一种考虑停电配电网恢复顺序的移动应急电源接入点优化方法

1.本发明属于电网技术领域，特别涉及一种考虑停电配电网恢复顺序的移动应急电源接入点优化方法。


背景技术：

2.近年来由于极端自然灾害的频繁发生，国内外连续出现多起大面积停电事故，造成巨大的经济损失和严重的社会影响。传统配电网由主网对其进行供电，当主网发生故障时，将导致配电网发生停电事故。为此，有学者提出构建弹性配电网，在主网无法供电时，利用配电网中的本地分布式电源和未故障区域构建微电网，为重要负荷进行持续供电，从而减少停电事故带来的损失。
3.很多基于微电网的弹性提升方法研究聚焦于灾后微网孤岛划分以及微电网的能量调度方面。有学者提出在发生停电故障后，配电网以事先划分好的微电网结构继续运行，并对微网间的电能优化调度策略进行研究，以实现重要负荷供电量最大。有学者进一步提出了一种考虑微网孤岛划分的供电恢复策略，对发生停电后对配电网进行优化分区，并利用本地分布式电源对重要负荷进行供电。通过提前划分微网的方式可以提高灾后配电网弹性，但现有研究均假定配电网在故障发生时可以平滑切换至孤岛离网运行模式。在实际运行中，由于分布式电源和负荷的不确定性，孤岛微网难以成功切，因此，很多学者以孤岛划分结果为目标，研究了利用分布式电源逐步实现重要负荷节点供电的顺序恢复方法。然而，现有顺序恢复研究未利用移动应急电源优化来提升恢复效率，导致配电网停电恢复效率较低。


技术实现要素：

4.考虑到配电网发生停电事故后，移动应急电源可以通过交通网快速调度至重要负荷节点附近为其提供电能，是实现弹性配电网中重要负荷快速恢复的关键资源，本发明提出了一种考虑配电网恢复顺序的移动应急电源优化配置方法：在灾害发生前对移动应急电源进行提前布置，并在停电事故发生后对移动应急电源进行再调度，相比于传统仅考虑固定分布式电源的配电网顺序恢复方法，所提方法能够优化微电网中恢复路径的起始点，从而减少重要负荷的停电时间。
5.实现本发明目的的具体技术方案为：
6.一种考虑停电配电网恢复顺序的移动应急电源接入点优化方法，包括以下步骤：
7.步骤1、对极端自然灾害下配电网线路故障概率进行评估；
8.步骤2、构建移动应急电源接入点优化模型；
9.步骤3、构建考虑恢复顺序的源-网-荷-储协同调度模型；
10.步骤4、对模型进行线性化并求解，得到优化后的考虑停电配电网恢复顺序的移动应急电源接入点优化方案。
11.本发明与现有技术相比，其显著优点在于：
12.本发明的技术方案在顺序恢复过程中考虑了移动应急电源接入点的优化配置，实现了配电网中黑启动节点和恢复路径的协同优化，更大限度的利用了配电网中本地发电资源，减少重要负荷的停电时间。
13.下面结合附图对本发明作进一步详细描述。
附图说明
14.图1为本发明的步骤流程图。
15.图2为本发明的实施例中的ieee13节点配电系统电力结构及交通网拓扑示意图。
16.图3为本发明的实施例中各场景中线路故障及移动应急电源运动路径示意图。
17.图4为本发明的实施例中不同恢复策略下的平均负荷恢复量示意图。
具体实施方式
18.结合图1，一种考虑停电配电网恢复顺序的移动应急电源接入点优化方法，包括以下步骤：
19.步骤1、对极端自然灾害下配电网线路故障概率进行评估，具体为：
20.如果架空线路或任意的电线杆发生故障，则该条线路停运，通过将最大预测风速与设备脆弱性曲线进行映射，得到架空线路和电线杆的故障概率，进而得到配电网线路的故障概率：
21.ρb(ωm)＝ρ
b,l
(ωm) ρ
b,p
(ωm)-ρ
b,l
(ωm)ρ
b,p
(ωm)
[0022][0023]
其中，ωm表示风速，ρb表示线路故障概率，ρ
b,l
表示架空线路故障概率，ρ
b,p
表示电线杆故障概率，ρ
p_ind
表示独立的电线杆故障概率，n
b,p
表示电线杆的数量。
