配电网建设与改造项目评价及决策优化研究

马倩，王博，胡蔚，程亮，季时宇

（1. 江苏省电力公司，江苏 南京 210024；2. 天津大学 智能电网教育部重点实验室，天津 300072）

配电网建设与改造项目在整个电力行业中占据重要地位，它不仅直接关系着居民正常的生产生活，还影响着区域经济的进程，对整个社会持续、健康、快速发展有着重要和深远的意义。当前配电网建设项目投资规模巨大[1-3]，亟需构建一套配电网建设与改造项目评价体系[4]，实现科学安排投资项目，合理把握投资时序，注重投入产出效益，稳步提高电网经济效益的目标。

配电网规模庞大，设备众多，网络结构复杂，同时受历史发展的影响，针对配电网建设与改造项目相关内容的评价工作在供电企业推广应用的时间比较短，评价体系尚不完善。针对配电网项目评价的研究主要集中在电网建设项目本身的风险、投资、建设规模以及经济评估等方面[5-9]，建设与改造项目的整体优化问题还未得到足够重视；文献[10]分析如何调整实施战略使项目投资收益最大，得到了很好的研究论证，却忽视了对于项目实施效果的研究，实用性不强；此外，大部分的研究均针对评价对象[11]在某个时间阶段以及某些条件约束[12]下的状态进行探讨论述，却忽略了评价对象、评价标准和评价侧重点可能会随着科技水平和经济状况的发展而产生的变化。

本文首先从项目实施效果和项目施工影响2个角度对项目评价内容展开研究，建立配电网建设与改造项目评价体系，然后建立配电网项目库，由项目库随机生成项目集，以项目集决策值最大为目标函数建立优选模型，最后采用遗传算法求解最优项目集合，实现对配电网建设与改造项目的优化决策，为配电网未来建设与发展方向提供参考。

1 配电网建设与改造项目评价指标体系

1.1 指标体系构建原则与思路

为了客观反映配电网工程项目的内容与影响，指标选取应遵循全面性、层次性、实用性、可靠性、独立性和开放性的原则，使指标涵义明确，计算简单，易于比较。

建立配电网建设与改造项目评价指标体系的过程中，首先对项目实施前后配电网各技术指标的改善效果进行分析，以项目实施前后配电网运行特性指标的提升效果为指标，称之为项目实施效果指标；然后对项目特性进行独立分析，主要包括项目的施工期以及项目施工时的影响等因素，称之为项目施工影响指标。从以上两方面可完整评价配电网建设与改造项目对于电网发展建设的影响。

1.2 项目实施效果指标

建设配电网项目的目的是提升配电网的整体性能，改善提高现状电网的运行效果，而配电网建设与改造项目的实施主要解决配电系统的网架结构、容量协调以及设备配置问题。因此，从以上3个方面分析配电网建设与改造项目对配电网物理架构以及运行状态的影响，从而反映对配电网项目的实施效果。

当前电网企业依据项目的实施目的和效果不同，把配电网10 kV及以下工程项目分为八类，分别为网架结构加强工程，解决设备重载、过载工程，消除安全隐患工程，满足新增负荷需要工程，解决低电压台区工程，解决“卡脖子”工程，变电站配套送出工程以及改造高损配变工程。分析8类工程项目建设重点及与配电网主要运行特性指标间的对应关系如表1所示。

配电网建设与改造项目评价指标体系中对项目实施效果的评价主要通过项目实施前后配电网运行特性指标的提升效果来反映，指标的计算方式为计算项目建设前后配电网运行特性指标值的差值占投资建设前配电网运行特性指标值与其理想值之差的百分比，即计算配电网运行特性指标的改善程度。

表1 工程项目与配电网主要运行特性指标间的对应关系Tab.1 The correspondence of main characteristics indexes between projects and distribution network

1.3 项目施工影响指标

针对项目本身的评价主要从项目的施工影响方面展开，这一部分的评价方法与之前通过计算电网运行特性指标改善值而间接评价项目存在一定差异，项目施工中的影响主要体现在对配电网可靠性的影响，施工中部分设备的停用可能导致某些用户供电间断，可以选用供电间断引起的施工停电损失电量作为项目施工影响指标。施工停电损失电量主要由电网网架结构、电网负载水平和项目施工期决定。计算施工停电损失电量：

