基于蜂群算法的配變臺區(qū)負荷負載實時監(jiān)控方法及系統(tǒng)

邰 剛，蔣季儒

（深圳供電局有限公司，廣東 深圳 518001）

0 引 言

負荷負載監(jiān)控是配變臺區(qū)的主要任務(wù)，也是保證配電網(wǎng)穩(wěn)定運行的基礎(chǔ)，對于輸電工作的穩(wěn)定運營具有重要意義[1,2]。負荷超載或負荷不符合規(guī)定要求會給電力企業(yè)帶來巨大的經(jīng)濟損失[3]。目前，電網(wǎng)終端設(shè)備逐漸智能化且供電需求不斷提高，使得配變臺區(qū)的負荷負載工作變動日趨復(fù)雜，因此亟需一種有效的負荷負載監(jiān)測方法，實現(xiàn)配電網(wǎng)的實時監(jiān)控[4]。以往的負荷負載采用持續(xù)性監(jiān)控方法，雖然能有效發(fā)現(xiàn)異常負荷，但需要占用較多的系統(tǒng)資源，增加了數(shù)據(jù)處理量[5,6]。因此，準確提取異常負荷數(shù)據(jù)，減少監(jiān)測數(shù)據(jù)量是目前研究的關(guān)鍵。本文基于上述背景，借助蜂群智能理論，構(gòu)建一種智能實時監(jiān)控方法。

1 配變電臺區(qū)負荷負載監(jiān)控問題

蜂群智能理論屬于1種智能迭代計算，分為改進蜂群理論和標準蜂群理論。改進蜂群理論與其他智能算法結(jié)合，可發(fā)揮多種算法優(yōu)勢，擴大其適應(yīng)范圍[7]。標準蜂群理論是改進蜂群理論的基礎(chǔ)，被廣泛應(yīng)用于建筑、計算機以及電力等領(lǐng)域，具有適用范圍廣、計算速度快、計算結(jié)果準確等優(yōu)勢[8]。通過實時監(jiān)控配變臺區(qū)的負載負荷，剔除冗余數(shù)據(jù)，準確尋找異常負荷。采用標準蜂群原理持續(xù)性收集負荷負載數(shù)據(jù)，并按照1類負荷、2類負荷以及3類負荷的標準進行分類，構(gòu)建負荷負載數(shù)據(jù)集合。按照預(yù)設(shè)的閾值篩選數(shù)據(jù)，剔除小于閾值的數(shù)據(jù)[9-11]。假設(shè)配電臺區(qū)中的線路為i條，線路的總功率為Q，電阻為Ri，總潮流為P，收集的數(shù)據(jù)集合為set，則有

式中：A為Q的閾值；B為P的閾值。

為了更好地分析蜂群原理，將負荷負載數(shù)據(jù)集合進行排序，賦予相應(yīng)的權(quán)重k，那么式（1）可轉(zhuǎn)化為

式中：seti為負荷負載數(shù)據(jù)的分類集合；Qi為各支線的功率；Pi為各支線的潮流；Si為負荷負載異常的賦值，Si=1代表超負荷，Si=0代表負荷正常。

2 負荷負載異常的判斷方程

假設(shè)負載異常結(jié)果為oi，負荷異常結(jié)果為vi，依據(jù)配變臺區(qū)母線兩端的負荷負載數(shù)據(jù)進行異常負荷判斷，公式為

式中：θi為功率變化的角度；為功率的總和；RB為Ri的閾值；PA為Pi的閾值。如果o和v均小于1，說明負荷負載正常，否則異常。

3 搜索系數(shù)與計算步驟

通過實時監(jiān)控分析不同的線路，以求得負載和負荷結(jié)果。當(dāng)不同線路或設(shè)備超載后，不能準確得到具體的故障位置，會給負荷負載監(jiān)測帶來難度。因此，依據(jù)蜂群原理，首先確定超載范圍，其次尋找超載線路，最后鎖定超載設(shè)備。

3.1 確定超載目標的搜索系數(shù)

