基于三维地理信息系统的输电通道规划路径优选方法及应用

基于三维地理信息系统的输电通道规划路径优选方法及应用

徐新智1,赵星源2,高艺1,赵小令1,陈昉2


(1.全球能源互联网发展合作组织,北京市 西城区 100031;2.北京洛斯达数字遥感技术有限公司,北京市 西城区 100120)

摘要

输电网规划是构建全球能源互联网的关键环节。为有效应对规划所面临的的空间跨度较大、规划周期长、传统的人工操作方式准确度差、效率低等问题,设计并实现了一种基于三维地理信息系统、具有可视化功能的输电通道规划路径优选工具,并可开展方案经济性比较,对不同参数进行灵敏度分析。通过实例验证,本方法可以有效辅助电网规划人员高效开展输电通道路径优选工作。

关键词 : 全球能源互联网;输电通道规划;路径优选;三维地理信息系统

0 引言

输电网规划是在负荷预测和电源规划的基础上,确定在何时、何地投建何种类型的输电线路及其回路数,以满足规划周期内所需要的输电能力,是一项复杂的系统性工程,也是构建全球能源互联网的关键环节[1]。它包含资料收集与信息管理、关键断面电力流分析、线路走向及长度获取、方案经济性比较、数据统计与分析等诸多方面的内容[2-3]。常规的输电网规划设计以人为主体,以计算机作为辅助工具[4-6]。这是因为电网规划具有较高的复杂性,需要考虑因素较多,且其中许多指标难以量化,具有多目标性、不确定性和多阶段性等特点。仅通过数学模型、约束条件和现代计算技术难以完全满足输电网优化所提出的要求[7]

在全球能源互联网规划中,对计算机辅助工具提出了以下新要求:①效率高、交互性强,可快速准确地以图形界面向用户提供所需信息;②由于全球能源互联网研究往往涉及跨洲、跨国输电通道规划,对线路造价影响较大的因素主要有地形、空间地物分布和政策法律法规等,需要结合全球地形高程信息和自然保护区数据等规划最优成本线路,并完成工程投资估算[8-10];③全球能源互联网主要涉及中长期输电网规划,规划周期长,可变因素多,因此需要灵活调节不同参数,直观反映参数对结果的影响,以及基于某一性能指标对可行路径上的一些参数做灵敏度分析。

鉴于以上几个方面,本文设计并实现了一种面向全球能源互联网的输电通道规划路径优选工具,将三维地理信息系统(3-dimensional geographic information system, 3D GIS)、计算机技术等引入输电网规划,提出一种适用于输电通道规划的最优成本线路生成方法,同时开展工程投资估算,对不同参数进行灵敏度分析。通过案例分析,验证了本工具的实用性。

1 输电通道规划GIS系统的架构

GIS主要用来进行地图展示与空间分析。电网线路具有典型的线形地理要素特征,适于应用GIS进行可视化、形象化的管理。此外,随着计算机技术与地理信息技术的发展,越来越多的“轻量级”GIS工具被研发与应用。通过B/S架构搭建的WebGIS平台能够使用户通过浏览器即可实现地图浏览、规划线路绘制与编辑、要素查询与空间分析等操作。本文构建的基于三维地理信息系统的输电通道规划路径优选工具基本架构如图1所示。

图1 基本架构
Fig.1 The architecture of the system

为了方便进行灵活展示和高效分析,本工具在前端引入了GeoJSON格式空间数据、Leaflet.js和Turf.js等第三方Javascript库。

2 系统功能设计与实现

2.1 业务流程

本工具通过方案的形式组织并管理不同的输电通道规划项目。具体业务流程分为方案管理、线路规划与造价估算、方案基础信息统计和经济性分析4部分。流程图如图2所示。

图2 业务流程
Fig.2 Operation flow of the system

1)建立规划方案,设定方案名称、规划区域、规划水平年等基础信息。

2)方案建立完成后,基于高程数据构建造价成本模型,综合考虑自然保护区等因素,生成优化路径并得到方案建设成本。

3)将生成的优化路径矢量化,对规划线路进行剖面分析。统计线路的总长度和架空线/海缆长度。

4)完成方案造价估算后,进行方案的经济性分析。通过输入规划方案的运营周期、贷款金额比例、贷款年限、贷款利息、规划工程年均利用小时数、年运营维护费和输电价等信息,最终实现对工程内部收益率的灵敏度分析。

