基于春節負荷預測的配電變壓器調換策略

蔡建逸，雷金勇，高永鍵，白浩

(1.廣東電網有限責任公司汕頭供電局，廣東 汕頭515000；2.南方電網科學研究院，廣州510663)

0 引言

春節前后期間由于人口臨時性流動，導致部分地區或片區負荷在一段時間內發生突增的現象，進而導致配電變壓器可能短期發生重過載運行的情況[1]，而平時這些配電變壓器(以下簡稱為“配變”)容量是能夠滿足負荷要求，因此供電局采取調換變壓器(增容)的應急手段解決，目前主要通過人工根據歷史數據及經驗，預測可能發生重過載的變壓器，并根據當局現有的庫存和重過載變壓器，制定一套應急調換方案，以解決變壓器其重過載運行風險?，F有方法是通過人工采集、對比、排列數據后制定，數據計算不夠科學，預測數據與實際數據偏差較大[2]，而且調換策略沒有統籌考慮，無法實現資源最優化分配，部分配電變壓器輪換后依然過載運行。本文根據歷史負荷數據及規律，建立春節期間的短期負荷預測模型，結合庫存和在運配變的數據，統籌資源，采用比對、階梯、迭代等方法，在重過載配變之間輪換、重過載與庫存配變互換、重過載與輕載配變互換、立項解決重過載配變等4種方式進行調換，并建立調換策略目標值計算公式，求得目標值及對應的高、中、低方案，并根據調換效率、停電指標、資源利用率等綜合得出最優的調換方案，解決目前人工計算數據的偏差，實施效果不明顯以及無法實現資源最優化分配的問題。

1 配變春節負荷預測

在電力系統短期負荷預測中，主流的負荷預測算法包括回歸預測法、時間序列法[3]、指數平滑法、灰色預測法[4]、人工神經網絡法等。本研究方向是預測短期未來某一段時間內配變是否過載，判斷其未來是否超出重過載范圍，適應春節運行的配變應急調換策略，因此，預測負荷是為了判斷配變需不需要調換，以及調換后是否過載。綜合論證各預測模型的優缺點，得出時間序列法和指數平滑法滿足春節配變負荷預測的精確度和實用性。

1.1 數據獲取與分析

為排除特殊因素引起的負荷波動，使總體數據符合春節實際情況。對于平均負荷、最高負荷空缺的數據，采用插入值法[5]，用該配變當月或鄰近月的平均負荷插入[6]。對于異常數據(指零值、負荷年增比超過±200%)采用剔除法，將涉及配變的所有數據進行刪除。

通過配變數據分析，因春節(每年1—2月)受傳統節日、地域、用戶類型因素影響，農村、居民配變因人口流入而負荷多呈現大幅上升，城區、工商業配變因人口流出多呈現大幅下降，且受政策、天氣因素影響較小，因此其最高負荷集中在春節前后，具有明顯規律特征[7]。通過配變數據顯示，每年11月份配變負荷波動較小，可通過式(2)測算臺區每年11月平均負荷合理增速，進而預測第2年春節(1—2月)負荷趨勢，見式(3)，有一定的參考價值。

1.2 數據計算

以某區域2014—2018年配變數據作測算依據，以2019年春節(1—2月)實際數據作為驗證預測命中率(預測命中率指被預測重過載配變數量在實際重過載配變占比)。

配變負載率η計算如式(1)所示。

(1)

式中：P為配變有功負荷：cosΦ為功率因數，取0.95。

配變負荷合理增速α如式(2)所示。

(2)

式中：ηn、η0分別為目標和初始平均負載率；i為持續年限。

隨著現代農業的發展，在農業生產中，節水灌溉技術向精細化和自動化發展。通過信息化技術，可以更好的實現農業節水管理，通過輸配水系統采用高標準的量測設備，能夠及時掌握灌溉區情況，然后通過計算機處理，實現科學配水的效果。土壤墑情自動監測技術采用各種土壤墑情監測儀器，結合作物需水規律，科學制定灌溉計劃，從而更好的提升水資源利用率。

