CN107016485A - 一种电力线路节能降损适应性评估方法 - Google Patents
一种电力线路节能降损适应性评估方法 Download PDFInfo
- Publication number
- CN107016485A CN107016485A CN201710089831.4A CN201710089831A CN107016485A CN 107016485 A CN107016485 A CN 107016485A CN 201710089831 A CN201710089831 A CN 201710089831A CN 107016485 A CN107016485 A CN 107016485A
- Authority
- CN
- China
- Prior art keywords
- circuit
- adaptability
- energy
- loss
- line
- 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
- 230000003247 decreasing effect Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012423 maintenance Methods 0.000 claims abstract description 20
- 238000004134 energy conservation Methods 0.000 claims abstract description 14
- 230000007257 malfunction Effects 0.000 claims abstract description 14
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims description 24
- 230000005611 electricity Effects 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001556 precipitation Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 5
- 230000002411 adverse Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000009471 action Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 10
- 238000001595 flow curve Methods 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000012212 insulator Substances 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力线路节能降损适应性评估方法。传统评估方法一般忽略外部影响对电力设备评估计算的影响,对于线路来说,会出现一定的偏差。本发明采用经济指标及节能指标分级评估作为线路节能降损适应性评估手段,采用BP神经网络对线路容量上限、线路故障后维修费用基值、故障概率基值、土地征用等级、电缆使用长度基值和线路距离人口集中区域系数进行修正计算,形成一种从节能降损角度评估电力线路节能适应性的二维方法。本发明考虑了线路非参数特征对安全损耗的修正,采用小时为时间窗,提高了周期成本、损耗的计算精度,从经济、节能二维标准对线路适应性进行评价,对现有线路及线路规划选型提供了节能降损适应性评估依据。
Description
技术领域
本发明涉及电力线路节能评估、规划领域,具体地说是一种从节能降损角度综合评估线路运行适应性情况的方法。
背景技术
目前,由于输配电损耗占电力系统整体损耗比例最大,针对输电线路进行节能适应性评估能使之更直观反映线路建设、运行的适应情况。传统对电气设备的评估主要集中于全寿命周期成本的计算,将出现以下问题:同样能满足一个供区供电要求,一个建设成本较高、但是能经济运行的线路网架建设方案与一个建设成本较低,但是损耗较高、运行接近容量上限的线路网架建设方案,在考虑我国节能减排,需有效抑制碳排放量的背景下,选择困难。依照传统对电力设备的经济性评价方法:1.非可见参数对能耗的影响均采用估计值或者是平均值,没有量化方案;2.单一成本指标将有可能导致对低价、高耗的电力线路布置技术方案具有更高的评价,而具备环保性、优结构的线路布置方案被淘汰。