2.2 优化路径生成流程

本工具提出了一种成本最优路径生成方法,可以根据线路架设区域的地形情况,生成线路最小建设成本路径。

在数据方面,地形数据选用由国际海道测量组织(international hydrographic organization,IHO)和政府间海洋学委员会(intergovernmental oceanographic commission,IOC)联合编制的GEBCO全球大洋地势图[11],如图3所示。该数据包含全球海洋和陆地的连续高程数据,数据网格精度为30弧秒。经过数据转换与投影变换,得到适用于网页展示的全球海陆地形数据,坐标系为WGS_1984_World_Mercator,单个像元分辨率为1048 m×1048 m。

图3 GEBCO全球大洋地势图
Fig.3 The general bathymetric chart of the oceans

优化路径生成主要包含构建成本模型、计算累积成本地图和生成最优路径3步。①在地图上选取一定的空间范围作为联网目标区域。以全球海陆地形数据的高程信息和自然保护区数据[12]为基础,通过加权叠加的方式构建单位距离线路/海缆造价成本模型。根据成本模型定义的高程与造价的映射关系,生成目标区域范围的造价成本表面。②设置目标点,以造价成本表面为基础,生成累积成本栅格地图,其包含累计成本信息和回溯路径信息,前者表示从不同像元到目标像元需要的累积成本,后者表示从不同像元出发,到目标像元的最优路径的行进方向。③以累积成本栅格地图为基础,设置出发点,生成从出发点到目标点的最优成本路径,同时,得到最优路径下线路的建设总成本。生成优化路径流程图如图4所示。

图4 生成优化路径流程图
Fig.4 Flow chart of path optimization

2.3 最优路径生成方法

最优路径生成方法如下所述[13]

1)累计成本定义

在栅格地图中,从一个像元移动到另一像元的成本受栅格表面特征(成本表面)和行进距离两个因素影响。通用累计成本公式如下:

式中:Costi表示通过成本表面第i个像元的单位距离行程成本;Distancei表示线路通过第i个像元的实际距离。

2)像元行程成本与方向

在计算累计成本时,将像元周围的8个像元定义为该像元的相邻像元,像元可以选择任意一个相邻像元作为行进方向向外拓展。从像元正上方开始,按照顺时针方向旋转一周,周围的8个相邻像元的行进方向分别定义为北、东北、东、东南、南、西南、西和西北,如图5(a)所示。相邻像元间的行程成本取决于这两个像元的空间方向。

当移动方向为垂直或水平方向时,如图5(b)所示,相邻像元的行进成本如公式(2)所示:

式中:CellUnit是单个像元的分辨率;Cost1是穿过像元1的单位距离行程成本;Cost2是穿过像元2的单位距离行程成本。

当移动方向为对角线方向时,如图5(c)所示,相邻像元的行进成本如公式(3)所示:

图5 像元方位与位移
Fig.5 Orientation and movement of cell

3)生成累计成本栅格地图

首先,确定目标点像元并分配0值,因为它返回自身不产生累积成本;其次,遍历目标点像元的相邻像元,使用式(2)和式(3)计算从相邻像元到目标像元的累计行程成本和行进方向,并将遍历过的像元按照行程成本升序排列放入活动累计成本像元列表中;再次,取出活动累计成本像元列表中的首个像元,重复上述操作,对取出像元的相邻像元进行遍历,计算到目标像元的累计行程成本和行进方向,并拓展活动累计成本像元列表。当某一像元存在于活动累计成本像元列表中且到目标像元的累计成本比列表中记录的值更小时,则更新列表中的记录;处理过程不断重复,直到栅格中的所有像元都分配到一个累积行程成本和行进方向,完成计算。

4)确认成本最优线路

设置起始点,将起始点所在像元设为起始像元,利用累计成本地图的回溯路径信息,从起始像元开始,依次遍历下一个像元,直到达到目标像元为止,所有遍历过的像元组成成本最优路径。起始像元的累计成本值即为该路径的累计行程成本。

