简介一份面向电力系统规划方向的教学演示文稿以输电网规划与可靠性为核心系统讲解电网规划的关键环节与决策依据。内容涵盖输电方式选择、国家电压标准与电压等级配置、变电站站址布局及容量计算、网络结构规划常规方法、架空送电线路导线截面选择并结合实际容载比范围、电压损失指标等展开分析同时涉及规划原始资料收集、负荷预测、电源开发方案、环境条件与社会经济效益评价等流程适合电力工程专业学生、电网规划人员及相关证书备考者作为系统学习或教学演示材料。资源为单个pptx课件包体大小3.04MB目录结构清晰便于按章节浏览。目前已有65人学习下载可用作理解输电网规划原理、梳理规划要点或完成课程汇报的参考资料。1. 输电网规划与可靠性为什么“按经验铺线路”的做法正在失效电网规划人员最常被问的一句话是“这条路到底该不该建”。过去十年很多地区的做法是看着负荷增长率铺线路负荷一涨就上项目容载比不够就加变电站至于建完之后可靠性提升多少、投资回报是否合理往往说不清楚。电力系统规划与可靠性这门课本质上就是把“该不该建”从经验判断变成可计算、可比较的工程决策。输电网规划与可靠性(11)这套讲义的核心就是把输电网规划的流程、N-1准则、可靠性指标体系以及评估方法串成一条完整的技术路线。适合电网规划岗、设计院的系统一次设计人员、电力专业研究生以及做电网咨询的技术从业者阅读。读完你能回答三个问题输电网规划到底要算哪些数、这些数怎么算、算完之后怎么判断方案行不行。2. 输电网规划到底在规划什么从负荷预测到目标网架的四个闭环2.1 第一步不是选线路而是把负荷预测和电源方案钉死输电网规划的第一个环节是确定“规划水平年”的负荷水平和电源方案。很多新手一上来就画网架这是最容易翻车的做法。负荷预测不准后面所有的潮流、N-1校核、可靠性指标全都不成立。我一般会先要求规划人员把两个东西拿出来一是分年度、分片区的负荷预测结果二是电源接入方案含新能源场站的位置和出力曲线。这两项是网架方案设计的输入边界条件。负荷预测的常用做法是空间负荷密度法把规划区划分成若干负荷块每个块按用地性质给定负荷密度和同时率再累加得到片区负荷。参数上有个经验值220kV电网的规划负荷同时率通常在0.70.9之间具体取多少要看负荷构成和负荷特性曲线。这里的核心是不要只用一个峰值负荷做全年校核至少要按“丰大、丰小、枯大、枯小”四个典型方式分别计算这属于输电网规划中最基本但最容易被省略的步骤。可靠性的评估结果也直接受此影响同一个网架在不同负荷水平下LOLP和EENS可能差一个数量级。2.2 容载比网架裕度的第一道闸门输电网规划中的一个核心参数是容载比它反映的是电网中变电容量对负荷的覆盖能力。容载比的计算公式很简单容载比 某电压等级电网的变电容量MVA/ 该电网的最大负荷MW。国内220kV电网的规划容载比一般要求1.82.1110kV电网要求1.82.2但这个数值不是拍脑袋定的它由负荷增长率、变压器故障率和N-1转供能力反推出来。取值过高意味着变电容量冗余投资闲置取值过低则N-1校核很难通过。实际工程中我见过不少项目因为容载比卡在2.0而强行上变压器最后投产三年负载率不到40%这就是规划没有和运行数据闭环的结果。比较合理的做法是用下面的脚本批量计算一个规划方案中每个变电站的容载比并自动标记不满足要求的站点import pandas as pd # 变电站容量数据: 站名, 电压等级(kV), 主变容量(MVA), 最大负荷(MW) data [ {station: A站, voltage: 220, capacity: 360, load: 150}, {station: B站, voltage: 220, capacity: 480, load: 230}, {station: C站, voltage: 110, capacity: 120, load: 70}, ] df pd.DataFrame(data) df[容载比] df[capacity] / df[load] # 按电压等级给定阈值 threshold {220: 1.8, 110: 1.8} df[是否满足] df.apply( lambda r: 满足 if r[容载比] threshold[r[voltage]] else 不满足, axis1 ) print(df[[station, voltage, capacity, load, 容载比, 是否满足]])这段代码的逻辑是把变电站的主变容量和最大负荷对应起来按电压等级套用不同的容载比门槛。这里的关键参数有两个一是容量取“主变铭牌容量”还是“可用容量”这直接决定容载比偏乐观还是偏保守二是负荷取“网供最大负荷”还是“统调最大负荷”两者在含分布式电源的区域差别可能超过10%。