基于饱和负荷预测的增量配电网自动化协调控制技术＊

翟旭京,田寿涛,安 琪,陈伟伟,李静雅

（国网新疆电力有限公司经济技术研究院，新疆 乌鲁木齐 830000)

1 引言

随着我国电力需求增长速度减缓，电力负荷供过于求，逐渐呈现饱和的趋势。所以在规划我国各地区的配电网布局时，还需要考虑各地区未来电网发展的初步规模，并对配电网饱和负荷的规模及饱和时间进行预测，从而达到电力资源的合理配置及协调控制[1]。增量配电网饱和负荷预测有利于合理分配国家电力资源，减少国家不必要的投资。通过增量配电网饱和负荷预测可以确定我国各区域配电网的最终规模，规划发电站布置与配电网线路，避免出现增量配电网供电能力过剩或者容量得不到及时补充利用的情况，进而协调我国各区域配电网的建设与经济的发展[2]。

袁方方提出一种分布式光伏电源有功-无功解耦和对配电网电压分区控制的协调控制策略，通过分析不同运行状态下，在分布式光伏电源有功出力接入的配电网的安全运行的隐患，利用搭建的配电网模型，控制光伏电源的消纳能力从而保障配电网的协同控制[3]。但该方法应用条件过于局限，难以广泛推行。Xiaoxue W 提出基于配电相量测量单元的配电网分布式电压控制，将阻抗和功率信息未知的子网转换为具有已知等效参数的简化网络，采用多智能体系统的全分布式控制策略来控配电网电压漂移，并在没有电压偏移的情况下优化网络损耗[4]。该方法能够减小配电网电力调度损耗，但调度稳定性较差。针对上述方法存在的问题，本文提出基于饱和负荷预测的增量配电网自动化协调控制技术，并在此基础上改进Logistic模型，实现增量配电网自动化协调控制。

2 增量配电网饱和负荷预测

2.1 城市配电网饱和负荷原因

增量配电网饱和负荷预测时，首先需要对增量配电网饱和负荷进行提取，地区经济水平发展一定程度后，呈现电力领域发展缓慢问题，电力负荷逐渐饱和且波动幅度较小，即该地区饱和负荷。在增量配电网中提取饱和负荷时，记录数量的同时还需计算其出现时间与分布情况。

一个区域的各领域发展彼此之间都存在着十分必要的联系，要想对增量配电网饱和负荷进行提取，则需要考虑饱和负荷饱和的特性，而该特性则需要从多角度进行观察进而完成对增量配电网饱和负荷的提取[5]。一个区域的负荷若达到饱和的状态时，则该区域以下几个方面也会呈现饱和现象。

当前我国不同地区都有各自城市化发展最终形态，由于受不同条件影响，存在差异性较大问题，当该区域的城市化发展趋于较为稳定的状态时，则该区域的电力领域发展也将逐步达到饱和状态，而此时增量配电网负荷也会趋于饱和状态，也是最佳的饱和负荷提取阶段[6]。

各区域的人均用电量可以从侧面反映出增量配电网负荷是否趋于饱和状态，随着区域内人均生活用电量逐渐稳定，区域内电力发展及增量配电网负荷也将趋于饱和。此时也是对配电网饱和负荷提取的最佳阶段，同时也需要通过改进Logistic模型对饱和负荷值的大小，出现的时间与分布进行记录[7]。

工业快速发展阶段地区，工业用电消耗较大，形成快速增长期，该工业进程时，用电结构也会趋于稳定状态，工业用电量也会趋于一个固定区域值，此时该区域的增量配电网负荷也会趋于饱和状态，是对增量配电网饱和负荷提取的最佳阶段，在通过改进Logistic模型提取过程中需要记录负荷值的大小，出现的时间与分布位置[8]。

