CN106208043B - 一种中低压配电网关键耗能环节辨识方法 - Google Patents

Abstract

本发明提供了一种中低压配电网关键耗能环节辨识方法，针对配电网节能降损工作对高耗能环节定位的需求，本发明分别采用了单因素分析法和改进灰色关联度分析法来分析配电网设备损耗因素和运行损耗因素，辨识出对配电网损耗具有关键影响性的耗能环节，可以使配电网节能降损工作的展开更有针对性，避免盲目改造。最后通过算例验证了本发明所提关键耗能环节辨识方法的有效性。

Description

一种中低压配电网关键耗能环节辨识方法

技术领域

本发明为中低压配电网关键耗能环节辨识方法，针对配电网实施降损措施时对于高耗能环节定位的需求，提出了单因素分析法和改进灰色关联度分析法，对配电网的设备损耗因素和运行损耗因素进行了分析，找出对配电网损耗具有关键影响性的环节。本发明涉及配电网节能降损技术领域，尤其是配电网损耗影响因素的分析。

背景技术

在电力网络实际运行中我们把由电度表计量统计出的供电量与售电量之差称为统计线损，而通过对电力网络中相应时段内运行参数和设备参数的理论计算得出的损耗电量称为理论线损，也称为技术线损，统计线损与技术线损之差即为管理线损，或不明损耗、营业损耗。通常技术线损是配电网损耗研究的重要部分。技术线损又可分为可变损耗和固定损耗，其中，可变损耗包括：线路导线中的损耗、变压器的铜损、电能表电流线圈中的损耗；固定损耗包括：变压器的铁损、电容器的介质损耗、电能表电压线圈中的损耗和铁芯中的损耗。在110kV及以上的电力网中，固定损耗还应包括电晕损耗和泄漏损耗，其大概占了全部网损的0.6％～2％。而35Vk及以下的中低压配电网中，电晕损耗和泄漏损耗都可忽略不计，固定损耗只需计及变压器的空载损耗。中低压配电网的线损高达总线损电量的70％，是节能降损工作的重点实施对象，因此本发明中的研究均是针对中低压配电网展开(以下所提的配电网均指中低压配电网)。

配电网的可变损耗主要是由线路和变压器引起的，是损耗分析的重点研究对象，由这两类设备载体所引起的损耗是影响配电网损耗的主要因素，表1列出了配电网主要损耗影响因素集。

表1配电网主要损耗影响因素集

在国内大力倡导节能降损的环境下，配电网损耗影响因素的分析是实施节能降损的基础工作。目前对于配电网损耗的分析主要集中在能耗模型上，但在损耗因素对配电网损耗影响规律的研究方面仍缺乏系统深入的研究，损耗分析的结果对节能降损的指导性还不够。虽然表1列出了配电网损耗的主要影响因素，但每个影响因素对配电网损耗的影响程度是不同的，若盲目的实施降损措施不仅达不到应有的效果还将造成资源浪费，甚至影响电网的正常运行。因此需要对主要损耗影响因素集作进一步的分析，定位出更关键的耗能环节，这对配电网节能降损工作的展开具有重要的指导意义。采用单因素分析法可以定量的分析出各个因素对配电网损耗的影响规律及影响程度，若只需要定性分析各因素对损耗的影响程度及排序处理，或者由于数据采集、计算条件等的限制不适合采用单因素变化分析法时，则可以通过改进的灰色关联度分析法来确定配电网损耗的关键环节。

发明内容

本发明按照数据分析的观点，通过分析各影响变量与主变量之间的关联性，就可以得到这些影响变量对主变量的影响程度。根据该思路，在配电网关键耗能环节的分析中，将配电网的线损率作为主要变量，将表1中的各个损耗影响因素作为影响变量，提供一种分别采用单因素分析法和改进灰色关联度法将各个影响变量对主要变量的影响程度进行定量和定性的分析，并将影响程度排序，从而找到配电网损耗的关键耗能环节的中低压配电网关键耗能环节辨识方法。

本发明采用的如下技术方案：

一种中低压配电网关键耗能环节辨识方法，其特征在于，基于确定单个影响因素对损耗变化程度排序或定性分析各因素对损耗的影响程度及排序处理，选择进行以下分析步骤：

单因素分析步骤：是单个影响因素对损耗变化程度排序，具体是：选取影响配电网损耗的某一个因素，并保持其它影响因素不变，不断改变该被选因素的指标值，并分别计算每次改变后配电网的损耗水平，依次记录配电网损耗值随该因素变化的结果；对每个损耗影响因素都重复上述操作；对比各个因素变化前后配电网损耗的改变情况，按照损耗变化程度排序，既可以知道各个因素对配电网损耗的影响程度，从而确定关键的损耗影响因素；

