基于電力大數據的供電重點園區電容量控制模型

陸嘉銘, 奚增輝, 王衛斌, 姚嶸, 洪祎祺

(國網上海市電力公司,上海 200122)

0 引言

能源是社會進步和經濟發展的動力,同時也是物質基礎,支撐著人類社會的正常運行[1]。在社會發展過程中,人們過度開發和利用能源和環境會造成環境惡化和能源緊缺的問題。供電區域中電容量的合理控制和配置具有削峰填谷、過剩發電、改善電能質量和抑制發電波動等作用[2],因此對供電重點園區的電容量進行控制具有重要意義。

蘇康博等[3]將負荷需求比例最大、購電成本和維護成本最小最為控制目標,構建電容量控制模型,通過粒子群算法在極限學習機的基礎上求解模型,完成園區電容量的控制。龐水等[4]設計目標函數時,將能量供需平衡、功率波動平抑和系統成本作為目標,采用多目標差分進化算法對函數進行求解,實現電容量控制。NASYROV等[5]以有源濾波器(AF)電容器為研究對象,提出最佳電容值控制方法。應用粒子群優化算法和模糊邏輯,選擇AF電容器的最佳電容值,并給出了粒子群算法和模糊邏輯方法在PI控制器中確定這些系數的應用結果。

上述方法沒有對電力大數據進行預處理,電力大數據的完整性較差,導致方法存在最佳儲能容量低、總收益增加量小的問題。

為了解決上述方法中存在的問題,提出基于電力大數據的供電重點園區電容量控制模型構建方法。

1 缺失數據填補

基于電力大數據的供電重點園區電容量控制模型構建方法采用低秩矩陣補全方法LRMC對電力缺失數據進行填補處理。

(1) LRMC模型

對矩陣秩最小化問題進行求解是低秩矩陣補全方法的實質[6],可通過下式進行描述:

(1)

式中,Y代表的是目標矩陣,rank(Y)代表的是Y對應的秩,ymn描述的是第n個時刻第m個樣本中存在的電力數據。

可用凸的核范數最小化問題描述式(1):

(2)

式中,||Y||*描述的是核范數。

(2) 局部低秩矩陣補全

局部低秩矩陣補全算法的具體流程如圖1所示。

圖1 局部低秩矩陣補全算法流程

針對樣本之間存在的距離d,基于電力大數據的供電重點園區電容量控制模型構建方法采用加權皮爾遜相關系數進行計算:

d=1-|(Xp-WTXp)TDW(Xq-WTXq)|×

(3)

(4)

式中,XA1代表的是訓練數據,即索引A1中存在的電力數據,β1,β2…,βK描述的是回歸系數;β0代表的是截距。

(5)

3 供電重點園區電容量控制模型

供電重點園區的供電半徑之間都存在差異,通過下式計算高壓進線對應的長度:

(1) 設L代表的是供電重點園區對應的平均進線長度,其計算公式如下:

(6)

式中,S代表的是供電重點園區的經濟容量,K描述的是線路曲折系數,S′描述的是上級變電站容量,R代表的是供電重點園區的平均供電半徑。

(2) 通過下式計算兩級支接變電站對應的平均進線長度:

(7)

(3) 三站手拉手接線在供電重點園區中的平均進線長度可通過下式計算得到:

(8)

同理獲得四站手拉手接線在供電重點園區中的平均進線長度:

(9)

結合上述計算結果,獲得N站手拉手連線在供電重點園區中的平均進線長度:

(10)

式中,P描述的是供電重點園區的進線參數。

設Nk代表的是開關站在供電重點園區中的數量,可根據接線模式、進線電纜型號以及負荷分配計算得到:

(11)

式中,α描述的是區域負荷分配比例,S描述的是供電重點園區的經濟容量,β代表的是利用率,Sl代表的是單個開閉所在供電重點園區中的總容量。

通過年費用法在基本假設條件的基礎上構建靜態模型,其表達式如下:

(12)

式中,μ描述的是運行費用,Z代表的是供電重點園區的總投資費用,F描述的是供電重點園區的年費用。

單位容量在供電重點園區中對應的年費用函數如下:

(13)

式中,Z1、Z2、Z3均代表投資費用,建設供電重點園區的投資費用Z0可通過下式計算得到:

Z0=a0+b0S

(14)

