TSC提升的配电网区域机会维修模型

徐 旭

（中国石油大庆石化公司热电厂，黑龙江 大庆 163714）

电力系统可靠性是指电力系统按照供电标准和供电量需求向用户持续供应稳定电力的能力，包括电量裕度和供电安全2大因素。在电力系统中，配电网是连接供电企业与用户的线路，其可靠性决定着供电系统的可靠性，对用电安全产生决定性的影响，因电网故障而导致的低电量和断电问题已经成为困扰用户的主要问题，因此，配电网的检修与维护工作是保障电力系统可靠性的主要措施［1］。

现阶段制定设备检修计划时大多以设备数量、型号和使用时间做参考，以设备故障风险点为依据。其理论研究也基于上述内容进行，王玉磊等介绍了基于故障模型变压器维护策略，将时间作为变量进行求解得到更换变压器的合理时间［2］。潘乐珍等介绍了基于设备状态模型确定检修时间与方式的方法，将设备运行时间与运行状态作为输入数据，将运行成本作为变量求解，采用代算法提出了1种优化维修方案的办法［3］。袁野等建立了1套设备综合评价体系，通过合理设置设备能效指标，寻求能效与维护成本之间的平衡，提供了1种基于能效与成本的设备维护分析模型［4］。

上述文献中对设备的运行状态、能效、故障和成本进行了考虑，但都没有脱离设备运行风险的思维模式，很多学者依然通过设备故障与经济指标来评价维护方案，并未开展设备运行稳定性、设备能力优化、设备故障的影响等因素的分析，没有建立起设备可靠性与负荷之间的联系。

配电网是包含多种设备的复杂网络，各设备之间相互协作，具有高度的关联性，因此，进行配电网检修决策研究时，必须考虑设备性能与可靠性之间的关系，找到能够同时满足设备可靠性与性能需求的平衡方案。

供电设备维护方案不同，对电力系统供电能力的影响也不同，文中引入供电能力阀值（TSC）作为供电系统性能的评价指标，用来考察配电网的供电能力，也能间接反映出工业设备维护方案对供电系统的影响。为了将此评价指标代入评价模型，文中从区域机会维修的角度出发建立了评价模型，该模型综合考虑系统的性能、可靠性、内部联系、结构影响、维护方案之间的关系，从上述因素相互影响的角度出发确定检修位置，在此基础上引入供电能力阀值（TSC）建立负荷与可靠性关系模型，该模型采用NDE编码技术和GA算法，目的是得到最优解。

1 考虑TSC提升的区域机会维修模型

1.1 设备要求与系统可靠性需求

状态检修是1种根据当前设备健康情况设定检修计划的方法，设备当前健康情况达到检修指标后才开始检修，一般基于个体设备制定，但系统中拥有多台设备，并且设备之间具有内在联系，导致检修与运行间存在矛盾，系统的可靠性取决于设备的健康状态，而设备健康状态取决于维修阀值的设定，主要体现在4个方面。

（1）对于个体设备来说，及时检修是保障设备稳定运行的唯一途径，不仅可以减少设备故障，还能延长设备使用寿命，但对整个系统来说，即需要保持系统的可靠性，又需要控制维修成本；

（2）设备故障的产生主要有内因和外因2部分，内因是指零件老化、零件失效等因素，外因是指天气、负荷等因素，通过检修可以加强对内因与外因的控制，但检修意味着停机，使系统无法正常运行；

（3）系统内部的所有设备存在一定的内在联系，具有功能联系，也有电路联系，设备的可靠性决定着系统检修策略，解决方案不同，获得的系统稳定性也不同，好的方案应平衡性能与可靠性；

（4）设备的检修时间不同对系统运行可靠性能够产生不同的影响。

综合4方面因素，设备可靠性与成本存在矛盾，需要制定检修计划时有所侧重。

1.2 设备健康状态值的求取

国家规定电力系统应定期进行状态评估，在检修期内统计所有设备的健康指数，综合考虑零件老化、时间等因素，通过下面的公式计算设备健康指数。

式中HI—设备上次评估的健康指数；HI0—设备健康指数；ΔT—检修时间；B—设备老化程度指标；a—老化系数。

系统进入检修期后，按照公式（1）、（2）计算健康指数，为了平衡设备检修成本与运行可靠性，按照经验老化系数a取值为0.7，系统因故障提前进入检修阶段，老化系数a取值为1。

