基于目标差异化分解的智能配电网技术方案决策

何昌皓,张雪莹,曾庆彬

(1.广东电网有限责任公司战略规划部, 广东 广州 510600；2.广州市奔流电力科技有限公司，广东 广州 510635)

“十四五”是碳达峰的关键期和窗口期，推进构建以新能源为主体的新型电力系统，进一步拓宽了各种智能化技术在电网的创新应用[1-2]。

配电网智能化主要依托分布式电源技术、自动化技术、通信技术、信息技术、储能技术等智能电网新技术，建设结构合理、运行灵活、经济高效的配电网，进而实现配电网可靠、绿色、高效经济运行[3-5]。目前，国内外正逐步加快智能配电网的建设步伐[6-8]，如：欧盟一些国家重点开展用户侧灵活资源的应用，完善小型分布式电源接入配电网的管理[9]；美国部署了家庭显示器、用户网关，通过配电网用户监测实现智能用电管理[10]；我国则研发了智能配电终端、配电主站等配电自动化技术，以实现配电网的综合可视化运维。

为合理开展智能配电网规划决策，在智能配电网建设目标导向方面：文献[11]着眼于供电能力的最大化提升，构建了智能配电网规划优化模型；文献[12]考虑事故-经济重构共同影响，聚焦综合投资成本和安全运行成本综合，构造了具备“三遥”功能的配电智能终端选址选型规划模型；文献[13-14]从配电网的供电可靠性、经济性、供电质量、安全性、适应性等多方面构建综合评估指标体系，对待选规划方案进行比选择优。以上文献以不同指标发展为导向进行规划建设方案决策，但指标体系中未考虑地区经济和电网发展程度，以及对智能水平差异化发展的需求。

而在智能配电网技术发展路线方面，现有文献大多从技术的角度出发，论述智能配电网技术的发展前沿和发展路径[15-17]，文献[18]进一步从技术适应性角度对配电网规划开展评估。南方电网从供电区分类的角度，提出了配电网分层分类的技术发展原则。从目前工作看，配电网技术发展分析更多着眼于宏观研判，规划标准、技术路线相对统一，还未细化技术与指标发展需求的关联度。

本文着眼于智能配电网差异化建设指标导向，基于指标重要度和满足度评估，研究配电网指标分类和差异化建设目标集。提出指标导向-技术配置关联矩阵，量化评估技术发展与指标提升之间的关联性。综合配电地区差异、不同技术的发展应用现状，建立智能配电网的技术择优组合配置模型，以期为差异化制订智能配电网技术发展战略提供借鉴指导。

1 智能配电网建设目标差异化分解

随着“双碳”目标的提出，智能配电网基于信息可采、信号可传、设备可控等智能化技术实现保障供电、优质供电的同时，还需实现清洁供电。围绕清洁、优质、保障供电，总结梳理智能配电网建设指标体系，见表1。

不同配电网基础现状具有差异性，对不同指标提升需求程度不一。因此，本节提出指标重要度和满足度2个维度，对指标进行差异化分解。

1.1 指标重要度分析

指标重要度分析是指结合不同配电网的实际发展需求，对配电网指标进行重要度排序。基于表1的层级指标结构，结合专家评估，运用层次分析法(analytic hierarchy process，AHP)[19-23]可量化计算获得第2层各细化指标的权重取值(权重取值在0～1之间)，具体计算方法详见文献[19]。指标权重值越大，则认为指标重要度越大。

表1 智能配电网建设指标体系

为进一步将指标按重要度分类，可对指标权重值按从大到小进行排序，位于α1之前为很重要，位于α2之后为重要度一般，其余为比较重要。α1和α2为设定的阈值，本文考虑相对均等化分，均设置为30%。

1.2 指标满足度分析

指标满足度是从配电网实际出发，评价配电网现状与具体目标的差距及提升空间的大小。

对于具有M个指标的指标体系(本文指表1所示的8个具体指标)，假定T(m)为第m个指标的设定目标值，S(m)为第m个指标当前状态下的计算值，定义指标满足度C(m)计算公式如下：

a)对于越大越好型指标，

(1)

b)对于越小越好型指标，

(2)

式(1)、(2)中Imax(m)、Imin(m)分别为指标m的最大值、最小值，二者之差反映目前电网建设水平下指标可提升的最大幅度。由式(1)、(2)可知，满足度计算值在0～1之间。

