CN115271561A - 应急供电管控系统及负荷恢复的移动应急电源调度方法 - Google Patents

应急供电管控系统及负荷恢复的移动应急电源调度方法 Download PDF

Info

Publication number
CN115271561A
CN115271561A CN202211186325.4A CN202211186325A CN115271561A CN 115271561 A CN115271561 A CN 115271561A CN 202211186325 A CN202211186325 A CN 202211186325A CN 115271561 A CN115271561 A CN 115271561A
Authority
CN
China
Prior art keywords
power supply
emergency
emergency power
model
module
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.)
Granted
Application number
CN202211186325.4A
Other languages
English (en)
Other versions
CN115271561B (zh
Inventor
孙丽敬
刘海涛
吕广宪
季宇
高波
魏琛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Online Shanghai Energy Internet Research Institute Co ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Online Shanghai Energy Internet Research Institute Co ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202211186325.4A priority Critical patent/CN115271561B/zh
Publication of CN115271561A publication Critical patent/CN115271561A/zh
Application granted granted Critical
Publication of CN115271561B publication Critical patent/CN115271561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Abstract

本发明公开了一种应急供电管控系统及负荷恢复的移动应急电源调度方法。其中，系统包括：风险状态预警模块、任务需求管理模块、任务计划管理模块、作业执行管控模块以及作业成效评价模块，其中风险状态预警模块用于检测电网停电风险和进行应急电源状态评估，生成预警提示信息；任务需求管理模块对应急保供任务进行收集，生成作业任务；任务计划管理模块用于根据作业任务生成应急供电方案；作业执行管控模块用于根据应急供电方案对作业任务的执行进行管控；作业成效评价模块用于根据作业任务执行管控后的作业任务完成情况进行评价。实现跨区域移动电力应急设备的实时调度与分布式资源量化协同。

