考慮海量可再生能源接入的區域配電網綜合態勢評估方法

劉杰，戴雨劍，范龍文，趙慶生，梁定康

(1. 中國電力工程顧問集團華北電力設計院有限公司，北京100032；2. 太原理工大學電力系統運行與控制實驗室，太原030002)

0 引言

隨著我國“雙碳”工作的持續開展，電網中可再生能源的滲透率將進一步提升，高比例可再生能源的隨機性與間歇性使得區域配電網的運行面臨著嚴峻的挑戰[1 - 2]。電力企業為確保區域配電網的安全運行，需精準感知區域配電網綜合態勢，為電網調度和維護提供支撐。傳統的區域配電網態勢感知主要依靠配電網數據采集與監視控制系統(supervisory control and data acquisition, SCADA)中的監測數據對電網的運行的安全態勢進行評估[3]，缺乏對區域配電網經濟態勢、低碳態勢以及調控態勢的評估，無法有效適應海量可再生能源接入為區域配電網帶來的挑戰[4]。因此，亟需開展考慮海量可再生能源接入的區域配電網綜合態勢評估研究。

當前對于配電網態勢感知的研究主要圍繞電網網絡安全、電網運行狀態以及電網源-荷態勢3個方面[5]。在電網網絡安全研究方面，文獻[6]分析了電網調度系統的網絡安全態勢感知的特點，分別從功能、架構、算法以及度量4個角度研究了調度系統網絡安全態勢感知的技術要求，并提出相關建模思路。文獻[7]以四川電力信息化建設為基礎，提出一套以系統、網絡、設備、海量日志、實時流量數據為對象，以信息資產為核心的大數據網絡安全態勢分析模型，實現對大型電網企業網絡安全態勢的有效感知。文獻[8]對智能電網系統存在的各種常見網絡攻擊及危害進行歸納分析，并構建網絡安全態勢評估模型，為智能電網網絡安全主動防御提供支撐。在電網運行狀態研究方面，文獻[9]針對主動配電網的自愈控制要求，構建主動配電網運行狀態態勢評估體系，并提出了一種基于組合權重及屬性區間的配電網運行態勢評估方法對配電網運行態勢進行有效表征。文獻[10]基于態勢感知的主動配電網進行災害風險評價研究，提出了主動配電網運行風險評估體系，為電網風險管理提供依托。文獻[11]綜合分析氣象、地理、電力系統以及社會等多源信息相關性，提出了多維度電網運行風險態勢感知框架，精準感知配電網薄弱環節，提升電網運行的可靠性。在源-荷態勢感知研究方面，文獻[12]提出一種基于降噪自編碼器、奇異譜分析和長短期記憶神經網絡的電力負荷態勢感知方法，并結合實例驗證其方法的有效性。文獻[13]分析光伏出力特性，構建了一種光伏電站態勢感知框架，針對模型參數丟失的實際情況，提出了一種基于多測量掃描的光伏電站參數估計方法，準確表征光伏電站出力態勢。

上述研究雖然對于配電網的網絡安全、電網運行狀態以及電網源-荷態勢有一定的探索，但是目前依舊難以適應海量可再生能源接入為區域配電網帶來的挑戰。此外，當前對于態勢感知的研究中，在處理不同形式信息的轉換過程中往往伴隨著原始信息的丟失，影響最終態勢評估結果。特別是在開展考慮海量可再生能源接入的區域配電網綜合態勢評估研究過程中，由于涉及態勢較多并且指標紛繁復雜，因此如何采用有效的方法實現對區域配電網綜合態勢進行有效評估則成為當前所研究的重點方向。

