CN111293683B - 一种兼顾安全性与经济性的配网自愈优化方法 - Google Patents

Abstract

本发明公开了一种兼顾安全性与经济性的配网自愈优化方法，用于包含有分布式电源的配网，采用双层规划模型进行优化；所述双层规划模型包括上层优化模型和下层优化模型；所述上层优化模型以安全性指标最高为目标函数，下层优化模型以供电恢复成本最低为目标函数；所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量。本发明针对配网大面积停电故障后自愈方案优化问题，建立了基于配网安全性和供电恢复经济性的配网自愈双层优化模型，使所得结果既能满足上层决策者关于安全性的预期，又能符合下层决策者在经济性方面的需求，实现了两者利益的有效折衷和兼顾。

Description

一种兼顾安全性与经济性的配网自愈优化方法

技术领域

本发明涉及一种配网自愈优化方法,属配电系统技术领域。

背景技术

随着我国经济飞速发展，电网规模也不断扩大，配电网与用电用户直接连接，具有重要的地位。当配电网发生故障导致大面积停电故障，快速恢复供电是电网公司的首要任务。而配网自愈技术是一种利用配电网的智能化控制快速隔离故障，并能按照最优方案进行供电恢复的有利手段。

传统的配网自愈模型多为单层优化模型，单方面考虑配网运行安全性或者经济性，忽略了用电负荷的重要等级，配网自愈结果很难满足电网公司的优化要求。

近年来，分布式发电技术日渐成熟，分布式电源并入配电网成为了一种趋势。分布式电源并网后，会导致配网潮流重新分布，并且配电系统中节点电压、网络损耗和电能质量等指标均要发生改变。分布式电源并网优点就是能提高配网供电可靠性，当配网系统大面积停电后，分布式电源的存在为配网自愈方案提供了多样性，而缺点是可能引起节点电压、网络损耗和电能质量等指标越限。因此，分布式电源并网对配电网自愈优化在安全性和经济性方面提出了新的要求，现有技术中的配网自愈优化方法并没有考虑分布式电源并网后对配电系统造成的影响，无法兼顾安全性和经济性的需求。

发明内容

本发明提出了一种兼顾安全性与经济性的配网自愈优化方法，其目的是：在优化过程中兼顾安全性和经济性，既保证电网安全稳定运行，又降低经济损失。

本发明技术方案如下：

一种兼顾安全性与经济性的配网自愈优化方法，用于包含有分布式电源的配网，采用双层规划模型进行优化；

所述双层规划模型包括上层优化模型和下层优化模型；

所述上层优化模型以安全性指标最高为目标函数，下层优化模型以供电恢复成本最低为目标函数；

所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量。

作为本方法的进一步改进：上层优化模型的目标函数为：

式中，H表示安全性指标；H₁、H₂和H₃分别为是否存在越限、节点电压是否满足实际运行要求和电网谐波指标是否超标的归一化指标值；α、β和γ分别为上述三项指标的权重值。

作为本方法的进一步改进：将线路越限指标值之和作为是否存在越限的归一化指标值，计算方式为：

式中，λ_k表示第k条线路是否恢复的二元变量，值为1表示“是”，值为0表示“否”；P_k,FACT和P_k,MAX分别表示第k条线路实际有功和极限有功功率；N_L表示配网线路总数量，包含联络线的数量；

将所有节点电压越限指标之和作为节点电压是否满足实际运行要求的归一化指标值，计算方式为：

式中，U_i,FACT和U_i,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值；N_B表示配网节点的总数量；

将所有线路的谐波潮流比指标之和作为电网谐波指标是否超标的归一化的指标值，计算方式为：

式中，I_k,h表示第k条线路实际流过的第h次谐波电流的标幺值。

作为本方法的进一步改进：上层优化模型的约束条件为：

1)配网潮流平衡约束条件：

式中，G_ij和B_ij表示导纳的实部与虚部；θ_ij表示节点i和节点j之间的相角差，U_i和U_j分别表示节点i和节点j电压幅值标幺值；P_i和Q_i分别表示节点i的有功功率和无功功率；

