论文部分内容阅读
摘 要：基于数据包络分析技术和层次分析法，提出配电网投资决策研究与应用，以大数据技术支撑配电网投资决策的精益化管理，充分调动各项数据，实现配网运行和资产数据的融合，以支撑电网业务活动分析，提升电网企业配电网投资精准度。本文首先简述了配电网投资决策由评价指标的选取和投入产出模型的建立两部分组成，评价指标的选取充分反映电网公司管辖的各区域、各台区配电网的发展目标，投入产出模型基于数据包络分析进行客观评价，并通过历史数据分析，完善投入产出关联计算方法，精确指导投资。其次，介绍了系统建设及应用中的关键点，最后，展望系统扩展对电网规划业务的支撑，旨在探讨基于数据包络分析的配电网投资决策技术对配电网规划支撑提供参考。
关键词：户线变关系自动拓扑识别 工频脉冲 小时电压分布序列 精准校验
中图分类号：TU 47 文献标识码：A 文章编号：1674-098X（2019）04（c）-0166-03
配电网是电力系统的重要组成部分，是国民经济发展依赖的重要基础设施，对电力系统的安全运行和企业的经济效益的提高都起着至关重要的作用。配电网的建设管理水平直接影响着电网的安全运行、经济效益及社会效益。由于制度的不完善和技术上的限制，一直以来配电网相关设备资产或多或少存在不匹配实际用电需求的情况。
“十三五”是中国全面建成小康社会的关键时期，各方聚焦配電网建设改造，高度重视规划龙头作用，但规划编制与实施主体责任的变化、售电侧改革的加快推进以及分布式电源、多元化负荷的规模化接入，将使得配电网规划的实施面临愈加复杂的问题与挑战。
在电力消费转型不断加快的“十三五”时期，国家发布的多项政策要求配电网要保障分布式电源、电动汽车充换电设施及其他多元负荷的无障碍接入，而未充分考虑配电网的接纳能力，一味满足大规模的接入需求将使得配电网建设改造工程量剧增，不利于整体资源的优化配置。此外，分布式电源及多元负荷具有“散而多（分布分散、数量众多）、快而变（容量及选址变化频繁）”的特点，其大规模接入将给配电网规划实施带来更多挑战。具体体现在分布式电源项目规划装机容量及选址频繁变化，且前期工作流程相较电网工程简单、核准周期短，配套电网规划的实施常常跟不上分布式电源项目的变化节奏，给规划的调整与实施带来极大困难。电动汽车的用电需求具有“时空”分布特性，规划建设的充换电设施在不同时段的使用效率差异极大，配套电网规划实施如不综合考虑需求侧能效管理对充电行为的引导，进而优化建设时序，将可能导致规划实施过程中的供用电矛盾加剧或配电网设备、设施闲置等问题的出现。
1 研究背景
目前我国城市配电系统可靠率水平与发达国家差距较大，而线损率也一直与国际先进水平存在差距，配电网的整体水平有待提高。而配电网整体水平的提高则依赖于配网建设与管理水平的提高，在配电网方面的投资则是其中重要的一环。
目前，营销部门按照用户、台区等管理电量信息，调度部门按照线路、配变等管理负荷等运行信息，运检部门按照设备管理故障、电能质量等信息，财务部门按照资产卡片管理资产购建价值信息，但各种信息之间并未实现有效集成和充分利用。
在配输电价改革“成本加效益”的监管模式下，未来电网投资将受到政府更加严格的监管，客观要求公司强化字串绩效、资产风险评估，优化基建、技改、大修投资策略，实现精准投资。建设配网投资决策模型是实现主动投资的先决条件，也是电改强化资产绩效管理的需要。
2 系统概述
建立配电网资产投入产出评价体系，充分调动各项数据，实现配网运行和资产数据的融合，以支撑电网业务活动分析，并贯通价值流、业务流、能量流，打通资产全寿命、能量全过程的数据链路。并可在此基础上客观量化评价各配电网投资的必要性、合理性，对投资能够带来的收益有一个合理预估，实现配电网设备的精准投资，提高电网投资的效益。
2.1 评价指标的选取
在配电网投入产出评价体系中，评价指标分为投入指标和产出指标，其选取必须充分反映电网公司管辖的各区域、各台区配电网的发展目标，且同体系内各具体指标的方向应一致，彼此间不可相互冲突。同时，需要为去除由经济发展水平、电网规模、预期收益、用电总量等因素造成的差异，应以成本投入为例，按照不同区域的负荷情况进行比例化，在选取评价指标时通常择和设计比率性指标，使得各指标在横向比较上具有相同的比较基础。最后，指标体系不应遗漏任一重要指标，需要能全面、系统地再现和反映客体的发展和管理目标。体系内的各条指标又必须是彼此独立且不重叠的，选择的指标如图1所示。