目前對于評估方法的研究，主要有層次分析法、故障樹分析法以及灰色關聯分析等方法[14 - 17]，雖然上述方法的研究已經相對成熟，但是難以解決評估過程中的模糊性和不確定性，無法準確提取評估過程中的定性信息。模糊理論以模糊數學為基礎，以現實世界廣泛存在的模糊性為研究對象，以模糊集合為基本工具，在理論上把握事物的模糊性，實現對模糊事件的精準刻畫，使得評估過程中定性與定量信息得以精確轉換，有效避免了信息丟失問題[18 - 21]。此外，在評估的最后階段，有效實現對各個方案排序，并對最終評估結果將產生關鍵的影響。目前許多方法例如層次分析方法(analytic hierarchy process，AHP)、逼近理想解排序法(technique for order preference by similarity to ideal solution，TOPSIS)、數據包絡分析(data envelopment analysis，DEA)等方法已經廣泛應用于該階段。盡管這些方法有許多明顯的優勢，但是它們的某些缺點往往會限制其準確地使用[22 - 23]。為了提高最終評估的準確性，文獻[24]提出一種新的決策方法，即MARCOS(measurement of alternatives and ranking according to compromise solution)方法。該方法通過定義備選方案與參考對象之間的關系，確定備選方案的效用函數，并實現與理想方案和反理想方案相關聯的妥協排序。作為一種全面合理的方法，MARCOS克服了其他方法的一些不足，如繁瑣的計算、參數預設置、忽略距離的相對重要性等，極大提升了評估的準確性。

基于上述分析，本文針對可再生能源接入區域配電網所帶來的挑戰，構建區域配電網綜合態勢評估指標體系，提出了一種基于梯形模糊MARCOS的決策方法，并將該方法用于區域配電網綜合態勢的評估。最后，以太原市為例，對該市各區域配電網的綜合體態勢進行評估和分析，并結合實際情況驗證所提方法的有效性。

1 區域配電網綜合態勢評估指標體系

1.1 評估指標體系構建

構建有效的區域配電網綜合態勢評估指標是電網適應海量可再生能源接入下安全有效調度的基礎，是國家“碳達峰”與“碳中和”目標推進的關鍵。當前對于電網態勢的研究主要圍繞電網的安全態勢、負荷態勢等方面。缺乏一種全面綜合的態勢感知體系，難以支撐海量可再生能源接入下電網的有效調度，無法保證國家“碳達峰”與“碳中和”目標的順利開展。本文通過分析海量可再生能源接入而帶來的系列問題，引入專家語義評估信息，構建電網綜合態勢評估體系。

考慮海量可再生能源接入區域配電網所帶來的不確定性、電網運行的經濟性、國家“碳達峰”和“碳中和”目標的持續性以及電網調度運行的有效性，分別從安全態勢、經濟態勢、低碳態勢和調控態勢4個方面構建區域配電綜合態勢評估指標，具體指標體系見表1。

表1 區域配電網綜合態勢評估指標體系Tab.1 Comprehensive situation evaluation index system of regional distribution network

1.2 綜合態勢指標體系分析

1.2.1 安全態勢指標

安全態勢是區域配電網運行的基礎，也是配電網最為關注的態勢。隨著可再生能源的廣泛接入，高不確定性和強隨機性會給電網的運行帶來嚴峻的挑戰。因此，本文從安全態勢出發，針對可再生能源的高不確定性和強隨機性中選取具有代表性的指標對區域配電網安全態勢進行評估，具體如下。

線路及變壓器功率裕度(A1)：具體指區域配電網運行過程中線路和變壓器其運行功率與額定功率的比值。通常情況下，線路及變壓器功率裕度較高的區域配電網，其具備更高的承受可再生能源不確定性沖擊的能力，使得電網具備較高的安全態勢。

電網供電質量(A2)：主要反映區域配電網在供電過程中電能質量的高低，該指標可通過電網SCADA系統直接獲取。一般情況下，配電網的安全態勢和供電質量成正比。

緊急電源出力情況(A3)：為了確保電網的安全運行，在區域電網中會備有緊急電源以應對電網中緊急事件的發生。因此，當緊急電源出力偏低的時候，電網將具備高的調節裕度，確保電網安全運行。

1.2.2 經濟態勢指標

電力體制改革的不斷深入，使得配電網更加注重自身經濟性的發展。因此，經濟態勢逐漸被電力公司所關注，本文從區域配電網運行、區域配電網設備以及收益增幅的角度來提取區域配電網經濟態勢指標。

線路網損(A4)：由于電壓等級因素，區域配電網在運行過程中將面臨著較為嚴重的網損問題。同時，高網損的區域配電網伴隨著海量可再生能源的接入，會由于可再生能源就地消納等問題進一步加重配電網網損，降低區域配電網經濟態勢。