2)配网节点电压约束条件：

U_i,MIN≤U_i≤U_i,MAX；

式中，U_i,MIN和U_i,MAX分别表示电压幅值标幺值的最小值和最大值；

3)线路潮流约束条件：

P_k,MIN≤P_k≤P_k，MAX；

式中，P_k,MIN和P_k,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值；

4)风力机组和光伏电源出力约束条件：

式中，P_a,WT表示第a台风力机组的出力；P_WT,MAX和P_WT,MIN分别表示风力机组出力的最大和最小极限值；P_b,PV表示第b台光伏电池的出力；P_PV,MAX和P_PV,MIN分别表示风力机组出力的最大极限值和最小极限值；

5)蓄电池充放电约束条件：

式中，P_BE,MAX和P_BE,MIN分别表示蓄电池储能系统的最大和最小充放电功率；

和

分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。

作为本方法的进一步改进：分布式电源的出力计算方式为：

1)风力发电机组的有功出力：

式中，P_WT,RATE表示风力机组的额定功率；v_ci和v_co分别表示切入和切出风速；v_ra表示风力发电机组的额定风速；

2)光伏发电的有功出力：

式中，P_PV,RATE表示光伏电池的额定功率；R_S和R_STC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度，单位为1kW/m²；ξ表示光伏阵列的功率温度系数，-0.35％/℃；T_S和T_STC分别表示光伏阵列的实际温度和标准测试条件即25℃下光伏阵列电池温度；

3)蓄电池的出力计算：

式中，E_BE(t)和E_BE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量，单位为kWh；

和

分别表示蓄电池储能系统的充、放电功率，kW；η_C和η_D分别表示蓄电池储能的充、放电效率，Δt为第t时刻和t-1时刻之间的时间差。

作为本方法的进一步改进：下层优化模型的目标函数为：

minh＝(μh₁+τh₂)；

式中，h表示综合费用；h₁和h₂分别表示网络损耗费用和负荷损失费用；μ和τ分别表示两个费用指标对应的权重值。

作为本方法的进一步改进：网络损耗费用的计算方法为：

式中，δ(Δt)表示在Δt内的电价；P_k,LOSS表示第k条线路的网络损耗；Δt表示配网自愈方案恢复时间；λ_k表示第k条线路是否恢复的二元变量，值为1表示“是”，值为0表示“否”；N_L表示配网线路总数量，包含联络线的数量。

作为本方法的进一步改进：负荷损失费用的计算方法为：

式中，N_m表示停电用户的总数量；t_m表示第m个用户的停电时间；δ_m(t_m)表示在第m个用户的实时电价；P_m,OUTG表示第m个用户的停电功率。

作为本方法的进一步改进：下层优化模型的约束条件为：

P_k,LOSS≤ΔP_MAX；

式中，P_k,LOSS表示第k条线路的网络损耗，ΔP_MAX表示线路网络损耗的最大值。

相对于现有技术，本发明具有以下有益效果：本发明针对配网大面积停电故障后自愈方案优化问题，从运检和营销两个角色出发建立了基于配网安全性和供电恢复经济性的配网自愈双层优化模型，上层模型的决策者为运检部门，重点考虑配网运行安全性；下层模型的决策者为营销部门，重点考虑供电恢复经济性，模型中还考虑了分布式电源接入配电系统对配网自愈优化方案的作用和影响，使模型更加贴近于实际需求；通过上层规划模型和下层规划模型的相互影响，相互耦合，使所得结果既能满足上层决策者关于安全性的预期，又能符合下层决策者在经济性方面的需求，实现了两者利益的有效折衷和兼顾。

附图说明

图1为采用烟花算法进行求解的流程示意图。

图2为实施例中的配电网结构示意图。

图3为实施例中按季节选取风电和光伏的典型日出力曲线图。

图4为实施例中按季节选取风电和光伏的典型日负荷曲线和电网电价曲线图。

图5为实施例中节点电压幅值图。

具体实施方式

下面结合附图详细说明本发明的技术方案：

本发明提供了一种兼顾安全性与经济性的配网自愈优化方法，通过将电网公司的运检部门和营销部门分别作为上层和下层决策者，分别从各自利益出发，各自考虑目标函数和约束条件建立优化模型，并通过耦合变量进行上下层耦合与反馈，使上下层决策者考虑的利益处于相对平衡的状态，即能兼顾两者利益，既能保证电网安全稳定运行，又能降低经济损失。

