CN105356466A - 大规模输电网架恢复的分层协同控制与动态决策方法 - Google Patents

Abstract

本发明公开了大规模输电网架恢复的分层协同控制与动态决策方法，步骤一，将输电网架分成主网架层和地区层两个层次，主网架层和地区层通过受电点连接，受电点在主网架层和地区层中分别具有负荷和电源的属性；步骤二，确定受电点的指标值；步骤三，建立承诺与约定的恢复协作机制，受电点的承诺值根据系统状态变化更新；步骤四，将主网架层和地区层恢复优化作为下层问题，将受电点指标值寻优作为上层问题，建立双层规划的输电网架恢复决策模型并求解，得到整体的决策方法。解决了在应对分层分区多进程恢复时各级、各地区调度间的协调与配合问题，能够实现各子进程独立并行恢复，并保证了操作安全性，提高了恢复效率。

Description

大规模输电网架恢复的分层协同控制与动态决策方法

技术领域

本发明涉及电力系统运行调度、恢复控制与优化决策相关技术领域，尤其涉及一种大规模输电网架恢复的分层协同控制与动态决策方法。

背景技术

极端气象灾害、设备误操作、黑客入侵以及恐怖袭击等都可能诱发电网发生大面积连锁停电事故，造成重大社会影响。而随着电网互联、电源结构的日益多样化以及极端天气增多、恐怖活动日益猖獗等外部因素影响，这种由局部故障引发大面积停电的风险在逐年增加。作为电网安全防御体系的重要一环，构建完善、高效的电网应急响应机制，提高电网恢复能力，实现大面积停电后安全、快速、有序地恢复供电，对于减小生命财产损失和停电造成的影响都具有重要意义。

大停电后的系统恢复通常涵盖黑启动、网架恢复与负荷恢复3个阶段。其中，输电网架恢复作为承上启下的关键阶段，需要担负起构建系统网架、向各失电厂站送电和迅速扩充系统容量的任务。目前，针对输电网架恢复，国内外学者已经做了许多卓有成效的工作，按照不同的目标和侧重点，主要可分为恢复路径寻优、机组恢复排序、系统分区优化、目标网架构建、恢复风险评估、并列合环控制等几个方面。从决策的层面，输电网架恢复的核心问题是如何制定重要机组、负荷及线路的恢复方案才能实现协调有序恢复并获得最大的恢复效益，而以往文献方法在应对这类问题时普遍存在以下局限性和不足：

首先，这些方法都是基于给定的系统停电断面，在一种离线场景下生成恢复方案，本质上属于静态决策范畴。而在实际恢复过程中，停电场景难以预测，恢复操作也具有很大的不确定性，离线制定恢复预案缺乏灵活性和实用性，对实际恢复操作的指导有限。

其次，实际大停电可能造成省级甚至区域电网全黑，在失电网架规模如此庞大的情况下，以往方法在计算时间和寻优效率上难以得到保证。

最后，对于大规模互联电网，其恢复过程通常具有多区域、多层次与多方参与的特点，通常需要多单位联动并协同参与，当中涉及多个线索的并行恢复过程以及多级调度间的协调与配合问题，而以往方法在涉及多层次、分布式的恢复操作时，缺乏明确、有效的任务分配与功率、电压协调机制。其生成的恢复方案在这种多方参与的复杂场景下难以适用。

发明内容

本发明的目的就是为了解决上述问题，提供一种大规模输电网架恢复的分层协同控制与动态决策方法，解决了在应对分层分区多进程恢复时各级、各地区调度间的协调与配合问题，能够实现各子进程独立并行恢复，并保证了操作安全性，提高了恢复效率；解决了在恢复决策时灵活性不高、计算效率低的问题，在降低问题求解规模的同时，实现了基于在线场景下的动态决策。

