基于最优路径的中压配电网设备巡视规划

何叶，张亮，管俊

（1. 南京交通职业技术学院，江苏 南京 211188；2. 天津市电力公司，天津 300201；3. 扬州供电公司，江苏 扬州 225000）

中压配电网是电力网的重要组成部分，担负着电能配送到用户的重要作用。中压配电网分布最广、结构最为庞大复杂[1]，这也决定了其有脆弱性的特点。中压配电网的可靠性与稳定性对供电企业的综合效益以及优质服务意义重大[2]。因此，各供电公司针对中压配电网设备制定各种巡视方法，但未对巡视线路的选取有所规定。而现有巡视线路的选取主要根据巡视人员对设备的了解以及以往巡视经验来确定，这导致巡视线路选取主观性较大，容易造成巡视人员工作效率不高以及资源配置的不合理。因此，中压配电网设备巡视线路的选取对巡视人员工作效率以及巡视车辆优化配置具有重要作用。文中对影响设备巡视规划的影响因素进行了分析，提出基于最优路径的中压配电网设备巡视规划模型。

1 中压配电网及主要设备

我国现行中压配电电压大部分为10 kV，只有少数地区的局部配电网采用了20 kV[2-3]，通常采用闭环设计、开环运行。中压配电网的主要设备有：配电变压器、断路器与负荷开关、开关柜、电力线路等。根据设备的功能以及供电范围大小可分为4类主要的成套配电装置，即配电站、箱式变电站、环网柜/开关柜、柱上变压器台。

1.1 配电站

配电站主要为低压用户配送电能，设有进线、高压柜、配电变压器、低压柜、低压出线、电容器等配电设施。

配电站适合于高层、中高层建筑以及其他复合区域。

1.2 箱式变电站

箱式变压站将传统变压器集中设计在箱式壳体中，相当于一个小型变电站直接向用户提供电源，包括高压室、变压器室、低压室。

箱式变电站适用于多层建筑以及其他复合区域的建成区改造及施工用电。

1.3 环网柜/开关柜

环网柜用于10 kV电缆线路分段、联络及分接负荷。开关柜是指设有10 kV配电进出线、对功率进行再分配的配电装置，其相当于变电站母线的延伸，可用于解决变电站进出线间隔有限等问题。这二者都不包含配电变压器且其构成设施较少，故将二者归为一类成套配电设备。

1.4 柱上变压器台

柱上变压器台安装在户外的电杆上，其主要由10 kV跌落式熔断器、避雷器（配电网极易遭到直击雷或感应雷的袭击，发生雷击跳闸甚至配电设备被雷击坏的事故[4-6]）、10 kV柱上变压器、0.4 kV综合配电箱等构成。

因此，文中将重点研究上述4类成套配电装置的巡视规划，其他设备的巡视规划也可利用该研究所提出的模型。

2 设备巡视规划的影响因素

设备巡视规划的主要影响因素有设备巡视周期、设备运行环境、设备的投入与退出、巡视各成套设备所用时间、巡视路径等。

2.1 设备巡视周期

考虑每周预留一定时间进行巡视以外的工作，所以一周可用于设备巡视的天数为3～4 d。

设备的巡视类型主要有定期性巡视（也称周期巡视）、特殊区段巡视、故障巡视等。定期性巡视的周期为每季度至少一次；特殊区段巡视的周期根据需要确定；故障巡视则执行调度命令。因此，主要研究定期性巡视，其他类型的巡视可以利用预留的时间进行。

2.2 设备运行环境

不同区域对中压配电网设备的影响不同，如鸟害严重、速生林木及其他运行环境恶劣区域的设备，应该增加其巡视次数。对恶劣区域设备的巡视可利用每周预留的工作时间进行。

2.3 设备投入与退出

根据负荷发展及设备运行年限，会有新设备的投入以及旧设备的退出，这需要动态更新巡视任务。具体操作方法是在进行下一周期的巡视规划时把新投的设备加入并剔除退运的设备。

2.4 巡视各成套设备所用时间

由于各类型成套配电设备所包含的设备种类和数量不同，导致巡视各类型成套设备所用时间也不同。总体来说各类型成套设备巡视所需时间关系为：配电站＞箱式变电站＞环网柜/开关柜＞柱上变压器台。

