首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于Kettle抽数的配电网供电指挥智能调度系统

基于Kettle抽数的配电网供电指挥智能调度系统

2024-09-23 0 上传者：管理员

摘要：配电网供电指挥调度存在网损高、负荷平衡度低的问题，设计一种基于Kettle抽数的配电网供电指挥智能调度系统。该系统借助MVC模型搭建三层的调度系统框架，基于Kettle抽数技术抽取数据并加载到数据库，设计配电网供电指挥与调度单元，确定故障位置，划分失电区域和非失电区域，并且设计开关调度方案并指挥开关执行闭合和断开操作。供电恢复抢修处理子单元负责下派工单，调度维修人员到失电区域抢修故障，恢复供电。应用系统指挥调度时，配电网网损≤100 kW，负荷平衡度≥1.0，证明系统的指挥调度具备有效性。

关键词：
Kettle抽数
供电指挥智能调度
失电区域
故障检测
配电网
加入收藏

配电网在整体系统中起到了重点的电力分配作用，是整体电力供应过程中最后一个环节[1-2]，一旦出现问题，可能直接中断用户侧的供电，影响电力供应的可靠性和安全性。随着电网的不断建设和发展，其规模越来越大，结构也越来越复杂，并且逐渐向着智慧化和自动化方向发展。这种情况下，配电网工作效率有了极大的提高，但是与此同时，电网结构之间的联系更加紧密，一旦一个环节或者节点出现故障，就导致整个供电中断。为解决上述问题，及时控制配电网故障，避免出现大面积停电，只要及时指挥这些开关闭合或者断开，可以实现故障隔离与供电恢复，然后通过分派维修人员到故障位置，抢修故障，尽快恢复故障区域的供电，这样极大程度降低停电事故带来的损失。在此背景下，配电网供电指挥智能调度至关重要，在这里需要解决两个问题，一是分段开关、联络开关的指挥方案设计问题，二是维修人员合理调度问题。这两个问题是配电网供电指挥智能调度的核心任务。

关于配电网供电指挥智能调度问题，刘路登等人在其设计中集成了多维度信息，生成调度指令并通过共享将调度指令迅速传达出去，从而完成配电网的供电指挥作业[3]。文明等人在面对配电网故障时，以恢复系统负荷价值之和最大为其中一个目标，建立了配电网故障抢修恢复模型，通过NSGA-Ⅱ算法得出了抢修方案，根据抢修方案来实现配电网供电指挥和调度[4]。

要想实现有效且快速的配电网供电指挥智能调度，信息的及时性和准确性是重要的前提和基础。为此，在结合前人研究经验的基础上，基于Kettle抽数技术设计一种配电网供电指挥智能调度系统。通过该系统的开发以期进一步提高配电网电力抢修工作效率。

1、配电网供电指挥智能调度系统框架

配电网供电指挥智能调度系统借助MVC模型搭建整体框架结构[5]。从整体来看，系统整体主要分为三个层面，即：

Model（模型）层：Model是数据管理者，负责获取及存放数据。

View（视图）层：系统显示与操作窗口，负责显示系统的任务执行结果，同时负责传达和执行用户的操作指令。

Controller（控制器）层：Model（模型）层与View（视图）层连接的桥梁，负责解析和执行用户命令，完成供电指挥调度工作。

2、数据集成与存储单元设计

配电网供电指挥智能调度的实现离不开基础数据的支持，也就是说基础数据是指挥调度方案制定的可靠依据[6]。为此，基础数据的获取是系统需要具备的能力之一。Kettle抽数技术是一款开源的ETL工具，通过“作业”和“转换”完成一系列集成过程。其中前者负责连接和协调数据源、执行抽取过程，构建与“转换”之间的相关依赖关系，它可以控制多个“转换”，让“转换”按照设定的顺序队列工作，从而管理整个工作流。后者主要负责处理抽取数据，包括检验、清洗、变换以及加载等。基于Kettle抽数技术实现数据集成与存储过程如图1所示。