为了实现上述目的，本发明采用如下技术方案：

大规模输电网架恢复的分层协同控制与动态决策方法，包括以下步骤：

步骤一，将输电网架分成主网架层和地区层两个层次，主网架层和地区层通过受电点连接，受电点在主网架层和地区层中分别具有负荷和电源的属性；

步骤二，确定受电点的指标值；

步骤三，建立承诺与约定的恢复协作机制，受电点的承诺值根据系统状态变化更新；

步骤四，将主网架层和地区层恢复优化作为下层问题，将受电点指标值寻优作为上层问题，建立双层规划的输电网架恢复决策模型并求解，得到整体的决策方法。

受电点的指标值包括：

功率配额指标I_PQ，主网架层分配给该受电点的有功功率使用上限；

电压容忍度指标I_VT，受电点所能承受的母线电压水平上限；

送电时间指标I_DT，主网架层送电至该受电点并将其母线电压控制在I_VT以下所需的总时间；

恢复效益指标I_RP，受电点当前负责恢复的各机组在未来一段时间内可向系统提供的总发电量。

各调度基于受电点的指标做出承诺，上层调度承诺在整个输电网架恢复期间，各受电点的高压母线工频电压将会始终被控制在对应的I_VT值以下，同时，各受电点将在对应的I_DT时间后具备向地区内机组送电的能力；下层调度承诺在当前阶段从各受电点吸收的有功功率将不会超过限值I_PQ，同时，地区内机组新增发电量将在给定时间范围内达到I_RP。

所述步骤三中，当有新机组并网并爬坡至最小稳定出力，系统可用电源容量得到补充，此时系统若仍存在待恢复机组，则对当前各受电点承诺值进行更新；在主网架层面，如果某条超高压线路投运失败，则当前的恢复路径被切断，恢复方案无法继续执行，此时需要对当前各受电点承诺值进行更新，并重新调整恢复方案。

当系统转入新一轮决策时，所有已经得到启动功率配额的机组都不再纳入新一轮优化，同时，在新增电源所在地区内的所有机组不再需要受电点作为其电源点，也不再纳入新一轮优化，相应的受电点也将废除；当一个地区恢复子进程结束，所有机组都已恢复，则其对应的受电点也将废除，但为了保证该地区内的电压安全，之前的电压指标承诺将继续生效直至该地区内有机组并网具备电压调节能力。

所述步骤四中，主网架层的恢复优化方法包括：

在主网架层的恢复过程中，选择过电压风险最小的充电网架，以减小线路操作复杂度，提高恢复效率；同时，考虑对后续恢复的影响，优先恢复重要度高的节点；

主网架层的优化目标是在给定的功率分配与受电点电压维持方案下安排充电网架及各站点的送电顺序，使主网架重构效率值η最高；

约束条件包括稳态电压约束和操作过电压约束；

根据优化目标和约束条件求解。

主网架重构效率ω_i为站点i所在地区重要度；α_i为站点i的拓扑节点度数，拓扑节点度数是与节点相连边的条数；n_s为在向各目标受电点送电过程中所恢复的超高压站点个数；I_DTmax为当前阶段最后一个得到恢复的目标受电点的送电时间指标值。

