CN111934314B - 移动电源车参与海岛微电网故障重构路径规划方法及系统 - Google Patents

Abstract

本发明公开了移动电源车参与海岛微电网故障重构的路径规划方法，它包括S1：建立移动电源车路径规划模型，构建移动电源车移动总距离最小的目标函数，以及约束条件；S2：建立微电网故障重构模型，构建以负荷切除量最少和网损最小为目标函数，以及约束条件；S3：求解移动电源车路径规划模型，计算出移动电源车移动距离最短的路径，对重要负荷进行紧急支撑之后，结合微电网故障重构模型，计算负荷切除量，实现最大负荷支撑的微电网故障重构。还公开了上述方法采用的系统，包括移动电源车的调度模型单元、微电网故障分级优化模型单元和微电网的重构切负荷单元。以最小时间将移动电源车调度到放电站给电网供电，使得微电网故障重构时负荷切除量更少。

Description

移动电源车参与海岛微电网故障重构路径规划方法及系统

技术领域

本发明涉及微电网故障重构和路径规划领域，特别是移动电源车参与海岛微电网故障重构的路径规划方法及系统。

背景技术

微电网在运行过程中因为设备故障导致功率缺额，进而影响微电网的稳定运行，如何在微电网发生故障时进行电源增补和负荷切除，是研究微电网稳定运行的一项重要工作。

在微电网中存在电动车充放电站，在微电网出现故障的时候，可以利用微电网中的移动电源车发出的电能给电网供电，以达到切除最小负荷、降低网损的目的，是本发明的主要内容。

移动电源车是一种装有电源装置的专用车，可装配电瓶组(移动储能车)、柴油发电机组或燃气发电机组等。移动电源车可以用来发电、检修设备、会议保障、野外作业等功能。在平时不使用时停放在固定停放点，在发生应急需求时可以快速前往目的地进行应急电源供应。

市场上的移动电源车放电功率可以达到100KW-300KW，储能容量最大可以达到兆瓦时级别，对于微电网故障，移动电源车可以代替一部分故障发电装置，减小负荷切除量，保障重要负荷的不间断供电，等待电网的重构和恢复。

对于微电网故障发生时，要调用移动电源车进行应急供电，首先要对移动电源车的移动路径进行规划，在确定充放电站所支持的移动电源车后，进行电网重构，实现在系统稳定情况下，负荷切除量和网损最小的目的。

发明内容

本发明的目的在于提供移动电源车参与海岛微电网故障重构路径规划方法及系统，在路网模型下，通过所提模型计算移动电源车最优行驶路径，前往放电站对电网供电；同时，结合电网重构模型对电网进行切负荷，保护重要负荷不断电；并且在优化过程中，总能保证系统稳定。

为了解决上述技术问题，本发明是通过以下技术方案实现的：移动电源车参与海岛微电网故障重构路径规划方法，包括以下步骤：

S1：建立移动电源车路径规划模型，构建移动电源车移动总距离最小的目标函数，以及约束条件；

S2：建立微电网故障重构模型，构建以负荷切除量最少和网损最小为目标函数，以及约束条件；

S3：求解移动电源车路径规划模型，计算出移动电源车移动距离最短的路径，在移动电源车接入电网，对重要负荷进行紧急支撑之后，结合微电网故障重构模型，计算负荷切除量，实现最大负荷支撑的微电网故障重构。

优选的，所述步骤S1在约束条件下，移动电源车路径规划模型为：

S11：假设路网中有a个路口节点，其中a为路口节点数，首先对路口节点进行编号，然后，根据图论建立路网权重矩阵D，矩阵的元素为两个节点之间的权重：

其中，d_ij表示i路口和j路口之间道路的归一化长度，表示方法为：

其中c_n为道路中的车辆数量，M为道路拥堵车辆阈值。在路网模型邻接矩阵中，把路径归一化为车辆匀速正常行驶情况下的道路长度；

S12：移动电源车有储能车和燃料车两种，燃料发电车发电功率为W_f，剩余燃料可发电量为C_f；

电池储能移动电源车的放电功率为W_c，储能荷电状态为SOC记为S，储能最大容量(满电容量)为C，所以储能剩余容量：

C_s＝S×C

S13：燃料型移动电源车在正常路况下匀速行驶，单位能量可行使距离为l_1f；储能型移动电源车，假设移动电源车在正常路况下，以某一速度匀速行驶，在满容量情况下可以行使的最大距离为L，那么单位能量下移动电源车可以行使的距离可以表示为：

