输电网规划.docx

输电网规划.docx

《输电网规划.docx》由会员分享，可在线阅读，更多相关《输电网规划.docx（7页珍藏版）》请在冰豆网上搜索。

输电网规划

随着国民经济的快速发展和人民生活水平的不断提高，工业、商业和居民用户对电力的需求量越来越大。

为满足电能的需求，电力工业只有不断的扩大建设电力系统的规模。

电力系统规模的扩大伴随着电网规模的扩大，大电网互联是我国电力发展的趋势。

电网起到传输电能的作用，在电力系统中占有举足轻重的地位。

正确、合理的电网规划可以实现经济可靠的输送电能，电网规划方案的优劣直接影响电力系统运行的经济性和安全性，甚至影响人民日常生活和国家经济发展。

历史上由于电网结构不合理而诱发电力系统安全稳定性破坏导致长时间、大面积停电事故很多。

例如2003年美国的“

8.14”大停电，造成了巨大的经济损失和社会影响，原因是输电网络是美国电力工业中最薄弱的环节。

长期以来，我国重视发电厂轻视电网，电网投资不足等因数造成了电网也是薄弱环节，同时能源产地越来越远离负荷中心，可再生能源等间隙电源与分布式电源的发展，加之信息化与工业化的融合，都要求在“十二五”规划中要继续加大电网的投入。

“西电东送”的发展战略，对于加快西部经济发展，电力开发以及促进全国联网建设都起到积极地促进作用，取得了巨大的经济，社会、环境效益。

在“十二五”规划中，要进一步在“西电东送”战略基础上增加“北电南送”的战略内容，这样对于我国电力与电网发展都有重要意义，电网规划承载着极其重要的使命。

电网规划的基本原则是在保证电能安全可靠的输送到负荷中心的前提下，使电网的建设和运行费用最小[2]。

这里可靠性包括：

系统正常运行要求和系统安全运行要求。

系统正常运行要求是在电力系统设备完好的情况下，使线路输送功率、发电机出力、系统电压水平等在给定的允许范围之内。

系统安全运行要求是负荷波动或某些线路故障的情况下，仍能满足安全可靠的供电。

电网规划根据网络电压等级的不同，分为输电网规划和配电网规划。

输电网是主网，它连接着电源侧和配电侧，起到承上启下的作用。

输电网规划结果的优劣直接影响到配电网的工作以及负荷用户的利益，甚至影响到整个电网的供电可靠性和供电质量。

因此，深入研究输电网规划对社会稳定和国民经济都具有重要意义[3]。

1.

2.1输电网规划模型研究现状输电网规划模型的建立是开展输电网规划的决策依据和指导思想，不同类型的输电网规划模型可得到不同要求的输电网规划方案。

一般将输电网规划模型转化为运筹学中的数学模型来处理，这样的数学模型主要包括变量、目标函数和约束条件三个要素，描述如下：

（1）变量。

变量有状态变量和决策变量两类。

状态变量表示电力系统的运行状态，如节点电压、线路潮流、发电机出力、负荷大小等，它一般是实数型变量；决策变量表示待架线路是否选中加入网络，决定了网络扩建的拓扑结构，它一般是整数型变量。

（2）目标函数。

目标函数是状态变量和决策变量的函数，它用数字的大小表达规划方案的优劣，一般包括输电网线路建设费用和运行费用。

（3）约束条件。

约束条件是对状态变量和决策变量的约束，使它们各自满足上下界或制约关系等。

不同的约束条件影响着最优规划方案的形成，在大多数输电网规划模型中只考虑线路的过负荷和潮流约束条件，没有考虑节点电压、系统稳定、可靠性指标等约束。

输电网规划模型大致可以分为以下几类：

（1）单目标规划模型与多目标规划模型根据规划模型目标函数个数的不同，输电网规划模型可以分为单目标规划模型和多目标规划模型。

只有一个目标函数的为单目标规划模型，两个以上的目标函数为多目标规划模型。

长期以来，单目标规划模型一直以经济性为主，经济性方面一般包括输电线路的建设费用和运行费用。

随着电力市场的发展和人们对电网输电可靠性要求越来越高，输电网规划不仅仅要考虑经济性，还要考虑电网输电的可靠性水平，使用户和电力工业都得到最大利益。

单目标规划模型适用于规划单一性的目标函数，比如只考虑输电网建设的经济性或可靠性。

而多目标规划模型可以很好的兼顾经济性和可靠性，它将相关的目标函数单项列出，作为子目标函数考虑，这样既单独又统一的分析了经济性和可靠性，目的是使规划方案在经济性和可靠性方面寻求最优的平衡点。

