基于层次分析的配电网供电可靠性评估方法研究

王梓丞

(广东省电信规划设计院有限公司，广东 广州 510630)

0 引言

随着新一轮电改的逐步推进、电力市场的不断放开，越来越多的售电公司参与到配电网的建设、运维管理中[1]。因售电公司的配电网建设、运维水平参差不齐[2-3]，所以配电网的供电可靠性评估显得尤为重要。传统的配电网供电可靠性评估，主要是针对10 kV中压线路的供电可靠性评估。其评估方式较为粗犷，不能满足配电网服务企业的精益化管理要求[4-6]。

国内外许多学者对配电网供电可靠性作了大量研究。文献[7]提出了一种计及电网二次的配电网供电可靠性评估方法，通过区域集中保护和容错机制，实现配电网各区域的供电可靠性评估。文献[8]提出了一种基于单相接地的配电网供电可靠性评估方法，通过故障的最小影响分析，对配电网供电可靠性指标进行计算。文献[9]提出了一种计及配电网信息失效的配电网供电可靠性评估方法，通过对配电网自愈过程中的信息失效信息分析，采用蒙特卡罗法进行配电网供电可靠性评估。文献[10]提出了一种含分布式能源和用户类型的配电网供电可靠性评估方法，通过对用户时序负荷和分布式能源接入的分析，实现对配电网供电可靠性的评估。文献[11]提出了一种配电网全生命周期的供电可靠性评估方法，通过全生命周期的收益成本来衡量配电网供电可靠性。由此可见，配电网供电可靠性评估方法多样，且取得了一定的成果。但配电网评估中，数据仅来源于10 kV中压线路，而未考虑0.4 kV供电可靠性的情况，评估准确度不足。

针对传统的配电网供电可靠性评估中存在的0.4 kV低压配电网分析不足、评估准确度低的问题，本文提出了一种基于层次分析的的配电网供电可靠性评估方法，设计了一种配电网供电可靠性评估模型，通过高速电力线载波实现户变关系拓扑；在此基础上，通过评估矩阵综合分析配电网的可靠性；最后，通过实例验证了所提方法的可行性和有效性。

1 供电可靠性评估框架

本文提出了一种基于层次分析的配电网供电可靠性评估方法(以下简称本文方法)。供电可靠性评估框架如图1所示。

图1 供电可靠性评估框架图Fig.1 Frame diagram of power supply reliability evaluation

供电可靠性评估框架主要包括户变关系拓扑识别、10 kV中压数据融合、供电可靠性层次分析、指标权重确定和评估矩阵分析这5个环节。在户变关系拓扑识别环节，通过智能融合终端的高速电力线载波拓扑识别功能，实现配电变压器与用户电表之间拓扑关系的自动识别，并采集电表的电气特征数据。在10 kV中压数据融合环节，将0.4 kV低压用户的电气数据与配电自动化系统中10 kV环网柜、开闭所、10 kV中压线路等测量数据融合，形成中低压贯通的配电网拓扑数据。在供电可靠性层次分析环节，基于对分布式能源的考虑，通过层次分解，得到配电网供电可靠性指标。在指标权重确定环节，通过熵权法确定配电网供电可靠性评估各指标的权重。在评估矩阵分析环节，通过评估矩阵，生成配电网评估报告。

2 配电网可靠性评估模型

2.1 户变关系拓扑识别

2018年，中国国家电网有限公司开展了配电台区高速电力线载波建设工作，以期通过提高电表数据通信速率和方式，实现非计量数据的采集与户变关系的识别[12]。

户变关系识别即识别用电电表所属的配电变压器。本文通过自动拓扑识别的方式实现用户电表与配电变压器的关系对应，以消除人工录入中存在的录入错误。

首先，通过智能融合终端在电压过零点向电表发送户变关系识别信号。发送的信号中带有已知的相位信息和时间戳信号。电表在接收到信号后，将自身过零点的时间戳与接收到的时间戳进行比较。如果时间一致，则检出识别中的信号，并存储在电表上。最后，电表向智能融合终端注册所属相位，完成户变关系识别。

设台区有n个电表。其中：X、Y、Z为单相电表；L为三相电表。智能融合终端识别的电表矩阵K(n)为：

(1)

2.2 10 kV中压数据融合

在数据融合的过程中，通过公共信息模型(common information model,CIM)将配电自动化中的中压模型与0.4 kV的用户模型信息进行拼接，同时，删除2个模型中重复的部分。为确保合并后的中低压配电网拓扑模型的网络拓扑关系、状态估计等应用，在合并后，通过拓扑关系校验，验证数据融合是否正确。

