王璐
中电伟恒（北京）科技发展有限公司天津分公司 300000
摘要：近年来，随着我国电力系统配电网规模的不断扩大，用电负荷增加，电能的损耗也逐渐增大，其中台区配电网的线损已经达到了整个电网线损的百分之四十。台区线损是居民电力系统稳定、经济、高效运行的重要指标，也是衡量配电网运行效率的核心，因此精确、快速地计算台区电网线损有着重要的意义，可以发现造成线损的真实原因，从而很好地开展精准降损工作。
关键词:线损理论计算;GIS系统图模;CIM模型
引言
由于线损是电网公司运营的主要经济指标，各电网公司一直将线损率作为考核自己经营管理的主要标准之一。近年来，随着各项降损措施的有效投入，电网线损率基本达到了合理的范围。据统计，目前我国电网的综合线损率约6.50%，而其中中、低压配电网运行引起的线损占整个电网系统运行损耗的50%。在发达城市地区，线损率每波动0.01个百分点，将影响到几百万kW·h的电量。可见，挖掘引起配电网损耗的潜在因素存在巨大的经济价值。
1配电网理论线损计算数据
1．1配网运行数据配网运行数据的基本数据如图1所示。
填写数据说明:(1)配网名称:必须填写，数据从cim文件中获取;(2)是否停运:必须填写，默认是否，根据设备运行状态选择;选择是将不参与计算;(3)额定电压(kV):必须填写，按实际选择;(4)月/日平均电压(kV):必须填写，介于额定电压的93%－107%之间(5)有功电量(MWh):必须填写，来源计量系统;(6)无功电量(MVarh):必须填写，来源计量系统;(7)最大电流(kA):必须填写，来源调度自动化系统或计量系统;(8)最小电流(kA):必须填写，来源调度自动化系统或计量系统。
1.2层次分析法提取线损指标
层次分析法[18-19（]AnalyticHierarchyProcess，AHP）由美国运筹学家托马斯·塞蒂提出，可以把复杂问题按照不同的准则和性质拆分为不同的因素，依据各个因素之间的关联度和隶属关系分为决策层、准则层和方案层。分别对每层进行分析，首先对准则层的各指标相对关系进行专家打分，得到成对判断矩阵，之后通过对判断矩阵特征向量的求解，求得方案层对于决策层的相对权重，最终把复杂问题的分析转变为求方案层相对于决策层的相对权重系数排列问题。求取权重系数的主要步骤有：（1）专家通过评分表[20]针对各个指标对线损的贡献度打分得到成对判断矩证A。（2）求出成对判断矩证A的全部特征值λi。（3）根据λi找到最大特征值λmax。（4）计算最大特征值所对应的最大特征向量Hi。（5）用式（1）进行归一化处理得到权重。
式中：ω为权重值；Hi为最大特征向量。影响线损精度的因素很多，为了从众多影响因素中提取出主要的影响因素，本文从可变线损、固定线损和不明线损的影响因素集，包括：电网导线损失、变压器损失、负载端的月有功功率消耗、负载端的月无功功率消耗、电表铁芯损失、电容器介质损失、用户违章和盗电损失、电网元件漏电损失、计量管理损耗和营业损耗等10种影响因素中选取主要的影响指标。
1.3计及谐波损耗的配电网理论线损修正式子
综合上述关于谐波环境下线路及变压器等值阻值修正的分析，结合传统的理论线损计算公式可得，h次谐波引起线路损耗PLh为
（2）
式中：Ih为对应次数下谐波电流的有效值。
h次谐波引起变压器损耗PTh为
则配电网单相理论线损修正式子可以表示为
式中：PL1，PT1分别为线路和变压器在基波下线路的损耗；I1为基波电流有效值；P为电网计及谐波影响的总损耗功率。
2配网图模转换方法
