配電網多階段多場景規劃方式研究

李振偉，馬明禹，楊娜，馮勝濤，王鵬

（1.河北省電力公司邯鄲供電分公司，河北邯鄲 056002；2.上海電力學院，上海 200082）

目前電力系統配電網規劃的主流方向基本是考慮對多階段規劃模型的適當復雜化，增加不確定性規劃的方法，嘗試使用并簡化規劃算法中的動態規劃與隨機優化的遺傳算法[1]。由于使用模型的復雜化，對方法與算法的合理簡化將是對整個規劃非常有益的事。本文將分析對于配電網的多階段模型以及多場景規劃方式的分離，并考慮對主、次配網之間的區分進行闡述并分析，以便提出一種既能保證正確性，有能適當符合實際，并便于計算的規劃方式。

1 配電網多階段多場景規劃現狀與問題

配電網作為直接對用戶供電的系統，直接影響到用電需求的滿足與否，所以在配電網建設之初，就應該很好地考慮未來一切可能對供電能力、可靠性、運行維護成本等問題的因素，并合適的體現在配網規劃之中。隨著時間的推移，規劃之初的一些構想或者做法可能就無法滿足未來用電的發展，這不但造成對社會、經濟的束縛，更可能導致一些不愿發生的結果。許多研究者將問題總結為3部分，分別為1模型，2方法，3算法。本文圍繞這3部分進行梳理。

1.1 模型

主要分為早期模型與近期模型。早期模型里，按照時間順序有：

1）變電站規劃模型。

2）網架規劃模型。

3）變電站-網架聯合規劃模型。

4）多階段模型[1]。

從早期模型的發展來看，前2種模型主要是簡單、易于計算，其主要關注的對象是配電網自己，也就是設備，對于用戶的關注度不夠高。聯合規劃模型則是將前2種模型進行了整合。而多階段模型的提出，則是以一種發展性的眼光來對待配電網規劃。根據設備建設投運的順序將規劃內時間合理劃分成若干階段，逐一進行計算。而近期模型則是在早期模型基礎上發展出來的，其實就是將之前的模型進行適當的，有針對性的復雜化[2]。比如將目標函數復雜化；將約束條件復雜化；考慮一些不確定因素的影響等[3]，或者在模型中加入地理信息[4]；考慮到分布式電源接入影響；運用一些現代管理科學來提高配網在可靠性、可行性和靈活性上的表現等。

1.2 方法

通常使用的規劃方法：

1）多目標規劃方法。在簡單的將多個目標通過加權相加得出結果可能產生一些問題后，結合部分優化辦法來進行修補得出結論。

2）多階段規劃方法。目前由于數學方面的進展較慢，所以均是將動態的多階段分解為單個靜態階段進行規劃，并通過先后階段之間的聯系進行修正。雖然無法得到真正意義上的全階段最優解，但也算是較為近似。亦或在納入不確定因素時，使用多個場景進行階段的拆分，其實質也是一種簡化近似[5-6]。

3）不確定性規劃方法。主要針對的是像負荷這樣比較隨機的變量，進行模糊預測[7]。

1.3 算法

對應于1.2節的規劃方法，算法也具有針對性。比如利用動態規劃法來解決部分多階段、多場景的規劃問題[5]；利用遺傳算法來解決一些包含隨機性與需要優化的規劃問題等[7]。

在模型日趨完善、負責的情況下，這些算法逐漸暴露出求解困難、收斂性不佳和計算速度緩慢的問題。

除此以外，對于城市配電網規劃，由于自動化程度不高，很多原始資料在收集時普遍缺乏完整性與準確性，而規劃過程中又對供電環節中的薄弱部分無法進行準確估計與反映，致使許多規劃在實際應用時還會面臨一些不利影響[8]。

