孔庆波 吴 漾

（1.贵州电网有限责任公司计量中心 贵阳 550000）（2.贵州电网有限责任公司 贵阳 550000）

1 引言

电力公司信息化发展的过程中，调度、生产、营销等各系统存在数据一致性较差、数据重复维护，造成了数据利用率低等问题［1］。营配数据融合是在电力用户信息模型基础上，对配电网大数据进行深度挖掘，有利于实现电力系统配用电精益化管理［2～3］。如何从海量数据中选取反映配电网运行状态的典型指标，建立智能电网运行状态评估指标体系成为研究的热点［4］。孙立华等［5］对高压变压器运行状态进行研究，并给出了相应评估指标体系；Mishra［6］对电力系统运行状态进行了详细划分，但并未形成一套针对整个配电网运行状态的指标体系；Wang［7］从不同方面提出配电网量化指标体系，但没有突出中压配电网与高压配电网评估体系的区别。以提高配电网运行管理水平为目的，建立了基于营配数据融合的智能电网运行状态评估指标体系，详细阐述了各指标值的计算方法，以某市2018年2月份的运行数据为例，对预判指标的合理性和发展态势预判思路的可行性进行了检验，以期为配电网优化运行提供理论指导。

2 评估指标体系的构建

2.1 电压合格率指标

电压合格率指标能够全面反映配电网不同层次的电压情况，监测点电压合格率计算公式为［8～9］

式中：t 为统计时间，s；t1为电压越线时间，s；P1为电压合格率。

2.2 运行故障指标

以年为评估单位时间对运行故障进行计算［10］，公式如下：

式中：t2为统计小时数，h；P3为统计时间段内故障率，%；P2为故障率，%；

2.3 供电可靠性指标

选取重复停电用户比例、用户平均停电次数、低压供电可靠率［10～11］，作为供电可靠性检验指标，其计算公式如下：

式中：P4为重复停电用户比例；m1为停电次数大于2的用户；m 为总低压用户数；P5为用户平均停电次数，次/户；ni为每次停电用户数，次；P6为低压供电可靠率，%；L1用户平均停电时间，h；L为统计时间，h。

2.4 线损指标

统计线损率计算公式为［12］

式中：P7为统计线损率；Q 为供电量，kW；q 为售电量，kW。

2.5 三相不平衡指标

三相不平衡度计算公式如下［13～14］：

式中：W 为三相不平衡度；Imax为最大相电流，A；Imin为最小相电流，A。

3 配电网运行状态评估方法

3.1 指标权重设定方法

利用层次分析法AHP 法［15］来确定指标权重，为提髙AHP 方法中两两比较矩阵确定指标权重的科学性，引入Delphi法，具体步骤如下：

1）确定m个两两判断矩阵，对判断矩阵进行独立赋值：

2）对m个两两判断矩阵平均化处理，得到判断矩阵中的元素值为：

3）遍历m个两两判断矩阵，若两两判断矩阵Bk中任意元素bijk满足视为无效矩阵，并剔除；

4）对其余判断矩阵作平均化处理；

5）计算两两判断矩阵的特征向量W，W=［w1，w2，w3，…，wn］和最大特征值λmax；

6）采用随机一致性指标CR对两两判断矩阵的一致性程度进行衡量。根据表1 判断矩阵阶数n，求得平均随机一致性指标RI；一致性指标比率CI=（λmax-n）/（n-1）；CR=CI/RI。

CR＜0.1 时，表明两两判断矩阵满足一致性要求，否则重新确定两两判断矩阵的元素。

表1 平均随机一致性指标RI

AHP-Delphi方法的基本流程如图1所示。

图1 AHP-Delphi流程图

3.2 单项指标评分公式设定方法

为得到配电网运行状态的整体得分，首先对底层单项指标进行评估得分，并根据各层指标权重因子计算得到最后的评估总分。评估指标体系中，首先确定底层单项指标对应的函数曲线类型及关键点，最后将确定的模糊隶属度函数图转换为计算公式。

3.3 总体评估流程

总体评估流程具体步骤如下：1）选择评估时间及评估区域；2）收集配电网评估数据：包括设备台账数据和基础运行数据；3）对配电网数据进行分析，得到底层单项指标值；4）将底层单项指标值代入评分公式获取得分。采用百分制进行评分，将评估得分F 分为4个等级，F＜60为“差”，60 ≤F ＜70为“中”，70 ≤F ＜90 为“良”，F ≥90 为“优”，总体评估流程如图2所示。

图2 配电网运行状态评估的整体流程图

4 配电网运行状态及发展态势预判

4.1 电网运行状态分析

选取某市2018 年2 月份的运行数据进行统计分析，指标权重因子如表2 所示。

该地区该运行状态综合评估得分，如表3 所示。可以看出，准则层指标评分66.96，其中电压合格率指标为“差”，负载率指标为“中”；三相不平衡指标评分70.67，接近“中”；该运行状态综合评分为71.07，整体运行情况得分为“良”。