工程上我一般取可用容量和网供负荷的比值这样得到的容载比更接近真实运行裕度。2.3 方案生成通道、站址与路径的取舍逻辑有了负荷预测和容载比校验之后进入网架方案生成阶段。这一阶段要回答的问题是新增的变电容量放在哪里、由哪些线路供电、线路的电压等级和截面怎么选。常见做法是“N-1导向法”——先列出规划水平年可能出现的N-1故障集然后以“故障后不损失负荷、不过载越限”为目标反推网架需求。这个思路和国内《输电网规划设计技术导则》的要求是一致的它实际上是把可靠性指标从抽象的概率值转化为工程上可执行的校核条件。线路截面选择也有讲究。220kV线路常用截面为2×400mm²、2×630mm²输送容量大致在300600MVA之间但具体受导线的热稳定极限和环境温度修正。我一般会在方案比较表里同时列出投资估算、年费用、线损率和故障后的转供能力不仅看技术可行性也看全寿命周期成本。方案的优劣往往不在“能不能过N-1”而在“N-1之后的供电质量和运行灵活性”。2.4 电气计算校核潮流、短路电流与稳定性的最低要求网架方案必须经过三类电气计算缺一不可。第一是潮流计算覆盖正常运行方式和N-1运行方式重点看线路负载率、节点电压和变压器是否越限第二是短路电流计算校验断路器的开断能力220kV系统的短路电流水平一般控制在40kA或50kA以内超过这个值就要考虑增加高阻抗变压器或分列运行第三是稳定校核包括静态稳定和暂态稳定新能源占比高的地区还要额外做频率稳定和电压稳定分析。许多规划人员容易把潮流计算结果直接当结论用忽略潮流计算本身依赖的边界条件。比如全网平衡机的位置、无功补偿容量、负荷的功率因数任何一个变化都可能逆转N-1校核的结论。我在实际项目中会要求所有校核结果都附带边界条件清单防止出现“换一个方式算就翻车”的情况。3. 可靠性不只是N-1从确定性准则到概率性评估的指标体系3.1 N-1的局限它能挡住单重故障挡不住概率与严重度N-1准则是输电网规划中最广泛使用的确定性准则要求任意一个元件故障退出运行后系统仍然能保持稳定运行且不损失负荷。它的优点是直观、便于工程执行但它的局限同样明显N-1只区分“过”和“不过”不区分故障发生的概率和后果。一条老旧线路故障率可能是新线路的10倍但在N-1校核里它们处于同等地位一个失去后会导致大停电的变电站和一个失去后几乎无影响的联络线在校核结论上也看不出差别。这就是为什么输电网规划与可靠性这门学科要把概率性评估引入规划流程。3.2 输电网可靠性的核心指标定义、单位与工程判读概率性评估中常见的指标有LOLPLoss of Load Probability失负荷概率、LOLELoss of Load Expectation失负荷期望、EENSExpected Energy Not Supplied电量不足期望、LOLFLoss of Load Frequency失负荷频率和EDNSExpected Demand Not Supplied缺电功率期望。LOLE的单位是天/年通常规划目标控制在0.1天/年以内EENS的单位是MWh/年反映的是缺供电量的期望值也是经济性评估中计算停电损失的基础。以下是输电网可靠性评估中最常用的一组指标及其工程含义汇总指标单位工程含义典型规划目标LOLP无量纲概率系统在某一时刻失负荷的概率小于0.001LOLE天/年一年中系统失负荷的期望天数小于0.1天/年EENSMWh/年一年中供电不足的期望电量由经济性评估确定EDNSMW失负荷状态下的平均缺电功率由事故限电方案确定LOLF次/年一年中失负荷的期望次数越小越好这些指标的工程含义并不同LOLE关注的是停电频率的“年尺度期望”EENS关注的是电力系统停电的总量影响EDNS则更直接地反映单次故障的严重程度。规划实践中我习惯把LOLE和EENS作为核心对比指标因为LOLE适合快速筛选方案EENS适合做经济性量化比较。3.3 评估方法选型状态枚举法与非序贯蒙特卡洛怎么选输电网可靠性评估的方法主要分解析法和模拟法两大类。解析法的代表是状态枚举法思路是枚举所有可能的元件故障状态组合计算每个状态的概率和后果然后累加得到可靠性指标。它适合元件数不超过2030个的小规模算例状态数可控结果稳定。但系统规模一旦增大状态数呈指数增长枚举全部状态变得不现实此时往往采用“故障筛选截断”技术只枚举一阶和二阶故障状态。非序贯蒙特卡洛法则是通过随机抽样生成大量系统状态对每个状态做潮流或最优切负荷计算统计失负荷事件来估计指标。它不依赖对状态空间的显式枚举尤其适合故障元件类型多样、运行方式变化复杂的实际输电网。缺点是需要大量抽样才能让指标收敛EENS通常需要上万次抽样才能达到可接受的方差。工程上我会按照“规模小用枚举规模大用抽样”的原则选择工具。