基于城区控制性规划的变电站智能选址

【摘 要】本文提出了一种基于综合费用最低的两阶段变电站选址优化方法。第一阶段，在不考虑地理信息（包括地价因素）及周边环境的条件下确定变电站站址的初步规划方案；第二阶段，详细计及初选变电站站址的地理信息及周边环境，结合专家经验决策确定候选站址，采用层次分析法对候选站址地理适应度进行评判，结合经济适应度指标，全面评估各候选站址组合方案的综合适应度，最终获得更合理的变电站优化方案。

【关键词】变电站；规划优化；层次分析法；地理适应度；经济适应度

1 影响变电站站址选择的主要因素

变电站站址的选择涉及的因素较多，需进行综合经济比较，影响变电站的站址选择的主要因素如下：

1）按饱和负荷一次性选定站址位置和容量；

2）靠近规划区域的负荷中心以减少线路投资和电能损耗；

3）使地区电网布局合理；

4）考虑地理信息因素对站址的影响；

5）输电线路走廊；

6）应与城市规划同步适应以及配合；

7）尽可能远离公用通信设施；

8）交通运输方便；

9）其他因素。

2 变电站选址国内外研究现状

国外，关于配网规划这一领域的研究论文始见于1974年，Masud[1]最先提出了配网规划的两阶段模型。

目前，我国城市电网规划经过几十年的发展，关于变电站选址的研究也得到了长足的发展，形成了许多模型和算法。

目前国内研究者对变电站站址规划优化提出了很多方法，这些方法主要包括传统的数学优化方法和基于随机优化技术的优化方法。早期的数学优化方法有很多，如线性整数规划法，结合最短路径法和运输问题模型的求解方法，结合混合整数规模的分支定界法，但这些方法在规模较大时求解速度慢，并且很难得到最优解。

随着计算机技术和现代智能优化技术的发展，配电网络变电站规划从最初的人工筛选方式发展为通过计算机计算自动生成站址的方式，其优化方法也由传统的数学优化方法上升到现代的智能优化算法，如遗传算法、专家系统法、神经网络法、粒子群法等。

然而这些算法都存在着模型的简化、实际问题模拟的精确与完备、多约束条件的考虑、局部最优和全局最优以及计算机的计算速度之间的取舍，从而也就都存在着一定程度上的缺陷。

3 变电站选址定容两阶段优化规划方法

本文提出了一种更为合理、实用的两阶段变电站优化规划方法。在第一阶段中，应用文献[2]提出的试探组合和平面多中位选址算法，通过大范围的搜索，获得新建变电站的站址、站容，作为第二阶段的初始方案；在第二阶段中，以初始方案为基础，详细考察各个变电站的地理信息、地质条件、周边环境和运输条件等因素，针对初始方案中需要进行位置调整的变电站，确定相关的可能移动方案，将所有可能的移动方案组合到一起，成为下一步优化问题的待选方案，然后，进一步在这些待选方案中选择经济占优且实际可行的方案。详细的算例和结果分析表明，本文提出的方法大大提高了变电站规划工作的科学性和实用性。

3.1 第一阶段：初始方案的形成

初始方案是在无需给定变电站待选站址的条件下，由优化算法自动形成的规划方案。这一阶段的优化问题可以用下式来描述：

采用文献[2]提出的试探组合和平面多中位选址算法对式（1）进行求解，可获得新建变电站的站址及站容。这一优化结果即为变电站优化规划的初始方案。在确定初始规划方案时，下述两个重要因素没有计及：

1）变电站的占地费用。选择不同的地块作为变电站的站址，占地费用显然不同。

2）变电站位置的适宜性。在初始方案中，所选择的站址位置可能位于河流、湖泊等不适于建站的位置，也未考虑当地的地质条件和周边环境。

3.2 第二阶段：方案的优化调整

本阶段是在第一阶段所形成的初始待选方案基础上，考虑上述影响变电站站址的2个重要因素，采用优化方法对变电站站址进行调整。调整过程分为下述几个关键步骤：

1）在初始规划方案的基础上，针对每一个不适宜建站的站址，分析其周边环境，给出其可能的调整位置。在这一步中，每一个变电站可以有多个可能的调整位置，最终选择哪一个由下一步的优化算法来决定。

2）由熟悉规划区域地理状况的专家对各个候选站址的地理属性（用地性质、交通状况、施工条件、防洪排水、对通信干扰、地形地质等）进行评分，在此基础上，利用层次分析法（AHP）获得各个站址的综合得分值，作为评价站址适应性的指标。详细评分过程见本文第4节算例。

3）对所有可能的变电站位置进行组合，可以得到满足负荷要求的变电站选址方案。对每一个方案，根据组成该方案的各具体变电站站址地理适应性指标及经济性指标确定各方案的综合适应度H（T）：

通过对所有的候选站址进行组合，并寻优使得式（2）达到最大值的方案T，即可完成变电站站址的最终调整。这一过程可以利用Tabu搜索算法进行求解[3]。

4 算例及结果分析

以某市高新区部分区域110kV变电站规划为例。规划区域面积176km2，为便于说明问题，重点介绍其中一个14.7km2区块的选址情况。该区块主要有商业金融、居住、高新工业和行政办公、学校五类用地，现有1座2×50MVA的110kV变电站柳南变。