文献[4]是以输电线路的建设费用为目标的单目标规划模型，此模型简化了输电网规划的复杂性，简单清晰地得出规划方案。

由于在输电网的扩建中，线路的建设费用比其它的费用大得多，所以省略了其它费用。

文献[5]是以发电机出力和负荷量为目标的单目标规划模型，此模型的目标函数是在满足系统运行和潮流方程的约束条件下寻求某方案使得发电机群和负荷群之间的传输功率最大。

目标函数是总发电量和总负荷之和，发电量和负荷最大化给发电公司和配电公司都带来很好的经济效益。

文献[6]采用了最小运输费用的单目标规划模型，经济合理的传输电能。

文献[7]是以阻塞管理和剩余容量为目标的单目标规划模型，此模型不仅消除了输电网传输电能的阻塞问题，还提高了线路利用率，增加网络在负荷变化时的灵活性。

文献[8]同时考虑经济性和可靠性的多目标规划模型，此模型的第一个目标函数是线路建设费用和切负荷的罚函数，第二个目标函数是系统的切负荷量，两个目标函数的决策变量相互制约，相互影响，使规划方案在高可靠性方面经济性最优。

文献[9]同时考虑线路建设费用、负载率水平和切负荷量的多目标规划模型，此模型目的在最少输电线投资下，优化网络负载率分布，减少电力系统的负荷损失，提高电网对发电机出力和负荷变化的适应性能力。

（2）静态规划模型和动态规划模型输电网规划不仅要解决在何处投建何种类型的输电线路，还要考虑何时投入。

根据是否考虑时段因素，输电网规划模型分为静态规划模型和动态规划模型。

静态规划模型也是单阶段规划模型，只是规划最终水平年的最佳网络结构方案，而动态规划模型也是多阶段规划模型还要考虑各阶段之间的过渡情况，前一阶段的规划结果对后一阶段的规划有影响，每一阶段的扩展方案既要考虑本阶段的要求还要考虑整个规划期的要求。

动态规划根据规划期的长短可以划分为短期规划（一般为1~5年）、中长期规划（一般为5~15年）、远景规划（一般为15~30年）。

动态规划一般比静态规划的时期长，它详细的规划出每个阶段在何处投建何种类型的输电线路。

文献[10]的目标函数是在整个规划期内的输电网建设投资费用和运行费用的贴现值之和最小。

文献[11]采用系统阻塞指标构造双边交易模式下多阶段输电网规划的框架，以整个规划期内的输电网建设投资费用和运行指标的贴现值之和最小为目标函数，系统阻塞指标通过输电线路扩建而降低，不同的规划阶段，系统阻塞指标随着网络结构和参数的变化而波动，整体最优的规划方案就是协调各个阶段保证网络经济可靠的运行。

文献[12]构造了适用于电力市场环境下基于机会约束规划的多阶段输电网规划，仍以整个规划期的输电网建设投资费用和运行费用的贴现值之和最小为目标函数。

该模型通过对约束条件的适当放宽，允许规划方案在某些小概率的特殊情况下过负荷，描述了电力市场环境下不确定因素带来的风险，包括投资风险和安全风险。

文献[13]采用输电网建设费用为目标函数的静态规划和动态规划两种模型，在国外的多阶段输电网规划模型中大部分只以建设费用为目标，这样计算简单，规划清晰。

（3）确定型规划模型和不确定型规划模型随着电力市场的改革和发展，输电网规划面临越来越多不确定因素的影响，主要包括电源规划、负荷预测、国家政策变化、社会经济发展等。

根据是否考虑不确定性因素，输电网规划模型分为不确定型规划模型和确定型规划模型。

对于不确定性因素的处理方法一般分为两类：

一类是基于多场景技术的输电网规划，主要是将不确定性因素根据实际情况和运行的经验多种情况预测，并组成各种未来场景，也就是将不确定性因素转化为确定性因素，然后进行传统规划得出方案；另一类是基于不确定性理论的输电网规划，运用数学上的不确定性理论建模并计算[14]。

