改进正负理想解算法的电网经济运行关键技术

陈俊， 童莹

(国网浙江省电力有限公司绍兴供电公司，浙江 绍兴 312000)

0 引 言

随着电力物联网的全面构建，对于电网技术的要求不断提高，加大了电网网架的压力，从而造成决策滞后和网架运行中断等问题。文献[1]利用AP聚类算法构建网架模型，对其数据进行初始化，从而减小网架压力，完成其运行状态的优化。但数据量较大进行初始化，容易造成数据丢失，存在缺陷。文献[2]利用改进粒子群算法的迭代求解进行网架优化，降低了网架计算规模，达到电网经济运行的目的。但由于迭代求解难度较大，因此微机运算速度较慢，影响电网运行效率。

本文通过设计网架决策系统和优化模型，加强网架电力信息处理能力，主要创新点如下。

(1) 对电网网架结构进行改造，通过删减传统网架电路传输通道，使网架各功能模块连接更加紧密，保证电力数据在网架上的快速运行。

(2) 采用改进的正负理想解算法对网架数据进行求解划分，使复杂的电力数据简单化，进而完成电网网架结构的优化[3]。

1 电网网架决策系统

本文通过构建决策系统对网架信息进行统一调度，制定最优运行策略，根据各网架等级进行层级调控，最终形成多层次网架结构，使决策指令传达更加清晰、指令调度力度更强[4]。网架决策系统图如图1所示。

图1 网架决策系统图

本文设计的网架决策系统主要由省级网架决策和区网架决策两大系统配合完成，省网架决策数据归纳到省决策发布数据库，之后由系统应用程序与区级网架决策连接。省决策系统主要功能由前置数据统合整理，由不同模块分别进行数据采集、台账查询和接口管理。而前置数据库的主要来源有省电力采集、用电需求数据、交易市场和传真文件。前置数据中的临时存储、采集台账和图像数据通过转化系统过渡到区级决策系统，中间转化由数据接口组件服务组件完成。区级网架决策主要由地方应用数据库和区级基础数据库支撑，基础数据库为地方应用服务。地方数据库主要负责网架数据管理、安全评估、辅助决策以及建立优化模型，区级基础数据库主要负责接入服务、自动采集、台账匹配和异常修正，外部终端、算法和区级电能采集为区级基础数据库功能提供技术支撑[5]。

2 关键技术设计

2.1 实现经济运行的电网网架重构方法

为了降低网架的不确定性，通过改造网架结构提升自身承载能力。为此，本文建立具有系统恢复的目标网架结构，得到电厂出力多场景集的目标网架。局部环网的构建提高目标网架在局部电力波动下的安全性，保证恢复操作的顺利进行，重构的网架节点示意图如图2所示。

图2 电网网架结构

图2为重构电网目标示意图，通过各机组和电场配合完成整个电路运行，带有标记的黑球处于运行状态，同时电机G并网构建初期重构小系统。根据电场的发电能力进行最优分配。为提高网架电力运行速度，利用计及直流潮流约束的含环目标网架求得电力输入总量，再对该网架校核交流潮流约束，得到最优含环目标网架。经分析可知，该目标网架能够满足多种约束且适应多种电场出力场景。电网的重建网架结构能够满足多场景集的含环网架重构，对于线路和环网恢复有重要作用，同时本网架结构含有两个局部环网，使得计算速度加快。

为了提高网络优化效率，提高经济运行能力，利用双层建模理论建立网架优化模型，使电网运行达到经济运行的目的。经济运行优化模型如图3所示。

图3 经济运行优化模型

整个优化模型由运行优化和线路优化组成，运行优化负责过程，线路优化负责选型。运行过程中电流周期数据为线路优化提供可靠数据，利于线路的选型，从而通过两层优化结果不断交互迭代得到最优结果，完成整个优化模型的构建。根据不同的运行过程选出不同优化方案，使运行环境符合模型的模拟运行环境，通过抽样数据和多场景构建完成环境塑造，综合考虑模型的经济运行[6]。通过混合整数线性构建出优化模型，利于改进理想解算法对运行数据求解，从运算结果中得出最优运行环境。线路层优化由网络运行环境约束以及线路参数决定模型构建条件。通过潮流分析为模型的构建提供数据支撑，采用线路优选方案线路选型，通过线路参数输出结果决定最终线路的优化方案。网架优化模型针对多场景运行环境，从运行优化和线路优化两个层面确定输电网络结构的优化模型，以运行经济性为目标进行最优潮流计算，得出电网网架经济性运行的最优解。