式中，ENS为施工停电损失电量；L为施工设备停用时的不可转移负荷；t为不可转移负荷停电时间。

1.4 配电网建设与改造项目评价指标体系

综合对项目实施效果及项目施工影响的分析，配电网建设与改造项目评价指标体系如表2所示。

表2 配电网建设与改造项目评价指标体系Tab. 2 Evaluation index system of distribution network construction and reconstruction project

1.5 指标权重构建

指标体系中的每个指标对实现评价目标的重要程度各不相同，权重作为评价体系中各指标轻重程度的度量，是综合评价的重要信息。德尔菲法又称专家打分法，是一种可充分综合领域专家知识、信息和经验的方法，在系统决策分析领域得到了广泛的应用[13]。本文通过德尔菲法，综合给出各项指标的权重。

本研究开展过程中，以匿名的方式征求专家意见，通过多次的信息沟通与循环反馈使所有参与专家的决策意见趋于一致时，得到配电网建设与改造项目评价指标权重结果如表2所示。

1.6 指标判据确定

项目实施效果类指标的计算使用差额指标计算方法。差额指标计算方法不论指标种类统一反映项目实施前后指标的改善情况占该指标全部可改善空间的百分比，所以可以采用统一的评分方法。首先需根据相关专业技术导则的规定，同时结合专家的长期运行或工作经验，确定反映配电运行特性的电网指标的理想取值；然后通过比较项目实施后该指标向理想值或远离理想值的改善程度，对项目实施效果类指标进行评分。本文以百分制为评分原则，则电网指标改善程度和分数间的对应关系为：改善程度为0时，对应评分为0分，改善程度为1时，对应100分，改善程度与分数成线性关系。

对于项目的施工影响评分方法，电网施工影响程度和分数间的对应关系为，结合专家给定不同施工停电损失电量和分值的对应关系拟合得到评分函数。

求取综合评分时，若项目为单一独立项目，应将具体指标得分乘以相应权重后再逐级求加权和，该项目评分则为上述实施效果指标评分与项目施工影响指标评分的加权和；若项目由若干个相关子项目组成，则应考虑所有子项目下每项指标的改善值，再应用相应的计算方法求得具体指标评分，并加权求和，即可得到项目实施效果指标评分；项目施工影响指标评分可用各子项目施工影响指标评分均值表示，则项目评分即为上述两者的加权和。

2 配电网建设与改造项目决策优化

2.1 基于0/1规划的项目优化决策方法目标函数

2.1.1 项目集生成及决策值计算方法

本文按照1.2节中所述工程项目分类方式，分别构建8类配电网建设和改造项目库，然后采用随机抽样的方法从各类项目库中随机选择若干个项目，组合生成一个项目集，把项目集中的单个项目定义为该项目集的项目元，单独的项目集对项目元的个数和类别没有限定。

项目集的优化必须有量化指标才能进行，为此可以定义项目集的决策值，项目集的决策值通过对项目集进行评分得到，评分越高的项目集，决策值越高，被接受的概率就越大[14]。项目集的整体实施会对配电网产生大范围影响，这一影响是由项目集内项目元的单独影响叠加产生，利用前面构建的评价体系可以对项目集整体进行评价。若项目集i由3个项目组成，项目集i的评分方法如图1所示。