进一步定义指标满足度的2个阈值β1和β2，且0<β1<β2<1。C(m)计算值为1表示指标已完全满足要求，当其值小于1时，可以按需将C(m)分为3个区间：[0，β1)、[β1，β2)、[β2，1]。按区间将指标分为低满足度、适中满足度、较好满足度3类。本文3个区间设置为[0，0.3)、[0.3,0.7)和[0.7,1]。

1.3 差异化建设目标集

综合指标重要度和满足度的影响，以满足度为横轴，重要度为纵轴，形成指标2维划分区域，从重要度和满足度2个维度反映配电网在某指标项提升的迫切性。结合2维坐标衡量体系，将指标差异化划分为亟待改善类、需要改善类、基本满足类、完全满足类4个档次，如图1所示。

图1 指标差异化划分

结合指标的差异化划分，提出基础方案目标集、中级方案目标集和高级方案目标集如下：

a)基础方案：考虑解决较为紧迫的目标，因此目标集仅包含将亟待改善指标。

b)高级方案：考虑最大化建设需求，因此目标集需涵盖亟待改善、需要改善和基本满足3类指标。

c)中级方案：介于基础方案和高级方案之间，在满足基本需求的基础上提升电网指标，目标集涵盖亟待改善和需要改善2类指标。

2 指标导向-技术配置关联矩阵

2.1 关联矩阵含义

以指标提升为导向，为匹配所需适宜技术，本节定义指标导向-配置技术的关联矩阵E=(Emj)M×J，矩阵元素的含义为在发展指标m导向下，技术j(j=1,2,…,J)的综合适应性评分结果，为后文构建技术方案差异化配置模型提供关键约束。

为获取指标导向-配置技术关联矩阵中各个元素取值，本文采用评价分析常用的模糊综合评价法[24-27]，通过多维度评价的途径，综合量化技术在指标导向下的应用适应性，并以此量化结果作为关联矩阵元素取值。

2.2 关联矩阵构建流程

根据模糊综合评价方法的流程[28]，首先针对任一技术j，以发展指标m为导向，构建评价指标集SP和评语集SQ为：SP={技术可靠性，技术经济性，电网建设适应性，运维难度，建设目标提升能力}，SQ={成熟阶段，成长阶段，起步阶段，萌芽阶段}。

针对SP和SQ中的P个评价项、Q个评语项，构建评价值矩阵R=(rpq)P×Q，元素rpq为评价项p相对于评语项q的模糊隶属度。

为获得rpq，本文结合技术调研实际，基于量化的评分准则，首先采用专家评分法获得不同技术在评价项p方面的评分值Vp，将Vp代入所构建的隶属度函数中，形成rpq取值。其中，量化评分可按20分为总分计数，评分准则见表2。评价项p对应的4个阶段可构建梯形隶属度函数，隶属度函数的构建参考文献[29]。

表2 指标的量化评分准则

基于rpq，可计算以发展指标m为导向下某技术j的综合评估分数

(3)

式中：gp为评价项p的权重值，若无特别偏重，则权值可取一致；*为模糊算子，一般可以采用加权平均型算子；bq为各评语对应计算参量[28]。若某技术与某指标的提升能力无关，则令相应的Emj为0。

综上，指标导向-配置技术关联矩阵构建流程如图2所示。

图2 指标导向-配置技术关联矩阵的构建流程

3 技术方案差异化决策

3.1 技术组合配置模型

技术组合配置立足于智能配电网指标现状，考虑智能配电网的发展目标需求，同时结合智能配电技术发展实际，为智能配电网建设配置1种或多种技术组合，制订智能配电网技术发展战略，为配电网智能化发展提供技术路径参考。

具体地，针对1.3节所构建的目标集，为不失一般性，考虑目标集中含有I个指标(I≤M)。技术组合配置目的是选取1种或多种技术组合，使得目标集中的指标提升效果最好。

定义Fi为采用某技术组合方案下目标集中指标i(i=1,2,…,I)的综合评分，考虑目标集中所有指标综合分数U最优，构建目标函数

(4)

对于Fi，其综合分数主要与选取的技术类型和技术个数相关，定义变量Z为所选取技术组合方案中技术的种类个数。由于某种技术不可能提升所有指标，为满足目标集中的所有指标，存在一个最小的技术种类个数，定义为Zmin。Fi满足约束如下：