[0024]
步骤2、考虑到极端自然灾害下可能发生的故障场景，将考虑配电网恢复顺序的移动应急电源接入点优化问题建模一个随机优化模型，构建移动应急电源接入点优化模型，具体为：
[0025][0026]
其中，s表示故障场景的集合，ρs表示场景s发生的概率，i表示负荷的集合，wi表示负荷i的权重，p
il
表示节点i上的负荷需求量，表示表示场景s下第t时刻节点i上的负荷在微电网m中的恢复情况，表示场景s下第t时刻节点i上的负荷恢复量。
[0027]
在极端自然灾害发生前，对移动应急电源进行提前布置以应对即将到来的停电事故。在停电事故发生后，移动应急电源重新调度至目标位置。
[0028]
进一步的，以上优化模型包括以下约束：
[0029]
(1)一台移动应急电源只能配置在一个节点上，且节点上可配置的移动应急电源数量受该节点容量限制：
[0030]
[0031][0032]
其中，表示在停电事故发生前，移动应急电源k是否配置在节点i上，capi表示节点i上可容纳的移动应急电源数量限制；
[0033]
(2)在停电事故发生后，一台移动应急电源只能配置在一个节点上，且一个节点上只能配置一台动应急电源：
[0034][0035][0036]
其中，表示在停电事故场景s下，移动应急电源k是否配置在节点i上；
[0037]
(3)还需要将两阶段操作进行耦合，即只有在灾前预防阶段进行配置的移动应急电源才能在停电事故发生后参与配电网供电恢复：
[0038][0039]
步骤3、构建考虑恢复顺序的源-网-荷-储协同调度模型，具体为：
[0040]
步骤3-1、当配电网进行顺序恢复时，具有黑启动能力的电源包括移动应急电源、馈线和固定的黑启动电源。为了方便建模，馈线和固定的黑启动电源所在节点可以看作位置固定不变的移动应急电源。
[0041]
构建考虑移动应急电源参与的配电网恢复路径优化模型：
[0042]
微电网中恢复路径必须以连有黑启动电源的节点作为起点，且每一个微电网只有一个黑启动电源：
[0043][0044][0045][0046]
供电路径必须满足以下两个条件：1)存在连通线路；2)该线路在后续停电事故中不发生故障：
[0047][0048][0049]
配电网中恢复路径需要满足以下约束
[0050][0051][0052][0053][0054]
其中，为0-1变量，表示场景s下微电网m中是否有恢复路径从节点i出发，l表示配电网中线路连通矩阵，y
ij.s
表示故障场景s下配电网中线路(i,j)的故障情况，表示
场景s下微电网m中从节点i到节点j之间的恢复路径状态，表示场景s下在微电网m中存在恢复路径从节点i出发抵达节点j，反之，表示不存在恢复路径，m表示生成的微电网的集合，nc表示配电网中节点的数量；
[0055]
步骤3-2、构建虚拟潮流模型表示灾后节点是否由主网继续供电，虚拟潮流f
ij
不表示线路上(i,j)的流通功率，而是一个用于描述系统拓扑结构的0-1变量。虚拟潮流模型需要满足连通性约束，且不能在故障的线路上流通：
[0056][0057][0058]
其中，f
ij.s
表示场景s下的线路(i,j)上的虚拟潮流，θ(i)表示节点i的子节点集合；
[0059]
步骤3-3、通过计算节点供电恢复时刻得到负荷的停电持续时间。对于由微电网m恢复供电的节点j而言，其供电时刻tj等于移动应急电源k抵达该微电网中连接点i的时刻加上微电网m中顺序恢复需要的时间。由移动应急电源在灾前配置点及停电事故发生后其在交通网上的运动时间决定。节点的恢复时刻可以通过下列式子进行计算：
[0060]
首先将两阶段操作进行耦合，生成移动应急电源k的移动路径矩阵：
[0061][0062]
计算应急电源k抵达节点j需要的时间：
[0063][0064]
如果节点j连有黑启动电源，则其恢复供电时刻即为：
