CN106373027A - 基于粒子群优化与lcc的电力变压器检修决策方法 - Google Patents
基于粒子群优化与lcc的电力变压器检修决策方法 Download PDFInfo
- Publication number
- CN106373027A CN106373027A CN201610723584.4A CN201610723584A CN106373027A CN 106373027 A CN106373027 A CN 106373027A CN 201610723584 A CN201610723584 A CN 201610723584A CN 106373027 A CN106373027 A CN 106373027A
- Authority
- CN
- China
- Prior art keywords
- cost
- lcc
- time
- overhaul
- transformator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于粒子群优化与LCC的电力变压器检修决策方法,包括建立变压器全寿命周期成本估计模型、基于折现率修正变压器全寿命周期成本估计模型和采用粒子群优化方法求解变压器全寿命周期成本估计模型,确定最佳维修年限的步骤。本发明从全寿命周期成本角度出发,在考虑折现率的基础上,构建变压器动态维修成本的优化模型,从而得到变压器的最优大修时间以及相应的最低成本。它用粒子群算得到两次最优大修时间与以此确定电力全寿命周期成本。收敛速度快,计算结果精度高。
Description
技术领域
本发明涉及一种电力变压器检修决策方法,尤其是一种基于粒子群优化与LCC的电力变压器检修决策方法,属于电力建设规划技术领域。
背景技术
电力变压器是电力系统最昂贵的电气设备之一,其整个周期寿命的成本对电力系统运行的经济性具有决定性的意义,如何对电力变压器的效能进行综合评估与投资决策一直是电力系统工作的难点和重点。
随着近几年电网的快速发展,人们对大型变压器,尤其是变电站里的变压器设备的投资不断增加。与此同时,经费与资源的限制以及越来越多的需求让人们对变压器的选型有了进一步的了解与认识。在往常的经验中,对变压器的成本研究,人们只是局限在使用成本与投资上,忽视了变压器在实际运行中的成本与效能问题。
全寿命周期成本(LCC)估计方法以保障长期的效益为目标,在设备安全可靠正常运行的前提下,实现全寿命周期成本最低、最合理的一种成本估计方法。影响变压器全寿命周期总费用是初始投资成本与运营维护成本。但往往对于初始投资成本,基本上都是在一定范围内的费用,而维修成本,包括在断电时进行的维修,是会随着变压器的故障率变化而变化的。同时我们了解到变压器的运营维护费用是整个变压器全寿命周期总费用用中的高额费用。虽然针对不同类型的变压器来说有些不同,但大体上运营维护成本基本上会占到35%~70%不等。因此,在电力变压器投资方案中,应该选择使用效率最高并且费用还最低的方案。
发明内容
本发明目的是提供一种基于粒子群优化的电力变压器全寿命周期规划检修决策方法。
为解决上述技术问题的,本发明采用的技术方案是:
一种基于粒子群优化与LCC的电力变压器检修决策方法,包括以下具体步骤:
步骤1:初始化LCC两次大修时间:第一次和第二次大修时间t1﹑t2的初值取值范围为分别为[5,30]和[15,30];
步骤2:计算LCC初值y1:
y1=W1+W2+W3+W4+W5 (1)
其中,W1为初始投资成本、W2为运行成本、W3为断电成本、W4为报废成本、W5为维修成本;
所述初始投资成本W1的估计方法为:
W1=Wgz+Waz+Wzy+Wyg+Wts (2)
其中,Wgz代表设备购置费,Waz代表安装工程费,Wzy代表征用土地费,Wyg代表员工培训费,Wts代表调试费用;
所述运行成本W2的估计方法为:
其中,a为电价,单位为元/kWh;p0为变压器空载损耗,单位为kW,β为平均负载率,pk为变压器有载损耗,单位为kW;i为折现率;tn为名义役龄,ta为等效役龄,其计算方法为:
其中,α3为大修的役龄回退因子,tn为名义役龄。
断电成本W3的估计方法为:
式中:b为单位电量售电利润,元/kWh;SN为变压器的额定容量,kVA;β为平均负载率,kW;为平均功率因数;T为设备年单位故障中断供电时间,h;λ′(tn)为设备年平均故障数,次/年;RC为单位时间平均修复成本,万元/小时;MTTR为设备平均修复时间,小时;λ'(tn)为故障率函数,计算方法为:
报废成本W4的估计方法为:
W4=(0.32×Waz-0.05×W1)×(1+i)-40 (7)
其中,Waz为安装工程费,W1为初始投资成本,i为折现率;
维修成本W5的估计方法为:
W5=Ml+Ms (8)
其中,Ms为变压器预防性维修费用,Ml为两次大修费用之和:
所述变压器预防性维修费用Ms的估计方法为:
其中,β为预防性维修系数;tn为名义役龄;W1为初始投资成本;
步骤3:采用粒子群优化方法求解变压器全寿命周期成本估计模型,确定最佳维修年限,由以下具体步骤组成:
步骤3-1:初始化变异速度,步骤2计算的LCC,作为最优变压器全寿命周期成本的初值;
步骤3-2:计算相应的变压器全寿命周期成本;
Vik(n+1)=wVik(n)+c1·rand·[(5+12*rand)-tik(n)]+