此外,传统评估方法不计及天气、区位等外部客观因素对电力设备的影响,就电力线路而言,由于其大部分直接暴露于外部环境,传统方法一般忽略外部影响对电力设备评估计算的影响,对于线路来说,会出现一定的偏差。
发明内容
为克服传统电力线路评价方法由于时间窗过长导致的概数、平均过多,非参数信息被忽略,节能性能在评价中遭到淹没的缺陷,本发明提供一种电力线路节能降损适应性评估方法,该方法的时间窗以小时为单位,统计跨度为全年,建立完善细化的损耗模型及节能角度的评价二维指标,通过BP神经网络修正外部因素影响的相关参量,以解决现有方法对线路节能降损适应性的评价问题。
为此,本发明采用如下的技术方案:一种电力线路节能适应性评估方法,其采用经济指标及节能指标分级评估作为线路节能降损适应性评估手段,采用BP神经网络对线路容量上限、线路故障后维修费用基值、故障概率基值、土地征用等级、电缆使用长度基值和线路距离人口集中区域系数进行修正计算,形成一种从节能降损角度评估电力线路节能适应性的二维方法。
进一步地,所述经济指标采用的评估模型为:
上式中,η为成本指标,表示成本量对利润占比,CIi为单回输电线路一次性投入折至当年费用,n为线路回数,CM为当年运行维护成本,Cz为当年折旧费用,Cp为每度电的利润,Cg为当年环保费用,Ck为当年线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为当年线路安全成本,f(t)=Pt为线路某小时内的有功功率;η越低表示单位成本所能造成的利润越高,其效益越好。
进一步地,所述节能指标采用的评估模型为:
其中,Cz为当年折旧费用,Cp为每度电的利润,Cg为当年环保费用,Ck为当年线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为当年线路安全成本,f(t)=Pt为线路某小时内的有功功率,ηloss表示节能环保支出占收益的比例,该比例越低说明节能环保效率越高,是从节能方面改进的评估指标。
进一步地,以计算得到的η,ηloss为横坐标,适应性等级为纵坐标,绘制得到二维的电力线路节能适应性分级依据图,按照电力线路节能适应性分级依据图对电力线路节能适应性进行评价,适应性等级越低,表示适应性越好。
进一步地,所述当年线路传输损耗费用的计算公式如下:
Cl=Sl·Cpre,
上式中,Wl为损耗功率,Sl为损耗电量;n为线路回数;L为线路长度,α为考虑弧垂及地形时线路裕度系数;Ri,Xi分别为线路电阻和电抗;f(t)=Pt为线路某小时内的有功功率;γ(t)=Qt为线路某小时内的无功功率情况;β为无功损耗折算至有功的影响因素,一般取0.1;m'为导线分裂数;μ(t)=Ut为线路某小时内的线路电压,Cpre为每度电的单价。
线损计算时间窗制定为1小时,有利于整体计算中更详细的计算相关线损情况,更接近实际情况。考虑整体评估时间窗为1年,对每天每小时情况进行积分。
进一步地,所述当年线路安全成本的计算公式如下:
CS=SR·Icr·Ccr+Cd
Icr为故障概率,其为在同一供区内,统计所有同电压等级线路故障时间占总运行时间的比作为出现故障的概率;m为故障的线路的数量;n为供区内线路总数量;li为单条线路的长度;tcr为一段线路一次故障处理时间;T为每年总时间;Ri为全年第i小时负荷丢失情况,γ为过载系数,表明某段线路过载后需要切除的负荷比例(例如:线路上有功功率过载至1.1-1.2倍潮流上限);考虑建设线路的回数,Pj为第j条线路过载后的有功功率,为该线路可传输的上限功率,ΔP为该线路故障后直接丢失的负荷情况,ΔQ为损耗的无功,β为无功对有功的影响因素;SR为故障造成的负荷丢失总电量,tcr为整体故障时间,fj(t)=Pt j为第j回线路在故障的第t个小时窗口内出现的有功功率;
Ccr为丢失负荷单位费用,Cd为线路故障后维修费用。
进一步地,BP神经网络输入量挑选以下变量作为输入向量:
分别表示降水情况、温度情况、灾害发生情况、土地征用等级、位置核心等级、传输上限功率基值、线路故障后维修费用基值、故障概率基值、电缆使用长度基值,经样本训练后采用BP神经网络进行修正,得到修正值后,带入成本及损耗计算中;
输出量为修正后的参数向量其表达如下式:
其中,oc'代表修改后的电晕损耗修正系数,P0',Cd',Icr',Dlv',Lw',Dcv'分别代表修正后的传输上限功率、线路故障后维修费用修正值、故障概率修正值、土地征用等级修正值、电缆使用长度修正值、线路距离人口集中区域系数修正值。
