CN111125887B - 一种配电网应急恢复的资源优化配置模型建立方法 - Google Patents
一种配电网应急恢复的资源优化配置模型建立方法 Download PDFInfo
- Publication number
- CN111125887B CN111125887B CN201911229926.7A CN201911229926A CN111125887B CN 111125887 B CN111125887 B CN 111125887B CN 201911229926 A CN201911229926 A CN 201911229926A CN 111125887 B CN111125887 B CN 111125887B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- distribution network
- power distribution
- fault point
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 96
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012423 maintenance Methods 0.000 claims abstract description 187
- 238000013468 resource allocation Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 6
- 238000013439 planning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种配电网应急恢复的资源优化配置模型建立方法,包括:以在最短时间内尽可能多的恢复配电网负荷为目标建立应急恢复的第一目标函数;对所述第一目标函数,设置配电网的运行约束;以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数;对所述第二目标函数,设置维修路径约束、维修资源约束以及维修时间约束;结合所述第一目标函数与所述第二目标函数,建立协调应急恢复和资源配置的第三目标函数,得到配电网应急恢复的资源优化配置模型。本申请公开的配电网应急恢复的资源优化配置模型建立方法以及配电网应急恢复的资源配置方法,解决了目前缺少利用现有应急资源快速实现配电网全面恢复的方案的技术问题。
Description
技术领域
本申请涉及配电技术领域,尤其涉及一种配电网应急恢复的资源优化配置模型建立方法以及一种配电网应急恢复的资源配置方法。
背景技术
配电网的安全稳定运行一直是人们密切关注的问题,近年来随着极端天气和自然灾害等突发事件的频繁发生,配电网的应急管理成为难点。目前,国内外研究重点大多还停留在恢复重构阶段。所谓恢复重构,即在发生故障时,通过调整配电网的运行方式以减小配电网的停电面积。然而,在配电网大范围发生故障时,仅仅通过配电网网络重构是不足以完成所有恢复工作的。因此,如何利用好现有的设备、人员等应急资源,高效快速地实现配电网的全面恢复,是目前亟待解决的技术问题。
发明内容
本申请提供了一种配电网应急恢复的资源优化配置模型建立方法以及一种配电网应急恢复的资源配置方法,解决了目前缺少利用现有应急资源快速实现配电网全面恢复的方案的技术问题。
有鉴于此,本申请第一方面提供了一种配电网应急恢复的资源优化配置模型建立方法,包括:
以在最短时间内尽可能多的恢复配电网负荷为目标建立应急恢复的第一目标函数;
对所述第一目标函数,设置配电网的运行约束;
以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数;
对所述第二目标函数,设置维修路径约束、维修资源约束以及维修时间约束;
所述维修路径约束为,维修队只从维修中心出发一次,完成各故障点的维修后返回所述维修中心;
所述维修资源约束为,维修队携带的维修资源数大于或等于要维修的故障点所需的维修资源数总和;维修队携带的维修资源数不超过自身所能携带的最大维修资源数;
所述维修时间约束为,维修队到达下一个故障点的时刻=维修队达到当前故障点的时刻+当前故障点需要的维修时间+当前故障点到下一个故障点的路程时间;
结合所述第一目标函数与所述第二目标函数,建立协调应急恢复和资源配置的第三目标函数,得到配电网应急恢复的资源优化配置模型。
优选的,所述第一目标函数具体为:
优选的,所述配电网的运行约束具体包括:
分布式电源出力约束、线路容量约束、配电网潮流约束、电压上下限约束、网络辐射性约束以及节点状态约束。
