基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法研究

盧人杰，劉 寧，李 頔，樊 映，羅興智

（貴州電網(wǎng)有限責(zé)任公司畢節(jié)供電局，貴州 畢節(jié) 551700）

我國(guó)電網(wǎng)線路錯(cuò)綜復(fù)雜，為了保證電網(wǎng)的安全 穩(wěn)定運(yùn)行，構(gòu)建了一種電力調(diào)度管理模式，根據(jù)各種渠道采集電力調(diào)度信息，結(jié)合每時(shí)段的電網(wǎng)數(shù)據(jù)參數(shù)，平衡各個(gè)階段的電網(wǎng)輸送任務(wù)。目前，我國(guó)電網(wǎng)中已經(jīng)應(yīng)用了配電自動(dòng)化技術(shù)、信息化技術(shù)以及智能技術(shù)等多種技術(shù)，運(yùn)行過(guò)程中存在著大量的配電網(wǎng)運(yùn)行狀態(tài)數(shù)據(jù)，一旦電力調(diào)度運(yùn)行過(guò)程中出現(xiàn)風(fēng)險(xiǎn)，就會(huì)帶來(lái)很大的經(jīng)濟(jì)損失和能源損失，因此每個(gè)電網(wǎng)總站都會(huì)配備多個(gè)電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警器，其運(yùn)行的核心是電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法。電網(wǎng)運(yùn)行過(guò)程中自身會(huì)存在運(yùn)行風(fēng)險(xiǎn)，如果可以根據(jù)電網(wǎng)運(yùn)行趨勢(shì)，判斷電力調(diào)度運(yùn)行存在的安全風(fēng)險(xiǎn)概率，即可極大地減少電力事故，保證電網(wǎng)的安全性[1-2]。

傳統(tǒng)的調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法對(duì)于部分持續(xù)時(shí)間較長(zhǎng)的電力調(diào)度運(yùn)行任務(wù)的預(yù)警存在反應(yīng)延遲的缺陷，降低了風(fēng)險(xiǎn)預(yù)警效率和準(zhǔn)確率。為了解決以上問(wèn)題，該文設(shè)計(jì)了基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法，以大數(shù)據(jù)技術(shù)為核心，進(jìn)一步研究電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法，以降低電力事故的發(fā)生概率。

1 構(gòu)建評(píng)估模型

電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警的本質(zhì)是以系統(tǒng)上傳的各個(gè)電力調(diào)度狀態(tài)數(shù)據(jù)為基礎(chǔ)。安全風(fēng)險(xiǎn)指標(biāo)評(píng)估方法可以反映電力調(diào)度隨時(shí)間變化的情況，也可以反映出電力調(diào)度運(yùn)行的安全狀態(tài)，因此該文根據(jù)電力系統(tǒng)的電壓、有功和設(shè)備缺陷構(gòu)建電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)評(píng)估模型，確定評(píng)估指標(biāo)。

具體安全風(fēng)險(xiǎn)指標(biāo)計(jì)算公式如下：

根據(jù)式（1）可以計(jì)算出在電力調(diào)度運(yùn)行過(guò)程中安全風(fēng)險(xiǎn)的指標(biāo)，分別是低電壓安全風(fēng)險(xiǎn)指標(biāo)、過(guò)負(fù)荷安全風(fēng)險(xiǎn)指標(biāo)以及電壓失穩(wěn)安全風(fēng)險(xiǎn)指標(biāo)[4-5]。

電力調(diào)度運(yùn)行正常管理模式下的電壓應(yīng)該處于一個(gè)穩(wěn)定的定值，電壓不會(huì)出現(xiàn)波動(dòng)。電力調(diào)度運(yùn)行的低電壓風(fēng)險(xiǎn)指標(biāo)不是電壓失穩(wěn)安全風(fēng)險(xiǎn)的特殊情況，其指的是電網(wǎng)運(yùn)輸每條線路的運(yùn)行電壓相對(duì)于正常線路的電壓都較低，經(jīng)研究,低電壓安全風(fēng)險(xiǎn)出現(xiàn)的概率符合多維正態(tài)分布特點(diǎn)，分布規(guī)律如下：

