CN115459256A - 基于配电网-交通网协同的配网负荷恢复方法及系统 - Google Patents

基于配电网-交通网协同的配网负荷恢复方法及系统 Download PDF

Info

Publication number
CN115459256A
CN115459256A CN202211170660.5A CN202211170660A CN115459256A CN 115459256 A CN115459256 A CN 115459256A CN 202211170660 A CN202211170660 A CN 202211170660A CN 115459256 A CN115459256 A CN 115459256A
Authority
CN
China
Prior art keywords
distribution network
recovery
traffic
mobile emergency
power
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.)
Pending
Application number
CN202211170660.5A
Other languages
English (en)
Inventor
王颖
许寅
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202211170660.5A priority Critical patent/CN115459256A/zh
Publication of CN115459256A publication Critical patent/CN115459256A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明提供一种基于配电网‑交通网协同的配网负荷恢复方法及系统，属于配电网故障恢复技术领域，考虑交通疏散用电需求的配电网‑交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；结合移动应急发电机的输出功率和能量限制，及移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；结合移动应急资源调度约束，构建移动应急资源调度模型；结合移动应急资源约束模型和移动应急资源调度模型，建立配电网‑交通网协同应急恢复模型；求解协同应急恢复模型，得到配电网应急恢复策略。本发明能够准确表征应急疏散过程中两网的协同恢复情况，提升两网应对极端突发事件的能力，实现配电‑交通网协同高效恢复。

Description

基于配电网-交通网协同的配网负荷恢复方法及系统
技术领域
本发明涉及配电网故障恢复技术领域，具体涉及一种基于配电网-交通网协同的配网负荷恢复方法及系统。
背景技术
伴随着充电桩/站大量投运，电网和交通网耦合更加紧密，也为两网应急恢复带来挑战和机遇。极端事件后，停电事故会影响道路交通系统中关键用电设施的正常运行，极大影响交通疏散；电力应急恢复所需的移动应急发电机和人员均需要通过交通网送达指定地点，交通运行效率影响电力恢复速度；另一方面，疏散途中私家车以及用于疏散的电动公交车，都需要充足的电力供应确保疏散路径通畅或确保电动公交车运力。在应急恢复中考虑两网耦合实现协同，是减小事故损失、提升恢复效果的重要方向。因此，针对如地震或重大事故灾难等难以提前预测的突发极端事件导致的大停电并需要实现快速疏散的场景，提出考虑疏散需求的电力-交通协同应急框架，建立考虑交通疏散需求的配电网恢复模型，是提升两网应对极端突发事件的能力、提升韧性的必要手段。
针对配电网-交通网协同应急恢复问题，目前已有国内外学者对此进行了相关的研究：针对道路交通灾后遭到破坏影响应急车辆通行的问题，提出了灾后城市道路抢修辅助重要负荷恢复的电动汽车能量时空分层调度方法；同时考虑了配电网与交通网的信息，提出了台风后配电网抢修策略优化方法；以停电周期内同等权重负荷的公平、均衡恢复为目标，提出了考虑交通路网应急电源车调度的有源配电网故障均衡策略。然而，在交通领域的研究中，通常假设交通关键用电设施可用，并未深入考虑其在非常规事件下可能失电的问题，从而导致交通疏散策略无法按时顺利实施。
发明内容
本发明的目的在于提供一种考虑了交通疏散用电需求的协同应急恢复模型，并考虑配电网潮流、电压、电源容量和能量约束、移动应急资源能量、移动应急资源调度约束等，在配电网停电时段内确定负荷恢复策略，实现加权负荷恢复数最大化的基于配电网-交通网协同的配网负荷恢复方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
一方面，本发明提供一种基于配电网-交通网系统的配网负荷恢复方法，包括：
考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解所述协同应急恢复模型，得到配电网应急恢复策略。
优选的，构建移动应急资源约束模型，包括：
Figure BDA0003861253730000031
Figure BDA0003861253730000032
Figure BDA0003861253730000033
Figure BDA0003861253730000034
Figure BDA0003861253730000035
Figure BDA0003861253730000036
其中，
Figure BDA0003861253730000037
表示是否有移动应急发电机m在时段t时是否连接到节点i，若是则
Figure BDA0003861253730000038
否则
Figure BDA0003861253730000039
是节点i的最大充电功率；
Figure BDA00038612537300000310
是节点i的最大放电功率；
Figure BDA00038612537300000311
为移动应急储能和电动公交车的初始荷电状态；SoCm,min表示节点m上的移动应急储能和电动公交车的最小荷电状态；SoCm,max表示节点m上的移动应急储能和电动公交车的最大荷电状态；λi表示连接到节点i的移动负荷的能量传输效率；
Figure BDA00038612537300000312
分别为移动应急发电机、移动应急储能和电动公交车的接入点集合。
优选的，构建移动应急资源调度模型，包括：
Figure BDA00038612537300000313
Figure BDA00038612537300000314
Figure BDA00038612537300000315
Figure BDA00038612537300000316
Figure BDA00038612537300000317
Figure BDA00038612537300000318
Figure BDA00038612537300000319
Figure BDA00038612537300000320
其中，
Figure BDA00038612537300000321
分别为移动应急发电机、移动储能、电动公交车、维修队构成的集合，