文献[15]是考虑多场景技术的输电网规划，它综合考虑了未来可能出现得各种场景，力求找到一种规划方案可以满足未来各个场景中的电源和负荷需求，并且要求每个场景下的期望悔值之和最小。

这样的规划方案是以经济性为代价来提高对未来的适应性和鲁棒性，如果未来场景数量过多，导致投资费用增加，从而不满足规划方案的经济性。

文献[16]采用联系数模型的联系数规划，联系数表示节点的负荷和发电机出力以及各种关系，构造一种包含确定性和不确定性因素的模型，这种模型具有很好的经济性、可靠性和灵活性，但运算复杂。

文献[17]采用集对分析理论的规划模型，将集对分析理论应用到输电网规划中，通过联系度把系统中的确定性信息和不确定性信息统一描述。

此模型综合考虑了输电网建设的经济性和可靠性，使规划方案整体效益最优。

对于输电网规划中不确定性因素，直接将数学领域中的不确定理论直接建模的方法具有理论严密，描述精确。

1.

2.2输电网规划方法研究现状输电网规划是一个变量数很多、约束条件复杂的优化问题，其求解方法随着计算机的应用及发展，系统工程、运筹学领域的成果和智能技术的发展而发展，输电网规划方法的发展大致分为三个阶段描述：

（1）启发式方法阶段启发式方法是以直观分析为依据，常采用基于电力系统某一性能指标对可行路径上一些线路参数的灵敏度，根据一定原则，逐步迭代直到满足要求为止。

在启发式方法阶段，灵敏度分析法是在电力系统规划决策及运行控制中常用的方法，它主要是通过分析某项运行指标与决策和控制变量的关系来确定该变量对系统的影响，从而进一步提出改善该项运行指标的措施。

基于灵敏度分析法的思想，出现了逐步扩展法和逐步倒推法。

文献[2]采用了逐步倒推法求解18节点系统，该方法的策略为首先根据水平年的原始数据构成一个虚拟网络，该网络一般连通、冗余度高但不经济，然后进行潮流分析，逐步去掉有效性低的线路，直到网络没有冗余线路为止。

它简单方便的处理孤立节点问题，对现有网络模拟比较精确，计算简单，但没有真实反映线路的投资关系，影响规划方案的质量。

启发式方法的优点是直观、灵活、计算简便，便于人工参与决策；缺点是难以正确反映输电网规划问题中的性能指标，无法在理论上保证规划方案的最优性。

（2）数学优化方法阶段数学优化方法就是将输电网规划的要求约束归纳为运筹学中的数学模型，然后运用规划算法对其求解，得出最优规划方案。

目前数学规划方法包括：

线性规划方法、非线性规划方法、整数规划方法、混合整数规划方法、分支定界方法、动态规划方法、模糊规划方法等。

输电网规划由于目标函数和约束条件为非线性，其实质是非线性规划，运用非线性规划方法提高了规划结果的精度，避免了线性规划方法简化系统大量的非线性而造成的误差，非线性规划方法不仅可以求得全局最优解，还可以求得局部最优解。

文献[18]采用了非线性规划方法求解输电网规划问题，并取得了很好的结果。

分支定界方法只需要检查满足约束条件的整数组合的一部分就能得出最优的整数组合。

在求解较大型的整数规划时，还可以与启发式方法配合，以经验舍去一些可能组合，提高计算速度。

文献[4]采用了分支定界方法求解输电网规划问题，也取得了很好的结果。

数学规划方法运用了运筹学中的知识，考虑了各个变量之间的关系和影响，在理论上比较严密，但适用于小型的输电网规划，原因是电力系统规模越来越大，输电网规划变量和约束条件成倍增加，出现了“维数灾，组合爆炸”的问题，面对此种情况，用数学规划方法求解存在很大的困难。

智能优化算法的出现解决了大型输电网规划的难题。

（3）智能优化方法阶段传统的数学规划方法只适应于解决小规模的输电网规划问题，无法解决节点多的复杂输电网规划问题。

近些年，随着人工智能学的快速发展，国内外学者提出了一些新的方法：

将专家知识和规划人员经验相结合并进行知识推理的专家系统，通过模拟金属退火过程温度变化的模拟退火算法，根据模糊数学规则进行优化求解的模糊算法，模拟自然界“物竞天择，适者生存”规律的遗传进化算法，模拟自然界植物生长的模拟植物生长算法，模仿蚂蚁寻求最优捕食路径的蚁群算法，通过记忆与反馈来进行最优搜索的粒子群算法，此外还有人工鱼群算法，混沌优化算法等。