Description

应急供电管控系统及负荷恢复的移动应急电源调度方法
技术领域
本发明涉及电网应急管理技术领域，并且更具体地，涉及一种应急供电管控系统及负荷恢复的移动应急电源调度方法。
背景技术
随着我国经济的飞速发展，对配电网可靠性水平提出了更高的要求，客户年平均停电时间在逐年缩短，但应急处置与应急供电与发达国家相比仍有不小的差距。表现为：故障研判及处理模式、应急供电资源的调控、应急现场的指挥与消缺主要依靠于人工的系统查询及现场查看，以致出现工作效率不高、信息获取滞后、差错率难以消除等现象。因此，亟需借助云计算、数据分析等技术，在应急供电方面，考虑移动电力/灵活资源高效利用，提出全流程应急供电管控系统构建移动电力/灵活资源支撑的全流程应急供电管控系统，实现多情景应急供电业务的“全量监视、全景可视、全资源量化”，全面提升应急保供电工作质量及执行效率，进而提升配电网的供电可靠性。
发明内容
针对现有技术的不足，本发明提供一种应急供电管控系统及负荷恢复的移动应急电源调度方法。
根据本发明的一个方面，提供了一种应急供电管控系统，包括：风险状态预警模块、任务需求管理模块、任务计划管理模块、作业执行管控模块以及作业成效评价模块，其中
风险状态预警模块用于检测电网停电风险和进行应急电源状态评估，生成预警提示信息；
任务需求管理模块对应急保供任务进行收集，生成作业任务；
任务计划管理模块用于根据作业任务生成应急供电方案；
作业执行管控模块用于根据应急供电方案对作业任务的执行进行管控；
作业成效评价模块用于根据作业任务执行管控后的作业任务完成情况进行评价。
可选地，风险状态预警模块包括配电网停电风险预警单元以及应急电源状态评估单元，其中
配电网停电风险预警单元用于根据预先采集的预测数据，利用预先建立的小概率极端事件与配电网元件故障概率的关系模型，确定预警提示信息；
应急电源状态评估单元用于检测移动应急电源的状态情况，移动应急电源的状态情况用于作为应急保供方案的决策前提。
可选地，任务需求管理模块包括作业需求池、多源数据作业需求分解模型以及作业任务分类模型，其中
作业需求池为根据收集的应急保供任务进行建立的；
多源数据作业需求分解模型用于实现作业任务的语义智能分解；
作业任务分类模型用于实现作业任务的智能分类。
可选地，任务计划管理模块包括移动应急电源调度模块以及应急保供电辅助决策模块，其中，
移动应急电源调度模块用于实现负荷恢复的移动应急电源调度；
应急保供电辅助决策模块动态生成并推送应急保供电工作方案以及应急保供电资源应急突发动态调整决策。
可选地，作业执行管控模块包括：实时采录任务现场、任务路线导航、作业重点提醒、作业质量与安全监督、任务紧急情况接受以及紧急情况预警与处理决策推荐。
可选地，作业成效评价模块人员成效评价模型以及作业质量评价模型，其中
人员成效评价模型用于对执行班组以及执行人员进行评价；
作业质量评价模型用于对作业质量进行评价。
根据本发明的一个方面，提供了一种负荷恢复的移动应急电源调度方法，应用于上述任意一项的任务计划管理模块，包括：
建立多种应急电源的线性化数学模型；
将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据目标函数以及线性化数学模型建立整数线性规划模型；
利用求解器对整数线性规划模型进行求解，确定最优调度策略。
可选地，根据目标函数以及线性化数学模型建立整数线性规划模型的操作，包括：
建立配电网的配电网运行模型；
根据配电网运行模型、目标函数以及线性化数学模型，建立整数线性规划模型。
可选地，目标函数的公式为：
Figure 565025DEST_PATH_IMAGE001
其中，式中
Figure 875921DEST_PATH_IMAGE002
表示负荷i的权系数，
Figure 802288DEST_PATH_IMAGE003
表示负荷i在t时刻的功率需求，
Figure 147819DEST_PATH_IMAGE004
表示时间步长。上式L表示负荷集合，T表示预定时间集合。
可选地，多种应急电源包括移动发电车、储能以及分布式电源，其中移动发电车的线性化数学模型为：
Figure 485128DEST_PATH_IMAGE005
其中，
Figure 100002_DEST_PATH_IMAGE006
为01变量，表征移动发电车的时空状态，为1表示移动发电车m在t时刻处于（i，j）的弧上，从节点i移动到节点j，特别的，当i=j，表示移动发电车m在t时刻停留在节点i上，M表示移动发电车集合。
可选地，储能的线性化数学模型为：
Figure 814478DEST_PATH_IMAGE007
其中，
Figure 92007DEST_PATH_IMAGE008
为01变量，为1表示储能装置e在放电状态；
Figure 100002_DEST_PATH_IMAGE009
为01变量，为1表示储能装置e在充电状态，E表示储能装置集合。
可选地，分布式电源的线性化数学模型为：
Figure 100002_DEST_PATH_IMAGE010
其中，
Figure 134787DEST_PATH_IMAGE011
为01变量，为1表示分布式电源i在t时刻投入配电网，否则切除，
Figure 100002_DEST_PATH_IMAGE012
、
Figure 393730DEST_PATH_IMAGE013
分别表示分布式电源i在t时刻的有功无功出力值，
Figure 100002_DEST_PATH_IMAGE014
、
Figure 100002_DEST_PATH_IMAGE015
、
Figure 492267DEST_PATH_IMAGE016
、
Figure 100002_DEST_PATH_IMAGE017
分别表示光伏有功无功出力的预测值和风机有功无功出力的预测值，
Figure 88334DEST_PATH_IMAGE018
、
Figure 100002_DEST_PATH_IMAGE019
分别表示光伏和风机集合，分布式电源集合
Figure 126566DEST_PATH_IMAGE020
。
可选地，配电网运行模型为：
Figure 884306DEST_PATH_IMAGE022
其中节点j处有功无功功率平衡约束，是KCL的形式，当
Figure 100002_DEST_PATH_IMAGE023
时，
Figure 204560DEST_PATH_IMAGE024
和
Figure 100002_DEST_PATH_IMAGE025
为0，当
Figure 542001DEST_PATH_IMAGE026
时，
Figure 100002_DEST_PATH_IMAGE027
和
Figure 434739DEST_PATH_IMAGE028
为0，
Figure 100002_DEST_PATH_IMAGE029
为01变量，是负荷投切指示变量，为1表示负荷j在t时刻被恢复，
Figure 347069DEST_PATH_IMAGE030
、
Figure 100002_DEST_PATH_IMAGE031
表示t时刻线路ij上传输的有功和无功功率，N表示节点集合，
Figure 138308DEST_PATH_IMAGE032
表示父节点集合，
Figure DEST_PATH_IMAGE033
表示子节点集合。
根据本发明的另一个方面，提供了一种负荷恢复的移动应急电源调度装置，包括：
第一建立模块，用于建立多种应急电源的线性化数学模型；
第二建立模块，用于将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据目标函数以及线性化数学模型建立整数线性规划模型；
确定模块，用于利用求解器对整数线性规划模型进行求解，确定最优调度策略。
根据本发明的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明上述任一方面所述的方法。
根据本发明的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一方面所述的方法。
从而，本发明提出的移动电力设备等灵活资源支撑的应急供电管控系统，适配各类型平台部署，可提供基于多数据融合和数据驱动的配网故障预测分析、移动电力资源实施监测与跟踪调度、应急供电方案辅助决策、任务执行远程指挥、任务成效客观评价全流程服务，实现跨区域移动电力应急设备的实时调度与分布式资源量化协同，增强应急保供电任务的透明管控，强化作业班组支撑服务，全面提升新型配电网应急保供电能力与效率。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1是本发明一示例性实施例提供的应急供电管控系统的示意图；
图2是本发明一示例性实施例提供的应急供电管控系统功能划分与逻辑架构图；
图3是本发明一示例性实施例提供的应急供电管控系统面向电网业务中台部署架构图；
图4是本发明一示例性实施例提供的应急供电管控系统面向电网业务中台部署的实施方法图；