Figure BDA00038612537300000322
分别为移动应急发电车、移动储能、电动公交车、维修队接入配电网的节点集合；
Figure BDA0003861253730000041
和
Figure BDA0003861253730000042
分别表示移动应急发电机、维修队是否接入配电网节点i，如是则为1，否则为0；
Figure BDA0003861253730000043
表示移动应急发电机在t时段是否接入了节点i，如是则为1，否则为0；
Figure BDA0003861253730000044
表示维修队在t时段是否接入了节点i，如是则为1，否则为0；Tim为已知量，表示移动应急发电机或维修队/维修队到达配电网节点i的最短时间；
Figure BDA0003861253730000045
为线路ij在t+TF,i时段的连接状态，若连接则为1，否则为0；TF,i也为已知量，为修复故障元件所需要的维修时间；
Figure BDA0003861253730000046
表示交通网中关键用电设施构成的负荷集合，
Figure BDA0003861253730000047
表示连接于节点i的用电设施所需供电时段构成的集合，由交通网给出。
优选的，配电网恢复假设可根据大电网恢复策略预估配电网停电时间，并将其划分为若干时段，并以最大化加权负荷恢复数目为目标，考虑潮流约束、电压约束、电源容量和能量约束，结合移动应急资源约束模型、移动应急资源调度约束模型，构建考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。
优选的，考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的目标函数表达式如下：
Figure BDA0003861253730000048
其中，f1表示负荷恢复目标函数；t为配电网划分的时段编号；
Figure BDA0003861253730000049
为配电网划分时段的集合；
Figure BDA00038612537300000410
为配电网负荷节点的集合；wi为节点i负荷的权重系数；
Figure BDA00038612537300000411
为整数决策变量，表示负荷恢复状态，负荷为恢复状态则
Figure BDA00038612537300000412
反之为0。
优选的，利用Julia语言中的Convex优化建模工具包和Mosek求解器求解考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，求解模型后，得到的即是考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的决策结果，包括移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态。
第二方面，本发明提供一种基于配电网-交通网系统的配网负荷恢复系统，包括：
第一构建模块，用于考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
第二构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
第三构建模块，用于基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
第四构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解模块，用于求解所述协同应急恢复模型，得到配电网应急恢复策略。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于配电网-交通网协同的配网负荷恢复方法。
第四方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于配电网-交通网协同的配网负荷恢复方法。
第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于配电网-交通网协同的配网负荷恢复方法的指令。
本发明有益效果：提出考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，并以该机制中所提考虑交通疏散需求的配电网恢复策略为主要导向，基于电源出力和能量限制对移动应急资源能量特性，得出移动应急资源出力、能量限制建模；然后根据移动应急资源接入与否造成的影响，刻画移动应急资源调度的建模；建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；能够准确表征应急疏散过程中两网的协同恢复情况，提升两网应对极端突发事件的能力，实现配电-交通网协同高效恢复；得到移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态，能够刻画交通疏散过程中考虑其用电需求的配电网-交通网协同应急恢复方法，提升两网耦合韧性。
本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的考虑交通疏散用电需求的配电网-交通网协同应急恢复机制示意图。
图2为本发明实施例所述的配电网中负荷恢复情况示意图。
图3为本发明实施例所述的充电站恢复状态示意图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
在灾害场景下，将受灾点人员快速疏散至安全地点是首要任务。首先由交通网假设关键用电设施可用，确定用于疏散和用于辅助电力恢复的电动汽车公交群，确定交通网中各个关键用电设施在各个时段的用电需求，同时给出分布于各点的移动应急资源到达其他各点的时间，包括可用于应急供电支撑、具有V2G功能的电动公交车，然后求解考虑交通疏散需求的配电网恢复模型，做出最优恢复决策。采用移动应急资源能量约束、调度约束等对移动应急资源进行建模，准确刻画资源调度与负荷恢复的耦合特性。
考虑配电网-交通网协同应急恢复方法需要同时考虑配电网潮流状态、电压状态、电源容量和能量状态，以及与移动应急资源调度相关的状态等，以确保准确刻画考虑交通疏散用电需求时的两网协同应急恢复机制。因此，以最大化加权负荷恢复数为目标，建立混合整数线性规划模型，利用成熟的商业优化软件进行求解，得到移动应急资源调度策略和配网负荷恢复策略。
实施例1
本实施例1中，首先提出考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，如图1所示。在该机制中，首先，给交通网足够优先权，得到能够保障交通网疏散顺利进行的关键用电设施需求，包括各时段充电站的用电需求、移动应急资源从起点到各个终点的最短时间、电动公交车集散点各时段的充电需求；其次，电网层面基于已知用电需求，结合自身恢复资源的情况及恢复目标，确定考虑交通疏散需求的配电网恢复策略，包括移动应急资源调度策略、重要负荷(包括充电站、集散点)恢复策略以及评估满足疏散需求产生的代价及交通设备供电微调方案，以求尽量满足疏散的用电需求。最后，将电网层面所确定的资源调度策略、负荷恢复策略及供电微调方案传递给交通网，交通网按照最新供电方案进行疏散优化决策，并最终返回确认执行指令。
