CN107563571A - 一种电力设施布局自动规划方法 - Google Patents

Abstract

本发明公开了一种电力设施布局自动规划方法，属于电力信息技术领域，包括：获取待预测城市的电网管理单元信息以及城市控制性管理单元信息；根据待预测城市的电网管理单元信息以及城市控制性管理单元信息，对待预测城市的负荷情况进行分类，得到负荷单元分类情况；采用不同类型的负荷预测方法，对相应类别的负荷单元进行电力负荷预测；将不同类别的负荷单元的电流负荷预测结果进行叠加，得到所述待预测城市的负荷预测结果。本发明根据情况复杂的整体城市空间，针对不同地区的实际情况，采用不同的负荷预测方法或者几种负荷预测方法进行深度融合，各取所长，互相校核，有效的提高负荷预测的科学性，提高变电站布局合理性。

Description

一种电力设施布局自动规划方法

技术领域

本发明涉及电力信息技术领域，特别涉及一种电力设施布局自动规划方法。

背景技术

随着经济社会的持续高速发展，用电负荷快速增长，电力基础设施作为城市基础设施的重要组成部分也越来越受到重视，因此需要对城市电力设施布局进行规划。其中，供电负荷预测是电力设施布局规划的首要基础，供电负荷预测包括开展现状分析、计算，进行电力需求预测计算以及电力供需平衡分析，供电负荷预测应正确反映电力需求与国民经济发展的整体对应关系，其负荷分布及分阶段的发展情况必须与产业布局相适应。

传统的负荷预测方法主要包括如下几种方式：

趋势外推法：趋势外推法是根据负荷的变化趋势对未来负荷情况进行预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势，这种变化趋势可为线性或非线性，周期性或非周期性等等。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。

时间序列法：时间序列法把负荷数据看作是一个按季节、按周、按天以及按小时周期性变化的时间序列并将实际负荷和预测负荷之间的差值看作一个平稳的随机过程进行分析和处理。

回归分析法：回归分析法是根据负荷过去的历史资料，建立可进行数学分析的数学模型，对未来的负荷进行预测。其特点是将预测目标的因素作为自变量，将预测目标作为因变量，具有较强的内插能力。

负荷密度法：负荷密度法是根据供电范围内不同功能地区占地面积及相应的用电负荷密度或年用电量密度，侧算预测期用电负荷或年用电量的方法。

但是，趋势外推法、时间序列法、回归分析法仅仅从自然科学技术的角度对一个区域可能的用电负荷进行预测，没有考虑到城市规划发展、重大项目建设对一个区域的用电影响，这使得现有的负荷预测往往与现实发展情况与现实用电负荷不匹配，从而可能造成一定的浪费。负荷密度法基于城市规划用地与功能进行计算，同城市规划有一定程度的匹配，但是没有考虑到城市不同地区发展的水平、阶段、建设模式的差异性，往往导致测算出来的结果相比实际需求偏高。