2.2 投入产出软件设计
采用基于数据包络分析（Data Envelopment Analysis， DEA）的投入产出模型在评价指标的选取上相对自由，并非拘于价值一点，而投入产出表均基于价值流动。数据包络分析采用数学规划方法，以相对效率概念为基础，利用观察到的数据样本资料，把每一个被评价单位作为一个决策单元（Decision Making Units，DMU），再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效的原因及应改进的方向和程度，从而得到最佳的配电网投资决策模型，投入产出软件架构如图2所示。
DEA部分则仅根据知识库的逻辑，根据输入的各个数据计算得到结果并将其输出，不承担除算法之外的工作。
综合分析部分则是整套系统的中心部分，承担了所有的数据逻辑和后台交互。其将可视化展示、管理界面与数据库、算法连接起来，构成有机整体；同时保证各模块的独立性和纯净性，避免功能修改导致各部分均有大量变动。 综合分析部分由数据访问、数据预处理、结论生成和控制单元等部分构成。数据访问承担从数据库中取得所需的基础数据和知识数据的功能，为DEA提供输入数据，同时也为结论生成提供逻辑和自然语言表达相关的数据。数据预处理则接受从数据访问部分传递的原始数据，并将其分解为数据和逻辑两部分，同时承担根据逻辑将非量化数据进行量化的工作。结论生成则根据知识库中提供的逻辑和自然语言模板，将DEA计算得到的结果数据转化为自然语言，作为可视化展示的基础之一。而控制单元则起到连接各部分功能的作用。综合分析部分的内部结构如图3所示。
可视化展示部分则负责将DEA计算的结果和综合分析部分得到的结论进行可视化展示，同时承担前台交互工作，使整个系统对用户友好。可视化展示部分可与数据库管理部分实现有机结合甚至部分整合，但应做好权限管理工作，防止对数据库的恶意操作。
3 系统研究关键点
3.1 基于人工智能的数据包络分析配网投资决策分析，动态修订指标属性
在评价指标的选取之上，虽然已有相关研究作为基础，但并不一定完全满足项目所需，需要采用人工智能技术进行不断地修改和验证。通过数据包络分析不仅在于客观验证其有效性，也结合相关的政策、专家库的意见和建议，相关联的相关联系已有数据的实际，将指标修改到既符合使用需求，又保证功能有效，且不偏离系统实际。
3.2 基于大数据的数据包络分析配电网投资决策模型，提供配电网投资决策准确率
DEA模型的建立，精准而健壮性好的算法是保证整个系统有效性的核心。建模過程中应对建立的DEA模型进行多次验证、修改和优化，保证其实际应用中能起到正确的指导作用。同时作为DEA模型的逻辑基础的知识库，也应保证其灵活性，实现需求变更时无需更新程序，降低后续维护成本，保证系统的可操作、可修改性。
综合考虑上述问题，选择合理的评价指标和配电网投资决策模型，能实现快速准确的分析判断，解决投资决策准确率较低薄弱环节。
4 系统应用展望
基于数据包络分析的配电网投资决策模型，填补了指导配电网投资精准投资系统的空白，实现配网运行和资产数据的融合，以支撑电网业务活动分析，并贯通价值流、业务流、能量流，打通资产全寿命、能量全过程的数据链路。并可在此基础上客观量化评价各台区投资的必要性、合理性，对投资能够带来的收益有一个合理预估，实现配电网设备的精准投资，提高电网投资的效益。
5 结语
基于数据包络分析的配电网投资决策模型是落实供电企业精益化管理的重要举措，是配电网投资模式从被动向主动转变的重要创新。配电网投资决策模型需根据经济发展、配电网架特性不断完善，结合大数据、物联网、人工智能技术的应用，转变工作方式，优化管理流程，达到提高工作效率的目的，进一步加强智能化对配电网投资决策的支撑。
参考文献
[1] 杨楠，董邦天，黄禹，等.考虑不确定性和多主体博弈的增量配电网源网荷协同规划方法[EB/OL].中国电机工程学报：1-14[2019-04-09].https：//doi.org/10.13334/j.0258-8013.pcsee.181409.
[2] 叶彬，刘敦楠，杨娜，等.基于实物期权的增量配电网投资决策[J].电力系统自动化，2018，42（21）：178-185.
