周紅蓮 李娟 付林 薛靜杰

摘 要：本文旨在預(yù)測(cè)電力負(fù)荷在城市的子區(qū)域間是如何分布的，開(kāi)發(fā)不同種類(lèi)的代理來(lái)模擬并行的分布系統(tǒng)中的負(fù)載的增長(zhǎng)模式。這種方法已經(jīng)在一個(gè)中等規(guī)模城市的實(shí)際配電系統(tǒng)中經(jīng)過(guò)測(cè)試，結(jié)果表明，當(dāng)與實(shí)際數(shù)據(jù)相比較時(shí)，存在較低的空間誤差。在其測(cè)試系統(tǒng)正確位置以外的0.71km處存在小于6%的負(fù)荷增長(zhǎng)。

關(guān)鍵詞：空間負(fù)荷預(yù)測(cè) 多代理技術(shù) 布局規(guī)劃

中圖分類(lèi)號(hào)：TM71 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2018）01（a）-0002-02

空間負(fù)荷預(yù)測(cè)的主要目的是確定新負(fù)荷在城市中出現(xiàn)的位置，因此不可能模擬新負(fù)荷對(duì)活動(dòng)中心的影響，因?yàn)槲覀儾恢肋@些新負(fù)荷將位于何處。然而，一個(gè)城市的一般預(yù)期的負(fù)荷增長(zhǎng)，可以利用現(xiàn)有的常規(guī)負(fù)荷的預(yù)測(cè)技術(shù)來(lái)估算。因此，了解城市負(fù)荷將增長(zhǎng)多少，以及不同區(qū)域和活動(dòng)中心的增長(zhǎng)是如何相關(guān)的，也可以模擬相反的情況：城市將如何由于活動(dòng)中心負(fù)荷的增加而演變的。

基于多代理的理論和知識(shí)，本文在提出負(fù)荷的自然和非自然增長(zhǎng)基礎(chǔ)上，以某城市為例，驗(yàn)證提出的基于多代理理論的空間負(fù)荷預(yù)測(cè)的準(zhǔn)確性和實(shí)用性。

1 負(fù)荷在自然和非自然增長(zhǎng)

1.1 負(fù)荷的自然增長(zhǎng)

想象城市是一個(gè)超過(guò)標(biāo)準(zhǔn)大小網(wǎng)格的大山，而網(wǎng)格中每個(gè)部分的高度表示當(dāng)前負(fù)載的大小。如果一個(gè)巖石，代表城市一個(gè)新的負(fù)載，跌落在山頂，幾個(gè)碎片的巖石將脫落并保持在頂部，但巖石的其余部分會(huì)繼續(xù)下降，在道路上留下少量的材料（負(fù)載）。這是可以理解的，因?yàn)樵谝呀?jīng)占領(lǐng)的范圍內(nèi)沒(méi)有正常，大負(fù)荷增長(zhǎng)的空間。巖石終將在山的休息，代表城市未開(kāi)發(fā)部分的負(fù)荷增長(zhǎng)。這就是負(fù)荷的自然增長(zhǎng)。

為了模擬傳統(tǒng)的負(fù)荷增長(zhǎng)曲線(xiàn)系統(tǒng)，在模擬中考慮了一些規(guī)則代表發(fā)展概率的變化。一個(gè)最近被占領(lǐng)區(qū)域?qū)?huì)有很高的發(fā)展概率；經(jīng)過(guò)每一次的快速增長(zhǎng)，這個(gè)概率將降低到非常低的值以表示自然負(fù)載成長(zhǎng)?？紤]到這些條件，使用的規(guī)則如下[1]。

（1）如果選擇了代表無(wú)負(fù)荷的子區(qū)域的代理通過(guò)算法來(lái)增加其需求，然后是其需求的增加，并且下一次被分配了一個(gè)很高的發(fā)展概率。

（2）如果一個(gè)代表子區(qū)域的代理隨需求發(fā)展被認(rèn)為處于中等水平，通過(guò)算法選擇增加其需求，然后需求增加，并且為下一次被分配了一個(gè)中等的發(fā)展概率。