l_1s＝L/C

所以移动电源车在当前容量下可行使的里程数为：

优选的，所述步骤S1中移动电源车最短路径目标函数建立如下：

S14：假设现在微电网中共有n辆移动电源车可以提供应急调度，微电网中共有m个充放电站，得到的路径最短目标函数为：

其中，x_ij的意义为：

g_ij为表示第i辆车到j充放电站的最短距离，g_ij可以通过A*算法对路网模型D和车-站所在位置节点标号进行计算得到，同时计算得到每辆车到各个车站的最短路径；

A*算法是一种传统启发式路径搜索方法，在地图上确定起点和终点之后，针对路网模型D，对地图上的节点进行搜索，公式表示为：

F(n)＝G(n)+H(n)

其中F(n)为初始节点到目标节点n的代价估计；G(n)为初始节点到n节点的实际路径距离，可以通过D矩阵计算得到；H(n)从节点n到目标节点最佳路径的估计距离，可以用使用欧式几何距离；使用这个公式计算估计代价，每次选择周围的最小代价点搜索，遍历周围的节点，依次循环之后，达到目标节点，可以得到初始节点到目标节点的最短路径和最短距离；

S15：对于充放电站，一个充放电站有一定的容纳限度，假设第j个充放电站只能容纳E_j辆车，那么有约束条件：

S16：对于每一辆车，应该都要得到分配，都要前往放电站放电，所以可以得到约束：

S17：对于每一辆移动电源车，必须有足够的能量到达放电站，由此可以得到约束条件：

x_ij×d_ij≤L_s(i＝1，2，…，n；j＝1，2，…，m)；

S18：对目标函数和约束条件构成的路径优化模型进行求解，可以得到调度矩阵X：

即每辆移动电源车前往哪个充电站的分配结果。

优选的，所述步骤S2中微电网故障重构模型中，在得到移动电源车电能补充的条件下，建立切负荷目标函数：

S21：微电网重构，需要满足负荷切除量最小这一目标，其目标函数为：

式中：i∈Ω，Ω为重构后切除负荷的节点集合；S_i表示节点i对应的负荷量。

优选的，所述步骤S2中建立综合评估函数：

S22：微电网重构，需要满足综合评估函数值最小这一目标，其目标函数为：

式中：k₁，k₂，k₃为网络损耗，电压偏差和平衡节点功率偏差的权重系数，且0＜k₁，k₂，k₃＜1，k₁+k₂+k₃＝1；

分别为网络损耗、电压偏差和平衡节点功率偏差的归一化处理值：

优选的，所述步骤S2中约束条件如下：

S23：平衡节点功率约束：

P_tmin≤P_t≤P_tmax

式中：P_t为平衡节点t可调节的有功功率；P_tmax为节点t可调有功功率的上限；P_tmin为节点t可调有功功率的下限；

S24：支路功率约束：

P_Bj≤P_Bjmax

式中：P_Bj为流过支路j的有功功率；P_Bjmax为支路j的有功功率传输上限；

S25：功率平衡约束：

式中：P_Gx为微电网中微电源x的发电功率，X表示重构后保留的微电源数；P_Li为微网重构后节点i保留的负荷有功功率，N表示重构后保留的节点数；

S26：微电源发电功率约束：

P_Gmin≤P_G≤P_Gmax

式中：P_G为微电网重构后微电源总的发电功率；P_Gmin为微电网中发电功率的下限；P_Gmax为微电网中发电功率的上限；

S27：节点电压约束：

U_imin≤U_i≤U_imax

式中：U_i为节点i的电压大小；U_imin为节点i的电压下限；U_imax为节点i的电压上限。

优选的，所述步骤S3中，微电网故障重构采用分级优化方法：

S31：微电网故障分级优化重构第一级为不需要进行潮流计算的部分，首先计算出微电网功率缺额，并且枚举出切负荷的所有开关组合方案；

S32：微电网故障分级优化重构的第二级，处理涉及潮流计算的目标函数和约束，将第一级优化所得可行解集，逐一进行潮流计算，得到运行结果，并将其进行综合评估并输出满足约束条件的最优解。

