CN102663515A - 一种特高压变电站落点的优选方法 - Google Patents

Abstract

本发明涉及一种特高压变电站落点的优选方法，首先建立了规划特高压变电站落点布局的指标参数，从经济性指标参数、安全性指标参数、落点区域特性指标参数、远景适应性指标参数和协调性指标参数5个方面对特高压变的落点进行系统全面的评估，在此基础上提出了一种基于矩估计理论的特高压落点灰色综合优选方法，通过矩估计理论兼顾决策者的主观性和权重随时间渐变的客观性，最后通过灰色综合优选法进行决策方案的优选。本发明为特高压落点规划提供了重要的理论指导，具有科学性、合理性。

Description

一种特高压变电站落点的优选方法

技术领域

本发明属于电力系统规划设计领域，特别涉及一种特高压变电站落点的优选方法，适用于解决国内特高压变电站的选址规划问题。

背景技术

中国能源资源和能源消费很不均衡，能源丰富地区远离经济发达地区，一次能源在地域分布上呈现“北丰南缺、西多东少″的格局，为满足未来经济社会发展和人民生活的用电需求，客观上要求通过坚强的电网，实现能源的大范围资源优化配置。特高压电网具有远距离、大容量、低损耗特点，加快建设特高压输电网，是中国能源和经济社会协调发展的必然要求，建设以特高压电网为核心的坚强国家电网，对于满足未来持续增长的电力需求，实现更大范围的资源优化配置，推动电力工业技术创新和能源的高效开发利用，具有重大意义，因此在特高压规划时，特高压变电站的落点规划就显得十分重要。

特高压变电站落点规划是一项复杂的工作，特高压落点的决策很难用单一指标来抉择，需要综合考虑各种影响因素，分析较为复杂。当前特高压落点决策主要是依靠定性的综合考虑落点区域的各种因素，依靠工程经验确定特高压变电站落点，特高压落点布局是多因素相互作用下的一种综合问题，是典型的多属性优选决策问题，这种决策方法本质上以定性分析或者半定性半定量分析为主，主观成分过多，缺乏科学性、合理性，全面系统的决策特高压落点的理论方法还没有被提出。因此建立一套全面系统的特高压变电站落点规划指标和综合优选模型，对于特高压变电站落点的优化布局具有重要的实际意义和理论价值。

发明内容

针对背景技术存在的问题，本发明提供一种特高压变电站落点的优选方法。

为解决上述技术问题，本发明采用如下技术方案。

一种特高压变电站落点的优选方法，包括以下步骤，

步骤1)确立特高压变电站落点的指标参数，具体包括经济性指标参数、安全性指标参数、落点区域特性指标参数、远景适应性指标参数和协调性指标参数；

步骤2)确定特高压变电站落点的比选方案及分析模型，根据落点区域电力和经济情况，选择特高压落点的比选方案；根据送受电需求和电网系统条件建立仿真模型，基于所建立的仿真模型，按照步骤1)确定的指标参数，进行比选方案指标的计算和处理；

步骤3)利用灰色综合优选方法确定特高压变电站落点，具体步骤如下，

(1)在1)和2)的基础上，计算每个比选方案各指标参数的属性值，组成特高压变电站落点优选的决策矩阵、确定指标参数的灰色关联系数以及确定决策方案的灰色关联度；

(2)确定特高压变电站落点指标参数的主观权重集合和客观权重集合，基于矩估计理论确定特高压变电站落点各指标参数的最优组合权重；

(3)基于所确定的特高压变电站落点各指标参数的最优组合权重，结合指标参数的灰色关联系数和决策方案的灰色关联度确定各落点比选方案的优劣性，进而确定最佳特高压变电站落点。

所述的经济性指标参数包括网络损耗、设备利用率和建设成本；

所述的网络损耗为变电站的有功功率损耗；

所述的设备利用率A为：

A＝γ_l×λ_Li+γ_t×λ_Ti      式(1)

式中γ_l和γ_t分别为主变和线路的重要程度系数，λ_Li和λ_Ti分别为变电站的主变负载率和主要线路负载率水平；

所述的建设成本为变电站的建设费用以及特高压双回线路费用。

所述的安全性指标参数包括母线节点电压水平、故障极限切除时间、断面暂态稳定极限、短路容量；

所述的母线节点电压水平BVLI为：

BVLI＝(u-x₀)E(μ，δ)      式(2)

$E(\mathrm{\&mu;},\mathrm{\&delta;})=\underset{x_0}{\overset{\&infin;}{\&Integral;}}\frac{1}{\mathrm{\&delta;}\sqrt{2\mathrm{\&pi;}}}{e}^{\frac{-{(x-\mathrm{\&mu;})}^2}{{2\mathrm{\&delta;}}^2}}=1-P(X<x_0)$ 式(3)

式中μ表示所有母线电压水平的平均值，δ表示所有母线电压水平的不均匀度，x₀表示母线电压水平合格的阀值；

所述的故障极限切除时间CCT为：

$\mathrm{CCT}=\underset{i=1}{\overset{n_{\mathrm{CCT},j}}{\mathrm{\&Sigma;}}}\frac{T_{j,i}}{n_{\mathrm{CCT},j}}$ 式(4)

式中T_j，i为特高压落点区域j之内的第i条输电线路发生三相短路的故障极限切除时间，n_CCT，j为区域j内的统计输电线路总数；

所述的断面暂态稳定极限TSL为：

$\mathrm{TSL}=P_H^{\lim }-P_T^{\lim }$ 式(5)