配變負荷增長規律公式為：

(3)

式中：η2017平均、η2018平均分別為配變2017年11月平均負載率與配變2018年11月平均負載率；η2018最大為2018年1—2月最高負載率。

將2014—2018年7 050臺公用配變平均負荷數據代入式(1)、(2)得每臺配變負荷合理增速α。當α≥0時，預測2019年1—2月負荷合理走勢上升，當α<0時，預測2019年1—2月配變負荷合理走勢下降。根據歷年運行數據，η2018最大≥60%的配變發生重過載概率較高，因此篩選η2018最大≥60%的配變，將代入式(3)，得出預測2019年1—2月最大負載率η2019最大。其余配變不作為預重過載配變。如表1所示，當α≥0時，預測命中率約75%～80%，當α<0時，預測變命中率約60%～65%。為提高負荷預測命中率和提高配變調換策略效率，可重點選擇α≥0的配變進行預測。

表1 2019年春節(1—2月)配變重過載數據Tab.1 Heavy overload data of distribution transformer in the Spring Festival of 2019 (January and February)

1.3 數據篩選

設當前庫存配變集合為M、預測重過載(η2019≥80%)配變集合為N，當前輕載(η2019<20%)配變集合為O，將N納入調換策略模型的調換對象。將M、O納入調換策略模型中的備換對象。

2 配變調換策略模型

2.1 調換策略目標

調換策略為解決春節期間配變重過載運行而提出的應急手段，一般在當年12月至第2年春節前2周(約一個半月)完成，時間較短?；谝陨蠗l件，調換策略主要目標：1)調換所有預測重過載配變，使η2019<80%；2)最大化地在短時間內完成預測重過載配變調換；3)考慮綜合停電指標，以最少停電次數和調換次數完成(以更換一臺配變算作停電1次和調換1次)；4)減少輕載配變，使20%≤η2019<80%。 調換策略主要分為重過載配變之間輪換、重過載與庫存配變互換、重過載與輕載配變互換、立項解決重過載配變等4種方式[8]，分別以A、B、C、D代替。

2.2 調換策略目標值量化

第1步：運用數據比對及排序法。將預測重過載配變、輕載配變、庫存配變分別排序，重過載配變按照容量大至小排序，若容量相同，按η2019較高的優先排序；輕載配變按照容量小至大排序，若容量相同，按η2019較低的優先排序；庫存配變按照容量小至大排序，若容量相同，按η2019較低的優先排序；得出排列公式如式(4)—(6)所示。

N：N1>N2>N3>N4…

(4)

O：O1

(5)

M：M1

(6)

第2步：設調換策略目標值為Y，其計算公式如式(7)所示。

(7)

調換完成率計算公式如式(8)所示。

(8)

式中CNABC為通過ABC方式調換的重過載配變數量，R值越大代表越優化，因D方式調換時間最慢，應最大化將重過載配變數量納入A、B、C方式調換，因此R值越大代表越能滿足式(2)要求。

配變調換停電率如式(9)所示。

(9)

式中C′O為已互換的輕載配變數量。總停電次數為重過載配變和互換的輕載配變的數量和，因此(1-S)值越大代表越優化，越能滿足式(3)最少停電次數要求。考慮供電企業停電指標的重要性，在式(7)中的(1-S)乘以2倍的權重系數，有利于提高目標值的準確性。

輕載配變利用率T如式(10)所示。

(10)

式中：CO為輕載配變數量，因重過載與輕載配變互換后，輕載側屬于減容，重過載側屬于增容，調換后負載率能夠接近于20%～80%范圍，利用率相當于提升，因此T值越大代表越能滿足式(4)要求。

2.3 重過載與庫存配變互換(B方式)