优选的,所述结合所述第一目标函数与所述第二目标函数,建立协调应急恢复和资源配置的第三目标函数具体包括:
通过加权方式结合所述第一目标函数与所述第二目标函数,得到协调应急恢复和资源配置的第三目标函数;
所述第三目标函数具体为:
其中,bm,t为故障点m的维修状态,bm,t=1表示故障点m在t时刻已完成维修,bm,t=0表示故障点m在t时刻未完成维修;am为根据故障点m所处位置确定的故障点m的优先处理级别;α1为第一项的权重系数;α2为第二项的权重系数。
优选的,所述得到协调应急恢复和资源配置的第三目标函数之后还包括:
对高阶非线性的约束进行线性化处理。
本申请第二方面提供一种配电网应急恢复的资源配置方法,包括:
在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数;
根据各个故障点到各个维修中心的距离,将各个故障点分配到就近的维修中心;
将各个故障点的数据以及配电网参数输入配电网应急恢复的资源优化配置模型,求解得到各个维修中心最优的维修路径;
所述故障点的数据包括故障点的维修时间、维修资源数以及该故障点至被分配的维修中心的距离;
所述配电网应急恢复的资源优化配置模型为根据权利要求1至5任一项所述的配电网应急恢复的资源优化配置模型建立方法建立的。
优选的,所述在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数具体包括:
在配电网发生故障时,根据数据采集与监控系统SCADA采集的数据,定位各个故障点并计算各个故障点所需的维修时间和维修资源数。
优选的,所述在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数之后还包括:
各个维修中心根据所在区域故障点所需的维修资源数,判断自身储备的维修资源数是否足以完成所有故障点的维修;
若不足以完成所有故障点的维修,向邻近的其他维修中心发出求助信号,以进行维修资源的调配。
优选的,所述根据各个故障点到各个维修中心的距离,将各个故障点分配到就近的维修中心还包括:
若离当前故障点最近的维修中心剩余的维修资源数小于所述当前故障点需要的维修资源数,将所述故障点分配到离其第二近的维修中心。
本申请第三方面提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述第一方面所述的任一种配电网应急恢复的资源配置方法。
从以上技术方案可以看出,本申请具有以下优点:
本申请中,提供了一种配电网应急恢复的资源优化配置模型建立方法,一方面,分别建立了以在最短时间内尽可能多的恢复配电网负荷为目标的第一目标函数,以及以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数,另一方面,并将两者结合,从而得到单目标的配电网应急恢复的资源优化配置模型。如此,利用该模型进行维修路径的优化求解时,能够同时协调配电网符合的恢复与维修资源的配置,在优先恢复配电网供电的基础上以最快的速度完成各故障点的维修,得到最为合理的配电网应急恢复的资源配置方案。
在本申请提供的配电网应急恢复的资源配置方法中,将故障点的维修事宜通过维修资源数、维修时间等参数巧妙的量化,从而使资源配置问题能够通过优化模型进行求解。此外,将故障点就近分配给不同的维修中心,将一个大的VRP(Vehicle Routing Problem)问题拆分成多个小的VRP问题,实现了配置问题的简化。
附图说明
图1为本申请第一个实施例提供的配电网应急恢复的资源优化配置模型建立方法的流程图;
图2为本申请第一个实施例提供的维修路径规划说明示意图;
图3为本申请第二个实施例提供的配电网应急恢复的资源配置方法的流程图;
图4为本申请第二个实施例提供的故障点分配示意图;
图5为本申请提供的应用例的配电测试系统结构图;
图6为本申请提供的应用例中协调优化得到的维修路径规划图;
图7为分开优化得到的维修路径规划图;
图8为本申请提供的应用例中设置有分布式电源时协调优化和分开优化的负荷恢复对比图;
图9为本申请提供的应用例中未设置分布式电源时协调优化和分开优化的负荷恢复对比图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在配电网发生范围性故障时,可能出现多个故障点,此时,现有的方案是通过配电网网络重构来减少受到故障影响的区域。但这样的方案也仅只是应急处理,欲使配电网全面的恢复,需要通过调动维修资源对各个故障点进行维修处理。
申请人发现,为使配电网全面恢复,首先需要考虑的是,如何利用好现有的设备、人员等应急资源从而快速的完成各个故障点的维修。要解决上述问题,不可避免的需要研究各个故障点的维修顺序,换言之,即维修队的维修路径。