式中，

和

分别为特高压落点拟选区域后，区域内重要潮流断面的热稳定和暂态稳定功率极限；

所述的短路容量SCI为：

$\mathrm{SCI}=(u-x_0)\underset{x_0}{\overset{\&infin;}{\&Integral;}}\frac{1}{\mathrm{\&delta;}\sqrt{2\mathrm{\&pi;}}}{e}^{\frac{{-(x-\mathrm{\&mu;})}^2}{{2\mathrm{\&delta;}}^2}}$ 式(6)

式中，区域j内主要母线短路容量的平均值μ和标准差平均值δ，x₀表示母线短路容量水平合格的阀值。

所述的落点区域特性指标参数包括落点站址条件、负荷组成特性、负荷增长特性；落点站址条件包括比选方案的地质条件、地理资源、天气气温；负荷组成特性包括用户的重要程度、地区的优势产业、重点企业的数量；负荷增长特性由负荷增长率表示。

所述的远景适应性指标参数包括电力需求、经济水平与经济结构；电力需求由电力需求度确定；经济水平与经济结构由GDP总量、GDP增长率确定。

所述的协调性指标参数包括供电能力协调性、负载均衡度，负载均衡度包括变电站站内主变负载均衡度、变电站站间主变负载均衡度；

所述的供电能力协调性为：

$A_{\mathrm{CL}}=\frac{L}{C+L}$ 式(7)

式中C为变电站站内供电能力，L为电网供电转移能力；

所述的变电站站内主变负载均衡度为：

${\mathrm{\&alpha;}}_{\mathrm{in}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j}{\max }(\frac{L_{\mathrm{dij}}}{P_{\mathrm{ij}}}\&times;100\%)-\underset{j}{\min }(\frac{L_{\mathrm{dij}}}{P_{\mathrm{ij}}}\&times;100\%)$ 式(8)

式中P_ij为第i座变电站的第j台主变的额定容量，L_dij表示第i座变电站的第j台主变的实际负荷；

所述的变电站站间主变负载均衡度为：

${\mathrm{\&alpha;}}_{\mathrm{in}}=\underset{i}{\max }(\frac{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{L}_{\mathrm{dij}}}{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ij}}}\&times;100\%)-\underset{i}{\min }(\frac{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{L}_{\mathrm{dij}}}{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ij}}}\&times;100\%)$ 式(9)

式中

为第i座变电站各主变的额定容量，

表示第i座变电站各主变的实际负荷。

所述的决策矩阵R＝(r_ij)_(n+1)×m

$R=\left[\begin{array}{cccc}{r}_1^{*}& r_2^{*}& r_3^{*}L& r_m^{*}\\ r_{11}& r_{12}& r_{12}L& r_{1m}\\ r_{21}& r_{22}& r_{22}L& r_{2m}\\ L& L& L& L\\ r_{n1}& r_{n2}& r_{n2}L& r_{\mathrm{nm}}\end{array}\right]$ 式(10)

式中各元素r_ij是方案i的第j个评价指标经过无量化处理之后的属性值。

所述的最优组合权重由式(11)求得，

$\left\{\begin{array}{c}\min H=\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&alpha;}\underset{s=1}{\overset{l}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{sj}})}^2+\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&beta;}\underset{b=l+1}{\overset{q}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{bj}})}^2\\ s.t:\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j=1\\ 0\&le;w_j\&le;1,(1\&le;j\&le;m)\end{array}\right.$ 式(11)

式中α和β分别为主观权重和客观权重的相对重要程度，w_sj为主观权重集合中的元素，其中1≤s≤l，1≤j≤m，

w_bj为客观权重集合中的元素，其中l+1≤b≤q，1≤j≤m， $\&ForAll;b,\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_{\mathrm{bj}}=1,w_{\mathrm{bj}}\&GreaterEqual;0.$

式11的具体求解方法如下：

设有l种主观赋权方法对指标参数进行赋权，指标参数的主观权重集合为：

Ws＝(w_sj|1≤s≤l，1≤j≤m)，其中

决策矩阵归一化后，采用q-l种客观赋权法对指标参数进行赋权，得到的客观权重集合为：Wb＝(w_bj|l+1≤b≤q，1≤j≤m)，其中 $\&ForAll;b,\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_{\mathrm{bj}}=1,w_{\mathrm{bj}}\&GreaterEqual;0.$

假设指标参数的集成权重向量为(w₁，w₂，…w_m)。对主观权重，由于0≤w_j≤1，1≤j≤m，如果策者的数量趋向很大时，由统计学的大数定理可知其判断的权重向量集成结果将接近集成向量(w₁，w₂，…w_m)；对客观权重，采用不同的算法得到的结果具有重复性，因此从统计论的角度可以将其看作从总体中抽取的样本来估计集成权重向量(w₁，w₂，…w_m)；

设分别从主观权重总体和客观权重总体中抽取1个样本和q-1个样本，针对每个指标参数d_j(1≤j≤m)，有q个权重样本，对于各指标参数的集成组合权重w_j(1≤j≤m)，需要满足w_j与其q个主客观权重的偏差越小越好，同时，由于对于不同的指标参数，主观权重与客观权重的相对重要程度都不同，如果分别设主观权重与客观权重的相对重要程度分别为α和β，则可构造式(11.1)所示的集成组合权重的优化模型：

$\left\{\begin{array}{c}\min H\left(w_j\right)=\mathrm{\&alpha;}\underset{s=1}{\overset{l}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{sj}})}^2+\mathrm{\&beta;}\underset{b=l+1}{\overset{q}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{bj}})}^2\\ 0\&le;w_j\&le;\mathrm{1,1}\&le;j\&le;m\end{array}\right.$ 式(11.1)

q个样本分别来自两个总体，按照矩估计的基本思想，对每个指标参数d_j(1≤j≤m)，可按式(14)计算其w_sj和w_bj的期望值：

$E\left(w_{\mathrm{sj}}\right)=\frac{\underset{s=1}{\overset{l}{\mathrm{\&Sigma;}}}{w}_{\mathrm{sj}}}{l},$ $E\left(w_{\mathrm{bj}}\right)=\frac{\underset{b=l+1}{\overset{q}{\mathrm{\&Sigma;}}}{w}_{\mathrm{bj}}}{q-l},1\&le;j\&le;m$ 式(11.2)

