面向实时风险的配电网主动重构策略研究

许琬昱， 王增平， 赵 乔， 吕 哲， 张绍辉

(1.华北电力大学 新能源电力系统国家重点实验室，北京 102206； 2.国网河南省电力有限公司郑州供电分公司， 河南 郑州 450000)

0 引 言

配电网是联系发、输电系统与终端用户的重要纽带，作为电力系统的“最后一公里”，其安全稳定运行直接影响着千家万户的可靠用电。然而配电网结构复杂，运行工况多变，每年超过80%的系统故障停电发生在配网侧，由此造成的经济损失巨大[1]。随着配电自动化系统的不断完善以及泛在电力物联网的规模化建设，全息感知配电系统主设备的实时运行风险成为可能。利用风险源数据量化系统运行风险，对超出安全阈值的情况及时采取主动性预防控制措施，能够从源头上降低系统停电事故的概率与影响的范围，具有较强的现实研究意义。

实施有效主动重构措施的前提是建立合理的配电网风险评估体系，目前国内外学者关于配电网的风险评估研究主要分为以下两类：一类是以运行经济指标[2，3]或者设备健康指数[4]为目标，服务于系统网架结构的规划设计[5，6]与检修任务[7，8]，其风险评估的周期较长，无法为配电系统进行实时安全防御控制提供指导；二是以制定预想事故集[9，10]为目标的负荷实时风险评估，即对配网正常运行时的工况进行事故预想，提前制定高风险故障发生后的负荷恢复转供方案。其风险评估的目的是提高故障后配电网负荷恢复供电的速度，而非事前预警、消除存在的风险隐患。本文针对事故前的高风险工况，通过实施故障前的主动重构措施，平衡设备越限情况，事前转带重要负荷，降低高概率事故影响范围，从而实现配电网实时风险防控的目标。

本文提出一种面向配电网风险预防的主动重构策略，旨在配电网风险增加、恶化演变的过程中通过网络主动重构措施改变系统运行拓扑，降低故障风险，避免恶性停电事故的发生。文章首先建立配电网的实时风险评估模型，选取代表配电网设备运行可靠性与其停电后果严重程度的风险指标，通过量化分析确定系统的实时运行风险值；当风险值高出安全警戒线时，以降低风险值和网络重构开关操作次数最小为目标函数进行主动重构，实现通过改变风险状态下的网络拓扑结构，提升配电网的运行安全稳定性的目标。

1 配电网运行风险评估

配电网风险运行具体表现为系统故障发生的概率高且造成的后果较为严重[11]。故从配电设备运行可靠性与设备故障造成的后果影响两个方面对系统风险运行程度进行综合量化分析，得出系统的实时风险值，同时为接下来的主动重构策略提供可调控的目标函数。

1.1 设备运行可靠性诊断

影响设备故障停运的风险因素主要分为内部风险源(运行工况、历史不良记录)与外部风险源(恶劣天气、施工破坏)两方面，对其进行量化分析以诊断设备的实时运行可靠性。

(1)运行工况，配电主设备运行在过负荷或电压越限情况下物理性能会有一定程度的损伤，严重可能导致设备保护跳闸进而引发负荷失电。随着电气量越限程度与越限时间的双重积累，设备的故障概率呈指数型上升趋势，由此将设备过负荷以及电压越限[12]的风险值定义为

(1)

(2)

式中：I为流经设备的电流标幺值；LA为t时刻过负荷的风险瞬时值，将LA在评估周期Δt内进行积分得到过负荷的风险累计值RA。

(3)

(4)

式中：V为节点电压标幺值；LV为t时刻电压越限的风险瞬时值，将LV在评估周期Δt内进行积分可得到电压越限的风险累计值RV。

(2)历史不良记录，指设备运行老化程度、历史故障及越限运行记录以及同批次设备的缺陷记录等，以上数据将影响设备当前的健康状况，进而给设备的实时运行可靠性带来一定风险。基于设备全运行过程的统计数据，可得历史不良记录影响下设备故障风险值：

(5)

式中：RH为历史记录影响下设备故障风险值，由老化程度、越限记录及同批次设备缺陷记录三部分组成；k1、k2、k3分别为各部分比例因子；A为设备老化参数；t为设备投运时长；T为设备额定寿命；Ej为设备第j次越限严重程度；ΔTj为设备历史越限时长；Px为同批次设备的家族性的物理缺陷影响下的设备运行可靠性的置信水平。

(3)施工破坏，人为的施工会导致其附近配电设备发生概率性的破坏事件，影响设备可靠运行，故根据不同施工强度，对处于施工范围内的配电设备选取相应的风险权重值RC。

(4)恶劣天气，配电网主电气设备大部分暴露在室外，易受如雷电、覆冰、降雨、台风等气象灾害的影响[13]，故对处于恶劣天气范围内的配电网主电气设备设置相应的风险权重值如表1所示。