而维修队的维修路径问题,追求的是速度,即用最短的时间快速完成各故障点的维修。但需要注意的是,该过程并没有对各个故障点对配电网的重要程度加以考虑,从而有可能导致最快完成所有故障点维修的维修路径却并不是最快减少故障对配电网负荷影响的维修路径。为此,不能将维修速度和负荷恢复两个问题分开考虑,而需要协调综合进行考虑。
首先,本申请提供了一种配电网应急恢复的资源优化配置模型建立方法,可以参见图1,图1为本申请第一个实施例提供的配电网应急恢复的资源优化配置模型建立方法的流程图,该方法包括:
步骤101、以在最短时间内尽可能多的恢复配电网负荷为目标建立应急恢复的第一目标函数。
本步骤考虑的是负荷恢复问题。本实施例中,提供一种设置方式,具体的,第一目标函数如下:
其中,ωi为负荷等级的权重系数,可以将用户电力负荷分为三级,为不同级别的负荷设定不同的权重系数。本实施例中,将一级负荷的ωi设为100,二级负荷的ωi设为10,三级负荷的ωi设为1。当然,该权重系数的数值也可以与本实施例不同。
步骤102、对第一目标函数,设置配电网的运行约束。
负荷恢复问题的约束一般为配电网的运行约束。配电网的运行约束可以考虑的因素有很多,本实施例中,选择了以下的约束条件,包括:分布式电源出力约束、线路容量约束、配电网潮流约束、电压上下限约束、网络辐射性约束以及节点状态约束。
其中,网络辐射性约束是配电网开环运行、闭环设计的特性要求,需要保证在任何时刻配电网都必须处于辐射状运行;节点状态约束体现了一旦某个负荷被恢复,就假设它一直保持正常供电状态。
步骤103、以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数。
本步骤体现的是维修速度问题。同样的,在设置目标函数时有多种形式,而本实施例中,第二目标函数如下:
min f(x)={T1,T2,...,Tm,...,TM}。
步骤104、对第二目标函数,设置维修路径约束、维修资源约束以及维修时间约束。
需要说明的是,本申请在进行维修资源的优化配置时,借鉴了VRP模型。传统的VRP模型一般指物流配送车队从配送中心出发给不同的客户分送货物,以满足客户需求为目标,在一定的约束条件下(如:货物需求、车辆容量限制、行程时间限制等)求解出最经济或时间最短的运输路径。而本申请在传统的VRP模型的基础上进行了改进,从而使其适应维修资源配置的问题。
可以参见图2,图2为本申请第一个实施例提供的维修路径规划说明示意图。可以用V表示图中的节点集合,包括维修中心和故障点。对于M个故障点,V={0,1,2,...,m,m+1,...M},其中0表示维修中心,V'=V\{0}为故障点集合。对于任意m∈V'都有一个对应的维修时间和需要的维修资源Rm。
可以设维修中心的储备的维修资源数为Rc,每支维修队能携带的维修资源数为Rx。维修队从维修中心出发,依次访问故障点,故障点m到故障点m+1的行程时间为如图2所示。ATm为到达故障m的时刻,Xm,m+1为或0或1的变量,当维修队从故障点m到故障点m+1的时候,Xm,m+1=1,否则为0。
容易理解,如果维修队从故障点m到故障点m+1,则到达故障点m+1的时刻和到达故障点m的时刻之间应该满足如下关系:
该式对应的是本申请提供的维修时间约束,即维修队到达下一个故障点的时刻=维修队达到当前故障点的时刻+当前故障点需要的维修时间+当前故障点到下一个故障点的路程时间。该约束下,维修队一旦完成某个故障点的维修,即刻转去下一个故障点。
同时,本申请还提出了维修路径约束,即维修队只从维修中心出发一次,一次性完成各故障点的维修后再返回维修中心。
而为能够一次性完成各故障点的维修,需要设置维修资源约束,即维修队携带的维修资源数应当大于或等于要维修的故障点所需的维修资源数总和。并且,维修队携带的资源数应当不超过自身所能携带的最大资源数,当然该最大资源数也应当小于维修中心储备的维修资源数Rc。
步骤105、结合第一目标函数与第二目标函数,建立协调应急恢复和资源配置的第三目标函数,得到配电网应急恢复的资源优化配置模型。
由前述说明,可以理解,维修速度与负荷恢复两者应当同时兼顾,从而才能确保优化求解出的维修路径更为合理。因此,在建立资源优化配置模型时,本实施例通过加权方式结合第一目标函数与第二目标函数,得到协调应急恢复和资源配置的第三目标函数。
结合后的第三目标函数具体为:
其中,bm,t为故障点m的维修状态,bm,t=1表示故障点m在t时刻已完成维修,bm,t=0表示故障点m在t时刻未完成维修;am为根据故障点m所处位置确定的故障点m的优先处理级别;α1为第一项的权重系数;α2为第二项的权重系数。
需要说明的是,该第三目标函数的第一项对应第一目标函数,而第二项对应的是改进后的第二目标函数。