发明内容

本发明的目的在于提供一种电力设施布局自动规划方法，以针对不同地区的实际情况进行电力负荷的合理预测。

为实现以上目的，本发明采用的技术方案为：提供一种电力设施布局自动规划方法，包括：

S1、获取待预测城市的电网管理单元信息以及城市控制性管理单元信息；

S2、根据待预测城市的电网管理单元信息以及城市控制性管理单元信息，对待预测城市的负荷情况进行分类，得到负荷单元分类情况；

S3、采用不同类型的负荷预测方法，对相应类别的负荷单元进行电力负荷预测；

S4、将不同类别的负荷单元的电流负荷预测结果进行叠加，得到所述待预测城市的负荷预测结果。

其中，步骤S2，具体包括：

S21、根据所述待预测城市的电网管理单元的界线和城市控制性管理单元的界线的一致性，形成新的电网管理单元；

S22、计算电网管理单元中已开发建设用地占新的电网管理单元中的总用地的比例；

S23、若所述比例小于60％，则判断所述新的电网管理单元的规划是否纳入编制，若是则执行步骤S24，若否则执行步骤S25；

S24、确定所述新的电网管理单元为负荷快速发展单元；

S25、确定所述的电网管理单元为负荷不确定单元；

S26、若所述比例大于过等于60％，则判断所述新的电网管理单元的现状与该新的电网管理单元规划的主导功能是否符合；

S27、若符合，则确定所述新的电网管理单元为负荷发展成熟单元，若不符合则执行步骤S24。

其中，步骤S3，具体包括：

结合趋势外推法和时间序列法对所述负荷发展成熟单元进行近期与远期规划负荷预测；

采用荷密度法对所述负荷快速发展单元进行近期与远期规划负荷预测；

对所述负荷不确定单元进行单独预控，直至所述负荷不确定单元负荷明确后再进行负荷预测。

其中，在所述的步骤S4之后，还包括：

S5、采用类比分析法，对全国典型城市的电网容载比以及所述待预测城市的电网运行情况进行分析，以确定所述待预测城市的电网容载比。

其中，在所述的步骤S5之后，还包括：

S6、利用GIS的空间网络拓扑关系来代替电网络拓扑关系，在所述待预测城市电网区域中进行变电站选址，得到变电站布局。

其中，在步骤S6之后，还包括：

S7、利用GIS中的创建泰森多边形功能，对变电站布局进行优化。

与现有技术相比，本发明存在以下技术效果：本发明根据情况复杂的整体城市空间，针对不同地区的实际情况，采用不同的负荷预测方法或者几种负荷预测方法进行深度融合，各取所长，互相校核，有效的提高负荷预测的科学性。然会根据电力负荷预测与电力设施布局规划以及城市规划体系之间的关联性，从全社会资源优化配置及设备资产全寿命周期的角度出发，在保证电网供电安全的前提下，避免电网重复规划与建设，提高了电网发展效率和电网投入产出比，节约全社会综合资源。

附图说明

下面结合附图，对本发明的具体实施方式进行详细描述：

图1是本发明中一种电力设施布局自动规划方法的流程示意图；

图2是本发明中对电网管理单元进行分类的流程示意图；

图3是本发明中在分布式电源影响下对负荷预测优化的流程示意图；

图4是本发明中另一种电力设施布局自动规划方法的流程示意图；

图5是本发明中利用泰森多边形对合肥高新区110kV变电站布局进行优化得到的变电站分布示意图；

图6是本发明中对合肥高新区110kV变电站进行优化调整后的变电站分布示意图。

具体实施方式

为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。

如图1所示，本实施例公开了一种电力设施布局自动规划方法，包括如下步骤S1至S4：

S1、获取待预测城市的电网管理单元信息以及城市控制性管理单元信息；

S2、根据待预测城市的电网管理单元信息以及城市控制性管理单元信息，对待预测城市的负荷情况进行分类，得到负荷单元分类情况；

S3、采用不同类型的负荷预测方法，对相应类别的负荷单元进行电力负荷预测；

S4、将不同类别的负荷单元的电流负荷预测结果进行叠加，得到所述待预测城市的负荷预测结果。

如图2所示，步骤S2，具体包括如下细分步骤S21至S27：

S21、根据所述待预测城市的电网管理单元的界线和城市控制性管理单元的界线的一致性，形成新的电网管理单元；

需要说明的是，以合肥市电网运行为例，合肥市电力公司以行政界线、自然水系、主要道路等因子作为分界依据，在市区范围内划定了70多个城市电网管理单元。对地块所在区域在城市总体规划中的功能定位、建设容量、环境承载力和市政、基础设施配套等宏观层面的分析，即编制城市控制性管理单元规划。城市电网管理单元划分应同合肥市控制性管理单元划分保持一致，形成新的城市电网管理单元。

在实际应用中，应考虑到待预测城市的实际情况，一个城市电网管理单元可以包含一个或多个城市控制性管理单元，但总的单元界线应保持一致。因此，在开展城市管理单元电力设施布局规划之前，建议对待预测城市的电网管理单元的范围进行微调，以便同待预测城市的控制性管理单元相协调。

S22、计算电网管理单元中已开发建设用地占新的电网管理单元中的总用地的比例，并判断比例是否小于60％；

S23、若所述比例小于60％，则判断所述新的电网管理单元的规划是否纳入编制，若是则执行步骤S24，若否则执行步骤S25；

S24、确定所述新的电网管理单元为负荷快速发展单元；

S25、确定所述的电网管理单元为负荷不确定单元；

S26、若所述比例大于过等于60％，则判断所述新的电网管理单元的现状与该新的电网管理单元规划的主导功能是否符合；

S27、若符合，则确定所述新的电网管理单元为负荷发展成熟单元，若不符合执行步骤S24。

进一步地，步骤S3，具体包括如下细分步骤：

结合趋势外推法和时间序列法对所述负荷发展成熟单元进行近期与远期规划负荷预测；

需要说明的是，对负荷发展成熟单元中少量需要更新改造的地块，建采用负荷密度法计算其未来用电负荷，并纳入负荷发展成熟单元总体负荷体系当中。

采用荷密度法对所述负荷快速发展单元进行近期与远期规划负荷预测；

对所述负荷不确定单元进行单独预控，直至所述负荷不确定单元负荷明确后再进行负荷预测。

进一步地，随着国家政策的大力支持，以风能、太阳能等新能源为典型代表的分布式电源日益增多，其对电网的影响也逐渐显现。分布式电源的并网，加大了其所在地区的负荷预测难度，改变了既有的负荷增长模式。因此，本实施例中分析分布式光伏电源对电网负荷预测的影响，以提高负荷预测的准确性。