[0065][0066]
如果没有供电路径经过节点j，tj将被设为配电网停电时长：
[0067][0068]
根据f
ij
的取值，可以分为两种情况，当线路(i,j)上有虚拟潮流流通时，f
ij
＝1，节点i和j均处于非停电区域，不存在开关动作时间，则tj＝ti；反之，f
ij
＝0，节点i和j均处于停电区域，需要闭合线路开关对其进行顺序恢复，此时
[0069][0070]
其中，表示移动应急电源k的移动路径矩阵，表示表示在停电事故发生前，移动应急电源k是否配置在节点i上，表示表示在停电事故场景s下，移动应急电源k是否配置在节点j上，表示应急电源k抵达节点j需要的时间，表示移动应急电源从节点i出发抵达节点j需要的时间，t
j.s
表示在场景s下节点j的恢复时刻，表示在场景s下移动应急电源k抵达节点j所需要的时间，ψ表示一个很大的常数，表示在场景s下恢复线路(i,j)需要的时间，t
r.max
表示配电网停电时长；
[0071]
步骤3-4、通过引入0-1变量和分别表示故障场景s下节点和线路的供电状态与供电路径之间的关系，其约束为：
[0072][0073][0074][0075][0076]
其中，表示在场景s下t时刻节点i在微网m中的供电状态，表示在场景s下t时刻线路(h,i)在微网m中的供电状态。
[0077]
为了表示连在某一节点上的分布式电源、风机以及负荷是否恢复供电，进一步引入0-1决策变量u，且满足：
[0078][0079]
其中，表示在场景s下t时刻节点i上负荷的供电恢复状态，表示在场景s下t时刻节点g上分布式电源的供电恢复状态，表示在场景s下t时刻节点w上风机的供电恢复状态；
[0080]
步骤3-5、对配电网顺序恢复过程中，系统中电源设备出力及负荷削减量进行建模，需要满足如下约束：
[0081][0082][0083][0084][0085][0086][0087][0088][0089][0090][0091][0092]
[0093]
式中，p
ib.min
表示节点i上黑启动电源的有功出力的最小值，p
ib.max
表示节点i上黑启动电源的有功出力的最大值，表示节点i上黑启动电源的无功出力的最小值，表示节点i上黑启动电源的有功出力的最大值，表示场景s下节点i上黑启动电源在t时刻的有功出力，表示场景s下节点i上黑启动电源在t时刻的无功出力，表示一个时步节点i上黑启动电源的允许下调功率，表示一个时步节点i上黑启动电源的允许上调功率，表示节点g上非黑启动电源的有功出力的最小值，表示节点g上非黑启动电源的有功出力的最大值，表示节点g上非黑启动电源的有功出力的最小值，表示节点g上非黑启动电源的有功出力的最大值，表示场景s下微电网m中节点g上非黑启动电源在t时刻的有功出力，表示场景s下微电网m中节点g上非黑启动电源在t时刻的无功出力，表示一个时步节点g上非黑启动的允许下调功率，表示一个时步节点g上非黑启动的允许上调功率，γg表示节点g上非黑启动电源的功率系数，表示场景s下微电网m中节点w上风机在t时刻的有功调度出力，表示场景s下微电网m中节点w上风机在t时刻的无功调度出力，表示节点w上风机的额定出力，表示节点w上风机的容量，p
il
表示节点i上负荷的功率需求，表示节点i上负荷的允许削减最小值，表示节点i上负荷的允许削减最大值，表示场景s下微电网m中节点i上负荷在t时刻的有功削减量，表示场景s下微电网m中节点i上负荷在t时刻的无功削减量，σi表示节点i上负荷的功率因数。
[0094]
步骤4、对模型进行线性化并求解，得到优化后的考虑停电配电网恢复顺序的移动应急电源接入点优化方案，具体为：
[0095]
步骤4-1、对步骤2和3构建的模型中的非线性约束项进行线性化处理；
[0096]
(1)移动应急电源接入点优化模型中含有双线性项需要对其进行线性化处理，引入连续变量替代目标函数中的双线性项，并引入下式对其进行等效转化：