需要进一步说明的是,α1、α2为给定的权重系数,在取值上,应当符合α1的取值应远大于α2的取值。这是由于发生故障时,尽可能快速的消除或者减小故障对用户带来的影响才是首要目标,相比之下,整体的维修速度反而是次要的。
第三目标函数综合了维修速度与负荷恢复两方面,将双目标函数结合成单一目标函数。进一步的,还可以对一些高阶、非线性的约束条件进行简化处理成线性化的约束,如此,则得到一个改进的基于权重的MILP模型(Mixed Integer Linear Programming,混合整数线性规划),大大减轻了求解难度。
本实施例中,提供了一种配电网应急恢复的资源优化配置模型建立方法,一方面,分别建立了以在最短时间内尽可能多的恢复配电网负荷为目标的第一目标函数,以及以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数,另一方面,并将两者结合,从而得到单目标的配电网应急恢复的资源优化配置模型。如此,利用该模型进行维修路径的优化求解时,能够同时协调配电网符合的恢复与维修资源的配置,在优先恢复配电网供电的基础上以最快的速度完成各故障点的维修,得到最为合理的配电网应急恢复的资源配置方案。
以上为对本申请提供的配电网应急恢复的资源优化配置模型建立方法的详细说明。下面在上述技术方案的基础上,提供一种配电网应急恢复的资源配置方法。可以参见图3,图3为本申请第二个实施例提供的配电网应急恢复的资源配置方法的流程图,该方法包括:
步骤201、在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数。
在对配电网进行故障点定位与评估工作时,由于电网的智能化,可以通过多种手段得到故障点具体的地理位置、相关基础设施的损坏程度、故障点的维修时间和所需要的维修资源数等数据,例如故障定位算法、用户报告、航空勘测和数据采集与监控系统(Supervisory Control And Data Acquisition,SCADA),这些数据可以直接作为本申请提供的资源优化配置模型的输入。
步骤202、根据各个故障点到各个维修中心的距离,将各个故障点分配到就近的维修中心。
本申请在处理各故障点时,将故障点就近分配给不同的维修中心,将一个大的VRP(Vehicle Routing Problem)问题拆分成多个小的VRP问题,实现了配置问题的简化。
具体分配时,可以将分群问题建立成整数线性规划模型,模型的输入为故障点m到维修中心n的距离D(n,m),维修中心的储备的维修资源数为Rc,故障点m需要的维修资源为Rm。
可以用一个0-1变量sn,m来表示故障点的分群情况,数学表达式如下:
可以参见图4,图4为本申请第二个实施例提供的故障点分配示意图。如图4所示,对于每一个故障点m,其分配依据为就近原则,即到哪个维修中心的距离最短则分配给哪个维修中心,用数学式表达如下:
min{D(1,m),D(2,m),D(3,m)}。
但需要注意的是,被分配的维修中心应该储备有足够对该故障点进行维修的维修资源数。考虑到该问题,为使维修中心储备的维修资源数更为充足,从而方便后续故障点的分配。本申请提供一种互助机制,即在故障点分配之前,维修中心可以结合其区域本身储备的维修资源数迅速做出分析,若自身储备的维修资源数不足以完成所有故障点的维修,则马上向其他邻近区域的维修中心发出求助信号。当然,为了保证资源尽快送达,双方可以签订协议,以确保资源的调度工作能正常进行。获取的应急资源包括电气设备、交通工具和相关人员等。
通过上述互助机制,可以大大减少维修中心储备维修资源数不足的情况。但若仍然出现这样的窘境,即在对一个故障点进行分配时,离该故障点最近的维修中心剩余的维修资源数小于该故障点需要的维修资源数,则可以将故障点分配到离其第二近的维修中心。
步骤203、将各个故障点的数据以及配电网参数输入配电网应急恢复的资源优化配置模型,求解得到各个维修中心最优的维修路径。
配电网应急恢复的资源优化配置模型的具体建立过程在上一个实施例的说明有详细描述,在此不再赘述。而故障点的数据包括故障点的维修时间、维修资源数以及该故障点至被分配的维修中心的距离,这些数据以及配电网参数都将作为资源优化配置模型的输入。
本领域技术人员容易得知作为输入的配电网参数的具体内容,但为方便理解,此处不完全的列举包括:节点负荷的有功和无功功率值,配电网各支路的电阻、阻抗等物理参数、系统的基准电压、基准容量等。
本实施例提供的配电网应急恢复的资源配置方法,将通过上一个实施例提供的方法建立的资源优化配置模型加以应用,输入相应的数据,从而优化求解出兼顾维修速度和负荷恢复的维修路径。并且,本实施例中将故障点的维修事宜通过维修资源数、维修时间等参数巧妙的量化,从而使资源配置问题能够通过优化模型进行求解。此外,还将故障点就近分配给不同的维修中心,将一个大的VRP(Vehicle Routing Problem)问题拆分成多个小的VRP问题,实现了配置问题的简化。