进一步地,所述的线路节能适应性分级依据图中,等级在0-1之间评定为A级,对于节能指标表示对工况下节能适应性极好,能耗占比极低,对于经济指标来说,表示经济适应性极高;等级在1-2之间评定为B级,对于节能指标表示对工况下节能适应性较好,能耗占比较低,对于经济指标来说,表示经济适应性较高;等级在2-3之间评定为C级,对于节能指标表示对工况下节能适应性一般,对于经济指标来说,表示经济适应性一般;等级在3-4之间评定为D级,对于节能指标表示对工况下节能适应性较低,在选型的各个方面存在至少一项对节能性能有不利影响的情况,对于经济指标来说,表示经济适应性较低;等级在4-6之间评定为E级,对于节能指标或经济指标来说,表示有几项对相关指标具有不利影响的情况;等级在6以上评定为F级,对于节能指标或经济指标来说,损耗明显大于可接受范围,耗损及成本占比极高,可能存在危害线路正常运行的情况或线路容量上限与潮流严重不符。
工程应用中,A级表示适应性非常好,是合理优选的情况;B级表示中等偏上的合理方案;C级表示该线路选型或评测基本负荷运行要求,使用负荷经济性或节能性;D级表示运行中出现了影响经济性或节能性的问题,需要研究改善运行条件,但可以勉强接受运行结果;E级表示运行线路已出现了较大运行问题,虽在继续运行但是需要严格监控排除问题,并及时检修维护,若是线路规划需重新选型;F级表示经济性或节能性已经超出了运行可接收条件,运行的线路应及时安排更换,线路规划需重新选型。
与现有技术相比,本发明的有益效果如下:考虑了线路非参数特征对安全损耗的修正,采用小时为时间窗,提高了周期成本、损耗的计算精度,从经济、节能二维标准对线路适应性进行评价,对现有线路及线路规划选型提供了节能降损适应性评估依据。
附图说明
图1为本发明220kV线路节能适应性分级依据图(横坐标为计算得到的指标值,纵坐标为适应性评定等级);
图2-1为某220kV电力线路日典型有功潮流曲线图;
图2-2为某220kV电力线路改迁后日典型有功潮流曲线图;
图3-1为某220kV电力线路全年最高有功潮流曲线图;
图3-2为某220kV电力线路改迁后最高有功潮流曲线图;
图4为本发明经济指标、节能性指标的组成及关联图;
图5为降水-电晕损耗影响模型图;
图6为降水-故障概率影响模型图;
图7为降水-容量上限影响模型图;
图8为环境温度-容量上限影响模型图;
图9为地质灾害-故障概率及危害影响模型图;
图10为用地等级-综合费用关系模型图;
图11为核心区位置-电缆利用及环保成本关系模型图。
具体实施方式
下面结合说明书附图及具体实施方式对本发明进一步说明。
1.一次性成本折算
输电线路一次性成本指线路建设至投产前的总开支,包括导线成本,铁塔成本,土地购置成本和安装调试成本。考虑到主要应用在设计及估算方面,计算采用以下表达:
CI=α·L·(CL+k·CT)+Cland+Cm
上式中,L为线路长度,CL为使用线型每公里线路价格,α为考虑弧垂及地形时线路裕度系数,k为每公里铁塔平均数量,CT为单个铁塔均价,Cland为征地费用,Cm为施工及安装费用。考虑本发明适应性评估时间窗为1年,在线路一次性投资成本的基础上需考虑其第n年的折旧情况。
上式中,CIi为变压器一次性费用折至第i年当年的折旧成本,T为线路全寿命时间,一般取为20年,Cland为土地征收费用,σ为银行利率,Cm为施工安装费。
2.电晕损耗折算
送电线路中,电晕的发生也会一定程度上造成输电线路的损耗,常用的皮克经验公式对其进行计算,电晕损耗经验计算可表示为:
上式中,f为电源频率,单位HZ,r0是导线半径,U为线路电压,δ为空气相对密度,s为线间距,oc为电晕损耗修正系数。上式中U0如下式:
上式中,m为导线状态系数。
电晕损耗折算至电价后如下式:
上式中,Ck为电晕损耗费用(折算至电价),Cpre为每度电的单价,n为线路回数,Pk为电晕损耗功率,时间窗口为1小时。
3.运行维护成本
输电线路运维成本主要包括安全巡线人工、绝缘子清洗维护、线路计划检修等项,表达如下:
上式中,CM为当年运行维护成本,Cxl为当年安全巡视或安全保障费用,n为一年中绝缘子清洗维护次数,Ccl为单次绝缘子维护费用,Cfix为本年计划检修费用,一般为一次。单一线路运行维护成本可以按照同供区同样线路或本线路过去的维护费用,按照每千米平均费用损耗推算。
4.设备残值折算
设备残值一般为设备处理成本与设备剩余值,一般采用固定取值3%~5%作为设备残值,考虑细化细算,可以使用定律折旧计算:
Kn=K0(1-d)n
上式中,K0为设备初值,Kn为设备第n年时的残值,d为固定折旧率,按照一个特征点求得:
Cz=Ki-1-Ki
Cz为当年折旧费用,d为固定折旧率,i为当年设备运行年,Ki为第i年设备的残值,折旧情况表示为上一年残值减去当年残值。
5.安全成本