利用式(11.2)，可根据式(11.2)计算每个指标参数d_j(1≤j≤m)的主观和客观权重的重要的系数α_j和β_j：

${\mathrm{\&alpha;}}_j=\frac{E\left(w_{\mathrm{sj}}\right)}{E\left(w_{\mathrm{sj}}\right)+E\left(w_{\mathrm{bj}}\right)};$ ${\mathrm{\&beta;}}_j=\frac{E\left(w_{\mathrm{bj}}\right)}{E\left(w_{\mathrm{sj}}\right)+E\left(w_{\mathrm{bj}}\right)}$ 式(11.3)

针对多指标参数决策矩阵中的指标参数，可以看成从两个总体中分别取m个样本，同样采用矩估计的基本思想，可以得到：

$\mathrm{\&alpha;}=\frac{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_j}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_j+\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_j}=\frac{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_j}{m};$ $\mathrm{\&beta;}=\frac{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_j}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_j+\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_j}=\frac{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_j}{m}$ 式(11.4)

针对每一个指标参数d_j(1≤j≤m)，希望H(w_j)越小越好，为此，式(11.1)所示优化模型可以转化为：

$\left\{\begin{array}{c}\min H=(H\left(w_1\right),H\left(w_2\right),\mathrm{LH}\left(w_m\right))\\ s.t:\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j=1\\ 0\&le;w_j\&le;1,(1\&le;j\&le;m)\end{array}\right.$ 式(11.5)

为了求解式(11.5)，采用等权的线性加权方法，将多目标最优模型转化为式(23)所示的单目标最优化模型：

$\left\{\begin{array}{c}\min H=\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&alpha;}\underset{s=1}{\overset{l}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{sj}})}^2+\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&beta;}\underset{b=l+1}{\overset{q}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{bj}})}^2\\ s.t:\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j=1\\ 0\&le;w_j\&le;1,(1\&le;j\&le;m)\end{array}\right.$ 式(11.6)

通过对上述最优化模型式(11.6)进行求解，即可求得最优组合权向量。

所述的指标参数的灰色关联系数由式(12)求得：

${\mathrm{\&epsiv;}}_j^i=\frac{\underset{i}{\min }\underset{j}{\min }|r_j^{*}-r_{\mathrm{ij}}|+\mathrm{\&rho;}\underset{i}{\max }\underset{j}{\max }|r_j^{*}-r_{\mathrm{ij}}|}{|r_j^{*}-r_{\mathrm{ij}}|+\mathrm{\&rho;}\underset{i}{\max }\underset{j}{\max }|r_j^{*}-r_{\mathrm{ij}}|}$ 式(12)

作为指标参数的参考值，r_ij作为比较值，式中，ρ为分辨系数，一般取ρ＝0.5，

为绝对最小值，

为绝对最大值。

所述的决策方案的灰色关联度由公式13求得：

$p_i=\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j{\mathrm{\&epsiv;}}_j^i$ 式(13)

式中，w_j为第j个指标参数的权重。

与现有技术相比，本发明具有以下优点和有益效果：

1、本发明根据特高压变电站的特点确立了一套合理的指标参数，并将其数字化，为后续计算提供了理论依据。

2、本发明在指标的赋权中提出了基于矩估计理论的最优组合赋权方法，该方法以评价指标的主观权重和客观权重作为样本点，以集成权重与主客观权重偏差最小为目标，基于矩估计理论建立赋权的最优组合模型，通过求解模型的最优解以确定指标参数的最优组合权重，克服了单一赋权法的缺陷以及线性加权组合“倍增效应”等缺陷，其客观性强，使特高压落点布局更科学性、更合理。

附图说明

图1为特高压变电站落点的指标参数体系结构图。

图2为基于最优组合权重的特高压落点灰色优选方法流程图。

具体实施方式

下面结合附图以及湖北省“十二五”期间新增特高压变电站对本发明作进一步说明，其具体落点布局方法如下：

步骤1)确立特高压变电站落点的指标参数；

指标参数主要包括经济性指标参数、安全性指标参数、落点区域特性指标参数、远景适应性指标参数和协调性指标参数；经济性指标参数包括网络损耗、设备利用率和建设成本；安全性指标参数包括母线节点电压水平、故障极限切除时间、断面暂态稳定极限、短路容量；落点区域特性指标参数包括落点站址条件、负荷组成特性、负荷增长特性；远景适应性指标参数包括电力需求、经济水平与经济结构；协调性指标参数包括供电能力协调性、负载均衡度。

步骤2)确定特高压落点的比选方案及分析模型；根据落点区域电力和经济情况，选择特高压变电站落点的比选方案。根据送受电需求和电网系统条件建立仿真模型。

考虑特高压变电站落点的需要，对湖北省东部，西北部和西南部3个区域进行电力供需平衡分析计算，确定该省“十二五”期间的特高压变电站落点的合理区域。

由于湖北省东部负荷发展迅速，即使在考虑已获核准的电源建设后，2015年丰水期的电力缺额仍将达到571万kW，枯水期缺额约为556万kW，2020年丰水期电力缺额达到1450万kW，枯水期缺额约为1336万kW。该省西北部考虑已获核准电源建设后，“十二五”初期，丰水期电力供应有一定盈余，枯水期存在一定的电力缺口，从2013年开始丰、枯期均开始缺电，2015年丰期电力缺额约为7万kW、枯期约为248万kW，2020年丰期电力缺额约为353万kW、枯期约为580万kW。该省西南部考虑已获核准电源建设后，2015年丰期电力缺额约为164万kW、枯期约为279万kW，2020年丰期电力缺额约为441万kW、枯期约为534万kW。同时由于湖北省的东部地区是电网的受端且为经济发展中心，煤炭等电力一次资源匮乏，因此，从电力供需平衡和经济发展的角度来看，湖北省的“十二五”新增特高压变电站落点应选在东部地区。