2.2 剔除伪饱和负荷

由于部分饱和负荷受各区域某些特定因素影响可能出现“伪饱和负荷”的情况。因此本文将对提取的所有饱和负荷进行充分分析，进而减少“伪饱和负荷”对未来预测的影响。

针对我国的不同区域，都有详尽的未来预期发展方向，但受地域与未来多领域发展影响，在该区域的城市化发展趋于较为稳定的状态时，短期内仍有可能出现较大幅度变化的情况，由于地域关系以及其他领域的相互带动，在该状态下提取的饱和负荷中与其他领域联系密切的饱和负荷需要再次进行重要分析。从该区域的其他领域的发展前景作为参照基础，进而通过对饱和负荷进行分析尽可能剔除“伪饱和负荷”的影响，其具体操作流程图如图1所示。

一个区域的人均用电量可以从侧面反映出增量配电网负荷是否趋于饱和状态，但对于流动群体来说，受该区域的生活水平与就业难易程度影响，人口数量可能在一年中的各阶段变化幅度较大。因此人均用电量也会随之而改变。为此在对区域人均生活用电量变化幅度不大情况下，提取的饱和负荷通过改进Logistic模型进行分析时应根据该区域的生活水平与就业难易程度参考其中，尽可能剔除“伪饱和负荷”对未来预测的影响，其具体操作流程图如图2所示。

图2 区域人均生活用电量变化稳定提取饱和负荷分析

对于该区域的用电结构发展来说，若工业用电量趋于稳定状态，则说明该区域的用电结构已经趋于稳定状态。但受国家未来对外经济政策影响，部分区域可能出现短时间用电结构改变的情况，受未来市场经济的影响，个别区域可能改变自身发展进程以便得到更好的发展，因此应对与国家未来对外经济政策影响和未来市场经济的影响联系密切的饱和负荷进行充分分析。

2.3 基于改进Logistic模型预测饱和负荷预测

由于传统Logistic模型收敛性比较差，且未对随机变量影响加以考虑，因此对增量配电网饱和负荷预测的精确性较低。本文采用改进Logistic 模型对增量配电网饱和负荷进行预测，改进Logistic 模型相比较传统的Logistic 模型增加了一个随机变量c，该随机变量会随着具体的原始数据的拟合情况而出现自动改变与调整的情况。通过改进Logistic 模型对增量配电网饱和负荷进行预测的具体流程示意图如图3所示。

图3 增量配电网饱和负荷预测具体流程示意图

在该过程中，改进Logistic模型首先会对城市化发展趋于较为稳定的状态下提取的饱和负荷通过相关公式进行预测，将得到的预测结果进行保留储存，同理，接下来本文会对区域人均生活用电量变化幅度较小情况下提取的饱和负荷与用电结构趋于稳定且变化较小情况下提取的饱和负荷通过相关公式进行预测，并将得到结果进行储存，最终将三者获得的预测结果进行统一规划，最终得到的预测结果如图4所示。

图4 预测结果示意图

在该预测结果中，对增量配电网饱和负荷预测共分为四个阶段，0—T1 为初期发展增长阶段，该阶段对应发展进程中0—Y1 部分，该部分属于该预测区域未来发展起步阶段最佳时间区域。T1—T2为快速增长发展阶段，其对应的发展进程为Y1—Y2部分，根据上图可知在该阶段该区域的发展进度明显提高，因此在该阶段该区域应加大发展投入力度，进而实现加快完成该区域未来目标的目标。T2—T3为后期快速增长发展阶段，对应的发展进程为Y2—Y3部分，在该阶段虽然该区域的发展仍然迅速，但该区域已经出现部分发展缓慢的现象，因此该区域此时在发展过程中应进行合理投入，争取做到利益最大化。T3—T4 为饱和增长发展阶段，对应的为Y3—Y4 部分，在该阶段该区域的发展已经趋于饱和状态，该区域在发展投入上的力度应该适当减小，进而在保证发展的同时保持自身实力，等待下一个快速发展阶段的来临。

