基于動態風險評估的輸電線路巡檢計劃優化研究

李仕林,方程,趙明,王永利,曾鳴

(1.云南電網有限責任公司電力科學研究院, 昆明 650217; 2.華北電力大學,北京 102206)

0 引 言

輸電線路巡檢是保障電網線路安全運行的重要工作,輸電線路巡檢計劃的編制既要保障電網運行的安全和穩定,也需要控制運營成本。然而目前的輸電線路巡檢計劃多為傳統的定期無差異巡檢[1],未考慮線路的所受外部影響和自身運行情況的變化,可能導致輸電線路因巡檢力度不夠而影響電網安全或巡線過量浪費人力物力[2]。因此通過動態的風險評估制定合理巡檢周期,并據此優化巡線排班以形成合理的巡線計劃,從而在降低巡線成本的情況下,保證輸電線路的安全穩定。

多年來,國內外對輸電線路運行風險評估和巡檢周期制定的研究已取得了一定的成果。在運行風險評估方面,文獻[3]基于改進的層次分析法對影響電網雷害風險評估的諸多因素進行綜合分析,提出了面向輸電線路全層級對象的整體評估方法,并建立了電網雷害風險評估的全層級模型。文獻[4]針對輸電線路風險、線路斷線與桿塔倒塌等情況,建立了利用故障樹分析法的電力系統覆冰風險評估模型,實現了輸電線路覆冰風險有效評估。文獻[5]針對各氣象災害對架空輸電線路的影響程度采用主客觀相結合的層次分析-熵權組合方法進行了綜合評估,該方法由層次分析法確定主觀權重,熵權法確定客觀權重,最終利用最小二乘法組合優化確定各風險權重。在巡線周期制定方面,文獻[6]以缺陷數據、停電時間及缺陷權重專家數據為基礎,基于最小二乘支持向量機算法,結合成本效益分析法研究確定了變壓器的最優維護周期。文獻[7]考慮了時變故障率對電網計劃檢修的影響,采用二重威布爾函數描述元件故障率增長規律,以可靠性和經濟性為目標,采用啟發式迭代方式對電網各元件計劃檢修率進行優化。文獻[8]建立了發電機組等值老化的故障率等效模型, 將發電機組長期運行經濟效益作為優化目標,通過蒙特卡羅模擬法描述機組故障并對模型進行求解。文獻[9]以巡檢成本、故障電量損失成本和維持可靠性成本為綜合目標效益函數指標,通過遺傳算法求解,提供了一種考慮時變故障率的動態架空輸電線路最優巡檢策略。

綜上所述,現階段研究多集中在輸電線路的風險評估、巡檢周期等方面,鮮有完整考慮整個巡檢計劃的優化問題。輸電線路的巡檢計劃包括線路的巡檢周期及巡線的任務排班,通過優化巡線周期及巡線排班,可有效降低輸電線路巡檢成本,提高巡線人員利用率與設備使用率。首先對需要巡檢的線路進行風險等級劃分,以確定一年內線路需要的巡檢頻率,之后通過巡線任務間隔的平滑優化排出合理的巡線任務接續情況,根據接續情況對巡線任務進行組合排班優化,最終實現在保證輸電線路安全可靠的前提下,有效降低電網運營的巡線人數和巡線成本。

1 輸電線路動態風險等級評估模型

不同輸電線路的巡檢時間和地點的不同,其對應的風險也不盡相同,故根據具體情況對輸電線路進行動態風險評估是保障巡檢計劃合理性的重要依據。本章從線路故障概率和故障損失兩個方面對輸電線路運行風險進行評估,進而確定輸電線路的風險,評估風險等級并以此為依據制定巡檢計劃。

1.1 線路運行風險評估

風險代表損失產生的不確定性,它是不利事件發生的概率及其后果的綜合量度,因此將輸電線路風險定義為：

Rk=pk·Sk

(1)

式中Rk為線路k的運行風險值;pk為線路k的故障概率;Sk為線路k的故障損失。

根據上述公式,通過量化輸電線路故障發生概率及故障損失,即可對輸電線路進行定量的風險評估。

1.2 輸電線路運行故障概率

對輸電線路故障率產生影響的因素,可分為由外部自然環境引起的外部因素和由線路自身運行引起的內部因素。將外部因素分為線路所處地貌影響和氣候影響,通過所處地貌類型對氣象災害引發故障概率進行加權獲得外部環境引發故障概率;內部因素分為使用時長和線路運行負荷,將兩種原因引發故障概率加和得到內部運行引發故障概率。因此構建綜合故障率指標 。

pk=wgpw+pr+pL

(2)