根据不同地区负荷特性及负荷曲线的不同，将会出现日高峰高于晚高峰或晚高峰高于日高峰两种情况。当晚高峰高于日高峰时，光伏电源对负荷预测的影响可忽略不计。当高峰高于晚高峰情况下，需要确定分布式光伏电源的削峰容量。如图4所示，光伏电源削峰容量的计算步骤如下：

(1)根据同一地区运行的光伏电站应具有相同的出力特性，确定光伏电源的综合发电功率曲线。

(2)根据某一地区的实测负荷，拟合光伏电源的综合发电功率曲线，得到不含光伏发电功率的网供综合负荷曲线；

(3)根据运行光伏电源的等效最大发电功率与实际网供负荷功率的比例来选择最大负荷日，确定合适的削峰容量值。

在实际应用中，光伏电源可能的最大削峰容量等于其等效最大发电功率。但由于光伏发电功率曲线与负荷曲线的形状不同，实际的削峰容量肯定小于后者。

(4)通过加权平均，确定地区光伏电源在最大负荷日白天峰荷时段的发电功率以及确定已并网的分布式光伏电源在最大负荷日白天峰荷时段的平均削峰量。

需要说明的是，本实施例中将单元负荷预测累加得到的带预测城市的电力负荷预测结果中扣除分布式新能源集成创新平台发电量，得到最终的待预测城市的电力负荷预测。本实施例中考虑风能、太阳能等新能源等对电网的影响，提高了待预测城市电力负荷预测的准确性。

进一步地，如图4所示，本实施例还公开了一种电力设施布局自动规划方法，在上述步骤S4之后，还包括如下步骤：

S5、采用类比分析法，对全国典型城市的电网容载比以及所述待预测城市的电网运行情况进行分析，以确定所述待预测城市的电网容载比；

需要说明的是，结合发展城市容载比经验数值，根据合肥地区2015年-2020年度年均负荷增速情况，考虑到合肥电网负荷的增长连续多年保持较高的速度，并且不确定的较大的点负荷经常出现，为此合肥容载比宜选取相对高一些，根据导则中相关标准，将500kV容载比取为1.9，220kV容载比标准值取为2.0，110kV容载比标准值取为2.1。具体如表1所示：

表1

S6、利用GIS的空间网络拓扑关系来代替电网络拓扑关系，在所述待预测城市电网区域中进行变电站选址，得到变电站布局；

需要说明的是，在实际应用中，电网运行状态的信息、地理信息、和开关逻辑关系信息是电网网络拓扑中的主要信息，网络拓扑的建立十分复杂。道路的网络拓扑主要是道路的连通关系，比较简单。为了有效地减少不确定因素及非技术因素带来的一些问题，降低计算复杂性，进行电网选址的规划，可以利用GIS的空间网络拓扑关系来代替电网络拓扑。用道路网络拓扑来代替电网络拓扑的原因有以下两方面：

(1)相似性：电网络的线路大约94％是沿着道路架设的，这与道路的网络拓扑走径基本相吻合。

(2)可替代性：进行选址规划时候不用去考虑实际中电网的运行状态和开关的逻辑关系，电网络拓扑可以看作道路网络拓扑子集。因此，可以把道路网络拓扑可看作是“全拓扑”，代替电网络拓扑来进行计算分析。

具体地，基于GIS系统的变电站选址具体步骤如下：

(1)规划区域划分：按照行政区域将城市划分成几个相对独立的规划区,这样避免变电站的跨区供电，也可以缩短搜索的时间，便于方案的调整。

(2)对己有变电站的处理：确定已有变电站的供电范围以及容量,己有的位置不变。可以根据前面提供的方法,以离变电站最近的负荷点为起始搜索点。约束条件按变电站是否可扩容分两种情况如果不可扩容,搜索到负荷满足已有容量为止。如果可以扩容,则依照经济负荷的原则,搜索到满足经济容量为止。