求解方法包括：

A1，构造主网架最小生成树；

将充电路径限制在以线路充电无功最小为目标构造的最小生成树中；

将目标网架中已恢复节点收缩凝聚为单个电源点；

对当前不需要恢复的网架做剪枝处理，以确保最小生成树中各叶子节点都为目标受电点；

A2，确定各受电点的送电顺序；

在主网架层，采用串行送电策略，以电源点为根节点，由近及远逐层搜索目标节点，每次都对已恢复节点的所有子节点进行遍历，并基于以下原则确定下一步要恢复的节点：

先恢复目标受电点；优先恢复ωα值最高的节点，ω为所在地区重要度；α为拓扑节点度数。

所述步骤四中，地区层的恢复优化方法包括：

地区层的恢复优化目标是在给定的受电点功率配额、电压容忍度以及送电时间下安排机组恢复方案，使受电点的恢复效益值最大；

约束条件包括：机组启动时间约束、功率配额约束、潮流约束及暂态安全约束；

利用回溯算法优选出合适的被启动机组，利用Dijkstra最短路径法选取最优的充电网架，利用灵敏度方法以最小代价实现工频过电压的调整。

所述步骤四中，受电点指标值寻优方法包括：

确定两个优化目标f₁与f₂，f₁为主网架重构效率值取相反数，f₂为各受电点恢复效益指标I_RP求和后取相反数，目标为两个优化目标的最小；

约束条件包括各受电点的功率配额指标I_PQ之和小于系统当前可分配电源容量P_S，各受电点的电压容忍度指标I_VT在受电点的稳态电压允许范围的上下限之间；

采用多目标进化算法NSGA-II求解。

本发明的有益效果：

1、针对大规模输电网架恢复，由于涉及多级、多地区调度间的协调与配合问题，传统方法难以给出全局恢复方案，或者给出的方案面临执行难的问题。本发明首次将恢复的多主体协调控制纳入决策中，基于所构建的恢复协作机制，能够使各调度在恢复过程中建立起一种直观、高效的协作关系，将各恢复子进程解耦，各自任务明晰、分工协作，能够显著提高恢复效率，实现输电网架恢复的并行协调控制。

2、本发明摒弃了以往基于固定停电断面的静态决策思想，在所构建的协作机制基础上，提出了一种适用于在线环境下的输电网架恢复决策方法。能够根据恢复进程动态的调整和补充恢复方案，有效应对各类不确定事件，提高了恢复决策的灵活性和恢复控制的鲁棒性。同时，基于所构建的双层规划决策模型，显著降低了问题求解规模，并能够兼顾求解全局性各层级的恢复偏好，提高了输电网架恢复决策水平。

附图说明

图1为基于受电点指标值承诺的两层恢复策略示意图；

图2为主网架恢复优化流程；

图3为地区层恢复优化流程；

图4为基于受电点指标值寻优的上层规划问题求解流程。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

现代互联电网具有明显的层次化与分布式特点。就输电网架而言，其通常由超高压主干网架与若干个地区性网络共同组成。大停电发生后，系统网架恢复的总体策略较为明确，即由外部电源通过联络线迅速充电主干网架，向各失电地区送电；或由各带电孤岛与黑启动形成的子系统通过主干网架向周边地区辐射并逐个并列。各地区内则以恢复主力机组为目标，并伴随地区网架恢复与稳燃、调压负荷投入。可以看出，网架恢复同样具有明显的分级特征。为了尽快重构系统网架并提高恢复效率，通常希望主网架与各地区网架恢复操作并行，由于涉及操作繁琐且时间与空间跨度大，需要各级、各地区调度的协同配合。尤其针对我国垂直化的电网管理模式，合理的任务分摊与调控权限下放十分必要。根据工程经验，通常中心调度主要负责主干网架充电与系统电源功率的统筹分配，地区调度负责区内网架充电与区内统调机组的恢复。基于这种分工模式，系统调控资源得以充分利用，网架恢复能够迅速在多线索展开，使各地区主力机组尽快得到恢复，为后续大规模负荷投入打下基础。在这种网架恢复策略下，负责功率交换的超高压站点成为衔接两层恢复操作的重要枢纽。我们将接收来自主网架的电源功率并作为初始电源点恢复各地区内机组、负荷的超高压站点称之为受电点。受电点可以根据地区层各厂站的恢复便利性进行灵活配置，其在主网架层与地区层分别具有负荷与电源的属性。每个受电点对应一个独立的恢复子进程，定义其各项指标如下：

功率配额指标I_PQ为主网架层分配给该受电点的有功功率使用上限。网架恢复时期，待恢复机组众多，而系统可用容量有限，为了实现电源功率的协调有序使用，为地区层各子进程设置功率使用限额。地调在进行恢复操作时，需保证从受电点吸收的有功功率不超过此配额限值：

