CN115619123A - 一种配电网灾后抢修多代理决策系统 - Google Patents

一种配电网灾后抢修多代理决策系统 Download PDF

Info

Publication number
CN115619123A
CN115619123A CN202211135983.0A CN202211135983A CN115619123A CN 115619123 A CN115619123 A CN 115619123A CN 202211135983 A CN202211135983 A CN 202211135983A CN 115619123 A CN115619123 A CN 115619123A
Authority
CN
China
Prior art keywords
repair
distribution network
fault
emergency
strategy
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
CN202211135983.0A
Other languages
English (en)
Inventor
刘亚东
严英杰
鲁沫言
江秀臣
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai 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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202211135983.0A priority Critical patent/CN115619123A/zh
Publication of CN115619123A publication Critical patent/CN115619123A/zh
Pending legal-status Critical Current

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于配电网维修的技术领域，公开了一种配电网灾后抢修多代理决策系统，建立了考虑多种合作关系的灾后抢修模型MCM，并提出一种新的TDP方法来解决DNRSD问题，最后基于MCM和TDP方法构建了包含三层代理的灾后抢修多代理模型和以此为基础的多代理抢修决策方法。本发明基于合作抢修和动态规划的配电网灾后抢修多代理决策系统既可以制定合理、高效的抢修策略，也可以在需要的时候快速、灵活地调整抢修策略，满足灾后复杂环境下配电网抢修决策系统对决策效果和决策效率的需求。

Description

一种配电网灾后抢修多代理决策系统
技术领域
本发明涉及配电网维修的技术领域，尤其涉及一种配电网灾后抢修多代理决策系统。
背景技术
近年来，频发的自然灾害对城市电网的供电可靠性造成了严重威胁，全国50个主要城市的故障停电时间中，由自然灾害引发的停电时间在三个主要因素中排在首位。自然灾害影响范围大、对配电网的破坏严重，因此一旦发生，经常会引发大量故障而非单一故障，并导致大规模停电。当故障数量远远超过现有的抢修资源总量时，显然无法同时修复所有的故障。因此，为了提高灾后配网恢复的效率，需要制定合理的抢修策略，有效调配抢修资源，这就需要解决灾后配电网抢修决策(Distribution Network Repair Schedulingafter Disasters,DNRSD)问题。
传统的灾后抢修决策体系是中心化的，只有抢修指挥中心可以制定并调整抢修策略。很多灾后配网抢修领域的文献也是基于中心化决策模式开展研究的。中心化的决策系统结构简单，但需要高效的通信系统，且需要调整抢修策略时只能由抢修中心进行重新决策，灵活性较差。与之相比，基于多代理系统(Multiple Agent System,MAS)的抢修决策系统可以赋予抢修小队等其它抢修参与者一定自主决策权，使其在必要时可以自行调整抢修策略，无需与抢修中心频繁通信，因此对通信系统需求较低，调整抢修策略时也更加快速、灵活。因此，MAS有助于增强灾后配电网抢修决策的灵活性，尤其在灾后复杂多变的环境下可以降低决策所需的时间成本，进一步提高灾后抢修的效率。
目前对灾后抢修MAS的研究集中在系统本身结构的设计上，但在构建灾后抢修数学模型和DNRSD问题求解方法上存在缺陷。首先，在构建灾后抢修数学模型时，没有考虑在灾后配网抢修过程中的合作抢修。由于灾后故障修复难度较大，因此灾后的配网故障经常需要多个抢修班组进行合作抢修。如果在制定抢修策略时忽略了合作抢修，将会导致抢修班组因为难以实现高效协同而出现时间浪费，这些浪费的时间会降低整体的抢修效率。第二，现有的灾后抢修MAS在求解DNRSD问题时，没有解决多个故障在多个抢修队伍间的分配问题。灾害发生后，配网中会存在多处故障，参与抢修的队伍也不止一支。因此，将多个故障合理地分配给多个抢修队伍是求解DNRSD问题的重要部分。然而，现有的灾后抢修MAS并没有解决分配问题，因此必须使用其它手段单独求解这一问题。这意味着原始问题的各个子问题间无法实现协同优化。理论上，欲证明这种求解方法能达到全局最优解，必须证明DNRSD问题具有最优子结构。然而，由于DNRSD问题的复杂性，尚无文献证明DNRSD问题拥有最优子结构。因此，传统求解方法在理论上无法获得全局最优的抢修策略，不利于制定高效的抢修策略，进而提高灾后配电网的整体恢复效率。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：现有技术的决策系统结构简单，灵活性差的，决策时间长，效率低的问题。