图1 项目集评分流程Fig. 1 Rating process of project program

2.1.2 基于0/1规划的目标函数确定

一般的数学规划问题可描述为：

式中，等式约束和不等式约束可不存在，且均包含多个表达式。当变量xi只能取数值0或1时称其为0/1规划[15]，0表示淘汰该事件；1表示选中该事件。

1）事件互斥。存在g个互斥事件，如果在这些事件中最多只可以选择一件，则约束方程可表示为：

2）依存事件。如果存在2个事件，事件k和事件l，而事件l的发生必须建立在事件k发生的情况下，则约束方程可表示为：

如果只需要满足其中的任何一个约束，则约束方程可表示为：

式中，M为一个很大的数。

本文优化的目的是确定一个项目是采用还是淘汰，所以为了定义优化变量，可以定义0-1向量D。

式中，D的维度n为项目库中项目的总数；di为编号为i的项目的选择情况，若di为1，表示该项目被选用；若di为0，表示该项目弃用。

基于以上定义，以项目集中所包含项目元的组合为优化变量，以项目集的决策值最大为目标：

式中，S是项目集的决策值；函数f即为前文所述项目集决策值计算方法。

2.2 约束条件

本文考虑配电网项目拟投入总资金和各类项目投资分配比例的限制建立约束条件。

2.2.1 建设总资金约束

式中，Ti为编号为项目i的投资额；Tm为项目投资预算上限。

2.2.2 投资分配比例约束

首先，分析该地区配电网历史各项运行特性指标增长情况与投资数额的关系。其次，结合该地区配电网运行特性指标现状值设立合理目标值。再次，结合表1所示的项目类别与配电网运行指标对应关系，计算各类项目的单位投资建设效果（Wλ0）以及出各类项目的目标效果（Wλ），计算出每类项目的投资目标值（T′λ），计算公式如下：

最后，计算每类项目投资目标值之间的比值，即为依项目类别的投资分配比例（δ′λ），计算公式如下：

综上，约束条件为：

2.3 模型求解方法

由以上建立的模型可看出，若项目库中项目数量不大，可以直接对所有可能的项目组合进行列举，对其进行比较选择，很容易得到最优的配电网建设方案。但是随项目库规模变大，枚举的办法效率变得低下，比较时间漫长，计算过程拖沓。考虑优化变量的特点——为固定长度的0-1向量，不用进行编码就符合遗传算法（GA）的输入要求，同时模型的离散性也于GA的特性吻合。上述模型只需要建立适应度函数，确定遗传算子，确定收敛条件后就可以直接应用遗传算法求解[16]。

GA是一种并行的全局搜索的高效求解问题的方法，其本质上就是处理离散优化搜索问题的，它不要求问题空间的连续性，不需要梯度信息，其鲁棒性已经得到了证实，在处理大型复杂优化问题上已经取得了显著的成绩，所以在解决较大规模网络计划的多目标综合优化问题时，具有其他方法无法比拟的优势。本文利用遗传算法求解模型的具体流程如图2所示。

图2 遗传算法的流程图Fig. 2 Process of genetic algorithm

3 算例分析

某城市投资项目及其对应属性如表3 所示。其中，Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ分别依次代表网架结构加强工程、解决设备重载、过载工程、消除安全隐患工程、满足新增负荷需要工程、解决低电压台区工程、解决“卡脖子”工程、变电站配套送出工程以及改造高损配变工程。

已知该城市的项目预算总额不超过250 万元。对该城市配电网现状分析得到，该城市设备配置环节十分薄弱，中压配网架空线路绝缘化率低（0.156），配电自动化覆盖率低（0.130），使用时间超过10年的中压线路比例过高（0.790）。结合该城市各项运行指标、负荷和电网规模的现状值和目标值、单位投资运行效果等历史数据及表1所示的项目类别与配电网运行指标对应关系，计算出每类项目的投资目标值，得到项目类别的投资分配比例为：

表3 某城市部分项目内容Tab. 3 Content of projects of a certain city

由以上分析可知，将排除项目4、10、13。采用相应的评分方法得出各项目集的得分，根据遗传算法求解，得到优化集合各项指标如表4所示。

表4 最优项目集Tab. 4 The best project program

该项目集很好地该善了城市设配配置问题，能很好地达到预期目标，遗传算法求解模型实用性很强。

4 结论

本文提出了基于项目库的配电网建设与改造项目评价体系及决策优化方法，科学的配电网建设与改造项目评价指标体系，能够全面反映出配电网的项目投资效果，参考配电网运行现状求取权重增强了指标体系的严谨性。项目决策优化模型，在投资总金额的限制下，选用合理的投资分配比例，追求最大决策值，而非经济效益，使投资项目具有良好的实施效果，使配电网有良好的稳定性。

[1] 辛文. 前9月全国城乡配电网完成投资1 132亿元同比增13%[N]. 中国电力报，2012-11-06001（1）.

[2] 肖蔷. 我国配电网投资持续多年超过输电网[N]. 中国能源报，2013-02-04002（2）.

[3] 余红，王宇.“十二五”配电网建设将投资107.2亿元[N].云南日报，2011-07-11002（2）.

[4] 赵蕾，苟秦晋，潘聃，等. 配电网项目评价指标体系[J].电网与清洁能源，2014，（6）: 19-23.ZHAO Lei，GOU Qinjin，PAN Dan，et al. Evaluation index system of distribution power project[J]. Power System and Clean Energy，2014，（6）: 19-23（in Chinese）.

