一种计及预安排停电影响的配电网可靠性评估和预测方法

摘要

本发明公开了一种计及预安排停电影响的配电网可靠性评估和预测方法，同时考虑由元件故障和配电网预安排停停电造成配电网停电事件，根据元件故障概率和预安排停电概率，采用遍历法评估和预测配电网可靠性指标。本发明提出了基于元件健康度的检修概率预测模型和基于元件负载率的扩容概率预测模型，不仅能够在事后计算当前周期计及预安排停电影响的配电网可靠性指标，还能预测配电网下一运行周期的可靠性指标，为优化配电网运行安排提供参考，克服了当前可靠性评估方法只能对配电网停电事件进行统计，而不能为配电网运行安排提供指导的缺点。本发明广泛应用于配电网可靠性评估和预测中，特别适用于6-20kV的中压配电网可靠性评估和预测。

说明书

技术领域

本发明涉及一种配电网可靠性指标评估和预测方法，具体涉及一种考虑预安排停电的配电网可靠性指标评估和预测方法，属于配电网可靠性技术领域。

背景技术

配电网安全可靠运行直接关系到各行各业的正常生产和人们的日常生活，对配电网进行可靠性评估和预测，对提高配电网可靠性、改善电能质量、提高配电网运行经济性、优化配电网运行安排等都具有十分重要的意义。

随着电力系统的发展，配电网网架越来越完善，用户对配电网供电可靠性的要求也越来越高。另一方面，配电网规模的不断扩大导致停电造成的后果更加严重；电子学、计算机系统等的发展，用户对配电网供电可靠性和供电质量提出了越来越高的要求。根据中国电力企业联合会的不完全统计，用户的停电事件中有80％－95％是由配电网引起的，配电系统的可靠性直接关系着电力用户的持续供电程度。因此，这就有必要对配电网的可靠性进行评估，以保证电力系统的安全可靠运行。

为保证供电系统的可靠性，电力部门需有计划地对配电网内各区域及位置安排停电处理，检查电力设备的运行状态，并根据负荷变化对电力设备进行调整、更换及扩增。通过预安排停电，可发现并排除电力设备存在的故障隐患，提升配电网的供电能力和电可靠性。在现有针对在运的和规划的配电网的可靠性理论评估模型和算法中，大多只考虑了电网设备故障引起的停电，鲜有考虑预安排停电对配电网的影响的。缺少考虑预安排停电对配电网的影响的可靠性研究模型和方法，使得配电网可靠性评估结果与配电网实际情况相差较大。

另外，当前配电网可靠性评估多为事后统计性质的，即对上一运行周期已经发生的停电事件进行统计，进而计算该周期配电网的可靠性指标。而为了指导配电网的优化运行，需要合理地安排配电网下一运行周期的预安排停电(配网元件的检修和扩容施工)，这就要对预安排停电进行事先预测。

发明内容

本发明所要解决的技术问题是提供一种计及预安排停电影响的配电网可靠性评估和预测方法，将引起预安排停电的原因归结为配电网元件检修和配电网元件扩容两大类，并分别提出来预测配电网元件检修和配电网元件扩容的概率模型。本发明不仅能对计及预安排停电影响的配电网可靠性进行事后评估，得到的可靠性指标更符合实际情况，还能预测未来计及预安排停电影响的配电网的可靠性，指导优化配电网的运行安排。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种计及预安排停电影响的配电网可靠性评估和预测方法，通过预测元件故障概率和预安排停电概率，采用遍历法评估和预测配电网的可靠性；具体实施步骤如下：

步骤1，输入配电网数据；所述输入配电网数据包括：输入配电网结构信息、线路参数、负荷数据、安全约束、元件故障和预安排停电概率、故障修复时间以及预安排停电时间；输入配电网元件历史健康度数据和历史检修数据；输入配电网元件历史负载率数据和历史扩容数据；