式中wg為由所處地貌造成的外部故障概率權重;pw為由氣象原因產生的線路故障概率;pr為由使用時長引發故障的概率;pL為由運行負荷引發故障的概率。

1)外部因素。

(a)地貌影響。比較典型的地貌影響有高原、山地的影響,山地地區由于較高的森林覆蓋率輸電線路更易受樹障、鳥害、山火的影響;高原地區由于其高海拔的特點,季節性洪水、冰雪頻發,同樣強烈的紫外線也加速了設備的老化。該權重根據不同地貌上輸電線路故障的歷史數據,結合專家經驗進行評估獲得。

(b)氣象影響。輸電線路的可靠性與氣候息息相關,在惡劣的氣象條件下的故障概率將顯著提高,如雷電、冰雪、大風等氣候將增加輸電線路的故障概率。根據歷史觀測數據,通過過去一年內由氣象災害引發的輸電線路故障次數與輸電線路總故障次數之比,構建由氣象原因產生的線路故障概率pw。

(3)

式中nw為過去一年內由氣象災害引發架空輸電線路故障次數;N為過去一年內線路總故障次數。

2)內部因素。

(a)運行時長。在不維修的情況下,線路運行時間越長,故障發生的可能越大。因此構建線路故障概率與距上一次修理間隔時間的函數,文中采用兩參數的威布爾模型來表征使用時長引發故障概率pr。

(4)

式中α與β分別為威布爾分布的尺度參數和形狀參數。t為距上一次修理間隔時間,當β>1時,故障率隨著時間遞增,能夠表征元件的老化情況。

(b)運行負荷。當輸電線路的傳輸功率超過某一定值時,由系統內部因素造成的故障概率就會隨著傳輸功率的增大而上升[10]。其理論機理如圖1所示。

圖1 輸電線路運行負荷與故障概率模型

圖1中,PN為線路額定傳輸功率;Plim為線路極限傳輸功率,一般情況下,Plim=1.4PN;Pi為線路i的實時傳輸功率;p0為線路運行在額定傳輸功率及以下時的故障概率,將其視為由外部原因造成的故障概率;pl為線路i時段實時故障概率。pl數學表達式如下：

(5)

1.3 線路故障損失

當輸電線路發生故障時,會對輸電安全、電能質量、社會生產等多方面產生影響,根據線路故障導致的負荷減少量將線路故障損失分為5個等級,參照《中國南方電網有限責任公司設備風險評估管理辦法》進行賦值,如表1所示。

表1 線路故障損失賦值表

1.4 風險等級劃分

根據架空輸電線路運行風險值的大小,參照《云南電網有限責任公司2019年設備主要風險及重點維護策略》,將評估得到的線路綜合運行風險值分為四個級,即Ⅰ、Ⅱ、Ⅲ、Ⅳ四個級別,其對應的等級分值、巡線頻次如表2所示。

表2 線路巡檢周期表

根據該模型對輸電線路風險等級的評估,建立輸電線路巡檢的班次集合R={a1,a2,......},以進行后續巡線排班計劃的優化。其中,a1代表輸電線路a的第一次巡檢,參加巡檢輸電線路及其巡檢次數均由該模型獲得。

2 巡線計劃優化模型

2.1 巡線間隔優化

根據實際運營要求,巡線任務的時間排布應該在滿足巡線需求的條件下使巡線間隔盡可能平滑,不宜將巡線任務集中排在某一時段,因此進行巡線時間間隔優化,并用巡線間隔的標準差來刻畫任務間隔的平滑性[11]。將輸電線路巡檢班次i開始時間tsi作為決策變量,則巡檢間隔ti可表示為：

ti=tsi-ts(i-1)

(6)

式中tsi為i班次巡線任務的出發時間,單位：d;ts(i-1)為i班次的上一個班次出發時間,單位：d;i=2,3,…,n。為方便計算,將時間轉換為天制,將本周期內開始巡線的日期記為0,之后日期進行累加,若1月1日開始巡檢,記為0 d,那么1月30日計為29 d。

(7)

(8)

約束條件為：

hmin≤ti≤hmax

(9)

tsi≥T

(10)

tsn≤T′

(11)

式(9)表示各班次巡線任務間隔需要落在最大巡檢間隔和最小巡檢間隔之間。式(10)、式(11)表示此周期內所有巡線任務的開始時間均在該周期的時間范圍內。

2.2 優化模型構建

建立的全年巡線計劃組合優化模型,在保證巡檢效果的前提下,以年巡檢人數和年巡檢成本最低為目標,計及巡檢任務、人員數量、設備數量等約束。

2.2.1 目標函數

巡線計劃組合優化模型以巡檢人數最少及巡線成本最低為目標,即：

minZ2=npeo

(12)

(13)

aequ計算公式如下：

aequ=r(1+r)zequ/((1+r)zequ-1)