式中：n_G、n_L分别为受电点i所在恢复分区内待恢复机组和负荷站点数量；P_Gstart,j为机组j的启动功率；u_j为判断机组j在当前阶段是否由受电点i恢复的标志(1为是，0为不是)；P_L,g为在变电站g在当前阶段投入的负荷量。

电压容忍度指标I_VT为受电点所能承受的母线电压水平上限。长距离空载线路充电可能导致严重的过电压，受电点在得电后，其母线工频电压水平直接影响后续上下两层的恢复操作能否顺利进行。因此，为其设置电压上限，主网架层负责将受电点母线电压维持在该上限值以下，同时，地区层保证其区内恢复操作不会发生工频电压越限。I_VT的值能够反映地区层恢复操作的安全裕度大小，同时，其也决定了主网架层进行电压调整的操作复杂度。

送电时间指标I_DT为主网架层送电至该受电点并将其母线电压控制在I_VT以下所需的总时间：

式中：n_C为受电点i的送电路径中需要充电的线路条数；T_C,j为线路j的充电操作时间；T_R,j为对应于线路j操作的补偿设备投切时间。可以看出，I_DT的值即为对应的地区层具备恢复条件需要等待的时间，它与主网架层面的各受电点恢复顺序与恢复路径有关。

恢复效益指标I_RP为受电点当前负责恢复的各机组在未来一段时间内可向系统提供的总发电量：

式中：t₀为当前时刻；T为系统统一设定的计算结束时刻；P_j(t)为机组j的简化出力函数。可以看出，I_RP与受电点送电时间I_DT以及地区层各机组的恢复次序与恢复路径有关。

承诺与约定模型最初作为一种多智能体系统的协作方法被提出。承诺指智能体对承担一个特定的行为序列所作的保证，约定是指在变化的环境中监控承诺进展状态的手段。前者提供了一定程度的可预见性，使智能体能够在处理相互依赖关系、全局约束和资源冲突时，能估计其他智能体的活动，后者为多智能体系统在动态环境下的协作提供了灵活性。在大规模网架恢复阶段，每一个调度机构都可以被看作是一个独立的智能体，基于这种观点，对承诺与约定模型进行了演变与改进并据此构建了一种简单而直观的输电网架恢复协作机制。

首先，假设各受电点的四项指标值已经确定，各调度基于该四项指标做出承诺。上层调度承诺在整个输电网架恢复期间，各受电点的高压母线工频电压将会始终被控制在对应的I_VT值以下，同时，各受电点将在对应的I_DT时间后具备向地区内机组送电的能力；下层调度承诺在当前阶段从各受电点吸收的有功功率将不会超过限值I_PQ，同时，地区内机组新增发电量将在给定时间范围内达到I_RP。基于受电点指标值承诺的两层恢复结构如图1所示。通过制定并履行恢复承诺，系统总的有功消耗得到限制，各级调度的电压调整职责得以明晰，恢复操作的安全性得到保证。同时，各恢复子进程的执行效能得以预测并进行量化，各级调度在当前阶段的恢复目标和任务得以明确，并使其能够专心于各自的恢复进程，避免了相互间的频繁交互与通信。这样，基于这种指标值承诺，各级、各地区调度之间可以建立起一种高效且直观的恢复协作关系。