2.5 巡视线路

中压配电网的设备较多，若巡视线路选取的不合理，将导致人力、物力的浪费。合理的巡视线路选取不仅能提高工作效率，还能节省很多资源。巡视线路的选取需要考虑配电设备的位置、巡视所需时间等因素。

通过对中压配电网设备巡视规划影响因素分析可以看出：设备巡视周期、设备运行环境、设备的投入与退出、巡视各成套设备所用时间为客观因素，可进行优化的为巡视线路。

3 基于最优路径的中压配电网设备巡视规划

中压配电网设备巡视规划的目的是，巡视人员在规定周期内完成所负责区域所有成套配电设备的巡视任务。

3.1 模型

在借鉴物流调度[7-9]相关知识的基础上建立以巡视路径最短为目标的中压配电网设备巡视规划模型。

3.1.1 目标模型

式中，m（d，i）为在d巡视日第i个巡视人员巡视的中压配电网设备数量；ti（d，m（d，i））为第d巡视日第i个巡视人员巡视m（d，i）个设备在巡视路上所用时间；mk（d，i）为在d巡视日第i个巡视人员巡视第k类型中压配电网设备的数量（研究4类成套中压配网设备，即配电站、箱式变电站、环网柜/开关柜以及柱上变压器台）；Δtk表示巡视第k类型中压配电网设备所需的时间；D为巡视日总数；N为巡视人员总数。

mk（d，i）与m（d，i）间关系为：

3.1.2 约束条件

1）巡视周期内完成所有中压配电网设备的巡视任务，即：

式中，M为巡视周期内需要完成巡视的中压配电网设备总数。

2）规定的巡视日内均有巡视任务，即：

3）巡视日内巡视时间不超过规定工作时间，即：

式中，tmax为规定的工作时间。

4）每个巡视员负责的设备数量尽可能相同，即

2.例文不够多。64篇习作中老教材才出现4篇例文，主要为读后感例文、写信例文、缩写例文、我的小伙伴（开头）例文。在这4篇中有3篇是应用文。而细节描写、修改的形式、应用文的格式等重点都没在例文中体现，更没有以正楷字的形式、标准的格式写进方格中。

5）每个巡视日的巡视时间尽可能相等。

由于此约束条件直接与目标模型相关，若尽可能使得各巡视日巡视时间相等则有可能使得目标模型无法最优，故将各巡视日的巡视时间差设定在一个范围内来描述该约束条件，如式（7）所示：

式中，T={ti（d，m（d，t））|d∈[1，2，…，D]，i∈[1，2，…，N]}为巡视周期内各巡视人员各巡视日的巡视时间集合；Δtset为巡视允许的时间差。

约束条件4）和5）有可能使得目标模型同时得到最优解，但很多情况下二者彼此矛盾，因此在算例分析中将分场景进行分析。

3.2 模型求解算法

研究提出的基于路径优化的中压配电网设备巡视规划模型是一非线性模型。遗传算法[10-13]属于随机优化算法，可以考虑多个约束，虽不能保证得到全局最优解，但一般情况下，可得到和全局最优解非常接近的次最优解。因此，采用遗传算法求解该非线性模型。

3.2.1 染色体编码

染色体编码采用如式（8）所示的整数编码方式，染色体L1分为2部分：

2）巡视人员和巡视日信息，也为M个基因，其取值有N×D个。

3）的基因与1）的基因相对应。例如：L1中a1与b1×1对应、a2与bN×D对应、a3与b1×2对应、aM与bN×D对应，b1×1为第一个巡视人员第一个巡视日巡视的设备编号为a1；b1×2为第一个巡视人员第二个巡视日巡视的设备编号为a3；bN×D为第N个巡视人员第D个巡视日巡视的设备编号为a2和aM，且巡视的先后顺序为先a2后aM。提出的编码方式可直接满足式（2）、式（4），这极大简化了遗传操作步骤。