[0097][0098]
(2)针对故障场景s下节点和线路的供电状态与供电路径之间的关系的约束中，其变量由两个离散变量相乘而得，使得约束条件中存在非线性变量，因此需要对其进行线性化处理，线路供电状态约束表示为：
[0099][0100]
风电容量约束是一个二次约束，可以利用多边形内近似法，将可行域近似为一个
多边形区域。采用内近似法对二次约束进行线性化处理时，可以采用一组线性不等式约束替代二次约束。以正十二边形为例，经过缩减的可行域可表示为如下不等式约束集：
[0101][0102]
步骤4-2、对线性化后的模型进行求解，得到优化的考虑停电配电网恢复顺序的移动应急电源接入点方案：
[0103]
经过线性化之后的模型是一个混合整数随机优化模型，可进行直接求解。
[0104]
一种考虑停电配电网恢复顺序的移动应急电源接入点优化系统，包括以下模块：
[0105]
配电网线路故障概率模块：用于对极端自然灾害下配电网线路故障概率进行评估；
[0106]
移动应急电源接入点优化模型构建模块：用于构建移动应急电源接入点优化模型；
[0107]
源-网-荷-储协同调度模型：用于构建考虑恢复顺序的源-网-荷-储协同调度模型；
[0108]
求解模块：用于对构建的模型进行线性化处理并求解，得到最优配电网顺序恢复方案。
[0109]
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0110]
步骤1、对极端自然灾害下配电网线路故障概率进行评估；
[0111]
步骤2、构建移动应急电源接入点优化模型；
[0112]
步骤3、构建考虑恢复顺序的源-网-荷-储协同调度模型；
[0113]
步骤4、对模型进行线性化并求解，得到优化后的考虑停电配电网恢复顺序的移动应急电源接入点优化方案。
[0114]
一种计算机可存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0115]
步骤1、对极端自然灾害下配电网线路故障概率进行评估；
[0116]
步骤2、构建移动应急电源接入点优化模型；
[0117]
步骤3、构建考虑恢复顺序的源-网-荷-储协同调度模型；
[0118]
步骤4、对模型进行线性化并求解，得到优化后的考虑停电配电网恢复顺序的移动应急电源接入点优化方案。
[0119]
下面结合实施例对本发明做进一步的说明。
[0120]
实施例
[0121]
利用改进的ieee13节点配电系统验证所提化方法的有效性。
[0122]
配电系统电力结构及交通网拓扑如图2所示，系统中配有两台具有黑启动能力的移动应急电源、一台不具有黑启动能力的分布式电源以及两台风机，系统中电源设备参数如表1所示，其中，“m”表示该电源可移动，“f”表示该电源为固定电源，括号内数字表示其连接节点；发电机状态反映了其黑启动能力，其中“1”表示该电源具有黑启动能力；“0/1”表示
其不具有黑启动能力，但当满足启动功率要求时可以进行供电；“0”表示该台分布式电源不参与顺序恢复过程。系统中总负荷量为2mw，每个节点上的负荷需求及其权重通过随机生成。
[0123]
表1 ieee13节点配电系统中电源设备参数
[0124]
tab.1 parameters of distributed generators in ieee 13-bus system
[0125][0126]
当发生自然灾害时，配电网中多条线路发生故障。
[0127]
本实施例中，假设配电网故障设备修复时间为1小时，顺序恢复相邻时步间隔时间为5分钟。meg在交通网上的运动时间如表2所示，线路上开关操作所需时步如表3所示。
[0128]
