支路重過載現象比較嚴重，長期考慮對部分支路進行改造，短期內可以通過聯絡開關進行負荷轉帶。

針對上述結果，提出的線路負載率預警方案如下：1）支路l1，l2，l3，l4重過載嚴重預警；2）支路l6，l8，l22，l27重過載較嚴重；3）支路l11輕載嚴重預警；4）支路l10，l16，l19，l21輕載較嚴重。

圖6 21時所有支路的負載率

4.4 電壓合格率分析

臺區關口電壓允許偏差為額定電壓的±5%，即電壓范圍為9.5kV～10.5kV。本算例線路末端節點的電壓情況較差，而10kV 主干線的電壓情況較好。以臺區關口某節點為例，對其電壓的變化規律進行研究，如圖7 所示，可以看出該節點低電壓現象比較嚴重。

圖7 某節點的電壓變化曲線

21 點時所有節點的電壓值如圖8 所示。可以看出，線路總負荷最大時，節點3、節點4、節點5、節點9、節點12 滿足電壓合格要求，節點1、節點2、節點6、節點7、節點8的電壓情況較好，但是其他節點均出現輕微低電壓的情況，表明末端節點的電壓情況不夠理想；而首段節點的電壓情況較好。因此，為提高電壓質量需適當對末端節點進行無功補償。

圖8 21時所有節點的電壓

4.5 配變負載率分析

21 點時出現日最大負荷，該時刻配變節點的負載率如圖9 所示。

圖9 21時所有配變負載率

可以看出，節點6、節點8、節點15、節點23 的配變接近輕載；而節點7和節點30的配變接近重載運行。整體來看，所有的配變都運行在正常狀態，未出現輕、過、重載運行的配變，但是配變的運行經濟性較差，利用率較低，大部分的配變都運行在負載率50%以下。綜上所述：配變未出現輕載和重過載配變的負載率情況較好，但是配變負載率以低于50%為主，為提高設備利用率，應適當進行減容。

4.6 其他指標情況

預判日的統計線損率為5.59%，線損率得分為80.87，表明該線路線損情況比較理想。由于汽制線的總長度不到100m，包含的配變也不到100km，因此不進行運行故障指標的計算。

5 結語

以提高配電網運行管理水平為目的，提出了一套智能電網運行狀態評估指標體系，準則層包含三相不平衡、線損、供電可靠性、運行故障、電壓合格率負載率6 大類指標；指標層包含21 個單項指標，運用模糊隸屬度函數來確定各個指標的評分函數。通過實際算例分析證明了指標體系及方法的可行性。在配電網運行狀態評估指標體系的基礎上，對可以進行預判的指標進行了提取，給出了發展態勢預判的新思路，通過實例仿真說明了所提出的發展態勢預判新思路的可行性，能夠為配電網優化運行提供參考。