为解决上述技术问题，本发明提供如下技术方案：一种配电网灾后抢修多代理决策系统(Multiple Agent System,MAS)，包括：
一级代理调度中心代理模块，二级代理配电网代理模块和抢修代理模块，三级代理开关控制模块、分布式电源控制模块和多个抢修小队模块；
所述调度中心代理模块负责接收下级各代理上传的故障信息，并制定抢修策略，然后将所述抢修策略下发给所述二级代理；
所述配电网代理模块负责控制配电网内所有可控设备，包括开关、可控负荷、可控分布式电源和各种量测表计；
所述抢修代理模块负责协调、指挥各个抢修小队，并收集、上传抢修小队上传的信息。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述抢修策略包括策略制定阶段与策略执行阶段；
所述策略制定阶段基于多合作模型(Multiple Cooperation Model,MCM)以及双阶段动态规划方法(Two-stage Dynamic Program,TDP)，以中心化的方式进行对抢修策略的初步制定；
在所述策略制定完成后，由所述调度中心代理模块下发至所述多个抢修小队模块进行所述策略执行阶段；
在所述策略执行阶段的过程中，当出现新增故障等意外情况时，所述抢修代理既可以将该信息上传给调度中心，并令其以中心化的方式重新计算抢修策略，也可以基于既定的策略，自行或与其它抢修小队协商调整原抢修策略。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述多合作模型，包括：
基于一个三维0-1矩阵R定义所述抢修策略为：
Ra,b,c
其中，a为出发地，b为目的地，c为维修队，当Ra,b,c＝1时，表示抢修小队c从a移动到b；
停电造成的负荷经济损失表示为：
∑ωlPlOl
其中，ωl为负荷l的重要性系数，Pl为负荷l消耗的有功功率，Ol为负荷l的停电时间，是与R有关的函数；
故障抢修顺序表示为：
Figure BDA0003851502670000031
其中，Ia为故障a的影响范围，
Figure BDA0003851502670000032
为故障a修复完成的时间；
所述抢修策略的五个显式约束条件分别为：
Figure BDA0003851502670000033
Figure BDA0003851502670000034
Figure BDA0003851502670000035
Figure BDA0003851502670000036
Figure BDA0003851502670000037
其中，Cb,d表示故障b在抢修阶段d所需的抢修小队集合，S表示一组起点。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述多合作模型，包括抢修小队、故障、配电网、负荷和外界环境五个主要因素；
所述故障包括，故障位置、故障的修复过程和故障对所述抢修小队的需求；
所述故障对所述抢修小队的需求涉及所述抢修小队之间的合作关系，所述合作关系包括同时合作和顺序合作；
同时合作关系是指，参与某处故障抢修的所有抢修小队必须在全部在场才能开始工作。对于同时合作关系，抢修的开始时间是各抢修小队到达现场的最晚时间，且各小队的工作时段是相同的，所述同时合作的约束条件为：
Figure BDA0003851502670000041
其中，
Figure BDA0003851502670000042
为故障a的抢修步骤d开始抢修的时间，
Figure BDA0003851502670000043
为抢修小队c到达故障a的时间；
顺序合作关系是指，参与某处故障抢修的抢修小队按照一定的顺序开始工作，在前一项工作完成之前，后续工作不能开始。对于顺序合作关系来说，每个抢修小队的工作时间是不同的，后续工作的开始时间不应早于前序工作的结束时间，所述顺序合作的约束条件为：
Figure BDA0003851502670000044
Figure BDA0003851502670000045
其中，
Figure BDA0003851502670000046
为故障a的抢修步骤d结束的时间；
定义一个n维的0-1矩阵G来表示配电网中每个节点之间的连接情况，当G1,2＝1时，它表示节点1和2之间存在无故障的连接，反之则不存在连接或连接已损坏；
所述配电网的约束条件为：
Figure BDA0003851502670000047
Figure BDA0003851502670000048
Figure BDA0003851502670000049
Figure BDA00038515026700000410
其中，Pk,t和Qk,t分别为电源k在时间t时输出的有功和无功功率，
