考慮負(fù)荷分類的低壓臺區(qū)線損率計算方法

薛之裔

（蘇州三新供電服務(wù)有限公司 常熟分公司虞北業(yè)務(wù)所，江蘇 蘇州 215500）

0 引 言

國內(nèi)配電網(wǎng)規(guī)模龐大，關(guān)聯(lián)區(qū)域較為廣泛，整體具有點多、線長、面廣等特點[1]。近年來，隨著人們對電力需求的提升，用電負(fù)荷也在逐年增加，部分地區(qū)的低壓配電網(wǎng)實際運行線損量已達到總損耗電量的45%左右，這也使線損問題逐漸突出[2]。而在這之中，屬于低壓臺區(qū)的線損問題分布密集[3]。通常情況下，低壓臺區(qū)作為電網(wǎng)的末端環(huán)節(jié)，應(yīng)該加強對線損情況的控制與核查，確保穩(wěn)定的電力調(diào)度環(huán)境，為工作人員準(zhǔn)確、快速地計算臺區(qū)線損率奠定基礎(chǔ)條件[4]。

隨著電力調(diào)度工作量的增加，傳統(tǒng)的臺區(qū)線損計算方法容易受到多種因素的影響，對于線損計算得出的結(jié)果并不精準(zhǔn)，線損目標(biāo)誤差較大，影響配網(wǎng)線損計算的工作效率。

為了解決上述問題，提升電網(wǎng)線損的處理計算效果，從負(fù)荷分類的角度考慮，設(shè)定多維度的計算目標(biāo)，設(shè)計一種更加有效的低壓臺區(qū)線損率計算方法[5]?？紤]到最終測試結(jié)果的完整程度，選擇真實的背景，結(jié)合區(qū)域電網(wǎng)的運行情況，對初始的計算、測定模式進行更改、調(diào)整，在復(fù)雜的電力環(huán)境下，進行細(xì)節(jié)化、模塊化的階段式測定，為后續(xù)的低壓臺區(qū)線損處理工作提供理論依據(jù)[6]。

1 構(gòu)建低壓臺區(qū)負(fù)荷線損率方法

1.1 有源低壓臺區(qū)線損影響因子選取

在結(jié)合負(fù)荷分類設(shè)計低壓臺區(qū)線損率計算方法之前，需要先針對測定區(qū)域的有源低壓臺區(qū)選取基礎(chǔ)的線損影響因子[7]。針對校核線損數(shù)據(jù)質(zhì)量，建立特定的定向?qū)傩约?，為提升整體的線損處理效果，提高可靠性，可以選擇15% 的臺區(qū)數(shù)據(jù)進行實測，設(shè)定等效線損計算比率[8]。測定配電網(wǎng)區(qū)域之內(nèi)的供電半徑，計算出線損負(fù)載率為

式中：M表示線損負(fù)載率；α表示供電半徑；φ表示覆蓋范圍；u表示低壓承載誤差。通過上述計算，最終可以得出實際的線損負(fù)載率。根據(jù)得出的線損負(fù)載率，可以進一步劃定配電網(wǎng)的模糊線損區(qū)域。當(dāng)?shù)蛪壕€路的總長度小于供電半徑時，負(fù)載率一般會升至25%以上，這表明有源低壓臺區(qū)的線損影響因子選取相對較為均衡。針對首端電壓、末端電壓以及總表功率等項目指標(biāo)，均需要按照實際的線損計算需求、標(biāo)準(zhǔn)，調(diào)整對應(yīng)參數(shù)，以特殊的模式，選取有源低壓臺區(qū)線損影響因子，為后續(xù)的交互計算奠定基礎(chǔ)條件[9]。

1.2 線損多負(fù)荷歸一計算流程設(shè)計

通常情況下，區(qū)域內(nèi)的低壓臺區(qū)出現(xiàn)的線損均是具有一定關(guān)聯(lián)性的[10]。受到周圍電力設(shè)備的多方向影響，為避免對設(shè)備造成損壞，可以將其所承受的負(fù)荷分化，實現(xiàn)定向線損數(shù)據(jù)校核后，測算出實時低壓臺區(qū)線損率。采用歸一處理的方式，依據(jù)特定的計算比例，縮放線損數(shù)據(jù)，促使獲取的數(shù)據(jù)映射到一個特定的計算區(qū)間之內(nèi)，通過對電網(wǎng)負(fù)荷運行情況的觀測，選取logsig函數(shù)，結(jié)合BF神經(jīng)網(wǎng)絡(luò)模型，構(gòu)建計算傳遞狀態(tài)，具體如圖1所示。