各底层单项指标得分柱状图，如图3 所示。图3 能够直观地看出所有底层单项指标的得分情况。主要由于2 月份为春节假期，用电负荷增加导致配变出线重过载，需要对部分老化配电、线路进行改造或通过联络开关对部分负荷进行转带；由于配变台区“低电压”现象普遍导致电压合格率偏低。因此，为保证用户的电能质量，需加强台区低电压管理工作。同时为降低线损率，该区域还需加强三相不平衡的管理工作。

表2 指标权重因子表

表3 评估结果

图3 底层单项指标得分柱状图

配电网发展态势预判需要对大量配变作短期负荷预测，以某市营配融合项目为例，对配电网运行状态的发展态势进行研究，并对某线路预判日的整体运行状态进行评估，并给出优化运行意见。

4.2 短期负荷预测

短期电力负荷预测不但是市场环境下编排交易计划、供电计划、调度计划的基础，而且能够为电力系统的经济、全运行提供保障，是能量管理系统EMS的重要组成部分。短期负荷预测具体步骤如下：

1）确定待预测日类型，并选取基础样本日。

2）对基础样本负荷数据进行数据预处理，平滑曲线并修正虚假错误数据。

3）负荷气象敏感类型进行判断。

4）若气象与基础样本负荷关系为气象不敏感型负荷，先对样本负荷进行经验模态分解，选取6个样本，基于优化算法进行负荷预测。

5）若气象与基础样本负荷关系为气象敏感型负荷，根据天气类型、日平均相对湿度、日平均温度、日最低温度、日最高温度等指标，按关联度大小排序，并将功率数据输入负荷预测模型，对负荷进行预测。

6）对预测结果进行误差分析。

线路负荷预测的建模流程图，如图4 所示。

图4 负荷预测流程

根据潮流计算数据和负荷预测计算预判日48个时间点配变电压合格率，配变负载率和支路负载率情况。

4.3 线路负载率分析

汽制线的出线为支路l1，支路l1的负载率变化曲线，如图5 所示，可以看出，支路l1一直处于重过载状态，且在21 点时达最大值，应该对其及时改造，以提高线路容量和减轻本支路l1的负担。

图5 支路l1的负载率变化曲线

所有支路的负载率如图6 所示。可以看出，支路l1，l2，l3，l4重过载严重；支路l6，l8，l22，l27四条支路出现重载现象，但是l10，l16，l19，l21，l23等多条支路存在接近轻载或轻载运行现象，应考虑适当进行减容。汽制线各个支路重过载现象比较严重，长期考虑对部分支路进行改造，短期内可以通过联络开关进行负荷转带。

针对上述结果，提出的线路负载率预警方案如下：1）支路l1，l2，l3，l4重过载严重预警；2）支路l6，l8，l22，l27重过载较严重；3）支路l11轻载严重预警；4）支路l10，l16，l19，l21轻载较严重。

图6 21时所有支路的负载率

4.4 电压合格率分析

台区关口电压允许偏差为额定电压的±5%，即电压范围为9.5kV～10.5kV。本算例线路末端节点的电压情况较差，而10kV 主干线的电压情况较好。以台区关口某节点为例，对其电压的变化规律进行研究，如图7 所示，可以看出该节点低电压现象比较严重。

图7 某节点的电压变化曲线

21 点时所有节点的电压值如图8 所示。可以看出，线路总负荷最大时，节点3、节点4、节点5、节点9、节点12 满足电压合格要求，节点1、节点2、节点6、节点7、节点8的电压情况较好，但是其他节点均出现轻微低电压的情况，表明末端节点的电压情况不够理想；而首段节点的电压情况较好。因此，为提高电压质量需适当对末端节点进行无功补偿。

图8 21时所有节点的电压

4.5 配变负载率分析

21 点时出现日最大负荷，该时刻配变节点的负载率如图9 所示。

图9 21时所有配变负载率

可以看出，节点6、节点8、节点15、节点23 的配变接近轻载；而节点7和节点30的配变接近重载运行。整体来看，所有的配变都运行在正常状态，未出现轻、过、重载运行的配变，但是配变的运行经济性较差，利用率较低，大部分的配变都运行在负载率50%以下。综上所述：配变未出现轻载和重过载配变的负载率情况较好，但是配变负载率以低于50%为主，为提高设备利用率，应适当进行减容。

4.6 其他指标情况

预判日的统计线损率为5.59%，线损率得分为80.87，表明该线路线损情况比较理想。由于汽制线的总长度不到100m，包含的配变也不到100km，因此不进行运行故障指标的计算。

5 结语

以提高配电网运行管理水平为目的，提出了一套智能电网运行状态评估指标体系，准则层包含三相不平衡、线损、供电可靠性、运行故障、电压合格率负载率6 大类指标；指标层包含21 个单项指标，运用模糊隶属度函数来确定各个指标的评分函数。通过实际算例分析证明了指标体系及方法的可行性。在配电网运行状态评估指标体系的基础上，对可以进行预判的指标进行了提取，给出了发展态势预判的新思路，通过实例仿真说明了所提出的发展态势预判新思路的可行性，能够为配电网优化运行提供参考。