移动电源车参与海岛微电网故障重构路径规划系统，包括：

移动电源车的调度模型单元：根据路网情况、电源车能量剩余情况和位置信息推导电源车最优路径公式和约束；

微电网故障分级优化模型单元：根据电网功率电压要求，设置重构目标函数和约束；

微电网的重构切负荷单元：根据移动电源车规划模型和分级优化模型，计算负荷切除量和方案，以实现最大负荷支撑下网损最小的电网故障重构。

与现有技术相比，本发明的优点是：

(1)在电网故障时，通过接入移动电源车给电网供电，可是保障重要负荷不断电，减小切负荷量；

(2)根据路径规划模型，可以实现在电网故障时，以最快的速度将电源车调度到放电站；

(3)根据电网重构模型和重构方法，可以实现在电网稳定运行情况下，实现负荷切除量和网损最小。

附图说明

图1为本发明移动电源车参与海岛微电网故障重构路径规划方法的流程图；

图2为移动电源车参与海岛微电网故障重构的路网结构图；

图3为微电网33节点系统图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

参阅图1为本发明移动电源车参与海岛微电网故障重构路径规划方法的实施例，移动电源车参与海岛微电网故障重构的路径规划方法，它包括有：

S1：建立移动电源车路径规划模型，构建移动电源车移动总距离最小的目标函数，以及约束条件；

S2：建立微电网故障重构模型，构建以负荷切除量最少和网损最小为目标函数，以及约束条件；

S3：求解移动电源车路径规划模型，计算出移动电源车移动距离最短的路径，在移动电源车接入电网，对重要负荷进行紧急支撑之后，结合微电网故障重构模型，计算负荷切除量，实现最大负荷支撑的微电网故障重构；

更具体地，步骤1在移动电源车路径规划模型中，有：

S11：假设路网中有a个路口节点，其中a为路口节点数，首先对路口节点进行编号，然后，根据图论建立路网权重矩阵D，矩阵的元素为两个节点之间的权重：

其中，d_ij表示i路口和j路口之间道路的归一化长度，表示方法为：

其中l_ij为路口i到路口j的道路长度，ε为道路拥堵系数：

其中c_n为道路中的车辆数量，M为道路拥堵车辆阈值。在路网模型邻接矩阵中，把路径归一化为车辆匀速正常行驶情况下的道路长度。

S12：移动电源车有储能车和燃料车两种，燃料发电车发电功率为W_f，剩余燃料可发电量为C_f。

电池储能移动电源车的放电功率为W_c，储能荷电状态为SOC记为S，储能最大容量(满电容量)为C，所以储能剩余容量：

C_s＝S×C (4)

S13：燃料型移动电源车在正常路况下匀速行驶，单位能量可行使距离为l_1f。

储能型移动电源车，假设移动电源车在正常路况下，以某一速度匀速行驶，在满容量情况下可以行使的最大距离为L，那么单位能量下移动电源车可以行使的距离可以表示为：

l_1s＝L/C (5)