图1 基于Kettle抽数技术的数据集成与存储过程

图2 数据库E-R图

Kettle抽数之后，加载数据到数据库。Kettle与数据库之间使用JDBC-OD-BC桥接的方式实现ODBC连接。E-R图是数据库中不可缺少的一部分，用于显示实体集之间的关系，是数据库的设计或蓝图，本系统中数据库的E-R图如图2所示。

除了E-R图外，数据库表也是重要组成部分，它用来表示和储存数据对象之间的关系[7]。表1为本系统数据库表。

表1 数据库表

3、配电网供电指挥与调度单元设计

配电网供电指挥与调度单元是整个系统设计的核心，在该单元中主要有三个子单元，即故障定位子单元、供电指挥智能调度子单元以及供电恢复抢修处理子单元[8]。

3.1 故障定位子单元

故障定位是实现供电指挥与调度的基础。在本系统该子单元中，通过二进制粒子群算法实现故障定位，定位程序如下：

步骤1：输入FTU上传的故障信息。

步骤2：二进制编制故障信息，编码方式如下：

式中，Aj代表流过开关节点j的电流状态。

步骤3：初始化粒子群，每个粒子代表配电网中各馈线段的一种可能状态组合，即每个粒子为一个Lg。

步骤4：利用下述公式计算每个粒子的适应度。

其中，

式中，G(Lg)代表适应度函数；Aj(Lg)代表开关函数，即开关节点对应区段的开关函数期望值；n代表开关数量。

步骤5：获取群体最优值与个体最优值。

步骤6：判断是否满足收敛条件，若满足条件，进入步骤7；否则，每个粒子Lg通过更新速度与位置来追踪群体最优值与个体最优值并回到步骤4。

步骤7：输出最优粒子Lg对应的并解码，得到故障区间定位结果，即存在故障的馈线段。

3.2 供电指挥智能调度子单元

在定位故障线段后，该故障会随着线路延伸，影响一定范围内的区域供电情况，这时当系统接收到故障预警后，远程指挥开关立即跳闸断开，将影响控制在一定范围之内，这一范围被称为失电区域[9]。而这一范围外并不会受到故障的影响，仍具备供电能力。本单元主要研究的是如何调度失电区域外的开关，实现配电网重构，从而恢复该区域的供电[10]。首先建立目标函数，即：

其中，

式中，ymin代表尽量恢复停电用户的供电；代表网络损耗最小值；Bi代表第i条支路的阻抗代表负荷平衡度；代表开关操作次数最小值；ai代表第i条支路长度；bi代表第i条支路负荷；bmax代表支路负荷最大允许值；di代表第i条支路末端的节点电压；ci代表第i条支路上开关的开断状态编码；hi、Hi代表第i条支路的有功功率和无功功率；pj、j代表故障前、故障恢复后开关j的状态，取值0或者1,0表示开关断开，1表示开关闭合；m为支路数量。

在调度指挥开关，恢复供电时，一般还需满足一定的约束条件[11]。在配电网的潮流、支路电流、支路功率、节点电压、网络拓扑结构约束条件下，利用蚁群算法求取上述目标函数，得出开关节点调度方案，具体过程如下：

(1）故障发生后，闭合所有联络开关得联通图。

(2）分析配电网络拓扑，形成可操作开关集。

(3）初始化算法参数。

(4）随机操作开关集，生成初始解方案，记录任一方案与其相对应的目标函数值Y和可行解W作为当前最优方案。

(5）置迭代次数变量等于0。

(6）每只蚂蚁在各开关节点外相连可操作支路集中进行搜索。

(7）通过前推回代法潮流计算得到上述搜索的最优解S和调度方案D。

(8）判断目标函数值Y是否小于S，若小于，更新各路信息素密度，否则令Y=S,W=D。

(9）置迭代次数变量+1。

(10）判断是否达到最大迭代次数，若达到该条件，输出开关节点调度方案；否则回到步骤4。

按照得到的开关节点调度方案，系统智能指挥开关进行断开或者闭合，恢复失电区域外供电。

3.3 供电恢复抢修处理子单元

针对失电区域内，在系统得到告警通知后，会给维修人员下派工单，当维修人员接收工单后，前往配电网故障所在区域执行抢修工作，当抢修完成后，填写抢修处理回馈单并上传系统，系统经过审核并通过后，归档存储回馈单[12]。具体过程如图3所示。