2.2 改进正负理想解算法

理想解法要求决策矩阵的每个属性单调递增或单调递减。对于效益型属性，属性值越大，优化方案越经济性，因此更加符合电网网架的经济性运行环境。根据网架运行输入各节点数据列出决策矩阵[7]，如式(1)所示。

(1)

式中:fmn为输入电流在网架上运行时各节点产生的经济效益；D为整个网架根据效益属性进行的决策方案。

为方便属性间的比较，先将决策矩阵D中的成本型属性值转换为效益型属性值，然后再规范化，将计算出的效益属性值作为标准。这种标准节点效益值为：

(2)

式中:J为效益型数据集合；J′为网架运行成本集合。

将网架中运行的成本进行标准化，通过效益与成本对比确定优选方案。假设标准化成本数据集为R，则其中的元素因子为：

(3)

式中:rij为标准成本集中的任意元素计算方式；fij为网架中节点产生的经济效益。

在标准化的成本数据集中，rij的数值决定了电网网架运行的初始成本，随成本的增加，网架运行产生的效益明显减少。为减少成本初始值，理想化的成本元素计算方式为：

vij=ωjrij

(4)

式中:vij为理想化成本元素函数;ωj为优化模型中的理性系数;rij为优化模型的标准成本元素。理想解优化模型是由候选优化方案中较大优先级决策组成的指令集，能够判断模型运行过程产生效益的优劣，是符合网架模型的最优评价体系。

针对本文所建立的电网网架结构，对其运行状态进行定义，则正理想解和负理想解算法公式分别为：

(5)

对正负两种理想化网架效益数据利用欧式公式进行验算，即：

(6)

(7)

经过验算表明，正理想效益接近最优网架构架方案，与标准效益之间的相近值为：

(8)

根据计算的正负理想状态下的各自效益接近值，得到如下关系式：

(9)

式中:si≻sk为最优模型选择结果；si～sk为两种模型相似，形成效益相同。

为获取多种决策模型的最优网架结构，本文对理想解法运算结果进行评估，即根据平均效益计算出最终评价为：

(10)

3 试验结果与分析

本文试验在华中电力交易市场测试网点进行。根据现场试验数据记录的最终整合结果表明了该研究的经济性。现场试验环境设置的网架功率最大为15%，网架节点数据采集精度为94%，计算机运算误差<5%，数据通信为5G通信。硬件配置参数如表1所示。

表1 试验环境参数

实验室计算机应用Win 10X86系统，对多种网架结构运行数据进行统计。根据测试记录报表，通过后续分类汇总，将效益损失和数据误差进行列表显示，从而得到网架运行结果，如表2所示。

表2 网架优化运行结果

从表2可以看出，根据网架模型的不同，所产生的效益各不相同，对于网架损耗功率较高的模型，造成的效益损失也会相应较高，但整体损失≤100 MW；网架运行数据误差基本稳定在2%～4%，相对较为准确。根据网架运营所承载的数据量，对优化模型的算法运算速度进行对比，三种算法的数据运算对比如图4所示。

图4 优化模型运行速度对比

图4中对不同算法模型的运算速度进行对比，其中:文献[1]提出的AP聚类算法随数据量增加呈非线性增长，最高稳定在80 MB/s；文献[2]提出的粒子群模型在300 MB之前运算速度增速较快，但随后降低到70 MB/s；本文方法整体增速较快，而且最高运算速度达到90 MB/s。可见本文方法优化的算法模型性能更好，验证了本设计的优越性。

为验证本文方法电网网架运行的经济性，对本文方法与经典网架运行产生的效益进行对比，得到效益对比曲线如图5所示。

图5 网架结构运行效益对比

分析图5的运行效益对比曲线可以看出：本文研究网架随电网功率增加有所减小，大致为线性关系，但减速较慢，整体效益较高，最高效益达到99万元；经典网架运行效益呈不规则变化，难以掌握其动态变化规律，最高效益为96万元，最低效益只有95万元。明显看出本研究网架结构所产生的经济效益较高。

4 结束语

本文设计了新型网架决策系统，通过对电网网架结构进行改造，将不必要的运行线路进行剔除，在不同节点设立不同功率的发电机组，实现运行线路的简化。通过构建优化模型使网架运行更加标准化。本文研究虽然具有技术进步性，但是在测试中仍存在一些不足。