[3] 李阳，刘友波，黄媛，等.配电网中长期动态规划投资的标尺激励评价方法[J].电力自动化设备，2018，38（6）：95-102.
[4] 王国权，乔琨，侯荣均，等.配电网投资效益评价及投资项目的优选[J].电力系统及其自动化学报，2017，29（12）：146-150.
[5] 吴哲慧，王光增，钟伟，等.配电网发展与投资决策动态评估方法[J].广东电力，2017，30（4）：10-14，49.
关键词：户线变关系自动拓扑识别 工频脉冲 小时电压分布序列 精准校验
中图分类号：TU 47 文献标识码：A 文章编号：1674-098X（2019）04（c）-0166-03
配电网是电力系统的重要组成部分，是国民经济发展依赖的重要基础设施，对电力系统的安全运行和企业的经济效益的提高都起着至关重要的作用。配电网的建设管理水平直接影响着电网的安全运行、经济效益及社会效益。由于制度的不完善和技术上的限制，一直以来配电网相关设备资产或多或少存在不匹配实际用电需求的情况。
“十三五”是中国全面建成小康社会的关键时期，各方聚焦配電网建设改造，高度重视规划龙头作用，但规划编制与实施主体责任的变化、售电侧改革的加快推进以及分布式电源、多元化负荷的规模化接入，将使得配电网规划的实施面临愈加复杂的问题与挑战。
在电力消费转型不断加快的“十三五”时期，国家发布的多项政策要求配电网要保障分布式电源、电动汽车充换电设施及其他多元负荷的无障碍接入，而未充分考虑配电网的接纳能力，一味满足大规模的接入需求将使得配电网建设改造工程量剧增，不利于整体资源的优化配置。此外，分布式电源及多元负荷具有“散而多（分布分散、数量众多）、快而变（容量及选址变化频繁）”的特点，其大规模接入将给配电网规划实施带来更多挑战。具体体现在分布式电源项目规划装机容量及选址频繁变化，且前期工作流程相较电网工程简单、核准周期短，配套电网规划的实施常常跟不上分布式电源项目的变化节奏，给规划的调整与实施带来极大困难。电动汽车的用电需求具有“时空”分布特性，规划建设的充换电设施在不同时段的使用效率差异极大，配套电网规划实施如不综合考虑需求侧能效管理对充电行为的引导，进而优化建设时序，将可能导致规划实施过程中的供用电矛盾加剧或配电网设备、设施闲置等问题的出现。
1 研究背景
目前我国城市配电系统可靠率水平与发达国家差距较大，而线损率也一直与国际先进水平存在差距，配电网的整体水平有待提高。而配电网整体水平的提高则依赖于配网建设与管理水平的提高，在配电网方面的投资则是其中重要的一环。
目前，营销部门按照用户、台区等管理电量信息，调度部门按照线路、配变等管理负荷等运行信息，运检部门按照设备管理故障、电能质量等信息，财务部门按照资产卡片管理资产购建价值信息，但各种信息之间并未实现有效集成和充分利用。
在配输电价改革“成本加效益”的监管模式下，未来电网投资将受到政府更加严格的监管，客观要求公司强化字串绩效、资产风险评估，优化基建、技改、大修投资策略，实现精准投资。建设配网投资决策模型是实现主动投资的先决条件，也是电改强化资产绩效管理的需要。
2 系统概述
建立配电网资产投入产出评价体系，充分调动各项数据，实现配网运行和资产数据的融合，以支撑电网业务活动分析，并贯通价值流、业务流、能量流，打通资产全寿命、能量全过程的数据链路。并可在此基础上客观量化评价各配电网投资的必要性、合理性，对投资能够带来的收益有一个合理预估，实现配电网设备的精准投资，提高电网投资的效益。
2.1 评价指标的选取
在配电网投入产出评价体系中，评价指标分为投入指标和产出指标，其选取必须充分反映电网公司管辖的各区域、各台区配电网的发展目标，且同体系内各具体指标的方向应一致，彼此间不可相互冲突。同时，需要为去除由经济发展水平、电网规模、预期收益、用电总量等因素造成的差异，应以成本投入为例，按照不同区域的负荷情况进行比例化，在选取评价指标时通常择和设计比率性指标，使得各指标在横向比较上具有相同的比较基础。最后，指标体系不应遗漏任一重要指标，需要能全面、系统地再现和反映客体的发展和管理目标。体系内的各条指标又必须是彼此独立且不重叠的，选择的指标如图1所示。
2.2 投入产出软件设计