如图1，所述配网自愈优化方法包括以下步骤：

步骤1：建立分布式电源出力模型，具体模型包括：

(1)风力发电模型。风力发电机组有功出力与风速息息相关，但风速具有较强的随机性，而Weibull分布可模拟平均风速概率性分布，双参数Weibull分布模型的具体表达式为：

式中，v表示当前风速；c和k均为Weibull分布的参数，可通过风速的历史数据进行拟合得到。

根据上述描述得到风速的概率性模型后，可按照下式计算风力发电机组的有功出力：

式中，P_WT,RATE表示风力机组的额定功率；v_ci和v_co分别表示切入和切出风速；v_ra表示风力发电机组的额定风速。

(2)光伏发电模型。光伏电池的有功出力与太阳光照强度和温度息息相关，本文采用HOMER软件定义的有功功率出力模型来描述光伏电池的有功出力，具体表达式为：

式中，P_PV,RATE表示光伏电池的额定功率；R_S和R_STC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度，单位为1kW/m²；ξ表示光伏阵列的功率温度系数，-0.35％/℃；T_S和T_STC分别表示光伏阵列的实际温度和标准测试条件(25℃)下光伏阵列电池温度。

(3)蓄电池出力模型。蓄电池是储能系统中的一种类型，并且电池技术也非常成熟，因其具有投资成本低、安装便捷和功率快速响应等特性，广泛应用于配电系统。本文搭建的配电系统中考虑了蓄电池储能系统，蓄电池的充放电功率与电池本身的荷电状态(SOC，State of charge)和充放电效率息息相关。不考虑蓄电池储能系统自放电情况下，蓄电池储能系统的剩余能量：

式中，E_BE(t)和E_BE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量，单位为kWh；

和

分别表示蓄电池储能系统的充、放电功率，kW；η_C和η_D分别表示蓄电池储能的充、放电效率，Δt为第t时刻和t-1时刻之间的时间差。

步骤2：建立配网自愈双层优化模型。现有配网故障后自愈优化模型主要以系统网络损耗最小、开关动作次数最少、负荷恢复最多等为目标函数，未考虑到配电系统故障恢复过程中配电网的安全性，如谐波电流、电压质量、线路潮流是否均满足要求等情况。本文建立了一种兼顾安全性和经济性的配网自愈双层规划模型，上层模型以配网运行安全性最高为目标，下层以配网故障自愈成本最小为目标，通过上层模型和下层模型的耦合作用，最终使各层决策者达到最理想的状态。具体包括：

(1)双层规划数学模型。双层规划问题属于分层优化问题的一种，这类问题在众多应用中表现为下层决策者的行为需依赖上层决策者的决策。双层规划模型中上层和下层模型均有独立的目标函数和约束条件，上层规划模型的目标函数和约束条件不仅与问题自身的求解变量有关，而且会受到下层规划模型最优解的牵制；反之，下层规划模型最优解又依赖于上层模型的决策变量。综上，双层规划模型考虑了决策过程中不同阶层决策者的作用与表现，其具体数学模型可表示为：

式中，H(·)和h(·)分别表示上层和下层规划模型的目标函数；G(·)和g(·)分别表示上层和下层规划模型的约束条件；y为上层决策者的决策变量；x为上层决策变量y给定条件下，下层规划的最优解。

(2)上层决策者的优化模型。当配网发生故障后，配网在自愈过程中的安全性包括线路潮流是否存在越限、节点电压是否满足实际运行要求和电网谐波指标是否超标等。本文将上述三类因素融合为安全性指标，并以安全性指标最大为上层决策者的目标函数，具体表达式为：

式中，H表示安全性指标；H₁、H₂和H₃分别表示前文所述三类因素的归一化指标值；α、β和γ分别表示三类因素的权重值，值大小的物理意义是配网在自愈过程中应重点考虑哪个因素。

在配网自愈过程中，配网线路开关经过一系列操作后，用电负荷得到恢复，而线路潮流会出现越限。将线路潮流越限程度定义为实际流过线路的功率与线路极限功率的比值。本文将所有线路越限指标值之和作为归一化指标，具体表达式为：

