陈旸， 刘竹杰， 李美依， 胡翼， 李家睿， 袁鑫

(1.国网上海松江供电公司，上海 201699;2.上海交通大学，上海 200240)

0 引 言

大规模分布式电源的接入增加了配电网的复杂性[1-2]，以高电能品质、高运行可靠性以及清洁能源的高渗透率为目标的主动配电网得到了应用推广[3-4]。主动配电网运行感知是其可靠、安全运行的重要基础，而构建主动配电网运行状态的动态指标评估体系是主动配电网运行感知的关键技术环节[5]。由于分布式电源接入对传统配电网电压波动有较大影响，且其输出谐波可能影响主动配电网实时运行状态评估[6-7]。模糊评估算法具有较强的容错性，能够检测并剔除坏数据[8]，是实现主动配电网运行感知的基础。

对基于主动配电网的运行感知主要从分布式电源层、网络层与主动控制层等多个层级着手，但目前还未有完备的主动配电网运行感知评价体系。文献[9]从经济性、可靠性及安全性三个角度构建了配网实时运行态势综合评估指标体系。文献[10]构建的配网经济运行评价指标体系有利于实现对配网运行经济性评估。文献[11-12]面向主动配电网建立了多目标优化运行模型及动态调度优先级评估体系。上述文献从多个角度、运用多种方法构建了配网运行评估指标体系等，但皆缺乏对主动配电网领域的多源数据考量。

本文建立了主动配电网分布式电源层、网络层与主动控制层的各层动态指标体系。运用模糊评估算法建立了包含各层级动态指标的主动配电网运行感知指标体系。采用IEEE 34节点配网模型的拓扑与运行信息为算例进行研究，验证所提运行感知方法的有效性。

1 主动配电网多层动态指标体系

主动配电网多层动态指标类包含分布式电源层、网络层和控制层等多种动态指标类，图1为其具体构成。

1.1 分布式电源层动态指标类

1.1.1 设备健康状态评估

采用量化的形式对各设备进行状态评估[13]，各部件权重值用层次分析法计算得出。第i个部件的最后得分Mi为：

Mi=miKF(100-0.5NY)/100

(1)

(2)

式中:mi为i部件基础得分；KF为家族缺陷系数，对存在家族缺陷的部件KF=0.95，无缺陷的KF=1；Dgr为相应部件各状态量扣分值；NY为运行年数。

(3)

(4)

(5)

(6)

前件网络的第五层就是后件网络的第三层，是对非线性系统的无限逼近，令ym(k)=ωm,0x0+ωm,1x1+…+ωm,nxxnx，第五层的输入输出为

(7)

前件网络第二层中隶属度中心ci,j和宽度σi,j以及后件网络中权值ωm,i都是未知量，需采用自适应遗传禁忌算法计算。计算中，染色体编码将ci,j，σi,j和实数编码，长度为ci,j、σi,j和ωm,i个数和。编码方式为：

[c1,1,…,cnx,k1,σ1,1, …,σnx,k1,ω1,1, …,ωk2, nx]

(8)

至此，可根据分布式能源监测装置采集设备电压、电流和环境温度作为模糊神经网络的算法输入判断设备健康指数，流程如图2所示。

1.1.2 分布式电源出力波动性评估

波动性指标为：

(9)

1.2 网络层动态指标类

如表1所示，配电网健康状态含间歇式能源渗透率λjt、供蓄比率Rss、消纳率θ和负载率θ14个柔性指标，以及电压偏差ΔU、电压波动Ut%、频率偏差Δf和电压合格率Kzu%4个硬性指标：

表1 网络层动态指标

1.3 控制层动态指标类

主动配电网主动控制层动态指标包含控制装置响应偏差ΔC和控制装置分辨率偏差Δd，如表2所示。

表2 控制层动态指标

2 主动配电网多层动态指标体系

2.1 馈线整体动态指标体系

如图3所示,多层动态模糊评估器由各个基本模糊评估单元构成，对标准化输入量δ的模糊化方法如图4所示。解模糊环节采用如式(10)所示重心法：xi为输出模糊值，u(xi)为隶属度值。

(10)

至此，可以得到各馈线健康状况。

2.2 主动配电网多层动态指标体系

总指标Y计算过程主要考虑馈线重要程度和健康状况，如式(11)所示。

(11)

式中:δi和xi为馈线重要度系数和健康状况。

归一化的配电网动态总指标系数取值范围如表3所示。

表3 主动配电网运行状态的动态总指标层级划分

评估等级良好时，各项运行指标健康。评估为正常时，分布式电源渗透率提升，但未超过配电网调节能力。评估为脆弱时，谐波、电压越限等问题逐步体现。评估为危险时，部分关键设备极限运行。评估为恶化时，关键设备大面积故障，需立即进行故障排查。

3 算例分析

以IEEE 34标准模型中与842，844，846和848节点连接的四条馈线为对象，测试上述主动配电网运行多层动态评估策略。每条馈线包含分布式电源、储能、负荷和控制调节装置。IEEE 34标准模型中各馈线单元标准化健康状态如表4所示。

表4 IEEE 34标准测试模型以及馈线各单元的标准化健康状态

采用含分布式电源的主动配电网运行感知方法进行评估，各馈线整体健康状态如图5所示。

由图5可见，馈线842运行状态良好。馈线844运行状态正常，控制设施脆弱，但其他各项均正常运行，要加强无功控制的监测和维护。馈线846运行状态脆弱，分布式电源和控制设施处于

危险状态，需要即时排查和检修。馈线848网络状态正常，其他各项运行脆弱，需进一步监测和维护。四馈线具备相同重要程度，结合模糊系统可评估其组成配电网运行状态为正常。

根据主动配电网评估等级(恶化，危险，脆弱，正常，良好)可初步评估当前主动配电网运行状态，为进一步状态检测提供指导建议。评估等级良好时，各分布式电源实时渗透率低。评估为正常时，配电网关键运行指标健康。评估为脆弱时，部分分布式电源渗透率已超过电网调节能力，但在各关键设备承受范围内。评估为危险时，谐波大量增加，电压越限问题频繁出现。评估为恶化时，关键设备大面积故障，需立即进行故障排查，恢复电网安全稳定运行。

4 结束语

针对主动配电网复杂运行状态、灵活控制方式与多样评价指标的特点，本文提出含分布式电源的主动配电网运行感知方法。所提运行感知的多层动态指标体系包含分布式电源、主动配电网柔性和硬性系、控制装置指标体系等多个子成分。通过模糊评估方法，将上述各子体系集成整体动态指标评估方案。最后，采用IEEE34节点配网模型的拓扑与运行信息作为算例进行研究，验证了该感知方法的有效性。