图3 抢修处理子单元

4、系统实现与测试

4.1 配电网拓扑

以IEEE17节点配电网系统为例，在系统空间中构建配电网拓扑结构并用矩阵和向量描述出来，实现配电网的虚拟可视化。配电网拓扑结构如图4所示。

4.2 故障区段定位结果

假设在图5配电网中某一馈线段发生故障，利用章节3.1研究定位故障，定位结果如表2所示。

图4 配电网拓扑结构

表2 故障区段定位结果

从表2可以看出，区段（11）发生故障，系统立即控制配电网，断开了开关节点12，最终确定的失电区域如图5所示。

图5 失电区域

4.3 供电恢复指挥调度方案

利用章节3.2研究，系统应用下得出的供电恢复指挥调度方案如图6所示。

从图6中可以看出，系统指挥开关17和18闭合，指挥开关14断开，调度母线1和3给负荷1和2供电。

图6 供电恢复指挥调度方案

4.4 系统应用效果

系统按照所设计方案进行配电网供电指挥智能调度，统计调度后配电网的负荷平衡度以及网损两个指标数据，判断系统的指挥调度是否有效，结果如表3所示。

表3 配电网的负荷平衡度和网损

从表3中可以看出，所设计系统指挥调度下，配电网网损≤100 kW，负荷平衡度≥1.0，由此说明系统的指挥调度是有效的。

5、结束语

配电网是供电的最后一个环节，该环节如果出现问题，直接导致居民住宅或者工厂场所发生停电事故。因此，为尽快恢复供电，降低故障造成的损失，研究配电网供电指挥智能调度相对重要。为此，设计一种智能指挥调度系统。该系统通过及时指挥调度开关，实现故障隔离的同时也能够快速调整非失电区域的电网结构，恢复区域供电。最后以某区域配电网为例，测试了该系统的调度指挥效果，得出了供电指挥调度方案并验证了该方案的合理性，以此证明了所研究系统的有效性。

参考文献:

[1]毛彦伟,陈晓宇,吴佩莹,等.考虑无功补偿的中/高压配电网双层协调控制方法[J].自动化技术与应用,2022,41(1):1-4,13.

[2]翟旭京,田寿涛,安琪,等.基于饱和负荷预测的增量配电网自动化协调控制技术[J].自动化技术与应用,2022,41(3):123-127.

[3]刘路登,贾伟,陈天宇,等.智能化电力调度指令操作系统研究与应用[J].电子器件,2021,44(5):1204-1209.

[4]文明,谭玉东,李杨,等.考虑客户画像和能量枢纽的配电网多目标抢修重构模型[J].智慧电力,2021,49(9):77-86.

[5]李爱超,王霞,张景.基于分布式控制模型的自动化系统多时间尺度优化调度[J].制造业自动化,2022,44(5):158-161.

[6]李荣,贺兴时,杨新社.基于差分进化的飞蛾算法在电力调度中的应用[J].计算机工程与应用,2021,57(13):258-268.

[7]周坤,许云飞,崔昊杨,等.基于预测控制的多种新能源互补电力系统动态调度模型[J].现代电力,2021,38(3):248-257.

[8]周志恒,张平,张琳娟,等.面向配电网业务的5G切片部署策略研究[J].电子设计工程,2023,31(4):28-32.

[9]彭寒梅,刘子威,谭貌,等.面向弹性提升的主动配电网重构与元件修复协同方法[J].电力系统保护与控制,2022,50(17):35-44.

[10]申洪涛,岳凡丁,史轮,等.考虑DG及负荷时序性的多目标配电网重构与DG调控综合优化规划[J].现代电力,2022,39(2):182-194.

[11]姜萌萌,佟永吉,陈明丰,等.基于灾害条件的主动配电网快速重构策略研究[J].智慧电力,2021,49(5):85-92.