基于动态风险评估的输电线路巡检计划优化研究

李仕林,方程,赵明,王永利,曾鸣

(1.云南电网有限责任公司电力科学研究院, 昆明 650217; 2.华北电力大学,北京 102206)

0 引 言

输电线路巡检是保障电网线路安全运行的重要工作,输电线路巡检计划的编制既要保障电网运行的安全和稳定,也需要控制运营成本。然而目前的输电线路巡检计划多为传统的定期无差异巡检[1],未考虑线路的所受外部影响和自身运行情况的变化,可能导致输电线路因巡检力度不够而影响电网安全或巡线过量浪费人力物力[2]。因此通过动态的风险评估制定合理巡检周期,并据此优化巡线排班以形成合理的巡线计划,从而在降低巡线成本的情况下,保证输电线路的安全稳定。

多年来,国内外对输电线路运行风险评估和巡检周期制定的研究已取得了一定的成果。在运行风险评估方面,文献[3]基于改进的层次分析法对影响电网雷害风险评估的诸多因素进行综合分析,提出了面向输电线路全层级对象的整体评估方法,并建立了电网雷害风险评估的全层级模型。文献[4]针对输电线路风险、线路断线与杆塔倒塌等情况,建立了利用故障树分析法的电力系统覆冰风险评估模型,实现了输电线路覆冰风险有效评估。文献[5]针对各气象灾害对架空输电线路的影响程度采用主客观相结合的层次分析-熵权组合方法进行了综合评估,该方法由层次分析法确定主观权重,熵权法确定客观权重,最终利用最小二乘法组合优化确定各风险权重。在巡线周期制定方面,文献[6]以缺陷数据、停电时间及缺陷权重专家数据为基础,基于最小二乘支持向量机算法,结合成本效益分析法研究确定了变压器的最优维护周期。文献[7]考虑了时变故障率对电网计划检修的影响,采用二重威布尔函数描述元件故障率增长规律,以可靠性和经济性为目标,采用启发式迭代方式对电网各元件计划检修率进行优化。文献[8]建立了发电机组等值老化的故障率等效模型, 将发电机组长期运行经济效益作为优化目标,通过蒙特卡罗模拟法描述机组故障并对模型进行求解。文献[9]以巡检成本、故障电量损失成本和维持可靠性成本为综合目标效益函数指标,通过遗传算法求解,提供了一种考虑时变故障率的动态架空输电线路最优巡检策略。

综上所述,现阶段研究多集中在输电线路的风险评估、巡检周期等方面,鲜有完整考虑整个巡检计划的优化问题。输电线路的巡检计划包括线路的巡检周期及巡线的任务排班,通过优化巡线周期及巡线排班,可有效降低输电线路巡检成本,提高巡线人员利用率与设备使用率。首先对需要巡检的线路进行风险等级划分,以确定一年内线路需要的巡检频率,之后通过巡线任务间隔的平滑优化排出合理的巡线任务接续情况,根据接续情况对巡线任务进行组合排班优化,最终实现在保证输电线路安全可靠的前提下,有效降低电网运营的巡线人数和巡线成本。

1 输电线路动态风险等级评估模型

不同输电线路的巡检时间和地点的不同,其对应的风险也不尽相同,故根据具体情况对输电线路进行动态风险评估是保障巡检计划合理性的重要依据。本章从线路故障概率和故障损失两个方面对输电线路运行风险进行评估,进而确定输电线路的风险,评估风险等级并以此为依据制定巡检计划。

1.1 线路运行风险评估

风险代表损失产生的不确定性,它是不利事件发生的概率及其后果的综合量度,因此将输电线路风险定义为：

Rk=pk·Sk

(1)

式中Rk为线路k的运行风险值;pk为线路k的故障概率;Sk为线路k的故障损失。

根据上述公式,通过量化输电线路故障发生概率及故障损失,即可对输电线路进行定量的风险评估。

1.2 输电线路运行故障概率

对输电线路故障率产生影响的因素,可分为由外部自然环境引起的外部因素和由线路自身运行引起的内部因素。将外部因素分为线路所处地貌影响和气候影响,通过所处地貌类型对气象灾害引发故障概率进行加权获得外部环境引发故障概率;内部因素分为使用时长和线路运行负荷,将两种原因引发故障概率加和得到内部运行引发故障概率。因此构建综合故障率指标 。

pk=wgpw+pr+pL

(2)