高損配電網變壓器占比(A5)：考慮資產投資等因素，區域配電網中依舊會保留很多老舊變壓器掛網運行。因此高損變壓器占比與區域配電網的經濟態勢呈反比。

單位投資增供負荷(A6)：可以準確反映電網投資效率的高低，該指標越高表示電網能夠以最小的花費滿足最大的增供負荷，直接反映電網的經濟態勢。

1.2.3 低碳態勢

伴隨著中國政府在第75屆聯合國大會上提出的“雙碳”目標，使得電網對于低碳的發展越來越重視。本文從可再生能源出力占比、煤改電占比以及電動汽車保有量3個方面對區域配電網低碳態勢進行表征。

可再生能源出力占比(A7)：區域配電網中可再生能源出力占比越高，表明該電網低碳性越強，能夠盡快實現碳達峰，完成碳中和目標。因此，可再生能源出力占比對于表征電網低碳態勢有著決定性的作用。

煤改電占比(A8)：在北方，由于冬季取暖對環境造成了一定程度的污染，許多城市相繼實施了煤改電工程，即在政府的補貼下，冬季統一采用電取暖，從而減少煤炭燃燒對空氣造成的污染和二氧化碳的排放。因此，煤改電負荷占比能夠很大程度改善區域配電網碳排放水平，有效表征電網的低碳性。

電動汽車保有量(A9)：為了減少二氧化碳的排放，改善城市環境。城市中電動汽車的數量正在急劇增加。在保障電網安全運行的情況下，區域配電網電動汽車保有量存在一定的限制，因此該指標的高低可以間接反映區域配電網的由于汽車尾氣排放而產生的低碳態勢。

1.2.4 調控態勢

海量可再生能源接入區域配電網，其安全可靠運行與電網的調控息息相關。本文分別從用戶響應意愿、配電自動化覆蓋率和可控負荷占比3個指標表征區域配電網調控態勢。

用戶響應意愿(A10)：電力企業為了保證優質服務的達標，會盡可能滿足電力用戶的最大需求。面對海量可再生能源接入電網所帶來的不確定性，高的用戶響應意愿能夠使得電網具備更高的調控態勢，從而更好地適應可再生能源所帶來的不確定性。

配電自動化覆蓋率(A11)：具體指區域內符合終端配置要求的中壓線路條數與區域內中壓線路總條數的比值，配電網自動化覆蓋率高的區域配電網將具備更為強大的調度能力。

可控負荷占比(A12)：主要指區域配電網中可以直接切除或投入運行的負荷量與總負荷量的比值。可控負荷占比越高，區域電網的將具備更高的調度能力，從而具備更高的調控態勢。

2 區域配電網綜合態勢評估模型

考慮到區域配電網綜合態勢評估的復雜性，且評估結果能有效反映海量可再生能源接入下區域配電網的綜合態勢，本文構建區域配電網綜合態勢評估模型。模型分為以下3個部分：首先介紹梯形模糊數基本理論，其次將模糊語義評價信息進行轉換，生成可供計算的定量信息；最后采用梯形模糊MARCOS方法對各區域配電網綜合態勢進行評估。

2.1 梯形模糊數理論

梯形模糊數是由Zadeh在1965年為解決不確定環境下的問題而提出的概念。近年來，該方法被廣泛用于不確定性的研究與實踐中，通過隸屬度函數描述事件的模糊性，使得評價結果更加準確可靠。下面對梯形模糊數機理以及專家語義轉換進行介紹。

2.2.1 梯形模糊數的定義

梯形模糊數可以定義為：

(1)

梯形模糊數的隸屬度函數如式(1)所示，具體函數圖像如圖1所示。

(2)

圖1 梯形模糊數Fig.1 Trapezoidal fuzzy number

2.1.2 梯形模糊數的運算

(3)

根據文獻[15]所提理論，每一個梯形模糊數最終都可以按照式(3)進行轉換，成為一個精確的數字，從而實現模糊到清晰的轉換。

(4)

2.2 模糊語義評估信息轉換

在區域城市配電網綜合態勢評估過程中，評估信息存在一定的不確定性，無法將全部的信息進行定量描述，需利用語義對其進行模糊表述。因此，將語義類模糊定性評估信息轉換為可以計算的定量信息是綜合態勢評估所需要解決的首要問題。本文利用文獻[22]的模糊表示方法，對評估體系中定性指標進行表征，具體如表2所示。

