王煜晗，范瑞祥，董泰青，姜 飛，王文彬

(1．三峽大學電氣與新能源學院，湖北省宜昌市443002;2． 國網江西省電力科學研究院，南昌市330096;3． 湖南大學電氣與信息工程學院，長沙市410082)

0 引 言

進一步推動電力節(jié)能減排已成為電網高效運行的重點工作，以電網基礎運行數(shù)據(jù)挖掘節(jié)能關鍵信息，進行電網節(jié)能潛力分析是確保該項工作有效開展的前提［1-4］。國家電網公司統(tǒng)計表明電網綜合線損率中大約50%是由中、低壓配電網運行引起的［5］。此外，配電網絡往往具有輸電線路長、結構復雜等特點，因此，配電網絡損耗的精細化分析及節(jié)能潛力分析具有緊迫性和艱難性［6］。

一方面，配電網節(jié)能潛力分析更多的是針對某項具體措施的節(jié)電量計算［7］。例如文獻［8］結合東莞長安鎮(zhèn)配電網基本情況，分別給出了更換導線和中低壓無功補償、減少10 kV 饋線的供電半徑、更換高能耗配電變壓器、提高負載率等措施的節(jié)電量;文獻［9］對線損的分壓、分元件構成情況及應對策略進行了介紹。另一方面，各種潮流計算方法［10-12］、智能預測技術［13-14］為節(jié)能潛力分析提供了數(shù)學理論支持，其中隨機優(yōu)化、模糊優(yōu)化、灰色規(guī)劃、盲數(shù)規(guī)劃等不確定計算模型在模擬電力系統(tǒng)運行狀況方面取得了較大進展。文獻［15］提出了將集成神經網絡應用于配網線損分析中。文獻［16］提出了灰色關聯(lián)度和灰色預測模型(grey model，GM)相結合的線損預測方法，可為節(jié)能潛力計算提供有效途徑。

然而，在配電網節(jié)能潛力分析中，潮流計算方法主要適用于電網運行數(shù)據(jù)完整收集的情況;智能預測技術雖能夠彌補動態(tài)數(shù)據(jù)難以獲取的缺點，但對于各個節(jié)能措施單項及綜合效果的預測缺乏靈活性。而實際節(jié)能改造中很有可能出現(xiàn)基礎運行數(shù)據(jù)收集不全的情況，因此，正確處理實際配電網運行數(shù)據(jù)收集不全面、全面2 種情況下的配電網節(jié)能潛力分析十分必要。

本文基于實際電網采集信息構建電網節(jié)能數(shù)據(jù)采集模型，通過分析獲取數(shù)據(jù)的信息建立兩層指標模型，即潮流節(jié)能指標模型和關聯(lián)度節(jié)能指標模型;其次，提出采用前推回代潮流計算法和灰色關聯(lián)預測法相結合的混合算法，并給出模型求解算法;最后，采用江西省電力公司某配電網實際運行數(shù)據(jù)驗證本文所提方法的有效性。

1 兩層節(jié)能指標建立

1.1 節(jié)能數(shù)據(jù)采集

本文對配電網實際運行數(shù)據(jù)進行梳理，結合節(jié)能潛力分析的數(shù)據(jù)要求，按照電能質量數(shù)據(jù)、設備節(jié)能數(shù)據(jù)、電網潮流數(shù)據(jù)、電網綜合數(shù)據(jù)4 類完成電網數(shù)據(jù)的收集工作，具體節(jié)能數(shù)據(jù)采用分類采集的方式，如圖1 所示。

圖1 節(jié)能數(shù)據(jù)分類采集情況Fig.1 Classified collection of energy-conservation data

1.2 節(jié)能指標模型構成

根據(jù)圖1 所示分類情況采集數(shù)據(jù)，但限于配電網實際管理及其他原因的限制，所需配電網運行數(shù)據(jù)采集過程中可能存在數(shù)據(jù)全面、不全面2 種情況。因此，基于獲取的有限數(shù)據(jù)建立兩層節(jié)能指標模型，如圖2 所示。一層為基于潮流計算的節(jié)能指標模型，其應用對象是典型配電線路的潮流計算，可通過潮流動態(tài)數(shù)據(jù)的理論計算得到節(jié)能指標與線損率之間的聯(lián)系。其包含3個二級指標，分別為電網潮流數(shù)據(jù)、設備靜態(tài)指標、電網綜合數(shù)據(jù)。另一層為基于關聯(lián)度計算的節(jié)能指標模型，其應用對象是潮流數(shù)據(jù)不能準確檢測或無法采集的配電網絡，可通過靜態(tài)數(shù)據(jù)建立節(jié)能指標和線損率的關聯(lián)關系，實現(xiàn)改造后的線損預測，從而提出節(jié)能降損策略。其包含4個二級指標，分別為電網結構、負荷能力、設備水平、運行管理。