安全成本为相关线路建设后在联系的节点间概率出现故障后,可能造成的损失。该损失主要包含:1.维修费;2.负荷损失;3.故障导致的其他线路过载。由于一般情况下,断线、短路等故障的出现是在某一个点上,可认为该故障属于某一段线路内,线路基础故障率采用如下表达:
上式中,Icr为故障概率,其为在同一供区内,统计所有同电压等级线路故障时间占总运行时间的比作为出现故障的概率;m为故障线路的数量;n为供区内线路总数量;li为单条线路的长度;tcr为一段线路一次故障处理时间;T为每年总时间。
针对某地区该线路的“N-1”情况,通过潮流计算得到在该线路断开后,可能出现的负荷丢失及供区其他线路过载,针对附近线路的过载情况,由于线路不允许长时间过载,所以相应的过载部分应折算到相关节点的负荷限制上,最终采用每小时系统数据对相关系统的计算如下:
上式中,Ri为全年第i小时负荷丢失情况,γ为过载系数,表明某段线路过载后需要切除负荷(例如:线路上有功功率过载至1.1-1.2倍潮流上限);考虑建设线路的回数,Pj为第j条线路过载后的有功功率,为该线路可传输的上限功率,ΔP为该线路故障后直接丢失的负荷情况,ΔQ为损耗的无功,β为无功对有功的影响因素,取0.1。
考虑需计算丢失负荷总电量,将对全年情况做以小时为单位窗口的积分:
上式中,SR为故障造成的负荷丢失总电量,tcr为整体故障时间,fj(t)=Pt j为第j回线路在故障的第t个小时窗口内出现的有功功率。
安全成本CS表达如下:
CS=SR·Icr·Ccr+Cd
上式中,Ccr为丢失负荷单位费用,Cd为线路故障后维修费用。
6.外部环保成本
外环保能成本主要为非电气损耗因素可能出现的影响,其包括占地环保成本、噪音及线路区位成本。占地环保成本一方面与整体占地面积有关,一方面对其在关键区域涉及的占地情况有关;噪声及区位成本主要考虑线路运行对附近的居住地及村落的距离情况。可以看出,此项不但关系到线路用地的科学环保性,还与征地及相关施工难度有较大的关系。相关表述如下:
上式中,Cg为当年环保费用,Wi为第i回线路送线均宽,Li为该回线路长度,Dlv为土地征用等级,表示线路主要用地情况,Cfd为用地基本环保成本,f(l)=L'为穿过聚落或核心区的线路长度,Dcv为线路距离人口集中区域系数,表示对周围居民影响程度,Ccd为噪声及施工基本环保成本。
7.BP神经网络样本修正
综合考虑BP神经算法特点及相关外部环境变量对相关损耗、成本所造成的影响因素,采用模糊离散的关系曲线作为样本生成依据,在结合实际样本情况下对相关参数进行优化修正。BP神经网络输入量挑选以下变量作为输入向量:
分别表示降水情况、温度情况、灾害发生情况、土地征用等级、位置核心等级、传输上限功率基值、线路故障后维修费用基值、故障概率基值、电缆使用长度基值,根据图5-11对上述各向量按等级量化后用BP神经网络进行修正,得到修正值后,带入成本及损耗计算中。
输出量为修正后的参数向量其表达如下式:
其中,oc'代表修改后的电晕损耗修正系数,P0',Cd',Icr',Dlv',Lw',Dcv'分别代表修正后的传输上限功率、线路故障后维修费用修正值、故障概率修正值、土地征用等级修正值、电缆使用长度修正值、线路距离人口集中区域系数修正值。
8.双指标评估模型
为细化变压器运行情况评估方法,通过改进和多侧面描述来完善对线路损耗及情况的描述,本发明采用以下综合周期成本占比来评估线路的成本情况。
上式中,η为成本指标表示成本量对利润占比,体现经济性,CIi为单回输电线路一次性投入折至当年费用,n为线路回数,CM为当年运行维护成本,Cz为当年折旧费用,Cp为每度电的利润,Cg为环保费用,Ck为线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为安全成本,f(t)=Pt为线路某小时内的有功功率。η越低表示单位成本所能造成的利润越高,其效益越好。上述模型针对所有在线路发生的损失或成本,由于随着社会的发展,环保情况将不能单纯用经济指标来与成本类的进行平衡或计算,有必要设置单独的节能环保评价指标。
当将重点集中在环保这一项时,一次性投入等不进入计算,相关评价模型如下:
其中,Cz为当年折旧费用,Cp为每度电的利润,Cg为环保费用,Ck为线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为安全成本,f(t)=Pt为线路某小时内的有功功率。ηloss表示节能环保支出占收益的比例,该比例越低说明节能环保效率越高,是从节能方面改进的评估指标。
应用例:相关计算及实现步骤如下:
1.收集待测区域线路及电网的相关参数,如:选取浙江某市220kV输电线路不同路径进行分析对比。该线路已运行8年,原线路型号及增容迁改相关情况如下:温度和降水情况采用正太分布,降水天数考虑浙江整体降水较多共设置60日降水,日期平均分布。