这些智能算法各有优缺点，常采用智能算法之间的结合或智能算法与数学优化方法的配合来弥补算法的缺点。

遗传算法（GA）的优化机制源于自然遗传学，实质是将优胜劣汰，适者生存的原理抽象出来，通过计算机编码技术将实际的优化问题编码为符号串（染色体），符号通常选为0和1，然后通过染色体的生殖、交叉、变异等遗传操作直到出现最优染色体即实际问题的最优解。

它所求解的问题可以是非线性和不连续的，并且在可行域中寻找最优解，避免了局部最优解的问题。

文献[19]首次将遗传算法应用于输电网规划中，通过算例的验证不仅可行而且还有很好的效果，给出最优规划方案的同时还列出了几个次优方案供规划人员参考，最后还提出了对遗传算法的一些改进，加快算法的收敛性。

文献[20]采用遗传算法与禁忌搜索算法混合，提高遗传算法的性能。

遗传算法的优点是将输电网规划中复杂的优化变量转化为计算机的0-1变量，不需要模型连续、可导、线性的要求，简单清晰地做出规划方案；缺点是初始参数选取不适当时，优化搜索可能陷入局部极值，并且计算速度有待提高。

蚁群算法（ACO）是一种模拟蚂蚁觅食的仿生学优化法，它的基本思想是模拟蚁群觅食行为，蚂蚁在寻找食物的过程中，所经过的路径上会留下信息素，为其它伙伴提供信息，信息素越浓的路径会吸引更多的蚂蚁经过，通过这种正反馈选择优秀路径。

当蚂蚁完成一次搜索后，对路径上的信息素进行更新，然后再进行搜索，反复多次进行，最终会寻找到觅食的最短路径即最优方案。

文献[21]将蚁群算法初步应用在输电网扩展规划中，通过系统算例验证了该方法的可行性和有效性。

文献[22]将蚁群算法和禁忌算法结合，通过禁忌算法的强全局搜索能力弥补了蚁群算法的全局搜索能力不足的缺点，使该混合算法同时具有了强局部优化能力和强全局优化能力。

蚁群算法通过正反馈的机制提高寻优的效率，但是也会由于信息素在正反馈机制的作用下不断积累，选择局部极值的概率远远大于全局极值，影响最终解得质量。

模拟植物生长算法（PGSA）是模拟自然界植物向光性的生长机制，植物在光合作用下，努力向上、向四周繁殖更多的树枝和树叶。

树枝的长出与树枝节点的形态素浓度有关，形态素浓度越高，树枝长出的概率越大。

每次新枝产生后，对植物的节点上的形态素浓度进行更新，然后再进行生长新枝，直到没有新枝产生为止，这时一棵参天大树长成即得出最优解。

文献[23]将模拟植物生长算法应用于输电网规划中，通过算例验证了该方法的正确性和稳定性。

模拟植物生长算法具有计算模型简单，约束条件处理方便，在寻优上兼顾了搜索的方向性和随机性，但它实质上是通过概率方法寻优的，不能迅速寻到最优解。

人工鱼群算法（AFSA）是模拟自然界鱼群寻找食物的一种搜索算法，它通过个体行为和群体协作对食物进行搜索，具体行为方式：

聚群行为，追尾行为，觅食行为。

单条人工鱼的行为方式是根据周围环境（伙伴和食物浓度）来决定的，即便是随机游走一下。

文献[24-25]成功的将人工鱼群算法应用于输电网规划中，并取得了很好的效果。

人工鱼群算法不需要了解规划问题的复杂性，只需要对规划方案解进行优劣的比较，并且收敛速度快，同时还具有并行性、全局性，跟踪性等特点，在输电网规划中具有非常大的潜力，但该算法存在“早熟”现象。

混沌优化算法（COA）是一种新颖的随机优化算法，它善于解决非线性问题。

它利用混沌运动具有的随机性、遍历性、对初值敏感性的特点进行优化搜索，在搜索过程中可以不重复的遍历每个状态，不会出现其它随机优化算法陷入局部极值的问题，这在输电网规划中会有很好的发展前景[26]。