圖2 分層節(jié)能指標模型結構圖Fig.2 Structure chart of layered index model for energy conservation

需要說明的是，兩層節(jié)能指標模型還包含若干三級指標，每個指標均有詳細定義和具體計算方法，已有廣泛認知，在此不贅述。

1.3 節(jié)能潛力分析構架

結合電網運行情況，在兩層節(jié)能指標模型基礎上形成配電網節(jié)能潛力分析構架，如圖3 所示。

圖3 節(jié)能潛力分析架構圖Fig.3 Architecture diagram of energy saving potential analysis

首先，在電網節(jié)能數(shù)據(jù)分類梳理情況下，建立潮流數(shù)據(jù)和電網拓撲結構對應關系，完善配電網節(jié)能指標數(shù)據(jù)庫。其次，根據(jù)兩層指標模型進行能效分析，完成改造前的線損計算，找出節(jié)能工作的薄弱環(huán)節(jié)并得出優(yōu)化指標。最后，結合各項節(jié)能技術手段，采用綜合算法求解優(yōu)化指標模型，得到分項改造優(yōu)化后線損值和節(jié)能潛力值，實現(xiàn)配電網節(jié)能潛力分析，并為配電網節(jié)能組合方案制定提供指導。

2 指標模型求解

由于節(jié)能指標分為兩層，因此提出采用前推回代潮流計算及灰色關聯(lián)度相結合的求解算法，下面對兩層指標求解算法分別闡述。

2.1 前推回代潮流計算方法

傳統(tǒng)配電網呈輻射狀，正常運行時是開環(huán)的，只有在倒換負荷或發(fā)生故障時才可能出現(xiàn)短時環(huán)網運行或多電源運行的情況。針對配電網結構特點和潛力模型，本文采用前推回代潮流計算方法完成對數(shù)據(jù)收集全面的線路進行潛力分析。其具有簡單、易于編程、計算速度快、收斂性好等優(yōu)點。前推回代潮流計算流程如圖4 所示。

圖4 前推回代潮流計算流程圖Fig.4 Flow process chart of forward and backward substitution flow calculation

具體步驟如下。

步驟1:輸入原始數(shù)據(jù)。讀入系統(tǒng)數(shù)據(jù)，即饋線端電壓V0，各支路電阻Ri、電抗Xi，各節(jié)點負荷有功功率和無功功率PLi、QLi(i=1，2，…，n)。

步驟2:設定層次分類后賦值。設置迭代次數(shù)k=0，選取迭代精度ε，令所有的支路損耗為0，即

步驟3:前推計算。通過式(1)、(2)計算第k次迭代時各節(jié)點流過的有功功率和無功功率。

步驟4:回代計算。通過式(4)、(5)計算第k +1次迭代時各支路的損耗

2.2 灰色關聯(lián)度計算方法

節(jié)能數(shù)據(jù)收集過程中，難免會出現(xiàn)收集不全面的情況，而灰色關聯(lián)度節(jié)能指標求解算法具有要求潮流負荷數(shù)據(jù)少、不考慮分布規(guī)律、運算方便等特點，具體步驟如下:

(1)建立原始數(shù)據(jù)矩陣。

將節(jié)能因變量即線損率x0j作為第1 行，各個節(jié)能指標數(shù)據(jù)作為自變量xij分列在下面(1 ≤i≤m，1≤j≤m)，組成原始數(shù)據(jù)矩陣。由此分析線損率與節(jié)能指標之間的關聯(lián)情況。

(2)歸一化指標。

對于正相關指標:

對于負相關指標:

式中ci取該指標的目標優(yōu)化值。

(3)參數(shù)計算。

差序列:

最大差:

最小差:

(4)灰色關聯(lián)度計算。

其中第i個節(jié)能指標的第j 項灰色關聯(lián)度γij為:

式中ρ ∈［0，1］為分辨系數(shù)，一般取ρ =0.5。不考慮因素間權重差異，相應的等權灰色關聯(lián)度為

(5)GM(1，n)預測。

根據(jù)灰色關聯(lián)度排序情況，選取n －1個強關聯(lián)指標和線損率結合形成預測序列，采用經典GM(1，n)預測方法實現(xiàn)節(jié)能指標達到優(yōu)化值時的線損預測。

3 節(jié)能潛力分析流程

為了便于節(jié)能分析工作的開展，在上述潛力分析方法的基礎上，制定了節(jié)能分析流程，增加了工作的系統(tǒng)性、可操作性。節(jié)能分析流程如圖5 所示。

圖5 節(jié)能工作分析流程圖Fig.5 Flow process chart of energy-conservation analysis

(1)建立電網節(jié)能數(shù)據(jù)庫，包括電能質量、設備節(jié)能、電網潮流數(shù)據(jù)、電網綜合數(shù)據(jù)。

(2)檢查待評估電網的網絡拓撲及潮流數(shù)據(jù)，將待評估電網分為2 類，第1 類為潮流數(shù)據(jù)完善的典型線路單元，第2 類為潮流數(shù)據(jù)不完善或是結構復雜的局域配網單元。

(3)根據(jù)步驟2 的分類情況為第1 類電網創(chuàng)建潮流節(jié)能指標模型，轉至步驟4;為第2 類電網建立關聯(lián)度節(jié)能指標模型，轉至步驟5。

(4)針對潮流節(jié)能指標模型，根據(jù)改造前的潮流分布情況，在節(jié)能薄弱環(huán)節(jié)優(yōu)化潮流節(jié)能指標的數(shù)值，即線路、變壓器、無功補償設備參數(shù)和母線電壓等，重復利用前推回代潮流計算方法得出該單項節(jié)能潛力值，轉至步驟6。

(5)針對關聯(lián)度節(jié)能指標模型，建立關聯(lián)關系，根據(jù)強關聯(lián)度指標創(chuàng)建數(shù)學預測模型，依據(jù)目標優(yōu)化值優(yōu)化關聯(lián)度節(jié)能指標的數(shù)值，即線徑合格率、線路長度合格率、絕緣化率等，利用預測模型求得該單項節(jié)能潛力值，轉至步驟6。

單項節(jié)能潛力值的計算方法按式(15)進行確定:

式中:β 表示該節(jié)能改造方案下的節(jié)能潛力值;α 表示該改造方案下的線損率;α0表示節(jié)能改造前的原始線損率;△P 表示該改造方案下的有功功率損耗值;△P0表示節(jié)能改造前原始有功功率損耗。

(6)結合單項節(jié)能潛力，對比節(jié)能方案，制定節(jié)能改造建議。

4 算例分析

江西省某供電公司進行某配電網節(jié)能改造工程，依據(jù)圖1 所示采集了節(jié)能工作所需的相關數(shù)據(jù)，進行兩層分類處理。對于2 種處理方式，采用典型實例計算以證明方法的可行性。

4.1 某典型配電線路節(jié)能潛力分析

從某典型線路采集到的節(jié)能數(shù)據(jù)包含:各線路型號、線路長度、線路節(jié)點、線路的電阻和電抗值，各配變的型號、容量、空載損耗、負載損耗、空載電流，線路的潮流情況包含總供電有功功率、總供電無功功率、總有功功率損耗、總無功功率損耗、線路平均電壓、線路損耗、配變總銅損、配變總鐵損、功率因數(shù)，線損率、平均負載率等。

本配電線路的節(jié)能潛力計算結果如表1 所示?？梢?，采用以減小供電半徑為目的的節(jié)能改造方式節(jié)能潛力最大，為22.96%，其次是進行無功補償，其節(jié)能潛力為17.9%，同時更換線路和更換變壓器也有一定的節(jié)能潛力。

4.2 局域配網節(jié)能潛力分析

由于某典型局域配網采集到的節(jié)能數(shù)據(jù)只包含各線路和配電變壓器的靜態(tài)數(shù)據(jù)，分析得知該待評估電網為潮流數(shù)據(jù)不完善的電網單元。完成判斷后，建立關聯(lián)度節(jié)能指標模型，如表2 所示。

表1 潮流計算節(jié)能潛力預測結果Table 1 Energy saving potential prediction result based on flow calculation

表2 關聯(lián)度節(jié)能指標模型表Table 2 Model sheet of saving index based on relational prediction

經過關聯(lián)度計算，各節(jié)能指標(x1～x9)與綜合線損率(x0)之間的灰色關聯(lián)度為(0.599，0.635，0.875，0.861，0.583，0.776，0.885，0.680，0.676)，選出強關聯(lián)度的節(jié)能指標為絕緣化率、電纜化率、平均功率因數(shù)、線路平均負載率。

以綜合線損率和強關聯(lián)度節(jié)能指標建立數(shù)學預測模型，對比歷史線損數(shù)據(jù)，平均預測誤差為4.32%，精度滿足工程要求。在此預測模型的基礎之上，根據(jù)電網規(guī)劃或者工程目標數(shù)據(jù)，分別預設強關聯(lián)度的節(jié)能指標達到優(yōu)化值的電網線損率，對比線損值和預測值，可得到該節(jié)能指標優(yōu)化下的節(jié)能潛力，如表3 所示。

由本局域配電網的節(jié)能潛力評估結果可知，采用以提高平均功率為目的的節(jié)能改造方式節(jié)能潛力最大，為2.94%，其次是提高絕緣化率，其節(jié)能潛力為1.84%，同時提高電纜化率也有一定的節(jié)能潛力。

本算例通過精細化的潮流計算和具體的節(jié)能改造方案提高了節(jié)能潛力計算的精度;通過關聯(lián)度預測提高了節(jié)能潛力計算的速度，即算例4.1 中要進行6次潮流計算，而算例4.2 只需進行2次預測，滿足了不同節(jié)能指標下的分析效果。綜上，在選定配電網節(jié)能改造時，依據(jù)模型分別進行節(jié)能潛力計算，制定出數(shù)據(jù)收集不同完整度下的節(jié)能改造方案，依此可完成上級單位制定的電網節(jié)能工作。

表3 灰色關聯(lián)度計算節(jié)能潛力預測結果Table 3 Energy saving potential prediction resultbased on gray relational prediction

5 結 論

本文提出的配電網兩層節(jié)能指標模型，一定程度上能夠解決在電網數(shù)據(jù)采集不全面情況下的節(jié)能潛力分析問題?？赏ㄟ^對某線路完整潮流數(shù)據(jù)的采集，運用前推回代潮流計算方法進行線損計算，進而求取節(jié)能潛力值;可通過梳理往年靜態(tài)數(shù)據(jù)，采用灰色關聯(lián)度和數(shù)學預測模型對線損進行預測，分析節(jié)能潛力。結合兩者各自的優(yōu)勢和缺點，能夠實現(xiàn)對基層電網公司節(jié)能潛力的計算，可為節(jié)能改造工作提供決策參考。

［1］尚金成，張立慶． 電力節(jié)能減排與資源優(yōu)化配置技術的研究與應用［J］． 電網技術，2007，31(22):58-63．

［2］王曉晶，陳星鶯，陳楷，等． 智能配電網清潔性評估指標研究［J］．中國電機工程學報，2013，33(31):43-50．

［3］韓振燾，黃志偉． 城市配電網綜合評價體系［J］． 電網技術，2012，36(8):95-99．

［4］張愷凱，楊秀媛． 基于負荷實測的配電網理論線損分析及降損對策［J］． 中國電機工程學報，2013，33(S):92-97．

［5］陳芳，張利，韓學山，等． 配電網線損概率評估及應用［J］．電力系統(tǒng)保護與控制，2014，42(13):39-44．

［6］張曉虎，羅隆福． 基于負荷實測的配電網無功優(yōu)化及其降損節(jié)能效益分析［J］． 電網技術，2012，36(5):226-231．

［7］張勇軍，石輝，許亮． 配電網節(jié)能潛力評估系統(tǒng)開發(fā)方案［J］． 電力系統(tǒng)自動化，2011，35(2):51-55．

［8］李鵬，張勇軍，譚偉聰，等． 長安配網節(jié)能降耗潛力評估研究［J］．電力系統(tǒng)保護與控制，2009，37(14):97-104．

［9］余衛(wèi)國，熊幼京，周新風，等． 電力網技術線損分析及降損對策［J］． 電網技術，2006，30(18):54-63．

［10］余濤，劉靖，胡細兵． 基于分布式多步回溯Q(λ)學習的復雜電網最優(yōu)潮流算法［J］．電工技術學報，2012，27(4):185-192．

［11］顏偉，劉方． 輻射型網絡潮流的分層前推回代算法［J］． 中國電機工程學報，2003，23(8):76-80．

［12］李傳棟，王建明． 潮流追蹤解析算法［J］． 電力系統(tǒng)及其自動化學報，2013，25(3):119-123．

［13］李欣然，劉陽華，朱湘有． 高壓配電網建設規(guī)模的評估指標體系及其應用研究［J］． 中國電機工程學報，2006，26(17):18-24．

［14］盧文安．電能質量同步補償裝置改造項目綜合后評價研究［D］．保定:華北電力大學，2011:37-43．

［15］張超，劉憲林． 集成神經網絡在配網線損分析中的應用［J］． 繼電器，2002，30(7):3-6．

［16］張勇軍，石輝，翟偉芳，等． 基于層次分析法－灰色綜合關聯(lián)及多灰色模型組合建模的線損率預測［J］． 電網技術，2011，35(6):71-76．