图5是本发明一示例性实施例提供的负荷恢复的移动应急电源调度方法的流程示意图；
图6是本发明一示例性实施例提供的风机、光伏及负荷的波动曲线的示意图；
图7是本发明一示例性实施例提供的修改的IEEE37节点测试系统拓扑图；
图8是本发明一示例性实施例提供的各节点储能荷电状态；
图9是本发明一示例性实施例提供的各车位置状态；
图10是本发明一示例性实施例提供的负荷恢复结果；
图11是本发明一示例性实施例提供的负荷恢复的移动应急电源调度装置的结构示意图；
图12是本发明一示例性实施例提供的电子设备的结构。
具体实施方式
下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。
应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
本领域技术人员可以理解，本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
还应理解，在本发明实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
还应理解，对于本发明实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
另外，本发明中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本发明中字符“/”，一般表示前后关联对象是一种“或”的关系。
还应理解，本发明对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性系统
图1是本发明一示例性实施例提供的应急供电管控系统的示意图。应急供电管控系统，包括：风险状态预警模块、任务需求管理模块、任务计划管理模块、作业执行管控模块以及作业成效评价模块，其中
风险状态预警模块用于检测电网停电风险和进行应急电源状态评估，生成预警提示信息；
任务需求管理模块对应急保供任务进行收集，生成作业任务；
任务计划管理模块用于根据作业任务生成应急供电方案；
作业执行管控模块用于根据应急供电方案对作业任务的执行进行管控；
作业成效评价模块用于根据作业任务执行管控后的作业任务完成情况进行评价。
具体地，参考图1所示，本发明提供的应急供电管控系统可适用于配电网不停电作业、故障检修、活动保电、灾害应急等各种应急供电场景。包含应急预测分析、移动电力资源跟踪、应急供电方案辅助决策、现场任务远程指挥、任务成效评价5个一级服务功能，实现跨区域应急资源快速调度与辅助决策支撑。
从而，本发明提出的移动电力设备等灵活资源支撑的应急供电管控系统，该系统在云端进行，即为云系统，适配各类型平台部署，可提供基于多数据融合和数据驱动的配网故障预测分析、移动电力资源实施监测与跟踪调度、应急供电方案辅助决策、任务执行远程指挥、任务成效客观评价全流程服务，实现跨区域移动电力应急设备的实时调度与分布式资源量化协同，增强应急保供电任务的透明管控，强化作业班组支撑服务，全面提升新型配电网应急保供电能力与效率。
此外，风险状态预警、任务需求管理、任务计划管理、作业执行管控、作业成效评价5个云应用模块可部署各类硬件平台提供云端服务，部署平台不限，应用用户不同，可根据需求进行模块的部署，其中可选择一种或多种模块进行部署。
可选地，参考图2所示，风险状态预警模块包括配电网停电风险预警单元以及应急电源状态评估单元，其中
配电网停电风险预警单元用于根据预先采集的预测数据，利用预先建立的小概率极端事件与配电网元件故障概率的关系模型，确定预警提示信息；
应急电源状态评估单元用于检测移动应急电源的状态情况，移动应急电源的状态情况用于作为应急保供方案的决策前提。
可选地，参考图2所示，任务需求管理模块包括作业需求池、多源数据作业需求分解模型以及作业任务分类模型，其中
作业需求池为根据收集的应急保供任务进行建立的；
多源数据作业需求分解模型用于实现作业任务的语义智能分解；
作业任务分类模型用于实现作业任务的智能分类。
可选地，参考图2所示，任务计划管理模块包括移动应急电源调度模块以及应急保供电辅助决策模块，其中，
移动应急电源调度模块用于实现负荷恢复的移动应急电源调度；
应急保供电辅助决策模块动态生成并推送应急保供电工作方案以及应急保供电资源应急突发动态调整决策。
可选地，参考图2所示，作业执行管控模块用于：实时采录任务现场、任务路线导航、作业重点提醒、作业质量与安全监督、任务紧急情况接受以及紧急情况预警与处理决策推荐。
可选地，参考图2所示，作业成效评价模块包括人员成效评价模型以及作业质量评价模型，其中
人员成效评价模型用于对执行班组以及执行人员进行评价；
作业质量评价模型用于对作业质量进行评价。
具体地，（1）在风险状态预警模块实现2种功能：
1）“配电网停电风险预警”：通过对气候、电网拓扑、负荷/电源等电网设备的电压、电流、功率、开关量、故障告警、保护阈值及历史经验等数据进行短时长周期性分析（5分钟/周期），再通过深度学习进行样本筛选与训练，获得配电网停电风险预测。出现风险预警时，自动提交到“任务需求管理”模块，且在云系统以文件/声音等多种形式定时（时间间隔人工可设置）提醒用户。
2）“移动储能等移动应急电源的状态评估”：通过分析移动应急电源的组端电压、组端电流、荷电状态、温度等遥测信号以及开关状态、事故信号、异常信号等遥信信号，进行异常情况分析；特别是电化学储能型移动应急电源，通过实时分析充放电数据，基于电池热失控机理分析模型，得出设置健康状态评估。评估结果为检修维护等告警状态或存在热失控等安全隐患时，自动将结果提交到“任务需求管理”模块，且在云系统以文件/声音等多种形式定时（时间间隔人工可设置）提醒用户。评估结果为正常，自动将结果提交至“任务计划管理”模块，作为应急保供方案的辅助决策的前提条件之一。
（2）“任务需求管理”模块：
对来自“风险状态预警模块”、人工上送、月/季/年计划三个来源的应急保供任务进行智能收集，建立应急保供电任务需求池；基于人工智能语义识别算法，对任务时间、任务地点、任务目标一致的应急保供任务进行智能查重，归一合并，避免多来源的同一任务排列多次；可以通过人工设置不同排序原则进行任务排序；自动排序原则依次优先任务紧急等级、时间、客户类型，最后生成作业任务。同时作业任务的紧急等级可以人工校核与更改。
（3）“任务计划管理”模块：
针对任务生成并推送应急供电方案。根据任务地点、任务目标，智能匹配班组日常工作计划与任务分配；推送包括责任单位、责任班组、工器具与应急供电设备数量与型号、线缆、端子等辅助材料类型与数量、作业重点与注意事项、行车道路要求、现场接线方案等方面的应急供电方案；应急供电方案以数据流方式进行推送下发，也可以PDF、word等方式预览、下载；同时，应急供电方案根据应急资源突发情况动态调整优化。应急供电方案生成后设置短信、邮件、站内信、邮件多种方式提醒。
（4）“作业执行管控”模块：
提供实时采录现场信息、任务路线导航、作业重点提醒、作业质量与安全监督、作业中紧急情况接受与处理决策推荐，实现远程指挥辅导现场作业；实时采录任务现场、任务路线导航、作业重点提醒、作业质量与安全监督、任务紧急情况接受、紧急情况预警与处理决策推荐，从而实现实时记录移动作业定位、任务执行状态、现场作业图像、作业开始与完成时间等监控。
（5）“作业成效评价”模块：
提供任务评价、班组评价、人员评价3种服务。任务评价：通过系统自动、人工两种方式，对任务响应及时性、作业工作效率、作业规范性进行评分；班组评价：通过系统自动、人工两种方式对班组任务执行完成率、响应任务速度、任务完成质量进行评分；人员评价：通过系统自动、人工两种方式对人员执行力、响应速度、服务态度、完成质量进行评分。
此外，如图3所示，首先“移动电力设备等灵活资源支撑的应急供电管控系统”以微应用服务包的形式嵌入电网资源业务中台，根据链路上传的数据，在“风险状态预警、任务需求管理、任务计划管理、作业执行管控、作业成效评价任一个模块进行分析，给出相应的辅助决策，通过文件形式或者指令下发给用户或者下行环节。云系统上/下行指令可通过电网资源业务中台经正反向安全隔离网闸下发或上行到物联管理平台，然后指令经由前置机通过第二道正反向安全隔离网闸，通过加密安全链路的4G/5G链路VPN与现场云应用系统进行业务、数据的交互。（1）云系统可直接通过独立链路的数据采集存储服务器经过前置机或直接经过正反向安全隔离网闸上/下行指令，然后通过加密安全链路的4G/5G链路VPN与现场云应用系统进行业务、数据的交互；（2）云系统可不经过电网业务中台或独立链路的数据采集存储服务器下发通过审计监察的下行控制指令，经正反向安全隔离网闸，通过加密安全链路的4G/5G链路VPN向现场云应用下达控制指令。