依據(jù)式（1）得到權(quán)重值k，進而得到不同線路的搜索系數(shù)?，計算公式為

搜索系數(shù)是整個配變臺區(qū)的線路系數(shù)，且隨線路的變化而變化，屬于動態(tài)調(diào)整過程。

3.2 配變臺區(qū)負荷負載監(jiān)控的實施步驟

基于蜂群理論監(jiān)控配變臺區(qū)負荷負載，蜂群算法的計算步驟如圖1所示。

圖1 蜂群算法的計算步驟

蜂群算法依據(jù)負荷負載的數(shù)據(jù)量、負荷等級以及重要性，構(gòu)建實時監(jiān)控分析的數(shù)據(jù)集合。依據(jù)配變臺區(qū)的潮流、功率以及電阻進行負荷負載分析，確定異常負荷的位置[12]。其中，對負荷負載數(shù)據(jù)的剔除和蜂群搜索順序是影響最終結(jié)果的關(guān)鍵[13]。冗余數(shù)據(jù)的剔除能減少計算的負擔(dān)，搜索順序的排列可以提高搜索速度，提高異常負荷識別的準確率[14]。

4 220 V低壓配電網(wǎng)的負荷負載實時監(jiān)控分析

為了驗證實時監(jiān)控方法的有效性，以220 V電壓配電網(wǎng)為研究對象進行實時監(jiān)控分析。實時監(jiān)控的波動指標值如表1所示。

表1 實時監(jiān)控的波動結(jié)果

表1中的數(shù)據(jù)均是經(jīng)過映射處理后的結(jié)果，映射后的數(shù)值范圍為0～10，分值越大，說明波動越大。階段1～階段3的負荷負載數(shù)據(jù)存在顯著相關(guān)性（P=0.521，X2=5.362），說明整個實時監(jiān)測數(shù)據(jù)合理，可以為后期分析提供數(shù)據(jù)支持。

4.1 蜂群法的實時監(jiān)控準確性

蜂群算法的實時監(jiān)控效果較好，在配變臺區(qū)負荷負載監(jiān)控過程中，單次的負荷數(shù)據(jù)處理量比較穩(wěn)定，未出現(xiàn)大幅數(shù)據(jù)波動，同時實時監(jiān)控的精準度大于90%，且未隨負荷數(shù)據(jù)量的增加而降低。蜂群算法的計算效果如圖3所示。與實時監(jiān)控方法比較，進一步驗證蜂群算法的效果如圖4所示。

圖3 蜂群算法的計算效果

圖4 不同算法的計算精準度

蜂群算法的計算精準度為90%～96%，實時監(jiān)控方法的準確率為85%～92%，可見蜂群算法模型對配電臺區(qū)負荷負載的判斷更加精準，且精準度未出現(xiàn)明顯波動。采用蜂群算法綜合分析負荷負載數(shù)據(jù)，不僅比較單條輸電線路電阻、功率以及潮流，而且比較整體輸電線路的電阻、功率以及潮流，得出最終的負荷負載結(jié)果。

4.2 蜂群算法對負荷負載的計算時間

在不同條件和參考指標下分析蜂群算法，準確分析負荷負載時間[15]。條件分為負荷負載等級（Ⅰ～Ⅲ級負荷）的綜合評價和負荷負載程度（嚴重負荷和普通負荷）的綜合評價2種[16]。參考指標包括功率、電阻、潮流以及異常位置。蜂群算法的綜合計算時間如表1所示。

表1 不同條件和指標下的綜合計算時間

蜂群算法在功率、電阻、潮流以及異常位置的計算時間為12.3～18.3 s，顯著優(yōu)于實時監(jiān)控方法的時間21.2～82.1 s，且不同負荷等級和負荷程度的蜂群算法的計算時間均較短。

5 結(jié) 論

針對配變臺區(qū)負荷負載問題，提出1種基于蜂群理論的實時監(jiān)控算法。計算單線路和配變臺區(qū)的潮流、電阻以及功率等指標，以220 V低配電網(wǎng)的案例為例進行分析，以驗證蜂群算法的有效性。結(jié)果顯示，蜂群算法的計算精準度為90%～96%，計算時間為12.3～18.3 s，顯著優(yōu)于以往的實時監(jiān)控方法，適合于配變臺區(qū)的負荷負載監(jiān)控，能夠提高實時監(jiān)控效果。