表1 恶劣天气的风险权值

综上所述，配电网设备的实时运行工况、历史记录以及恶劣天气、施工破坏等外界因素均会对设备运行可靠性造成一定的影响。将内部风险值(运行工况、历史记录)累加作为设备自身的故障概率，其在外部风险源(恶劣天气、施工破坏)的影响下呈现倍数性增大，故将设备的运行可靠性定义为

RP=(RA+RV+RH)×RW×RC

(6)

式中：RP为设备的运行可靠性；RA、RV为设备电气量越限风险的累计值；RH为历史记录影响下的设备故障概率风险值；RW为恶劣天气的风险权重值；RC为施工破坏影响下的风险权重值。

1.2 设备故障后果影响评估

配电网中，设备停运造成的后果与设备所处网络拓扑位置密切相关。在辐射型网络中，设备一旦退运，通过故障定位和故障隔离、转供电等处理措施，该设备所处馈线上游负荷的电能质量会受到一定程度的影响，而故障下游负荷则会出现不同程度的短时失电。故设备故障后果影响的评估主要参照其所在馈线的下游负荷量与负荷的重要程度权值。

根据电力用户对供电可靠性的要求不同，设置负荷重要程度权重表，如表2所示。

表2 负荷重要程度权重表

设备停运导致其下游重要负荷短时失电比例越高，该设备停运造成的故障后果越严重。根据负荷等级，一级负荷发生停电事故的后果最严重，二级负荷次之，三级负荷最小。定义设备的故障后果值为

(7)

式中：RF为设备的故障后果评估值；Pi为该设备下游第i个负荷的有功功率；ci为此负荷的权重系数；M为下游负荷总数；Pj为设备所在馈线上第j个负荷的有功功率；cj为此负荷的权重系数；N为设备所在馈线上的负荷总个数。

1.3 系统风险评估体系

考虑到配电网风险的多面性和复杂性的特点，首先对系统中各个主设备进行“分诊”。通常风险评估主要指各风险发生的可能性及其造成后果的严重性[14]。由此，本文通过评估设备运行可靠性及其故障后果影响，将二者的乘积定义为该设备的整体风险值。当设备运行可靠性较低且故障后果较为严重时，设备的风险值将会有显著的增加。搭建系统风险评估体系如图1所示，通过对各个设备的风险值的累加实现对配电网系统风险状态的“会诊”，如式(8)所示：

(8)

式中：VAR为配电系统风险值；RP,i为系统中第i台设备的运行可靠性；RF,i为系统中第i台设备的故障后果评估值；Q为系统中设备的总数。

图1 系统实时风险评估体系Fig.1 Real-time risk assessment system

2 配电网风险防控模型

本文将主动重构作为配电网风险防控的主要手段，下面详细介绍其数学模型及实现过程。

2.1 目标函数

根据上文所述，同时考虑到应尽量减少设备开关动作次数，提高运行可靠性，将配电系统实时风险值最小以及开关操作次数最小作为多目标函数进行分析计算。

minVAR

(9)

(10)

式中：VAR为配电系统风险值；NS为配电网中可操作开关总数；xi为重构后开关i的状态；xi0为重构前开关i的状态，开关的状态通过二进制“0”和“1”来表示(“0”表示开关打开，“1”表示开关闭合)。式(10)的目标是配电网重构过程中开关操作次数最小。

2.2 约束条件

(1)潮流约束：配电网重构方案需满足潮流约束方程。

(2)节点电压约束为Ui,min≤Ui≤Ui,max，式中Ui,min、Ui,max分别为节点i的下、上限电压。

(3)支路容量约束为il≤il,max，式中il、il,max分别为各支路流过的电流和允许的最大载流量。

(4)网络拓扑约束：重构后的配电网结构应满足辐射状约束。

2.3 寻优算法

应用多目标免疫粒子群算法(IPSO)进行寻优重构，算法流程如图2所示。算法中的粒子由系统中所有开关的开合状态组成，代表网络重构的结果[15，16]。以风险防控为目标的主动重构策略，即在保证配电网的辐射状运行前提下，经过粒子群的迭代寻优，生成若干个降低系统风险值的非支配解作为主动重构方案的解集。

引入免疫思想提升算法的种群多样性与收敛速度。在粒子群的迭代过程中，根据浓度概率选择机制选择浓度较低的粒子，抑制浓度较高的粒子，由此保证粒子群体的多样性和算法的全局搜索能力；在粒子筛选的过程中，保留与最优解亲和度较大的候选解，减少算法的迭代次数，提升算法速度。粒子的位置更新公式为

(11)

(12)

(13)

