居住区配电房智能经济运行控制策略研究.docVIP

居住区配电房智能经济运行控制策略研究 　　摘要：通过分析负荷因子建立BP神经网络模型来预测居住区配电房未来的日最大负荷总量，并根据该日最大负荷数据采用模糊理论控制相应的变压器投切操作，达到居住区配电房经济运行的目的。该控制策略模型不完全依赖历史负荷数据，也不局限于特定的住宅小区，精度高，实用性强，不仅对中短期负荷预测具有较高的准确度，而且对相应投切变的控制也具备高操作性。 关键词：负荷因子；日最大负荷；BP神经网络；模糊规则；控制策略 作者简介：郑海雁（1979-），男，浙江宁波人，江苏方天电力技术有限公司，高级工程师。（江苏 南京 211103）刘忠（1968-），男，江苏扬州人，扬州江都供电公司，高级工程师。（江苏 扬州 225200） 基金项目：本文系江苏省电力公司科技项目的研究成果。 中图分类号：TM76 文献标识码：A 文章编号：1007-0079（2013）30-0212-03 随着城市居民小区建设的不断加快以及相关用电配套设施的逐步完善，居住区配电房（简称小区变）作为智能电网建设的一部分，同时又是与居民生活用电直接相关的最后一级配电装置，一直担负着保障小区用电安全和可靠的重任。 然而，在保证小区变安全稳定运行的同时，并没有一套完整规范的控制策略去实现小区变的智能经济运行。在设计选择小区变时，往往按照最大用电负荷来选择，并适度超前，配电容量大；同时，为了满足小区居民用电需求的快速增长，小区变一般选择两台及两台以上的变压器同时运行，配变数量多。由于缺乏对小区变的统一运行管理系统，小区变长期处于多台变压器同时运行的状态，导致大量配变低负载运行。同时由于配变容量的超前性、小区类型、小区入住率及季节因素影响，进一步降低了配变的利用效率，配变损耗大。因此，研究和制订合适的小区变经济运行控制策略，降低居住区配电变压器的运行损耗，对保证小区变经济运行、提高供电设备的利用率、实现小区变的智能化具有重要的经济和社会效益。 一、小区变智能经济运行控制策略研究方向 研究小区变智能经济运行控制策略需要考虑的关键因素包括小区配电变压器的经济运行区域和负荷变化数据。其中，变压器的经济运行指数可以通过变压器铭牌参数确定，并且计算出的数值。而小区变负荷是动态变化的，它受到居民的用电量、环境温度等外在因素的影响。 为了实现小区变的智能经济运行，其控制策略必须具有一定的前瞻性。也就是说需要根据小区变未来时间内的负荷变化，制订与之匹配的经济运行控制策略。这样，预测小区变未来一段时间的负荷变化就变得尤为重要。目前，主要用于电力负荷的预测方法有时间序列法、线性回归法以及灰色预测等。这些方法都是基于该区域的历史负荷数据来建立数学模型，然后在时间域上进行扩展，预测该区域未来一段时间的负荷量。这类预测适用于入住率和类型都固定的成熟住宅小区，而且未考虑到天气、节假日的影响，同时对于不同类型入住率不高的居民小区，此类预测也存在较大误差。 针对上述存在问题，本文提出一种基于小区负荷因子的智能经济运行控制策略，即通过分析对包含小区类型、占地面积、入住率、温度、时间等因素的负荷因子来预测小区变未来的日最大负荷总量，并根据该日最大负荷执行相应的变压器的投切操作，达到小区变经济运行的目的。该方法较全面地考虑到影响小区负荷变化的因素，在一定程度上提高了预测的精度，同时确保了经济运行控制策略的正确性。 二、小区变智能经济运行控制策略研究内容 1.基于小区负荷因子的控制策略模型 小区负荷因子指的是综合考虑有可能影响小区负荷总量变化的因子（如住宅区类型、占地面积、入住率、温度、星期及节假日等）。本文提出的控制模型（如图1）是把小区负荷因子相关参数与对应的小区变日最大负荷变化数据联系起来，再通过负荷变化控制投切变操作的数学模型。由于该模型输入参数较多，负荷因子与投切变操作之间没有必然联系，而小区负荷因子与负荷变化之间又存在非线性关系，采用传统的数学预测模型难以解析两者之间的复杂结构。鉴于此，本文采用了BP神经网络结合模糊控制的方法。 BP神经网络具有自适应建模学习及自动建模功能，非常适合描述电力系统复杂的非线性关系；BP神经网络模型的建立主要依赖于现场数据，不需要单个实验和识别参数；模型有很强的学习功能，当系统环境发生变化时，只需输入新的资料让模型再学习即可很快跟踪系统的变化，可操作性强；通过学习当前电力系统的输入输出值，可以预测未来当输入因子发生变化时电力系统输出因子的变化趋势。在负荷因子和小区负荷变化之间的数学关系还未完全明确之前，BP神经网络模型应用能够优化负荷预测。模糊理论具备处理模糊语言信息的能力，能够将某些人类语言或信息表示成计算机可以识别的数字代码，可模拟人类智慧进行判断和决策。根据BP神