式中，λ_k表示第k条线路是否恢复的二元变量，值为1表示是，值为0表示否；P_k,FACT和P_k,MAX分别表示第k条线路实际有功和极限有功功率；N_L表示配网线路总数量，包括联络线。H₁值越小，说明该自愈方案对配网线路潮流越均衡和越有利。

配网中节点电压越限不仅会导致电力设备异常运行，而且会导致用户的用电设备无法正常运行甚至损毁。将节点电压越限程度定义为节点实际电压标幺值和节点电压限值之差的绝对值与节点电压限值的比值。本文将所有节点电压越限指标之和作为归一化指标，具体表达式为：

式中，U_i,FACT和U_i,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值；N_B表示配网节点的总数量。H₂值越小，说明该自愈方案对配网电压影响越小。

当配电系统发生故障后，启用配网自愈方案恢复供电过程中，对于含分布式电源的配网，由于分布式电源为电力电子器件，其产生的电网谐波在配网中经过电缆线路可能会引起谐波放大，进而影响整个配电系统的安全。本文引入线路谐波潮流比指标来描述谐波含量在不同配网线路恢复方案的放大程度，将所有线路的谐波潮流比指标之和作为归一化指标，具体表达式为：

式中，I_k,h表示第k条线路的实际流过第h次谐波电流的标幺值。H₃值越小，说明该自愈方案对配网谐波改善程度越有利。

所述配网自愈模型的约束条件为：

1)配网潮流平衡约束条件：

式中，G_ij和B_ij表示导纳的实部与虚部；θ_ij表示节点i和节点j之间的相角差，U_i和U_j分别表示节点i和节点j电压幅值标幺值；P_i和Q_i分别表示节点i的有功功率和无功功率。

2)配网节点电压约束条件：

U_i,MIN≤U_i≤U_i,MAX；

式中，U_i,MIN和U_i,MAX分别表示电压幅值标幺值的最小值和最大值。

3)线路潮流约束条件：

P_k,MIN≤P_k≤P_k，MAX；

式中，P_k,MIN和P_k,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值。

4)风力机组和光伏电源出力约束条件：

式中，P_a,WT表示第a台风力机组的出力；P_WT,MAX和P_WT,MIN分别表示风力机组出力的最大和最小极限值；P_b,PV表示第b台光伏电池的出力；P_PV,MAX和P_PV,MIN分别表示风力机组出力的最大和最小极限值。

5)蓄电池充放电约束条件：

式中，P_BE,MAX和P_BE,MIN分别表示蓄电池储能系统的最大和最小充放电功率；

和

分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。

(3)下层决策者的优化模型。电网公司在恢复停电的过程中，需要考虑用电负荷的等级，不仅对用电用户生产很重要，而且对电网公司经济收入也很重要。配网自愈过程中注重安全性往往忽略了经济性，因此，下层决策者考虑自愈过程中产生的经济损失，能实现安全性和经济性的有效折中。下层规划模型以配网自愈综合费用最小为目标函数，具体表达式为：

