李勤超,高久國,余暢,王驍,張彪
(國網浙江安吉縣供電有限公司,浙江安吉 313300)
配電網結構復雜,規(guī)模較大,出現故障頻率相對較高。隨著電源大量接入,負荷管理要求也相對升高,自動化配電網獲取更大控制空間[1]。為提升配電網供電安全性,在停運事故中形成可控制故障恢復方案。配電網處于電源能源最末端,直接向電力系統(tǒng)中提供可靠性電源,電場大量接入勢必會對電網可靠性造成一定影響。未來配電網朝著智能化方向發(fā)展,必須將控制技術高度集成到配電設備中,形成配電網停運風險可靠性必將面臨嚴峻考驗[2]。
目前針對該問題,已經有了一些好的研究成果。周天等人提出基于啟發(fā)式算法的配電網停運風險防控。構建電網恢復控制代價多目標優(yōu)化模型,采用基于貪心策略的啟發(fā)式算法求解配電網停運回復問題[3]。該方法提高了配電網供電可靠性和停運恢復過程的經濟性,但是存在耗時過長問題。Zhang W 等人針對配電網停運故障水平預測存在的高冗余、準確率低的問題,提出基于特征選擇和集成學習的配電網停運故障防控方法[4]。通過對配電網故障數據的預處理,總結了涉及天氣、負荷和設備的23種配電網初始故障特征,提出配電網故障等級劃分的新方法。結合灰色關聯分析,改進了Relief-F算法不能消除冗余的特點。利用強分類器對配電網停運故障進行風險防控。該方法應用過程較為復雜,無法廣泛應用。
針對以上傳統(tǒng)方法存在的問題,利用自動化防控技術對配電網停運風險進行風險控制,并對故障問題安全預警,充分考慮故障安全分析及大規(guī)模清潔能源接入配電網停運風險功能,通過實例驗證配電網停運風險自動化防控技術實用性。
配電網在電網中起到電能支配作用。配電網拓撲結構由配電電氣元件連接組成,將整個配電網看成線與點結合的結構進行整個網絡拓撲連線分析。
配電網結構如圖1所示。
圖1 配電網結構
配電網停運風險僅針對配電網停運導致的風險,用于反映配電網特定環(huán)境下某種損失出現給整個電網造成風險,使用可能性與后果乘積描述:
公式(1)中:p表示配電網停運事件發(fā)生概率;s表示配電網停運事件造成損失。
配電網停電事故發(fā)生由于配電網設備突然停運,在實際運行過程中,配電網設備突然停運通常由設備損壞引起,包括設備老化、設備損壞、人為操作不當及自然因素等情況[5-6]。綜合上述自身因素和環(huán)境因素,構建配電網設備突然停運概率模型如下所示:
公式(2)中:na表示a個配電網設備突然停電事故相關系數;Aa表示a個配電網設備突然停電自身因素;Ba表示a個配電網設備突然停電外界因素[7-8]。
根據用戶對配電網供電可靠性要求、突然中斷供電對用戶用電安全、經濟損失造成影響程度可分為三個等級,為更加細致劃分,采用負荷單位時間容量恢復收益作為用電負荷重要性量化指標:
公式(3)中:Zb表示b個負荷單位時間內停電損失;ab表示b個負荷單位時間內突然停電人身安全威脅;bb表示b個負荷單位時間內突然停電經濟損失;cb表示b個負荷單位時間內供電可靠性標準。
針對配電網停運風險評估,采用多元化線性邏輯回歸模型進行擬合分析,同時考慮惡劣環(huán)境、重過載因素,對配電網影響作用進行分析,隨著時間變化該風險逐漸增大,可使用ARIMA來描述。配電網停運風險變化示意圖如圖2所示。
圖2 配電網停運風險變化示意圖
整體評估方案是基于多元化線性邏輯回歸模型定期評估的,再結合時間序列推測配電網停運風險變化情況,風險值達到預期標準就會發(fā)出配電網風險預警。
基于配電網停運風險評估,在自動化配電網發(fā)生突然停運現象時,可以通過聯絡開關投入饋線備用容量作為失電負荷轉供,改善配電網供電可靠性,從提高配電網經濟效益出發(fā),研究自動化防控技術。
依據配電網運行狀況數據,可從設備自身、周圍環(huán)境及人為因素三個方面進行整理。數據預處理過程包括歷史數據清洗與處理,包括監(jiān)測數據分析,圖3為數據預處理過程。
圖3 數據預處理過程
上述數據來自于不同配電網設備信息,為保證基礎數據能夠對后續(xù)影響分析及數據清洗進行整理,需通過數據剖析、規(guī)則編訂及腳本編寫等工具實現相關工作。異常值數據監(jiān)測是數據處理過程中一項重要工作,對于異常值處理,常用監(jiān)測方法包括殘差分析、頻數分析及缺失值診斷等。及時發(fā)現異常數據并剔除,對擬合模型造成影響的異常數據進行處理。
依據配電網停運事件設備相關信息、事件發(fā)生地點、時間、溫度等數據,建立配電網停運事件頻繁項集。對停運事件相關因素展開分析,為以后模型構建提供依據,如表1所示。
表1 配電網停運事件相關因素分析
依據上述相關因素可知,設備老化與健康度低是判斷配電網突然停運因素,基于上述因素對配電網停運風險進行評估。