以上为对本申请第二个实施例的详细说明。下面提供一个具体的应用例,利用IEEE 34节点测试系统在假设故障信息已知的情况下,分别采用本申请的协调优化与另一种分开优化两种方法对维修路径进行规划,然后对得到的恢复结果与维修结果进行了对比,证明了在本申请的协调优化求解出的维修路径才是最佳恢复顺序。
(1)数据说明
测试网络为IEEE 34节点配电测试系统,假设这个网络有5条故障线路(N1、N2、N3、N4、N5),如图5所示,图5为本申请提供的应用例的配电测试系统结构图。
图5中有两个维修中心,设每个维修中心通过互助机制获取资源后,都配有10个单位的维修资源数。节点33所连负荷的等级高,因此连有一个150kW的分布式电源DG。这个系统的基准电压是Vb=24.9kV,馈电点(根节点)的参考电压为V0=1.03p.u.=25.647kV,它的基准容量取Sb=1MVA,算例原始数据见表1和表2。
表1节点负荷数据
表2 IEEE 34节点线路原始数据表
表3给出了每个故障点所需要的维修时间和维修资源数(由故障评估阶段已知),假设一个时间段为10分钟。
表3故障点所需的维修时间和维修资源数
由于IEEE 34节点系统没有具体地理图,因此本应用例根据各个故障点到仓库的远近随机给出了表4,作为故障点分配的依据。故障点间的行程时间和故障点到维修中心的行程时间均根据距离的远近给出。节点的负荷等级见表5。
表4故障点到维修中心的距离
表5负荷等级
以上即为IEEE 34节点配电测试故障系统对应急恢复和资源配置问题的相关数据。
(2)本申请提出的协调优化结果
图6为本申请提供的应用例中协调优化得到的维修路径规划图,分群结果为故障1(N1)和故障2(N2)为一个集群,由维修中心1给它们提供维修资源,故障3(N3)、故障4(N4)和故障5(N5)为另一个集群,由维修中心2给它们提供维修资源。故障点维修顺序以及维修好的时刻所在时间段见表6。表7为节点的恢复顺序,也就是节点的带电阶段,假设Td为完成所有恢复的最后时刻。
表6故障维修顺序
表7节点恢复顺序
在分群结果的基础上,故障线路N1和N3由于在线路上游且位于主馈电线路,直接影响了下游其他节点能否恢复,因此N1和N3被优先恢复。故障线路N5影响的负荷节点比N4多,因此N5先恢复。故障线路维修好后,相应的负荷节点也随之恢复,可以看到的是,在故障线路N5被维修好之前,节点23、25-27、29、31-33都已恢复供电,这是由于前期连接在节点33处的分布式电源起了作用,而节点28和30受分布式电源出力约束没有提前恢复。因此在N5维修好之前,由分布式电源给节点供电,N5维修完成后,则可以由馈电点通过维修好的线路供电。
(3)协调优化和分开优化的对比
为了证明本申请提供协调优化方案在解决配电网应急恢复时资源配置问题上的优越性,将协调优化模型与分开优化模型进行比较。分开优化模型将供电恢复与资源配置看成两个相对独立的问题,也就是要分别求解两个优化模型,先对资源配置的模型进行求解,在不考虑配电系统运行约束的情况下,找到维修队的最优路径使维修时间最短;在得到路径规划结果以及每条故障线路被维修好的时间段之后,再考虑网络运行约束,以最大化已恢复负荷为目标求解恢复模型。可以参见图7,图7为分开优化得到的维修路径规划图,故障线路的维修顺序见表8,节点恢复顺序见表9。
表8不考虑配电网运行约束的故障维修顺序
表9节点恢复顺序
由以上结果可得,由于故障线路N1和N3的故障权重比较大,所以仍然优先对它们进行维修,但是在不考虑配电网运行约束的情况下,即使故障线路N5的影响范围比N4大,维修队仍然先访问了N4。这种方法被称为路径优先法(Route First method)。
但是由于分布式电源可以给节点23、25-27、29、31-33供电,因此对负荷恢复量的影响不是很大,未能完全体现本申请提供的协调优化方案的优越性。并且,分布式电源供电稳定性较差,对于节点33这种一级负荷来说,供电可靠性是非常重要的,因此在故障线路N5完成维修前,虽然分布式电源可以供电,但是电能质量并不能得到保障。因此,分别给出在有分布式电源供电和没有分布式电源供电的情况下,负荷恢复量随时间变化的结果对比。请比对图8和图9,图8为本申请提供的应用例中设置有分布式电源时协调优化和分开优化的负荷恢复对比图,图9为本申请提供的应用例中未设置分布式电源时协调优化和分开优化的负荷恢复对比图。
由图9可以明显看出,在不考虑分布式电源供电时,在第10个时间段到第14个时间段之间,协调优化能够恢复的负荷明显比分开优化要多得多,证明了将供电恢复与资源配置协调优化更能实现在最短时间内最大化负荷恢复的目标,体现了协调优化在解决配电网应急恢复时资源配置问题时的优越性。