改进灰色关联度分析步骤：通过灰色关联度来分析系统各个因素之间的影响程度或者各个因素对系统主行为的贡献度；灰色关联度的值直接正向反应了影响程度的大小；并根据实际需求，采用层次分析法对传统灰色关联度进行变权处理，最后根据变权后各个因素对应的灰色关联度大小的排序，即可辨识出最关键的损耗影响因素。

在上述的一种中低压配电网关键耗能环节辨识方法，所述改进灰色关联度法分析的具体步骤为：

步骤1，将线损率指标作为主因素，将各损耗影响因素对应的指标作为参考因素；形成相应的主因素序列Y₀和参考因素序列X_i，并对各因素序列做消除量纲处理后得到标准灰关联矩阵：

则X_i ^*(j)与Y₀ ^*的灰关联系数为：

式中，ρ为分辨系数，ρ∈[0，1]，一般取ρ＝0.5；

参考因素序列X_i ^*对主因素序列Y₀ ^*的灰色关联度为：

式中，ξ_i为灰色关联度，其表征了不同损耗影响因素对配电网损耗的关联程度，该值越大则可认为其对应的影响因素对损耗的影响越大；

步骤2，基于层次分析法对灰色关联度进行变权处理，层次分析法求解权重包括：

步骤201，建立判断矩阵：采用两两比较的相对标度来量化专家对影响因素重要程度的主观判断，然后再进行客观比较；建立判断矩阵如下：

式中，n为样本数(或影响因素个数)；a_ij为第i个样本(或影响因素)与第j个样本(或影响因素)的比较结果；a_nn＝1表示与自身的比较；A矩阵为正互反型矩阵，且有：a_ij>0，a_ji＝1/a_ij，a_ij＝a_ik×a_kj；相对标度a_ij的值在1～9之间，大小取决于样本i和样本j之间重要程度的对比结果，根据专家的评判，样本i比样本j越重要，则a_ij的值越大；相对标度a_ij的含义及取值标准见表2：

表2判断矩阵标度值

步骤202，判断矩阵一致性检验：在成对比较判断的过程中，由于被比较样本(或影响因素)的复杂性和人的主观判断的模糊性，尤其是进行比较的样本数多，矩阵阶数大时，就可能出现不一致的判断；判断矩阵的一致性必须满足一定的要求，不能太低，否则判断信息的可信度就会低，这种情况下需要对判断矩阵进行校正或者重新构建判断矩阵；判断矩阵的一致性指标用CI来表示：

式中，λ_max为矩阵A的最大特征根；

根据矩阵理论，若正互反型矩阵满足一致性，则其最大特征根即为矩阵的阶数，此时CI＝0，判断矩阵具有完全一致性；CI值越大，则判断矩阵的一致性越差；因此，引入判断矩阵的平均随机一致性指标RI来检验一致性；1-10阶的RI值依次为：0，0，0.58，0.9，1.12，1.24，1.36，1.41，1.45，1.49；由于1、2阶判断矩阵总是具有完全一致性，因此其RI值只是形式上的；此时可引入随机一致性比率CR：

当CR≤0.1是，可认为判断矩阵满足一致性要求，否则需要调整判断矩阵；

步骤203，判断矩阵最大特征根：判断矩阵满足一致性要求后，计算其最大特征根，根据AQ＝λ_maxQ求取最大特征根所对应的特征向量

Q＝[q₁，q₂，…q_n]，将Q归一化，得到W＝[w₁，w₂，…w_n]，w_i即为相应样本(或影响因素)的权重值：

至此，得到改进后的灰关联度为：

式中，w_i为影响因素i的权重；w_j为样本j的权重；

根据式(8)中ξ_i值的大小可以直接判断影响因素i对配电网损耗影响的关键程度，值越大则影响越大，值越小则表示影响越小。

本发明分别采用了单因素分析法和改进灰色关联度分析法来分析配电网设备损耗因素和运行损耗因素，辨识出对配电网损耗具有关键影响性的耗能环节，可以使配电网节能降损工作的展开更有针对性，避免盲目改造。最后通过算例验证了本发明所提关键耗能环节辨识方法的有效性。