原始线路 | 线路改迁 | |
导线 | LGJ‐400 | 2×LGJ‐400 |
线路长度(km) | 32 | 22+16(其他已有线路) |
导线单价/(万元/km) | 58 | 100 |
安装费/(万元/km) | 10 | 13 |
土地购置费/万元 | 760 | 240 |
功率因素 | 0.95 | 0.95 |
总寿命周期(年) | 20 | 20 |
剩余寿命(年) | 12 | 20+16 |
维护费用(万元/km/年) | 8 | 8.5 |
区域年故障次数 | 27 | 27 |
区域220kV线路总长度(km) | 1480 | 1480 |
维修成本(万元) | 60 | 60 |
区域地质灾害 | / | / |
路径核心区情况 | 3级 | 1级 |
用地等级 | 2级 | 1级 |
2.对线路潮流功率情况进行细化至小时级,取得全年线路潮流功率日高峰,依照典型负荷日24小时负荷分布情况按比例缩放24小时功率至每天,获得全年每小时线路功率,采集量如图2所示,全年最高有功潮流曲线图如图3所示。
3.对于图4中C1-C6部分,按照前述计算公式进行计算,得到各分项成本或损耗。
4.针对外部因素对上述成本及损耗产生影响的参数,采用BP神经网络针对外部环境因素进行修正计算,BP神经网络采用图5-图11经验样本及实际实测样本进行训练。
5.采用各修正后参数进行两种线路建设方案的成本指标及节能指标比较,本算例计算结果如下表:
6.得到终值后代入图1找到对应的分级区间,确认区间后,按照附图说明中评价方式进行评价。图1的分级图依据大量计算值及现有110kV变压器分级情况综合绘制。
Claims (8)
1.一种电力线路节能降损适应性评估方法,其特征在于,采用经济指标及节能指标分级评估作为线路节能降损适应性评估手段,采用BP神经网络对线路容量上限、线路故障后维修费用基值、故障概率基值、土地征用等级、电缆使用长度基值和线路距离人口集中区域系数进行修正计算,形成一种从节能降损角度评估电力线路节能适应性的二维方法。
2.根据权利要求1所述的电力线路节能降损适应性评估方法,其特征在于,所述经济指标采用的评估模型为:
上式中,η为成本指标,表示成本量对利润占比,CIi为单回输电线路一次性投入折至当年费用,n为线路回数,CM为当年运行维护成本,Cz为当年折旧费用,Cp为每度电的利润,Cg为当年环保费用,Ck为当年线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为当年线路安全成本,f(t)=Pt为线路某小时内的有功功率。
3.根据权利要求2所述的电力线路节能降损适应性评估方法,其特征在于,所述节能指标采用的评估模型为:
其中,Cz为当年折旧费用,Cp为每度电的利润,Cg为当年环保费用,Ck为当年线路电晕损耗费用,Cl为当年线路传输损耗费用,Cs为当年线路安全成本,f(t)=Pt为线路某小时内的有功功率,ηloss表示节能环保支出占收益的比例。
4.根据权利要求3所述的电力线路节能降损适应性评估方法,其特征在于,以计算得到的η,ηloss为横坐标,适应性等级为纵坐标,绘制得到二维的电力线路节能适应性分级依据图,按照电力线路节能适应性分级依据图对电力线路节能适应性进行评价,适应性等级越低,表示适应性越好。
5.根据权利要求3所述的电力线路节能降损适应性评估方法,其特征在于,所述当年线路传输损耗费用的计算公式如下:
Cl=Sl·Cpre,
上式中,Wl为损耗功率,Sl为损耗电量;n为线路回数;L为线路长度,α为考虑弧垂及地形时线路裕度系数;Ri,Xi分别为线路电阻和电抗;f(t)=Pt为线路某小时内的有功功率;γ(t)=Qt为线路某小时内的无功功率;β为无功损耗折算至有功的影响因素;m'为导线分裂数;μ(t)=Ut为线路某小时内的线路电压,Cpre为每度电的单价。
6.根据权利要求3所述的电力线路节能降损适应性评估方法,其特征在于,所述当年线路安全成本的计算公式如下:
CS=SR·Icr·Ccr+Cd
Icr为故障概率,其为在同一供区内,统计所有同电压等级线路故障时间占总运行时间的比作为出现故障的概率;m为故障的线路的数量;n为供区内线路总数量;li为单条线路的长度;tcr为一段线路一次故障处理时间;T为每年总时间;Ri为全年第i小时负荷丢失情况,γ为过载系数,表明某段线路过载后需要切除的负荷比例(例如:线路上有功功率过载至1.1-1.2倍潮流上限);考虑建设线路的回数,Pj为第j条线路过载后的有功功率,为该线路可传输的上限功率,ΔP为该线路故障后直接丢失的负荷情况,ΔQ为损耗的无功,β为无功对有功的影响因素;SR为故障造成的负荷丢失总电量,tcr为整体故障时间,fj(t)=Pt j为第j回线路在故障的第t个小时窗口内出现的有功功率;