c2·rand()·[-(5+12*rand)+tik(n)]
tik(n+1)=tik(n)+Vik(n+1) (11)
式中Vik(n)为第n次变异速度,Vik(n+1)为第n+1次变异速度;最大变异速度为12;rand()为0到1之间的随机数;tik(n)为第n两次大修时间;惯性因子w=0.6; 加速系数c1=c2=2;
步骤3-3:判断所述变压器全寿命周期成本是否小于LCC的当前值,如果是,转向步骤3-4;否则转向步骤3-6;
步骤3-4:更新第一次和第二次大修时间t1﹑t2、变异速度与LCC的当前值;
步骤3-5:判断是否满足算法终止条件,如果是,转向步骤3-6,否则转向步骤3-2;
步骤3-6:输出第一次和第二次大修时间t1﹑t2与LCC的当前值。
所述的基于粒子群优化与LCC的电力变压器检修决策方法,步骤3-5中,以迭代次数作为算法终止条件。
采用上述技术方案,本发明的有益效果是:
1、本发明从全寿命周期成本角度出发,在考虑折现率的基础上,构建变压器动态维修成本的优化模型,从而得到变压器的最优大修时间以及相应的最低成本。
本发明用粒子群算法,利用该算法收敛速度快,计算结果精度高的特点,在考虑实际运行情况的基础上,通过优化算法得到LCC最低成本和以此确定的大修时间。
附图说明
图1是本发明的流程图。
具体实施方式
实施例1:
如图1所示,一种基于粒子群优化与LCC的电力变压器检修决策方法,包括以下具体步骤:
步骤1:初始化LCC两次大修时间:第一次和第二次大修时间t1﹑t2的初值取值范围为分别为[5,30]和[15,30];
步骤2:计算LCC初值y1:
y1=W1+W2+W3+W4+W5 (1)
其中,W1为初始投资成本、W2为运行成本、W3为断电成本、W4为报废成本、W5为维修成本;
所述初始投资成本W1的估计方法为:
W1=Wgz+Waz+Wzy+Wyg+Wts (2)
其中,Wgz代表设备购置费,Waz代表安装工程费,Wzy代表征用土地费,Wyg代表员工培训费,Wts代表调试费用;
所述运行成本W2的估计方法为:
其中,a为电价,单位为元/kWh;p0为变压器空载损耗,单位为kW,β为平均负载率,pk为变压器有载损耗,单位为kW;i为折现率;tn为名义役龄,ta为等效役龄,其计算方法为:
其中,α3为大修的役龄回退因子,tn为名义役龄。
断电成本W3的估计方法为:
式中:b为单位电量售电利润,元/kWh;SN为变压器的额定容量,kVA;β为平均负载率,kW;为平均功率因数;T为设备年单位故障中断供电时间,h;λ′(tn)为设备年平均故障数,次/年;RC为单位时间平均修复成本,万元/小时;MTTR为设备平均修复时间,小时;λ'(tn)为故障率函数,计算方法为:
报废成本W4的估计方法为:
W4=(0.32×Waz-0.05×W1)×(1+i)-40 (7)
其中,Waz为安装工程费,W1为初始投资成本,i为折现率;
维修成本W5的估计方法为:
W5=Ml+Ms (8)
其中,Ms为变压器预防性维修费用,Ml为两次大修费用之和:
所述变压器预防性维修费用Ms的估计方法为:
其中,β为预防性维修系数;tn为名义役龄;W1为初始投资成本;
步骤3:采用粒子群优化方法求解变压器全寿命周期成本估计模型,确定最佳维修年限,由以下具体步骤组成:
步骤3-1:初始化变异速度,步骤2计算的LCC,作为最优变压器全寿命周期成本的初值;
步骤3-2:计算相应的变压器全寿命周期成本;
Vik(n+1)=wVik(n)+c1·rand·[(5+12*rand)-tik(n)]+
c2·rand()·[-(5+12*rand)+tik(n)]
tik(n+1)=tik(n)+Vik(n+1) (11)
式中Vik(n)为第n次变异速度,Vik(n+1)为第n+1次变异速度;最大变异速度为12;rand()为0到1之间的随机数;tik(n)为第n两次大修时间;惯性因子w=0.6;加速系数c1=c2=2;
步骤3-3:判断所述变压器全寿命周期成本是否小于LCC的当前值,如果是,转向步骤3-4;否则转向步骤3-6;
步骤3-4:更新第一次和第二次大修时间t1﹑t2、变异速度与LCC的当前值;
步骤3-5:判断是否满足算法终止条件,如果是,转向步骤3-6,否则转向步骤3-2;
步骤3-6:输出第一次和第二次大修时间t1﹑t2与LCC的当前值。
所述的基于粒子群优化与LCC的电力变压器检修决策方法,步骤3-5中,以迭代次数作为算法终止条件。本实施例中设置为10000次。
在本实施例中,对某变电站500kV1号主变A﹑B﹑C三个单相变压器进行维修方案规划。初始投入成本如表1所示。运行维护成本的计算结果如表2所示。故障成本的计算结果如表3所示。退役成本计算结果如表4所示。
取β=0.002,W1=4600万元,变压器大修费用为Mm=200万元,变压器的故障率阈值为λ0=0.01,变压器的寿命为30年。假定变压器投入运行5年内不进行大修,将t1与t2的取值范围分别设为[5,15]和[15,30]。粒子群算法的参数设置如下:种群大小设置为10000,最大变异速度为12,最大迭代次数为10000,精度为0.05,其他参数设置为缺省值。经过11代的迭代计算以后,得到最小维修费用LCC=8558.0万元,两次大修的时间分别为t1=7.34,t2=16.36。求解的大修时间单位为年,将其变换为以月份表示的大修时间分别约为投入运行后的7年4月与16年4月,如表5所示。