Figure BDA00038515026700000411
和
Figure BDA00038515026700000412
分别为电源k的额定有功和无功功率；
基于有功功率守恒方程、无功功率守恒方程和基尔霍夫电压定律计算有功和无功功率，表示为：
Figure BDA00038515026700000413
Figure BDA0003851502670000051
Figure BDA0003851502670000052
其中，
Figure BDA0003851502670000053
和
Figure BDA0003851502670000054
分别为节点n在时间t消耗的有功和无功功率，Un,t为节点n在时间t的电压，Zk为线路k的阻抗，Sk为线路k的潮流。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述多合作模型的Ol的约束条件，包括：
Figure BDA0003851502670000055
Figure BDA0003851502670000056
Figure BDA0003851502670000057
Figure BDA0003851502670000058
Figure BDA0003851502670000059
Figure BDA00038515026700000510
Figure BDA00038515026700000511
其中，
Figure BDA00038515026700000512
为抢修小队c离开故障a的时间，Pl,t为0-1变量，表示节点l在时间t是否有供电。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述多合作模型的Ol的计算流程，包括：
输入：R；
输出：Ol；
当
Figure BDA00038515026700000513
时，开始循环：
利用路径矩阵R，计算每一支抢修小队到达下一处故障的时间Tar；
如果没有故障可以被修复,退出循环；
计算所有当前可被修复故障的修复完成时间Tre；
将所有参与上述故障抢修小队离开所对应故障的时间Tle为其所对应故障的修复完成时间Tre；
结束循环；
如果
Figure BDA00038515026700000514
设置
Figure BDA00038515026700000515
初始化设置Lpw与
Figure BDA00038515026700000516
当
Figure BDA0003851502670000061
时，进入循环：
如果
Figure BDA0003851502670000062
设置Oa←inf,退出循环；
寻找除0外具有最小Tre的故障，该故障编号设为b；
从配电网架矩阵G中删除b,并利用调整后的G矩阵计算Lpw；
如果
Figure BDA0003851502670000063
设置
Figure BDA0003851502670000064
设置L′pw←Lpw，
Figure BDA0003851502670000065
结束循环。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述双阶段动态规划，包括：故障抢修序列优化和抢修任务分配；
所述双阶段动态规划的流程，包括：
初始化序列M，进行第一阶段的优化，当达到结束条件时则得到最终抢修策略，当未达到时则根据第一阶段子问题的当前解进行一次二阶段子问题的优化计算，然后根据第二阶段优化结束后的整体优化结果，迭代生成新的第一阶段子问题的解，最后再次判断优化是否达到结束条件。
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述故障抢修序列的约束条件，包括：
Figure BDA0003851502670000066
Figure BDA0003851502670000067
Figure BDA0003851502670000068
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述抢修任务分配，包括：
定义所述抢修任务分配为一个x×m的二维0-1矩阵A，当Ac,a＝1时，表示将故障a分配给抢修小队c；
所述抢修任务分配的约束条件，包括：
Figure BDA0003851502670000069
作为本发明所述的一种配电网灾后抢修多代理决策系统，其中：所述双阶段动态规划，还包括：
当所述双阶段动态规划的解为全局最优解时的充要条件表示为：
Figure BDA00038515026700000610
其中，p＝(p1,p2)是完整的抢修策略,p1是第一个子问题的决策,p2是第二个子问题的决策，s1是子问题第一阶段优化的初始条件,p1是子问题第一阶段优化的解,V1(s1,p1)是从初始条件第一阶段优化的解出发，应用解p1后演变到第二阶段优化的解时的状态，p*是原始问题的最优解。
此时新格式的优化问题的目标函数包含的对第二个子问题的优化表示为：
Figure BDA0003851502670000071