3 饱和负荷预测下的增量配电网自动化协调控制技术

利用饱和负荷预测值，实现增量配电网调度的时段控制及集中式自动化协调控制，达到配电网的准确调度，从而实现饱和负荷预测下的增量配电网自动化协调控制。

3.1 时段控制

根据饱和负荷预测，能够在用电量变化幅度较小的时段提取饱和负荷，得到准确的配电网饱和负荷预测结果，通过各区域的不同饱和负荷量实现配电网电力调度自动化协调控制技术。

本文结合饱和负荷预测技术，依据目前国内对时段分时电价的划分原则和山东地区峰、谷、平多个时段的具体划分，提出针对电网用电的时段错峰控制策略。在用电量变化幅度较小的时段提取饱和负荷，得出一天中各个时段的负荷预测值，在负荷较高的时段实行低用电策略，完成增量配电网的自动化时段协调控制。

3.2 集中式自动化协调控制

集中式优化控制的目标为减小负荷峰谷差，使负荷波动最小化，实现平抑负荷。负荷最小化电力协调调度目标函数如下：

式中，minFref为负荷最小化电力协调调度目标函数，N、L分别为电网运行时段、用电区域，Pb，t为配电网在t时段的负荷水平；pl，t表示在第l 个区域在t 时段内的用电功率需求预测。

配电网各时段评论负荷水平如下：

通过时段控制实现增量配电网错峰用电，通过集中式自动化协调控制实现用电功率控制，最终实现基于饱和负荷预测的增量配电网自动化协调控制。

4 实验结果与分析

为检测所设计的基于饱和负荷预测的增量配电网自动化协调控制技术的准确性与高效性，设计对比实验，与传统的基于Logistic 模型的增量配电网自动化协调控制技术及基于长短期记忆神经网络的增量配电网自动化协调控制技术对比，检验本文设计方法的效果。

4.1 实验参数

根据上述对比实验可设计实验参数如表1所示。

表1 实验参数

4.2 实验结果与分析

根据上述实验参数可得到本文设计的基于饱和负荷预测的增量配电网自动化协调控制技术和传统增量配电网自动化协调控制技术对增量配电网饱和负荷预测的准确率对比图，如图5所示。

图5 饱和负荷预测准确率对比图

其中A、B、C、D、E、F 为该实验中预测的特定区域，所设计的方法通过改进Logistic 模型首先对增量配电网饱和负荷进行了大量的提取，保证了获取数据的普遍性，紧接着对提取的饱和负荷进行分析，筛选出其中的对未来预测有作用的饱和负荷，剔除了无关变量，保证了最终对增量配电网饱和负荷预测的准确性，与传统的预测方法相比较，本文设计的方法不但增加了许多为饱和负荷预测做基础的阶段，也在准确性方面也得到了预期的回报。

在此基础上验证不同方法在增量配电网协调控制过程中的调度负荷波动情况，得到对比结果如图6所示。

图6 增量配电网协调控制过程中的调度负荷波动

分析图6可知，所设计基于饱和负荷预测的增量配电网自动化协调控制技术在电力调度过程中，负荷波动保持在0.2kW 左右，而基于Logistic 模型的增量配电网自动化协调控制技术的负荷波动平均值为2.0kW，基于长短期记忆神经网络的增量配电网自动化协调控制技术的负荷波动平均值为1.9kW。实验结果表明，基于饱和负荷预测的增量配电网自动化协调控制技术的调度负荷功率小，能够有效实现电力准确调度，保证电力调度自动化协调控制的稳定性。

5 结束语

本文研究基于饱和负荷预测的增量配电网自动化协调控制技术，通过改进Logistic模型的特性对增量配电网饱和负荷进行阶段性预测，将我国各区域城乡差异，经济差异等影响因素考虑到其中，在我国各区域增量配电网饱和负荷大量提取后，对饱和负荷进行分析，将对该区域没有影响的饱和负荷进行合理消除，最终在对各区域进行合理增量配电网饱和预测，通过时段控制及集中式自动化协调控制实现增量配电网自动化协调控制。较于传统的增量配电网自动化协调控制方法，本文研究的方法更具有针对性与及时性，实验结果表明，所提技术可以准确预测增量配电网饱和负荷，使调度负荷波动控制在最小范围内，实现电力调度稳定协调控制。