式中wg为由所处地貌造成的外部故障概率权重;pw为由气象原因产生的线路故障概率;pr为由使用时长引发故障的概率;pL为由运行负荷引发故障的概率。

1)外部因素。

(a)地貌影响。比较典型的地貌影响有高原、山地的影响,山地地区由于较高的森林覆盖率输电线路更易受树障、鸟害、山火的影响;高原地区由于其高海拔的特点,季节性洪水、冰雪频发,同样强烈的紫外线也加速了设备的老化。该权重根据不同地貌上输电线路故障的历史数据,结合专家经验进行评估获得。

(b)气象影响。输电线路的可靠性与气候息息相关,在恶劣的气象条件下的故障概率将显著提高,如雷电、冰雪、大风等气候将增加输电线路的故障概率。根据历史观测数据,通过过去一年内由气象灾害引发的输电线路故障次数与输电线路总故障次数之比,构建由气象原因产生的线路故障概率pw。

(3)

式中nw为过去一年内由气象灾害引发架空输电线路故障次数;N为过去一年内线路总故障次数。

2)内部因素。

(a)运行时长。在不维修的情况下,线路运行时间越长,故障发生的可能越大。因此构建线路故障概率与距上一次修理间隔时间的函数,文中采用两参数的威布尔模型来表征使用时长引发故障概率pr。

(4)

式中α与β分别为威布尔分布的尺度参数和形状参数。t为距上一次修理间隔时间,当β>1时,故障率随着时间递增,能够表征元件的老化情况。

(b)运行负荷。当输电线路的传输功率超过某一定值时,由系统内部因素造成的故障概率就会随着传输功率的增大而上升[10]。其理论机理如图1所示。

图1 输电线路运行负荷与故障概率模型

图1中,PN为线路额定传输功率;Plim为线路极限传输功率,一般情况下,Plim=1.4PN;Pi为线路i的实时传输功率;p0为线路运行在额定传输功率及以下时的故障概率,将其视为由外部原因造成的故障概率;pl为线路i时段实时故障概率。pl数学表达式如下：

(5)

1.3 线路故障损失

当输电线路发生故障时,会对输电安全、电能质量、社会生产等多方面产生影响,根据线路故障导致的负荷减少量将线路故障损失分为5个等级,参照《中国南方电网有限责任公司设备风险评估管理办法》进行赋值,如表1所示。

表1 线路故障损失赋值表

1.4 风险等级划分

根据架空输电线路运行风险值的大小,参照《云南电网有限责任公司2019年设备主要风险及重点维护策略》,将评估得到的线路综合运行风险值分为四个级,即Ⅰ、Ⅱ、Ⅲ、Ⅳ四个级别,其对应的等级分值、巡线频次如表2所示。

表2 线路巡检周期表

根据该模型对输电线路风险等级的评估,建立输电线路巡检的班次集合R={a1,a2,......},以进行后续巡线排班计划的优化。其中,a1代表输电线路a的第一次巡检,参加巡检输电线路及其巡检次数均由该模型获得。

2 巡线计划优化模型

2.1 巡线间隔优化

根据实际运营要求,巡线任务的时间排布应该在满足巡线需求的条件下使巡线间隔尽可能平滑,不宜将巡线任务集中排在某一时段,因此进行巡线时间间隔优化,并用巡线间隔的标准差来刻画任务间隔的平滑性[11]。将输电线路巡检班次i开始时间tsi作为决策变量,则巡检间隔ti可表示为：

ti=tsi-ts(i-1)

(6)

式中tsi为i班次巡线任务的出发时间,单位：d;ts(i-1)为i班次的上一个班次出发时间,单位：d;i=2,3,…,n。为方便计算,将时间转换为天制,将本周期内开始巡线的日期记为0,之后日期进行累加,若1月1日开始巡检,记为0 d,那么1月30日计为29 d。

(7)

(8)

约束条件为：

hmin≤ti≤hmax

(9)

tsi≥T

(10)

tsn≤T′

(11)

式(9)表示各班次巡线任务间隔需要落在最大巡检间隔和最小巡检间隔之间。式(10)、式(11)表示此周期内所有巡线任务的开始时间均在该周期的时间范围内。

2.2 优化模型构建

建立的全年巡线计划组合优化模型,在保证巡检效果的前提下,以年巡检人数和年巡检成本最低为目标,计及巡检任务、人员数量、设备数量等约束。

2.2.1 目标函数

巡线计划组合优化模型以巡检人数最少及巡线成本最低为目标,即：

minZ2=npeo

(12)

(13)

aequ计算公式如下：

aequ=r(1+r)zequ/((1+r)zequ-1)

(14)