此外，如图4所示，示出了本发明提出的应急供电管控系统的具体应用实施例，基于电网数据安全考虑，首先拟在电网云端（互联网大区或以其他实际需求部署）部署一套“移动电力设备等灵活资源支撑的应急供电管控系统”，然后以微服务/应用包的形式再嵌入一套“移动电力设备等灵活资源支撑的应急供电管控系统”到电网资源业务中台。嵌入电网业务资源业务中台的微应用可接收来自电网资源中心、电网分析中心、设备状态中心、作业资源中心、作业管理中心、电网环境中心的电网资源信息、电网设备维护信息、设备运行信息、设备台账、设备定位、业务记录数据、气象灾害监测数据等。微应用可与电网数据中台进行数据交互，也可与电网云端的“移动电力设备等灵活资源支撑的应急供电管控系统”进行业务数据交互、服务共享等。
本发明提出的移动电力设备等灵活资源支撑的应急供电管控系统，适配各类型平台部署，可提供基于多数据融合和数据驱动的配网故障预测分析、移动电力资源实施监测与跟踪调度、应急供电方案辅助决策、任务执行远程指挥、任务成效客观评价全流程服务，实现跨区域移动电力应急设备的实时调度与分布式资源量化协同，增强应急保供电任务的透明管控，强化作业班组支撑服务，全面提升新型配电网应急保供电能力与效率。
示例性方法
图5是本发明一示例性实施例提供的一种负荷恢复的移动应急电源调度方法的流程示意图，参考图5所示，负荷恢复的移动应急电源调度方法500，应用于上述实施例系统任意一项的任务计划管理模块，包括：
步骤501，建立多种应急电源的线性化数学模型；
步骤502，将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据目标函数以及线性化数学模型建立整数线性规划模型；
步骤503，利用求解器对整数线性规划模型进行求解，确定最优调度策略。
具体地，目前国网上海能源互联网研究院有限公司在国内率先关注了可移动电力设施和电网灵活资源在应对高比例可再生能源随机性以及极端小概率事件中的重要作用，开发了包括移动储能车、低压台区移动互联装置等移动电力设备，并已在浙江、江苏、上海、福建和安徽等电力公司示范应用，取得了积极的运行效果，得到现场运行人员的高度肯定。运行实践已经证明，采用移动电力设备等灵活资源是解决配电网极端灾害故障应急供电的核心关键技术路线之一，具有广阔的应用前景。
但是，移动电力设备等灵活资源目前还处于装备完善和示范性应用阶段，尚需开展系统性理论及实用性研究，才能充分发挥灵活资源不同场景下应急供电的优势，达到提升电网弹性/韧性和应急保供电能力的目标，比如，从具体应用的层面，应急资源的选址定容、优化调度、运行控制等基础理论问题需要深入研究并逐项突破。
有鉴于此，本申请实施例提供了一种负荷恢复的移动应急电源调度方法，以获取极端小概率事件条件下使配电网快速恢复的电力资源调度策略。本发明提供了一种负荷恢复的移动应急电源调度方法，调度多种应急电源。采用线性化方法将模型构建为混合整数线性规划模型，能够高效地被商业求解器求解，提高了本方法的实际应用价值。
具体地，移动应急电源（移动发电车）和储能装置，能够降低配电网线路故障后的失负荷率，减小经济损失。储能能够平抑分布式电源的波动性，与分布式电源配合能够进一步提升故障后负荷恢复水平。基于这个目标，给出车辆和储能的调度方案。
首先，将预定时间（根据需求进行设定，可以是一个月、两个月、六个月等，此处不做限定）内加权负荷恢复量最大值作为目标函数，力求根据负荷重要性来进行电力资源的分配。
随后，建立移动应急电源（移动发电车）、储能、分布式电源等设备的线性化数学模型。最终形成混合整数线性规划模型。
可选地，根据目标函数以及线性化数学模型建立整数线性规划模型的操作，包括：
建立配电网的配电网运行模型；
根据配电网运行模型、目标函数以及线性化数学模型，建立整数线性规划模型。
具体地，建立移动应急电源（移动发电车）、储能、分布式电源等设备的线性化数学模型。除此之外还需建立配电网的运行模型，考虑有功无功功率平衡、负荷投切指示变量、线路容量等约束条件，最终形成混合整数线性规划模型。
可选地，目标函数的公式为：
Figure 30172DEST_PATH_IMAGE001
其中，式中
Figure DEST_PATH_IMAGE034
表示负荷i的权系数，
Figure 590466DEST_PATH_IMAGE035
表示负荷i在t时刻的功率需求，
Figure DEST_PATH_IMAGE036
表示时间步长。上式L表示负荷集合，T表示预定时间集合。
可选地，多种应急电源包括移动发电车、储能以及分布式电源，其中移动发电车的线性化数学模型为：
Figure 876960DEST_PATH_IMAGE005
其中，式中
Figure 358757DEST_PATH_IMAGE002
表示负荷i的权系数，
Figure 772420DEST_PATH_IMAGE003
表示负荷i在t时刻的功率需求，
Figure 921642DEST_PATH_IMAGE004
表示时间步长。上式L表示负荷集合，T表示预定时间集合。
可选地，多种应急电源包括移动发电车、储能以及分布式电源，其中移动发电车的线性化数学模型为：
Figure 146081DEST_PATH_IMAGE005
其中，
Figure 115174DEST_PATH_IMAGE006
为01变量，表征移动发电车的时空状态，为1表示移动发电车m在t时刻处于（i，j）的弧上，从节点i移动到节点j，特别的，当i=j，表示移动发电车m在t时刻停留在节点i上，M表示移动发电车集合。
可选地，储能的线性化数学模型为：
Figure 66950DEST_PATH_IMAGE007
其中，
Figure 273940DEST_PATH_IMAGE008
为01变量，为1表示储能装置e在放电状态；
Figure 918548DEST_PATH_IMAGE009
为01变量，为1表示储能装置e在充电状态，E表示储能装置集合。
可选地，分布式电源的线性化数学模型为：
Figure 624205DEST_PATH_IMAGE010
其中，
Figure 645250DEST_PATH_IMAGE011
为01变量，为1表示分布式电源i在t时刻投入配电网，否则切除，
Figure 237906DEST_PATH_IMAGE012
、
Figure 53415DEST_PATH_IMAGE013
分别表示分布式电源i在t时刻的有功无功出力值，
Figure 747833DEST_PATH_IMAGE014
、
Figure 510252DEST_PATH_IMAGE015
、
Figure 222993DEST_PATH_IMAGE016
、
Figure 209404DEST_PATH_IMAGE017
分别表示光伏有功无功出力的预测值和风机有功无功出力的预测值，
Figure 640385DEST_PATH_IMAGE018
、
Figure 986922DEST_PATH_IMAGE019
分别表示光伏和风机集合，分布式电源集合
Figure 23011DEST_PATH_IMAGE020
。
可选地，配电网运行模型为：
Figure DEST_PATH_IMAGE037
其中节点j处有功无功功率平衡约束，是KCL的形式，当
Figure 242640DEST_PATH_IMAGE023
时，
Figure 911650DEST_PATH_IMAGE024
和
Figure 812609DEST_PATH_IMAGE025
为0，当
Figure 437626DEST_PATH_IMAGE026
时，
Figure 765839DEST_PATH_IMAGE027
和
Figure 905833DEST_PATH_IMAGE028
为0，
Figure 125331DEST_PATH_IMAGE029
为01变量，是负荷投切指示变量，为1表示负荷j在t时刻被恢复，
Figure 667171DEST_PATH_IMAGE030
、
Figure 166285DEST_PATH_IMAGE031
表示t时刻线路ij上传输的有功和无功功率，N表示节点集合，
Figure 793576DEST_PATH_IMAGE032
表示父节点集合，
Figure 239600DEST_PATH_IMAGE033
表示子节点集合。
其中，储能能够平抑分布式电源的波动性，与分布式电源配合能够进一步提升故障后负荷恢复水平。移动发电车能够发挥其灵活的功率支撑优势，改善潮流分布，提高负荷恢复水平和质量。
具体地，搭建负荷恢复的混合整数规划模型。规划模型目标函数为：
Figure 386679DEST_PATH_IMAGE038
上式表示，目标为最大化地恢复加权负荷。式中
Figure DEST_PATH_IMAGE039
表示负荷i的权系数，
Figure 853433DEST_PATH_IMAGE003
表示负荷i在t时刻的功率需求，
Figure 968019DEST_PATH_IMAGE040
表示时间步长。上式L表示负荷集合，T表示预定时间集合。
移动发电车模型为：
Figure DEST_PATH_IMAGE041
Figure 263740DEST_PATH_IMAGE006
（01变量）表征移动发电车的时空状态，为1表示移动发电车m在t时刻处于（i，j）的弧上，从节点i移动到节点j，特别的，当i=j，表示移动发电车m在t时刻停留在节点i上。上式表示，任意时刻下，移动发电车m只能有一个移动或停留的状态。上式M表示移动发电车集合。