本发明的有益效果：本发明提供的一种配电网灾后抢修多代理决策系统建立了考虑多种合作关系的灾后抢修模型MCM，并提出一种新的TDP方法来解决DNRSD问题，最后基于MCM和TDP方法构建了包含三层代理的灾后抢修多代理模型和以此为基础的多代理抢修决策方法。本发明基于合作抢修和动态规划的配电网灾后抢修多代理决策系统既可以制定合理、高效的抢修策略，也可以在需要的时候快速、灵活地调整抢修策略，满足灾后复杂环境下配电网抢修决策系统对决策效果和决策效率的需求。
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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的系统框架图；
图2为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的基于多代理系统的抢修决策与调整流程图；
图3为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的多合作模型中的五项主要因素及其影响关系图；
图4为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的双阶段动态规划的流程框图；
图5为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的基于IEEE标准123节点配电网的仿真算例图；
图6为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的四组对比实验中ELL的对比图；
图7为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的AOT、COT和FRT的对比图；
图8为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的各模型都采用MSP方法求解时各模型所制定的抢修策略对应的配电网恢复曲线对比图；
图9为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的各模型都采用TDP方法求解时各模型所制定的抢修策略对应的配电网恢复曲线对比图；
图10为本发明一个实施例所述的一种配电网灾后抢修多代理决策系统的各模型都使用MCM时并采用MSP和TDP制定的抢修策略的配电网恢复曲线对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1—4，为本发明的一个实施例，该实施例提供了一种配电网灾后抢修多代理决策系统，包括：一级代理调度中心代理模块，二级代理配电网代理模块和抢修代理模块，三级代理开关控制模块、分布式电源控制模块和多个抢修小队模块，如图1所示为本发明提供的多代理系统框图；调度中心代理模块负责接收下级各代理上传的故障信息，并制定抢修策略，然后将所述抢修策略下发给所述二级代理；配电网代理模块负责控制配电网内所有可控设备，包括开关、可控负荷、可控分布式电源和各种量测表计；抢修代理模块负责协调、指挥各个抢修小队，并收集、上传抢修小队上传的信息。
应说明的是，调度中心代理模块是整个体系的核心，抢修小队可以在需要的时候自行决策，并互相通信，以实现对抢修策略的快速自行调整。
具体的，抢修策略包括策略制定阶段与策略执行阶段；策略制定阶段基于多合作模型以及双阶段动态规划方法，以中心化的方式进行对抢修策略的初步制定；在策略制定完成后，由所述调度中心代理模块下发至所述多个抢修小队模块进行所述策略执行阶段；在策略执行阶段的过程中，当出现新增故障等意外情况时，抢修代理既可以将该信息上传给调度中心，并令其以中心化的方式重新计算抢修策略，也可以基于既定的策略，自行或与其它抢修小队协商调整原抢修策略。
应说明的是，如图2所示为基于多代理系统的抢修决策与调整流程图，图中列出了3种常见的突发情况：发现新故障、故障需要更多抢修小队参与和故障抢修超时。针对以上3种突发情况，各个抢修小队既可以将信息逐级上传到调度中心代理并等待中心代理下达新的抢修策略，也可以根据图中所示的方法，自行调整原始抢修策略。
具体的，多合作模型，包括基于一个三维0-1矩阵R定义所述抢修策略为：
Ra,b,c
其中，a为出发地，b为目的地，c为维修队，当Ra,b,c＝1时，表示抢修小队c从a移动到b；
停电造成的负荷经济损失表示为：
∑ωlPlOl (1)
其中，ωl为负荷l的重要性系数，Pl为负荷l消耗的有功功率，Ol为负荷l的停电时间，是与R有关的函数；
应说明的是，DNRSD决策问题的目标是使停电造成的负荷经济损失(Economy Lossof Loads,ELL)最小。一般来说，停电造成的负荷损失与它的规模、重要性和停电时间呈正相关。
故障抢修顺序表示为：
Figure BDA0003851502670000101
其中，Ia为故障a的影响范围，
Figure BDA0003851502670000102
为故障a修复完成的时间；
所述抢修策略的五个显式约束条件分别为：
Figure BDA0003851502670000103
Figure BDA0003851502670000104
Figure BDA0003851502670000105