在spark mLib支持下進行多元化非線性邏輯回歸模型訓練,由此訓練模型流程如圖4所示。
圖4 多元化非線性邏輯回歸模型訓練
配電網設備故障率可以衡量配電網變壓器當前狀態(tài),設備故障率大于指定閾值時,說明配電網可能出現停運現象,此時應及時安排維修。
使用y=f(x)描述回歸過程,其中f 表示自變量與因變量之間的關系,自變量表示數據特征,包括設備內在狀態(tài)G、負載率H、三相不平衡J和天氣K。配電網停運自動化防控模型采用下列公式作為決策函數:
公式(4)中:i表示配變變量;λ(i)表示sigmoid函數;θ表示模型回歸系數。
基于已有數據進行機器學習,應用多元化非線性邏輯回歸模型對配電網停運風險進行建模分析,實現對配電網停運風險自動化控制。
基于配電網停運自動化防控模型,采用多電源協調控制方法,利用多個恢復區(qū)域內剩余容量可供電源,對區(qū)域內待恢復負荷進行供電處理。
配電網停運風險自動化防控具體實施步驟如下所示:
Step 1:基于配電網拓撲結構模型,初始化設備參數,并對設備進行容量等值,綜合配電網聯絡設備,初始化停運區(qū)域內所有可供電電源損失集合為{m1,m2,…,mq,…,mlq};
Step 2:在可供電電源損失集合中選擇任意一個電源,求取負荷容量,生成多個“電源-負荷-風險”對;
Step 3:針對電源多個“電源-負荷-風險”對,查找相應路徑節(jié)點上所有配電網設備;
Step 4:選擇電源可行恢復過程集合中的任意子過程,判斷其供電路徑是否滿足電壓電流約束條件。如果滿足,則需計算子過程的風險控制值;反之,如果不滿足,則需重新選取新的子過程進行判斷。對于滿足約束條件的子過程,可保證配電網停運風險自動化防控方案不越限;
Step 5:選擇停運區(qū)域內所有可供電電源損失集合中未被遍歷的電源,重復上述步驟,獲取各個電源投入最優(yōu)子過程作為當前過程最優(yōu)化方案;
Step 6:排除停運區(qū)域內已經恢復的供電負荷,及時更新拓撲結構,生成新的負荷停電區(qū)域,直至無法生成新的子過程,獲取初步配電網停運風險自動化防控方案。如果初步方案獲取后,配電網已經恢復,則說明該方案滿足要求,退出流程;否則轉到Step7;
Step 7:針對初步配電網停運風險自動化防控方案,對形成恢復停運區(qū)域剩余容量進行等容交換,供電源使用;
Step 8:選取停運區(qū)域未被遍歷的停電負荷,重復上述步驟,求取最優(yōu)備選子過程;
Step 9:排除停運區(qū)域內供電負荷以及相應電源,更新配電網拓撲結構,獲取配電網停運風險自動化防控最終方案。
利用國網浙江安吉縣供電有限公司實際運行環(huán)境,進行實例分析,一次驗證提出方法的有效性。配電網饋線配電簡化圖如圖5所示。
圖5 配電網饋線配電
由圖5可知,3 個常用聯絡開關為K14-K16,節(jié)點1-13上所連接的負荷都是可控負荷,各個節(jié)點對應相應控制開關。假設開關K5和母線之間線路出現故障,可將母線15出線斷路器及分段開關隔離,此時虛線區(qū)域為停運區(qū)域。
以該區(qū)域為研究重點,將傳統(tǒng)配電網停運風險控制技術與配電網停運風險自動化防控技術的防控效果在配電網停運事件相關因素下進行對比分析。
(1)老化、投運年限長
在老化、投運年限長相關因素下,將兩種風險控制技術的防控效果進行對比分析,結果如表2所示。
表2 老化、投運年限長因素下兩種技術防控效果
依據表2所示結果,將兩種技術防控效果隨著投運年限長而逐漸降低,當投運年限長為50年時,自動化防控技術防控效果達到最低為89%,而傳統(tǒng)控制技術最低防控效果為32%。由此可知,在老化、投運年限長相關因素下,傳統(tǒng)控制技術防控效果較差,而對自動化防控技術影響較小。
(2)長期負載
在長期負載相關因素下,將兩種風險控制技術的防控效果進行對比分析,結果如表3所示。
表3 長期負載因素下兩種技術防控效果
由表3可知:在長期負載相關因素下,傳統(tǒng)控制技術防控效果受到影響較大,自動化防控技術防控效果受到影響較小。
綜上所述:無論是老化、投運年限長相關因素,還是長期負載相關因素,自動化防控技術防控效果比傳統(tǒng)防控技術防控效果要好。
綜合考慮配電網負荷恢復收益,研究配電網停運風險自動化防控技術,通過該技術求取得到配電網停運風險控制方案,在一定程度上提高了配電網供電可靠性。結合配電網線路特點,實現故障集成、風險評估,為調度運行人員停運風險評估提供可靠性決策依據,大大提高工作效率。
針對配電網復雜性和不確定性問題,提出了配電網停運風險自動化防控技術,解決了配電網異動事件受檢修工作約束問題,為今后類似問題解決提供幫助。