其次，在本实施例1中，提供一种基于配电网-交通网系统的配网负荷恢复系统，包括：
第一构建模块，用于考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
第二构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
第三构建模块，用于基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
第四构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解模块，用于求解所述协同应急恢复模型，得到配电网应急恢复策略。
本实施例1中，利用上述的系统，实现了基于配电网-交通网系统的配网负荷恢复方法，包括：
利用第一构建模块，考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
利用第二构建模块，基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
利用第三构建模块，基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
利用第四构建模块，基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
最后，利用求解模块于求解所述协同应急恢复模型，得到配电网应急恢复策略。
其中，构建移动应急资源约束模型，包括：
Figure BDA0003861253730000101
Figure BDA0003861253730000102
Figure BDA0003861253730000103
Figure BDA0003861253730000104
Figure BDA0003861253730000105
Figure BDA0003861253730000106
其中，
Figure BDA0003861253730000107
表示是否有移动应急发电机m在时段t时是否连接到节点i，若是则
Figure BDA0003861253730000108
否则
Figure BDA0003861253730000109
是节点i的最大充电功率；
Figure BDA00038612537300001010
是节点i的最大放电功率；
Figure BDA00038612537300001011
为移动应急储能和电动公交车的初始荷电状态；SoCm,min表示节点m上的移动应急储能和电动公交车的最小荷电状态；SoCm,max表示节点m上的移动应急储能和电动公交车的最大荷电状态；λi表示连接到节点i的移动负荷的能量传输效率；
Figure BDA00038612537300001012
分别为移动应急发电机、移动应急储能和电动公交车的接入点集合。
构建移动应急资源调度模型，包括：
Figure BDA0003861253730000111
Figure BDA0003861253730000112
Figure BDA0003861253730000113
Figure BDA0003861253730000114
Figure BDA0003861253730000115
Figure BDA0003861253730000116
Figure BDA0003861253730000117
Figure BDA0003861253730000118
其中，
Figure BDA0003861253730000119
分别为移动应急发电机、移动储能、电动公交车、维修队构成的集合，
Figure BDA00038612537300001110
分别为移动应急发电车、移动储能、电动公交车、维修队接入配电网的节点集合；
Figure BDA00038612537300001111
和
Figure BDA00038612537300001112
分别表示移动应急发电机、维修队是否接入配电网节点i，如是则为1，否则为0；
Figure BDA00038612537300001113
表示移动应急发电机在t时段是否接入了节点i，如是则为1，否则为0；
Figure BDA00038612537300001114
表示维修队在t时段是否接入了节点i，如是则为1，否则为0；Tim为已知量，表示移动应急发电机或维修队/维修队到达配电网节点i的最短时间；
Figure BDA00038612537300001115
为线路ij在t+TF,i时段的连接状态，若连接则为1，否则为0；TF,i也为已知量，为修复故障元件所需要的维修时间；
Figure BDA00038612537300001116
表示交通网中关键用电设施构成的负荷集合，
Figure BDA00038612537300001117
表示连接于节点i的用电设施所需供电时段构成的集合，由交通网给出。
配电网恢复假设可根据大电网恢复策略预估配电网停电时间，并将其划分为若干时段，并以最大化加权负荷恢复数目为目标，考虑潮流约束、电压约束、电源容量和能量约束，结合移动应急资源约束模型、移动应急资源调度约束模型，构建考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。
考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的目标函数表达式如下：
Figure BDA0003861253730000121
其中，f1表示负荷恢复目标函数；t为配电网划分的时段编号；
Figure BDA0003861253730000122
为配电网划分时段的集合；
Figure BDA0003861253730000123
为配电网负荷节点的集合；wi为节点i负荷的权重系数；
Figure BDA0003861253730000124
为整数决策变量，表示负荷恢复状态，负荷为恢复状态则
Figure BDA0003861253730000125
反之为0。
利用Julia语言中的Convex优化建模工具包和Mosek求解器求解考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，求解模型后，得到的即是考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的决策结果，包括移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态。
实施例2
本实施例2中，提供了一种考虑交通疏散用电需求的配电网-交通网协同应急恢复方法，包括以下步骤：
1)考虑移动应急资源约束建模方法；
2)考虑移动应急资源调度建模方法；
3)建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。
所述的考虑移动应急资源约束建模方法，具体如下：