采用基于数据包络分析（Data Envelopment Analysis， DEA）的投入产出模型在评价指标的选取上相对自由，并非拘于价值一点，而投入产出表均基于价值流动。数据包络分析采用数学规划方法，以相对效率概念为基础，利用观察到的数据样本资料，把每一个被评价单位作为一个决策单元（Decision Making Units，DMU），再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效的原因及应改进的方向和程度，从而得到最佳的配电网投资决策模型，投入产出软件架构如图2所示。
DEA部分则仅根据知识库的逻辑，根据输入的各个数据计算得到结果并将其输出，不承担除算法之外的工作。
综合分析部分则是整套系统的中心部分，承担了所有的数据逻辑和后台交互。其将可视化展示、管理界面与数据库、算法连接起来，构成有机整体；同时保证各模块的独立性和纯净性，避免功能修改导致各部分均有大量变动。 综合分析部分由数据访问、数据预处理、结论生成和控制单元等部分构成。数据访问承担从数据库中取得所需的基础数据和知识数据的功能，为DEA提供输入数据，同时也为结论生成提供逻辑和自然语言表达相关的数据。数据预处理则接受从数据访问部分传递的原始数据，并将其分解为数据和逻辑两部分，同时承担根据逻辑将非量化数据进行量化的工作。结论生成则根据知识库中提供的逻辑和自然语言模板，将DEA计算得到的结果数据转化为自然语言，作为可视化展示的基础之一。而控制单元则起到连接各部分功能的作用。综合分析部分的内部结构如图3所示。
可视化展示部分则负责将DEA计算的结果和综合分析部分得到的结论进行可视化展示，同时承担前台交互工作，使整个系统对用户友好。可视化展示部分可与数据库管理部分实现有机结合甚至部分整合，但应做好权限管理工作，防止对数据库的恶意操作。
3 系统研究关键点
3.1 基于人工智能的数据包络分析配网投资决策分析，动态修订指标属性
在评价指标的选取之上，虽然已有相关研究作为基础，但并不一定完全满足项目所需，需要采用人工智能技术进行不断地修改和验证。通过数据包络分析不仅在于客观验证其有效性，也结合相关的政策、专家库的意见和建议，相关联的相关联系已有数据的实际，将指标修改到既符合使用需求，又保证功能有效，且不偏离系统实际。
3.2 基于大数据的数据包络分析配电网投资决策模型，提供配电网投资决策准确率
DEA模型的建立，精准而健壮性好的算法是保证整个系统有效性的核心。建模過程中应对建立的DEA模型进行多次验证、修改和优化，保证其实际应用中能起到正确的指导作用。同时作为DEA模型的逻辑基础的知识库，也应保证其灵活性，实现需求变更时无需更新程序，降低后续维护成本，保证系统的可操作、可修改性。
综合考虑上述问题，选择合理的评价指标和配电网投资决策模型，能实现快速准确的分析判断，解决投资决策准确率较低薄弱环节。
4 系统应用展望
基于数据包络分析的配电网投资决策模型，填补了指导配电网投资精准投资系统的空白，实现配网运行和资产数据的融合，以支撑电网业务活动分析，并贯通价值流、业务流、能量流，打通资产全寿命、能量全过程的数据链路。并可在此基础上客观量化评价各台区投资的必要性、合理性，对投资能够带来的收益有一个合理预估，实现配电网设备的精准投资，提高电网投资的效益。
5 结语
基于数据包络分析的配电网投资决策模型是落实供电企业精益化管理的重要举措，是配电网投资模式从被动向主动转变的重要创新。配电网投资决策模型需根据经济发展、配电网架特性不断完善，结合大数据、物联网、人工智能技术的应用，转变工作方式，优化管理流程，达到提高工作效率的目的，进一步加强智能化对配电网投资决策的支撑。
参考文献
[1] 杨楠，董邦天，黄禹，等.考虑不确定性和多主体博弈的增量配电网源网荷协同规划方法[EB/OL].中国电机工程学报：1-14[2019-04-09].https：//doi.org/10.13334/j.0258-8013.pcsee.181409.
[2] 叶彬，刘敦楠，杨娜，等.基于实物期权的增量配电网投资决策[J].电力系统自动化，2018，42（21）：178-185.
[3] 李阳，刘友波，黄媛，等.配电网中长期动态规划投资的标尺激励评价方法[J].电力自动化设备，2018，38（6）：95-102.
[4] 王国权，乔琨，侯荣均，等.配电网投资效益评价及投资项目的优选[J].电力系统及其自动化学报，2017，29（12）：146-150.
[5] 吴哲慧，王光增，钟伟，等.配电网发展与投资决策动态评估方法[J].广东电力，2017，30（4）：10-14，49.