2.3 供电可靠性层次分析

层次分析法是将一个复杂的问题分解为多个层级，通过求解特征值的方式获得最优方案。本文对影响供电可靠性的原因进行层次分析，并归类和形成特征指标集。

在对配电网的分布式能源进行分析后，进行层次分解。设判断的特征系数为k、经过归一化后的特征级数为m、分布式能源影响供电可靠性为Δs。则供电可靠性层次分析的一致性指标Fa为：

(2)

为衡量供电可靠性一致性指标，通过随机供电可靠性一致性指标Fb来计算。

(3)

为解决层次分解偏离问题，本文引入校验系数Fc：

1.2.1 党参总皂苷纳米乳处方筛选。室温下，将党参总皂苷分别溶于表面活性剂(Cremophor EL40、Tween-80、Span-80)、助表面活性剂(PEG400、1,2-丙二醇)、油(辛酸癸酸甘油三酯、橄榄油)中，涡旋振荡，直至不再溶解，测定药物在各溶剂中的溶解情况。

(4)

通过供电可靠性层次分解后，得到配电网可靠性评估指标。配电网供电可靠性层次分解包括配电变压器负载率、电压合格率、配电台区发展协调性、配电台区负荷发展预测、故障恢复时间、带电作业工作率、单位供电成本、配电台区综合线损率等特征指标。

2.4 指标权重确定

通过熵权法确定配电网供电可靠性评估各指标的权重，并采用熵值来判断评估指标的离散程度。其信息熵值越小，则指标的离散程度越大，权重也越大。其中，单个指标的信息熵除以所有指标的信息熵之和即为该指标的权重。

设用户评价配电网供电可靠性指标的总数为G，每个指标的信息熵为Ji(i=1,2,...,G)，通过信息熵计算每个指标的权重Z。

(5)

2.5 评估矩阵分析

在供电可靠性分析指标体系和指标权重的基础上，构建评估分析矩阵，并输入的配电网的指标衡量信息。根据评估矩阵，可获得配电网的供电可靠性评估值。

设供电可靠性评估指标为Wi(i=1,2,...,G)，则评估结果X为:

(6)

3 算例分析

采用本文方法，对某区域的配电网供电可靠性进行分析。该方法所采用的计算机操作系统环境为windosw10，中央处理器为Intel酷睿2.8 G，内存为16 GB。配电网的拓扑架构如图2所示。

图2 配电网拓扑架构图Fig.2 Distribution network topology

①可靠性评估模型运行性能分析。

表1 可靠性评估模型运行性能对比结果

由表1可知，基于本文方法的性能优于贝叶斯可靠性评估方法。

②可靠性评估准确性分析。

选择配电网的样本数为5个、10个、20个、50个、80个、100个、200个，对比本文方法与贝叶斯可靠性评估方法的准确率。将上述两种方法检验的可靠性评估结果与专家人工核查结果进行对比，与专家人工核对结果一致的即为准确。其正确的数量与检验总数之比为准确率。可靠性评估模型准确率对比结果如表2所示。

表2 可靠性评估模型准确率对比结果表

由表2可知，本文方法的平均评估准确率为99.40%，而贝叶斯可靠性评估方法的平均评估准确率为96.49%。因此，本文方法评估准确率优于贝叶斯可靠性评估方法。

③分布式电源对评估准确性分析。

选择200个配电网样本，对比本文中方法与贝叶斯可靠性评估方法的分布式电源影响程度。对比方法为：在接入分布式电源和未接入分布式电源的情况下，将上述2种方法检验的可靠性评估结果进行专家人工核查结果进行比对。与专家人工核对结果一致的即为准确，则其正确的数量与检验总数比较即为准确率。将未接入分布式电源后的准确率减去接入分布式电源后的准确率，即为分布式电源影响程度。分布式电源影响率对比结果如表3所示。

表3 分布式电源影响率对比结果

由表3可知，本文方法在分布式电源影响率方面低于贝叶斯评估法。

④可靠性评估结果。

采用本文方法对某区域100个配电网进行可靠性评估。配电网供电可靠性评估结果为：绝对健康28%；健康占65%；一般占5%；危险占17%；绝对危险占1%。

4 结论

为解决配电网供电可靠性评估中存在的0.4 kV低压配电网分析不足、评估准确度低的问题，本文提出一种基于层次分析的配电网供电可靠性评估方法，并设计了一种配电网供电可靠性评估模型，在高速载波识别户变关系的基础上实现了中低压配电网的融合，提升了配电网评估细粒度。其次，本文采用层次分析法与熵权法建立了配电网的供电可靠性评估模型。最后，本文以中国某区域的配电网为例，对本文方法进行验证。其运行结果证明本文方法的有效性和可行性。本文方法解决了分布式能源大规模接入配电网后的评估难题，为分布式能源的消纳奠定了基础。