3.4 可靠性参数从哪里来故障率、修复时间与数据修正可靠性计算的准确度受两个因素制约一是评估方法本身二是可靠性参数。规划阶段最常用的参数是元件故障率和修复时间。故障率通常用“次/百公里·年”作为线路的单位变压器用“次/台·年”。这些数值的来源一般是电网公司的可靠性统计年报和设备厂家提供的数据。但直接套用典型值会带来较大误差——不同地区雷害、台风、冰灾和外破条件不同同类线路的故障率可能相差数倍。我一般在项目里会要求规划人员用近三年的属地统计数据进行修正修正方式用基础的故障率点估计即可。如下公式可用于调整线路故障率λ_修正 该地区线路近3年故障次数 / (该地区线路总长度(百公里) × 3)值得注意的坑是故障率统计中要区分“计划停运”和“非计划强迫停运”。用于可靠性评估的是非计划强迫停运率如果把两种停运都混在一起计算LOLP可能会翻倍。4. 把可靠性指标算出来一个非序贯蒙特卡洛最小算例与参数配置4.1 算例设定从IEEE RTS-79简化出一个可复现的三节点系统为了不让可靠性评估停留在概念层面下面用一个最小系统演示非序贯蒙特卡洛评估的完整流程。系统包含3个节点、3条线路和2台发电机。节点1接入200MW发电机节点2接入100MW发电机节点3是负荷节点峰值负荷150MW。三条线路的容量都是150MW故障率取0.5次/百公里·年修复时间取8小时。负荷按峰值水平固定处理不引入时序曲线这样算例保持最小规模方便理解算法逻辑。4.2 Python实现非序贯蒙特卡洛的完整可运行代码import numpy as np # 系统元件参数: 类型, 容量, 故障率(次/年), 修复时间(h) gen [ # 发电机 {capacity: 200, lambda: 2.0, r: 20}, {capacity: 100, lambda: 1.5, r: 15}, ] lines [ # 线路, 容量150MW, 故障率按0.5次/百公里年, 长度50km {capacity: 150, lambda: 0.25, r: 8}, {capacity: 150, lambda: 0.25, r: 8}, {capacity: 150, lambda: 0.25, r: 8}, ] load 150 # MW, 系统峰值负荷 np.random.seed(42) n_samples 50000 loss_event 0 total_loss 0.0 energy_short 0.0 for _ in range(n_samples): # 对每个元件抽样可用状态: 1可用, 0故障 states [] for g in gen: u np.random.random() avail 0 if u g[lambda] * (g[r] / 8760.0) else 1 states.append(avail) for l in lines: u np.random.random() avail 0 if u l[lambda] * (l[r] / 8760.0) else 1 states.append(avail) # 计算可用发电容量 gen_cap sum(g[capacity] * s for g, s in zip(gen, states[:2])) # 计算可用线路容量(连接负荷节点的线路可用容量) line_cap sum(l[capacity] * s for l, s in zip(lines, states[2:])) # 输送到负荷的最大功率受制于线路总可用容量 supply min(gen_cap, line_cap, load) if supply load: loss_event 1 loss_mw load - supply total_loss loss_mw energy_short loss_mw * 1.0 # 每步等效1小时 # 指标输出 lolp loss_event / n_samples eens energy_short * 8760 / n_samples # MWh/年 print(fLOLP {lolp:.6f}) print(fEENS {eens:.2f} MWh/年)代码逻辑分三段第一段定义发电机和线路的容量、故障率、修复时间第二段循环抽样每个元件的可用状态这里用的是“故障频率 × 修复时间 / 8760”作为元件在某一时刻处于故障状态的概率第三段计算当前状态下的最大供电能力用可用发电容量和可用线路容量中的较小值与负荷比较判断是否失负荷。最后按比例折算全年指标。参数设置上有三个细节值得注意。