所以移动电源车在当前容量下可行使的里程数为：

S14：假设现在微电网中共有n辆移动电源车可以提供应急调度，微电网中共有m个充放电站，得到的路径最短目标函数为：

其中，x_ij的意义为：

g_ij为表示第i辆车到j充放电站的最短距离，g_ij可以通过A*算法对路网模型D和车-站所在位置节点标号进行计算得到，同时计算得到每辆车到各个车站的最短路径。

A*算法是一种传统启发式路径搜索方法。在地图上确定起点和终点之后，针对路网模型D，对地图上的节点进行搜索，公式表示为：

F(n)＝G(n)+H(n)，

其中F(n)为初始节点到目标节点n的代价估计；G(n)为初始节点到n节点的实际路径距离，可以通过D矩阵计算得到；H(n)从节点n到目标节点最佳路径的估计距离，可以用使用欧式几何距离。使用这个公式计算估计代价，每次选择周围的最小代价点搜索，遍历周围的节点，依次循环之后，达到目标节点，可以得到初始节点到目标节点的最短路径和最短距离。

S15：对于充放电站，一个充放电站有一定的容纳限度，假设第j个充放电站只能容纳E_j辆车，那么有约束条件：

S16：对于每一辆车，应该都要得到分配，都要前往放电站放电，所以可以得到约束：

S17：对于每一辆移动电源车，必须有足够的能量到达放电站，由此可以得到约束条件：

x_ij×d_ij≤L_s(i＝1，2，…，n；j＝1，2，…，m) (11)

S18：对目标函数和约束条件构成的路径优化模型进行求解，可以得到调度矩阵X：

即每辆移动电源车前往哪个充电站的分配结果。

S21：微电网重构，需要满足负荷切除量最小这一目标，其目标函数为：

式中：i∈Ω，Ω为重构后切除负荷的节点集合；S_i表示节点i对应的负荷量。

S22：微电网重构，需要满足综合评估函数值最小这一目标，其目标函数为：

式中：k₁，k₂，k₃为网络损耗，电压偏差和平衡节点功率偏差的权重系数，且0＜k₁，k₂，k₃＜1，k₁+k₂+k₃＝1；

分别为网络损耗、电压偏差和平衡节点功率偏差的归一化处理值：

S23：平衡节点功率约束：

P_tmin≤P_t≤P_tmax (16)

式中：P_t为平衡节点t可调节的有功功率；P_tmax为节点t可调有功功率的上限；P_tmin为节点t可调有功功率的下限。

S24：支路功率约束：

P_Bj≤P_Bjmax (17)

式中：P_Bj为流过支路j的有功功率；P_Bjmax为支路j的有功功率传输上限。

S25：功率平衡约束：

式中：P_Gx为微电网中微电源x的发电功率，X表示重构后保留的微电源数；P_Li为微网重构后节点i保留的负荷有功功率，N表示重构后保留的节点数。

S26：微电源发电功率约束：

P_Gmin≤P_G≤P_Gmax (19)

式中：P_G为微电网重构后微电源总的发电功率；P_Gmin为微电网中发电功率的下限；P_Gmax为微电网中发电功率的上限。

S27：节点电压约束：

U_imin≤U_i≤U_imax (20)

式中：U_i为节点i的电压大小；U_imin为节点i的电压下限；U_imax为节点i的电压上限。

S31：微电网故障分级优化重构第一级为不需要进行潮流计算的部分，首先计算出微电网功率缺额，并且枚举出切负荷的所有开关组合方案。

S32：微电网故障分级优化重构的第二级，处理涉及潮流计算的目标函数和约束，将第一级优化所得可行解集，逐一进行潮流计算，得到运行结果，并将其进行综合评估并输出满足约束条件的最优解。

电网运行时，根据用电负荷对可靠供电的不同要求，电力系统的负荷一般分为三级。第一种负荷对供电可靠性的要求最高，若发生供电故障，造成的后果也最严重，此类负荷要求供电不能间断，称之为敏感负荷。第二种为可调节负荷，在条件允许的情况下要尽可能的保证供电不间断。第三种是非敏感性负荷，对可靠性的要求较低，微电网发生故障时对第三种负荷的影响较小。