minh＝(μh₁+τh₂)；

式中，h表示综合费用；h₁和h₂分别表示网络损耗费用和负荷损失费用；μ和τ分别表示两个指标的权重值，值大小的物理意义是配网在自愈过程中应重点考虑哪个因素。

不同的配网自愈方案得到的配网结构会影响配网潮流，进而引起电网网络损耗，网损费用是电网公司经营成本最重要的部分。网络损耗费用的具体计算公式为

式中，δ(Δt)表示在Δt内的电价；P_k,LOSS表示第k条线路的网络损耗，可由潮流计算得到；Δt表示配网自愈方案恢复时间。

在配网自愈过程中，由于给中约束会造成一部分负荷损失，因此，负荷损失费用可表示为：

式中，N_m表示停电用户的总数量；t_m表示第m个用户的停电时间；δ_m(t_m)表示在第m个用户的实时电价；P_m,OUTG表示第m个用户停电功率。

在配网自愈过程中，分布式电源并网会引起配网的潮流重新分布，且配电系统的网络损耗也会不一样，但网络损耗不能超过标准。因此，下层规划模型需要满足的约束条件为：

P_k,LOSS≤ΔP_MAX；

式中，ΔP_MAX表示线路网络损耗的最大值。

配网中的联络线开关状态即为整个双层模型的决策变量。上述双层模型采用烟花算法进行求解，根据求解结果施行优化，步骤如下：

(1)输入上层和下层模型的所有基本参数；

(2)随机产生烟花种群数量N_POP，火花数量N_FOP，火花爆炸半径常数r_POP，火花个体搜索范围[x_DW，x_UP]，最大迭代次数Iter_MAX等；

(3)求解上层模型时，采用上层规划模型的目标函数作为适应度函数，采用烟花算法求得满足约束条件的方案；

(4)将上层模型的优化方案带入下层规划模型，此时采用下层规划模型的目标函数作为适应度函数，并采用烟花算法求得满足约束条件的优化方案；

(5)判断是否满足终止条件，若满足，则继续；若不满足，则将下层模型的优化方案带入上层模型，继续求解；

(6)输出满足上、下层规划模型约束条件，并达到终止条件的最优规划方案。

具体的，本实施例针对于如附图2所示的实际配电网结构进行优化，该配电系统电压等级为10kV，配电线路参数和节点信息如表1和表2所示。

表1线路及节点负荷参数

表2联络线参数

系统中光伏额定装机容量为500kWp，风电额定装机功率为600kW，蓄电池储能系统额定功率和容量分别为500kW和1MWh，按照季节选取风电和光伏的典型日出力曲线如附图3所示，典型日负荷曲线和电网电价曲线如附图4所示。

算例中，烟花算法的烟花数量设置为5，火花数量设置为20，最大爆炸幅度设置为80，烟花种群数量设置为50。在MATLAB软件中编写程序，程序中运行次数设置为30，每次迭代500次，将适应度值的平均值作为最终结果。

假设故障发生在节点3和节点4的线路上，根据本发明的方法，对分布式储能系统的双层规划模型进行求解，得到该实际配电系统的两个配网自愈方案如表3所示，节点电压如附图5所示。

表3双层规划下配网故障自愈方案

由表3可知，将故障线路隔离开后，通过闭合联络线开关即可实现配网自愈功能，将联络线作为配网线路进行正常供电。由于本文考虑了配网潮流不能越限、线路网络损耗不能过大以及用电负荷重要等级等因素，导致配电系统中部分节点的用电负荷被削减，而根据实际情况，该部分负荷多为照明负荷，暂时中断不产生影响。根据附图5可知，配电系统各个节点电压幅值均在1.0pu附近。因此，本文仿真结果是一个既能保证配电网安全性，又能保证供电恢复经济性的配网故障自愈方案。

为体现本文所提双层规划的优势，本文构建一个以配网安全性指标最大的单层优化规划模型，即将下层规划模型的经济性指标作为约束条件，其最大值为2.5，算法参数保持不变，同样地，编写MATLAB程序，程序中运行次数设置为30，每次迭代500次，将适应度值的平均值作为最终结果，所得结果如表3所示。

表4单层规划下配网故障自愈方案

根据表3和表4可知，单层规划模型所得结果在各个参数上均劣于双层规划模型，负荷损失也较大，网络损耗也较大。根据附图5可知，节点电压幅值虽然在合理范围内，但是多数节点电压幅值接近于限值，可能存在电压越限风险，不利于配电系统的安全稳定运行。

综上所述，本文所提配网故障自愈双层优化方案既能保障配电系统的安全性，又能降低供电恢复的经济性。该方法可作为电网公司调度人员、运行人员和配网规划人员的有力工具。

Claims (6)

1.一种兼顾安全性与经济性的配网自愈优化方法，用于包含有分布式电源的配网，其特征在于：采用双层规划模型进行优化；

所述双层规划模型包括上层优化模型和下层优化模型；

所述上层优化模型以安全性指标最高为目标函数，下层优化模型以供电恢复成本最低为目标函数；

所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量

具体的，所述上层优化模型的目标函数为：

式中，H表示安全性指标；H₁、H₂和H₃分别为是否存在线路潮流越限、节点电压是否满足实际运行要求和电网谐波指标是否超标的归一化指标值；α、β和γ分别为上述三项指标的权重值；