表2 語義評價變量及其對應的梯形模糊數Tab.2 Semantic evaluation variables and corresponding trapezoidal fuzzy numbers

(5)

2.3 梯形模糊MARCOS方法

MARCOS方法是在定義理想方案與反理想方案之間關系的基礎上，確定各方案的效用函數，并對理想和反理想方案進行折中排序。決策偏好是在效用函數的基礎上定義的，效用函數表示一個替代方案相對于理想和反理想解的距離。最好的方案具備接近理想方案最近，同時距離反理想方案最遠的屬性。MARCOS方法具體步驟如下。

(6)

式中：Am為第m類指標；Cn為第n種方案。

步驟2：構建擴展的初始群決策矩陣。通過引入理想解(AI)和反理想解(AAI)，構建了擴展的初始群決矩陣，具體如式(7)所示。

(7)

(8)

(9)

式中：B為效益型指標，即指標的評估數據與指標呈正相關；C為成本型指標，即指標的評估數據與指標成負相關。

(10)

步驟4：計算各個方案的效用度Ki。 利用公式(11)—(12)分別計算與理想解和反理想解相關的方案Ai的效用度。

(11)

(12)

(13)

圖2 模型求解流程圖Fig.2 Flow chart of model solving

步驟5：計算各個方案的最終效用函數f(Ki)。 最終效用函數是基于各個方案對于理想和反理想效應度而最終生成的，其定義為：

(14)

(15)

(16)

步驟6：得到最終評估結果。根據每個方案的最終效用函數f(Ki)進行排序，實現對不同區域配電網綜合態勢的評估。

3 模型求解

圖2為區域配電網安全態勢評估的具體流程，其中n表示評估指標體系中指標的數量，m表示區域配電網的個數。具體評估步驟如下。

步驟1：利用表2內容收集相關專家對于m個區域配電網的定性指標的語義評估信息。此外，收集電網調度系統中關于m個區域配電網的定量指標的詳細數據。

步驟2：基于專家權重wt， 利用式(5)集合所有專家對于定性指標的語音評估信息，生成關于定性指標的梯形模糊決策矩陣。

步驟3：將針對定量指標的電力調度系統數據轉化為特殊形式的梯形模糊數，并將此與步驟2所生成的針對定性指標的梯形模糊矩陣進行結合，構造針對所有指標的域配電網綜合態勢感知群評估決策矩陣Xm×n。

步驟4：采用梯形模糊MARCOS方法對m個區域配電網進行評估(具體步驟如3.3節所示)，以獲取各個區域配電網的效用函數，完成區域配電網綜合態勢的評估。

表3 各區域配電網的綜合態勢指標評價情況Tab.3 Comprehensive situation indexs evaluation of regional distribution networks

表4 針對各區域配電網綜合態勢評估的群模糊決策Tab.4 Group fuzzy decision for comprehensive situation assessment of distribution networks in different regions

隨著海量可再生能源的不斷接入以及電動汽車保有量的不斷提升，太原市區域配電網面臨著嚴峻的挑戰。本文以太原市迎澤(C1)、杏花嶺(C2)、萬柏林(C3)、尖草坪(C4)、晉源(C5)和小店(C6)區域配電網為例，對各區域配電網綜合態勢進行評估，為后期電網建設提供支撐，各區域具體位置如圖3所示。

圖3 太原市區域分布圖Fig.3 Regional distribution map of Taiyuan

為了保障態勢評估結果的準確性，分別從調度、營銷、運檢3個部門邀請相關專家對太原市某時刻各個區域配電網的定性指標進行評估。針對定性指標的具體評估結果以及針對定量指標的數值如表3所示。

3.1 實例計算

首先根據表2中語義評價信息與梯形模糊數之間的對應關系將表3中各個區域配電網綜合態勢評價情況進行轉換，假設來自3個部門專家的權重相等，根據梯形模糊數的相乘和加法法則(具體如式(5))，將3個專家的評價信息進行集合。根據模糊理論將定量指標A7和A11轉換為特殊形式的梯形模糊數。通過定性和定量指標信息的融合，生成初始群模糊決策矩陣，如表4所示。