表1
表2运行维护成本计算结果
表3
表4
表5
Claims (2)
1.一种基于粒子群优化与LCC的电力变压器检修决策方法,其特征在于:包括以下具体步骤:
步骤1:初始化LCC两次大修时间:第一次和第二次大修时间t1﹑t2的初值取值范围为分别为[5,30]和[15,30];
步骤2:计算LCC初值y1:
y1=W1+W2+W3+W4+W5 (1)
其中,W1为初始投资成本、W2为运行成本、W3为断电成本、W4为报废成本、W5为维修成本;
所述初始投资成本W1的估计方法为:
W1=Wgz+Waz+Wzy+Wyg+Wts (2)
其中,Wgz代表设备购置费,Waz代表安装工程费,Wzy代表征用土地费,Wyg代表员工培训费,Wts代表调试费用;
所述运行成本W2的估计方法为:
其中,a为电价,单位为元/kWh;p0为变压器空载损耗,单位为kW,β为平均负载率,pk为变压器有载损耗,单位为kW;i为折现率;tn为名义役龄,ta为等效役龄,其计算方法为:
其中,α3为大修的役龄回退因子,tn为名义役龄。
断电成本W3的估计方法为:
式中:b为单位电量售电利润,元/kWh;SN为变压器的额定容量,kVA;β为平均负载率,kW;为平均功率因数;T为设备年单位故障中断供电时间,h;λ′(tn)为设备年平均故障数,次/年;RC为单位时间平均修复成本,万元/小时;MTTR为设备平均修复时间,小时;λ'(tn)为故障率函数,计算方法为:
报废成本W4的估计方法为:
W4=(0.32×Waz-0.05×W1)×(1+i)-40 (7)
其中,Waz为安装工程费,W1为初始投资成本,i为折现率;
维修成本W5的估计方法为:
W5=Ml+Ms (8)
其中,Ms为变压器预防性维修费用,Ml为两次大修费用之和:
所述变压器预防性维修费用Ms的估计方法为:
其中,β为预防性维修系数;tn为名义役龄;W1为初始投资成本;
步骤3:采用粒子群优化方法求解变压器全寿命周期成本估计模型,确定最佳维修年限,由以下具体步骤组成:
步骤3-1:初始化变异速度,步骤2计算的LCC,作为最优变压器全寿命周期成本的初值;
步骤3-2:计算相应的变压器全寿命周期成本;
Vik(n+1)=wVik(n)+c1·rand·[(5+12*rand)-tik(n)]+
c2·rand()·[-(5+12*rand)+tik(n)]
tik(n+1)=tik(n)+Vik(n+1) (11)
式中Vik(n)为第n次变异速度,Vik(n+1)为第n+1次变异速度;最大变异速度为12;rand()为0到1之间的随机数;tik(n)为第n两次大修时间;惯性因子w=0.6;加速系数c1=c2=2;
步骤3-3:判断所述变压器全寿命周期成本是否小于LCC的当前值,如果是,转向步骤3-4;否则转向步骤3-6;
步骤3-4:更新第一次和第二次大修时间t1﹑t2、变异速度与LCC的当前值;
步骤3-5:判断是否满足算法终止条件,如果是,转向步骤3-6,否则转向步骤3-2;
步骤3-6:输出第一次和第二次大修时间t1﹑t2与LCC的当前值。
2.根据权利要求1所述的基于粒子群优化与LCC的电力变压器检修决策方法,其特征在于:步骤3-5中,以迭代次数作为算法终止条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610723584.4A CN106373027A (zh) | 2016-08-25 | 2016-08-25 | 基于粒子群优化与lcc的电力变压器检修决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610723584.4A CN106373027A (zh) | 2016-08-25 | 2016-08-25 | 基于粒子群优化与lcc的电力变压器检修决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106373027A true CN106373027A (zh) | 2017-02-01 |
Family
ID=57878576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610723584.4A Pending CN106373027A (zh) | 2016-08-25 | 2016-08-25 | 基于粒子群优化与lcc的电力变压器检修决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106373027A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109299869A (zh) * | 2018-09-14 | 2019-02-01 | 广东电网有限责任公司 | 配电变压器的成本计算方法及装置 |
CN111507612A (zh) * | 2020-04-15 | 2020-08-07 | 石家庄铁道大学 | 一种电力变压器全寿命周期成本影响因素分析方法 |
-
2016