2.4 灵敏度分析模型

构建项目内部收益率(internal rate of return,IRR)灵敏度分析模型。

输入参数包括投资参数、输电线路参数、成本费用参数和主变量参数。其中,投资参数包括经营期、输电容量、总投资、资本金比例、贷款期、贷款利率等;输电线路参数包括电压等级、线路类型、额定输送容量、电能损耗率、线路年平均运行小时数等;成本费用参数包括经营成本占投资总额比例、所得税率、增值税、城市维护建设费和教育附加费等。主变量参数是输电价,主要输出结果为内部收益率。

内部收益率可以通过式(4)进行计算[14]

式中:CI是现金流入量,万元;CO是现金流出量,万元;(CI-CO)t 是第t年的净现金流量,万元;n为经营 期,年。

对于输电通道规划项目,第一年的净现金流采用式(5)进行计算。

式中:invTotal是总投资金额;CR是资本金比例。第2年到第n年的净现金流采用式(6)计算。

式中:income是当年的税前电量销售收入;repay是当年还本付息的金额;taxValue是当年应交的增值税;taxIncome是当年应交的所得税;costOP是当年的运维费用。

3 实例分析

本文应用基于三维地理信息系统的输电通道规划路径优选工具,对地中海区域进行北非—欧洲联网规划,下面介绍规划与分析过程。

3.1 联网方案

北非地区日照时间长、辐照度大,太阳能资源丰富,适合建设大规模太阳能发电基地。将突尼斯雷马达、利比亚乔什太阳能基地电力汇集后,通过直流输送至意大利首都罗马消纳,可有效缓解欧洲电力供应的紧张局面,具有重要的经济价值、社会价值和环境价值。综合考虑实际情况,该联网方案拟采用±800 kV直流,输送容量800万kW,规划2050年建成。

进行联网规划时,合理选取分析区域可有效减少后续的计算量,提高分析效率。因此,首先选取地中海区域作为分析区域。其次,以全球海陆地形数据为基础,建立单位距离造价成本模型。考虑到未来海缆技术的进步,成本将进一步下降。在本方案中,架空线的高程—造价映射关系如表1所示,海缆的海深—造价映射关系如表2所示,单位变电造价映射关系如表3所示。

表1 架空线单位造价表
Table 1 Unit cost for overhead lines

表2 海缆单位造价表
Table 2 Unit cost for submarine cable

表3 单位变电造价
Table 3 Unit cost for substations

最后,考虑环保等因素,线路规划路径应尽量避开自然保护区。地中海区域自然保护区范围如图6所示(图中灰色区域)。

分别选用直接连接与成本最优路径的方式进行线路规划,规划过程与结果如下所示:

图6 地中海区域自然保护区范围
Fig.6 Nature reserve in the Mediterranean region

1)方案1:直接连接方式

直接连接突尼斯与罗马,线路跨越地中海,结果如图7所示。

图7 线路直连方案
Fig.7 Direct connection scheme

工程造价86.58亿美元,其中,线路造价66.1亿美元,变电站造价20.48亿美元,建设规模如表4所示:

表4 方案1建设规模
Table 4 Construction scale of scheme 1

沿线路进行高程剖面分析,结果如图8所示。

图8 方案1剖面分析图
Fig.8 Profile analysis of scheme 1

剖面分析的统计结果如表5所示。

表5 方案1剖面分析结果
Table 5 Profile analysis result of scheme 1

2)方案2:成本最优路径方式

首先,将地形高程数据和自然保护区进行叠加分析,生成造价成本表面。然后,以罗马为目标点,计算累积成本栅格地图,结果如图9和图10所示。

图9 累计成本信息图
Fig.9 Cumulative cost information

图10 回溯路径图
Fig.10 Backtracking path

在累积成本信息图中,红星标记处是目的地罗马,地图中绿色部分区域表示到罗马的累积成本较低,红色部分区域表示到罗马的累积成本较高。可以看出,到罗马累积成本较高的区域主要为深海、高山和自然保护区等区域。

在回溯路径图中,1、2、3、4号像元分别表示从该像元出发,到罗马的最优路径的行进方向为东北方、北方、东方和东北方。

其次,选取突尼斯作为起始点,根据本文所提出的优化路径生成算法,生成成本最优线路,如图11所示。工程总造价是37.75亿美元,其中线路造价17.27亿美元,变电站造价20.48亿美元。