Figure 780172DEST_PATH_IMAGE043
上式表示，如果移动发电车m在t时刻所在弧的终点位置为j，则t+1时刻其将位于以位置j为起点的弧上。
Figure DEST_PATH_IMAGE044
上式表示，移动发电车m在0时刻的出发位置为节点i。上式NS表示移动发电车出发节点集合。
Figure 699718DEST_PATH_IMAGE045
上式表示移动发电车m在t+1时刻不能原路返回t时刻所在位置。
Figure DEST_PATH_IMAGE046
上式表示，移动发电车放电节点i有接入移动发电车的数量为
Figure 613185DEST_PATH_IMAGE047
的限制。上式NM表示移动发电车接入节点集合。
Figure DEST_PATH_IMAGE048
上式表示，接入放电节点i的移动发电车的有功无功出力约束。式中
Figure 728908DEST_PATH_IMAGE049
、
Figure DEST_PATH_IMAGE050
、
Figure 116158DEST_PATH_IMAGE051
、
Figure DEST_PATH_IMAGE052
分别为移动发电车的有功无功出力上下界。
Figure DEST_PATH_IMAGE053
、
Figure DEST_PATH_IMAGE054
分别为移动发电车m在t时刻的有功无功出力值。
储能装置模型为：
Figure DEST_PATH_IMAGE055
Figure DEST_PATH_IMAGE056
（01变量）为1表示储能装置e在放电状态；
Figure DEST_PATH_IMAGE057
（01变量）为1表示储能装置e在充电状态。该式表示，储能装置的充放电状态只能有一个。上式E表示储能装置集合。
Figure 587633DEST_PATH_IMAGE059
上式表示，储能装置e的充放电有功无功功率约束。其中，无功功率在充放电状态变量为0时强制置0，其余时刻松弛。式中
Figure 958702DEST_PATH_IMAGE060
、
Figure DEST_PATH_IMAGE061
、
Figure DEST_PATH_IMAGE062
、
Figure 189701DEST_PATH_IMAGE063
分别为储能的有功放电功率上下界以及有功充电功率上下界。
Figure DEST_PATH_IMAGE064
、
Figure DEST_PATH_IMAGE065
、
Figure DEST_PATH_IMAGE066
、
Figure 759354DEST_PATH_IMAGE067
分别为储能e在t时刻的有功充放电功率及无功充放电功率。
Figure DEST_PATH_IMAGE068
、
Figure DEST_PATH_IMAGE069
分别为储能e的充放电容量。
Figure 207653DEST_PATH_IMAGE070
上式表示，储能装置e的充放电有功无功功率应该受储能变流器视在功率约束，为功率圆约束，以放电情况为例，采用以下线性化方式进行线性化：
Figure 564554DEST_PATH_IMAGE072
上式表示，取n=6的圆内接正n边形进行线性化。
Figure DEST_PATH_IMAGE073
上式表示，储能装置e初始能量约束。式中
Figure 303971DEST_PATH_IMAGE074
表示储能装置e的初始荷电状态，
Figure DEST_PATH_IMAGE075
表示储能装置e的额定能量容量，
Figure 915080DEST_PATH_IMAGE076
为储能装置e在t时刻时的剩余能量。
Figure DEST_PATH_IMAGE077
上式表示，储能装置e的荷电状态约束。式中
Figure 314707DEST_PATH_IMAGE078
、
Figure DEST_PATH_IMAGE079
表示储能装置荷电状态的上下界。
Figure 440795DEST_PATH_IMAGE080
上式表示，储能装置e的储存的能量随着充放电的变化情况。式中
Figure 656006DEST_PATH_IMAGE081
、
Figure DEST_PATH_IMAGE082
表示储能装置的充放电效率。
分布式电源模型为：只考虑风机和光伏发电装置，即分布式电源没有黑启动能力、不可调度且出力随时间波动：
Figure 918360DEST_PATH_IMAGE083
式中
Figure DEST_PATH_IMAGE084
Figure 223309DEST_PATH_IMAGE085
（01变量）为1表示分布式电源i在t时刻投入配电网，否则切除，
Figure DEST_PATH_IMAGE086
Figure DEST_PATH_IMAGE087
、
Figure 321846DEST_PATH_IMAGE088
Figure DEST_PATH_IMAGE089
表示分布式电源i在t时刻的有功无功出力值，
Figure 917912DEST_PATH_IMAGE090
、
Figure 956144DEST_PATH_IMAGE091
、
Figure 713885DEST_PATH_IMAGE092
、
Figure 221089DEST_PATH_IMAGE093
分别表示光伏有功无功出力的预测值和风机有功无功出力的预测值。上式
Figure 43683DEST_PATH_IMAGE094
、
Figure 952733DEST_PATH_IMAGE095
分别表示光伏和风机集合。由于分布式电源只考虑了风机和光伏发电装置，因此分布式电源集合G满足
Figure 819058DEST_PATH_IMAGE096
。
且光伏和风机功率因数
Figure 79138DEST_PATH_IMAGE097
和
Figure 938379DEST_PATH_IMAGE098
恒定：
Figure 967514DEST_PATH_IMAGE099
配电网运行模型为：
Figure 535899DEST_PATH_IMAGE100
上式表示，节点j处有功无功功率平衡约束，是KCL的形式。当
Figure 830745DEST_PATH_IMAGE101
时，
Figure 978830DEST_PATH_IMAGE102
和
Figure 908477DEST_PATH_IMAGE103
为0。当
Figure 382184DEST_PATH_IMAGE104
Figure DEST_PATH_IMAGE105
时，
Figure 882436DEST_PATH_IMAGE106
和
Figure DEST_PATH_IMAGE107
为0。式中
Figure DEST_PATH_IMAGE108
（01变量）是负荷投切指示变量，为1表示负荷j在t时刻被恢复，
Figure DEST_PATH_IMAGE109
、
Figure DEST_PATH_IMAGE110
表示t时刻线路ij上传输的有功和无功功率。上式N表示节点集合，
Figure 693266DEST_PATH_IMAGE111
表示父节点集合，
Figure DEST_PATH_IMAGE112
表示子节点集合。
Figure 228152DEST_PATH_IMAGE113
上式是DistFlow中电压降落与线路流经的潮流关系。式中，
Figure DEST_PATH_IMAGE114
表示节点i在t时刻的平方电压，
Figure 685809DEST_PATH_IMAGE115
、
Figure DEST_PATH_IMAGE116
分别为线路ij的电阻和电抗。上式B表示支路集合。
Figure 407778DEST_PATH_IMAGE117
上式是线路容量约束，功率圆型的非线性约束采用前文提及的方式进行线性化。式中
Figure 678091DEST_PATH_IMAGE118
表示线路ij的容量。
Figure 536326DEST_PATH_IMAGE119
上式表示，节点平方电压上下界应该在允许范围之内。式中，
Figure 86256DEST_PATH_IMAGE120
、
Figure 577411DEST_PATH_IMAGE121
分别为平方电压上下界。
Figure DEST_PATH_IMAGE122
Figure DEST_PATH_IMAGE123
上式表示，连入黑启动点电源节点的电压恒定，本发明中提供功率支撑的储能以及移动发电车都能作为黑启动电源。式中，
Figure DEST_PATH_IMAGE124
为黑启动电源提供的平方电压值。上式NE表示储能装置接入的节点集合。
Figure DEST_PATH_IMAGE125
上式表示，负荷一旦恢复不能再被切除。
利用成熟的商业求解器，如CPLEX和Gurobi来求解该混合整数线性规划模型（即配电网运行模型、储能、移动电源、分布式电源模型的混合整数线性规划模型），得到移动发电车和储能的最优调度策略。为在误差允许范围内加快求解速度，Gurobi的MIPGap设为1e-3，其他参数默认。