Ccr为丢失负荷单位费用,Cd为线路故障后维修费用。
7.根据权利要求1所述的电力线路节能降损适应性评估方法,其特征在于,BP神经网络输入量挑选以下变量作为输入向量:
分别表示降水情况、温度情况、灾害发生情况、土地征用等级、位置核心等级、传输上限功率基值、线路故障后维修费用基值、故障概率基值、电缆使用长度基值,经样本训练后采用BP神经网络进行修正,得到修正值后,带入成本及损耗计算中;
输出量为修正后的参数向量其表达如下式:
其中,oc'代表修改后的电晕损耗修正系数,P0',Cd',Icr',Dlv',Lw',Dcv'分别代表修正后的传输上限功率、线路故障后维修费用修正值、故障概率修正值、土地征用等级修正值、电缆使用长度修正值、线路距离人口集中区域系数修正值。
8.根据权利要求4所述的电力线路节能降损适应性评估方法,其特征在于,所述的线路节能适应性分级依据图中,等级在0-1之间评定为A级,对于节能指标表示对工况下节能适应性极好,能耗占比极低,对于经济指标来说,表示经济适应性极高;等级在1-2之间评定为B级,对于节能指标表示对工况下节能适应性较好,能耗占比较低,对于经济指标来说,表示经济适应性较高;等级在2-3之间评定为C级,对于节能指标表示对工况下节能适应性一般,对于经济指标来说,表示经济适应性一般;等级在3-4之间评定为D级,对于节能指标表示对工况下节能适应性较低,在选型的各个方面存在至少一项对节能性能有不利影响的情况,对于经济指标来说,表示经济适应性较低;等级在4-6之间评定为E级,对于节能指标或经济指标来说,表示有几项对相关指标具有不利影响的情况;等级在6以上评定为F级,对于节能指标或经济指标来说,损耗明显大于可接受范围,耗损及成本占比极高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710089831.4A CN107016485A (zh) | 2017-02-20 | 2017-02-20 | 一种电力线路节能降损适应性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710089831.4A CN107016485A (zh) | 2017-02-20 | 2017-02-20 | 一种电力线路节能降损适应性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107016485A true CN107016485A (zh) | 2017-08-04 |
Family
ID=59440735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710089831.4A Pending CN107016485A (zh) | 2017-02-20 | 2017-02-20 | 一种电力线路节能降损适应性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016485A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926167A (zh) * | 2021-04-06 | 2021-06-08 | 云南经济管理学院 | 供电电缆选型方法、装置、电子设备及存储介质 |
CN116882982A (zh) * | 2023-09-08 | 2023-10-13 | 山东云小兵信息技术有限公司 | 一种基于人工智能的线损分析方法及装置 |
CN117214587A (zh) * | 2023-11-07 | 2023-12-12 | 国网浙江省电力有限公司象山县供电公司 | 一种电缆设备的检测方法以及检测系统 |
-
2017
- 2017-02-20 CN CN201710089831.4A patent/CN107016485A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926167A (zh) * | 2021-04-06 | 2021-06-08 | 云南经济管理学院 | 供电电缆选型方法、装置、电子设备及存储介质 |
CN116882982A (zh) * | 2023-09-08 | 2023-10-13 | 山东云小兵信息技术有限公司 | 一种基于人工智能的线损分析方法及装置 |