本申请还提供一种计算机可读存储介质,用于存储程序代码,该程序代码用于执行前述各个实施例所述的一种配电网应急恢复的资源配置方法中的任意一种实施方式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种配电网应急恢复的资源优化配置模型建立方法,其特征在于,包括:
以在最短时间内尽可能多的恢复配电网负荷为目标建立应急恢复的第一目标函数;
对所述第一目标函数,设置配电网的运行约束;
以最短时间内完成所有故障点的维修为目标建立资源配置的第二目标函数;
对所述第二目标函数,设置维修路径约束、维修资源约束以及维修时间约束;
所述维修路径约束为,维修队只从维修中心出发一次,完成各故障点的维修后返回所述维修中心;
所述维修资源约束为,维修队携带的维修资源数大于或等于要维修的故障点所需的维修资源数总和;维修队携带的维修资源数不超过自身所能携带的最大维修资源数;
所述维修时间约束为,维修队到达下一个故障点的时刻=维修队达到当前故障点的时刻+当前故障点需要的维修时间+当前故障点到下一个故障点的路程时间;
结合所述第一目标函数与所述第二目标函数,建立协调应急恢复和资源配置的第三目标函数,得到配电网应急恢复的资源优化配置模型;
所述第一目标函数具体为:
所述第二目标函数具体为:
min f(x)={T1,T2,...,Tm,...,TM};
2.根据权利要求1所述的配电网应急恢复的资源优化配置模型建立方法,其特征在于,所述配电网的运行约束具体包括:
分布式电源出力约束、线路容量约束、配电网潮流约束、电压上下限约束、网络辐射性约束以及节点状态约束。
4.根据权利要求3所述的配电网应急恢复的资源优化配置模型建立方法,其特征在于,所述得到协调应急恢复和资源配置的第三目标函数之后还包括:
对高阶非线性的约束进行线性化处理。
5.一种配电网应急恢复的资源配置方法,其特征在于,包括:
在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数;
根据各个故障点到各个维修中心的距离,将各个故障点分配到就近的维修中心;
将各个故障点的数据以及配电网参数输入配电网应急恢复的资源优化配置模型,求解得到各个维修中心最优的维修路径;
所述故障点的数据包括故障点的维修时间、维修资源数以及该故障点至被分配的维修中心的距离;
所述配电网应急恢复的资源优化配置模型为根据权利要求1至4任一项所述的配电网应急恢复的资源优化配置模型建立方法建立的。
6.根据权利要求5所述的配电网应急恢复的资源配置方法,其特征在于,所述在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数具体包括:
在配电网发生故障时,根据数据采集与监控系统SCADA采集的数据,定位各个故障点并计算各个故障点所需的维修时间和维修资源数。
7.根据权利要求5所述的配电网应急恢复的资源配置方法,其特征在于,所述在配电网发生故障时,定位各个故障点并计算各个故障点所需的维修时间和维修资源数之后还包括:
各个维修中心根据所在区域故障点所需的维修资源数,判断自身储备的维修资源数是否足以完成所有故障点的维修;
若不足以完成所有故障点的维修,向邻近的其他维修中心发出求助信号,以进行维修资源的调配。
8.根据权利要求7所述的配电网应急恢复的资源配置方法,其特征在于,所述根据各个故障点到各个维修中心的距离,将各个故障点分配到就近的维修中心还包括:
若离当前故障点最近的维修中心剩余的维修资源数小于所述当前故障点需要的维修资源数,将所述故障点分配到离其第二近的维修中心。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求5-8任一项所述的配电网应急恢复的资源配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911229926.7A CN111125887B (zh) | 2019-12-04 | 2019-12-04 | 一种配电网应急恢复的资源优化配置模型建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911229926.7A CN111125887B (zh) | 2019-12-04 | 2019-12-04 | 一种配电网应急恢复的资源优化配置模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111125887A CN111125887A (zh) | 2020-05-08 |
CN111125887B true CN111125887B (zh) | 2022-03-22 |