其中，v表示電力線路電壓幅值；e(v)表示電壓幅值的期望值；表示電力調(diào)度運(yùn)行風(fēng)險(xiǎn)時(shí)的分布方差；表示母線電壓與運(yùn)行參數(shù)相關(guān)的靈敏度矩陣；vp表示運(yùn)行參數(shù)之間的協(xié)方差矩陣[6-8]。

對(duì)上述公式進(jìn)行分析，得出電力調(diào)度運(yùn)行低電壓安全風(fēng)險(xiǎn)概率與電壓數(shù)值呈線性關(guān)系，計(jì)算出每一個(gè)電力調(diào)度管理分支的電壓，并對(duì)其進(jìn)行加權(quán)處理，得出電力調(diào)度運(yùn)行低電壓安全風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)公式：

其中，risklv表示電力調(diào)度運(yùn)行低電壓安全風(fēng)險(xiǎn)指標(biāo)；risklvi表示電網(wǎng)第i個(gè)低電壓指標(biāo)；m表示預(yù)設(shè)故障集中的故障數(shù)目[9-11]。

在電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)事故中負(fù)荷風(fēng)險(xiǎn)引起的事故嚴(yán)重程度最高，因?yàn)橐坏╇娋W(wǎng)內(nèi)呈現(xiàn)過(guò)負(fù)荷狀態(tài)，由于電力調(diào)度管理本身就需要很好的運(yùn)維環(huán)境和推力，在超負(fù)荷情況下，更是沒(méi)有可能利用電網(wǎng)各個(gè)線路內(nèi)的有效功率帶動(dòng)電網(wǎng)運(yùn)行，最終使電力調(diào)度系統(tǒng)癱瘓，造成不可計(jì)量的經(jīng)濟(jì)損失和能源消耗，因此構(gòu)建過(guò)負(fù)荷運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)是該文研究的重點(diǎn)[12-14]。同樣，該指標(biāo)滿足泊松分布，分布條件如下：

其中，pr表示電力調(diào)度運(yùn)行線路的有功潮流百分比，mvn定義為有效有功潮流與最大潮流值的比；e(pr)表示pr的期望值；表示過(guò)負(fù)荷的分布方差。采用同樣方法對(duì)電力調(diào)度任務(wù)內(nèi)的荷載比和有功潮流比進(jìn)行加權(quán)處理，得到電力調(diào)度運(yùn)行安全負(fù)荷風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)如下：

其中，riskol表示電力調(diào)度運(yùn)行負(fù)荷安全風(fēng)險(xiǎn)指標(biāo)；riskolj表示第j條線路的過(guò)負(fù)荷風(fēng)險(xiǎn)指標(biāo)；m為預(yù)設(shè)故障集中的故障數(shù)目[15-16]。

電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)中的低電壓安全風(fēng)險(xiǎn)不同于電壓失穩(wěn)的安全風(fēng)險(xiǎn)指標(biāo)，前者在電力調(diào)度過(guò)程中的電壓必須時(shí)刻處于低值狀態(tài)[17-18]，但是后者發(fā)生的情況下整個(gè)線路的電壓不同時(shí)處于一個(gè)狀態(tài)，處于一個(gè)狀態(tài)就不是失穩(wěn)風(fēng)險(xiǎn)，而是失效風(fēng)險(xiǎn)。電壓失穩(wěn)安全風(fēng)險(xiǎn)波動(dòng)規(guī)律滿足正態(tài)分布，由兩個(gè)相同的周期組成，正是根據(jù)這一特點(diǎn)，構(gòu)建電壓失穩(wěn)安全風(fēng)險(xiǎn)指標(biāo)。安全風(fēng)險(xiǎn)正態(tài)分布規(guī)律如下：