（3）如果一個(gè)代表子區(qū)域的代理很高的發(fā)展需求，通過(guò)算法來(lái)增加需求，那么它的需求就會(huì)增加，下一次被分配給一個(gè)低的發(fā)展概率。

1.2 負(fù)荷的非自然增長(zhǎng)

非自然增長(zhǎng)可以表示為在城市的其他部分上升的新丘陵。根據(jù)每個(gè)山的大小和重要性，它可以修改局部和/或總景觀(guān)，意味著新的大負(fù)負(fù)荷將吸引附近的新負(fù)荷，并且這些新負(fù)荷也將影響活動(dòng)中心的負(fù)荷。為了模擬考慮這些動(dòng)態(tài)的空間電力負(fù)荷的增長(zhǎng)，使用了多代理方法；通過(guò)這種方法，可以考慮城市中心的動(dòng)態(tài)增長(zhǎng)和城市的空間特質(zhì)[1]。因此，這項(xiàng)工作提出了一種新的方法，它不同于傳統(tǒng)的空間負(fù)荷預(yù)測(cè)方法，將城市的動(dòng)態(tài)增長(zhǎng)考慮在內(nèi)。在開(kāi)發(fā)的多代理框架中，城市被劃分為一個(gè)規(guī)則的網(wǎng)格，其中每個(gè)部分被當(dāng)作一個(gè)代理，可以與鄰居代理，代表活動(dòng)中心預(yù)期增長(zhǎng)的代理，以及通過(guò)開(kāi)發(fā)新的基礎(chǔ)設(shè)施或社會(huì)項(xiàng)目來(lái)代表新負(fù)載的主動(dòng)代理進(jìn)行交互。用這種方法，可以同時(shí)模擬自然和非自然增長(zhǎng)。

由于特殊的新負(fù)荷的產(chǎn)生，如一個(gè)購(gòu)物中心，或一個(gè)工廠(chǎng)爆發(fā)有毒的煙霧的情況，將會(huì)發(fā)生負(fù)荷的非自然增長(zhǎng)，在開(kāi)始時(shí)間分配之前需要確定服務(wù)區(qū)域中的特殊負(fù)載而導(dǎo)致的需求是否增加或減少?？紤]到可用的研究和需求數(shù)據(jù)庫(kù)，有可能計(jì)算要傳播的需求[2]。這個(gè)需求將分配到一個(gè)主動(dòng)代理，這將傳播這種需求從其位置到每個(gè)時(shí)間段的所有預(yù)期需求被分配。

新的負(fù)載可能會(huì)存在吸引一些消費(fèi)者的因素，和其他的排斥因素或兩者的組合。有必要定義將要分配的需求量每次通過(guò)傳播波達(dá)到靜態(tài)代理。在新負(fù)荷具有排斥特性的情況下，有必要確定靜態(tài)代理對(duì)傳播波的貢獻(xiàn)量。此數(shù)量用于校準(zhǔn)系統(tǒng)。該值從需求數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)計(jì)學(xué)計(jì)算。由傳播波達(dá)到的每個(gè)靜態(tài)代理將分配的需求量計(jì)算為每類(lèi)消費(fèi)者的負(fù)載模式。對(duì)于每種情況，這個(gè)值可以很容易地改變，也可以依賴(lài)于該代理的特征，代理可根據(jù)需求進(jìn)行模擬。