最后,生成最优路线后,将线路矢量化,统计其总长和架空线/海缆长度,结果如表6所示。

对联网线路经过的区域进行高程剖面分析,结果如图12所示。

剖面分析的统计结果如表7所示。

图11 成本最优路径方案
Fig.11 Optimal cost scheme

表6 方案2建设规模
Table 6 Construction scale of scheme 2

图12 方案2剖面分析图
Fig.12 Profile analysis of scheme 2

表7 方案2剖面分析结果
Table 7 Profile analysis result of scheme 2

3.2 方案比较

比较方案1与方案2,虽然直接连接方式规划的线路长度较短,但是线路的跨海距离较大,需要敷设的海缆更长,海深更深,工程造价成本更高。经过剖面分析,成本最优路径方式规划的线路经过地区地势更为平缓,海拔/海深较低,更有利于开展工程建设。

在上述分析中,陆地线路仅考虑架空线方案,海底线路仅考虑海缆方案,暂未考虑地下电缆和海底隧道等方案。

3.3 灵敏度分析

对于方案2,采用基于三维地理信息系统的输电通道规划路径优选工具中灵敏度分析模块进行经济性分析,参数设置如图13所示。

图13 灵敏度分析参数设置页面
Fig.13 Parameter setting page for sensitivity analysis

1)固定项目的各项输入参数,改变输电价,从1.3美分/kWh递增到1.7美分/kWh,步长0.1美分/kWh,其内部收益率的变化结果如图14所示。

图14 电价对内部收益率灵敏度分析结果
Fig.14 Sensitivity analysis result of electricity price and IRR

可以看出,随着输电价的提升,项目的内部收益率也逐渐提高,从最初的6.5%逐步提高到17.6%。

2)固定线路的其他参数,设定输电价为1.5 美分/kWh,改变线路的年均利用小时数,从4000 h递增到6000 h,步长500 h,其内部收益率变化结果如图15所示。

图15 年均利用小时对内部收益率灵敏度分析结果
Fig.15 Sensitivity analysis result of annual average utilization hours and IRR

可以看出,随着线路利用率的提升,项目的内部收益率也逐渐提高,从最初的4%逐步提高到20.9%。

由以上分析可以得出,通过提高输电价或提升线路的利用率,可以显著提高项目内部收益率,该联网工程具有较好的经济性。此外,在全球能源互联网规划中,可采用本工具对多个工程在同一地图上进行规划和投资估算,辅助规划人员快速评估工程方案的经济性,大大提高工作效率。

4 结语

输电网规划的复杂性决定了计算机辅助工具的建设难度。本文通过对面向全球能源互联网的输电通道规划需求及特点的分析,设计了基于三维地理信息系统的路径优选工具,提出了一种适用于输电通道规划的最优成本线路生成方法。通过实例验证,本工具可以有效地辅助专业人员开展中远期输电通道规划工作。

在后续的研究过程中,将着重在以下方面开展工作:①收集更加全面的数据(如居民区数据、环境气象数据、地质数据等),增加约束条件,以此为基础构建更全面有效的模型,使优化结果更加合理准确;②增加地下电缆、海底隧道等多种模型,使工具更加实用;③在算法层面提高效率,减少计算时间。

参考文献

[1]刘振亚.全球能源互联网[M].北京:中国电力出版社,2015.

[2]国网北京经济技术研究院.电网规划设计手册[M].北京:中国电力出版社,2015.

[3]麻常辉,薛禹胜,鲁庭瑞,等.输电规划方法的评述[J].电力系统自动化,2006,30(12):97-101.Ma Changhui, Xue Yusheng, Lu Tingrui, et al.A review of transmission planning method[J].Automation of Electric Power System, 2006, 30(12): 97-101 (in Chinese).

[4]周鲲鹏,方仍存,颜炯,等.电网规划智能辅助决策系统的设计与实现[J].电力系统自动化,2013,37(3):77-82.Zhou Kunpeng, Fang Rengcun, Yan Jiong, et al.Design and implementation of an intelligent decision-making system for power grid planning [J].Automation of Electric Power Systems, 2013, 37(3): 77-82 (in Chinese).