近年来，电力系统全面铺开智能监测系统，设备老化状态和运行情况均可监测，还能自动分析设备故障，无需更换设备的全部零件，设备检修时大多采取备件更换或维修的方法，此次研究利用设备运行状态指标来确定设备是否参与检修，设备部件的健康指数将作为检修机会的判断依据。

1.3 考虑TSC提升的区域机会维修模型

机会维修是预防性维修措施，运用此方法时需在检修期内排除设备故障，并将无故障设备做一定的维护，它结合故障后维修与预防性维修于一身，但供电系统内的设备数量众多，设备间的联系复杂，同时进行电网的整体维修不现实。因此，在机会维修中应采取检修组合的办法，不但可以节约资源、提高维修效率，也保障了供电系统的可靠性。由于供电系统的可靠性与维修存在矛盾，文中引入TSC指标来评价2者的关系，建立机会维修模型。

1.3.1 区域机会维修模型引入TSC指标后，需要进一步确定检修区域，实现性能与可靠性的平衡，最大化合理利用资源。根据国家电力系统运行标准确定设备健康指数指标，并以此为基础评价设备的运行状态，找出主要维护设备与次要维护设备，结合系统的可靠性要求确定主要维护设备的集合，此时需综合考虑电网结构、可靠性指标、性能指标、人员因素与设备的内在联系，最终得出检修区域的方案。方案的确定原则有5点。

（1）按照健康指数指标判断某设备虽然符合主要维护设备的条件，但该设备在供电系统中承担重要角色，对其开展维修会严重影响供电系统运行，需要将设备划分为单独维修的行列，与其它设备区别对待；

（2）检修范围内的设备进行检修时，应将与之关联的设备同时划入范围；

（3）虽然设备已经进入检修范围，但其健康指数指标不满足主要维护设备的条件，可对其进行部分维修；

（4）划分检修区域应尽量缩短供电系统停机时间，设备的检修数量应在检修能力之内；

（5）检修区域应按时间划分，不要在同一时间内进行并列检修，若检修能力仍有富余，可将提升检修区域可靠性的工作同时开展。

按照上述原则设计了开关集KAI，并通过下面的公式确定检修区域F，将检修区域N等价为设备健康阀值K、设备数量S、系统停机造成的损失L的函数，在公式中加入可靠性、成本、设备内部关联等约束。

式中F—检修区域；Px—第x台设备出现故障所能引起的损失，万元；Tx—停机维修时间，h。

约束条件为：

式中HIx—第x台设备的健康指数指标；K—设备健康阀值。

式中Nt—需要维修的设备数量，台；Mt—当前维修能力所能承担的设备数量，台。

1.3.2 考虑TSC提升的区域机会维修模型按照前文建立的维修模型，同一时间内完成检修和电力系统运行可靠性的保障，还可通过网络的优化提高供电系统的性能，保障供电能力。文中采取供电网络主动优化的办法，以设备状态为主要参数，网络拓扑为途径，建立了负荷转移模型，该转移模型与前文建立的维修模型能够形成很好的互补，最大限度实现供电系统性能与可靠性的平衡。

2 基于NDE-GA算法的TSC提升负荷转移模型

TSC是指供电系统在相关国家标准和可靠性的前提下满足供电负荷的能力，主要与供电系统的电网结构、运行状态、拓扑结构和用户容量等因素相关，可以通过改变电网线路和开关状态来提高系统容量。

考虑电网检修时，利用网络优化和约束条件的限制代替GA操作，使检修方案可以最大限度提升供电系统的TSC，改善供电结构，使负荷的分配更加合理。

2.1 TSC模型

TSC模型将TSC作为求解对象，设定检修时的各项参数，例如设备性能设备集约束、馈线极限容量约束、主变容量约束、节点电压约束、潮流约束、网络拓扑约束、支路容量约束以及联络极限容量约束等，形成求解公式（6）。