Figure BDA0003861253730000126
Figure BDA0003861253730000127
Figure BDA0003861253730000128
Figure BDA0003861253730000129
Figure BDA00038612537300001210
Figure BDA00038612537300001211
式中：
Figure BDA00038612537300001212
表示是否有移动应急发电机m在时段t时是否连接到节点i，若是则
Figure BDA0003861253730000131
否则
Figure BDA0003861253730000132
分别为节点i的最大充放电功率；
Figure BDA0003861253730000133
为移动应急储能或电动公交车的初始荷电状态；SoCm,min/SoCm,max为节点m上的移动应急储能或电动公交车的最小/最大荷电状态；λi为连接到节点i的移动应急储能或电动公交车的能量传输效率；
Figure BDA0003861253730000134
分别为移动应急发电机、移动应急储能和电动公交车的接入点集合。
式(1)和式(2)表示移动应急发电机的功率输出和能量限制；式(3)-(4)和式(5)-(6)表示移动应急储能和电动公交车的功率和荷电状态约束。
考虑移动应急资源调度的建模方法，具体包括：
Figure BDA0003861253730000135
Figure BDA0003861253730000136
Figure BDA0003861253730000137
Figure BDA0003861253730000138
Figure BDA0003861253730000139
Figure BDA00038612537300001310
Figure BDA00038612537300001311
Figure BDA00038612537300001312
式中：
Figure BDA00038612537300001313
分别为移动应急发电车、移动储能、电动公交车、维修队构成的集合，
Figure BDA00038612537300001314
分别为三者接入配电网的节点集合；
Figure BDA00038612537300001315
和
Figure BDA00038612537300001316
分别表示移动应急资源/维修队m是否接入配电网节点i，如是则为1，否则为0；
Figure BDA00038612537300001317
和
Figure BDA00038612537300001318
表示移动应急发电机/维修队m在t时段是否接入了节点i，如是则为1，否则为0；Tim为已知量，表示移动应急资源/维修队m到达配电网节点i的最短时间；
Figure BDA00038612537300001319
为线路ij在t+TF,i时段的连接状态，若连接则为1，否则为0；TF,i也为已知量，为修复故障元件i所需要的维修时间；
Figure BDA00038612537300001320
表示交通网中关键用电设施构成的负荷集合，
Figure BDA0003861253730000141
表示连接于节点i的用电设施所需供电时段构成的集合，由交通网给出。
式(7)和(8)表示每个移动应急资源的调度终点仅有1个；式(9)和(10)表示若移动应急发电机m调度终点为i，则将会在移动Tim时间后接入配电网，否则将不会接入配电网，即
Figure BDA0003861253730000142
在任何时刻均为0；式(11)和(12)同理；式(13)表示与故障元件相连的故障线路将在抢修人员到达后经历抢修时间TF,i后能够恢复连接；式(14)表示交通网关键用电负荷恢复约束。
建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，具体如下：
1)目标函数
本实施例2中，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，配电网恢复假设可根据大电网恢复策略预估配电网停电时间，并将其划分为若干时段，并以最大化加权负荷恢复数目为目标，考虑潮流约束、电压约束、电源容量和能量约束、移动应急资源约束、移动应急资源调度约束等。目标函数表达式如下：
Figure BDA0003861253730000143
式中：f1表示负荷恢复目标函数；t为配电网划分的时段编号；
Figure BDA0003861253730000144
为配电网划分时段的集合；
Figure BDA0003861253730000145
为配电网负荷节点的集合；wi为节点i负荷的权重系数；
Figure BDA0003861253730000146
为整数决策变量，表示负荷恢复状态，负荷为恢复状态则
Figure BDA0003861253730000147
反之为0。
2)约束条件
(1)潮流约束
交通相关的约束条件包括元胞的交通流平衡约束以及车流流量和密度约束关系。
Figure BDA0003861253730000148
Figure BDA0003861253730000149
Figure BDA0003861253730000151
Figure BDA0003861253730000152
Figure BDA0003861253730000153
式中：
Figure BDA0003861253730000154
其中
Figure BDA0003861253730000155
为三维复数矢量变量，表示时段t时母线i的三相电压，因此
Figure BDA0003861253730000156
为3×3复数共轭矩阵；
Figure BDA0003861253730000157
其中
Figure BDA0003861253730000158
为三维复数矢量变量，表示时段t时线路(i,j)的三相电流，因此
Figure BDA0003861253730000159
为3×3复数矩阵；
Figure BDA00038612537300001510
为由
Figure BDA00038612537300001511
的对角元素组成的向量变量；
Figure BDA00038612537300001512
为三维矢量变量，表示时段t母线i的三相注入功率；
Figure BDA00038612537300001513
为配电网节点集合；ε为配电网节点间连接关系集合；aij为线路状态：如果选择线路(i,j)在恢复后状态下通电，则aij＝1；否则，aij＝0；Zij为线路(i,j)的阻抗矩阵；sload.i为母线i的三相负荷；
Figure BDA00038612537300001514
为在时段t接入母线i电源的发电功率；ones(m,n)函数返回元素为1的m×n维矩阵。
式(16)表示功率平衡约束，即流入母线i的功率之和加上母线i注入的功率等于流出母线i的功率之和，式(17)表示
Figure BDA00038612537300001515
和
Figure BDA00038612537300001516