Family
ID=70497356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911229926.7A Active CN111125887B (zh) | 2019-12-04 | 2019-12-04 | 一种配电网应急恢复的资源优化配置模型建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125887B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069638A (zh) * | 2020-09-08 | 2020-12-11 | 广东电网有限责任公司电力科学研究院 | 一种低压配网储能设备接入点选址方法及相关装置 |
CN113344238B (zh) * | 2021-03-29 | 2022-06-24 | 广西电网有限责任公司电力科学研究院 | 一种配电网安全风险评估和消减方法、装置及存储介质 |
CN113111476A (zh) * | 2021-04-29 | 2021-07-13 | 华北电力大学 | 一种提高电网韧性的人-车-物应急资源优化调度方法 |
CN113346488B (zh) * | 2021-06-09 | 2023-01-03 | 国网上海市电力公司 | 计及移动应急资源调度的城市配电网恢复方法 |
CN113572171B (zh) * | 2021-06-30 | 2024-03-22 | 国网上海市电力公司 | 一种配电网的应急资源优化调度方法、装置和存储介质 |
CN113904330B (zh) * | 2021-11-02 | 2023-10-13 | 华北电力大学(保定) | 一种电网应急电源配置方法、装置、存储介质及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184671A (zh) * | 2015-08-28 | 2015-12-23 | 国家电网公司 | 一种配电网抢修系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573887A (zh) * | 2013-10-14 | 2015-04-29 | 北京电研华源电力技术有限公司 | 用于配电网络故障抢修的资源调配优化方法 |
CN103701640B (zh) * | 2013-12-18 | 2016-09-28 | 烽火通信科技股份有限公司 | 使用智能管理终端升级odn设备的方法及系统 |
CN107332234B (zh) * | 2017-06-30 | 2021-05-28 | 燕山大学 | 一种考虑可再生能源间歇性的主动配电网多故障修复方法 |
CN108053037B (zh) * | 2017-10-16 | 2021-01-26 | 广东电网有限责任公司电力科学研究院 | 一种基于两网融合的配电网抢修策略制定方法及装置 |
CN108306298B (zh) * | 2018-01-17 | 2020-06-12 | 中国科学院电工研究所 | 一种柔性多状态开关接入配电网的设计方法 |
US10805382B2 (en) * | 2018-01-29 | 2020-10-13 | International Business Machines Corporation | Resource position planning for distributed demand satisfaction |
CN108470239B (zh) * | 2018-03-01 | 2020-09-04 | 国网福建省电力有限公司 | 计及需求侧管理和储能的主动配电网多目标分层规划方法 |
CN108923428B (zh) * | 2018-08-27 | 2021-02-26 | 东北大学 | 一种基于细胞凋亡算法的配电网动态恢复系统及方法 |
-
2019
- 2019-12-04 CN CN201911229926.7A patent/CN111125887B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184671A (zh) * | 2015-08-28 | 2015-12-23 | 国家电网公司 | 一种配电网抢修系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111125887A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111125887B (zh) | 一种配电网应急恢复的资源优化配置模型建立方法 | |