式中,a0、b0分別代表的是投資過程中與供電重點園區電容量無關和有關的系數。

結合上述公式,獲得高壓進線在供電重點園區中的建設投資費用Z1:

Z1=L(a1+b1S)

(15)

中壓出線在供電重點園區中的建設投資費Z2可通過下式計算得到:

Z2=L′(Ma2+b2S)

(16)

式中,L′代表的是電網出線在供電重點園區中的回線路長度,M代表的是電網出線在供電重點園區中的回路數。

下級中壓開關站在供電重點園區中的建設費用Z3可通過下式計算得到:

Z3=NkFk

(17)

式中,Fk代表的是開關站在供電重點園區中的造價,Nk描述的是供電重點園區中開關站所需的數量。

通過下式計算電網線路與高壓變電站在運行過程中產生的費用μ1:

μ1=H(Z0+Z1)

(18)

式中,H代表的是年提取系數。

中壓線路在供電重點園區中的全年損失費μ2可通過下式計算得到:

μ2=ΔPτC0

(19)

式中,C0代表的是損耗電度對應的成本電費,τ代表的是最大負荷損耗對應的平均最大小時數。

變電站變電器在供電重點園區中的損失費用μ3表達式如下:

(20)

式中,τb描述的是損耗等值時間,KFe描述的是變壓器在供電重點園區中的鐵損系數,Kcu代表的是變壓器在供電重點園區中的銅損系數,γ代表的是變壓器在供電重點園區中的數量,SNL描述的是變壓器在重點園區中對應的額定負荷。

結合上述公式,獲得下式:

(21)

式中,Kc代表的是容載比,σ描述的是平均負荷密度,ρ代表的是導線在供電重點園區中對應的電阻率,J描述的是電流密度。

根據上述分析結果,構建供電重點園區電容量控制模型:

(22)

4 實驗與結果

為了驗證基于電力大數據的供電重點園區電容量控制模型的整體有效性,需要對基于電力大數據的供電重點園區電容量控制模型進行測試。

電力大數據的質量直接影響著電容量的控制效果,采用基于電力大數據的供電重點園區電容量控制模型對電力大數據進行處理,對比處理前后電力大數據的均方根誤差RMSE,其計算公式如下:

(23)

式中,yi代表的是真實值,N代表的是數據量,pi代表的是預測值。

分析圖2中的數據可知,電力大數據處理之前的均方根誤差較高,采用基于電力大數據的供電重點園區電容量控制模型對電力大數據進行處理后,數據的均方根誤差顯著下降,因為基于電力大數據的供電重點園區電容量控制模型采用低秩矩陣補全方法對電力大數據進行填補處理,降低了電力大數據的均方根誤差。

圖2 數據處理前后的均方根誤差

采用基于電力大數據的供電重點園區電容量控制模型、文獻[3]方法和文獻[4]方法進行測試,對比不同方法的最佳儲能容量,測試結果如圖3所示。

圖3 最佳儲能容量測試結果

對圖3中的數據進行分析可知,隨著時間的增長本文方法、文獻[3]方法和文獻[4]方法的最佳儲能容量均有所增長,對比3種方法的測試結果發現,所提方法的最佳儲能容量增長幅度遠高于文獻[3]方法和文獻[4]方法的最佳儲能容量的增長幅度,且在相同時間下所提方法的最佳儲能容量最高,驗證了所提方法的有效性。

將總收益增加量作為指標,采用所提方法、文獻[3]方法和文獻[4]方法進行測試,總收益增加量越高,表明方法的電容量控制效果越好,不同方法的測試結果如圖4所示。

圖4 總收益增加量測試結果

由圖4可知,采用本文方法、文獻[3]方法和文獻[4]方法對園區電容量進行控制時,不同方法的總收益增加量均呈上升趨勢,但對比文獻[3]方法和文獻[4]方法的測試結果,所提方法的總收益增加量較高,表明本文方法具有良好的控制效果。

5 總結

在供電重點園區規劃和建設過程中,電容量的控制效果直接決定了供電重點園區的經濟性及合理性。目前供電重點園區電容量控制方法存在最佳儲能容量低、總收益增加量小的問題。提出基于電力大數據的供電重點園區電容量控制方法,首先對電力大數據進行處理,并構建電容量控制模型,可有效解決目前方法中存在的問題,為供電重點園區的規劃和建設奠定了基礎。