基于需求预测的电力应急物资调配优化方法

广东电网有限责任公司 何章玮 南方电网数字电网研究院有限公司 皮云霞

我国电力为了更好的适应社会，不断向一体化、自动化方向发展，导致电力系统面对自然灾害和各种突发事故能力弱，很容易出现电力系统全面瘫痪问题。如台风对沿海地区侵袭造成沿海地区上亿损失；雨雪冰冻自然灾害直接损害了电力系统整体框架，对电力企业造成无法估计的损失；地震灾害导致电力系统大量供电设备损坏，导致受灾地区停电时长超过72小时，直接影响了当地的生产、经济以及居民日常生活。因此需增强电力系统面对自然灾害和各种突发事故的能力，做好电力应急物资调配工作。

目前国外将电力受灾点看成一个复杂网络，建立调配模型调配电力应急物资；国内在这方面的研究相对较晚，多是根据物流这一概念，设计物资运输路径、物资重复利用、时间、道路状况等约束条件，调配电力应急物资，其次是根据应急物资需求设计约束条件，建立模型调配应急物资。文献[1]将运输距离和成本作为应急物资调度约束条件，设计物资调度数学模型调度应急物资。文献[2]将道路作为应急物资调配影响因素，设计最小时间和成本目标函数，同时采用改进飞蛾扑火算法调度应急物资。文献[3]将物资运输时间和分配满意度作为应急物资调配约束，建立应急物资调配模型调配应急物资。然而当前方法在调配电力应急物资时得到物资调配路线不是最优，为此提出基于需求预测的电力应急物资调配优化方法，并对其性能进行分析。

1 基于需求预测的电力应急物资调配优化方法

1.1 建立电力应急物资需求预测模型

电力受到各种事故影响会导致供电网络出现瘫痪、设备损坏等问题，但不同的事故对供电网络影响不同，因此应急措施也存在一定的差异，这就导致不同灾害下的电网对于应急物资需求规律与时间联系较弱，具有较强的不确定性。为此采用BP 神经网络建立电力应急物资需求模型，预测受损电网对电力物资的需求。将BP 神经网络初始权值设定在(-1,1)之间，选择S 型函数f()作为网络的激活函数，具体为式中n 表示神经网络层数，a、b、c 均表示常数，exp 表示取经验值。

根据设定的初始权值，选择的激活函数，其预测电力应急物资需求过程为：(1)采集处理电力应急物资数据，初始化网络权值和阈值；(2)将网络预测受灾变电站应急物资训练误差记为E，最大训练次数记为N；(3)输入训练样本U 且U=1；(4)模型正向传播，输入层第i 个神经元为xi则隐含层和输出层神经元输出ζk和yj为式中k=1,2，K 表示隐含层第k 个神经元，K 表示总数；j=1,2,…,j 表示输出层第j 个神经元，J 表示总数；ωik表示xi 与ζk的连接权值；δk表示隐含层阈值；δj表示输出层阈值；ωkj表示ζk与yj的连接权值[4]。

(5)计算网络输出值与期望输出值误差为式(1)，式中Ej 表示输出层误差函数、yj(U)表示输入样本期望输出；(6)据式(1)计算结果，通过网络反向传播修正网络权值和阈值得式(2)，式中和表示修正ωkj和ωik的权值、和表示修正δj和δk的阈值。

(7)判断U 中是否存在学习样本。不存在则增加1次网络训练次数进入下一步骤，存在则U=U+1返回步骤(4)；(8)判断式(1)输出的误差值是否小于设定的误差值，或者网络训练次数是否大于设定训练次数；(9)当步骤(8)中的条件均不满足时，训练样本U=1，返回步骤(4)；当步骤(8)中任意一个条件满足时结束网络训练，输出网络预测电力应急物资需求结果。

设有b1,…,br,…,bR个受灾变电站，br表示第r 个受灾变电站；R 表示受灾变电站个数。根据其供电需求情况，预测该变电站停电后对变电站所处区域造成损失，以此确定变电站恢复重要性，划分变电站应急物资调配顺序，则有式(3)式中，Pr表示br待恢复负荷功率；α1和α2分别表示对br所处区域居民生活和经济影响情况；σ1和σ2分别表示α1和α2的赋权值[5]。

综合上述计算过程，建立了电力应急物资需求预测模型，依据模型预测结果，采用(3)式确定受灾变电站应急物资调配顺序，设计物资调配约束，优化电力应急物资调配路径。

1.2 设计电力应急物资调配约束

设电力受灾区域边界节点为V，边界为E，存在a1,…,al,…,aL个电力应急物资储备站，al表示第l 个电力应急物资储备站；L 表示物资储备站个数。综合b1,…,br,…,bR个受灾变电站，将电力受灾区域网络定义为G(V,E)，由于应急物资调配对时间要求高，将G(V,E)每条边权值均记为时间。依据建立的电力受灾网络，做如下假设：依据本文研究得到的受灾点对于应急物资需求情况，在G(V,E)区间内的物资储备站所能提供的物资数量以及运行时间均不确定，为此采用区间数表示储备站储备物资数量和运行时间；所有应急物资运输仅考虑单项运输，且运输车辆容积、速度、载重等参数一致；物资运输过程中不存在突发事故；应急物资调配将在本文研究设定的G(V,E)网络内，以此保证物资调配的及时性和现实性。