在电网发生故障时，在移动电源车接入电网时，重构首先考虑切除三级负荷，在保证系统稳定运行情况下，可以切除少量二级负荷，在清除故障之后，电网恢复正常运行。

更具体的，在图2和图3中，假设移动电源车相关参数如表1所示，负载和线路信息如表2所示，电网分级优化重构结果如表3所示。

表1移动电源车参数

表2负载和线路参数

首先，对节点负荷进行分级，其中节点4、11、12、14、19、24、26、28为一级负荷，节点9、13、15、17、20、30、31、32为二级负荷、节点5、8、16、22、23、25、33为三级负荷。在切负荷方案中，按顺序切除三级负荷，负荷状态用六位二进制代码表示，1代表切除负荷，0代表保留负荷。

表3切负荷结果

由综合评估函数值最小这一目标可知，最佳切负荷方案为101000。

本发明的还提供一种移动电源车参与海岛微电网故障重构的路径规划系统，它包括有：

移动电源车的调度模型单元，根据路网情况、电源车能量剩余情况和位置信息推导电源车最优路径公式和约束；

微电网故障分级优化模型单元，根据电网功率电压要求，设置重构目标函数和约束；

微电网的重构切负荷单元，根据移动电源车规划模型和分级优化模型，计算负荷切除量和方案，以实现最大负荷支撑下网损最小的电网故障重构。

以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。

Claims (8)

1.移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：包括以下步骤：

S1：建立移动电源车路径规划模型，构建移动电源车移动总距离最小的目标函数，以及约束条件；

S2：建立微电网故障重构模型，构建以负荷切除量最少和网损最小为目标函数，以及约束条件；

S3：求解移动电源车路径规划模型，计算出移动电源车移动距离最短的路径，在移动电源车接入电网，对重要负荷进行紧急支撑之后，结合微电网故障重构模型，计算负荷切除量，实现最大负荷支撑的微电网故障重构。

2.如权利要求1所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S1在约束条件下，移动电源车路径规划模型为：

S11：假设路网中有a个路口节点，其中a为路口节点数，首先对路口节点进行编号，然后，根据图论建立路网权重矩阵D，矩阵的元素为两个节点之间的权重：

其中，d_ij表示i路口和j路口之间道路的归一化长度，表示方法为：

其中c_n为道路中的车辆数量，M为道路拥堵车辆阈值；在路网模型邻接矩阵中，把路径归一化为车辆匀速正常行驶情况下的道路长度，l_ij为路口i到路口j的道路长度，ε为道路路况系数，

其中c_n为道路中的车辆数量，M为道路拥堵车辆阈值；

S12：移动电源车有储能车和燃料车两种，燃料发电车发电功率为W_f，剩余燃料可发电量为C_f；

电池储能移动电源车的放电功率为W_c，储能荷电状态为SOC记为S，储能最大容量(满电容量)为C，所以储能剩余容量：

C_s＝S×C

S13：燃料型移动电源车在正常路况下匀速行驶，单位能量可行使距离为l_1f；储能型移动电源车，假设移动电源车在正常路况下，以某一速度匀速行驶，在满容量情况下可以行使的最大距离为L，那么单位能量下移动电源车可以行使的距离可以表示为：

l_1s＝L/C

所以移动电源车在当前容量下可行使的里程数为：

3.如权利要求2所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S1中移动电源车最短路径目标函数建立如下：

S14：假设现在微电网中共有n辆移动电源车可以提供应急调度，微电网中共有m个充放电站，得到的路径最短目标函数为：

其中，x_ij的意义为：

g_ij为表示第i辆车到j充放电站的最短距离，g_ij可以通过A*算法对路网模型D和车-站所在位置节点标号进行计算得到，同时计算得到每辆车到各个车站的最短路径；

A*算法是一种传统启发式路径搜索方法，在地图上确定起点和终点之后，针对路网模型D，对地图上的节点进行搜索，公式表示为：

F(n)＝G(n)+H(n)

其中F(n)为初始节点到目标节点n的代价估计；G(n)为初始节点到n节点的实际路径距离，可以通过D矩阵计算得到；H(n)从节点n到目标节点最佳路径的估计距离，可以用使用欧式几何距离；使用这个公式计算估计代价，每次选择周围的最小代价点搜索，遍历周围的节点，依次循环之后，达到目标节点，可以得到初始节点到目标节点的最短路径和最短距离；