步骤2，建立预安排停电概率模型，具体为：根据配电网元件历史健康度数据、历史检修数据和元件历史负载率数据、历史扩容数据，建立元件检修概率模型和元件扩容概率模型；

所述元件检修概率模型的表达式为：

$>P=\frac{1}{{\mathrm{tt}}_i}$>

式中，tt_i为从第i次预安排检修到第i+1次预安排检修的时间间隔；

所述元件扩容概率模型的表达式为：

P＝c×[a×P₁+(1-a)×P₃]+(1-c)×[b×P₂+(1-b)×P₄]

式中，P₁、P₂、P₃和P₄分别为仅考虑变电设备的负载率均值、负载率峰值、负载率均值增加值、负载率峰值增加值时，配电网元件的扩容概率；a、b、c均为属于(0,1)的权重系数，其取值根据配电网的实际情况来决定；

步骤3，根据步骤2中建立的元件检修概率模型和元件扩容概率模型，预测所有配电网元件的预安排停电概率；

步骤4，将故障影响范围一致的配电网元件等效为一个节点，以对配电网进行简化，并根据节点故障对其余节点的影响，对故障节点和预安排停电节点进行分类，同时，计算各类节点的故障概率、预安排停电概率、停电次数和停电时间；

步骤5，采用配电网节点停电遍历法，对各节点的故障停电和预安排停电分别进行枚举计算，计算过程中考虑基于负荷重要度、距离优先和多馈线负载均衡等原则的负荷转供方法以及配电网安全约束；

步骤6，根据步骤5中各节点停电枚举计算的结果，即可计算得到预测的配电网的可靠性指标并输出。

作为本发明的进一步优化方案，步骤4中所述对故障节点和预安排停电节点进行分类，具体如下：

针对故障节点，分为以下4类：1)A类节点，不受故障影响，不需要停电；2)B类节点，故障后停电1次，停电时间为故障隔离时间；3)C类节点，故障后停电1次，停电时间为转供时间；4)D类节点，故障后停电1次，停电时间为故障修复时间；

针对预安排停电节点，分为以下4类：1)A类节点，该类节点和故障时相同，不受故障影响，不需要停电；2)E类节点，预安排停电时停电1次，停电时间为停电隔离操作时间；3)F类节点，预安排停电时停电1次，停电时间为停电隔离操作加上转供时间；4)G类节点，预安排停电时停电1次，停电时间为预安排停运时间。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

(1)本发明创造性的将导致预安排停电的原因归结为元件检修和元件扩容，提出了基于元件健康度的检修概率预测模型和基于元件负载率的扩容概率预测模型，不仅能够在事后计算当前周期计及预安排停电影响的配电网可靠性指标，还能预测配电网下一运行周期的可靠性指标，为优化配电网运行安排提供参考；

(2)本发明中预安排停电概率预测模型通用性强，可直接嵌入当前供电公司可靠性评估软件，便于推广应用；

(3)本发明广泛应用于配电网可靠性评估和预测中，特别适用于6-20kV的中压配电网可靠性评估和预测。

附图说明

图1是本发明的方法流程图。

图2是本发明实施例的某典型配电网结构。

图3是负荷转供判断流程图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解的是，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明设计一种计及预安排停电影响的配电网可靠性评估和预测方法，通过预测元件故障概率和预安排停电概率，采用遍历法评估和预测配电网的可靠性，具体实施步骤如下：

步骤1，输入配电网数据；

步骤2，建立预安排停电概率模型，具体为：根据配电网元件历史健康度数据、历史检修数据和元件历史负载率数据、历史扩容数据，建立元件检修概率模型和元件扩容概率模型；

步骤3，根据步骤2中建立的元件检修概率模型和元件扩容概率模型，预测所有配电网元件的预安排停电概率；

步骤4，将故障影响范围一致的配电网元件等效为一个节点，以对配电网进行简化，并根据节点故障对其余节点的影响，对故障节点和预安排停电节点进行分类，同时，计算各类节点的故障概率、预安排停电概率、停电次数和停电时间；

