趙 斌，李西明，楊一帆，張雨薇

(國網(wǎng)沈陽供電公司，遼寧 沈陽 110003)

從第3次修訂的《中華人民共和國電力法》[1]及國務(wù)院第708號令[2]的內(nèi)容，可以看出國家對電網(wǎng)的安全生產(chǎn)愈加重視，而保障安全生產(chǎn)的首要前提，就是保障配電網(wǎng)的供電可靠性。隨著全球氣候變暖、PM2.5等破壞大氣的因子無法得到及時的控制，導(dǎo)致異常天氣發(fā)生的概率逐年增加。這無疑對配電網(wǎng)的穩(wěn)定可靠運(yùn)行帶來挑戰(zhàn)。目前，現(xiàn)有配電網(wǎng)應(yīng)對惡劣天氣的措施，只能采用災(zāi)后及時修復(fù)的方式，而這種災(zāi)后修復(fù)的方式，不僅進(jìn)度緩慢、收效甚微，還嚴(yán)重影響城區(qū)的供電恢復(fù)。為提升配電網(wǎng)的供電可靠性，提高配電網(wǎng)抵御惡劣天氣的主動防災(zāi)能力，本文結(jié)合主動防御和負(fù)荷轉(zhuǎn)供技術(shù)，實(shí)現(xiàn)配電網(wǎng)在面臨極端天氣的情況下實(shí)現(xiàn)主動防災(zāi)功能，保障電網(wǎng)安全穩(wěn)定運(yùn)行。

1 極端天氣下風(fēng)險預(yù)測現(xiàn)狀

近年來，極端天氣出現(xiàn)的頻率日益增加，臺風(fēng)、雷暴、冰雪等極端天氣，對配電網(wǎng)桿塔、配電箱、輸電線路等影響極大，嚴(yán)重情況會造成大面積停電，在過多的系統(tǒng)出力及大面積停電的雙重因素下，電網(wǎng)的安全穩(wěn)定運(yùn)行勢必會受到影響，造成系統(tǒng)振蕩，甚至?xí)?dǎo)致系統(tǒng)崩潰。所以對極端天氣的影響范圍進(jìn)行可靠預(yù)測，對系統(tǒng)負(fù)荷預(yù)測，提前做好系統(tǒng)出力評估，可以從根本上預(yù)防系統(tǒng)振蕩，防止事故范圍擴(kuò)大，并能有效有針對性地對受災(zāi)區(qū)域的配電網(wǎng)進(jìn)行災(zāi)前防護(hù)。本文將對幾種常見的極端天氣對配電網(wǎng)的影響進(jìn)行風(fēng)險分析及預(yù)測，并根據(jù)影響范圍進(jìn)行配電網(wǎng)的主動防御。

1.1 臺風(fēng)天氣

近年來，從臺風(fēng)“安比”、“玲玲”到“利奇馬”，遼寧地區(qū)受臺風(fēng)侵襲的次數(shù)日益增多。據(jù)統(tǒng)計，遼寧地區(qū)的臺風(fēng)79%出現(xiàn)在每年7月下旬到8月下旬，這一時間段大多處于用電高峰時段，臺風(fēng)所帶來的過大風(fēng)速，會極大地破壞配電網(wǎng)的線路桿塔及變壓器的正常運(yùn)行，進(jìn)而造成用戶大面積的停電。

為了提高對臺風(fēng)天氣預(yù)測的精確性，國內(nèi)外專家學(xué)者開展了一系列的臺風(fēng)預(yù)測方法的研究。侯慧等提出了一種基于氣象信息、地理位置以及電網(wǎng)因素，對預(yù)測區(qū)域劃分成1 km×1 km的網(wǎng)格對歷史數(shù)據(jù)進(jìn)行收集；并通過隨機(jī)森林的算法進(jìn)行停電預(yù)測[3]；最后利用ArcGIS對評估結(jié)果進(jìn)行可視化處理。湯奕等基于雙時間尺度的方式，對臺風(fēng)路徑進(jìn)行預(yù)測，并建立了臺風(fēng)路徑下桿塔累積損傷模型[4]。王永明等對配電網(wǎng)線路的風(fēng)荷載能力進(jìn)行了研究，建立了一種基于臺風(fēng)天氣下線路桿塔故障的分析模型[5]。

1.2 雷暴天氣

雷暴是一種伴有閃電和雷聲的天氣現(xiàn)象，也是導(dǎo)致電網(wǎng)停電事故多發(fā)的主要因素之一[6]。雷電對電力系統(tǒng)的影響可主要劃分為直擊、繞擊、反擊、感應(yīng)、侵入5種情況。雷擊所引起的過電壓，會嚴(yán)重破壞配網(wǎng)線路的絕緣層，導(dǎo)致系統(tǒng)接地，線路跳閘，造成線路停電。