表5 針對各指標的AI和AAI信息Tab.5 AI and AAI information for each index

利用式(10)對初始評估矩陣進行規范化，得到規范化矩陣。之后，結合式(11)—(12)計算各個區域配電網針對正理想解和反理想解效用度。所得結果如表6所示。

表6 區域配電網關于理想解和反理想解的效用度Tab.6 Utility of ideal solution and anti-ideal solution in distribution network of each region

根據表6的關于理想解和反理想解的效用度，結合式(14)—(16)計算各個區域配電網綜合態勢的最終效用函數，結果如表7所示。

從表7結果可知，在當前情況下，太原市各個區域配電網的綜合態勢評估結果為：杏花嶺>小店>萬柏林>晉源>迎澤>尖草坪。

3.2 評價結果分析

太原鋼鐵集團有限公司坐落于杏花嶺區，使得電網早期建設規劃過程中，重點考慮該區域供電可靠性。伴隨著可再生能源滲透率以及電動汽車保有量不斷提升，杏花嶺區配電網也在不斷進行升級改造使得電網的供電可靠性有著極大的提高。同時，從初始評估信息中可以發現，該區域電網的可控負荷以及應急電源出力指標都表現良好，這些使得杏花嶺區配電網具備較高的綜合態勢。

小店區是太原近幾年重點發展的區域，隨著高新技術產業園區以及數碼電子產業的引入，小店區配電網在近幾年正在加速改造以適應新產業對于電力供應的需求。同時，小店區也正在不斷新建電動汽車充電站、光伏發電站，這些都對電網綜合態勢的提高有著很大的影響。

從評估結果中，可以發現萬柏林區域配電網的綜合態勢僅次于小店區，這是由于該區域擁有西山煤電集團，該發電廠的接入使得該區域配電網在建設初期預留了充足的功率裕度，且電網的低碳態勢、經濟態勢和調控態勢都有著較大的優勢。

除此以外，從評估結果中發現尖草坪區配電網的綜合態勢最低。結合實際情況，尖草坪區主要以農業生產為主，電力需求較低，且負荷量偏少，電網在建設過程中，對于升級改造的需求較低，長期以來導致電網的綜合態勢偏低。

綜上所述，通過對實際情況的對比可知，最終獲得的區域配電網綜合態勢評估結果與實際情況相符，很好地印證了本文所提區域城市配電網綜合態勢評估方法的有效性。

此外，為了證明所提方法的有效性，采用文獻[25]所提的主成分分析法對太原市區域配電網綜合態勢進行再次評估，結果與本文所提方法一致，但是該文獻并未考慮定性指標的處理，難以適應區域配電網綜合態勢評估要求。同時，文獻[25]缺乏對評估矩陣的處理，導致最終的綜合態勢評價值相差較小，各區域配電網綜合態勢區分不明顯。結合表7評估結果可知，本文所提方法所獲得的最終評價結果區分度較大，能夠為調度人員提供較為直觀的調控支撐。

4 結論

本文針對海量可再生能源接入后電網態勢難以精準感知的問題開展研究，從安全、經濟、低碳和調控4個維度構建區域配電網綜合態勢評估體系，充分利用電網運行數據信息和專家語義評價信息，提出一種基于梯形模糊數和MARCOS的區域配電網綜合態勢進行評估的方法，通過理論分析與仿真驗證，可以得到以下結論。

1)仿真結果與太原市實際情況相符，有效說明本文從多個維度構建區域配電網綜合態勢評估體系的合理性，能夠準確反映區域配電網綜合態勢，有效支撐電網可再生能源的高比例接入。

2)梯形模糊數和MARCOS方法的結合，可以將模糊語義信息與準確的數據進行集中處理，能夠規避在評估過程中信息缺失的問題，有效解決了區域配電網評估過程中不確定語義環境下的多屬性決策問題，填補了電力系統層面多屬性評估的空白。

3)評估過程中采用MARCOS方法計算各區域配電網綜合態勢的效用函數，計算結果顯示MARCOS方法所得到的結果具有明顯的區分，能夠幫助電網調度人員精準感知電網綜合態勢。

此外，基于梯形模糊數和MARCOS的區域配電網綜合態勢進行評估方法可以為海量可再生能源接入的區域配電網綜合態勢評估提供科學合理的決策依據，有效支撐國家“雙碳”目標的進一步開展。