一种考虑经济损益的油浸式变压器最优增容方案确定方法与流程

本发明属于电力系统器件经济性评估
技术领域：
，具体涉及一种考虑经济损益的油浸式变压器最优增容方案确定方法。
背景技术：
：在输变电系统当中，电力变压器是关键资产与电能转换的核心，而油浸式变压器是使用最为广泛的电力变压器。在电网实际运行过程中，由于负载尖峰，负荷转供等原因，需要变压器过载运行，也称增容运行。油浸式变压器过载运行受到诸多方面的约束，早期的研究多针对于设备内部热点温度考虑，后来有学者提出基于故障率或经济损益约束。但这些方法仅仅从约束的角度上，保证变压器运行不超过最高热点温度、不超过设定故障率或不产生亏损，仅能得出满足约束条件的负载率上限或下限，并不能得到使发电经济收益最大的负载率，无法满足日益增长的电网运行经济性需求。公开号为cn102879696b的中国专利种变压器过负荷运行可行性自动判断方法。通过热点温度约束增容负载率，但未从经济性角度对变压器增容方案合理性进行判断。公开号为cn103779059b的中国专利提出了一种改进的热点温度计算模型，但仍没有超出热点温度约束的范畴。也有学者提出其他方面考虑约束条件。如基于故障率的约束，或基于临界经济盈亏点的约束，但这些方法仍然停留在约束的层面上，只能得到满足约束条件的负载率上限或下限，无法帮助决策者找到经济性最优的增容方案。技术实现要素：对现有技术所存在的上述技术问题，本发明提供了一种考虑经济损益的油浸式变压器最优增容方案确定方法。以不超过短期急救符合热点温度约束(160℃)为前提约束，确定搜寻区间，保证变压器安全运行。以综合收益最高为搜寻指标，使用搜索算法得到每一个增容时间段内能使经济性最优的负载率，从而得到最优增容负载率曲线，形成增容方案。本发明解决技术问题所采用的技术方案如下：一种考虑经济损益的油浸式变压器最优增容方案确定方法，包括如下步骤(其中，步骤1-5为热点温度及经济损益计算部分，步骤6-9为最优经济搜寻部分)：(1)获取油浸式变压器运行点环境温度、变压器参数、增容时间和当前热点温度，其中变压器参数包含冷却参数和经济参数；(2)设定最优负载率搜寻范围：负载率搜寻下限k1、负载率搜寻上限k2以及设定步长△k；设定当前负载率k为搜寻下限k1、记当前计算次数i为0、当前搜寻次数j为0；设定最大收益pmax＝0，最优负载率km＝k1；第i次计算时得到的负载率为ki，热点温度为θhi，经济损益为pi；(3)由负载率ki计算变压器热点温度θhi：若θhi大于160℃，判断当前计算次数，若当前计算次数为0，则输入负载率下限值k1过高，转到步骤2重新设定；否则，直接进入步骤6；若θhi小于或等于160℃，进入步骤4。(4)根据负载率ki、热点温度θhi和变压器参数，计算的经济损益pi。(5)令ki+1＝ki+△k，若当前负载率ki大于负载率搜寻上限k2，进入步骤6；否则，将计算次数i加1，回到步骤3。(6)记最大搜寻次数jmax为当计算次数i减1，当前搜寻次数j为0。(7)定义pj，pj的值为(1)-(5)步骤中，计算次数i等于当前搜寻次数j时，所计算出pi的值；定义kj，kj的值为(1)-(5)步骤中，计算次数i等于当前搜寻次数j时，所计算出ki的值；比较pj与pmax的大小，若pj大于pmax，令pmax等于pj，并令最优负载率km等于kj。(8)若当前搜寻次数j大于或等于负载率搜寻上限k2，进入步骤9；否则，将当前搜寻次数j加1，回到步骤6。(9)结束搜寻过程，输出最优负载率km和最大收益pmax,即变压器在规定增容时间段内以负载率km运行，能够获得最大的经济收益，此收益值为pmax。进一步的，所述步骤(3)中，采用热路模型法计算热点温度θh或采用《油浸式电力变压器负载导则》中提供的微分方程法计算热点温度θh，但不限于这两种方法。。进一步的，所述步骤(4)中，可综合寿命损失、阻抗损失、停电概率成本、检修概率成本、电价收益因素得到经济损益值。由于环境温度是在不断变化的，因此同一设备的最优负载率也是变化的。为此，可以设定时间间隔，在每个间隔内带入基于天气预报的预测平均环境温度，并以上一间隔中计算出最优负载率所对应的热点温度，代入这一间隔当前热点温度初始条件中，重复采用上述的(1)-(9)步骤进行搜寻，得到时变的最优负载率曲线。本发明的有益效果如下：本发明公开了一种考虑经济损益的油浸式变压器最优增容方案确定方法，以短期急救负荷热点温度约束(160℃)为前提约束，确定搜寻区间，保证变压器安全运行。以综合收益最高为搜寻指标，使用搜索算法得到每一个增容时间段内能使经济性最优的负载率，从而得到最优增容负载率，形成增容方案。相比于传统方法，在满足温度约束的情况下，进一步地考虑了经济指标，找到了指定时间短内能让经济收益最大的负载率。克服了油浸式变压器传统可载性评估方法仅从约束角度考虑，仅能得到满足约束条件的负载率上限或下限，却无法帮助决策者找到经济性最优增容方案的问题。附图说明图1为本发明考虑经济损益的油浸式变压器最优增容方案确定方法的流程示意图；图2为负载率-热点温度曲线图；图3为负载率-经济损益曲线图；图4为时间-环境温度曲线图；图5为时间-最优负载率曲线图。