之间的关系，式(18)为欧姆定律，表示线路(i,j)上两个节点的电压差，利用“大M”法实现将线路(i,j)是否连接与节点两段电压关系联系起来。式(19)表示如果线路(i,j)未通电(aij＝0)，流过线路(i,j)的功率为0。式(20)表示连接到i的分布式电源的发出的功率等于母线i的注入功率加上i的负荷需求。
(2)电压约束
Figure BDA00038612537300001517
式(21)表示节点电压约束。
(3)电源容量和能量约束
Figure BDA00038612537300001518
Figure BDA00038612537300001519
式(22)表示分布式电源功率输出极限。式(23)表示柴油或天然气等燃料在柴油机或燃气轮机等分布式电源中的剩余量是有限的。
(4)移动应急资源约束
移动应急资源约束包括移动应急发电车、移动应急储能和电动公交车的相关约束，具体约束如式(1)-(6)所示。
(5)移动应急资源调度约束
考虑已知计及交通运行状况下各个移动应急资源起点到各个接入点的移动时间，利用移动应急资源调度约束对移动应急资源调度策略进行决策，具体约束如式(7)-(14)所示。
综上，考虑交通疏散用电需求的配电网-交通网协同应急恢复模型建立如下：
1)目标函数：式(15)。
2)约束条件：式(1)-(14)，式(16)-(23)。
该模型利用Julia语言中的Convex优化建模工具包和Mosek求解器进行求解。求解模型后，得到的即是考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的决策结果，包括移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态。
实施例3
本实施例3中，提供一种考虑交通疏散用电需求的配电网-交通网协同应急恢复方法。主要包括三项内容，首先考虑移动应急资源功率输出和能量与调度与否的关系；同时，移动应急资源调度过程也受一定状态的限制；最后综合上述方法，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复方法。该方法能够在大停电事故下，得出移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态，为交通疏散过程中配电网恢复决策提供有力依据，保障恢复策略的准确、高效进行。
本实施例旨在提出考虑移动应急资源能量和移动应急资源调度的配电网-交通网协同应急恢复建模方法，通过刻画移动资源能量和功率与调度与否的关系，同时计及移动应急资源调度过程中的相应状态限制，为加权负荷恢复数最大，得出移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态。为达到上述目的，包括以下步骤：
步骤1：考虑移动应急资源约束建模方法。
移动应急资源约束包括移动应急发电车、移动应急储能和电动公交车的相关约束。数学模型如下：
Figure BDA0003861253730000171
Figure BDA0003861253730000172
Figure BDA0003861253730000173
Figure BDA0003861253730000174
Figure BDA0003861253730000175
Figure BDA0003861253730000176
式中：
Figure BDA0003861253730000177
表示是否有移动应急发电机m在时段t时是否连接到节点i，若是则
Figure BDA0003861253730000178
否则
Figure BDA0003861253730000179
分别为节点i的最大充放电功率；
Figure BDA00038612537300001710
为移动应急储能或电动公交车的初始荷电状态；SoCm,min/SoCm,max为节点m上的移动应急储能或电动公交车的最小/最大荷电状态；λi为连接到节点i的移动应急储能或电动公交车的能量传输效率；
Figure BDA00038612537300001711
分别为移动应急发电机、移动应急储能和电动公交车的接入点集合。
式(1)和式(2)表示移动应急发电机的功率输出和能量限制；式(3)-(4)和式(5)-(6)表示移动应急储能和电动公交车的功率和荷电状态约束。
步骤2：考虑移动应急资源调度建模方法。
考虑已知计及交通运行状况下各个移动应急资源起点到各个接入点的移动时间，利用移动应急资源调度约束对移动应急资源调度策略进行决策。数学模型如下：
Figure BDA0003861253730000181
Figure BDA0003861253730000182
Figure BDA0003861253730000183
Figure BDA0003861253730000184
Figure BDA0003861253730000185
Figure BDA0003861253730000186
Figure BDA0003861253730000187
Figure BDA0003861253730000188
式中：
Figure BDA0003861253730000189
分别为移动应急发电车、移动储能、电动公交车、维修队构成的集合，
Figure BDA00038612537300001810
分别为三者接入配电网的节点集合；
Figure BDA00038612537300001811
和
Figure BDA00038612537300001812
分别表示移动应急资源/维修队m是否接入配电网节点i，如是则为1，否则为0；
Figure BDA00038612537300001813
和
Figure BDA00038612537300001814
表示移动应急发电机/维修队m在t时段是否接入了节点i，如是则为1，否则为0；Tim为已知量，表示移动应急资源/维修队m到达配电网节点i的最短时间；
Figure BDA00038612537300001815
为线路ij在t+TF,i时段的连接状态，若连接则为1，否则为0；TF,i也为已知量，为修复故障元件i所需要的维修时间；
Figure BDA00038612537300001816
表示交通网中关键用电设施构成的负荷集合，
Figure BDA00038612537300001818
表示连接于节点i的用电设施所需供电时段构成的集合，由交通网给出。
式(7)和(8)表示每个移动应急资源的调度终点仅有1个；式(9)和(10)表示若移动应急发电机m调度终点为i，则将会在移动Tim时间后接入配电网，否则将不会接入配电网，即
Figure BDA00038612537300001817
在任何时刻均为0；式(11)和(12)同理；式(13)表示与故障元件相连的故障线路将在抢修人员到达后经历抢修时间TF,i后能够恢复连接；式(14)表示交通网关键用电负荷恢复约束。
步骤3：考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。
1)目标函数