附图说明

图1是用于损耗分析的10kv配电网的拓扑结构图。

图2是单因素分析法中各损耗因素对应的最优损耗率与原始损耗率的对比结果。

图3是功率因数变化前后线路和变压器中产生的损耗的变化结果。

图4是变压器容量变化前后线路和变压器中产生的损耗的变化结果。

图5是线路截面变化前后线路和变压器中产生的损耗的变化结果。

图6是线路长度变化前后线路和变压器中产生的损耗的变化结果。

具体实施方式

影响配电网损耗的因素众多，在众因素中找到对配电网损耗具有关键影响性的因素，并分析出这些关键因素对配电网损耗的影响规律及影响程度，对于配电网节能降损的改造具有重要的指导意义。本发明提出的单因素分析法和改进灰色关联度分析法适用于不同的场合，可以定量或者定性的分析出配电网的关键耗能环节，以下结合附图和具体实施方式详细说明本发明。

1.单因素分析法

如图1所示为某地10kv配电网的拓扑结构，该配电网的参数见表4和表5，运行电压见表6，功率因数见表7，变压器型号见表8。根据历史统计数据，该网络中各单相负荷较均匀，三相负荷不平衡度在0.01以下，其对配电网损耗的影响非常小，因而这里不考虑三相不平衡度这一损耗影响因素。该网络的负荷曲线特征系数平均值为1.09。

表4配电网支路参数

表5变压器参数

表6运行电压

表7负荷功率因数

表8变压器型号

为研究各单因素的对损耗的影响程度，对各因素分别作如下处理，以比较处理前后配电网损耗的变化情况：

(1)线路长度。该配电网中线路j和线路l存在较大的迂回，调查表明若重新规划，线路j可缩短至1.3km，线路l可缩短至2.1km。因此，在线路长度方面分别将j和l进行相应优化。

(2)线路截面。将线路f、g、h、i的导线型号由JL/G1A-120型换成JL/G1A-150型，将线路j、k、l的导线型号由JL/G1A-95型换成JL/G1A-150型。

(3)变压器型号。将变压器T2、T4、T8、T9、T10的型号换成节能的S11型。

(4)变压器容量。由于变压器T8、T9、T10负载较重，存在运行不经济的情况，将T8、T9的容量升级为630kVA，将T10的容量升级为400kVA。

(5)功率因数。将负荷的功率因数均提高至0.96。

(6)运行电压。该配电网可变损耗占比较大，提高运行电压有利于降低损耗，因此在允许范围内将电压挺高2％，确保不越限。

(7)负荷曲线。调整负荷，将负荷曲线特征系数降为1.05。

(8)三相负荷不平衡。三相不平衡度较小，排除在损耗薄弱环节之外。

以X₀表示原始网络的损耗率，X₁、X₂、X₃、X₄、X₅、X₆、X₇、X₈分别对应线路长度、线路截面、变压器型号、变压器容量、功率因数、运行电压、负荷曲线和三相负荷不平衡的损耗率。除了三相负荷不平衡因素，其他7个因素都按照单因素分析法中的方法，依次选择其中一个因素，改变其指标值，并保持其他6个因素不变，得到配电网损耗随选中因素的变化而变化的结果。通过单因素变化分析，得到各影响因素在变化过程中可以得到的最优损耗率，结果见表9。图4～6列举了功率因数、变压器容量、线路截面、线路长度这四个因素变化时各段线路和变压器损耗的变化情况。

表9各损耗影响因素对应的最优损耗率

由单因素分析结果可知，各个损耗降损潜力的大小排序为：X₅>X₄>X₂>X₁＝X₆>X₃＝X₇>X₈。降损潜力的大小既代表了损耗因素对配电网损耗的影响程度，节能潜力越大表明其对损耗的影响也越大。因此，在本发明所举的例子中，功率因数、变压器容量和线路截面是对该配电网损耗影响较大的三个因素，在实施配电网降损工作时可针对性的从这几个方面入手。

2.改进灰色关联度法

表10某地配电网的统计数据

根据实际需要，将配电网损耗影响因素分解为相应的指标，本发明中根据某地配电网的统计数据及相关资料选取的指标为：平均线路长度X₁、截面过小线路占比X₂、高耗能变压器占比X₃、经济运行变压器占比X₄、功率因数合格率X₅、运行电压合格率X₆、负荷曲线特征系数X₇、三相负荷不平衡度X₈。配电网的统计数据见表10。根据表中数据以及公式(6)可以得到灰色关联系数矩阵为：

由层次分析法可以得到：

W_i＝[0.161，0.179，0.199，0.218，0.243]

W_j＝[0.921，0.809，0.935，0.986，0.813，0.798，0.617，0.529]

再根据公式(12)计算得到各损耗影响因素对配电网线损率的灰色关联度，见表11：

表11各损耗影响因素对线损率的灰色关联度

由表11可见，各损耗影响因素与线损率的关联性排序为：X₁>X₄>X₃>X₅>X₂>X₆>X₇>X₈。表明在本发明所举的例子中，线路长度、变压器的容量与型号是对该配电网损耗有较大影响的因素，是总体损耗的关键影响环节。事实上，在实际中该配电网存在供电距离过长以及配变损耗过高的现象，近年来加大了在这两方面的降损改造力度，从统计数据可知，两项指标得到了极大的改善，同时整个网络的损耗率也有明显下降。

本说明书中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (1)

1.一种中低压配电网关键耗能环节辨识方法，其特征在于，基于确定单个影响因素对损耗变化程度排序或定性分析各因素对损耗的影响程度及排序处理，选择进行以下分析步骤：

单因素分析步骤：是单个影响因素对损耗变化程度排序，具体是：选取影响配电网损耗的某一个因素，并保持其它影响因素不变，不断改变该被选因素的指标值，并分别计算每次改变后配电网的损耗水平，依次记录配电网损耗值随该因素变化的结果；对每个损耗影响因素都重复上述操作；对比各个因素变化前后配电网损耗的改变情况，按照损耗变化程度排序，既可以知道各个因素对配电网损耗的影响程度，从而确定关键的损耗影响因素；

改进灰色关联度分析步骤：通过灰色关联度来分析系统各个因素之间的影响程度或者各个因素对系统主行为的贡献度；灰色关联度的值直接正向反应了影响程度的大小；并根据实际需求，采用层次分析法对传统灰色关联度进行变权处理，最后根据变权后各个因素对应的灰色关联度大小的排序，即可辨识出最关键的损耗影响因素；

所述改进灰色关联度分析的具体步骤为：

步骤1，将线损率指标作为主因素，将各损耗影响因素对应的指标作为参考因素；形成相应的主因素序列Y₀ ^*和参考因素序列X_i ^*，并对各因素序列做消除量纲处理后得到标准灰关联矩阵：

则X_i ^*(j)与Y₀ ^*(j)的灰关联系数为：

式中，ρ为分辨系数，ρ∈[0，1]，取ρ＝0.5；

参考因素序列X_i ^*对主因素序列Y₀ ^*的灰色关联度为：

式中，ξ_i为灰色关联度，其表征了不同损耗影响因素对配电网损耗的关联程度，该值越大则可认为其对应的影响因素对损耗的影响越大；

步骤2，基于层次分析法对灰色关联度进行变权处理，层次分析法求解权重包括：

步骤201，建立判断矩阵：采用两两比较的相对标度来量化专家对影响因素重要程度的主观判断，然后再进行客观比较；建立判断矩阵如下：

式中，n为样本数；a_ij为第i个样本与第j个样本的比较结果；a_nn＝1表示与自身的比较；A矩阵为正互反型矩阵，且有：a_ij>0，a_ji＝1/a_ij，a_ij＝a_ik×a_kj；相对标度a_ij的值在1～9之间，大小取决于样本i和样本j之间重要程度的对比结果，根据专家的评判，样本i比样本j越重要，则a_ij的值越大；

步骤202，判断矩阵一致性检验：在成对比较判断的过程中，由于被比较样本的复杂性和人的主观判断的模糊性，进行比较的样本数多，矩阵阶数大时，会出现不一致的判断；判断矩阵的一致性必须满足一定的要求，不能太低，否则判断信息的可信度就会低，这种情况下需要对判断矩阵进行校正或者重新构建判断矩阵；判断矩阵的一致性指标用CI来表示：

式中，λ_max为矩阵A的最大特征根；

根据矩阵理论，若正互反型矩阵满足一致性，则其最大特征根即为矩阵的阶数，此时CI＝0，判断矩阵具有完全一致性；CI值越大，则判断矩阵的一致性越差；因此，引入判断矩阵的平均随机一致性指标RI来检验一致性；1-10阶的RI值依次为：0，0，0.58，0.9，1.12，1.24，1.36，1.41，1.45，1.49；由于1、2阶判断矩阵总是具有完全一致性，因此其RI值只是形式上的；此时可引入随机一致性比率CR：

当CR≤0.1时，可认为判断矩阵满足一致性要求，否则需要调整判断矩阵；

步骤203，判断矩阵最大特征根：判断矩阵满足一致性要求后，计算其最大特征根，根据AQ＝λ_maxQ求取最大特征根所对应的特征向量Q＝[q₁，q₂，…q_n]，将Q归一化，得到W＝[w₁，w₂，…w_n]，w_i即为相应样本的权重值：

至此，得到改进后的灰关联度为：

式中，w_i为影响因素i的权重；w_j为样本j的权重；

根据式(8)中ξ_i值的大小可以直接判断影响因素i对配电网损耗影响的关键程度，值越大则影响越大，值越小则表示影响越小。