此外，通过本申请提供的负荷恢复的移动应急电源调度方法的具体实施步骤如下：
1.获取配电网及各电力资源数据，明确负荷恢复问题的背景。本发明采用图7所示的修改的IEEE37节点测试系统拓扑图，电压等级为4.8kV，负荷峰值为2282kW，各负荷具体参数如表1所示，实际负荷由表1中各基准值乘图6所示的波动系数得出。本发明假设变电站（节点799）因线路故障不可用，考虑使用配网中的移动发电车、分布式电源及储能进行负荷供电恢复。
节点702、705为最大有功出力150kW和200kW的风机，而节点734、711为最大有功出力150kW和200kW的光伏，功率因数均为0.98。安装在电源位置的储能装置容量均为500kWh，最大放电功率均为200kW，且初始荷电状态为0.5，最小荷电状态为0.1，最大0.9。移动发电车最大有功出力为450kW。
各负荷参数参考表1所示：
表1
Figure DEST_PATH_IMAGE127
分布式电源、储能安装位置以及移动发电车的放电节点均设置在节点702、725、711、734。本发明共设置三辆移动发电车。
故障开始时刻设置在上午10点，持续13个小时，有12个步长，即1h/step。所有发电车均从同一位置出发，且均需要1h到达任意一个放电节点。
2、搭建负荷恢复的混合整数规划模型。具体参考上面所述的目标函数、多种移动应急电源的线性化数学模型以及配电网运行模型。
3、利用成熟的商业求解器，如CPLEX和Gurobi来求解该混合整数线性规划模型，得到移动发电车和储能的最优调度策略。为在误差允许范围内加快求解速度，Gurobi的MIPGap设为1e-3，其他参数默认。
4、分析求解而来的数据，制定储能和移动发电车的调度策略。图8为本发明中各节点储能荷电状态，由此分析出，储能在本发明中起到抑制分布式电源出力波动性的作用，例如在夜间，当分布式电源出力下降，则储能大量放电，荷电水平下降。根据图8及相关的功率数据能够制定储能的调度策略。图9为各车位置状态，位置1、2、3、4分别对应节点702、725、711、734。本发明中各节点间均相距1h车程。图9体现出了移动发电车在功率支撑方面的灵活性，根据图9及相关的功率数据能够制定移动发电车的调度策略。图10为负荷恢复的结果示意图。
本发明提供了一种负荷恢复的移动应急电源调度方法，储能和移动发电车作为可调度资源参与规划。储能能够平抑分布式电源的波动性，与分布式电源配合能够进一步提升故障后负荷恢复水平。移动发电车能够发挥其灵活的功率支撑优势，改善潮流分布，提高负荷恢复水平和质量。采用线性化方法将模型构建为混合整数线性规划模型，能够高效地被商业求解器求解，提高了本方法的实际应用价值。
本发明的有益效果在于，综合考虑了各种配电网中常用的电力资源（包括储能和移动发电机），参与调度，用于负荷恢复，具有实际意义。模型通过线性化方法构建为混合整数线性规划模型，便于高效求解。
示例性装置
图11是本发明一示例性实施例提供的负荷恢复的移动应急电源调度装置的结构示意图。如图11所示，装置1100包括：
根据本发明的另一个方面，提供了一种，包括：
第一建立模块1110，用于建立多种应急电源的线性化数学模型；
第二建立模块1120，用于将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据目标函数以及线性化数学模型建立整数线性规划模型；
确定模块1130，用于利用求解器对整数线性规划模型进行求解，确定最优调度策略。
可选地，第二建立模块1120，包括：
第一建立子模块，用于建立配电网的配电网运行模型；
第二建立子模块，用于根据配电网运行模型、目标函数以及线性化数学模型，建立整数线性规划模型。
可选地，目标函数的公式为：
Figure DEST_PATH_IMAGE128
其中，式中
Figure 323519DEST_PATH_IMAGE002
表示负荷i的权系数，
Figure 301839DEST_PATH_IMAGE003
表示负荷i在t时刻的功率需求，
Figure 288250DEST_PATH_IMAGE004
表示时间步长。上式L表示负荷集合，T表示预定时间集合。
可选地，多种应急电源包括移动发电车、储能以及分布式电源，其中移动发电车的线性化数学模型为：
Figure 719231DEST_PATH_IMAGE005
其中，
Figure 65768DEST_PATH_IMAGE006
为01变量，表征移动发电车的时空状态，为1表示移动发电车m在t时刻处于（i，j）的弧上，从节点i移动到节点j，特别的，当i=j，表示移动发电车m在t时刻停留在节点i上，M表示移动发电车集合。
可选地，储能的线性化数学模型为：
Figure 367436DEST_PATH_IMAGE007
其中，
Figure 790327DEST_PATH_IMAGE008
为01变量，为1表示储能装置e在放电状态；
Figure 708605DEST_PATH_IMAGE009
为01变量，为1表示储能装置e在充电状态，E表示储能装置集合。
可选地，分布式电源的线性化数学模型为：
Figure 94718DEST_PATH_IMAGE010
其中，
Figure 985313DEST_PATH_IMAGE011
为01变量，为1表示分布式电源i在t时刻投入配电网，否则切除，
Figure 313527DEST_PATH_IMAGE012
、
Figure 453521DEST_PATH_IMAGE013
分别表示分布式电源i在t时刻的有功无功出力值，
Figure 423751DEST_PATH_IMAGE014
、
Figure 214858DEST_PATH_IMAGE015
、
Figure 713973DEST_PATH_IMAGE016
、
Figure 544525DEST_PATH_IMAGE017
分别表示光伏有功无功出力的预测值和风机有功无功出力的预测值，
Figure 521709DEST_PATH_IMAGE018
、
Figure 183634DEST_PATH_IMAGE019
分别表示光伏和风机集合，分布式电源集合
Figure 869962DEST_PATH_IMAGE020
。
可选地，配电网运行模型为：
Figure DEST_PATH_IMAGE129
其中节点j处有功无功功率平衡约束，是KCL的形式，当
Figure 250127DEST_PATH_IMAGE023
时，
Figure 31002DEST_PATH_IMAGE024
和
Figure 796701DEST_PATH_IMAGE025
为0，当
Figure 637618DEST_PATH_IMAGE026
时，
Figure 505080DEST_PATH_IMAGE027
和
Figure 89645DEST_PATH_IMAGE028
为0，
Figure 211316DEST_PATH_IMAGE029
为01变量，是负荷投切指示变量，为1表示负荷j在t时刻被恢复，
Figure 223134DEST_PATH_IMAGE030
、
Figure 46734DEST_PATH_IMAGE031
表示t时刻线路ij上传输的有功和无功功率，N表示节点集合，
Figure 638252DEST_PATH_IMAGE032
表示父节点集合，
Figure 863697DEST_PATH_IMAGE033
表示子节点集合。
示例性电子设备
图12是本发明一示例性实施例提供的电子设备的结构。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。图12图示了根据本发明实施例的电子设备的框图。如图12所示，电子设备1200包括一个或多个处理器1201和存储器1202。
处理器1201可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
存储器1202可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1201可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的对历史变更记录进行信息挖掘的方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入装置1203和输出装置1204，这些组件通过总线系统和/或其他形式的连接机构（未示出）互连。
此外，该输入装置1203还可以包括例如键盘、鼠标等等。
该输出装置1204可以向外部输出各种信息。该输出装置1204可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图12中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
还需要指出的是，在本发明的系统、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (16)