(3)分别对每个区变电站规划：按照本文提出的方法，进行变电站自动规划，得出多套方案，已有变电站供电范围内的负荷点设定为已搜索。

(4)变电站布局优化：考虑街道、建筑、河流等地形因素，对规划的变电站站址进行稍微的调整。

(5)方案的综合评价：分别对各个区的每套规划方案进行评价，评价的指标包括经济容量满足程度、用地性质、交通状况、施工条件、防洪排水、地形地质。分别对方案的各个变电站进行这些指标的评估，得出量化的评估值，然后将各变电站的对应评估值相加，得到该方案的总体评估，再根据各指标在评价中占的不同权重，得出一个总的评价值。将各个方案的评价值进行比较，就可以找到最优方案。

S7、利用GIS中的创建泰森多边形功能，对变电站布局进行优化。

需要说明的是，如图5所示，利用泰森多边形对高新区范围内的110kV变电站布局进行优化后的变电站布局。得到优化后的高新区规划110kV变电站服务半径数据表如表2所示：

表2

需要说明的是，为了减轻原变电站的服务压力，将服务半径过小的变电站取消，在服务半径过大的变电站服务区中增加变电站。

通过上表2可知：服务半径最小的变电站为9号，其次为7号。服务半径最大的变电站为21号，其次为8号。21个变电站服务半径数据的方差为10778900平方米。

因此，建议取消9号服务区中变电站的规划位置，在8号服务区中新增一个110kV变电站。

7号服务区中专用变电站变因其独特的专用变性质，且是现状变电站，本次优化对其保留不做变化。

21号服务半径最大，但是服务区当中大部分为农林用地，用电需求较低，故仍按照原规划方案的位置对其进行预留。

如此处理，得到的优化调整后的变电站布局如图6所示，得到的优化调整后高新区规划110kV变电站服务半径数据表如表3所示：

表3

需要说明的是，经过优化调整后，21个变电站服务半径数据的方差为10644249平方米，方差减小说明各变电站服务半径之间差距有所缩小，服务更加均衡合理。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种电力设施布局自动规划方法，其特征在于，包括：

S1、获取待预测城市的电网管理单元信息以及城市控制性管理单元信息；

S2、根据待预测城市的电网管理单元信息以及城市控制性管理单元信息，对待预测城市的负荷情况进行分类，得到负荷单元分类情况；

S3、采用不同类型的负荷预测方法，对相应类别的负荷单元进行电力负荷预测；

S4、将不同类别的负荷单元的电流负荷预测结果进行叠加，得到所述待预测城市的负荷预测结果。

2.如权利要求1所述的方法，其特征在于，所述的步骤S2，具体包括：

S21、根据所述待预测城市的电网管理单元的界线和城市控制性管理单元的界线的一致性，形成新的电网管理单元；

S22、计算电网管理单元中已开发建设用地占新的电网管理单元中的总用地的比例；

S23、若所述比例小于60％，则判断所述新的电网管理单元的规划是否纳入编制，若是则执行步骤S24，若否则执行步骤S25；

S24、确定所述新的电网管理单元为负荷快速发展单元；

S25、确定所述的电网管理单元为负荷不确定单元；

S26、若所述比例大于过等于60％，则判断所述新的电网管理单元的现状与该新的电网管理单元规划的主导功能是否符合；

S27、若符合，则确定所述新的电网管理单元为负荷发展成熟单元，若不符合则执行步骤S24。

3.如权利要求1所述的方法，其特征在于，所述的步骤S3，具体包括：

结合趋势外推法和时间序列法对所述负荷发展成熟单元进行近期与远期规划负荷预测；

采用荷密度法对所述负荷快速发展单元进行近期与远期规划负荷预测；

对所述负荷不确定单元进行单独预控，直至所述负荷不确定单元负荷明确后再进行负荷预测。

4.如权利要求1所述的方法，其特征在于，在所述的步骤S4之后，还包括：

S5、采用类比分析法，对全国典型城市的电网容载比以及所述待预测城市的电网运行情况进行分析，以确定所述待预测城市的电网容载比。

5.如权利要求4所述的方法，其特征在于，在所述的步骤S5之后，还包括：

S6、利用GIS的空间网络拓扑关系来代替电网络拓扑关系，在所述待预测城市电网区域中进行变电站选址，得到变电站布局。

6.如权利要求5所述的方法，其特征在于，在所述的步骤S6之后，还包括：

S7、利用GIS中的创建泰森多边形功能，对变电站布局进行优化。