4.1 算法步骤

4.1.1 步骤1

采用文献[2]提出的试探组合和平面多中位选址算法，得到初始方案结果如图1所示。

在该方案中，已有变电站将扩容为3×50MVA，新建两个3×50MVA 的110kV变电站高东变和廖河变，高东变位于A8区，廖河变位于A27区，位置如图1所示。

4.1.2 步骤2

由该地区城区控制性规划得知， A27区是商业金融用地，并且上面已建有公共通信设施，根据《城市电力网规划设计导则》规定，这个站址不适宜建设变电站，站址需要调整。根据规划区的实际情况，专家在A27区周边选定4个候选站址：A26区、A28区、A36区、A37区。

4.1.3 步骤3

用AHP对候选站址进行权重排序。AHP的思想是首先建立清晰的层次结构，然后建立方案属性决策表，引入测度理论，通过两两比较，用相对标度将人的判断 标量化，逐层建立判断矩阵，求解判断矩阵的权重，最后计算方案的综合权重并排序[4]。

通过对规划区空间地理信息的分析和专家评定，规划区内参与比较的属性有：用地性质、交通状况、施工条件、防洪排水、对通信干扰、地形地质共6项指标。为方便表达，这里只考虑因素层为单层的情况。以下以廖河变的4个待选地块为例介绍AHP评分过程。

1）建立层次结构。本文采用的层次结构如图2所示。

2）建成方案属性决策表。各方案与最底层属性间可构成一个二维表，称为方案属性决策表，如表1所示。表中数据都是不易量化的定性数据，由了解情况的专家给出定性描述。

3）标量化形成判断矩阵。对于每个方案属性，专家根据互反性标度表，通过候选站址间的两两比较，可形成6个4×4的判断矩阵。

4）判断矩阵权重求解。参考文献[5]的指标体系，并通过对规划区空间地理信息的调查与分析，采用Delphi征求多个专家意见后得到规划区内各评分指标权重[6]。规划区域地块评分指标权重为：用地性质0.35，交通状况0.20，施工条件0.15，防洪排水0.10，对通信干扰0.11，地质地形0.09。

5）综合权重计算排序。候选站址综合权重最终得分为：A26区0.889，A28区0.945，A36区1.31，A37区1.131。

4.1.4 步骤4

本文方法考虑了土地价格因素。经过对规划当地的用地价格调查，获得各个候选地块的价格；建站用地面积按《城市电力网规划设计导则》提出的参考数据，户内型2500m2，户外型8400m2。本文中的新建站均为户内型变电站。经过专家讨论，认为该规划区经济适应度相对于站址地理适应度的相对重要性语言描述为“明显”比较合适，并通过应用AHP判断矩阵进行权重求解，可以得到这两个因素的相对权重（即m和r）分别为0.782和0.218。

4.2 结果分析

按照算法步骤4进行变电站第二阶段优化规划，结果如图3所示。

在该方案中，新建廖河变电站位于A28区靠近街道的位置上，两个阶段规划方案结果比较如表2所示。

从两个阶段的方案比较结果可以看出，经过优化后第二阶段的方案虽然网损费用稍高，但是由于地价较低，使得总投资较少，方案综合适应度高，相对优化之前第一阶段的方案更为合理。

5 结语

变电站规划工作是电网规划的重要内容之一，其中变电站选址问题需要考虑很多因素的综合影响，包括上一级变电站的位置和容量、规划区域电网的结构等，但最关键的是要考虑负荷的影响，合理的变电站位置首先应由负荷的分布来决定，本文的方法正是基于这一点提出。本文提出的变电站选址定容两阶段优化规划方法具有以下优点：

1）无需规划者事先确定大量变电站的候选地址，也改善了计算机自动优化所得方案实施性差的问题，提高了变电站选址工作的效率和适用性。

2）运用层次分析法，结合专家经验决策与数学定量计算的优点，使得优化结果更加科学有效。

3）本文的方法也是基于综合费用最低的变电站站址优化方法，优化结果的经济性最好。

【参考文献】

[1]Dale M. Crawford，Jr. Stewart B. Hort. A Mathematieal Optimization Technique for Locating and Sizing Distribution Substations，and Deriving their Optimal Service Areas[J]. IEEE Transactions on Power Apparatus and Systems，1975，94（2）：230-234.

[2]Dai Hong-wei，Yu Yi-xin，Huang Chun-hua et al. Optimal Planning of Distribution Substation Locations and Sizes-model and Algorithm[J]. Electrical Power & Energy Systems，1996，18（6）：353-357.

[3]陈根军，李继光，王磊，等.基于Tabu搜索的配电网络规划[J].电力系统自动化，2001，25（7）：40-44.

[4]SATTY T L. The Analytic Hierarchy Process[M].New York：McGraw-Hill，1980.

[5]齐文斌，南志远.综合评判模型在变电站选址中的应用[J].现代电力，1999，16（1）：39-46.

[6]陈卫，方廷健，马永军，等.基于Delphi法和AHP法的群体决策研究及应用[J].计算机工程，2003，29（5）：18-20.