由于主要检修区域内的设备按照电网结构承担相应的负荷，为了保障系统的可靠性，此部分设备不在优化范围之内。

式中TP—TSC时主变的实际负荷；j—负荷点设备编号；n—区域T1内的设备总数；Lj—TSC时的各个负荷点的负荷；trfhk—线路h转移到线路k的负荷量；Fk—馈线k的实际带负荷量；RFk—馈线k的极限容量；RFp—联络线p的极限容量；Umax、Umin—节点电压的上、下限；A—节点/支路关联矩阵；i—所有支路的复电流矢量；I—所有节点的复电流注入矢量；ik、ik max—各支路流过的电流和允许的最大载流量。

2.2 NDE-GA算法

供电网络优化智能分析方法在机会维修优化中被广泛使用，但优化过程需要对电网结构进行繁琐的计算，参数设置较多，还需随机断开支路进行网络验证，以保障供电网络可以稳定运行，不仅消耗大量时间，也对电网运行造成很大的扰动。

为了提高优化效率，减少对电网的扰动，文中采取信息节点深度优化的办法，将断开支路环节用数据矩阵进行模拟，建立供电系统信息化树模型，对拓扑结构进行优化，不仅可以保障电网正常在线进行，还能自动记录初始节点的各项数据和操作，例如PAO与CAO等。

在优化过程中，利用网络优化和约束条件的限制代替GA操作，既能保障各项参数与实际运行工况相符，又能实现NDE技术的合理应用，最终实现网络开关的优化。

3 模型求解流程

采取NDE-GA算法，通过区域机会维修模型进行供电负荷能力提升的最终求解，分8个步骤。

（1）获取当前供电系统的设备健康指标数据；

（2）对照设备检修指标确定需要检修的设备范围，将其纳入检修区域，形成开关集KAI；

（3）按照（2）确定的开关集建立GA搜索，拟搜索结果作为初始项R1；

（4）利用前文提到的TSC计算公式算出目标值R，与系统的约束条件范围相比较，若不在范围内则重复步骤（3），若在范围内继续进行下一步骤。

（5）采取最优解原则，生成最优群R2；

（6）在最优群R2中任意选择2个个体，执行NDE操作，得到下1代种群S；

（7）通过区域机会维修模型代入R2和S，得到新的R；

（8）与终止条件进行对比，满足条件则输出最优解，不满足条件则重复步骤（4），直至产生满足条件的最优解出现。

4 算例分析

选择电网系统中的33节点配电系统作为优化对象，该节点网络结构见图1，最优解见图2。

图1 IEEE 33节点配电网络

图2 IEEE 33节点TSC最优网络结构

33节点配电系统的额定电压为12.66 kV，整个结构中含有37条线路和5个网络开关，所有开关均处于断开状态，线路通畅，主线路电流最大值为595 A。依据文中列出的区域机会维修模型，对该节点的网络进行优化，依然将TSC作为求解对象，输入各项约束条件后，GA种群初始数量设置为50，迭代次数设置为50。

5 结束语

从供电系统的负荷性能与可靠性相平衡的方向出发，提出1种建立区域机会维修模型实现最优求解的办法，文中所研究的模型将供电系统的网络结构、拓扑结构、设备性能指标、系统可靠性、系统内在联系与维修成本作为主要参考因素，通过一定的算法确定检修区域，能够保证计算效率与计算准确性。

该模型还具有提升系统TSC的功能，在模型中引入NDE-GA算法求出网络结构的最优解，能够有效提升供电网络的性能，此算法在不必扰动电网正常运行的同时，能够模拟出真实工况下的电网运行，其优势在于设备健康指数的使用，能够区别于传统的设备故障模型，对科学进行供电网络检修具有重要意义。

此次研究中使用的设备健康指数均参考传统模式下的评价结果得出，在后续研究中，将采取跟踪设备运行，进行重新评估的方式，获得最新的设备健康指数，使研究结果更加符合实际工况，为科学制定检修计划提供支撑。此外，研究所采用的一些约束条件是参考文献资料制定的，在后续研究中，将依据供电网络运行的实际数据，结合供电系统内设备的内在联系制定约束条件，还要结合实际拥有的检修资源对模型进行修改，使研究结果真正达到与实际工况相一致的程度。