[5]陶文伟,吴文传,王俏文,等.基于EMS的电网规划分析系统的设计与实现[J].电力系统自动化,2006,30(14):87-91.Tao Wenwei, Wu Wenchuan, Wang Qiaowen, et al.Design and implementation of transmission network planning analysis system based on EMS[J].Automation of Electric Power System, 2006, 30(14): 87-91 (in Chinese).

[6]陈健,万国成,刘文革.基于GIS平台的广州电网规划辅助决策系统开发与应用[J].南方电网技术,2009,3(B11):150-153.Chen Jian, Wan Guocheng, Liu Wenge.Development and application of GIS-based decision-making support system for Guangzhou power network planning[J].Southern Power System Technology, 2009, 3(B11): 150-153 (in Chinese).

[7]谭永才.电力系统规划设计技术[M].北京:中国电力出版社,2012.

[8]电力规划设计总院.电网工程限额设计控制指标(2017年水平)[M].北京:中国电力出版社,2018.

[9]Monteiro C , Ramirez-Rosado I J , Miranda V , et al.GIS spatial analysis applied to electric line routing optimization[J].IEEE Transactions on Power Delivery, 2005, 20(2): 934-942.

[10]杨萌,张粒子,舒隽.输电规划中计入环境因素的路径决策[J].电力系统自动化,2008,32(15):31-35.Yang Meng, Zhang Lizi, Shu Jun.Path decision-making considering environmental factors in transmission planning[J].Automation of Electric Power System, 2008, 32(15): 31-35 (in Chinese).

[11]The General Bathymetric Chart of the Oceans, http://www.gebco.net.

[12]The World Database on Protected Areas(WDPA), https://protectedplanet.net/.

[13]Meyerson A, Munagala K, Plotkin S.Cost-distance: two metric network design[J].SIAM Journal on Computing, 2008, 38(4): 1648-1659.

[14]Hartman, J.C., Schafrick, I.C.The relevant internal rate of return[J].The Engineering Economis,t, 2004, 49(2): 139-158.

Method and Application of Power Transmission Corridor Planning Path Optimization Based on
3-Dimensional Geographic Information System

XU Xinzhi1, ZHAO Xingyuan2, GAO Yi1, ZHAO Xiaoling1, CHEN Fang2
(1.Global Energy Interconnection Development and Cooperation Organization, Xicheng District, Beijing 100031, China; 2.Beijing North-Star Digital Remote Sensing Technology Co., Ltd., Xicheng District, Beijing 100120, China)

Abstract: Power grid planning is the key to build the global energy interconnection.A path optimization tool with optimal cost line generation method for power transmission corridor planning is designed and implemented in this paper in order to cope with the situation of large space span, long planning period, and low efficiency on measuring the cross-sea distance by traditional manual manner.The tool is based on 3-dimensional geographic information system with the function of visualization, economic analysis and sensitivity analysis.The availability and effectiveness of the tool on path optimization for power transmission corridor planning is verified by a case study.

Keywords:global energy interconnection; power transmission corridor planning; path optimization; 3-dimensional geographic information system

Science and Technology Foundation of SGCC(52450018000H).

文章编号:2096-5125 (2019) 04-0401-08

中图分类号:TM75;TM72

文献标志码:A

DOI:10.19705/j.cnki.issn2096-5125.2019.04.011

基金项目:国家电网公司科技项目“全球能源互联网数据质量体系与协同规划方法研究”(52450018000H)。

收稿日期:2019-01-30;修回日期:2019-04-30。

徐新智

作者简介:

徐新智(1985),男,高级工程师,研究方向为电力系统规划、电力大数据,E-mail:xinzhi-xu@geidco.org。

赵星源(1988),男,博士,研究方向为地理信息系统、电网智能选线,E-mai:xyzhao@eppei.com。

高艺(1973),女,教授级高工,研究方向为电网规划和电力系统可靠性分析,E-mail:gao-yi@geidco.org。

赵小令(1990),女,博士,研究方向为气体放电与绝缘、直流海缆技术,E-mail:xiaoling-zhao@geidco.org。

陈昉(1987),男,高级工程师,研究方向为电力信息化、能源大数据技术,E-mail:chenfang@eppei.com。

(责任编辑 张宇)

  • 目录

    图1