3.2.2 遗传操作参数选择及方法

模型求解中采用的遗传操作参数见表1。

表1 遗传操作参数Tab. 1 Genetic operation parameters

假如在进行遗传操作中选择的2个染色体分别为L1、L2。L1的第一部分和L2的第二部分进行交叉操作组成新个体L3。变异操作只针对L1的第二部分，且变异后的染色体编码需满足式（4），则：

4 算例分析

某区域的交通线路及成套配电设备位置如图1所示，图中鬀、謼P 、蟆、謼X、訞分别表示运维检修基地、配电站、环网柜/开关柜、箱式变电站、柱上变压器台，每次巡视都是从运维检修基地出发巡视完毕后返回该基地。交通线路图中起始节点及行使所需时间见表2，研究中不考虑交通情况对模型的影响。

从图1可以看出该区域的成套配电设备共有10个，各成套设备位置及巡视该设备所用时间见表3。

假设负责该区域巡视的巡视人员共2人，巡视周期为2 d，巡视允许的时间差Δtset为1 h。

从3个场景来分析模型的有效性：

1）考虑3.1.2小节的约束条件1）、2）、3）、4）；

2）考虑3.1.2小节的约束条件1）、2）、3）、4）、5）；

3）不考虑3.1.2小节的约束条件4）、5）。

通过求解可得各场景的结果见表4。表中（N，D）表示第N个巡视人员第D个巡视日，例如（1，1）表示第1个巡视人员第1个巡视日。

图1 交通线路及成套配电设备位置Fig. 1 Traffic line and location of complete sets of power distribution equipment

表2 交通线路图中起始节点及行使所需时间Tab. 2 The start-end node and the time needed to reach the node in the traffic map

表3 配电设备位置及巡视该设备所用时间Tab. 3 Location and inspection time of the distribution equipment

表4 场景一、二、三求解结果Tab. 4 The results of scene 1，2，3

通过表4可以看出：

1）在不考虑3.1.2小节的4）和5）约束条件下模型求解得到的总用时最少，但巡视人员负责的设备数量以及各巡视日的工作量差别较大。

2）在仅考虑约束条件4）时，虽然模型求解得到的总用时比仅考虑3.1.2小节的约束条件5）得到的总用时要小，且各巡视人员总的工作量差别不大，但同一巡视人员在各巡视日的工作量差别较大。

3）在仅考虑3.1.2小节的约束条件5）时虽各巡视人员负责的设备数量不同，但其每个巡视日的工作量却大体相同。

从以上分析可知：在不考虑交通情况的影响时场景1）和场景2）的巡视规划比较合理，在工作中可根据实际情况来选择场景1）或者场景2）来进行巡视规划。

根据表4可得到场景1）情况下各巡视人员各巡视日的巡视线路，见表5。

表5 场景一求解结果Tab. 5 The result of scene 1

5 结语

文中首先对设备巡视规划的主要影响因素进行分析，进而提出基于最优路径的中压配电网设备巡视规划模型，通过场景分析验证了模型的有效性。

根据每个巡视员负责的设备尽可能相同和每个巡视日的巡视时间尽可能相同这两个约束条件得到的巡视规划比较合理，在工作中可根据各公司的实际情况来确定规划方案。

通过该模型不仅能提高中压配电网巡视人员工作效率，还能优化资源配置。

[1] 严凤，郭增为. 10 kV配电线路综合故障定位法方法研究[J]. 电网与清洁能源，2010，26（7）：43-47.YAN Feng，GUO Zengwei. Composite methods of fault location for 10 kV distribution lines[J]. Power System and Clean Energy，2010，26（7）: 43-47（in Chinese）.