然后，为了保证恢复决策与控制的灵活性，提出了一种基于约定的受电点指标值更新机制。在实际的电网恢复过程中，系统状态在不断的变化，当有新的机组并网或出现一些意外事件时，当前的恢复承诺以及相应的恢复方案可能作废，此时需要重新调用恢复决策模块对当前各受电点承诺值以及恢复方案进行更新。具体的，当有新机组并网并爬坡至最小稳定出力，系统可用电源容量得到补充，此时系统若仍存在待恢复机组，则对当前各受电点承诺值进行更新。此外，考虑实际恢复操作的不确定性，若在恢复过程中某条线路或某台机组投运失败，则当前方案可能无法继续执行。特别的，在主网架层面，如果某条超高压线路投运失败，则当前的恢复路径被切断，恢复方案无法继续执行，此时需要对当前各受电点承诺值进行更新，并重新调整恢复方案。如果某地区内发生投运失败事件，则对应受电点的I_PQ、I_VT保持不变，仅对地区内恢复方案进行调整。需要注意的是，当系统转入新一轮决策时，所有已经得到启动功率配额的机组都不再纳入新一轮优化，同时，在新增电源(达到稳定出力机组)所在地区内的所有机组不再需要受电点作为其电源点，也不再纳入新一轮优化，相应的受电点也将废除。当一个地区恢复子进程结束，即所有机组都已恢复，则其对应的受电点也将废除，但为了保证该地区内的电压安全，之前的电压指标承诺将继续生效直至该地区内有机组并网具备电压调节能力。

在所构建的基于承诺与约定的恢复协作机制下，恢复决策可以转化为基于当前的系统断面确定受电点的指标矩阵。考虑到输电网架恢复的层次化以及多方参与的特点，其实质上是一个具有主从递阶结构的群体决策问题。各级、各地区调度作为独立的决策者，都有其自己的恢复目标和偏好，但从总体的角度，又需要制定出全局最优的方案。双层规划是解决具有主从结构问题的通用建模方法，本发明提出了一种基于双层规划的输电网架恢复决策模型，将主网架和地区层恢复优化作为下层问题，将受电点指标值寻优作为上层问题，受电点指标I_PQ、I_VT作为上层决策变量。

主网架层的恢复优化：

假设当前所有的目标受电点(即当前阶段分配到有功配额的受电点)已确定，主网架层的恢复任务是从电源点(外部联络线落点或已带电系统所在地区超高压站点)向各目标受电点送电，逐步重构主干网架。在此过程中，应尽量选择过电压风险最小的充电网架，以减小线路操作复杂度，提高恢复效率；同时，考虑对后续恢复的影响，应优先恢复重要度高的节点。定义主网架重构效率如下：

式中：ω_i为站点i所在地区重要度；α_i为站点i的拓扑节点度数(与节点相连边的条数)；n_S为在向各目标受电点送电过程中所恢复的超高压站点个数；I_DTmax为当前阶段最后一个得到恢复的目标受电点的送电时间指标值。

主网架层的优化目标就是在给定的功率分配与受电点电压维持方案下合理安排充电网架及各站点的送电顺序，使主网架重构效率值最高：

maxη(5)

约束条件：

1)稳态电压约束。

每次线路操作都要保证各节点电压维持在允许范围内。对于目标受电点，其稳态电压上限等于其I_VT承诺值。

2)操作过电压约束。

空充超高压线路容易

引发操作过电压越限。考虑最严重的情景，线路合闸初相角取零，线路末端电压可由式(6)求得^[14]。

式中：U为线路末端稳态电压幅值；K_i、S_i、β_i以及λ_i可由线路长度、电阻、电抗以及始末端电压等参数求得，具体见文献《电力系统过电压》；计算时右侧衰减振荡分量一般取前三项。通常对于500kV线路来说，操作过电压最大幅值不应超过其额定电压值的两倍。

本发明计及电压调整对恢复进程的影响，由于调压会导致额外的耗时，因此过电压越限直接反映为受电点I_DT值的增大。在主网架层，电压调整措施主要为调节发电机端电压和投入并联电抗器。本文结合潮流计算和式(6)对过电压进行校验，并基于灵敏度方法确定电压调整方案。线路操作时间以及受电点的I_DT值可由线路投运和电压调整的开关操作数估算得到。