S15：对于充放电站，一个充放电站有一定的容纳限度，假设第j个充放电站只能容纳E_j辆车，那么有约束条件：

E_j为第j个充放电站所能容纳的储能车数量；

S16：对于每一辆车，应该都要得到分配，都要前往放电站放电，所以可以得到约束：

S17：对于每一辆移动电源车，必须有足够的能量到达放电站，由此可以得到约束条件：

x_ij×d_ij≤L_s(i＝1,2,…,n；j＝1,2,…,m)；

S18：对目标函数和约束条件构成的路径优化模型进行求解，可以得到调度矩阵X：

即每辆移动电源车前往哪个充电站的分配结果。

4.如权利要求1所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S2中微电网故障重构模型中，在得到移动电源车电能补充的条件下，建立切负荷目标函数：

S21：微电网重构，需要满足负荷切除量最小这一目标，其目标函数为：

式中：i∈Ω，Ω为重构后切除负荷的节点集合；S_i表示节点i对应的负荷量。

5.如权利要求1所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S2中建立综合评估函数：

S22：微电网重构，需要满足综合评估函数值最小这一目标，其目标函数为：

F₂＝min(k₁L+k₂U+k₃P_t)

式中：k₁，k₂，k₃为网络损耗，电压偏差和平衡节点功率偏差的权重系数，且0＜k₁,k₂,k₃＜1，k₁+k₂+k₃＝1；L，U，P_t分别为网络损耗、电压偏差和平衡节点功率偏差的归一化处理值：

L^*为网损基准值，U^*为电压基准值，ΔU为系统最大电压和最小电压的差，P_t ^*为平衡节点功率基准值，一般取为平衡节点功率上下限的平均值，ΔP_t为平衡节点实际发出功率与基准值的差。

6.如权利要求1所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S2中约束条件如下：

S23：平衡节点功率约束：

P_tmin≤P_t≤P_tmax

式中：P_t为平衡节点t可调节的有功功率；P_tmax为节点t可调有功功率的上限；

P_tmin为节点t可调有功功率的下限；

S24：支路功率约束：

P_Bj≤P_Bjmax

式中：P_Bj为流过支路j的有功功率；P_Bjmax为支路j的有功功率传输上限；

S25：功率平衡约束：

式中：P_Gx为微电网中微电源x的发电功率，X表示重构后保留的微电源数；P_Li为微网重构后节点i保留的负荷有功功率，N表示重构后保留的节点数；

S26：微电源发电功率约束：

P_Gmin≤P_G≤P_Gmax

式中：P_G为微电网重构后微电源总的发电功率；P_Gmin为微电网中发电功率的下限；P_Gmax为微电网中发电功率的上限；

S27：节点电压约束：

U_imin≤U_i≤U_imax

式中：U_i为节点i的电压大小；U_imin为节点i的电压下限；U_imax为节点i的电压上限。

7.如权利要求1所述的移动电源车参与海岛微电网故障重构路径规划方法，其特征在于：所述步骤S3中，微电网故障重构采用分级优化方法：

S31：微电网故障分级优化重构第一级为不需要进行潮流计算的部分，首先计算出微电网功率缺额，并且枚举出切负荷的所有开关组合方案；

S32：微电网故障分级优化重构的第二级，处理涉及潮流计算的目标函数和约束，将第一级优化所得可行解集，逐一进行潮流计算，得到运行结果，并将其进行综合评估并输出满足约束条件的最优解。

8.采用权利要求1至7中任一项所述的移动电源车参与海岛微电网故障重构路径规划方法的系统，其特征在于：包括：

移动电源车的调度模型单元：根据路网情况、电源车能量剩余情况和位置信息推导电源车最优路径公式和约束；

微电网故障分级优化模型单元：依据点位最低网损限制、电压限制和平衡节点处理限制，建立电网重构模型，设置重构目标函数和约束；

微电网的重构切负荷单元：根据移动电源车规划模型和分级优化模型，计算负荷切除量和方案，以实现最大负荷支撑下网损最小的电网故障重构。

Images