基于免疫優化算法的變電運維班駐地選址方法

陳良耳 姚江 成藝斌 劉嘉雯

摘要：隨著無人值守變電站的廣泛應用，供電公司目前采用調控中心和變電運維班相結合的變電站運行管理模式。而無人值守變電站數量急劇增加和路網復雜程度不斷增長，使得依靠人工經驗設置運維班駐地的方式不夠科學合理。因此，本文提出了一種基于免疫優化算法的變電運維班駐地選址方法。首先分析了各個變電站的外勤需求和各個變電站之間的行駛路程，然后建立以外勤需求權重和行駛路程乘積的累加和最小為目標函數，并通過免疫優化算法對模型進行求解，最后以某運維班所轄變電站分布為例，驗證了所提方法能顯著提升運維班的外勤效率。

關鍵詞：駐地選址方法，外勤需求權重，免疫優化算法

1 引言

伴隨社會用電需求的不斷增長，變電站的數量也在急劇增加，目前各電壓等級的變電站已經轉向無人值守的運行模式[1]，該模式依托某個地理位置相對中心的變電站設置運維班駐地，對轄區內的變電站進行管理，根據規定，地市公司運維班駐地的工作半徑不得大于60千米或者60分鐘車程[2]。變電運維班在選擇駐地時，需要以轄區內變電站的分布情況作為參考，在滿足變電站應急處理需求的基礎上，科學合理地設置駐地，盡量減少總的行駛路程和時間[3]。目前國內外針對變電運維班駐地選址的研究較少，與其相關的理論研究多是針對物流領域[4]。

因此，本文提出一種基于免疫優化算法的變電運維班駐地選址方法。建立以外勤需求權重和行駛路程乘積的累加和最小為目標函數，并通過免疫優化算法對模型進行求解，該方法能顯著縮短運維班總的外勤路程和時間，具有較強的應用價值。

2 駐地選址問題數學模型

首先對駐地選址問題做出如下假設：

（1）運維班駐地設立在轄區內的某個變電站，不再另行選址;

（2）運維班的人員車輛總能滿足轄區內變電站的外勤需求;

（3）一個變電站僅由一個運維班駐地管轄。

其中，k表示變電站重要度系數，電壓等級越高，k的數值越大，也可根據是否是樞紐型變電站適當調整k的數值。 表示巡視需求， 表示操作需求， 表示應急需求。三者的數值可根據歷年外勤次數的統計情況進行取平均值等規范化處理后導入計算。駐地的設置應優先滿足各個變電站的應急需求，同時兼顧歷年應急外勤占其他外勤的比例，故 前的系數應較其他兩者大，本文取0.4作為 前的系數，其他兩者前的系數取0.3。

最后用免疫優化算法進行求解，免疫優化算法集成了自然界免疫系統的特性，即產生多樣抗體、自我調節、免疫記憶功能特征，是一種能克服其他尋優函數尋優過程中難處理的“早熟”問題，最終求得全局最優解的智能算法。

3 算例分析

以沿海某地區變電運維班所管轄的變電站為例，該班管轄32座110kV變電站，10座35kV變電站。將所有變電站外勤需求權重和路網數據經過規范化處理后導入程序。圖1是該變電運維班所管轄變電站的分布示意圖，圖中五角星所示變電站的位置不代表變電站的實際位置，而是將路網行駛路程映射在直角坐標系中的相對位置。圖中東南片區的變電站分布較為密集，其他片區的分布較為稀疏，分布沒有規律可循，以肉眼很難看出哪個站位于圖中的正中心位置。

圖1中，BW變是依靠人工經驗設置的駐地，TB變是通過免疫優化算法求解出的駐地，BW變和TB變均位于圖中相對中心的位置，分析兩個備選駐地的基本信息可以得出BW變和TB變均為新建110kV戶內式變電站，位于交通主干道路邊，交通便利且具有改造成駐地的基本條件。為進一步驗證所提駐地選址方法的合理性和優越性，進行備選駐地到各個變電站的路程和時間對比。

以BW變為駐地到各個變電站的平均路程為13.31km，平均時間為18.21min，以TB變為駐地到各個變電站的平均路程為13.03km，平均時間為17.8min。從整體平均數據來看，設TB變為駐地在滿足各個變電站外勤需求的基礎上，能減少運維班駐地到各個變電站總的行駛路程和時間，至此證明了本文所提駐地選址方法的優越性和合理性。

4 結論

針對變電運維班駐地人工選址存在主觀性和隨意性問題，本文提出了一種基于免疫優化算法的變電運維班駐地選址方法，能減少運維班到各個變電站總的行駛路程和時間，同時得到以下結論：

1）該選址方法引入了外勤需求權重的概念，可以根據不同變電站的外勤需求設置權重比例，在計算出轄區絕對正中心的基礎上根據實際需要優化調整駐地選址。

2）該選址方法建立以外勤需求權重和行駛路程乘積的累加和最小為目標函數，并通過免疫優化算法對模型進行求解，所選駐地能顯著提升運維班的外勤效率。

參考文獻

[1] 謝敬. 無人值守變電站發展與電力自動化應用研究[J]. 中國設備工程， 2020（06）：240-242.

[2] 張吉. 變電站無人值守運維管理問題及解決策略[J]. 大眾標準化， 2019（18）：186-187.

[3] 程殿全. 企業電網變電運行管理中風險點及防范措施[J]. 電氣時代， 2020（08）：47-48.

[4] 吳菁芃. 現代物流配送中心分類與規劃分析[J]. 物流技術與應用， 2020， 25（07）：159-163.