式中r为年利率;Zequ为设备的生命期,单位：d。

2.2.2 约束条件

1)巡线任务完成约束：

(15)

(16)

(17)

(18)

其中,式(15)和式(16)为班次衔接约束,保证每个巡线任务均有巡检小组执行且被执行一次;式(17)保证从总部出发的巡线小组最终回到工作站;式(18)保证巡检小组的巡线次数不超过最大巡检数。

2)连续巡检任务。

∀j∈R

(19)

式(19)表示对于两个连续的巡线作业任务,保证由同一组巡检人员执行。

3)工作时间约束。

(20)

式(20)表示下一班次巡线任务的开始时间要大于等于上一班次的结束时间加上任务的交接时间。

4)人员数量约束。

(21)

(22)

式中nl为巡线小组l的巡检人数;

式(21)表示如果巡线小组l执行了某一巡线任务,则Nl=1;式(22)表示执行各巡线任务的巡线人员数小于等于聘用的巡线人员数。

5)设备数量约束。

(23)

(24)

式(23)表示如果设备e执行了某一巡线任务,则Ne=1;式(24)表示参与各巡线任务的设备数小于等于购置的设备数。

2.3 模型求解

在该模型中存在巡线间隔、巡线人员和巡线成本三个优化目标,由于难以通过线性加权法转变为单目标优化问题,故采用多目标粒子群算法[12]对该多目标优化问题进行求解,其基本流程如图2所示。

图2 多目标粒子群算法基本流程图

该算法的关键步骤为：

1)计算适应度。该模型的三个目标函数均求最小值,可直接作适应度值,并将各约束条件的作为罚函数加入至目标函数。

2)选择最优解。在输电线路巡检的实际运营中,通常优先考虑巡检效果,在保障巡检效果的基础上使巡线人数最低,最后考虑巡检成本。按照该顺序进行最优解选择。

3 算例分析

为阐述输电线路巡检计划优化的具体实现过程,验证其有效性,采用某实际电网的巡检线路进行算例分析。其基本信息如表3所示。

以500 kV漫昆Ⅰ回线为例,其外部风险率为20.1%,内部风险率为27.11%(α取值为10.18,β取值为16.93,参考文献[13]),线路故障损失分值为1 500,则可得到其综合风险值：Rki= (wgipwi+pri+pli)·Ski= 707。

表3 某区域巡检线路基本信息表

因此,该线路的风险等级属于Ⅳ级,巡检频率应为1次/2月。同理,得到其他线路的巡检频率如表4所示。

表4 某区域巡检线路频率表

基于巡检频率,使用多目标粒子群算法进行巡检计划优化,其中参数设置如表5所示。

结合问题规模,设置不同的学习因子和惯性权重,使用MATLAB求解,当多目标粒子群算法参数如表6所示时,认为该结果为模型的最优解。

表5 模型所用参数表

表6 多目标粒子群算法参数表

根据选择最优解的步骤,从最优解集中选择最符合输电线路巡检的实际运营的模型解,结果如表7所示。优化巡检计划后,所需的巡线人员数量为15,比原有方案减少了5人;任务间隔标准差也相对较小,巡线的时间间隔更加平滑;巡线的成本比原有方案降低了13%。

表7 模型目标值比较表

从上述算例结果可得到以下结论：

1)根据线路的具体情况进行动态风险评价,可有效指导巡检频率的设置,避免了传统巡线模式固定巡检周期可能出现的巡检过度或巡检不足,提高了巡检部门的综合效益。同时该评价方法可根据不同地区的实际情况进行调整扩展,有效满足实际需求。

2)基于输电线路的动态风险等级评估,巡线计划优化模型优化了巡线任务的时间间隔,提高了巡检平滑度,同时减少了巡线人员的投入,有效降低了电网的巡线成本,其效果如图3所示。但在实际实施过程中巡线人员投入的减少会增加其工作强度,增加巡线人员的平均工作时间,因此电网企业需要提前协调好巡线人员的福利待遇。

图3 成本比较图

4 结束语

为提高输电线路巡检效果,降低巡检成本。文章提出了输电线路的动态风险等级评估方法,综合考虑了影响输电线路故障的内外部原因,并通过输电线路运行风险值的计算进行了风险等级的划分与巡检周期的设置。根据巡线周期建立了巡线计划的优化模型,综合考虑了巡线间隔平滑、投入巡线人数和巡线成本最低的目标及运营的各种约束条件,采用多目标粒子群算法进行了多目标求解。最终通过实际算例验证了该模型的有效性。