圖1 線損傳遞函數(shù)狀態(tài)圖像

根據(jù)圖1，可以完成對線損傳遞函數(shù)狀態(tài)的分析與研究。結(jié)合實時電網(wǎng)的線損情況，在不同的負(fù)荷區(qū)段之中，設(shè)定歸一計算標(biāo)準(zhǔn)，融合至流程之中，完成對線損多負(fù)荷歸一計算流程的設(shè)計。

1.3 WNN負(fù)荷分類線損計算模型構(gòu)建

在完成對線損多負(fù)荷歸一計算流程的設(shè)計之后，根據(jù)低壓臺區(qū)的電網(wǎng)運行現(xiàn)狀，以電力負(fù)荷分類為引導(dǎo)，構(gòu)建小波神經(jīng)網(wǎng)絡(luò)（Wavelet Neural Network，WNN）線損計算模型。獲取區(qū)域性的電力負(fù)荷值，計算出拓?fù)浔葹?/p>

式中：q表示線損拓?fù)浔龋?表示負(fù)荷誤差；c表示小波函數(shù)；b1表示預(yù)設(shè)電力變量；b2表示實測電力變量。通過上述計算，最終可以得出實際的線損拓?fù)浔?。結(jié)合WNN負(fù)荷計算框架，測定出此時電網(wǎng)的線損傳遞函數(shù)狀態(tài)。隨后，采用 WNN 建立計算模型。以BP 神經(jīng)網(wǎng)絡(luò)的拓?fù)淇蚣茏鳛榛A(chǔ)，結(jié)合電力負(fù)荷變量，在模型中通過計算目標(biāo)建立對應(yīng)的計算類別，通過小波函數(shù)來傳遞隱層負(fù)荷節(jié)點，采用反向測算的形式，獲取期望值，構(gòu)建WNN負(fù)荷分類線損計算模型結(jié)構(gòu)，具體如圖2所示。

圖2 WNN負(fù)荷分類線損計算模型結(jié)構(gòu)圖示

根據(jù)圖2，可以完成對WNN負(fù)荷分類線損計算模型結(jié)構(gòu)的設(shè)計。將所設(shè)定的計算流程融入模型之中，依據(jù)需求調(diào)整模型的應(yīng)用目標(biāo)，進一步細(xì)化模型的計算精準(zhǔn)度及效果。

1.4 K-Means 負(fù)荷聚類實現(xiàn)線損率計算

在完成對WNN負(fù)荷分類線損計算模型的構(gòu)建之后，需要采用K-Means 負(fù)荷聚類法實現(xiàn)低壓臺區(qū)的線損率計算。這部分可以調(diào)整計算模型中的電力負(fù)荷變量，依據(jù)計算類別，設(shè)定K-Means聚類結(jié)構(gòu)，將獲取的電力值設(shè)定在模型與K-Means負(fù)荷聚類結(jié)構(gòu)之中，計算出實時線損率為

式中：K表示實時線損率；π表示線損定位差值；Z表示單元距離；X表示變化向量；M1表示預(yù)設(shè)聚類范圍；M2表示實測聚類范圍。通過上述計算，最終可以得出實時的線損率。此時，將線損結(jié)果設(shè)定在計算程序之中，檢測線損結(jié)果的精準(zhǔn)性，進一步確保測試的可靠性。

2 方法測試

本次主要是對負(fù)荷分類下低壓臺區(qū)線損率計算方法實際應(yīng)用效果進行分析與研究?？紤]到最終測試結(jié)果的精準(zhǔn)性、可靠性，選擇D配電站作為測試的主要目標(biāo)對象，并設(shè)定傳統(tǒng)的改進 K-Means 聚類臺區(qū)線損計算測試組、傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)臺區(qū)線損計算測試組以及本文所設(shè)計的負(fù)荷分類臺區(qū)線損計算測試組。測定最終得出的計算結(jié)果以對比的形式展開分析，同時，測試必須確保在相同的環(huán)境下進行。根據(jù)線損測試的需求、標(biāo)準(zhǔn)，搭建相應(yīng)的測試環(huán)境。