2 算例介紹和結(jié)果分析

該方法使用擁有約20萬(wàn)居民的中型城市的數(shù)據(jù)進(jìn)行了測(cè)試。

圖1表示出了總負(fù)載分布模擬情況，相對(duì)應(yīng)于2001年?；顒?dòng)中心是用鉆石識(shí)別的市區(qū)。執(zhí)行模擬10年期間的預(yù)期增長(zhǎng)，這是可用數(shù)據(jù)的最大可能。該地區(qū)10年期間的全球負(fù)荷增長(zhǎng)量約為100MVA。為了模擬負(fù)荷的自然增長(zhǎng)，使用一種移動(dòng)代理來(lái)分配80MVA，并且使用20種主動(dòng)代理來(lái)模擬分布在其中的20MVA的非自然增長(zhǎng)（不一定相等）。這個(gè)信息是從一個(gè)歷史的空間數(shù)據(jù)庫(kù)中提取出來(lái)的。實(shí)際上，自然負(fù)荷增長(zhǎng)來(lái)自于一般負(fù)荷預(yù)測(cè)技術(shù)，非自然負(fù)荷增長(zhǎng)可以通過(guò)公用事業(yè)或市政廳登記的未來(lái)發(fā)展項(xiàng)目的信息來(lái)計(jì)算。

圖2顯示了2010年的總負(fù)荷分布，用作基準(zhǔn)系統(tǒng)。在本圖中，城市分為4個(gè)特殊的興趣區(qū)域，來(lái)更好地分析結(jié)果。綜合考慮到4個(gè)現(xiàn)有變電站在測(cè)試系統(tǒng)中的影響，選擇了這些區(qū)域。

為了計(jì)算空間誤差及其對(duì)分布規(guī)劃的影響，采用了文獻(xiàn)[3]中引入的方法。這種影響是空間分布的函數(shù)，其對(duì)系統(tǒng)設(shè)計(jì)的影響可以計(jì)算為所有單元的影響的總和，相當(dāng)于總預(yù)測(cè)誤差或?qū)嶋H變電站負(fù)載的不匹配。該技術(shù)提供了一種實(shí)際的，有用的方法來(lái)評(píng)估針對(duì)特定電力系統(tǒng)的規(guī)劃需求的可能的負(fù)載預(yù)測(cè)方法?？蓱?yīng)用于給料機(jī)或變電站；；由于可用數(shù)據(jù)庫(kù)，使用該方法計(jì)算了變電站的空間誤差，并且獲得的誤差在表I中給出。在該表中，每列表示在給定半徑內(nèi)預(yù)測(cè)的負(fù)載量。

例如，在全球范圍內(nèi)，99.67%的負(fù)荷增長(zhǎng)預(yù)測(cè)在正確位置0.71km之內(nèi)；0.09%的負(fù)荷增長(zhǎng)在距離其正確位置0.71～1.41km之間；預(yù)計(jì)0.04%位于距離正確位置1.41～2.12km之間；而0.20%的預(yù)測(cè)距離正確的位置超過(guò)2.12km，或者整體預(yù)報(bào)不正確。

為了測(cè)量該誤差對(duì)規(guī)劃的影響，每個(gè)變電站的空間誤差如下：

（1）變電站1發(fā)生的誤差為其服務(wù)區(qū)預(yù)測(cè)負(fù)荷增長(zhǎng)的2.26%；

（2）變電站2發(fā)生的誤差是其服務(wù)區(qū)預(yù)測(cè)負(fù)荷增長(zhǎng)的2.30%；

（3）變電站3發(fā)生的誤差為其服務(wù)區(qū)預(yù)測(cè)負(fù)荷增長(zhǎng)的3.52%；

（4）變電站4發(fā)生的錯(cuò)誤是其服務(wù)區(qū)預(yù)測(cè)的負(fù)載增長(zhǎng)的2.00%。

我們可以看到，所有情況的空間誤差均小于6%，并且在正確的位置確定了大量負(fù)載，表明了所提出的方法的有效性。

3 結(jié)語(yǔ)

本文利用已經(jīng)提出的空間負(fù)荷的多代理系統(tǒng)方法，對(duì)中等城市的空間負(fù)荷進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果表明空間誤差均小于6%，并且在正確的位置確定了大量負(fù)載，表明了所提出的方法的有效性。

參考文獻(xiàn)

[1] E. M.Carreno，R. M. Rocha，and A.Padilha-Feltrin，“A cellular automaton approach to spatial electric load forecasting，”IEEE Trans[J].Power Syst，2011，26（2）：532-540.

[2] M.Batty.Cities and Complexity： Understanding Cities With Cellular Automata， Agent-Based Models and Fractals[M].Cambridge，MA： MIT Press，2007.