1.一种应急供电管控系统，其特征在于，包括：风险状态预警模块、任务需求管理模块、任务计划管理模块、作业执行管控模块以及作业成效评价模块，其中
所述风险状态预警模块用于检测电网停电风险和进行应急电源状态评估，生成预警提示信息；
所述任务需求管理模块对应急保供任务进行收集，生成作业任务；
所述任务计划管理模块用于根据所述作业任务生成应急供电方案；
所述作业执行管控模块用于根据所述应急供电方案对作业任务的执行进行管控；
所述作业成效评价模块用于根据作业任务执行管控后的作业任务完成情况进行评价。
2.根据权利要求1所述的应急供电管控系统，其特征在于，所述风险状态预警模块包括配电网停电风险预警单元以及应急电源状态评估单元，其中
所述配电网停电风险预警单元用于根据预先采集的预测数据，利用预先建立的小概率极端事件与配电网元件故障概率的关系模型，确定预警提示信息；
应急电源状态评估单元用于检测移动应急电源的状态情况，所述移动应急电源的状态情况用于作为应急保供方案的决策前提。
3.根据权利要求1所述的应急供电管控系统，其特征在于，所述任务需求管理模块包括作业需求池、多源数据作业需求分解模型以及作业任务分类模型，其中
所述作业需求池为根据收集的应急保供任务进行建立的；
所述多源数据作业需求分解模型用于实现所述作业任务的语义智能分解；
所述作业任务分类模型用于实现所述作业任务的智能分类。
4.根据权利要求1所述的应急供电管控系统，其特征在于，所述任务计划管理模块包括移动应急电源调度模块以及应急保供电辅助决策模块，其中，
所述移动应急电源调度模块用于实现负荷恢复的移动应急电源调度；
所述应急保供电辅助决策模块动态生成并推送应急保供电工作方案以及应急保供电资源应急突发动态调整决策。
5.根据权利要求1所述的应急供电管控系统，其特征在于，所述作业执行管控模块包括：实时采录任务现场、任务路线导航、作业重点提醒、作业质量与安全监督、任务紧急情况接受以及紧急情况预警与处理决策推荐。
6.根据权利要求1所述的应急供电管控系统，其特征在于，所述作业成效评价模块包括人员成效评价模型以及作业质量评价模型，其中
所述人员成效评价模型用于对执行班组以及执行人员进行评价；
所述作业质量评价模型用于对作业质量进行评价。
7.一种负荷恢复的移动应急电源调度方法，应用于权利要求1或4所述的任务计划管理模块，其特征在于，包括：
建立多种应急电源的线性化数学模型；
将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据所述目标函数以及所述线性化数学模型建立整数线性规划模型；
利用求解器对所述整数线性规划模型进行求解，确定最优调度策略。
8.根据权利要求7所述的方法，其特征在于，根据所述目标函数以及所述线性化数学模型建立整数线性规划模型的操作，包括：
建立配电网的配电网运行模型；
根据所述配电网运行模型、所述目标函数以及所述线性化数学模型，建立所述整数线性规划模型。
9.根据权利要求7所述的方法，其特征在于，所述目标函数的公式为：
Figure DEST_PATH_IMAGE001
其中，式中
Figure DEST_PATH_IMAGE002
表示负荷i的权系数，
Figure DEST_PATH_IMAGE003
表示负荷i在t时刻的功率需求，
Figure DEST_PATH_IMAGE004
表示时间步长，上式L表示负荷集合，T表示预定时间集合。
10.根据权利要求7所述的方法，其特征在于，所述多种应急电源包括移动发电车、储能以及分布式电源，其中所述移动发电车的线性化数学模型为：
Figure DEST_PATH_IMAGE005
其中，
Figure DEST_PATH_IMAGE006
为01变量，表征移动发电车的时空状态，为1表示移动发电车m在t时刻处于（i，j）的弧上，从节点i移动到节点j，特别的，当i=j，表示移动发电车m在t时刻停留在节点i上，M表示移动发电车集合。
11.根据权利要求10所述的方法，其特征在于，所述储能的线性化数学模型为：
Figure DEST_PATH_IMAGE007
其中，
Figure DEST_PATH_IMAGE008
为01变量，为1表示储能装置e在放电状态；
Figure DEST_PATH_IMAGE009
为01变量，为1表示储能装置e在充电状态，E表示储能装置集合。
12.根据权利要求10所述的方法，其特征在于，所述分布式电源的线性化数学模型为：
Figure DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE011
为01变量，为1表示分布式电源i在t时刻投入配电网，否则切除，
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE013
分别表示分布式电源i在t时刻的有功无功出力值，
Figure DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE015
、
Figure DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
分别表示光伏有功无功出力的预测值和风机有功无功出力的预测值，
Figure DEST_PATH_IMAGE018
、
Figure DEST_PATH_IMAGE019
分别表示光伏和风机集合，分布式电源集合
Figure DEST_PATH_IMAGE020
。
13.根据权利要求8所述的方法，其特征在于，所述配电网运行模型为：
Figure DEST_PATH_IMAGE022
其中节点j处有功无功功率平衡约束，是KCL的形式，当
Figure DEST_PATH_IMAGE023
时，
Figure DEST_PATH_IMAGE024
和
Figure DEST_PATH_IMAGE025
为0，当
Figure DEST_PATH_IMAGE026
时，
Figure DEST_PATH_IMAGE027
和
Figure DEST_PATH_IMAGE028
为0，
Figure DEST_PATH_IMAGE029
为01变量，是负荷投切指示变量，为1表示负荷j在t时刻被恢复，
Figure DEST_PATH_IMAGE030
、
Figure DEST_PATH_IMAGE031
表示t时刻线路ij上传输的有功和无功功率，N表示节点集合，
Figure DEST_PATH_IMAGE032
表示父节点集合，
Figure 444592DEST_PATH_IMAGE033
表示子节点集合。
14.一种负荷恢复的移动应急电源调度装置，位于权利要求1或4所述的任务计划管理模块中，其特征在于，包括：
第一建立模块，用于建立多种应急电源的线性化数学模型；
第二建立模块，用于将应急场景预定时间内加权负荷恢复量最大值作为目标函数，并根据所述目标函数以及所述线性化数学模型建立整数线性规划模型；
确定模块，用于利用求解器对所述整数线性规划模型进行求解，确定最优调度策略。
15.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求7-8任一所述的方法。
16.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求7-8任一所述的方法。
CN202211186325.4A 2022-09-28 2022-09-28 应急供电管控系统及负荷恢复的移动应急电源调度方法 Active CN115271561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211186325.4A CN115271561B (zh) 2022-09-28 2022-09-28 应急供电管控系统及负荷恢复的移动应急电源调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211186325.4A CN115271561B (zh) 2022-09-28 2022-09-28 应急供电管控系统及负荷恢复的移动应急电源调度方法

