面向智能電網的變壓器經濟運行與負荷預測自動化算法研究

［關鍵詞］智能電網；變壓器；電力負荷預測；經濟運行

［中圖分類號］TM421 ［文獻標志碼］A ［文章編號］2095–6487（2024）11–0145–03

智能電網全面高效地平衡電力能源供需平衡，以電力負荷預測為支撐[1]，即結合歷史電力數據和季節、環境等因素對未來某一時間段的用電情況作出推算，幫助電力企業更好地進行供電管理。同時，為了通過電力負荷調度實現對類似季節性峰谷差明顯的電力負荷的高效應對，調容變壓器得以產生。此類變壓器包括兩個額定容量，比值大約為3∶1，相互之間能夠自動無縫切換，電力負荷大時，使用大容量，電力負荷小時，則使用小容量，以實現配變損耗的有效降低[2]。但若容量切換點設置不合理，甚至會出現增加損耗的問題。基于此，文章對電力負荷預測方法進行分析，在此基礎上對調容變壓器經濟性展開相對深入的探討。

1調容變壓器

1.1調容變壓器損耗

變壓器總損耗為變壓器空載損耗與負載損耗之和，其中，空載損耗指變壓器鐵損，具有固定的特征，負載損耗指變壓器處在額定運行狀態下的損耗，即滿載狀態下的損耗。負載損耗和電流平方之間具有正相關性，負載率通過實際電流與額定電流之比來計算，而負載損耗則通過負載率平方與短路損耗之積來計算，如下所示：

1.2調容變壓器降損

由于調容變壓器的容量有兩個擋位劃分，結合其容量切換點，能夠確定其損耗曲線，主要由兩部分構成。對容量切換點進行差異化設置，基于相同負荷，此類變壓器損耗亦有相應差異顯現出來，而最佳切換點即兩種容量模式損耗一致的負荷點，在該點切換容量，可為調容變節能量的最大化提供保證。此處以S11 調容變壓器為例，與S11 普通變壓器相比較，分析其節能量，圖1 所示為這兩類變壓器的負荷損耗示意圖。

根據圖1，當負荷處于100～315 kVA 時，兩類變壓器損耗曲線一致；當負荷處于0 到最佳切換點時，S11 調容變壓器相較于S11 普通變壓器而言損耗明顯更低；當負荷處于最佳切換點到100 kVA 時，S11 調容變壓器相較于S11 普通變壓器而言損耗更高。據此可推斷，相較于S11 普通變壓器而言，S11 調容變壓器降低的損耗即負荷處于0到最佳切換點節約的損耗。

2基于encoder-decoder預測模型的電力負荷預測

在自然語言處理中，encoder-decoder 模型[3] 常用于處理如翻譯、對話等seq2seq 任務（輸入輸出長度不確定的任務）。在電力負荷預測領域，也可以將預測任務看作是seq2seq 任務，即由前若干天的電力數據、環境數據、社會因素數據、日期數據等信息推測出未來若干天的電力負荷情況。文章提出一種融入注意力機制[4] 的encoder-decoder 預測模型來預測未來裝備制造基地的電力負荷。模型主要包括編碼器、注意力層與解碼器3 部分，其中，編碼器包括多層GRU網絡[5]，負責編碼電力電荷數據；注意力層對編碼器輸出及解碼器隱藏狀態間注意力權重進行計算，同時，加權求和處理編碼器輸出，獲取編碼向量；解碼器也包括多層GRU 網絡，執行對編碼向量的解碼任務，經計算獲取電力負荷的預測值。圖2 所示為模型網絡結構示意圖。

可對全過程作以下理解，即針對時間步長為t 的輸入數據，編碼器執行特征提取任務，獲取對應于各時間步的特征向量，針對最后一個時間步特征向量以及之前的時間步特征向量，注意力層會對其之間的相似程度進行計算。所得結果越大（即相似程度越高），對應的權重也會越大，對此時間步的特征進行重點提取；與之相反，如果所得結果比較小（即相似度比較低），那么對應的權重也會越小，小到一定程度之時，便可將該時間步所具有的特征忽略。針對有關注的特征，解碼器會在算法與技術的支持下對其特征進行提取，并在此基礎上最終將預測結果求解出來。

3基于電力負荷預測的調容變壓器經濟運行分析

在對變壓器運行經濟性進行分析的過程中，需要將負荷特性、基于變壓器壽命的負荷增長與波動等諸多指標作為考慮因素，在此基礎上構建綜合分析模型，以模型參數為依據執行變壓器經濟性的評估任務，以此為變壓器選型提供指導，在有效提升投資準確性的同時實現利益最大化。特別是調容變壓器相較于普通變壓器而言成本更高（相同容量下，前者成本約為后者1.5倍），因而必須將其投入與節約損耗之間的關系作為重點考慮因素。

4結束語

文章以對電力負荷的預測為基礎，構建模型分析調容變壓器全生命周期成本，與普通變壓器相比，能夠為配變選型提供重要指導，確保選型合理性與經濟性，進而達到投資利用率最大的重要目的。今后，還應對電力負荷預測模型可靠性與準確性進行驗證，并通過實例證明應用價值。