[5] 赵会茹，王鹤，韩英豪，等. 电网建设项目投资优化及辅助决策支持系统研究[J]. 华东电力，2007，35（6）:23-25.ZHAO Huiru，WANG He，HAN Yinghao，et al. Investment optimization for grid construction projects and aid decision-making systems for grid investment[J]. East China Electric Power，2007，35（6）: 23-25（in Chinese）.

[6] 王文山.电网建设项目投资决策评价[J].电网技术，2007，31（2）: 90-92.WANG Wenshan. Decision-making evaluation in grid construction investment[J]. Power System Technology，2007，31（2）: 90-92（in Chinese）.

[7] 罗凤章，肖峻，王成山，等. 计及电价波动的电网建设项目经济评估区间法[J]. 电网技术，2005，29（8）: 20-24.LUO Fengzhang，XIAO Jun，WANG Chengshan，et al.An interval economic evaluation method for projects of power system planning considering electricity price fluctuation[J] . Power System Technology，2005，29（8）: 20-24（in Chinese）.

[8] 甘德一，张媛敏，曾鸣. 电网建设项目投资优化方法研究[J]. 改革与战略，2009，25（189）: 61-63.GAN Deyi，ZHANG Yuanmin，ZENG Ming. Optimization of investment for grid construction projects[J]. Reformayion& Strategy，2009，25（189）: 61-63（in Chinese）.

[9] 李欣然，朱湘有，李培强，等. 地区电网建设规模综合评估方法研究[J]. 湖南大学学报: 自然科学版，2008，35（2）: 61-65.LI Xinran，ZHU Xiangyou，LI Peiqiang，et al. Research on the comprehensive evaluation method of planning size in district distribution power grid[J]. Journal of Hunan University: Natural Sciences，2008，35（2）: 61-65（in Chinese）.

[10] STUMMER C，HEIDEMBERCER K. Interactive R & D portfolio analysis with project interdependencies and time profiles of multiple objectives[J]. IEEE Transactions on Engineering Management，2003，50（2）: 175-183.

[11] 李瑞生，李燕斌，周逢权. 智能变电站功能架构及设计原则[J]. 电力系统保护与控制，2010，38（21）: 24-27.LI Ruisheng，LI Yanbin，ZHOU Fengquan. The functional frame and design principles of smart substation[J]. Power System Protection and Control，2010，38（21）: 24-27（in Chinese）.

[12] 毛安家，何金. 一种基于可信性理论的电网安全性综合评估方法[J]. 电力系统保护与控制，2011，39（18）: 80-87.MAO Anjia，HE Jin. An approach of power grid security comprehensive assessment based on credibility theory[J].Power System Protection and Control，2011，39（18）: 80-87（in Chinese）.

[13] 刘军，周婧婧，谢世恒，等. 基于梯形模糊数的电力变压器故障模式重要度评定方法研究[J]. 高压电器，2012，（5）: 62-68.LIU Jun，ZHOU Jingjing，XIE Shiheng，et al. Importance evaluation method on the failure modes of power transformer based on trapezoidal fuzzy number[J]. High Voltage Apparatus，2012，（5）: 62-68（in Chinese）.

[14] 俞玉英，郭铭，郭寅昌，等. 配电网建设改造工程评价方法[J]. 电力系统及其自动化学报，2012，24（5）：123-126-153.YU Yuying，GUO Ming，GUO Yinchang，et al. Evaluation of construction and upgrading projects in distribution system[J]. Proceedings of the CSU-EPSA，2012，24（5）:123-126，153（in Chinese）.

[15] 曹楠，李刚，王冬青. 智能变电站关键技术及其构建方式的探讨[J]. 电力系统保护与控制，2011，39（5）:63-68.CAO Nan，LI Gang，WANG Dongqing. Key technologies and construction methods of smart substation[J]. Power System Protection and Control，2011，39（5）: 63-68（in Chinese）.

[16] 杨佳俊，徐建政. 改进量子遗传算法在无功优化中的应用[J]. 电力电容器与无功补偿，2013（4）: 15-20.YANG Jiajun，XUN Jianzheng. Application of improve quantum genetic algorithm on reactive power optimization[J].Power Capacitor&Reactive Power Compensation，2013（4）:15-20（in Chinese）.