对于该问题的求解流程如图2所示，具体步骤如下所示：

1)构造主网架最小生成树。

从主网架重构的全局性考虑，将充电路径限制在以线路充电无功最小为目标构造的最小生成树中，能够保证总体上的过电压风险最小，减少因调压带来的时间消耗。在调用Prim算法求解前，需将当前已带电线路权重设为一个很小的值，将不可用线路权重设为一个很大的值。在以此确定目标网架后，需作如下处理：

①将目标网架中已恢复节点收缩凝聚为单个电源点。

②对当前不需要恢复的网架做剪枝处理，以确保最小生成树中各叶子节点都为目标受电点。

2)确定各受电点的送电顺序。

在主网架层，通常采用“串行”送电策略，即线路逐条恢复，以降低安全风险。本文基于广度优先搜索思想，以电源点为根节点，由近及远逐层搜索目标节点。每次都对已恢复节点的所有子节点进行遍历，并基于以下原则确定下一步要恢复的节点：

②先恢复目标受电点。

②优先恢复ωα值最高的节点。

地区层的恢复优化：

具有功率配额的受电点在得电后，其对应地区恢复子进程的主要任务是以恢复本区内统调机组(一座电厂选取一台机组)为主导，逐步重构地区网架，扩充系统容量。其优化目标是在给定的受电点功率配额、电压容忍度以及送电时间下合理安排机组恢复方案，使受电点的恢复效益值最大：

maxI_RP(7)

约束条件：

1)机组启动时间约束。

火电机组具有最大最小临界启动时间约束，机组启动到并网时间与其启动时刻有关：

其中：

t_start＝t_begin+I_DT+T_charge

式中：T_start为机组启动到并网时间；T_s,h为机组热启动时间；T_s,c为机组冷启动时间；T_CH为机组最大临界热启动时间；T_CC为机组最小临界冷启动时间；t_start为机组启动时刻；t_begin为当前时刻；T_charge为地区内机组恢复路径充电时间。

2)功率配额约束。

恢复机组时，地区层内有功消耗主要包括机组厂用电以及调压负荷的投入，其总和不得超过受电点功率配额限值，如式(1)。

3)潮流约束。

确定恢复路径后需进行潮流校验。计算潮流时，将受电点作为平衡节点，其电压幅值设为I_VT承诺值。网架恢复阶段，线路过载的情况一般不会出现，此时应主要关注各节点电压是否在安全范围内。

4)暂态安全约束。

网架恢复阶段并网机组逐渐增多，一般不会出现发电机自励磁问题。而通过合理安排辅机启动顺序以及负荷分批多次投入，也可有效避免暂态电压和频率越限。地区网架由于多为220kV，其操作过电压也可忽略不计。因此，地区层优化时，暂态安全约束可做解耦处理。

对于该问题的求解流程如图3所示，具体说明如下：

单个地区内统调电厂数量不多，可采用“并行”送电策略，即同时对所有被启动机组的恢复路径充电，以提高恢复效率。因此，要使受电点I_RP值最大，需要：1)优选出合适的被启动机组；2)选取最优的充电网架；3)以最小代价实现工频过电压的调整(尽少占用功率配额资源)。针对以上3个问题，本文依次采用回溯算法、Dijkstra最短路径法以及灵敏度方法求解。

若I_PQ无法满足区内所有机组启动，则需要进行被启动机组优选。将路径搜索、约束检查以及灵敏度调压嵌套在基于深度优先规则的回溯搜索过程中，具体流程如图2所示。在使用Dijkstra算法搜索时，线路权重设为考虑高抗或低抗补偿后的剩余充电功率，并将当前已带电线路和同枝已搜索到的机组的路径权重设为一个很小的值，以便充分利用已有路径。基于灵敏度方法可以实现以最小的负荷投入换取最大的调压效果。将潮流方程在运行点附近线性化求导是获取功率对电压灵敏度简单有效的方法，具体可参见文献《电力网络灵敏度分析与潮流计算》。优先对过电压越限最严重的节点进行调整，在对其灵敏度最大的负荷节点处投负荷，投入量为