(5)

(6)

式(5)、(6)中：yj为逻辑变量，若技术方案中选取了某技术j，则yj=1，反之yj=0；ξ为技术方案评分的折算系数。

折算系数ξ主要是考虑随着技术种类个数的增加，投资效益可能存在衰减效应。由于Zmin为满足目标集需求的最小技术种类解，故当技术个数种类不大于Zmin时，可不考虑技术投资效益衰减。因此折算系数ξ可表示为

(7)

式中μ为衰减系数。一般地，若μ取0，则不考虑技术的投资效益衰减。考虑到指数函数底数过大会带导致折算系数变化过大，故衰减系数取值区间不宜过大，本文推荐值为0～0.3。从衰减系数的实际意义看，发展较完善的地区基础配套建设的技术相对更完备，指标现状较优，对后续新投入技术敏感度较低，因此对该类地区可设置较高的衰减系数，反之基础较薄弱地区可设相对小的衰减系数。

3.2 模型求解

式(4)—(7)构建了最大化目标函数的混合整数非线性规划模型，其中折算系数ξ为分段函数非线性项，并且与Z和Zmin相关。由于Z为离散取值并有限，可将Z=1，2，…等离散值依次代入上述模型，获取Z与技术组合方案评分U之间的关系，将模型转化为一系列混合整数线性规划求解。具体步骤为：

步骤1：初始化，令Z=1，ξ=1。

步骤2：求解混合整数线性规划模型﹝式(4)—(6)﹞。

步骤3：若模型无解，则Z=Z+1，转到步骤2；若模型有解，则此时Z的取值为Zmin。

步骤4：令Z=Z+1，基于式(7)求解ξ，并求解模型﹝式(4)—(6)﹞。

步骤5：判断Z是否为最大待选技术个数。若是，则结束；若否，则转到步骤4。

基于上述求解步骤，本文采用GAMS软件建模并调用CPLEX求解器求解混合整数线性规划模型﹝式(4)—(6)﹞，所求解模型主要变量为逻辑变量yj。

3.3 技术方案解的差异化选取

由模型求解步骤可知：当确定技术个数Z的取值，可求解对应的1个组合方案评分U及对应的某个技术组合方案；对Z进行逐个取值，可获得对应的一系列U和组合方案，并且由于技术评估分数Eij非负，随着Z增大，组合方案评分U亦随着增加。为从Z与U对应多组解中合理取得1组解，定义评估分数提升率

(8)

式中：Umax、Umin分别为多组解关系中U的最大值、最小值；U(Z)为选择技术个数为Z时对应的评估分数，反映U与Z的抽象函数关系。

结合1.3节所述，面向基础、中级及高级方案不同的目标集，可根据需求选取不同的评估分数提升率阈值δfix，对应技术方案为评估分数提升率不小于δfix的最小技术个数所对应的技术方案，即

(9)

4 算例分析

4.1 区域建设场景分析

选取广东某地区配电网为实际算例进行仿真分析。该地区以山地居多，季节性降雨明显，水电和光伏等分布式发电资源丰富，区域以居民和工业负荷为主。受限于山区地形，区域供电网架较薄弱，线路供电半径长，因此供电的电能质量差，供电可靠性也有待提高。同时，分布式能源开发程度较低，需要进一步提高区域节能环保水平。

按照差异化目标集构建思路，以该地区的配电网的指标现状及目标值为基础，得到区域建设目标差异化分析结果，见表3。

表3 区域建设的差异化目标集

结合调研情况，从源、网、荷、储4个方面梳理可在该区域发展的技术类型，构建指标导向-技术配置关联矩阵，量化技术投入与指标提升之间的关系。具体根据指标的量化评分准则，基于专家评分法获得技术在各项评价指标上的评分权重和评分值，进而得到在不同建设目标上的综合评分。

以馈线调压器为例，根据专家评分，得到馈线调压器各项评价指标与发展阶段的模糊关系，见表4。

表4 馈线调压器评价指标与发展阶段的模糊关系

根据技术的各项评价指标评分和指标权重，进一步利用式(3)得到不同指标导向提升的技术综合评分，见表5。

表5 不同指标导向下的技术综合评分

4.2 差异化配置方案

根据基础方案、中级方案和高级方案目标集的划分情况，基于本文提出的技术方案差异化决策模型，对实例配电网开展差异化配置研究。本节分析中，技术衰减系数μ暂考虑为0，可绘制出技术方案个数与技术方案评分的多组解关系曲线。结合技术方案解的差异化选取方法，基础方案中δfix=0，中级方案中δfix=50%，高级方案中δfix=80%。技术方案的差异化配置方案如图3所示，对应技术方案见表6。