为了在交通网中找到从起始点到终点的最短路径，本实施例首先通过迪杰斯特拉算法(dijkstra’s algorithm)对任意两点之间的最短运动时间进行计算。
[0129]
表2移动应急电源在交通网上运动所需时步
[0130]
tab.2 the time step needed for meg travelling on traffic network
[0131][0132][0133]
表3 ieee13节点配电系统中线路开关操作所需时步
[0134]
tab.3 the time step needed for line switch operation in ieee 13-bus system
[0135][0136]
在台风灾害到来之前，根据线路脆弱性曲线生成可能发生的偶发事件场景及其发生的概率，在此基础上求解meg灾前布置模型。
[0137]
本实施例通过4个偶发事件场景说明所提模型的有效性，分别计为cu1,cu2,cu3和
cu4，每个场景发生的概率设为0.1,0.2,0.4和0.3。图3对meg灾前布置位置、各场景下的线路故障情况以及相应的meg运动路径进行了展示。
[0138]
在停电事故发生前，两台移动应急电源分别布置于节点692和节点684，且所有场景中meg灾前布置方案相同；随着停电事故的真实发生，在不同故障场景下特定线路发生故障。在每一个故障场景下，移动应急电源通过交通网从提前布置点运动至相应的实时布置点，并逐步恢复待启动的非黑启动机组和重要负荷，进而生成两个并行恢复的微电网。
[0139]
以cu2为例，在此故障场景下，线路650-632和632-633发生断线故障。在停电事故发生后，节点650继续由主网进行供电，停电时间为0；meg2从节点692运动至节点633以恢复节点633及634上的负荷，meg2在交通网上的运动时间为20分钟；meg1仍连接在节点684，这是由于在在前已经考虑了可能发生的故障事件，因此可以有效减少其在交通网上的运动时间。由于meg1发电容量有限，节点632、645及646上的负荷不能被恢复，完整的供电恢复需要依赖于后续的施工队抢修操作。通过cu3和cu4还可以看出在建模过程中考虑非故障区域的重要性，尽管电源设备发电容量充足，但是通过非故障线路连接至变电站可以保证负荷不发生停电事故。
[0140]
通过三组对比算例验证所提移动应急电源配置策略在减少系统停电时间方面的有效性。算例1中，将移动应急电源在极端灾害发生前提前布置在特定节点，且在停电事故发生后不对移动应急电源位置进行调整；算例2中，在灾前对移动应急电源随机进行布置，当停电事故真实发生后，通过单阶段模型优化移动应急电源灾后配置点及顺序恢复方案；算例3中，在优化移动应急电源的灾前配置点时考虑停电事故的不确定性，但在停电事故真实发生后，不对移动应急电源的位置进行调整。
[0141]
通过以上三个算例及本方法所提方法得到的各时步平均负荷恢复量如图4所示，可以得到如下结论：
[0142]
1)算例1中平均负荷恢复量最小，表明对移动应急电源接入点进行优化可以减少顺序恢复过程中重要负荷的的停电时间。
[0143]
2)相较于算例2，本发明所提的顺序恢复方法可以更快地实现供电恢复。这是因为在预防控制阶段对移动应急电源进行灾前布置时考虑了可能发生的停电故障场景，能够减少移动应急电源在交通网上的运动时间。
[0144]
相较于算例3，本发明所提方法在前4时步的负荷恢复量较小，这是由于移动应急电源在交通上运行时无法向配电网提供功率支持。但是通过本发明所提方法得到的总负荷恢复更高，表明在应急控制阶段为移动应急电源进行再调度可以有效提高配电网中电源设备的利用效率，进而恢复更多停电负荷。
[0145]
以上实施例显示和描述了本发明的基本原理、主要特征。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。