(14)

式中r為年利率;Zequ為設備的生命期,單位：d。

2.2.2 約束條件

1)巡線任務完成約束：

(15)

(16)

(17)

(18)

其中,式(15)和式(16)為班次銜接約束,保證每個巡線任務均有巡檢小組執行且被執行一次;式(17)保證從總部出發的巡線小組最終回到工作站;式(18)保證巡檢小組的巡線次數不超過最大巡檢數。

2)連續巡檢任務。

?j∈R

(19)

式(19)表示對于兩個連續的巡線作業任務,保證由同一組巡檢人員執行。

3)工作時間約束。

(20)

式(20)表示下一班次巡線任務的開始時間要大于等于上一班次的結束時間加上任務的交接時間。

4)人員數量約束。

(21)

(22)

式中nl為巡線小組l的巡檢人數;

式(21)表示如果巡線小組l執行了某一巡線任務,則Nl=1;式(22)表示執行各巡線任務的巡線人員數小于等于聘用的巡線人員數。

5)設備數量約束。

(23)

(24)

式(23)表示如果設備e執行了某一巡線任務,則Ne=1;式(24)表示參與各巡線任務的設備數小于等于購置的設備數。

2.3 模型求解

在該模型中存在巡線間隔、巡線人員和巡線成本三個優化目標,由于難以通過線性加權法轉變為單目標優化問題,故采用多目標粒子群算法[12]對該多目標優化問題進行求解,其基本流程如圖2所示。

圖2 多目標粒子群算法基本流程圖

該算法的關鍵步驟為：

1)計算適應度。該模型的三個目標函數均求最小值,可直接作適應度值,并將各約束條件的作為罰函數加入至目標函數。

2)選擇最優解。在輸電線路巡檢的實際運營中,通常優先考慮巡檢效果,在保障巡檢效果的基礎上使巡線人數最低,最后考慮巡檢成本。按照該順序進行最優解選擇。

3 算例分析

為闡述輸電線路巡檢計劃優化的具體實現過程,驗證其有效性,采用某實際電網的巡檢線路進行算例分析。其基本信息如表3所示。

以500 kV漫昆Ⅰ回線為例,其外部風險率為20.1%,內部風險率為27.11%(α取值為10.18,β取值為16.93,參考文獻[13]),線路故障損失分值為1 500,則可得到其綜合風險值：Rki= (wgipwi+pri+pli)·Ski= 707。

表3 某區域巡檢線路基本信息表

因此,該線路的風險等級屬于Ⅳ級,巡檢頻率應為1次/2月。同理,得到其他線路的巡檢頻率如表4所示。

表4 某區域巡檢線路頻率表

基于巡檢頻率,使用多目標粒子群算法進行巡檢計劃優化,其中參數設置如表5所示。

結合問題規模,設置不同的學習因子和慣性權重,使用MATLAB求解,當多目標粒子群算法參數如表6所示時,認為該結果為模型的最優解。

表5 模型所用參數表

表6 多目標粒子群算法參數表

根據選擇最優解的步驟,從最優解集中選擇最符合輸電線路巡檢的實際運營的模型解,結果如表7所示。優化巡檢計劃后,所需的巡線人員數量為15,比原有方案減少了5人;任務間隔標準差也相對較小,巡線的時間間隔更加平滑;巡線的成本比原有方案降低了13%。

表7 模型目標值比較表

從上述算例結果可得到以下結論：

1)根據線路的具體情況進行動態風險評價,可有效指導巡檢頻率的設置,避免了傳統巡線模式固定巡檢周期可能出現的巡檢過度或巡檢不足,提高了巡檢部門的綜合效益。同時該評價方法可根據不同地區的實際情況進行調整擴展,有效滿足實際需求。

2)基于輸電線路的動態風險等級評估,巡線計劃優化模型優化了巡線任務的時間間隔,提高了巡檢平滑度,同時減少了巡線人員的投入,有效降低了電網的巡線成本,其效果如圖3所示。但在實際實施過程中巡線人員投入的減少會增加其工作強度,增加巡線人員的平均工作時間,因此電網企業需要提前協調好巡線人員的福利待遇。

圖3 成本比較圖

4 結束語

為提高輸電線路巡檢效果,降低巡檢成本。文章提出了輸電線路的動態風險等級評估方法,綜合考慮了影響輸電線路故障的內外部原因,并通過輸電線路運行風險值的計算進行了風險等級的劃分與巡檢周期的設置。根據巡線周期建立了巡線計劃的優化模型,綜合考慮了巡線間隔平滑、投入巡線人數和巡線成本最低的目標及運營的各種約束條件,采用多目標粒子群算法進行了多目標求解。最終通過實際算例驗證了該模型的有效性。