其中，L～n表示系統(tǒng)負(fù)荷；μl表示負(fù)荷分布的期望值；表示負(fù)荷分布的方差。由于該電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)具有較強(qiáng)的規(guī)律性，綜合線路的最大負(fù)載量和穩(wěn)定度可以直接得出電力調(diào)度運(yùn)行電壓失穩(wěn)安全風(fēng)險(xiǎn)的指標(biāo)，具體如下：

其中，riskop表示電力調(diào)度運(yùn)行電壓失穩(wěn)安全風(fēng)險(xiǎn)指標(biāo)；riskolp表示第l條線路的過(guò)負(fù)荷風(fēng)險(xiǎn)指標(biāo)。

2 算法分析

2.1 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)是目前新興的人工智能技術(shù)，主要通過(guò)專業(yè)軟件對(duì)所需數(shù)據(jù)進(jìn)行大范圍的采集與分析，具有較強(qiáng)的決策能力和洞察能力，對(duì)于該文研究的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法而言，正需要大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)。根據(jù)該文設(shè)定的研究目的和目標(biāo)，大數(shù)據(jù)技術(shù)的主要任務(wù)是實(shí)時(shí)采集電力調(diào)度運(yùn)轉(zhuǎn)過(guò)程中產(chǎn)生、消除、替代的電力數(shù)據(jù)，結(jié)合數(shù)據(jù)采集結(jié)果對(duì)所構(gòu)建的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)進(jìn)行分析，為基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法奠定穩(wěn)定的數(shù)據(jù)基礎(chǔ)。

2.2 算法流程

以電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)評(píng)估模型和大數(shù)據(jù)技術(shù)為基礎(chǔ)，該文具體介紹了基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法的計(jì)算流程，首先將預(yù)警算法識(shí)別到的電力調(diào)度線路和記錄調(diào)度狀態(tài)進(jìn)行映射處理，提取電力調(diào)度運(yùn)行參數(shù)，并對(duì)有效指標(biāo)關(guān)聯(lián)參數(shù)進(jìn)行編碼，編碼公式如下：

其中，s(i)表示風(fēng)險(xiǎn)狀態(tài)函數(shù)；n表示電力調(diào)度管理過(guò)程中同時(shí)運(yùn)行的任務(wù)數(shù)；k表示各個(gè)運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)所代表的序列號(hào)。

然后將每個(gè)電力調(diào)度任務(wù)進(jìn)行區(qū)域劃分，以提高風(fēng)險(xiǎn)存在范圍的查詢速度，將每個(gè)具有關(guān)聯(lián)性的指標(biāo)初始化，使編碼長(zhǎng)度均為M，取值區(qū)域?yàn)閇0,2.3]。最后計(jì)算所有編碼的電力調(diào)度數(shù)據(jù)風(fēng)險(xiǎn)綜合概率，若計(jì)算結(jié)果為正數(shù)，代表電力調(diào)度運(yùn)行存在風(fēng)險(xiǎn)，立即將該計(jì)算結(jié)果傳輸?shù)焦芾韺樱镁€性回歸算法實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警信息提醒。計(jì)算公式如下：

其中，f表示電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)發(fā)生的概率；farg表示電力調(diào)度狀態(tài)的平均適應(yīng)度；fmax表示最大適應(yīng)度。