面對這些問題，通常做法是通過對網架簡化，參數分離等方法化簡模型；將問題線性化，將目標單一化，將動態問題解耦及靜態化，并加入部分主觀干預以解決部分問題[9]。

2 規劃模型與方法匹配

筆者認為，在算法的效率性與模型的準確性之間進行合適的權衡與取舍，對于配電網的規劃是非常有必要的。配電網絡的規劃，其主要目的是將電能合理地分配給其供電區域內的各個用戶，不僅需要保證電能質量，還要保障用電可靠性。而在智能配電網、智慧城市等大的時代背景下，配電網規劃的目標也適時發生了變化。不僅需要有能力接納新能源分布式發電，還要提供足夠的供電靈活性，保持較高的供電可靠性，并能提供人性化的服務。

對于任何一個地區，隨著其經濟的發展，用電負荷總會按照一定的規律發展增長。按照其負荷增長的速度可以分為低速增長期，高速增長期以及飽和增長期，如圖1所示。

圖1 負荷增長示意圖Fig.1 Load growth schematic

根據多階段的思想，在低速增長期，只需考慮在接近高速增長時期前，對大規模基礎建設部分預留出足夠的空間，以便在未來建設時期能夠游刃有余。這需要對未來該地區的發展軌跡有一定的判斷。

在區域負荷高速增長期內的初期，則可以根據發展建設的時序，設定2~3個階段，比如根據負荷區域規劃功能按照負荷重要程度、投運時間安排建造變電站。因為變電站建設周期長、成本高，所以應該在土建階段一次性選址完畢，規模按照其最終要求建設。變電站主變數量可根據當地負荷增長情況有計劃地安裝、投運。這時可使用多階段模型進行計算。而在高級增長期的后期則需要根據實際情況適當考慮配電自動化、分布式電源的接入、高可靠性運行和高靈活性調度等問題，可以使用不確定模型進行建模。并將配電網絡分為主配網及次級配網，進一步完善接線模式，并方便設備管理[10]。

而在規劃其飽和時期時，則可以運用地理信息系統、現代管理科學等對模型進行完善，并考慮到電力市場的發展趨勢與對配電網絡的影響。針對負荷短期波動的隨機性以及天氣對配網的影響，運用適當的算法求解，借助網絡的靈活性進行調度。

設定這樣的基本原則，短期負荷預測盡量準確，便于靈活調度，保證供電。遠期負荷預測在經濟性的前提下盡量充裕。

網架結構根據負荷重要性，以及各節點所處位置，區分主、次配網。主配網盡量使用環網結構，次級配網使用多分段適當聯絡等，保證接入用戶的線路可追溯到2個不同電源點。對于類似用戶，可以總結出一些模塊化的接線方式。

3 多維函數參數設計

對于某區域的規劃來說，如果可以根據其未來規劃的不同階段、不同場景、地理位置，符合區域功能、經濟發展情況、天氣環境、自動化程度和是否有分布式電源接入等一系列信息的不同，作為某種函數的參數，計算出一個結果，并將該結果的可能取值區間進行區分，每個不同區間對應于一種或者幾種特定的接線模式，便能很快地確定某區塊所需要使用的設備數量，并可以通過負荷預測、成本效益分析對其進行校驗[11-14]。

設定可能需要的相關參數，如表1所示。

通過一系列的經驗與方法的組合，應該可以給出一個多維函數：

式中：X、Y、Z、C均為計算得出的各維度的結果，并根據其值在多維評價坐標系中的大小來幫助決定采取何種類型接線模式，或者確定優先改造的部分。當令各維參數為

式中：x1=1，2，3；表示規劃階段；x2=1，2，3，…；1表示平原，2表示沿海，3表示山區；x3=1，2，3；1表示三線城市及以下，2表示2線城市，3表示一線城市。

式中：y1=4（表示商業區）×商業區域占規劃區域面積百分比+3（表示工業區）×工業區域占規劃區域面積百分比+2（表示居民區）×居民區占比+1（表示農業區）×農業區占比；y2=0~1，表示規劃區域氣候對于當地負荷的影響是否強烈。如西北某地常年有風，配電桿塔可能會因為風力過大而倒伏導致停電，則可取y2=0.9；如內地某平原地區，氣候正常，對負荷及供電情況影響很小，則可取y2=0.1。