一是故障率的单位换算如果是“次/百公里·年”必须乘上线路长度再参与计算不然故障概率会偏大二是修复时间以小时为单位要和一年的8760小时保持一致三是抽样次数设定为50000次在工程上属于起步水平实际电网规模更大时建议用收敛判据动态决定抽样次数比如每隔1000次检查一次EENS的方差系数小于0.05再停止。4.3 结果判读LOLP和EENS达到多少算合格按上面的参数运行LOLP会落在0.0040.01之间EENS在几十到上百MWh/年之间具体数值取决于随机种子和元件参数。这个量级意味着系统每年有约13天存在失负荷风险对单电源小系统来说是可以接受的。如果LOLP超过0.1天/年说明系统供电裕度明显不足需要考虑增加发电容量或线路。如果LOLP很小但EENS偏高说明失负荷事件虽然少但单次失负荷量很大这时要优先改善系统的转供能力而不是盲目增加装机。4.4 从算例到实际网络扩展评估模型的三个方向实际电网不像算例这么简单。往工程方向扩展至少要补上三块内容。第一块是负荷模型要把单点固定负荷扩展为带时序曲线的分区负荷用8760小时序列做序贯模拟这样能反映负荷峰谷对可靠性指标的影响。第二块是输电约束实际系统的潮流不能只看容量加和要跑交流潮流或直流最优潮流考虑线路潮流分布和节点电压约束故障后的切负荷量也更准确。第三块是故障模式除了元件独立故障还要考虑共因故障比如同塔双回线路同时跳闸、极端天气下多条线路同时故障这些场景对输电网可靠性评估的结果影响很大。5. 输电网规划避坑五年规划里最常见的五个翻车现场5.1 坑一容载比越算越高网架越建越密现象规划方案评审时多个变电站的容载比都在2.2以上明显偏高但设计人员坚持安全裕度越大越好。原因没有把容载比和N-1转供能力联动分析默认容载比越高越可靠。实际上变电站负载率过低时网架结构复杂但利用率不足投资浪费且运行方式僵化。解决把容载比目标值放回N-1校核结果中反推如果一个片区的N-1全部通过且负载率均低于50%就应该撤销冗余容量或推迟项目建设时序。5.2 坑二N-1校核只看静态潮流不看暂态过程现象方案通过N-1静态潮流校核但实际运行中发生单线跳闸后系统出现电压崩溃或频率越限。原因静态潮流只检查了稳态下的过载和电压没有校核暂态稳定和动态响应。解决对规划方案中的关键输电断面和长线路加做暂态稳定仿真至少要看单相重合闸和三相跳闸两种故障下的功角、电压恢复情况必要时增加动态无功补偿的配置方案。5.3 坑三可靠性参数直接抄典型值结果失真现象两个方案可靠性指标对比时A方案明显好于B方案但换成另一套故障率数据后结论反转。原因A、B方案差异本来就小故障率参数用了不同来源的典型值数据口径不一致导致排序漂移。解决所有参与对比的方案必须用同一套基础参数且这套参数来源于本地区近三年的实测统计数据不要从教材或外部报告中直接抄数。对关键参数要做敏感性分析至少列出故障率±30%变化时的指标范围。5.4 坑四只看整体指标不看薄弱节点现象系统LOLP整体低于目标值但某个关键变电站的失负荷概率很高一旦故障会损失大量重要用户。原因系统级指标把局部风险平均化了掩盖了特定区域的集中风险。解决把可靠性指标按节点和供电分区进行拆分统计每个节点的失负荷概率和缺电电量识别出高风险点再针对这些点做专项网架加强或运行方式优化。5.5 坑五规划方案只做技术校核不做经济性比较现象多个方案技术上都满足N-1和可靠性目标但无法判断哪个更值得投资。原因规划阶段没有把可靠性提升量转化为停电损失减少的经济效益导致决策只能靠专家拍板。解决用EENS指标乘以单位停电损失费用得到可靠性提升收益再与全寿命周期投资成本做差额比较用净现值作为方案比选的最终依据。6. 用仿真复现“最想删掉的那条线”再回答一个问题规划评审会上最常出现的争论是“某条线路利用率太低能不能不建”。我会把这类问题带回仿真环境做一个标准动作把这条线从方案中剔除然后同时做N-1校核和可靠性指标对比看剔除前后LOLP、EENS和N-1转供能力的变化量。如果剔除后指标恶化不明显这条线确实可以考虑缓建如果可靠性指标显著恶化那线上“平时利用率低”恰恰说明它在故障状态下承担着关键的转供角色属于典型的备用价值线路。这个动作能成立的关键是提前建立了一份可复用的仿真工具箱一个基础电网模型、一套经过属地化修正的可靠性参数、一组规划水平年的负荷和电源方案。把这套东西维护好规划评审的效率会提高很多也能避免重复建模型造成的口径不一致。我个人的习惯是每个规划项目收尾时保存一份“参数修改记录”把每次仿真用的故障率、修复时间、负荷曲线来源都记录下来。半年后回看方案还能复现当时的计算过程而不是面对一个没人说得清的黑匣子。这套课件里反复强调的“规划与可靠性一体化”的思路核心也就是把参数、模型和指标全链路管起来。希望这个方向能帮你在自己的电网项目里少走几步弯路。本文还有配套的精品资源点击获取