本实施例中建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，配电网恢复假设可根据大电网恢复策略预估配电网停电时间，并将其划分为若干时段，并以最大化加权负荷恢复数目为目标，考虑潮流约束、电压约束、电源容量和能量约束、移动应急资源约束、移动应急资源调度约束等。目标函数表达式如下：
Figure BDA0003861253730000191
式中：f1表示负荷恢复目标函数；t为配电网划分的时段编号；
Figure BDA0003861253730000192
为配电网划分时段的集合；
Figure BDA0003861253730000193
为配电网负荷节点的集合；wi为节点i负荷的权重系数；
Figure BDA0003861253730000194
为整数决策变量，表示负荷恢复状态，负荷为恢复状态则
Figure BDA0003861253730000195
反之为0。
2)约束条件包括：
(1)潮流约束
交通相关的约束条件包括元胞的交通流平衡约束以及车流流量和密度约束关系。
Figure BDA0003861253730000196
Figure BDA0003861253730000197
Figure BDA0003861253730000198
Figure BDA0003861253730000199
Figure BDA00038612537300001910
式中：
Figure BDA00038612537300001911
其中
Figure BDA00038612537300001912
为三维复数矢量变量，表示时段t时母线i的三相电压，因此
Figure BDA00038612537300001913
为3×3复数共轭矩阵；
Figure BDA00038612537300001914
其中
Figure BDA00038612537300001915
为三维复数矢量变量，表示时段t时线路(i,j)的三相电流，因此
Figure BDA00038612537300001916
为3×3复数矩阵；
Figure BDA00038612537300001917
为由
Figure BDA00038612537300001918
的对角元素组成的向量变量；
Figure BDA00038612537300001919
为三维矢量变量，表示时段t母线i的三相注入功率；
Figure BDA00038612537300001920
为配电网节点集合；ε为配电网节点间连接关系集合；aij为线路状态：如果选择线路(i,j)在恢复后状态下通电，则aij＝1；否则，aij＝0；Zij为线路(i,j)的阻抗矩阵；sload.i为母线i的三相负荷；
Figure BDA0003861253730000201
为在时段t接入母线i电源的发电功率；ones(m,n)函数返回元素为1的m×n维矩阵。
式(16)表示功率平衡约束，即流入母线i的功率之和加上母线i注入的功率等于流出母线i的功率之和，式(17)表示
Figure BDA0003861253730000202
和
Figure BDA0003861253730000203
之间的关系，式(18)为欧姆定律，表示线路(i,j)上两个节点的电压差，利用“大M”法实现将线路(i,j)是否连接与节点两段电压关系联系起来。式(19)表示如果线路(i,j)未通电(aij＝0)，流过线路(i,j)的功率为0。式(20)表示连接到i的分布式电源的发出的功率等于母线i的注入功率加上i的负荷需求。
(2)电压约束
Figure BDA0003861253730000204
式(21)表示节点电压约束。
(3)电源容量和能量约束
Figure BDA0003861253730000205
Figure BDA0003861253730000206
式(22)表示分布式电源功率输出极限。式(23)表示柴油或天然气等燃料在柴油机或燃气轮机等分布式电源中的剩余量是有限的。
(4)移动应急资源约束
移动应急资源约束包括移动应急发电车、移动应急储能和电动公交车的相关约束，具体约束如式(1)-(6)所示。
(5)移动应急资源调度约束
考虑已知计及交通运行状况下各个移动应急资源起点到各个接入点的移动时间，利用移动应急资源调度约束对移动应急资源调度策略进行决策，具体约束如式(7)-(14)所示。
综上所述，考虑用于灾后配电网恢复决策的协同应急恢复模型建立如下：
1)目标函数：式(15)。
2)约束条件：式(1)-(14)，式(16)-(23)。
该模型利用Julia语言中的Convex优化建模工具包和Mosek求解器进行求解。
本实施例3中，考虑交通疏散用电需求的配电网-交通网协同应急恢复方法的配网负荷恢复情况图如图2、图3所示，图2中，左侧柱表示考虑协同的负荷恢复加权数/p.u.，右侧柱表示不考虑协同的负荷恢复加权数/p.u.。
以下通过本实施例提出的移动应急资源相关约束结合表2-3所示的调度时间，得出资源调度策略及负荷恢复结果。表1是移动应急资源调度策略结果。
首先得到考虑交通运行状况下各个移动应急资源起点到各个接入点的移动时间，如表2和表3所示。表2是移动应急发电机调度时间，表3是维修队调度时间。
表1
Figure BDA0003861253730000211
表2
Figure BDA0003861253730000212
表3
Figure BDA0003861253730000221
综上，本实施例中，首先基于电源出力和能量限制对移动应急资源能量特性进行分析，得出移动应急资源出力、能量限制建模方法；然后根据移动应急资源接入与否造成的影响，刻画移动应急资源调度的建模方法；最后综合上述方法，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。该模型能够准确表征应急疏散过程中两网的协同恢复情况，提升两网应对极端突发事件的能力，实现配电-交通网协同高效恢复。
实施例4
本发明实施例4提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现基于配电网-交通网协同的配网负荷恢复方法，该方法包括：
考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解所述协同应急恢复模型，得到配电网应急恢复策略。
实施例5
本发明实施例5提供一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现基于配电网-交通网协同的配网负荷恢复方法，该方法包括：
考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解所述协同应急恢复模型，得到配电网应急恢复策略。
实施例6
本发明实施例6提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现基于配电网-交通网协同的配网负荷恢复方法的指令，该方法包括：
考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解所述协同应急恢复模型，得到配电网应急恢复策略。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于配电网-交通网系统的配网负荷恢复方法，其特征在于，包括：