步骤5，采用遍历法对各节点的故障停电和预安排停电分别进行枚举计算；

步骤6，根据步骤5中各节点停电枚举计算的结果，即可计算得到预测的配电网的可靠性指标并输出。

下面结合具体实施例对本发明的技术方案作进一步阐述，本实施例的某典型配电网结构如图2所示，具体实施过程如图1所示。

步骤1，输入配电网结构信息、线路参数、负荷数据、安全约束，元件故障和预安排停电概率、故障修复时间以及预安排停电时间。

其中，配电网馈线类型和长度数据如表1所示。

表1：

其中，配电网负荷点数据如表2所示。

表2：

负荷点用户类型平均负荷(MW)用户数1-3，10，11Residential0.53521012,17-19Residential0.4502008Small user1.0019Small user1.5014,5,13,14,20,21Govt/Inst0.56616,7,15,16,22Commercial0.454101-3，10，11Residential0.53521012,17-19Residential0.4502008Small user1.0019Small user1.5014,5,13,14,20,21Govt/Inst0.56616,7,15,16,22Commercial0.45410

其中，配电网元件故障相关的可靠性数据如表3所示。

表3：

元件平均永久性故障率(次/年)平均故障修复时间(小时/次)变压器0.015200架空线0.0655

其中，配电网元件预安排停电时间、隔离时间、转供时间数据如表4所示。

表4：

其中，配电网中负荷功率因数线路损耗最大运行小时数t＝3000小时/年，线路型号选用LGJ-240，电阻为r＝0.132Ω/km，电抗为x＝1.136s/km，最大允许电流I_max＝613A。

步骤2，建立预安排停电概率模型，包括建立元件检修概率模型和元件扩容概率模型。元件主要包括开关、输电线路以及变电设备。

a)建立元件检修概率模型

元件的使用时间与失效率满足浴盆曲线，而威布尔分布能较完整地体现出浴盆曲线的特点。对某一配电网元件，其威布尔分布的失效分布函数可表达为

$>F\left(t\right)=1-\exp [-{\left(\frac{t}{\alpha }\right)}^{\beta }]---\left(1\right)$>

进而可以求得该设备的其失效密度函数、可靠度函数和失效率函数，具体如下：

失效密度函数为

$>f\left(t\right)=\frac{{\mathrm{\beta t}}^{\beta -1}}{{\alpha }^{\beta }}\exp [-{\left(\frac{t}{\alpha }\right)}^{\beta }]---\left(2\right)$>

可靠度函数为

$>R\left(t\right)=1-F\left(t\right)=\exp [-{\left(\frac{t}{\alpha }\right)}^{\beta }]---\left(3\right)$>

以及失效率函数为

$>\lambda \left(t\right)=\frac{f\left(t\right)}{R\left(t\right)}=\frac{{\mathrm{\beta t}}^{\beta -1}}{{\alpha }^{\beta }}---\left(4\right)$>

式中，t为时间，α为尺度参数，β为形状参数。

在t∈[t₁,t₂]的运行时间内，配电网元件在时间t的风险函数为

$>H\left(t\right)=H\left(t_1\right)+{\int }_{t_1}^t\lambda \left(t\right)\mathrm{dt}---\left(5\right)$>

式中，H(t₁)为元件在时间t₁时的风险值。

假设配电网元件第i次检修后元件的风险值为H(t_i+)，且其最大允许的风险为H_max。当风险值达到H_max时元件必须进行i+1次检修，那么

$>H_{\max }=H\left(t_{i+}\right)+{\int }_{t_{i+}}^{t_{i+1}}\lambda \left(t\right)\mathrm{dt}---\left(6\right)$>

则配电网元件从第i次预安排检修时间t_i到第i+1次预安排检修时间t_i+1之间的时间间隔，可由以下关系得到

tt_i＝t_i+1-t_i      (7)