2.1 測試準(zhǔn)備

在對負(fù)荷分類下低壓臺區(qū)線損率計算方法實際應(yīng)用效果進行分析與研究之前，需要先搭建相應(yīng)的測試環(huán)境。將D配電站周圍的覆蓋區(qū)域劃定為4個，在每一個區(qū)域之中設(shè)定對應(yīng)的監(jiān)控裝置，以此來捕捉線損數(shù)值、信息。設(shè)定供電半徑為25.5 m，負(fù)載率需要控制在89%以上，結(jié)合改進計算狀態(tài)，構(gòu)建臺區(qū)線損率計算流程，具體如圖3所示。

圖3 臺區(qū)線損率計算流程圖示

根據(jù)圖3，可以完成對臺區(qū)線損率計算流程的設(shè)計。結(jié)合上述流程，調(diào)整低壓臺區(qū)的線損模型中的指標(biāo)數(shù)值，營造穩(wěn)定、可靠的計算環(huán)境。核定測試的設(shè)備及裝置是否處于穩(wěn)定的運行狀態(tài)，并確保不存在影響最終測試結(jié)果的外部因素，核定無誤后，開始具體測驗。

2.2 測試過程及結(jié)果分析

在上述搭建的測試環(huán)境之中，結(jié)合負(fù)荷分類需求、標(biāo)準(zhǔn)，進行線損計算測試。通過聚類處理，將線損數(shù)據(jù)作出對應(yīng)匯總、整合，利用WNN負(fù)荷分類線損計算模型，將D配電站的線路測定依據(jù)電力負(fù)荷的狀態(tài)，劃分為對應(yīng)的層級，每一個層級均需要設(shè)定一個執(zhí)行目標(biāo)，并搭配計算機制，形成循環(huán)線損計算框架。此時，對于獲取的負(fù)荷數(shù)值進行測定，了解具體的線損狀態(tài)，具體如表1所示。

表1 負(fù)荷數(shù)值、線損狀態(tài)數(shù)值表

根據(jù)表1，可以完成對負(fù)荷數(shù)值、線損狀態(tài)數(shù)值的測定與研究。將基于改進 K-Means 聚類臺區(qū)線損計算方法與基于BP 神經(jīng)網(wǎng)絡(luò)臺區(qū)線損計算方法作為測試組，與本文設(shè)計的考慮負(fù)荷分類臺區(qū)線損計算方法共同進行測試。計算出實時線損率，測定出目標(biāo)誤差，結(jié)合測定需求，對得出的測試結(jié)果對比分析，如表2所示。

根據(jù)表2，可以完成對測試結(jié)果的分析與研究：與基于改進 K-Means 聚類臺區(qū)線損計算測試組、基于BP 神經(jīng)網(wǎng)絡(luò)臺區(qū)線損計算測試組相對比，本文所設(shè)計的考慮負(fù)荷分類臺區(qū)線損計算測試組得出的線損目標(biāo)誤差被均勻控制在1.5%以下，表明此種計算方法的誤差小，覆蓋范圍更為廣泛，具有實際的應(yīng)用價值。

表2 測試結(jié)果對比分析（單位：%）

3 結(jié) 論

對比于傳統(tǒng)的計算模式，本文所設(shè)計的線損率計算方法更加靈活、多元，尤其針對于龐大、復(fù)雜的數(shù)據(jù)群，可以快速、大范圍分析電網(wǎng)的線損情況，從多個方向考慮、研究電力調(diào)度的異常，實現(xiàn)精準(zhǔn)定位。與此同時，針對于線損計劃指標(biāo)的分解，可以更為有效地提取出低壓臺區(qū)線損問題的特征，并制定具有針對性的解決方案，依據(jù)平衡三相負(fù)載數(shù)值、信息，進一步細(xì)化、完善降損節(jié)電工作，推動線損計算模式的創(chuàng)新與應(yīng)用。