考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解所述协同应急恢复模型，得到配电网应急恢复策略。
2.根据权利要求1所述的基于配电网-交通网系统的配网负荷恢复方法，其特征在于，构建移动应急资源约束模型，包括：
Figure FDA0003861253720000011
Figure FDA0003861253720000012
Figure FDA0003861253720000013
Figure FDA0003861253720000014
Figure FDA0003861253720000015
Figure FDA0003861253720000016
其中，
Figure FDA0003861253720000017
表示是否有移动应急发电机m在时段t时是否连接到节点i，若是则
Figure FDA0003861253720000018
否则
Figure FDA0003861253720000019
Figure FDA00038612537200000110
是节点i的最大充电功率；
Figure FDA00038612537200000111
是节点i的最大放电功率；
Figure FDA00038612537200000112
为移动应急储能和电动公交车的初始荷电状态；SoCm,min表示节点m上的移动应急储能和电动公交车的最小荷电状态；SoCm,max表示节点m上的移动应急储能和电动公交车的最大荷电状态；λi表示连接到节点i的移动负荷的能量传输效率；
Figure FDA0003861253720000021
分别为移动应急发电机、移动应急储能和电动公交车的接入点集合。
3.根据权利要求2所述的基于配电网-交通网系统的配网负荷恢复方法，其特征在于，构建移动应急资源调度模型，包括：
Figure FDA0003861253720000022
Figure FDA0003861253720000023
Figure FDA0003861253720000024
Figure FDA0003861253720000025
Figure FDA0003861253720000026
Figure FDA0003861253720000027
Figure FDA0003861253720000028
Figure FDA0003861253720000029
其中，
Figure FDA00038612537200000210
分别为移动应急发电机、移动储能、电动公交车、维修队构成的集合，
Figure FDA00038612537200000211
分别为移动应急发电车、移动储能、电动公交车、维修队接入配电网的节点集合；
Figure FDA00038612537200000212
和
Figure FDA00038612537200000213
分别表示移动应急发电机、维修队是否接入配电网节点i，如是则为1，否则为0；
Figure FDA00038612537200000214
表示移动应急发电机在t时段是否接入了节点i，如是则为1，否则为0；
Figure FDA00038612537200000215
表示维修队在t时段是否接入了节点i，如是则为1，否则为0；Tim为已知量，表示移动应急发电机或维修队/维修队到达配电网节点i的最短时间；
Figure FDA00038612537200000216
为线路ij在t+TF,i时段的连接状态，若连接则为1，否则为0；TF,i也为已知量，为修复故障元件所需要的维修时间；
Figure FDA00038612537200000217
表示交通网中关键用电设施构成的负荷集合，
Figure FDA00038612537200000218
表示连接于节点i的用电设施所需供电时段构成的集合，由交通网给出。
4.根据权利要求3所述的基于配电网-交通网系统的配网负荷恢复方法，其特征在于，配电网恢复假设可根据大电网恢复策略预估配电网停电时间，并将其划分为若干时段，并以最大化加权负荷恢复数目为目标，考虑潮流约束、电压约束、电源容量和能量约束，结合移动应急资源约束模型、移动应急资源调度约束模型，构建考虑交通疏散用电需求的配电网-交通网协同应急恢复模型。
5.根据权利要求4所述的基于配电网-交通网系统的配网负荷恢复方法，其特征在于，考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的目标函数表达式如下：
Figure FDA0003861253720000031
其中，f1表示负荷恢复目标函数；t为配电网划分的时段编号；
Figure FDA0003861253720000032
为配电网划分时段的集合；
Figure FDA0003861253720000033
为配电网负荷节点的集合；wi为节点i负荷的权重系数；
Figure FDA0003861253720000034
为整数决策变量，表示负荷恢复状态，负荷为恢复状态则
Figure FDA0003861253720000035
反之为0。
6.根据权利要求5所述的基于配电网-交通网系统的配网负荷恢复方法，其特征在于，利用Julia语言中的Convex优化建模工具包和Mosek求解器求解考虑交通疏散用电需求的配电网-交通网协同应急恢复模型，求解模型后，得到的即是考虑交通疏散用电需求的配电网-交通网协同应急恢复模型的决策结果，包括移动应急资源调度策略结果、配电网中负荷恢复情况、充电站的恢复状态。
7.一种基于配电网-交通网系统的配网负荷恢复系统，其特征在于，包括：
第一构建模块，用于考虑交通疏散用电需求的配电网-交通网协同应急恢复机制，确定考虑交通疏散需求的配电网恢复策略；
第二构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急发电机的输出功率和能量限制，结合移动应急储能和电动公交车的功率、荷电状态，构建移动应急资源约束模型；
第三构建模块，用于基于考虑交通疏散需求的配电网恢复策略，根据各个移动应急资源起点到各个接入点的移动时间，结合移动应急资源调度约束，构建移动应急资源调度模型；
第四构建模块，用于基于考虑交通疏散需求的配电网恢复策略，结合移动应急资源约束模型和移动应急资源调度模型，建立考虑交通疏散用电需求的配电网-交通网协同应急恢复模型；
求解模块，用于求解所述协同应急恢复模型，得到配电网应急恢复策略。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-6任一项所述的基于配电网-交通网协同的配网负荷恢复方法。
9.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1-6任一项所述的基于配电网-交通网协同的配网负荷恢复方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-6任一项所述的基于配电网-交通网协同的配网负荷恢复方法的指令。