由公式(7)所得的相邻两次预安排检修的时间间隔tti，可知预安排检修概率为(次/年)。

由此可得，元件检修概率模型的表达式为：

$>P=\frac{1}{{\mathrm{tt}}_i}$>

b)建立元件扩容概率模型

配电网元件需要扩容主要是因为元件的负载率增加，其中影响最大的四类负载率为：负载率均值δ、负载率峰值σ、负载率均值的增加值Δδ和负载率峰值的增加值Δσ。

仅考虑变电设备的负载率均值时，扩容可能性P₁与负载率均值δ的函数关系为

$>P_1=\left(\begin{array}{c}0,\delta \le \overline{{\delta }_{-}}\\ {\left(\frac{\delta -\overline{{\delta }_{-}}}{\overline{{\delta }_{+}}-\overline{{\delta }_{-}}}\right)}^e\\ 100\%,\delta \ge \overline{{\delta }_{+}}\end{array},,\overline{{\delta }_{-}}<\delta <\overline{{\delta }_{+}}\right)---\left(8\right)$>

式中，为无需扩容时元件的最大负载率均值，为必须扩容时元件的最小负载率均值。

仅考虑变电设备的负载率峰值时，扩容可能性P₂与负载率峰值σ的函数关系为

$>P_2=\left(\begin{array}{c}0,\sigma \le \overline{{\sigma }_{-}}\\ {\left(\frac{\sigma -\overline{{\sigma }_{-}}}{\overline{{\sigma }_{+}}-\overline{{\sigma }_{-}}}\right)}^e\\ 100\%,\sigma \ge \overline{{\sigma }_{+}}\end{array},\overline{{\sigma }_{-}}<\sigma <\overline{{\sigma }_{+}}\right)---\left(9\right)$>

式中，为无需扩容时元件的最大负载率峰值，为必须扩容时元件的最小负载率峰值。

仅考虑变电设备的负载率均值的增加值时，扩容可能性P₃与负载率均值的增加值Δδ的函数关系为

$>P_3=\frac{1}{\overline{{\delta }_{+}}-\overline{{\delta }_{-}}}{P}_1\mathrm{\Delta \delta }---\left(10\right)$>

仅考虑变电设备的负载率峰值的增加值时，扩容可能性P₄与负载率峰值的增加值Δσ的函数关系为

$>P_4=\frac{1}{\overline{{\sigma }_{+}}-\overline{{\sigma }_{-}}}{P}_1\mathrm{\Delta \sigma }---\left(11\right)$>

综合四个因素负载率影响，元件扩容概率模型的表达式为：

P＝c×[a×P₁+(1-a)×P₃]+(1-c)×[b×P₂+(1-b)×P₄]   (12)

式中，a、b、c均为属于(0,1)的权重系数，取值需要根据配电网的实际情况来决定。

步骤3，根据元件检修概率模型和元件扩容概率模型，预测所有配电网元件的预安排停电概率。

配电网中输电线路(线路上的开关也计算在内)的预安排停电概率数据如表5所示。

表5：

配电网中变压器的预安排停电概率数据如表6所示。

表6：

步骤4，配电网等效简化和节点分类。

将故障影响范围一致的配电网元件等效为一个节点，以对配电网进行简化，并根据节点故障对其余节点的影响，对故障节点和预安排停电节点进行分类，并计算各类节点的故障概率、预安排停电概率、停电次数和停电时间。

针对配电网故障节点可分为以下4类：1)A类节点，不受故障影响，不需要停电；2)B类节点，故障后停电1次，停电时间为故障隔离时间；3)C类节点，故障后停电1次，停电时间为转供时间；4)D类节点，故障后停电1次，停电时间为故障修复时间。