配电网理论线损计算需求数据包括配网运行数据、配线基础数据、配变基础数据等，所需要的数据量庞大且分散于不同系统，需要浪费大量的人力收集。由于配网数量较多且结构复杂，导致形成的配网线损数据量庞大。为准确计算配网线损率，需要准确表述配网、配线、配变之间的逻辑关系，但由于大多数配网结构复杂，以及基层人员对配网线损数据填写方法不熟悉，导致形成的配网线损数据存在较多错误，进而影响计算结果。本文提出基于GIS图模生成配电网线损理论计算数据的方法，是根据GISCIM模型，结合拓扑关系，将线路上配变与线段关系梳理出来，形成配网运行数据、配线基础数据、配变基础数据，极大的减少人员的工作量，减少数据出错率，提高工作人员的效率。
3算例分析
3.1设备参数及实测谐波数据
加工厂所用变压器额定容量为160kV·A，负载损耗为2.31kW，空载损耗为0.4kW，380V侧线路阻值（基波情况下）为0.0304Ω。加工厂实测畸变电流数据如表4，测量期间变压器和线路负载基波损耗分别为1955.5W和3275.4W。电流总畸变率THDI为19.77%（电压畸变率满足谐波标准5%以内，测试结果中偶次谐波含量较少，忽略不计）。
3.2基于k-medoid聚类及节点有功变化
区域线损计算策略的配电网新能源规划方法以配电网损失灵敏度因子作为聚类特性指标，采用k-medoid聚类分析可以得到分布式发电最优规划策略，具体步骤如下：1）基态运行方式下配电网潮流计算。采用前推回代法计算获得配电网各支路有功、无功潮流及节点电压；2）按式（5）—式（7）计算获得各节点有功功率、无功功率及电压的线损灵敏度因子；3）将所有节点的线损灵敏度因子作为聚类特性指标，采用k-medoid聚类分析进行聚类；4）根据聚类结果，获得新能源最优并网位置。这里最优并网位置的选择根据不同的评价标准可以有多种不同的选择方法，考虑不同指标的权重，可以采用如下的策略：式中：a、b、c分别为相应的权重系数，a+b+c=1；f取值最大的点即为分布式发电最优规划位置。
3.3改进K-means聚类算法
传统的K-means算法是一种无监督学习的聚类算法[21-22]，以欧氏距离作为样本之间相似度的衡量指标，样本之间的欧式距离越大表示2个样本相似度越小。主要存在2个缺点：1）在聚类开始时要预先根据经验给定聚类的类别数目k，但如果k取值不当会导致聚类结果陷入局部最优；2）在K-Means算法中初始聚类中心是随机从样本中选取的，由于KMeans算法是通过迭代法来更新质心的，因此聚类结果对初始聚类中心的选取非常敏感，初始聚类中心选取不合适往往得不到合理的聚类结果。通过引入轮廓系数可以解决聚类类别数目k的选取，聚类轮廓系数是衡量聚类结果好坏的一个重要指标，轮廓系数越大表明聚类效果越好。即当总的轮廓系数最大时的k就是最优的聚类类别数。
结束语
目前在年度理论线损计算中，特别配网数据收集以及填报、校核将近占用了理论线损计算工作巨大的时间。本文提出了一种基于GIS图模生成配电网线损理论计算数据的方法，从配网图模数据转换生成配网数据，它可以大大减少线损理论计算的工作量，提高线损理论计算的准确度。
参考文献
[1]江木,孙云超,刘巨.10kV配电网理论线损计算方法及应用对比[J].供用电,2019,36(11):78-83.
[2]李姬萍.配电网线损管理系统设计研究[J].电工技术,2019(18):74-75+79.
[3]贾萌.基于配电网实际运行数据的损耗计算及降损分析[J].河北电力技术,2019,38(04):60-62.
[4]彭昭.配电网线损分析及降损对策[J].通信电源技术,2019,36(08):221-222.
[5]郑会平,王朝刚.高压配电网线损管理及降损措施研究[J].机电信息,2019(23):26-27.