式中：z1=4，3，2，1，0；表示自動化程度，4表示自動化程度極高，1表示自動化程度極低，0表示自動化程度無；z2=1，0；1表示有分布式電源接入，0表示沒有；z3=1，0；1表示有儲能裝置接入，0表示無儲能裝置接入。

表1 相關參數Tab.1 Related parameters

式中：c1=0~1，1表示資金充沛，0表示資金嚴重不足；c2＞0，大于1表示維護成本過高，小于1表示維護成本較為低廉。

根據各維參數的可取最大值進行化一處理，然后將計算結果標于坐標平面上，如圖2所示，可以得到一個四邊形圖案[15-17]。

圖2中，根據現有配網情況計算得出結果{X，Y，Z，C}標注于圖中對應的點a，b，c，d。如果在規劃中需要提高其智能化和自動化程度，使得配電網滿足新的指標，如圖中點a，b，c′，d′所示。可以結合模塊化的接線模式，按照類似指標進行模擬，看看最后是否能夠滿足要求。則可以由計算多維函數得出如何選擇接線模式（見表2）。

圖2 多維函數指標示意圖Fig.2 Multidimensional function index schematic

表2 結果與接線模式對應表Tab.2 The results corresponding with the wiring pattern

表2中，m%、n%、o%、p%分別表示計算結果圖形在Ⅰ、Ⅱ、Ⅲ、Ⅳ象限內所占面積，根據這組數值確定其所需采取的接線模式。配合未來模塊化，標準化，序列化的規劃趨勢，不同接線模式的差別應該是能夠確定下來的。不同接線模式的取舍，將在以后的研究中探討，本文不作深入分析。但能夠確定的是，接線模式的可靠性、經濟性和靈活性等指標的提升是能夠用文中的多維函數所體現的。通過完善這種多維評價函數，來得到接線模式的方法，能夠在未來配電網規劃中起到一定的作用。這也算是一種對配電網規劃方式的拓展。

目前函數具體形式有待商榷，也可嘗試加權平均后相加，增加更多相關參數。其結果也勢必與配電網發展程度正相關，即數值越大，配電網越發達，符合這一結果。

4 總結與展望

本文結合以往配電網規劃方法，提出了通過多種方式分別將規劃過程分解，并可以通過簡單計算匹配到合適接線模式的方式，該方法存在可能性，并且對降低規劃過程中的難度。該方法主要依靠對以往規劃的總結，并可能需要專家系統的輔助。在未來規劃中，還可以陸續增加其參數數量，不但可以作為對遠期規劃的指導，還可以用來分析不同情況下，相同接線模式的適用性。這也有助于對現有配網接線模式進行總結，并提煉出一些比較成熟可靠的模塊化接線方式。方便在未來規劃中相互套用，以節省規劃時間與成本。

當然該方法還很不完善，在對短期負荷預測方面沒有什么支持，但是可以采用其他方式進行彌補。在配合以后電力市場、智能電網等問題上，該方法也進行了考慮，而且提供了發放性的思路。

而接下來的工作便是如何完善整個公式，提出具體的表達式，完善各種典型的接線模式，并根據接線模式與建設維護成本的關系將計算結果區間進行分區，并驗證該方法的正確性。

[1]孔濤，程浩忠，李鋼，等.配電網規劃研究綜述[J].電網技術，2009，33（19）:92-99.KONG Tao，CHENG Haozhong，LI Gang，et al.Review of power distribution network planning[J].Power System Technology，2009，33（19）:92-99（in Chinese）.

[2]王賽一，王成山．基于多目標模型的城市中壓配電網絡規劃[J]．中國電力，2006，39（11）：46-50.WANG Saiyi，WANG Chengshan.Urban MV distribution network planning based on multi-objective model[J].Electric Power，2006，39（11）:86-88（in Chinese）.

[3]鞠平，李靖霞．配電網模糊優化規劃（I）：模型與方法[J]．電力系統自動化，2007，26（14）：45-48.JU Ping，LI Jingxia.Optimized fuzzy planning of distribution power networks.part one:model and methodology[J].Automation of Electric Power Systems，2007，26（14）:103-105（in Chinese）.