式中：V_n、V_n,max分别为越限最严重节点的电压幅值与电压上限；S_PV为相应的有功功率对电压灵敏度。投入负荷ΔP_L后，再次进行潮流校验，直至各节点电压不越限。

受电点指标值全局寻优：

在给定的各受电点I_PQ、I_VT下，通过下层规划对应两个子问题求解，可以实现主网架层与地区层恢复的自趋优、生成恢复方案并给出η、I_RP最优值。而在上层规划中，则需要对如何进行功率分配以及如何确定各受电点电压容忍度进行统筹安排。

输电网架恢复决策的总体目标是恢复效益最大化，而恢复效益主要可体现在2个方面：一是主干网架重构的完成度，二是系统新增的发电容量，分别对应上下两层的恢复。在主网架层面，其在未来一段时间的网架重构完成度与其恢复方案所对应的重构效率值成正比，因此可直接用η值大小来表征。在地区层面，系统在未来一段时间新增的发电量即为各受电点I_RP之和。

因此，可将网架恢复决策建模为一个多目标优化问题，描述如下：

式中：f₁与f₂为优化目标；n_P为受电点个数。

将各受电点I_PQ、I_VT作为上层决策变量，其需满足如下约束条件：

式中：V_i,max与V_i,min为受电点i稳态电压允许范围的上下限；P_S为系统当前可分配电源容量，可由下式求得：

式中：P_Sbegin为系统初始可用电源容量大小；n_Gstable为进入稳定爬坡状态机组的数量；P_Gmax,j、P_Gmin,j分别为电源j的额定容量与最小稳定出力；n_Gtotal为机组数量；ω_i为机组i是否被纳入下一轮优化的判断标志(0为是，1为不是)；P_Gstart,i为机组i的启动功率；P_L,total为当前已投入的调压负荷总量。

f₁、f₂的值取决于各受电点的I_PQ、I_VT承诺值以及相对应的下层规划问题求解结果。采用多目标进化算法NSGA-II对该上层规划问题进行求解，具体流程如图4所示。染色体采用实数编码，设系统当前有m个待恢复受电点，则染色体可编码为(I_PQ,1,I_PQ,2,…,I_PQ,m|I_VT,1,I_VT,2,…,I_VT,m)。在寻优过程中，依据恢复合理性原则对新生成个体的染色体数值按如下规则调整：若功率配额I_PQ小于受电点下任一机组的启动功率，则将其修改为0；对功率配额为0的受电点，将其过电压容忍度I_VT修改为稳态过电压上限值V_max。另外，如果有受电点在当前轮的优化中被废除，其I_PQ指标的上下限应设为0，I_VT指标的上下限应设为上一轮承诺值或母线电压上限V_max。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，包括以下步骤：

步骤一，将输电网架分成主网架层和地区层两个层次，主网架层和地区层通过受电点连接，受电点在主网架层和地区层中分别具有负荷和电源的属性；

步骤二，确定受电点的指标值；

步骤三，建立承诺与约定的恢复协作机制，受电点的承诺值根据系统状态变化更新；

步骤四，将主网架层和地区层恢复优化作为下层问题，将受电点指标值寻优作为上层问题，建立双层规划的输电网架恢复决策模型并求解，得到整体的决策方法。

2.如权利要求1所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，受电点的指标值包括：

功率配额指标I_PQ，主网架层分配给该受电点的有功功率使用上限；

电压容忍度指标I_VT，受电点所能承受的母线电压水平上限；

送电时间指标I_DT，主网架层送电至该受电点并将其母线电压控制在I_VT以下所需的总时间；

恢复效益指标I_RP，受电点当前负责恢复的各机组在未来一段时间内可向系统提供的总发电量。

3.如权利要求2所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，各调度基于受电点的指标做出承诺，上层调度承诺在整个输电网架恢复期间，各受电点的高压母线工频电压将会始终被控制在对应的I_VT值以下，同时，各受电点将在对应的I_DT时间后具备向地区内机组送电的能力；下层调度承诺在当前阶段从各受电点吸收的有功功率将不会超过限值I_PQ，同时，地区内机组新增发电量将在给定时间范围内达到I_RP。