Lei et al. | Resilient disaster recovery logistics of distribution systems: Co-optimize service restoration with repair crew and mobile power source dispatch | |
Chen et al. | Toward a synthetic model for distribution system restoration and crew dispatch | |
CN110852627B (zh) | 配电网灾后抢修决策方法和装置 | |
Martins et al. | Active distribution network integrated planning incorporating distributed generation and load response uncertainties | |
Ganguly et al. | Recent advances on power distribution system planning: a state-of-the-art survey | |
CN112884245B (zh) | 配电网灾后抢修调度及负荷恢复协同优化方法及系统 | |
Arjomandi-Nezhad et al. | Modeling and optimizing recovery strategies for power distribution system resilience | |
CN108683186B (zh) | 一种面向供电能力提升的配电网双层扩展规划方法 | |
CN106982144B (zh) | 一种电力通信网故障恢复方法 | |
Igder et al. | Service restoration through microgrid formation in distribution networks: A review | |
CN102290798A (zh) | 一种基于配电网接线方式的快速供电恢复规则 | |
CN106374453B (zh) | 一种电力系统重构方法 | |
Bahrami et al. | Multi-step island formation and repair dispatch reinforced by mutual assistance after natural disasters | |
Home-Ortiz et al. | PV hosting capacity assessment in distribution systems considering resilience enhancement | |
CN113111476A (zh) | 一种提高电网韧性的人-车-物应急资源优化调度方法 | |
CN112258071A (zh) | 一种配电网灾后动态抢修方法、装置和相关设备 | |
Yao et al. | Resilience-oriented distribution system reconfiguration for service restoration considering distributed generations | |
CN111211560B (zh) | 一种基于最优环路的微电网拓扑规划 | |
Talib et al. | Parallel power system restoration planning using heuristic initialization and discrete evolutionary programming | |
CN107689917A (zh) | 一种基于非一致性业务均衡的电力通信网路由分配方法 | |
Ghasemi et al. | Active distribution networks restoration after extreme events | |
Oliveira et al. | An artificial immune approach for service restoration in smart distribution systems | |
CN115829285A (zh) | 城市配电网与交通系统灾后协同抢修调度方法 | |
CN113394769B (zh) | 一种分散式供电故障恢复方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |