基于两层指标模型的配电网节能潜力分析

王煜晗，范瑞祥，董泰青，姜 飞，王文彬

(1．三峡大学电气与新能源学院，湖北省宜昌市443002;2． 国网江西省电力科学研究院，南昌市330096;3． 湖南大学电气与信息工程学院，长沙市410082)

0 引 言

进一步推动电力节能减排已成为电网高效运行的重点工作，以电网基础运行数据挖掘节能关键信息，进行电网节能潜力分析是确保该项工作有效开展的前提［1-4］。国家电网公司统计表明电网综合线损率中大约50%是由中、低压配电网运行引起的［5］。此外，配电网络往往具有输电线路长、结构复杂等特点，因此，配电网络损耗的精细化分析及节能潜力分析具有紧迫性和艰难性［6］。

一方面，配电网节能潜力分析更多的是针对某项具体措施的节电量计算［7］。例如文献［8］结合东莞长安镇配电网基本情况，分别给出了更换导线和中低压无功补偿、减少10 kV 馈线的供电半径、更换高能耗配电变压器、提高负载率等措施的节电量;文献［9］对线损的分压、分元件构成情况及应对策略进行了介绍。另一方面，各种潮流计算方法［10-12］、智能预测技术［13-14］为节能潜力分析提供了数学理论支持，其中随机优化、模糊优化、灰色规划、盲数规划等不确定计算模型在模拟电力系统运行状况方面取得了较大进展。文献［15］提出了将集成神经网络应用于配网线损分析中。文献［16］提出了灰色关联度和灰色预测模型(grey model，GM)相结合的线损预测方法，可为节能潜力计算提供有效途径。

然而，在配电网节能潜力分析中，潮流计算方法主要适用于电网运行数据完整收集的情况;智能预测技术虽能够弥补动态数据难以获取的缺点，但对于各个节能措施单项及综合效果的预测缺乏灵活性。而实际节能改造中很有可能出现基础运行数据收集不全的情况，因此，正确处理实际配电网运行数据收集不全面、全面2 种情况下的配电网节能潜力分析十分必要。

本文基于实际电网采集信息构建电网节能数据采集模型，通过分析获取数据的信息建立两层指标模型，即潮流节能指标模型和关联度节能指标模型;其次，提出采用前推回代潮流计算法和灰色关联预测法相结合的混合算法，并给出模型求解算法;最后，采用江西省电力公司某配电网实际运行数据验证本文所提方法的有效性。

1 两层节能指标建立

1.1 节能数据采集

本文对配电网实际运行数据进行梳理，结合节能潜力分析的数据要求，按照电能质量数据、设备节能数据、电网潮流数据、电网综合数据4 类完成电网数据的收集工作，具体节能数据采用分类采集的方式，如图1 所示。

图1 节能数据分类采集情况Fig.1 Classified collection of energy-conservation data

1.2 节能指标模型构成

根据图1 所示分类情况采集数据，但限于配电网实际管理及其他原因的限制，所需配电网运行数据采集过程中可能存在数据全面、不全面2 种情况。因此，基于获取的有限数据建立两层节能指标模型，如图2 所示。一层为基于潮流计算的节能指标模型，其应用对象是典型配电线路的潮流计算，可通过潮流动态数据的理论计算得到节能指标与线损率之间的联系。其包含3个二级指标，分别为电网潮流数据、设备静态指标、电网综合数据。另一层为基于关联度计算的节能指标模型，其应用对象是潮流数据不能准确检测或无法采集的配电网络，可通过静态数据建立节能指标和线损率的关联关系，实现改造后的线损预测，从而提出节能降损策略。其包含4个二级指标，分别为电网结构、负荷能力、设备水平、运行管理。

图2 分层节能指标模型结构图Fig.2 Structure chart of layered index model for energy conservation

需要说明的是，两层节能指标模型还包含若干三级指标，每个指标均有详细定义和具体计算方法，已有广泛认知，在此不赘述。

1.3 节能潜力分析构架

结合电网运行情况，在两层节能指标模型基础上形成配电网节能潜力分析构架，如图3 所示。

图3 节能潜力分析架构图Fig.3 Architecture diagram of energy saving potential analysis

首先，在电网节能数据分类梳理情况下，建立潮流数据和电网拓扑结构对应关系，完善配电网节能指标数据库。其次，根据两层指标模型进行能效分析，完成改造前的线损计算，找出节能工作的薄弱环节并得出优化指标。最后，结合各项节能技术手段，采用综合算法求解优化指标模型，得到分项改造优化后线损值和节能潜力值，实现配电网节能潜力分析，并为配电网节能组合方案制定提供指导。

2 指标模型求解

由于节能指标分为两层，因此提出采用前推回代潮流计算及灰色关联度相结合的求解算法，下面对两层指标求解算法分别阐述。

2.1 前推回代潮流计算方法

传统配电网呈辐射状，正常运行时是开环的，只有在倒换负荷或发生故障时才可能出现短时环网运行或多电源运行的情况。针对配电网结构特点和潜力模型，本文采用前推回代潮流计算方法完成对数据收集全面的线路进行潜力分析。其具有简单、易于编程、计算速度快、收敛性好等优点。前推回代潮流计算流程如图4 所示。

图4 前推回代潮流计算流程图Fig.4 Flow process chart of forward and backward substitution flow calculation

具体步骤如下。

步骤1:输入原始数据。读入系统数据，即馈线端电压V0，各支路电阻Ri、电抗Xi，各节点负荷有功功率和无功功率PLi、QLi(i=1，2，…，n)。

步骤2:设定层次分类后赋值。设置迭代次数k=0，选取迭代精度ε，令所有的支路损耗为0，即

步骤3:前推计算。通过式(1)、(2)计算第k次迭代时各节点流过的有功功率和无功功率。

步骤4:回代计算。通过式(4)、(5)计算第k +1次迭代时各支路的损耗

2.2 灰色关联度计算方法

节能数据收集过程中，难免会出现收集不全面的情况，而灰色关联度节能指标求解算法具有要求潮流负荷数据少、不考虑分布规律、运算方便等特点，具体步骤如下:

(1)建立原始数据矩阵。

将节能因变量即线损率x0j作为第1 行，各个节能指标数据作为自变量xij分列在下面(1 ≤i≤m，1≤j≤m)，组成原始数据矩阵。由此分析线损率与节能指标之间的关联情况。

(2)归一化指标。

对于正相关指标:

对于负相关指标:

式中ci取该指标的目标优化值。

(3)参数计算。

差序列:

最大差:

最小差:

(4)灰色关联度计算。

其中第i个节能指标的第j 项灰色关联度γij为:

式中ρ ∈［0，1］为分辨系数，一般取ρ =0.5。不考虑因素间权重差异，相应的等权灰色关联度为

(5)GM(1，n)预测。

根据灰色关联度排序情况，选取n －1个强关联指标和线损率结合形成预测序列，采用经典GM(1，n)预测方法实现节能指标达到优化值时的线损预测。

3 节能潜力分析流程

为了便于节能分析工作的开展，在上述潜力分析方法的基础上，制定了节能分析流程，增加了工作的系统性、可操作性。节能分析流程如图5 所示。

图5 节能工作分析流程图Fig.5 Flow process chart of energy-conservation analysis

(1)建立电网节能数据库，包括电能质量、设备节能、电网潮流数据、电网综合数据。

(2)检查待评估电网的网络拓扑及潮流数据，将待评估电网分为2 类，第1 类为潮流数据完善的典型线路单元，第2 类为潮流数据不完善或是结构复杂的局域配网单元。

(3)根据步骤2 的分类情况为第1 类电网创建潮流节能指标模型，转至步骤4;为第2 类电网建立关联度节能指标模型，转至步骤5。

(4)针对潮流节能指标模型，根据改造前的潮流分布情况，在节能薄弱环节优化潮流节能指标的数值，即线路、变压器、无功补偿设备参数和母线电压等，重复利用前推回代潮流计算方法得出该单项节能潜力值，转至步骤6。

(5)针对关联度节能指标模型，建立关联关系，根据强关联度指标创建数学预测模型，依据目标优化值优化关联度节能指标的数值，即线径合格率、线路长度合格率、绝缘化率等，利用预测模型求得该单项节能潜力值，转至步骤6。

单项节能潜力值的计算方法按式(15)进行确定:

式中:β 表示该节能改造方案下的节能潜力值;α 表示该改造方案下的线损率;α0表示节能改造前的原始线损率;△P 表示该改造方案下的有功功率损耗值;△P0表示节能改造前原始有功功率损耗。

(6)结合单项节能潜力，对比节能方案，制定节能改造建议。

4 算例分析

江西省某供电公司进行某配电网节能改造工程，依据图1 所示采集了节能工作所需的相关数据，进行两层分类处理。对于2 种处理方式，采用典型实例计算以证明方法的可行性。

4.1 某典型配电线路节能潜力分析

从某典型线路采集到的节能数据包含:各线路型号、线路长度、线路节点、线路的电阻和电抗值，各配变的型号、容量、空载损耗、负载损耗、空载电流，线路的潮流情况包含总供电有功功率、总供电无功功率、总有功功率损耗、总无功功率损耗、线路平均电压、线路损耗、配变总铜损、配变总铁损、功率因数，线损率、平均负载率等。

本配电线路的节能潜力计算结果如表1 所示。可见，采用以减小供电半径为目的的节能改造方式节能潜力最大，为22.96%，其次是进行无功补偿，其节能潜力为17.9%，同时更换线路和更换变压器也有一定的节能潜力。

4.2 局域配网节能潜力分析

由于某典型局域配网采集到的节能数据只包含各线路和配电变压器的静态数据，分析得知该待评估电网为潮流数据不完善的电网单元。完成判断后，建立关联度节能指标模型，如表2 所示。

表1 潮流计算节能潜力预测结果Table 1 Energy saving potential prediction result based on flow calculation

表2 关联度节能指标模型表Table 2 Model sheet of saving index based on relational prediction

经过关联度计算，各节能指标(x1～x9)与综合线损率(x0)之间的灰色关联度为(0.599，0.635，0.875，0.861，0.583，0.776，0.885，0.680，0.676)，选出强关联度的节能指标为绝缘化率、电缆化率、平均功率因数、线路平均负载率。

以综合线损率和强关联度节能指标建立数学预测模型，对比历史线损数据，平均预测误差为4.32%，精度满足工程要求。在此预测模型的基础之上，根据电网规划或者工程目标数据，分别预设强关联度的节能指标达到优化值的电网线损率，对比线损值和预测值，可得到该节能指标优化下的节能潜力，如表3 所示。

由本局域配电网的节能潜力评估结果可知，采用以提高平均功率为目的的节能改造方式节能潜力最大，为2.94%，其次是提高绝缘化率，其节能潜力为1.84%，同时提高电缆化率也有一定的节能潜力。

本算例通过精细化的潮流计算和具体的节能改造方案提高了节能潜力计算的精度;通过关联度预测提高了节能潜力计算的速度，即算例4.1 中要进行6次潮流计算，而算例4.2 只需进行2次预测，满足了不同节能指标下的分析效果。综上，在选定配电网节能改造时，依据模型分别进行节能潜力计算，制定出数据收集不同完整度下的节能改造方案，依此可完成上级单位制定的电网节能工作。

表3 灰色关联度计算节能潜力预测结果Table 3 Energy saving potential prediction resultbased on gray relational prediction

5 结 论

本文提出的配电网两层节能指标模型，一定程度上能够解决在电网数据采集不全面情况下的节能潜力分析问题。可通过对某线路完整潮流数据的采集，运用前推回代潮流计算方法进行线损计算，进而求取节能潜力值;可通过梳理往年静态数据，采用灰色关联度和数学预测模型对线损进行预测，分析节能潜力。结合两者各自的优势和缺点，能够实现对基层电网公司节能潜力的计算，可为节能改造工作提供决策参考。

［1］尚金成，张立庆． 电力节能减排与资源优化配置技术的研究与应用［J］． 电网技术，2007，31(22):58-63．

［2］王晓晶，陈星莺，陈楷，等． 智能配电网清洁性评估指标研究［J］．中国电机工程学报，2013，33(31):43-50．

［3］韩振焘，黄志伟． 城市配电网综合评价体系［J］． 电网技术，2012，36(8):95-99．

［4］张恺凯，杨秀媛． 基于负荷实测的配电网理论线损分析及降损对策［J］． 中国电机工程学报，2013，33(S):92-97．

［5］陈芳，张利，韩学山，等． 配电网线损概率评估及应用［J］．电力系统保护与控制，2014，42(13):39-44．

［6］张晓虎，罗隆福． 基于负荷实测的配电网无功优化及其降损节能效益分析［J］． 电网技术，2012，36(5):226-231．

［7］张勇军，石辉，许亮． 配电网节能潜力评估系统开发方案［J］． 电力系统自动化，2011，35(2):51-55．

［8］李鹏，张勇军，谭伟聪，等． 长安配网节能降耗潜力评估研究［J］．电力系统保护与控制，2009，37(14):97-104．

［9］余卫国，熊幼京，周新风，等． 电力网技术线损分析及降损对策［J］． 电网技术，2006，30(18):54-63．

［10］余涛，刘靖，胡细兵． 基于分布式多步回溯Q(λ)学习的复杂电网最优潮流算法［J］．电工技术学报，2012，27(4):185-192．

［11］颜伟，刘方． 辐射型网络潮流的分层前推回代算法［J］． 中国电机工程学报，2003，23(8):76-80．

［12］李传栋，王建明． 潮流追踪解析算法［J］． 电力系统及其自动化学报，2013，25(3):119-123．

［13］李欣然，刘阳华，朱湘有． 高压配电网建设规模的评估指标体系及其应用研究［J］． 中国电机工程学报，2006，26(17):18-24．

［14］卢文安．电能质量同步补偿装置改造项目综合后评价研究［D］．保定:华北电力大学，2011:37-43．

［15］张超，刘宪林． 集成神经网络在配网线损分析中的应用［J］． 继电器，2002，30(7):3-6．

［16］张勇军，石辉，翟伟芳，等． 基于层次分析法－灰色综合关联及多灰色模型组合建模的线损率预测［J］． 电网技术，2011，35(6):71-76．