针对配电网预安排停电节点可分为以下4类：1)A类节点，该类节点和故障时相同，不受故障影响，不需要停电；2)E类节点，预安排停电时停电1次，停电时间为停电隔离操作时间；3)F类节点，预安排停电时停电1次，停电时间为停电隔离操作加上转供时间；4)G类节点，预安排停电时停电1次，停电时间为预安排停运时间。

步骤5，采用配电网节点停电遍历法，对各节点的故障停电和预安排停电分别进行枚举计算。

计算指标包括：

a)系统平均停电频率(SAIFI)：在统计期间内，系统中所有用户平均停电次数(次/户)；

b)系统平均停电持续时间(SAIDI)：在统计期间内，系统中运行的所有用户在统计期间内经受的平均停电持续时间(小时/用户)；

c)用户平均停电频率(CAIFI)：在统计期间内，系统中停电用户平均停电持续次数(次/户)；

d)用户平均停电持续时间(CAIDI)：在统计期间内，系统中停电用户平均停电持续时间(小时/户)；

e)系统平均供电可用度(ASAI)：在统计期间内，系统中停电用户不停电小时数与用户要求的总供电小时数之比平均值(％)；

f)用户平均缺供电量(AENS)：统计期间，平均每一停电用户因停电缺供的电量(kVA)。

计算过程中考虑基于负荷重要度、距离优先和多馈线负载均衡等原则的负荷转供方法以及配电网安全约束。转供路径搜索基于图论BFS法，如图3所示，具体如下：

a)非故障点或预安排停运点的馈线的节点不受影响，为A类节点；

b)故障点或预安排停运点的上游节点可由原来供电点继续供电，故障或预安排停运时，他们停电一次，停电时间为隔离时间，为B类节点或E类节点。下面判断故障点或预安排停运点的下游节点的转供可能性；

c)判断联络节点可转供的节点。从某一联络线节点出发，按BFS进行搜索，直到故障点或预安排停运点、其他联络线节点或是没有其他节点为止，所有搜索到的节点都可由该联络线节点转供。对所有联络线节点重复此过程，找出所有联络线节点的潜在转供节点集V_lost。没有被搜索到的节点为D类节点或G类节点；

d)计算所有联络线节点的可转供容量S_g，假设潜在转供节点集V_lost总停电量为S_lost，具体为：

1)若S_g>S_lost，则潜在转供节点集内所有节点均能被联络线节点转供。故障或预安排停运时，他们停电一次，停电时间为隔离时间加上转供时间，为C类节点或F类节点；

2)若S_g<S_lost，则潜在转供节点集内部分节点能被联络线节点转供，故障或预安排停运时，他们停电一次，停电时间为隔离时间加上转供时间，为C类节点或F类节点；其他节点为为D类节点或G类节点，他们的总电量为S_g-S_lost。因此需继续判断哪些节点能被转供，下面提供三个判断中考虑的因素：

i)“供电均衡”原则。选择容量裕度最大的联络线节点，按BFS进行搜索，把下一层的节点的负荷归为该容量裕度最大的联络线节点来供电。重复此过程，直到所有联络线节点中的最大容量裕度不够满足下一个节点的负荷为止。

ii)总停电量S_g-S_lost与停电户时数关系。总停电量一定，由于不同节点的负荷量不同，选择不同的节点进行专供时则停电户数不同；

iii)选择哪些负荷进行转供时，考虑负荷的重要性程度。若不计及负荷重要性程度，则总停电量为S_g-S_lost；若计及负荷重要性，则总停电量可能大于S_g-S_lost。

步骤6，配电网各节点停电枚举计算完成后，根据各节点停电枚举计算得到的结果，即可计算得到预测的配电网的可靠性指标并输出结果。

配电网的计及预安排停电影响的可靠性指标预测如表7所示。

表7：

从上述结果可知，运用本方法不仅可以评估配电网的可靠性，还能对配电网未来的可靠性进行预测。算法实现简单，通用性较好，可直接嵌入供电公司的已有的配电网可靠性评估系统，易于工程应用。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。