Publications (2)

Publication Number Publication Date
CN115271561A true CN115271561A (zh) 2022-11-01
CN115271561B CN115271561B (zh) 2022-12-23

Family

ID=83757603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211186325.4A Active CN115271561B (zh) 2022-09-28 2022-09-28 应急供电管控系统及负荷恢复的移动应急电源调度方法

Country Status (1)

Country Link
CN (1) CN115271561B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014903A (zh) * 2023-03-27 2023-04-25 江苏林洋亿纬储能科技有限公司 一种基于储能安全链识别的协调控制方法、系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150008883A1 (en) * 2013-07-08 2015-01-08 Moog Unna Gmbh Method for charging an electric emergency energy storage device
CN106685074A (zh) * 2016-10-26 2017-05-17 珠海许继芝电网自动化有限公司 一种保电指挥系统和方法
CN109103883A (zh) * 2018-10-31 2018-12-28 国网上海市电力公司 一种配电网安全风险的评估、预警和决策方法
CN110070263A (zh) * 2019-03-15 2019-07-30 贵州电网有限责任公司 一种基于决策流程的电网强降雨及地质灾害应急指挥系统
US10445673B1 (en) * 2018-03-15 2019-10-15 American Public Power Assocation Inc. Predictive models for electric power grid maintenance
CN110490361A (zh) * 2019-07-08 2019-11-22 广州供电局有限公司 城市电网应急管理的数字预案系统及其设计方法
CN114185963A (zh) * 2021-11-25 2022-03-15 南方电网大数据服务有限公司 一种客户停电信息辅助决策方法
CN114301174A (zh) * 2021-12-22 2022-04-08 南方电网大数据服务有限公司 配电站网络监控方法、装置、计算机设备和存储介质
CN114419909A (zh) * 2022-01-24 2022-04-29 青岛市城市规划设计研究院 一种依附式自动充电的交通信号应急机系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150008883A1 (en) * 2013-07-08 2015-01-08 Moog Unna Gmbh Method for charging an electric emergency energy storage device
CN106685074A (zh) * 2016-10-26 2017-05-17 珠海许继芝电网自动化有限公司 一种保电指挥系统和方法
US10445673B1 (en) * 2018-03-15 2019-10-15 American Public Power Assocation Inc. Predictive models for electric power grid maintenance
CN109103883A (zh) * 2018-10-31 2018-12-28 国网上海市电力公司 一种配电网安全风险的评估、预警和决策方法
CN110070263A (zh) * 2019-03-15 2019-07-30 贵州电网有限责任公司 一种基于决策流程的电网强降雨及地质灾害应急指挥系统
CN110490361A (zh) * 2019-07-08 2019-11-22 广州供电局有限公司 城市电网应急管理的数字预案系统及其设计方法
CN114185963A (zh) * 2021-11-25 2022-03-15 南方电网大数据服务有限公司 一种客户停电信息辅助决策方法
CN114301174A (zh) * 2021-12-22 2022-04-08 南方电网大数据服务有限公司 配电站网络监控方法、装置、计算机设备和存储介质
CN114419909A (zh) * 2022-01-24 2022-04-29 青岛市城市规划设计研究院 一种依附式自动充电的交通信号应急机系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘变变: "多直流馈入受端电网安全恢复控制方法研究", 《硕士电子期刊工程科技Ⅱ辑》 *
王颖: "大面积停电场景下配电网多源协同故障恢复方法研究", 《博士电子期刊工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116014903A (zh) * 2023-03-27 2023-04-25 江苏林洋亿纬储能科技有限公司 一种基于储能安全链识别的协调控制方法、系统

Also Published As

Publication number Publication date
CN115271561B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN102237720A (zh) 一种电网安全分析、预警及控制方法
CN105608541A (zh) 一种基于电力物资供应全程预警监督系统与方法
CN113592128A (zh) 一种大数据电网运行监测系统
CN106845780B (zh) 一种发电机组运行工况分析系统及其分析方法
CN103366500A (zh) 电网系统的警报方法及装置
CN115271561B (zh) 应急供电管控系统及负荷恢复的移动应急电源调度方法
CN109472459B (zh) 计及变动检修风险和等待时间的电网操作任务优化方法
CN116451876B (zh) 一种基于人工智能的配电网故障预测和主动检修系统
Plieva et al. Method for determining the reliability indicators of elements in the distribution power system
CN105184490A (zh) 电网调度操作过程风险辅助预控系统
Johnson Design and Evaluation of a Secure Virtual Power Plant.
Ounnar et al. Intelligent control of renewable holonic energy systems
Bahramirad et al. Trusting the data: ComEd's Journey to embrace analytics
CN116522746A (zh) 高耗能企业配电托管方法
Mishra et al. Resilient smart-grid system: Issues and challenges
CN114997574A (zh) 一种基于业务中台的配电台区弹性资源管理方法及装置
Foggia et al. Coordinated control of dispersed battery energy storage systems for services to network operators
Yang et al. Multi-period power system risk minimization under wildfire disruptions
Kaainoa et al. Foundational challenges and opportunities with turning data into information for grid modernization
Andrei et al. Power systems connectivity and resiliency
Masucci et al. Enhancing decision support with interdependency modeling
Wang et al. Construction and training of cloud computing-based smart grid operation risk early warning model
Arockiasamy et al. ‘A future of the electrical energy system using smart grid
Pico et al. Analysis of the Economic and Environmental Feasibility of a Home Automation System
CN116596405B (zh) 纯数据驱动的电力系统分析方法及系统

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