4.如权利要求1所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，所述步骤三中，当有新机组并网并爬坡至最小稳定出力，系统可用电源容量得到补充，此时系统若仍存在待恢复机组，则对当前各受电点承诺值进行更新；在主网架层面，如果某条超高压线路投运失败，则当前的恢复路径被切断，恢复方案无法继续执行，此时需要对当前各受电点承诺值进行更新，并重新调整恢复方案。

5.如权利要求4所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，当系统转入新一轮决策时，所有已经得到启动功率配额的机组都不再纳入新一轮优化，同时，在新增电源所在地区内的所有机组不再需要受电点作为其电源点，也不再纳入新一轮优化，相应的受电点也将废除；当一个地区恢复子进程结束，所有机组都已恢复，则其对应的受电点也将废除，但为了保证该地区内的电压安全，之前的电压指标承诺将继续生效直至该地区内有机组并网具备电压调节能力。

6.如权利要求1所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，所述步骤四中，主网架层的恢复优化方法包括：

在主网架层的恢复过程中，选择过电压风险最小的充电网架，以减小线路操作复杂度，提高恢复效率；同时，考虑对后续恢复的影响，优先恢复重要度高的节点；

主网架层的优化目标是在给定的功率分配与受电点电压维持方案下安排充电网架及各站点的送电顺序，使主网架重构效率值η最高；

约束条件包括稳态电压约束和操作过电压约束；

根据优化目标和约束条件求解。

7.如权利要求6所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，主网架重构效率ω_i为站点i所在地区重要度；α_i为站点i的拓扑节点度数，拓扑节点度数是与节点相连边的条数；n_s为在向各目标受电点送电过程中所恢复的超高压站点个数；I_DTmax为当前阶段最后一个得到恢复的目标受电点的送电时间指标值。

8.如权利要求6所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，求解方法包括：

A1，构造主网架最小生成树；

将充电路径限制在以线路充电无功最小为目标构造的最小生成树中；

将目标网架中已恢复节点收缩凝聚为单个电源点；

对当前不需要恢复的网架做剪枝处理，以确保最小生成树中各叶子节点都为目标受电点；

A2，确定各受电点的送电顺序；

在主网架层，采用串行送电策略，以电源点为根节点，由近及远逐层搜索目标节点，每次都对已恢复节点的所有子节点进行遍历，并基于以下原则确定下一步要恢复的节点：

先恢复目标受电点；优先恢复ωα值最高的节点，ω为所在地区重要度；α为拓扑节点度数。

9.如权利要求2所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，所述步骤四中，地区层的恢复优化方法包括：

地区层的恢复优化目标是在给定的受电点功率配额、电压容忍度以及送电时间下安排机组恢复方案，使受电点的恢复效益值最大；

约束条件包括：机组启动时间约束、功率配额约束、潮流约束及暂态安全约束；

利用回溯算法优选出合适的被启动机组，利用Dijkstra最短路径法选取最优的充电网架，利用灵敏度方法以最小代价实现工频过电压的调整。

10.如权利要求2所述大规模输电网架恢复的分层协同控制与动态决策方法，其特征是，所述步骤四中，受电点指标值寻优方法包括：

确定两个优化目标f₁与f₂，f₁为主网架重构效率值取相反数，f₂为各受电点恢复效益指标I_RP求和后取相反数，目标为两个优化目标的最小；

约束条件包括各受电点的功率配额指标I_PQ之和小于系统当前可分配电源容量P_S，各受电点的电压容忍度指标I_VT在受电点的稳态电压允许范围的上下限之间；

采用多目标进化算法NSGA-II求解。