3 實(shí)驗(yàn)分析

該文通過(guò)上述過(guò)程完成了基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法的設(shè)計(jì)，為了檢驗(yàn)此算法是否具有意義，接下來(lái)需要進(jìn)行對(duì)比實(shí)驗(yàn)以期對(duì)該算法的應(yīng)用效果進(jìn)行論證，避免對(duì)比實(shí)驗(yàn)結(jié)果出現(xiàn)偶然性，該文選擇基于先進(jìn)先出的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法和基于公平競(jìng)爭(zhēng)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法作為傳統(tǒng)的對(duì)照方法（以下簡(jiǎn)稱傳統(tǒng)算法1 和傳統(tǒng)算法2），共同完成實(shí)驗(yàn)。由于測(cè)試的是預(yù)警算法的性能，不考慮安全風(fēng)險(xiǎn)出現(xiàn)的不確定性等其他因素，將貴州某地區(qū)的電網(wǎng)作為實(shí)驗(yàn)對(duì)象，用計(jì)算機(jī)主機(jī)代替每個(gè)發(fā)電站，并且在試驗(yàn)電網(wǎng)中隨機(jī)加入二級(jí)電力調(diào)度運(yùn)行異常風(fēng)險(xiǎn)。實(shí)驗(yàn)前要進(jìn)行預(yù)處理，對(duì)模擬電網(wǎng)運(yùn)行的數(shù)據(jù)以及風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行檢查與錄入，以保證實(shí)驗(yàn)的順利運(yùn)行，同一時(shí)間，應(yīng)用3 種電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法，在實(shí)驗(yàn)過(guò)程中，一旦出現(xiàn)突發(fā)事故立即停止實(shí)驗(yàn)，保證電網(wǎng)的運(yùn)行安全。實(shí)驗(yàn)平臺(tái)如圖1 所示。

圖1 實(shí)驗(yàn)平臺(tái)

因?yàn)閷?shí)驗(yàn)的特殊性，該文選擇實(shí)驗(yàn)的預(yù)警時(shí)間為一個(gè)固定的時(shí)間，不可擾亂正常的電網(wǎng)調(diào)度工作，實(shí)驗(yàn)結(jié)束后對(duì)比實(shí)驗(yàn)數(shù)據(jù)，得出結(jié)論。

該文實(shí)驗(yàn)對(duì)比了3 種電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法的運(yùn)行安全風(fēng)險(xiǎn)預(yù)警時(shí)間以及預(yù)警準(zhǔn)確度。預(yù)警時(shí)間比較的實(shí)驗(yàn)結(jié)果如表1 所示。

表1 預(yù)警時(shí)間比較

分析表1 可知，傳統(tǒng)算法1 的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警時(shí)間為2.44 s，傳統(tǒng)算法2 的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警時(shí)間為3.16 s，是3 種算法中最高的，而該文算法的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警時(shí)間為0.38 s，遠(yuǎn)遠(yuǎn)低于實(shí)驗(yàn)對(duì)比算法，說(shuō)明該文算法能夠?qū)崿F(xiàn)對(duì)于電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)的快速預(yù)警。

在上述實(shí)驗(yàn)的基礎(chǔ)上比較了3 種算法的預(yù)警準(zhǔn)確率，比較結(jié)果如圖2 所示。

圖2 預(yù)警準(zhǔn)確率比較結(jié)果

對(duì)比實(shí)驗(yàn)結(jié)果表明，該文研究的基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法的預(yù)警準(zhǔn)確率最終高于另外兩個(gè)傳統(tǒng)算法。

綜上所述，通過(guò)衡量各個(gè)影響因素的得出，基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法比傳統(tǒng)方法的預(yù)警算法具有較高的效率和準(zhǔn)確率。

4 結(jié)束語(yǔ)

該文首先對(duì)電力調(diào)度運(yùn)行管理目的和工作任務(wù)進(jìn)行了解，根據(jù)其特點(diǎn)和相關(guān)公式計(jì)算，構(gòu)建電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)指標(biāo)評(píng)估模型，并總結(jié)相應(yīng)安全風(fēng)險(xiǎn)指標(biāo)的評(píng)估流程，結(jié)合大數(shù)據(jù)技術(shù)和電力調(diào)度運(yùn)行參數(shù)提取方法，進(jìn)一步完善基于大數(shù)據(jù)的電力調(diào)度運(yùn)行安全風(fēng)險(xiǎn)預(yù)警算法的設(shè)計(jì)與應(yīng)用，最后通過(guò)對(duì)比實(shí)驗(yàn)分析，證明該文研究的預(yù)警算法比傳統(tǒng)的預(yù)警算法具有較高的工作效率和準(zhǔn)確度，可以保證電網(wǎng)的安全穩(wěn)定運(yùn)行，促進(jìn)電力事業(yè)的穩(wěn)定發(fā)展。