[2] 古晓威. 10 kV智能配电自动化终端应用分析[J]. 电力与能源，2014，35（2）：51-53.GU Xiaowei. Application analysis of 10 kV smart distribution automation terminal[J]. Power & Energy，2014，35（2）: 51-53（in Chinese）.

[3] 范明天. 中压配电电压等级优化的总体思路[J]. 南方电网技术，2013，7（1）：15-20.FAN Mingtian. The general ideas of the voltage-level optimization for medium voltage distribution network[J].Southern Power System Technology，2013，7（1）: 15-20（in Chinese）.

[4] 马福，汤李佳，彭厉. 配电变压器防雷问题分析[J]. 电瓷避雷器，2008（5）：34-37.MA Fu，TANG Lijia，PENG Li. Study on the lightning protection problem of distribution transformer[J]. Insulators and Surge Arresters，2008（5）: 34-37（in Chinese）.

[5] 徐鹏，李世元，甘鹏，等. 雷击配电变压器事故分析及防雷措施研究[J]. 电瓷避雷器，2011（4）：57-62.XU Peng，LI Shiyuan，GAN Peng，et al. Analysis of lightning-strike fault of distribution transformer and study on lightning protection measures[J]. Insulators and Surge Arresters，2011（4）：57-62.

[6] 张东，陶凤源，许衡，等. 配电网保护间隙保护距离的研究[J]. 电瓷避雷器，2012（5）: 79-83.ZHANG Dong，TAO Fengyuan，XU Heng，et al. Research of protection distance of distribution network protection gap[J]. Insulators and Surge Arresters，2012（5）: 79-83.

[7] PISINGER D，ROPKE S. A general heuristic for vehicle routing problems[J]. Computers&Operations，2007，34（8）:2403-2435.

[8] 宋伟刚，张宏霞，佟玲.有时间窗约束非满载车辆调度问题的遗传算法[J]. 系统仿真学报，2005，17（11）：2593-2597.SONG Weigang，ZHANG Hongxia，TONG Ling. Genetic algorithm for VRP of non-full loads with time windows[J].Journal of System Simulation，2005，17（11）: 2593-2597（in Chinese）.

[9] 钟石泉. 物流配送车辆路径优化方法研究[D]. 天津：天津大学，2007.

[10] 许奎，杨波，李录兵，等.改进自适应遗传算法在配电网重构中的应用[J]. 电力科学与工程，2012，28（2）：37-40，50.XU Kui，YANG Bo，LI Lubing，et al. Application of improved adaptive genetic-algorithm in distribution network reconfiguration[J]. Electric Power Science and Engineering，2012，28（2）: 37-40，50（in Chinese）.

[11] 王东，史燕琨，丛吉远，等. 灾变遗传算法在配电网开关优化配置中的应用[J]. 高压电器，2004，40（3）：180-182.WANG Dong，SHI Yankun，CONG Jiyuan，et al.Application of catastrophic algorithm to the optimal configuration of switching devices in distribution system[J]. High Voltage Apparatus，2004，40（3）: 180-182（in Chinese）.

[12] 杨佳俊，徐建政. 改进量子遗传算法在无功优化中的应用[J]. 电力电容器与无功补偿，2013，34（4）: 15-20.YANG Jiajun，XU Jianzheng. Application of improved quantum genetic algorithm on reactive power optimization[J].Power Capacitor ＆ Reactive Power Compensation，2013，34（4）: 15-20.

[13] 张俊芳，王秀丽，王锡凡. 遗传算法在电网规划应用中的改进[J]. 电网技术，1997，21（4）: 25-32.ZHANG Junfang，WANG Xiuli，WANG Xifan. Improving transmission network planning model by using genetic algorithm[J]. Power System Technology，1997，21（4）: 25-32（in Chinese）.