鄂东地区主要包括武汉、黄石、咸宁、孝感、黄冈和鄂州等6个城市，同时，考虑到特高压对于解决电力缺额，带动和推动地区的经济发展具有重要的作用，因此，分别从电力需求，经济水平GDP和经济增长率三个方面对特高压分别落点6个鄂东主要城市的重要性进行排序，排序结果如表2所示。由表2可知，武汉、黄石、咸宁的综合排序靠前，所以初步确定将上述三个城市作为该省“十二五”期间新增特高压变电站的拟选落点，并建立相应的计算分析比选模型。

表1 鄂东地区主要城市作为特高压变电站备选落点的综合排序

地区	电力需求	GDP总量	GDP增长率	综合打分	排序
						武汉市	100	100	100	100	1
黄石市	21	10.57	91.2	32.95	2
						咸宁市	14	9.77	94.1	29.17	3
孝感市	12	13.01	91.1	28.02	4
						黄冈市	11	15.84	87.9	27.35	5
鄂州市	7	7.38	87.9	23.26	6

基于所建立的比选模型，按照步骤1)确定的指标参数，进行比选方案之间指标的计算和处理。

(1)经济性指标参数计算

A.网络损耗

网络损耗主要是考虑三个模型的有功功率损耗；包括变压器、电力导线的有功损耗。计算公式如下：

电力导线的有功损耗：

其中P为三相有功功率，Q为三相无功功率，R为线路电阻，U线路运行电压。

双绕组变压器功率损耗：

其中ΔP_S为变压器短路损耗，S为变压器视在功率，S_N为额定容量，ΔP₀为变压器的空载功率损耗。

三绕组变压器功率损耗： ${\mathrm{\&Delta;R}}_T=\frac{{S_1}^2}{{U_1}^2}{R}_{T1}+\frac{{S_2}^2}{{U_2}^2}{R}_{T2}+\frac{{S_3}^2}{{U_3}^2}{R}_{T3}+{\mathrm{\&Delta;P}}_0,$ 其中S₁、S₂、S₃为通过变压器高、中、低压阻抗支路视在功率；U₁、U₂、U₃为归算到同一电压等级，与S₁、S₂、S₃相对应的变压器运行电压，R_T1、R_T2、R_T3为归算到同一电压等级的变压器高、中、低压侧电阻。

本实施例中通过仿真软件PSASP将三个模型的有功损耗进行了仿真计算，其结果如下表所示：

表2 三个落点模型间湖北区域的运行损耗比较

落点方案	方案有功损耗/MW
		方案一(落点武汉)	1386.197
方案二(落点黄石)	1397.655
		方案三(落点咸宁)	1401.045

B.设备利用率

运行经济性的设备利用率指标主要是考察湖北电网主要500kV线路以及500kV主变的负载率。在PSASP中计算三个不同模型的平均负载率，其中线路与主变的权重分别取为0.5、0.5，计算得出最后的设备利用率，计算结果如下表所示：

表3 三个落点模型下的平均利用率

C.建设成本

主要从变电站的建设费用以及特高压双回线路费用来表示，由于三个方案之间变电部分的容量是一致的，假设3个方案的变电站建设费用是一样的，仅考虑三个方案之间的不同部分即线路部分的投资(湖北境内)，如下表所示：

表4 三个不同方案之间的投资估算

注：仅比较3个方案间的不同部分

(2)安全性指标参数计算

A.母线节点电压水平BVLI

通过设置湖北“西电东送”超高压断面的潮流最重的一回线路路发生永久断线故障，考察发生故障后整体500kV湖北电网的电压水平。

经过仿真分析，在三个落点模型中，斗笠至孝感500kV线路潮流最重，通过在斗笠至孝感500kV线路上设置永久断线故障，得到了故障后湖北电网500kV母线电压。利用式(2)以及式(3)评估三个模型的电压水平见表5。

表5 三个地区节点电压水平评估结果

落点方案	电压水平评估值
		方案一落点武汉地区	0.8718
方案二落点黄石地区	0.9766
		方案三落点咸宁地区	1.0000

B.故障极限切除时间CCT

极限切除时间指标是通过湖北“西电东输”八条超高压输电线路的极限切除时间来表示三个不同的落点方案形成后湖北电网的稳定水平。这八条线路及编号是如下表所示：

表6 湖北“西电东输”八回500kV超高压线路编号

其中1号，3号，4号设置为N-2号故障时极限切除时间，2号为N-1号故障时极限切除时间，其中，N为系统中元件的个数。仿真结果如下表所示：

表7 三个不同落点方案极限切除时间对比 时间：秒

C.断面暂态稳定极限TSL

在本指标的计算中，取湖北“西电东输”超高压断面为计算对象，通过分析在三种不同的落点模型下该断面的极限传输功率来计算。

为了计算极限传输功率，在鄂东地区增加开机，同时在鄂西地区减少相同容量的开机。然后以“西电东输”超高压线路潮流最重的一回线路进行单一故障分析，分析系统是否稳定或者线路超过了热稳的极限，这样求出断面的传输极限，仿真结果如表8所示：

表8 三种方案下断面极限传输功率   单位：MW

D.短路容量SCI

通过分析计算湖北“西电东输”八条超高压线路的短路容量来表示不同的特高压落点对湖北电网的影响。并通过式(6)等概率法对三个落点方案进行评估。结果如表9、表10所示：

表9 不同落点湖北“西电东输”超高压线路短路容量

表10 三个落点方案短路容量评估值

落点方案	短路容量水平评估值
		方案一落点武汉地区	1.0000
方案二落点黄石地区	0.9703
		方案三落点咸宁地区	0.9729

(3)落点区域特性指标参数计算

A.落点站址条件

在天气温度方面，武汉、黄石以及咸宁均位于湖北东部，属亚热带湿润季风气候，雨量充沛、日照充足，四季分明。初夏从每年的五月中旬开始，7月进入盛夏，气温最高气温大部分时候在37-39度，但最低气温比较高，一般在29-30度。十月之后进入初秋，气温逐渐下降，平均气温在20-25度，天气干燥，有时候气温也会异常达到接近30度或超过。从秋天步入冬天往往很快，只要有冷空气南下，气温迅速下降。12月底到次年2月是冬季，冬季的平均气温在一般在1-3度，天气好时可以有7-8度，但是有寒潮或雨雪时常常在0度以下，比较阴冷。

在地里环境方面，武汉，黄石，咸宁均处于鄂东地区，三座城市之间的距离均在100kM以内。在城市地貌和城市街道建筑，地质条件以及交通运输等方面并没有太大差别。根据在《湖北省地质灾害防治规划(2003年～2015年)》，武汉，黄石，咸宁三个地区的抗震设防烈度均为六级，抗震设计基本地震加速度值为0.05，出于同一个等级。

通过分析，武汉、黄石、咸宁三个地区在落点站址条件的几个方面并无太大区别，因此认为三个地区在落点区域特性指标上的值是一致的。

B.负荷组成特性

负荷组成特性用户的重要程度、用户对电能质量的要求和用户的特殊需求等。主要从各个地区的优势产业，重点企业数量来分析。

现将三个方案区域的优势产业，省重点化工企业表11、表12所示：

表11 2009年武汉黄石咸宁地区经济水平表   单位：元，千瓦时

分类	地区	国土面积	人口户籍	人均GDP	人均用电量
						一类	武汉	0.8494	831	47654	3734
二类	黄石	0.4583	259	23120	3333
						三类	咸宁	0.9861	282	16101	1418

表12 武汉、黄石、咸宁地区优势产业及重点化工冶金企业比较

由表11和表12分析结果可知，由于武汉的人均用电量最高，武汉的产业涵盖重工业，制造业，精密仪器制造业等，产业优势明显，武钢，鄂石化等大型重点企业对电能质量和可靠性的要求较高，因此，武汉处于一类地区，用户对特高压电力的需求特性最高。

黄石作为一个老工业城市，虽然工业较发达，对电能质量和可靠性也有一定要求，但相对于武汉而言有一定差距，因此其应该处于二类地区。

咸宁处于三类地区。因为相比较黄石和武汉，咸宁地区的重工业并不发达，优势产业集中在纺织等轻工业上，在三个地区中对于负荷的要求也就最低。

利用层次分析法(AHP)建立3个地区的两两比较表，通过一致性检验，得出如表13所示的最终评估结果。

表13 三个地区用户重要程度比较表

地区	武汉	黄石	咸宁	优劣排序
					武汉	1	2	3	0.5996
黄石	1/2	1	2	0.2969
					咸宁	1/3	1/2	1	0.1634

C.负荷增长特性

负荷增长特性主要从三个地区的负荷增长率来分析。现将三个地区的“十二五”负荷增长率整理如表14所示：

表14 武汉、黄石、咸宁三地区负荷增长率

地区	“十二五”期间全社会负荷增长率
		武汉	7.70％
黄石	8.00％
		咸宁	11.80％

从表14中可以看出武汉的“十二五”期间负荷增长率最低，咸宁地区的负荷增长率最高。说明在“十二五”期间咸宁地区要有足够的电源裕度来满足其负荷的增长。所以在负荷增长特性指标方面咸宁最优，黄石其次，武汉排到第三。

(4)远景适应性指标参数计算

A.电力需求

通过对三个地区的电力需求进行预测，同时考虑各地区已经确定建设的电源(全口径)，得出未来3个地区的电力供需平衡。

表15 三地区2010、2012、2015、2020水平年电力平衡结果 单位：万KW

特高压变电站的下网潮流能够有效的缓解该地区的电力缺口，三个地区的电力需求度比较表整理如下：

表16 三个地区电力需求度比较

地区	武汉	黄石	咸宁	优劣排序
					武汉	1	4	6	1
黄石	1/4	1	2	0.27516
					咸宁	1/6	1/2	1	0.15143

B.经济水平与经济结构

通过对三个地区在“十二五”期间的生产总值以及经济增速，来评估这三个地区的经济水平与经济结构指标，如下表17、表18所示：

表17全省及分地区GDP预测表  单位：亿元(预测值为2000年不变价)

序号	地区	2010	2011	2012	2013	2014	2015	2020
										全省	15806	17413	19443	21473	23503	25533	35683
1	武汉	5516	6135	6862	7589	8316	9043	14133
									2	黄石	674	740	807	873	940	1007	1340
3	咸宁	520	577	651	724	797	871	1238

表18 全省及分地区GDP增速预测表

序号

地区

2010

2011

2012

2013

2014

2015

2020

全省

23.18％

10.17％

11.66％

10.44％

9.45％

9.64％

8.60％

1

武汉

20.93％

11.23％

11.85％

11.60％

10.58％

10.44％

9.22％

2

黄石

12.70％

15.32％

6.98％

6.53％

6.13％

9.60％

8.41％

3

咸宁

28.48％

10.90％

12.73％

11.29％

10.15％

10.21％

8.68％

(6)协调性指标参数计算

A.供电能力协调性

本指标计算取的是湖北省2010年夏季最大负荷时刻变电站的运行情况数据，计算分析电网模型是湖北省2010年220kV及以上电网。

分别计算武汉、黄石、咸宁地区的变电站站内供电能力C和电网供电转移能力L。分别计算三个地区的500kV以及220kV电网供电能力S以及供电协调性指标ACL如下表所示：

表19 武汉、黄石、咸宁三地区500kV电网供电协调性指标  单位：万kW

区域	变电站站内供电能力C	电网供电转移能力L	电网供电能力S	供电协调性指标
					武汉	721.62	283.9	745.53	0.3808
黄石	97.5	0	97.5	0
					咸宁	97.5	0	97.5	0

表20 武汉、黄石、咸宁三地区220kV电网供电协调性指标  单位：万kW

区域	变电站站内供电能力C	电网供电转移能力L	电网供电能力S	供电协调性指标
					武汉	585	191.4	776.14	0.2463
黄石	163.8	54.85	218.65	0.2509
					咸宁	50.7	18.1	68.8	0.2603

B.负载均衡度

本指标计算采用的是2010年夏季最大负荷时刻变电站的运行情况数据。根据负载均衡度计算方法，分别计算武汉，黄石，咸宁三个地区的220kV变电站负载均不衡度，如表21所示：

表21 2010年夏季最大负荷时刻三地区220kV变电站不均衡度

区域	站内负载不均衡度	站间负载不均衡度
			武汉地区	0.059	0.720
黄石地区	0.025	0.330
			咸宁地区	0.025	0.477

由表21中，武汉地区的站内和站间负载不均衡度最高，说明在武汉地区局部负载过重或者过轻现象比黄石和咸宁地区要严重。虽然，黄石和咸宁地区的站内负载不均衡度相同，但是由于咸宁地区站间负载不均衡度更高，因此，表明咸宁地区局部负载相对于黄石更加不均衡。特高压变电站作为一个电源点能够有效的改善整个区域电网的协调能力。从负载均衡度方面考虑特高压变电站的落点选择，武汉地区应排在最前，咸宁其次，黄石地区排第三。

为了综合决策的需要，对各指标参数的计算评估结果进行整理如表22所示：

表22 各比选方案的指标参数的属性值

通过对每个指标进行标准化，将每个指标转化成为越大越好指标，转化公式如式如下：

对于方案j的指标i，标准化方法如以下公式所示：

当指标为正指标时，即指标数据越大越好，其标准化公式为：

$r_{\mathrm{ij}}=\frac{x_{\mathrm{ij}}-x_i^{\min }}{x_i^{\max }-x_i^{\min }},i=\mathrm{1,2},\mathrm{Ln}$

式中分别为i指标的最大值和最小值

当指标为逆指标时，即指标数据越小越好，其标准化公式为：

$r_{\mathrm{ij}}=\frac{x_i^{\max }-x_{\mathrm{ij}}}{x_i^{\max }-x_i^{\min }},i=\mathrm{1,2},\mathrm{Ln}$

式中

分别为i指标的最大值和最小值

当指标为适度性指标时，即指标数据越接近

越好，其标准化公式为：

$r_{\mathrm{ij}}=1-\frac{|x_{\mathrm{ij}}-x_i^{*}|}{\max |x_{\mathrm{ij}}-x_i^{*}|},i=\mathrm{1,2},\mathrm{Ln}$

式中

为i指标的最佳稳定值。

同时将指标X7和指标X8进行合并，指标X13和指标X14进行合并，以及指标X15和指标X16进行合并，各方案的标准化指标参数值如表23所示：

表23 各比选方案的标准化指标参数属性值

步骤3)利用灰色综合优选方法确定特高压变电站落点，灰色综合优选方法包括以下步骤，

(1)计算每个比选方案各指标参数的属性值，组成特高压变电站落点优选的决策矩阵、确定指标参数的灰色关联系数以及确定决策方案的灰色关联度；

本专利选取了三个特高压变电站落点的比选方案，即分别以鄂东武汉、黄石、咸宁作为湖北电网“十二五”新增特高压变电站的拟选落点，分别以方案A、B和C表示，即方案集为G＝(A，B，C)＝(G1，G2，G3)。决策指标参数有14个，分别为线损，设备利用率，设备投资费用，地理环境与资源指标，用户需求特性，负荷增长率，电力需求，经济水平，电压水平，极限切除时间，短路容量，极限传输功率，电网供电能力协调性和负载均衡度等。由于线损，设备利用率和极限传输功率以及地理环境与资源四个评价指标的值在三个落点比选方案中没有明显的区别，在决策中的作用不大，因此不考虑这4个指标。则其他指标构成了特高压落点优选的指标集为A＝(A1，A2，…，A10)，则由决策集G的10个指标参数构成的决策矩阵经标准化和归一化后如表24所示：

表24 备选方案的评价指标属性值

(2)确定特高压变电站落点指标参数的主观权重集合和客观权重集合，基于矩估计理论确定特高压变电站落点各指标参数的最优组合权重；

分别基于改进AHP法和基于G1法的主观赋权方法得到的指标参数权重为：

W_AHP＝(0.0306，0.0388，0.1490，0.4158，0.0860，0.0497，0.0497，0.0497，0.0654，0.0654)；

W_G1＝(0.0611，0.0672，0.1384，0.2076，0.1064，0.0806，0.0806，0.0806，0.0887，0.0887)；

分别基于标准差和平均差法和熵权法的的客观赋权方法得到的指标参数权重为：

W_δμ＝(0.0266，0.1672，0.0895，0.2112，0.1343，0.0314，0.0274，0.0458，0.1297，0.1368)；

W_s＝(0.0180，0.1972，0.0455，0.4326，0.0893，0.0187，0.0181，0.0226，0.0632，0.0949)；

然后计算得每个指标参数的主观权重相对重要性程度为：α₁＝06728，α₂＝0.2253，α₃＝0.6804，α₄＝0.4920，α₅＝0.4625，α₆＝0.7223，α₇＝0.7412，α₈＝0.6558，α₉＝0.4441，α₁₀＝0.39994；同时计算得每个指标参数的客观权重相对重要性程度为：β₁＝0.3272，β₂＝0.7747，β₃＝0.3196，β₄＝0.5080，β₅＝0.5375，β₆＝0.2777，β₇＝0.2588，β₈＝0.3442，β₉＝0.5559，β₁₀＝0.6006。最终可计算主观权重和客观权重的重要程度系数分别为α＝0.5496，β＝0.4504。

将主观权重、客观权重和上述计算的主客观权重的重要程度系数α与β分别代入最优化模型，通过编程求解上述最优化模型的解为W＝(0.0676，0.1056 0.1047，0.2081，0.1016，0.0735，0.0730，0.0756，0.0929，0.0973)，它们分别代表设备投资费用、用户需求特性、负荷增长率、电力需求、经济水平、电压水平、极限故障切除时间、短路容量、电网供电能力协调性和负载均衡度的权重。对比上述权重向量可知，采用主观赋权和客观赋权得到的权重赋值相互差别较大，而基于矩估计理论最优组合赋权得到的各赋权值之间相互差别较小，赋权结果更趋合理。

(3)基于所确定的特高压变电站落点各指标参数的最优组合权重，结合指标参数的灰色关联系数和决策方案的灰色关联度确定各落点比选方案的优劣性，进而确定最佳特高压变电站落点。

由表3中价指标参数的最优值组成该省特高压的最优落点，则最优落点对应的指标参数值向量为：

R^*＝(0.3570，0.5546，0.4291，0.7010，0.4998，0.3511，0.3482，0.3748，0.4087，0.5040)。

由式(12)可得各决策方案各指标参数与其最优值的关联系数矩阵ε

$\mathrm{\&epsiv;}=\left[\begin{array}{c}\mathrm{0.8949,1.0000,0.6661,1.0000,1.0000,0.8685,1.0000,1.0000,0.5892,1.0000}\\ \mathrm{1.0000,0.5438,0.6828,0.3692,0.5228,0.9731,0.9801,0.8587,1.0000,0.5131}\\ \mathrm{0.8919,0.4178,1.0000,0.3333,0.5661,1.0000,0.8851,0.7976,0.9405,0.5641}\end{array}\right]$

由上小结计算的各指标参数的最优组合权重向量代入式(13)，计算各决策方案与最优理想落点的关联度为P＝(0.9100，0.6767，0.6773)。其中P₁、P₂、P₃、分别为A落点、B落点和C落点样本与理想落点的关联度，由最大隶属度原理可知，基于最优组合权重的特高压落点的灰色综合优选方法排序结果为A落点，C落点和B落点，因此确定方案A作为湖北省“十二五”期间的新增最优特高压变电站落点方案，即武汉市作为湖北省“十二五”期间的新增特高压变电站落点城市。

Claims (10)

1.一种特高压变电站落点的优选方法，其特征在于：包括以下步骤，

步骤1)确立特高压变电站落点的指标参数，具体包括经济性指标参数、安全性指标参数、落点区域特性指标参数、远景适应性指标参数和协调性指标参数；

步骤2)确定特高压变电站落点的比选方案及分析模型，根据落点区域电力和经济情况，选择特高压落点的比选方案；根据送受电需求和电网系统条件建立仿真模型，基于所建立的仿真模型，按照步骤1)确定的指标参数，进行比选方案指标的计算和处理；

步骤3)利用灰色综合优选方法确定特高压变电站落点，具体步骤如下，

(1)在1)和2)的基础上，计算每个比选方案各指标参数的属性值，组成特高压变电站落点优选的决策矩阵、确定指标参数的灰色关联系数以及确定决策方案的灰色关联度；

(2)确定特高压变电站落点指标参数的主观权重集合和客观权重集合，基于矩估计理论确定特高压变电站落点各指标参数的最优组合权重；

(3)基于所确定的特高压变电站落点各指标参数的最优组合权重，结合指标参数的灰色关联系数和决策方案的灰色关联度确定各落点比选方案的优劣性，进而确定最佳特高压变电站落点。

2.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的经济性指标参数包括网络损耗、设备利用率和建设成本；

所述的网络损耗为变电站的有功功率损耗；

所述的设备利用率A为：

A＝γ_l×λ_Li+γ_t×λ_Ti       式(1)

式中γ_l和γ_t分别为主变和线路的重要程度系数，λ_Li和λ_Ti分别为变电站的主变负载率和主要线路负载率水平；

所述的建设成本为变电站的建设费用以及特高压双回线路费用。

3.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的安全性指标参数包括母线节点电压水平、故障极限切除时间、断面暂态稳定极限、短路容量；

所述的母线节点电压水平BVLI为：

BVLI＝(u-x₀)E(μ，δ)        式(2)

$E(\mathrm{\&mu;},\mathrm{\&delta;})=\underset{x_0}{\overset{\&infin;}{\&Integral;}}\frac{1}{\mathrm{\&delta;}\sqrt{2\mathrm{\&pi;}}}{e}^{\frac{-{(x-\mathrm{\&mu;})}^2}{{2\mathrm{\&delta;}}^2}}=1-P(X<x_0)$ 式(3)

式中μ表示所有母线电压水平的平均值，δ表示所有母线电压水平的不均匀度，x₀表示母线电压水平合格的阀值；

所述的故障极限切除时间CCT为：

$\mathrm{CCT}=\underset{i=1}{\overset{n_{\mathrm{CCT},j}}{\mathrm{\&Sigma;}}}\frac{T_{j,i}}{n_{\mathrm{CCT},j}}$ 式(4)

式中T_j，i为特高压落点区域j之内的第i条输电线路发生三相短路的故障极限切除时间，n_CCT，j为区域j内的统计输电线路总数；

所述的断面暂态稳定极限TSL为：

$\mathrm{TSL}=P_H^{\lim }-P_T^{\lim }$ 式(5)

式中，

和

分别为特高压落点拟选区域后，区域内重要潮流断面的热稳定和暂态稳定功率极限；

所述的短路容量SCI为：

$\mathrm{SCI}=(u-x_0)\underset{x_0}{\overset{\&infin;}{\&Integral;}}\frac{1}{\mathrm{\&delta;}\sqrt{2\mathrm{\&pi;}}}{e}^{\frac{{-(x-\mathrm{\&mu;})}^2}{{2\mathrm{\&delta;}}^2}}$ 式(6)

式中，区域j内主要母线短路容量的平均值μ和标准差平均值δ，x₀表示母线短路容量水平合格的阀值。

4.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的落点区域特性指标参数包括落点站址条件、负荷组成特性、负荷增长特性；落点站址条件包括比选方案的地质条件、地理资源、天气气温；负荷组成特性包括用户的重要程度、地区的优势产业、重点企业的数量；负荷增长特性由负荷增长率表示。

5.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的远景适应性指标参数包括电力需求、经济水平与经济结构；电力需求由电力需求度确定；经济水平与经济结构由GDP总量、GDP增长率确定。

6.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的协调性指标参数包括供电能力协调性、负载均衡度，负载均衡度包括变电站站内主变负载均衡度、变电站站间主变负载均衡度；

所述的供电能力协调性为：

$A_{\mathrm{CL}}=\frac{L}{C+L}$ 式(7)

式中C为变电站站内供电能力，L为电网供电转移能力；

所述的变电站站内主变负载均衡度为：

${\mathrm{\&alpha;}}_{\mathrm{in}}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{j}{\max }(\frac{L_{\mathrm{dij}}}{P_{\mathrm{ij}}}\&times;100\%)-\underset{j}{\min }(\frac{L_{\mathrm{dij}}}{P_{\mathrm{ij}}}\&times;100\%)$ 式(8)

式中P_ij为第i座变电站的第j台主变的额定容量，L_dij表示第i座变电站的第j台主变的实际负荷；

所述的变电站站间主变负载均衡度为：

${\mathrm{\&alpha;}}_{\mathrm{in}}=\underset{i}{\max }(\frac{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{L}_{\mathrm{dij}}}{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ij}}}\&times;100\%)-\underset{i}{\min }(\frac{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{L}_{\mathrm{dij}}}{\underset{j=1}{\overset{N_i}{\mathrm{\&Sigma;}}}{P}_{\mathrm{ij}}}\&times;100\%)$ 式(9)

式中

为第i座变电站各主变的额定容量，

表示第i座变电站各主变的实际负荷。

7.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的决策矩阵R＝(r_ij)_(n+1)×m

$R=\left[\begin{array}{cccc}{r}_1^{*}& r_2^{*}& r_3^{*}L& r_m^{*}\\ r_{11}& r_{12}& r_{12}L& r_{1m}\\ r_{21}& r_{22}& r_{22}L& r_{2m}\\ L& L& L& L\\ r_{n1}& r_{n2}& r_{n2}L& r_{\mathrm{nm}}\end{array}\right]$ 式(10)

式中各元素r_ij是方案i的第j个评价指标经过无量化处理之后的属性值。

8.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的最优组合权重由式(11)求得，

$\left\{\begin{array}{c}\min H=\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&alpha;}\underset{s=1}{\overset{l}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{sj}})}^2+\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&beta;}\underset{b=l+1}{\overset{q}{\mathrm{\&Sigma;}}}{(w_j-w_{\mathrm{bj}})}^2\\ s.t:\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j=1\\ 0\&le;w_j\&le;1,(1\&le;j\&le;m)\end{array}\right.$ 式(11)

式中α和β分别为主观权重和客观权重的相对重要程度，w_sj为主观权重集合中的元素，其中1≤s≤l，1≤j≤m，w_bj为客观权重集合中的元素，其中l+1≤b≤q，1≤j≤m， $\&ForAll;b,\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_{\mathrm{bj}}=1,w_{\mathrm{bj}}\&GreaterEqual;0.$

9.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的指标参数的灰色关联系数由式(12)求得：

${\mathrm{\&epsiv;}}_j^i=\frac{\underset{i}{\min }\underset{j}{\min }|r_j^{*}-r_{\mathrm{ij}}|+\mathrm{\&rho;}\underset{i}{\max }\underset{j}{\max }|r_j^{*}-r_{\mathrm{ij}}|}{|r_j^{*}-r_{\mathrm{ij}}|+\mathrm{\&rho;}\underset{i}{\max }\underset{j}{\max }|r_j^{*}-r_{\mathrm{ij}}|}$ 式(12)

作为指标参考值，r_ij作为比较值，式中，ρ为分辨系数，一般取ρ＝0.5，为绝对最小值，为绝对最大值。

10.根据权利要求1所述的一种特高压变电站落点的优选方法，其特征在于：所述的决策方案的灰色关联度由式(13)求得：

$p_i=\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{w}_j{\mathrm{\&epsiv;}}_j^i$ 式(13)

式中，w_j为第j个指标参数的权重。

Images