CN116882982B (zh) * | 2023-09-08 | 2023-12-01 | 山东云小兵信息技术有限公司 | 一种基于人工智能的线损分析方法及装置 |
CN117214587A (zh) * | 2023-11-07 | 2023-12-12 | 国网浙江省电力有限公司象山县供电公司 | 一种电缆设备的检测方法以及检测系统 |
CN117214587B (zh) * | 2023-11-07 | 2024-03-29 | 国网浙江省电力有限公司象山县供电公司 | 一种电缆设备的检测方法以及检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104951866B (zh) | 一种县级供电企业线损综合管理对标评价体系及评价方法 | |
Wu et al. | Optimal site selection for distributed wind power coupled hydrogen storage project using a geographical information system based multi-criteria decision-making approach: a case in China | |
CN104408549A (zh) | 一种城市配电网运行状态评估方法 | |
CN102385723B (zh) | 一种重要电力用户应急电源配置方法 | |
Alaqeel et al. | A comprehensive cost-benefit analysis of the penetration of Smart Grid technologies in the Saudi Arabian electricity infrastructure | |
CN106127377A (zh) | 一种智能电网多能源综合协调水平评价方法 | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN108805443A (zh) | 一种电网性能综合评价方法和系统 | |
CN103177395A (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
CN107590568A (zh) | 一种基于空间细分的精细化负荷预测方法 | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
CN110264112A (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
CN108876114A (zh) | 考虑新能源接入的电网效率效益评估方法 | |
CN107016485A (zh) | 一种电力线路节能降损适应性评估方法 | |
CN112580927A (zh) | 一种基于物联网的工商业园区综合能效评估方法 | |
CN110110933A (zh) | 一种智能变电站保护系统的检修周期优化方法 | |
CN103745267A (zh) | 一种分布式光伏系统并网影响的评价方法 | |
CN105184493A (zh) | 一种用于电网企业能源绩效评价的方法 | |
CN106786549A (zh) | 一种基于智能配电网成本效益模型的综合效益分析法 | |
CN106777512A (zh) | 变压器节能降损适应性评估方法 | |
Davidson | Evaluation and effective management of nontechnical losses in electrical power networks | |
Obermüller | Build wind capacities at windy locations? Assessment of system optimal wind locations | |
CN110458392A (zh) | 一种风电场运维绩效评价管理方法及系统 | |
Khorsheed | Long-term energy peak load forecasting models: A hybrid statistical approach | |
CN106228471A (zh) | 一种配电网指标评估方法及评估装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170804 |
|
WD01 | Invention patent application deemed withdrawn after publication |