為了提高對雷暴天氣預(yù)測的精確性，國內(nèi)外專家學(xué)者開展了一系列的雷暴預(yù)測方法的研究。徐全軍等提出了一種基于決策樹的學(xué)習(xí)算法，以氣象數(shù)據(jù)作為訓(xùn)練樣本，對雷暴事件的漏報率和誤報率進(jìn)行模型研究[7]。陳勇偉等采用了神經(jīng)網(wǎng)絡(luò)模型，更好地解決了雷暴天氣預(yù)測中出現(xiàn)的非線性問題[8]。謝志敏等以數(shù)據(jù)采集、預(yù)處理以及特征工程為基礎(chǔ)，建立了一種HY_FMV模型來對雷暴天氣進(jìn)行精準(zhǔn)預(yù)測[9]。

1.3 冰雪天氣

遼寧因其特有的地理位置，一直是降雪頻發(fā)地區(qū)。而冰雪天氣所帶來的冰凍、覆冰等附加影響，會嚴(yán)重?fù)p壞輸電線路及絕緣材料，這無疑給電網(wǎng)系統(tǒng)安全穩(wěn)定運(yùn)行帶來了極大的阻礙。

目前，國內(nèi)外的專家學(xué)者們對電網(wǎng)應(yīng)對冰災(zāi)的研究也越發(fā)重視。趙陽等對冰雪天氣下，電力系統(tǒng)所面臨的一切問題進(jìn)行了分析，總結(jié)了一些除冰和融冰的技術(shù)手段，并提出冰災(zāi)天氣下電網(wǎng)的改造方案[10]。楊銘等對幾種電網(wǎng)應(yīng)對冰災(zāi)的技術(shù)進(jìn)行比對分析，并根據(jù)決策模型和基本算法提出一種智能決策方法[11]。李建更等提出了一種應(yīng)用層次分析法來計算影響輸電線路覆冰的風(fēng)險因子，并通過在線實(shí)時預(yù)測與趨勢預(yù)測相結(jié)合的方式進(jìn)行冰災(zāi)預(yù)警建模[12]。

2 極端天氣預(yù)測建模

根據(jù)對3種不同極端天氣的分析及參考國內(nèi)外專家學(xué)者的研究技術(shù)，本文采用了隨機(jī)森林的算法，對極端天氣的影響區(qū)域進(jìn)行預(yù)測。這一算法具有較好的包容性，可很好兼容幾種不同天氣條件下預(yù)測的準(zhǔn)確性。

隨機(jī)森林(Random Forest)算法，最早由Leo Breiman和Adele Cutler提出，該算法是基于樹分類器，并通過設(shè)置節(jié)點(diǎn)規(guī)模、分離點(diǎn)變量數(shù)、樹分類器個數(shù)來不斷對模型進(jìn)行訓(xùn)練的一種集成算法，非常適合不均衡的中小樣本數(shù)據(jù)。

2.1 算法分析

本文主要選擇氣象因素(包括風(fēng)速、溫度、濕度)、地理位置(經(jīng)度、緯度、配電網(wǎng)分布)及用電量這3個因素作為基本樣本參數(shù)。RF算法需要搜集大量的歷史數(shù)據(jù)，來訓(xùn)練算法的精準(zhǔn)性。將收集的樣本數(shù)據(jù)進(jìn)行整理，并將其劃分為訓(xùn)練集(70%)和測試集(30%)，并通過遺漏率BR和準(zhǔn)確率PR作為模型的精確性的評估標(biāo)準(zhǔn)。其中，遺漏率BR代表未被識別出停電區(qū)域的概率，準(zhǔn)確率PR代表停電預(yù)測的準(zhǔn)確度，具體表達(dá)式如下：

(1)

(2)

式中：NT為真實(shí)停電、預(yù)測也停電的樣本數(shù)；NF為真實(shí)停電、預(yù)測未停電的樣本數(shù)；MF為真實(shí)未停電、預(yù)測停電的樣本數(shù)。

對于實(shí)際的停電預(yù)測模型訓(xùn)練中，在NF的準(zhǔn)確度和MF的準(zhǔn)確度之間，NF的準(zhǔn)確度更加受到重視，為此在提升遺漏率和準(zhǔn)確率的過程中，隨機(jī)森林法所訓(xùn)練的模型更加重視對遺漏率的降低，盡量避免停電區(qū)域的遺留。

為了更好地優(yōu)化模型，本文對隨機(jī)森林算法進(jìn)行了類權(quán)重(class weight)設(shè)置，通過對小類賦予大的權(quán)重，對大類賦予相對小的權(quán)重，能更加優(yōu)化不均衡數(shù)據(jù)所產(chǎn)生的影響[12]。

(3)

(4)