采集已根據式(4)排序的重過載配變集合N和公式(6)排序的庫存配變集合M，運用階梯法[9]，判斷重過載配變能否和庫存配變互換。如圖1所示，首先將集合N排序第一的配變為基礎，按集合M排序，逐一模擬互換集合M每一臺配變，先判斷兩者是否同為干式或油式類型[10]，若是則模擬互換后重過載臺區負載率，執行式(1)，η<80%可互換，并按模擬互換后結果更新庫存配變及排序，否則不可替換。接著再重復上述原理，運用“階梯法”，直至所有的重過載配變集合N被逐一提取和模擬互換庫存配變，最后輸出無法互換的重過載配變集合z，按照式(4)排序并輸出[11 - 12]。

圖1 重過載與庫存配變互換(B方式)流程圖Fig.1 Flow chart of switching (mode B) between heavy overload and inventory distribution transformer

2.4 重過載與輕載配變互換(C方式)

采集已根據式(4)排序的重過載配變集合N和式(5)排序的輕載配變集合O，運用階梯法，判斷重過載配變能否和輕配變互換。如圖2所示，首先將集合N排序第一的配變為基礎，按集合O排序，逐一模擬互換集合O每一臺配變，先判斷兩者是否同為干式或油式類型，若是模擬互換后輕載和重過載臺區負載率，執行式(1)，重過載臺區η<80%可互換，并按模擬互換后結果更新輕載配變(η<80%)及排序，否則不可替換。接著再重復上述原理，直至所有的重過載配變集合N被逐一提取并模擬互換輕載配變，最后輸出無法互換的重過載配變集合z，按照式(4)排序并輸出。

圖2 重過載與輕載配變互換(C方式)流程圖Fig.2 Flow chart of switching (mode C) between heavy overload and light load distribution transformer

2.5 重過載配變之間輪換(A方式)

采集已根據式(4)排序的重過載配變集合N，運用階梯法模擬配變之間的輪換，根據排序，首先預設排序第一的配變已通過B或C或D方式被更換，則該舊配變被騰出。如圖3所示，設x為騰出的舊配變，根據式(4)排序，“階梯式”地逐一模擬輪換，每次先判斷兩者是否同為干式或油式類型，若是模擬輪換后重過載臺區負載率，執行式(1)，η<80%可替換，否則不可替換。以大換中，以中換小直至全部配變模擬輪換完畢，最后騰出一個舊變壓器x轉入庫存，輸出無法被輪換的配變集合z，按照式(4)排序并輸出。

2.6 配變調換方式最優排序

圖3 重過載配變之間輪換(A方式)流程圖Fig.3 Flow chart of rotation (mode A) between heavy overload distribution transformers

3 算例

根據春節負荷預測模型，以某地市局公用配變(表1數據)為例，通過預測2019年春節(1—2月)預測重過載配變530臺。根據當時已知庫存配變數量282臺，已知輕載配變366臺，代入調換策略模型，理論計算其最優調換策略，并以2019年1—2月實際數據驗證調換效果。

圖4 配變調換方式排序算法Fig.4 Sorting algorithm of distribution transformer switching mode

表2 調換策略輸出結果Tab.2 Output results of switching strategies

根據表2結果，B-A-C-D、B-C-A-D方式排序的調換策略目標值Y較高，納入調換策略高方案，其綜合評估最優化，其中推薦采用高方案Y值最高的B-A-C-D排序。其他4種方式排序Y值較低，納入中、低方案。根據表3結果，6種方案調換配變有效率K1超過90%，K2超過80%，K3基本超過90%，均達到調換效果。而高方案調換輕載配變數量和總停電次數相對均衡，而中、低方案則調換輕載配變數量和總停電數量較多。若重點考慮輕載配變利用率指標，或忽略綜合停電指標，可以選擇中方案，若考慮實際可操作性而忽略綜合停電和配變利用率指標，也可選擇中低方案。

表3 調換策略效果Tab.3 Results of switching strategies

4 結語

春節期間部分配變負荷突增，影響電網安全穩定運行，準確地預測重過載配變并制定可靠的應急調換方案，有利于提升配變運行安全性以及利用率。本文基于春節負荷預測模型，建立了配變調換策略算法，制定一套最優化配變應急調換方案，有效緩解春節期間配變重過載運行問題，有效解決配變輕載和提高庫存利用率，有效提高供電企業經濟效益和社會效益。