下层优化模型的目标函数为：

min h＝(μh₁+τh₂)；

式中，h表示综合费用；h₁和h₂分别表示网络损耗费用和负荷损失费用；μ和τ分别表示两个费用指标对应的权重值；

所述网络损耗费用的计算方法为：

式中，δ(Δt')表示在Δt'内的电价；P_k,LOSS表示第k条线路的网络损耗；Δt'表示配网自愈方案恢复时间；λ_k表示第k条线路是否恢复的二元变量，值为1表示“是”，值为0表示“否”；N_L表示配网线路总数量，包含联络线的数量。

2.如权利要求1所述的兼顾安全性与经济性的配网自愈优化方法，其特征在于：将线路越限指标值之和作为是否存在越限的归一化指标值，计算方式为：

式中，λ_k表示第k条线路是否恢复的二元变量，值为1表示“是”，值为0表示“否”；P_k,FACT和P_k,MAX分别表示第k条线路实际有功和极限有功功率；N_L表示配网线路总数量，包含联络线的数量；

将所有节点电压越限指标之和作为节点电压是否满足实际运行要求的归一化指标值，计算方式为：

式中，U_i,FACT和U_i,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值；N_B表示配网节点的总数量；

将所有线路的谐波潮流比指标之和作为电网谐波指标是否超标的归一化的指标值，计算方式为：

式中，I_k,h表示第k条线路实际流过的第h次谐波电流的标幺值。

3.如权利要求2所述的兼顾安全性与经济性的配网自愈优化方法，其特征在于上层优化模型的约束条件为：

1)配网潮流平衡约束条件：

式中，G_ij和B_ij表示导纳的实部与虚部；θ_ij表示节点i和节点j之间的相角差，U_i和U_j分别表示节点i和节点j电压幅值标幺值；P_i和Q_i分别表示节点i的有功功率和无功功率；

2)配网节点电压约束条件：

U_i,MIN≤U_i≤U_i,MAX；

式中，U_i,MIN和U_i,MAX分别表示电压幅值标幺值的最小值和最大值；

3)线路潮流约束条件：

P_k,MIN≤P_k≤P_k，MAX；

式中，P_k,MIN和P_k,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值；

4)风力机组和光伏电源出力约束条件：

式中，P_a,WT表示第a台风力机组的出力；P_WT,MAX和P_WT,MIN分别表示风力机组出力的最大和最小极限值；P_b,PV表示第b台光伏电池的出力；P_PV,MAX和P_PV,MIN分别表示风力机组出力的最大极限值和最小极限值；

5)蓄电池充放电约束条件：

式中，P_BE,MAX和P_BE,MIN分别表示蓄电池储能系统的最大和最小充放电功率；

和

分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。

4.如权利要求3所述的兼顾安全性与经济性的配网自愈优化方法，其特征在于：分布式电源的出力计算方式为：

1)风力发电机组的有功出力：

式中，P_WT,RATE表示风力机组的额定功率；v_ci和v_co分别表示切入和切出风速；v_ra表示风力发电机组的额定风速；

2)光伏发电的有功出力：

式中，P_PV,RATE表示光伏电池的额定功率；R_S和R_STC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度，单位为1kW/m²；ξ表示光伏阵列的功率温度系数，-0.35％/℃；T_S和T_STC分别表示光伏阵列的实际温度和标准测试条件即25℃下光伏阵列电池温度；

3)蓄电池的出力计算：

式中，E_BE(t)和E_BE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量，单位为kWh；

和

分别表示蓄电池储能系统的充、放电功率，kW；η_C和η_D分别表示蓄电池储能的充、放电效率，Δt为第t时刻和t-1时刻之间的时间差。

5.如权利要求1所述的兼顾安全性与经济性的配网自愈优化方法，其特征在于：负荷损失费用的计算方法为：

式中，N_m表示停电用户的总数量；t_m表示第m个用户的停电时间；δ_m(t_m)表示在第m个用户的实时电价；P_m,OUTG表示第m个用户的停电功率。

6.如权利要求1所述的兼顾安全性与经济性的配网自愈优化方法，其特征在于：下层优化模型的约束条件为：

P_k,LOSS≤ΔP_MAX；

式中，P_k,LOSS表示第k条线路的网络损耗，ΔP_MAX表示线路网络损耗的最大值。

Images