式中：N為未分離的節(jié)點(diǎn)；Np為相鄰已分離的節(jié)點(diǎn)；ni為節(jié)點(diǎn)內(nèi)各類樣本的數(shù)量；Wi為c類樣本的類權(quán)重；Δi值越大分離程度越好。

2.2 數(shù)據(jù)分析

可通過氣象單位來收集樣本數(shù)據(jù)，并對不同天氣情況進(jìn)行類權(quán)重分析。

2.2.1 臺風(fēng)

選擇遼寧某地區(qū)配電網(wǎng)受到臺風(fēng)“安比”和“玲玲”影響情況作為訓(xùn)練樣本，并以臺風(fēng)“利奇馬”作為預(yù)測驗(yàn)證。

由表1可知，綜合考慮遺漏率、準(zhǔn)確率及Δi值，重點(diǎn)關(guān)注遺漏率及Δi值[13]，當(dāng)類權(quán)重為10時，對臺風(fēng)天氣的預(yù)測更精確。

表1 臺風(fēng)天氣類權(quán)重值

2.2.2 雷暴

選擇遼寧某地區(qū)配電網(wǎng)2017年7月及2018年7月所遭受雷暴天氣的影響作為訓(xùn)練樣本[14]，并以2019年7月雷暴天氣作為預(yù)測驗(yàn)證[15]。

由表2可知，綜合考慮遺漏率、準(zhǔn)確率及Δi值，重點(diǎn)關(guān)注遺漏率及Δi值，當(dāng)類權(quán)重為1時，對雷暴天氣的預(yù)測更精確，同時根據(jù)預(yù)測結(jié)果可以看出，雷暴天氣的隨機(jī)性導(dǎo)致誤差系數(shù)較大[16]。

表2 雷暴天氣類權(quán)重值

2.2.3 雪災(zāi)

選擇遼寧某地區(qū)配電網(wǎng)2007年雪災(zāi)及2012年大雪作為試驗(yàn)樣本[17]，并用2017年暴雪作為預(yù)測驗(yàn)證[18]。

由表3可知，綜合考慮遺漏率、準(zhǔn)確率及Δi值，重點(diǎn)關(guān)注遺漏率及Δi值，當(dāng)類權(quán)重為100時，對雪災(zāi)天氣的預(yù)測更精確[19]。

表3 雪災(zāi)天氣類權(quán)重值

3 配電網(wǎng)的主動防災(zāi)技術(shù)實(shí)施

通過對極端天氣的預(yù)測，可以提前對將要來臨的極端天氣做好應(yīng)對措施。針對遼寧電網(wǎng)現(xiàn)有情況，對于配電網(wǎng)的主動防災(zāi)技術(shù)的實(shí)施，需要調(diào)度、配電、二次、運(yùn)行等單位相互協(xié)調(diào)配合。其中，調(diào)度單位主要負(fù)責(zé)對受災(zāi)區(qū)域進(jìn)行實(shí)時監(jiān)控，及時切斷故障線路，防止擴(kuò)大事故范圍；配電單位主要負(fù)責(zé)，對預(yù)測的受災(zāi)區(qū)域進(jìn)行配電網(wǎng)加固，如給桿塔增加拉線，及時清除輸電線路的覆冰，對絕緣材料進(jìn)行定期排查，提升該區(qū)域抵御災(zāi)情的能力，其次，對災(zāi)后現(xiàn)場進(jìn)行及時有針對性的災(zāi)后修復(fù)工作，加快受災(zāi)區(qū)域的供電恢復(fù)；二次及運(yùn)行單位主要保障66 kV及以上輸電線路的可靠運(yùn)行。具體實(shí)施流程如圖1所示。

4 結(jié)論

配電網(wǎng)不僅關(guān)乎到企業(yè)的生產(chǎn)，更關(guān)乎到千家萬戶的生活用電，保障配電網(wǎng)的安全穩(wěn)定運(yùn)行，才能保障社會長治久安。而當(dāng)極端天氣來臨時，如何做到使配電網(wǎng)破壞最小化是應(yīng)關(guān)注的問題。本文對配電網(wǎng)主動防災(zāi)技術(shù)的研究主要?dú)w納如下。

a.分析幾種遼寧地區(qū)較具有針對性的極端天氣，并總結(jié)了一些國內(nèi)外專家學(xué)者對天氣預(yù)測的研究方法及措施。

b.利用隨機(jī)深林算法，通過大量的歷史數(shù)據(jù)來訓(xùn)練算法模型精準(zhǔn)程度。

c.針對遼寧電網(wǎng)的組織結(jié)構(gòu)，合理規(guī)劃配電網(wǎng)主動防災(zāi)技術(shù)實(shí)施所需要協(xié)作的相關(guān)單位，保障主動防災(zāi)技術(shù)的有效實(shí)施。