- 2016-08-25 CN CN201610723584.4A patent/CN106373027A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109299869A (zh) * | 2018-09-14 | 2019-02-01 | 广东电网有限责任公司 | 配电变压器的成本计算方法及装置 |
CN109299869B (zh) * | 2018-09-14 | 2021-03-16 | 广东电网有限责任公司 | 配电变压器的成本计算方法及装置 |
CN111507612A (zh) * | 2020-04-15 | 2020-08-07 | 石家庄铁道大学 | 一种电力变压器全寿命周期成本影响因素分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zárate-Miñano et al. | An OPF methodology to ensure small-signal stability | |
CN102025153B (zh) | 一种中压配电网最大供电能力精确计算方法 | |
CN103020853B (zh) | 一种短期交易计划安全校核的方法 | |
Zhong et al. | Energy-saving generation dispatch toward a sustainable electric power industry in China | |
CN104951899A (zh) | 含大规模可再生能源的配电公司多时间尺度优化调度方法 | |
Zeng et al. | Orderly grid connection of renewable energy generation in China: Management mode, existing problems and solutions | |
CN105356461B (zh) | 一种低压电网负荷不平衡治理项目碳减排量的核算方法 | |
CN104201673A (zh) | 一种新能源发电在线接纳能力评估方法 | |
CN103514364B (zh) | 计及负荷转供措施的电网设备过载辅助决策计算方法 | |
CN103746368A (zh) | 一种电力系统静态安全稳定运行极限优化方法 | |
CN104037790B (zh) | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 | |
Senatla et al. | Review of planning methodologies used for determination of optimal generation capacity mix: the cases of high shares of PV and wind | |
Medina et al. | Transmission grids to foster high penetration of large-scale variable renewable energy sources–A review of challenges, problems, and solutions | |
KR20120131520A (ko) | 배전선로의 최적 연계 해석 방법 | |
CN102638036B (zh) | 一种用于计划安全校核的快速支路过载辅助决策方法 | |
CN103345713A (zh) | 一种超大规模电力网络同步安全校核系统设计方法 | |
Yang et al. | Real-time adaptive UVLS by optimized fuzzy controllers for short-term voltage stability control | |
CN106373027A (zh) | 基于粒子群优化与lcc的电力变压器检修决策方法 | |
Lauby et al. | Balancing act | |
CN104485662A (zh) | 一种变电站并列运行时的配电网最大供电能力的方法 | |
CN106326658A (zh) | 一种电力变压器全寿命周期成本效能评估方法 | |
Yongping et al. | Study on multi‐objective optimization of load dispatch including renewable energy and CCS technologies | |
Abapour et al. | Maximizing penetration level of distributed generations in active distribution networks | |
CN106960262B (zh) | 特高压直流线路预想故障有功备用容量评估方法和装置 | |
Gjorgiev et al. | Calibration of cascading failure simulation models for power system risk assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170201 |