[4]KHODR H M，MELIAN J A，QUIROZ A J，et al．A probabilistic methodology for distribution substation location[J]．IEEE Trans on Power Systems，2003，18（1）：388-393.

[5]PARTENEN J．A modified dynamic programming algorithm for sizing locating and timing of feeder reinforcements[J]．IEEE Trans on Power Delivery，1990，5（1）：277-283.

[6]高賜威．電網規劃不確定性模型及優化算法研究[D]．上海：上海交通大學，2006.

[7]PEDRO M S，CARVALHO，LUíS A F，et al．Distribution network expansion planning under uncertainty：A hedging algorithm in an evolutionary approach[J]．IEEE Trans on Power Delivery，2000，15（1）：412-416.

[8]劉曉明.城市配電網規劃現狀及問題探討[J].中國電力教育，2012（30）:51-53.LIU Xiaoming.Distribution network planning of urban situation and problems[J].China Electric Power Education，2012（30）:51-53（in Chinese）.

[9]暴海峰.配電網規劃研究現狀[C]//昆明:2010年云南電力技術論壇論文集，2010.

[10]王賽一，李露瑩.中壓配電網次級網絡分析模型[J].電力系統及其自動化學報，2012（3）:151-155.WANG Saiyi，Li luying.Analysis model for secondary grid of mid-voltage distribution network[J].Proceedings of the CSU-EPSA.2013（3）:151-155（in Chinese）.

[11]王天華，王平洋，范明天.用演化算法求解多階段配電網規劃問題[J].中國電機工程學報，2000（3）.WANG Tianhua，WANG Pingyang，FAN Mingtian.Optimal multi-stage distribution planning using evolutionary algorithm[J].Chinese Journal of Electrical Engineering，2000（3）:95-98（in Chinese）.

[12]朱立蓉，王璞，王承民，等.配電網規劃中電壓等級的優化選擇方法研究[J].電網與清潔能源，2010，26（11）:16-18.ZHU Lirong，WANG Pu，WANG Chengmin，et al.Voltage level optimum option in power distribution network planning[J].Power System and Clean Energy，2010，26（11）:16-18（in Chinese）.

[13]王浩.考慮進化穩定的多種群遺傳算法在配電網規劃中的應用[J].電力科學與工程，2007，23（3）:9-12.WANG Hao.Poly-population genetic algorithm on revolutionarily stable applied in distribution network planning[J].Electric Power Science and Engineering，2007，23（3）:9-12（in Chinese）.

[14]張國立，李庚銀，謝宏，等.多目標加權模糊非線形規劃[J].華北電力大學學報，2004，31（1）:33-35.ZHANG Guoli，LI Gengying，XIE Hong，et al.Multiobjective weighted fuzzy nonlinear programming[J].Journal of North China Electric Power University，2004，31（1）:33-35（in Chinese）.

[15]羌丁建，壽挺，朱鐵銘，等.高壓配電網規劃評價指標體系與綜合評價模型[J].電力系統保護與控制，2013，41（21）:52-57.QIANG Dingjian，SHOU Ting，ZHU Tieming，et al.An evaluation index system and comprehensive evaluation model on high-voltage distribution network planning[J].Power System Protection and Control，2013，41（21）:52-57（in Chinese）.

[16]趙書強，王磊.改進蟻群算法在配電網規劃中的應用[J].電力系統保護與控制，2010，38（24）:61-65.ZHAO Shuqiang，WANG Lei.Application of improved ant colony algorithm in distribution network planning[J].Power System Protection and Control，2010，38（24）:61-65（in Chinese）.

[17]楊超杰，蕭思杰，王道龍，等.輸電線路污穢在線監測裝置選址策略研究[J].電瓷避雷器，2015，138（2）:10-13.YANG Chaojie，XIAO Sijie，WANG Daolong，et al.Research on location strategy of transmission line pollution on-line monitoring device[J].Insulators and Surge Arresters，2015，138（2）:10-13（in Chinese）.