具体实施方式为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。如图1所示，一种考虑经济损益的油浸式变压器最优增容方案确定方法，包含以下步骤。(1)获取油浸式变压器运行点环境温度，变压器参数，增容时间和当前热点温度。其中变压器参数包含冷却参数和经济参数。设定增容时间t为10分钟。当前热点温度可采用《油浸式电力变压器负载导则》提供的微分方程法计算获得，若是循环多阶段计算时，可将上一阶段计算所得的热点温度作为当前热点温度。变压器运环境温度可采用当前运行点采集的环境温度，或通过预测增容时间内的平均环境温度得到，本实例中此温度为29.9℃。本实例中，冷却参数如表1，表2所示。变量命名及单位与《油浸式电力变压器负载导则》一致。表1：δθorδθhrτoτwx453515070.8表2：rk11k21k22y80.52.02.01.3本实例中，经济参数如表3，表4所示。其中，sn为变压器额定容量，cosθ为功率因数，p0为空载损耗，pk为负载损耗，pin为浙江省上网电价，pout为销售电价，pt为变压器成本,ff为维修成本,fb为违约成本。表3：sn(mva)cosθpin(元)pin(元)p0(kw)pk(kw)1800.80.38970.3897130450表4：pin(元)pout(元)pt(万)ff(万)fb(万)0.38970.629655080100(2)设定最优负载率搜寻范围：负载率搜寻下限k1，负载率搜寻上限k2，设定步长△k。设定当前负载率k为搜寻下限k1，记当前计算次数i为0，当前搜寻次数j为0。设定最大收益pmax＝0，最优负载率km＝k1。第i次计算时得到的负载率为ki，热点温度为θhi，经济损益为pi。由于变压器一般增容倍数不超过2倍，经济性最优点又高于额定负载率，因此选取k1为1，k2为2，步长△k为0.01进行搜寻。(3)由负载率ki计算变压器热点温度θhi。采用《油浸式电力变压器负载导则》中提供的微分方程法计算热点温度θh。若θhi大于160℃，判断当前计算次数。若当前计算次数为0，则输入负载率下限值k1过高，转到步骤2重新设定；否则，直接进入步骤6。若θhi小于或等于160℃，进入步骤4。如图2所示，在计算次数为0到66时，θhi在110.247到159.254范围内变动，进入步骤4。而在计算次数为67时，θhi达到160.058，直接进入步骤6。(4)根据负载率ki、热点温度θhi和变压器参数，计算的经济损益pi。首先计算当前热点温度下设备的故障率λ。本实例中采用改进awh模型进行计算其中，hi为健康指数，在未采集健康指数的场合，可采用以下模型计算β，m为根据历史数据拟合而来的参数。teq为设备等效运行时间，由投运时长和平均负载率获得。l0为设备额定寿命。各参数取值如表4所示。表5：βmteq(年)l0(年)4.18-3.68820根据故障率、负载率和各项设备经济参数，可得计算的经济损益p。r＝k·(pout-pin)·sn·t·cosθci＝pin·(p0+k2·pk)·tcf＝λ·ffcb＝λ·fbco＝v·t·pt/l0p＝r-ci-cf-cb-co其中，r为发电利润，cb为电违约概率成本，cf设备检修概率成本，ci为阻抗损失成本，co为设备老化成本，v为设备老化速率。由步骤4可知，仅在计算次数小于67时，执行步骤4和5，在此区间内计算的经济损益结果如图3所示。(5)令ki+1＝ki+△k。若当前负载率ki大于负载率搜寻上限k2，进入步骤6；否则，将计算次数i加1，回到步骤3。(6)记最大搜寻次数jmax为当计算次数i减1，当前搜寻次数j为0。由于在步骤4第67次计算时，θhi达到160.058，直接进入步骤6，则此时最大搜寻次数jmax为66，即将进行66次搜寻，寻找负载率k在[1，1.66]区间内最大经济收益及其对应负载率。(7)比较pj与pmax的大小，若pj大于pmax，令pmax等于pj，并令最优负载率km等于kj。(8)若当前搜寻次数j大于或等于负载率搜寻上限k2，进入步骤9；否则，将当前搜寻次数j加1，回到步骤6。(9)结束搜寻过程，输出最优负载率km和最大收益pmax。即变压器在规定增容时间段内以负载率km运行，能够获得最大的经济收益，此收益值为pmax。搜寻过程结束时，输出的km为1.34，对pmax为6829.942。综上，本实例在满足热点温度约束θhi小于160的基础上，在负载率k为[1,1.66]的区间内进行最大经济损益搜寻。搜寻结果为，当负载率k为1.34时，增容经济效益最好，对应的最大收益pmax为6829.942元。由于环境温度是在不断变化的，因此同一设备的最优负载率也是变化的。为此，可以设定多个时间段，每段的增容时间即为本时间段的总长度，带入基于天气预报的本时间段预测平均环境温度，并以上一时间段内计算出最优负载率所对应的热点温度作为这一时间段内的当前热点温度，重复采用权利要求1中的(1)-(9)步骤进行搜寻，即可得到每一时间段内的最优负载率，将它们连接起来即可获得时变的最优负载率曲线。以10分钟为间隔，输入未来200分钟内的预测环境温度曲线，通过20次循环，可获得未来200分钟内的最优增容方案，如图4，图5，表6所示。表6：当前第1页12