表6 配置技术方案

由图3可知，基础方案选取技术种类个数最小的方案，优化配置后，共选取3种技术。根据亟待改善类指标和区域能源特点，选用小型水电提升区域能源自给率，选用分布式自愈控制技术提升自动化有效覆盖率，选用智能配电房提高区域电能质量。

图3 差异化配置方案情况

相较于基础方案，中级方案额外考虑分布式能源消纳率和用户年平均停电时间2个建设目标，共选取8种技术进行组合。在基础方案选取的3项技术基础上：选取光伏发电和电化学储能技术，优化区域能源构成和提高新能源消纳率；通过智能换相和馈线调压器，进一步提高区域电能质量；利用新型变压器的有载调压能力，降低计划停电时间，提高供电可靠性。

高级方案配置共选取10种技术进行组合：通过新增冰蓄冷储能技术，和电化学储能配合，满足区域富余新能源的消纳需求；引入有序充电，优化电动汽车用电行为，降低网损。

4.3 考虑投资成效衰减的差异化配置分析

本节分析投资成效衰减系数给配置方案选取带来的影响。基础方案选取技术组合最小为配置方案，因此无需考虑技术的投资成效衰减。调整成效衰减系数μ，中级方案和高级方案的配置情况如图4、图5所示。

图4 考虑衰减系数的中级方案配置

图5 考虑衰减系数的高级方案配置

考虑投资成效的衰减后，随着选取技术数量增多，后续选择技术的综合评分效益呈指数衰减趋势，中级方案和高级方案的评分曲线均趋向平缓。同时，衰减系数越大，后续选择技术的综合成效增量越低，达到方案优选解的速度越快。该曲线变化特性表明衰减系数越大时，技术投入后达到饱和的速度越快，因此选择大的衰减系数，适用于配电网发展较完善、指标相对较优的地区，用以反映其对后续新投入技术敏感度较低的特性。

进一步分析衰减系数对地区配置方案选取的影响。对比基础方案、中级方案和高级方案的评分情况，见表7。

表7 差异化方案评分对比

由表7可知，随着衰减系数增大，中级方案和高级方案的评分差距以及两者与基础方案的评分差距逐渐变小。以仿真所用的配电网实例为例，该建设区域处于山区，指标现状较差，技术投入之后指标预期提升明显，结合衰减系数所反映的技术投入饱和度，该山区配电网应考虑较低的衰减系数。对比各级别方案的技术评分差异值可知，采用中级方案或高级方案带来的投资成效更为显著。

而对于配电网现状指标好、发展水平高的中心城区，选取较高衰减系数，偏向于采用“精准建设”的基础方案，解决最迫切需求，不盲目追求指标全面提升，有效提升方案的经济性和实用性。

5 结论

本文基于指标重要度和满足度评估，建立地区差异化建设目标集，构建指标导向-技术配置关联矩阵，量化技术发展与目标协同之间的关系，并构建智能配电网技术方案差异化决策模型，以某配电网为实例进行仿真分析。主要结论如下：

a)基于目标差异化分解获得差异化建设目标集，以此选择技术决策方案解可适应配电网不同目标和配置需求，增加方案决策的柔性和适应性。

b)提出以指标导向-技术配置的关系矩阵量化关系作为技术方案决策的关键约束，结合地区发展目标差异，构建技术方案选择模型，可为配电网智能化路径发展提供更具有针对性的指导意见。

c)技术方案模型中引入反映随技术投入增加而成效趋饱和快慢的衰减系数，方案决策时，配电网发展较完善区域推荐采取较大衰减系数，其技术方案达到优选点的速度趋快，反映发展较完善区域对后续新投入技术敏感度较低，避免盲目试点示范，造成冗余建设。反之，对于发展落后地区，推荐采用较小衰减系数，表明其以全面的技术路线达到全面提升区域指标的效果。需说明的是，衰减系数与各地配电网发展水平相关，具体衰减系数与区域发展现状的量化关系有待进一步研究。