图2 多目标免疫粒子群策略Fig.2 Multi-objective immune particle swarm optimization strategy

3 配电网风险防控系统

基于前述配电网风险状态下的主动重构策略，提出配电网的风险防控系统，如图3所示。在配电网实时运行的过程中，利用配电网信息物理平台，对当前运行方式下的电气量运行水平、负荷强度、实时外部运行环境以及网络拓扑结构等信息进行实时态势感知反馈，在风险评估模块经数据分析后得到当前系统实时风险值VAR，然后进行逻辑判断，如果VAR低于预设定的安全警戒线VARset，则返回当前配电网的风险计算子模块；如果高于VARset，则以最小风险值与最少开关操作次数为多目标进行主动性重构。将优化后的重构方案上传至配电网管理系统(DMS)，待决策人员通过后，利用高级配电自动化系统进行网络重构[17]。

图3 风险防控系统示意图 Fig.3 Diagram of risk prevention and control system

所提风险防控系统既可用于配电网的在线安全监测，指导风险状态下的防控重构策略，降低事故的概率与损失；也可以作为离线计算平台，根据信息物理平台存储的历史数据以及施工计划等影响，离线计算系统安全可靠的运行方式，配合调整配电网的短期运行规划。

4 仿真验证

以IEEE 33节点配电网系统为例验证本文所提模型与算法的有效性。如图4所示，系统有37条支路，33个节点，5个联络开关，额定电压为12.66 kV，各节点负荷等级如表3所示。根据城市微气象站上传的反馈信息，在图中划分恶劣天气(雷雨大风)影响的配电范围。

图4 IEEE33节点拓扑图 Fig.4 IEEE 33 bus system with its topological graph

负荷等级负荷节点一级负荷4,16,17,29,30二级负荷5,9,12,13,14,15,22,24,25三级负荷其余节点

采用本文所述风险评估体系对初始运行状态下的配电系统进行风险评估计算，当前系统风险值为9.772。由于设备9～18受到恶劣天气影响，且这些设备所带下游负荷较多，导致系统的风险值上升。表4为典型高风险设备的计算结果。

以配电系统最小风险值和最少开关操作次数为优化目标，利用多目标免疫粒子群算法进行主动重构方案的寻优，算法设种群规模为30，外部粒子群规模为10；ω=0.5，ωdamp=0.99，vmax=4，vmin=-4，最大迭代次数为50次。经过算法迭代得到的pareto最优解集如表5所示。

表4 初始状态下部分设备风险计算结果

Tab.4 Risk calculation results under initial operation state

设备设备可靠性诊断RARVRHRWRC故障后果评估RF风险值VARi602.530110.7141.8061203.740.2210.2992.356170.124.450210.0600.548200.7900110.3910.309232.2500.2110.6961.702261.520.2630.2110.6371.263303.3980.4000110.3111.181

表5 最优解集

由于本文使用多目标粒子群优化算法，故会产生多组互不支配的解构成最优前沿。从寻优结果来看，5个重构方案都在尽量少的开关动作次数下，降低了系统的风险值。后续决策人员可根据实际情况选择偏好的重构方案。本文以风险值降低最为明显的方案2为例进行讨论分析，其拓扑结构如图5所示，对应设备的风险评估结果如表6所示。

对比通过方案2的重构方式改善后的网络结构，具体表现为两方面：其一，减小低可靠性设备的故障后果影响，由图4可以看出，重构方案通过打开开关9和14将高风险设备置于供电路径末梢以减少下游所带负荷量，从而缩小设备停运后的造成负荷短时失电影响范围；其二，保证重要负荷的供电路径可靠性，重构方案通过闭合开关37，打开开关28将高可靠性设备置于供电路径中重要位置，即承担相对较多的下游负荷量，由此提升重要负荷供电路径的可靠性，降低重要负荷的失电概率。

图5 重构方案2网络拓扑图Fig.5 Network topology diagram of reconfiguration scheme 2

Tab.6 Risk calculation results after network reconfiguration

设备设备可靠性诊断RARVRHRWRC故障后果评估RF风险值VARi6000110.516012000.2210.2570.1031702.210210.0780.34420000110.652023000.2110.8310.16626000.2110.1970.039301.8192.760110.2531.15

通过算例分析，基于本文所提配电网风险评估体系量化风险，以疏解低可靠性设备的下游负荷量和提高重要负荷供电路径的可靠性作为控制手段，使风险评估与主动重构控制协同配合，能够达到降低配电网系统停电事故风险的目标。

5 结 论

本文提出了一种面向风险防控的配电网主动重构策略，首先综合考虑设备可靠性与网络风险值构建了配电网实时风险模型，以有效评估配电网当前运行状态的风险水平；对系统处于高风险状态的情况，利用多目标免疫粒子群算法主动搜索更合理的网络拓扑结构，改善设备运行工况。仿真测试表明所提策略能够有效降低系统的事故风险，避免故障的发生。随着泛在电力物联网的建设发展，该主动重构策略可集成至配电管理系统，利用电力物联网信息与控制的双向流动功能，实时把控系统风险，降低事故概率与损失，具有一定的工程实践价值。