依据上述设定的四条应急物资调配约束，设计物资调配约束如下式所示，式中Mlr表示从电力物资储备站al向受灾变电站br调配应急物资数量；qc表示各个受灾点对第c 种电力应急物资需求量，属于区间数；hlr表示电力物资储备站al是否为受灾变电站br调配应急物资，当hlr=0时不调配物资，当hlr=1时调配物资；dlr表示从al到br的距离；l表示al的物资供给能力；tlr表示从al到br的物资实际运输时间；ζlr表示每单位里程运输成本[6]。根据此约束条件优化电力应急物资调配路径，实现电力应急物资调配优化。

1.3 优化电力应急物资调配路径

基于本文研究定义的电力受灾区域网络，确定的受灾变电站应急物资调配顺序，以及电力应急物资调配约束条件，设计的电力应急物资调配最优路径D0函数为式中η 表示对称三角模糊数；D 表示物资运行路径；γ 表示受灾变电站对应急物资需求顺序[7]。

在式(3)的应急物资调配约束条件下，调配应急物资所走路径消耗的时间要小于t0，为此根据η=[η1,η2,η3]的基本性质计算时间消耗保障率P(D,t0)，以此来判断物资在路径D 上是否能在规定时间t0内到达，η2表示三角对称函数中间点，η1和η3表示中间点两侧的对称点。则有：

式 中η(D)1、η(D)3和η(D)3分 别 与η1、η2和η3三个点相对应[8]。

综上，当x0=0时Q(0)<=t0，D0即为物资调配最优路径；反之，让x0=01，此时Q(-1)>t0，则D0即为物资调配最优路径；反之，使x0＇=-1、x0＂=0，让 x0取，如果|Q(x0)-t|<=0，则D0即为物资调配最优路径。

综合上述公式得到的应急物资调配最短路径，即为电力应急物资调配最优解，从而实现电力应急物资调配优化。

2 算例分析

选择基于飞蛾扑火算法的调配优化方法和博弈调配优化方法作为对比方法，选择某区域发生的7.0级地震灾区的8个变电站作为分析对象。

2.1 电网受损概况

在7.0级地震灾难下，地震强度为8度，电力设施严重损坏、电力系统功能完全失效，8条线路电压等级及其设备受损情况分别为：35kV/开关柜受损；110kV/主变接地损坏；220kV/主变避雷器、开关柜、散热器等损坏；110kV/并联电容器、隔离开关等损坏；110kV/开关类设备损坏；35kV/隔离刀闸、隔离开关等损坏；110kV/主变接地损坏；110kV/陶瓷管、变压器等损坏。

2.2 算例描述

选择以上8个受灾变电站，对于各种应急物资需求量为qc,c=1,2…,8。设8个变电站周围共存在1个电力物资储备站a1（图1）。根据应急物资配送区域节点图，得到其电力物资储备站a1向8个受灾变电站运输电力应急物资距离矩阵为式(5)。

图1 应急物资配送区域节点图

在本设计的算例中，电力应急物资运输车辆型号均相同，最大物资载重为7吨，物资运输平均速度为55km/h，物资运输车辆数目没有限制。此外，从电力物资储备站a1向8个受灾变电站运输电力物资时，车辆运输物资最晚到达时间为8小时。因此超出8小时送达电力应急物资的运输路线均要被舍弃。

2.3 对比配送线路

根据此次实验设置的算例，采用三组电力应急物资调配优化方法，分别调配电力物资储备站a1中的电力应急物资，并将其在8个小时内运输至以上b1～b8等8个受灾变电站。从图2可知，基于飞蛾扑火算法的调配优化方法设计的调配路线需要935公里的行程里数；博弈调配优化方法作为此次实验的对比方法设计的调配路线需要930公里的行程里数；而本文方法设计的调配路线仅需要910公里的行程里数，较基于飞蛾扑火算法的调配优化方法和博弈调配优化方法作为此次实验的对比方法分别少25公里和20公里的行程里数。可见本文设计的调配优化方所需运输行程最短。

图2 电力应急物资配送路线对比图

综上，在传统电力应急物资调配方法基础上，本文设定受灾变电站物资需求顺序和物资运输约束条件，优化电力应急物资调配方法。但是本文研究未曾考虑电力应急物资调配成本条件，在今后研究中，还需深入研究电力物资调配成本，在实现物资最短调配路径的同时实现物资调配成本最低。