CN202211170660.5A 2022-09-23 2022-09-23 基于配电网-交通网协同的配网负荷恢复方法及系统 Pending CN115459256A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211170660.5A CN115459256A (zh) 2022-09-23 2022-09-23 基于配电网-交通网协同的配网负荷恢复方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211170660.5A CN115459256A (zh) 2022-09-23 2022-09-23 基于配电网-交通网协同的配网负荷恢复方法及系统

Publications (1)

Publication Number Publication Date
CN115459256A true CN115459256A (zh) 2022-12-09

Family

ID=84305908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211170660.5A Pending CN115459256A (zh) 2022-09-23 2022-09-23 基于配电网-交通网协同的配网负荷恢复方法及系统

Country Status (1)

Country Link
CN (1) CN115459256A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116031918A (zh) * 2023-01-09 2023-04-28 国网湖南省电力有限公司 台风灾害下的城市电力系统动态弹性供电恢复方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116031918A (zh) * 2023-01-09 2023-04-28 国网湖南省电力有限公司 台风灾害下的城市电力系统动态弹性供电恢复方法及系统
CN116031918B (zh) * 2023-01-09 2024-04-30 国网湖南省电力有限公司 台风灾害下的城市电力系统动态弹性供电恢复方法及系统

Similar Documents

Publication Publication Date Title
Li et al. Resilient restoration of distribution systems in coordination with electric bus scheduling
Yao et al. A multi-objective collaborative planning strategy for integrated power distribution and electric vehicle charging systems
CN108808664B (zh) 一种考虑电网分区优化运行的城市电网规划方法
Li et al. Preallocation of electric buses for resilient restoration of distribution network: A data-driven robust stochastic optimization method
CN113346488A (zh) 计及移动应急资源调度的城市配电网恢复方法
Sheng et al. A potential security threat and its solution in coupled urban power-traffic networks with high penetration of electric vehicles
CN115459256A (zh) 基于配电网-交通网协同的配网负荷恢复方法及系统
Su et al. Critical load restoration in coupled power distribution and traffic networks considering spatio-temporal scheduling of electric vehicles
Yang et al. Toward resilient solar-integrated distribution grids: Harnessing the mobility of power sources
Shen et al. Mobile energy storage systems with spatial–temporal flexibility for post-disaster recovery of power distribution systems: A bilevel optimization approach
CN109950928A (zh) 一种计及充放储一体站的主动配电网故障恢复方法
Ma et al. Spatial–temporal optimal dispatch of mobile energy storage for emergency power supply
CN113381404A (zh) 一种考虑源网荷储协同的配电网关键负荷恢复方法
CN117294577A (zh) 一种弹性配电网信息物理协同快速恢复方法及系统
CN116961057A (zh) 一种考虑电动汽车的多时段配电网故障恢复方法
CN111211560A (zh) 一种基于最优环路的微电网拓扑规划
Xia et al. An energy scheduling method for clustering islands with shared power exchanging vessels
CN115829285A (zh) 城市配电网与交通系统灾后协同抢修调度方法
CN111463781B (zh) 一种弹性导向的考虑电动公交的配电网恢复方法及系统
CN109301940A (zh) 一种可再生能源接入的源-网-荷协同优化系统
Li et al. Two-stage allocation of electric vehicle charging stations considering coordinated charging scenario
CN113762588A (zh) 以城市路网为主体的充电基础设施配置方法
CN114819480A (zh) 一种计及电动公交公司协同的配电网分布式应急调度方法
Zhou et al. Vehicle-to-Grid Based Load Recovery Strategy for Power Network Considering Load Importance
Zhou et al. The state-of-art of the EV charging control strategies

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