Figure BDA0003851502670000106
Figure BDA0003851502670000107
其中，Cb,d表示故障b在抢修阶段d所需的抢修小队集合，S表示一组起点。
应说明的是，约束条件(3)和(4)表明，每个抢修小队最多只能到达某一点一次，最多只能从某一点离开一次。约束条件(5)表明，任何维修人员到达某地的次数与离开该地的次数相等，这意味着任何抢修小队的路径都是一个闭环。约束条件(6)表明，在抢修小队的抢修路径中，任何一段的起点和终点都不能相同。约束条件(7)中，Ca,d表示故障a在抢修阶段d所需的抢修小队集合。该公式表明，除起点外，经过某一故障的抢修小队总量等于该处故障对各类抢修小队的总需求量。
具体的，如图3所示，多合作模型，包括抢修小队、故障、配电网、负荷和外界环境五个主要因素；
抢修小队根据不同的类型特征分为架空线路小队(Overhead Line Crew,OLC)、电缆小队(Cable Crew,CC)、设备小队(Equipment Crew,EC)、吊车(Crane,CR)和绝缘斗臂车(Insulated Bucket Truck,IBT)。
应说明的是，配电网中包含各种不同的设备，任何一个抢修小队都不可能修复所有设备的所有类型的故障。因此，电力公司需要根据配电网中的设备类型，将抢修小队分为若干类型，且抢修小队类型的划分在各地略有不同。
故障包括，故障位置、故障的修复过程和故障对所述抢修小队的需求；
故障位置包含两个子参数：电气位置和地理位置，电气位置指的是故障在配电网线路结构中的位置，地理位置指的是故障的经纬度信息。
故障的修复过程也包含两个子参数：修复该故障所需的步骤和完成各个步骤所需的抢修时间。
故障对所述抢修小队的需求涉及所述抢修小队之间的合作关系，根据不同抢修小队在合作时在工作时间上的关系，抢修小队之间的合作关系分为同时合作和顺序合作；
同时合作关系是指，参与某处故障抢修的所有抢修小队必须在全部在场才能开始工作。对于同时合作关系，抢修的开始时间是各抢修小队到达现场的最晚时间，且各小队的工作时段是相同的，同时合作的约束条件为：
Figure BDA0003851502670000111
其中，
Figure BDA0003851502670000112
为故障a的抢修步骤d开始抢修的时间，
Figure BDA0003851502670000113
为抢修小队c到达故障a的时间；
应说明的是，故障开始抢修的时间是所有需要的抢修小队到达故障所需现场的最晚时间。
顺序合作关系是指，参与某处故障抢修的抢修小队按照一定的顺序开始工作，在前一项工作完成之前，后续工作不能开始。对于顺序合作关系来说，每个抢修小队的工作时间是不同的，后续工作的开始时间不应早于前序工作的结束时间，顺序合作的约束条件为：
Figure BDA0003851502670000121
Figure BDA0003851502670000122
其中，
Figure BDA0003851502670000123
为故障a的抢修步骤d结束的时间；
应说明的是，同一故障修复过程中的不同步骤应依次进行，只有在前一步骤完成后，才能进行后续步骤。在MCM中，同一故障的不同抢修阶段所需的抢修小队满足顺序合作关系，而在同一个故障的同一阶段，其所需的所有抢修小队都满足同时合作关系。
定义一个n维的0-1矩阵G来表示配电网中每个节点之间的连接情况，当G1,2＝1时，它表示节点1和2之间存在无故障的连接，反之则不存在连接或连接已损坏；
配电网的约束条件为：
Figure BDA0003851502670000124
Figure BDA0003851502670000125
Figure BDA0003851502670000126
Figure BDA0003851502670000127
其中，Pk,t和Qk,t分别为电源k在时间t时输出的有功和无功功率，
Figure BDA0003851502670000128
和
Figure BDA0003851502670000129
分别为电源k的额定有功和无功功率；
应说明的是，约束(11)说明任一条线路有功功率大小不得超过其限值。约束(12)说明任一条线路无功功率大小不得超过其限值。约束(13)说明配网中任何电源输出的有功功率不得超越其限值。约束(14)说明配网中任何电源输出的无功功率不得超越其限值。
基于有功功率守恒方程、无功功率守恒方程和基尔霍夫电压定律计算有功和无功功率，表示为：
Figure BDA00038515026700001210
Figure BDA00038515026700001211
Figure BDA00038515026700001212
其中，
Figure BDA00038515026700001213
和
Figure BDA00038515026700001214
分别为节点n在时间t消耗的有功和无功功率，Un,t为节点n在时间t的电压，Zk为线路k的阻抗，Sk为线路k的潮流。
负荷包括负荷等级系数和负荷的功率；负荷等级系数定义为负载消耗的单位能量所产生的价值，单位为元/kW·h。在MCM中，为了反映高等级负荷的特别是一级负载重要性，三个等级负荷的重要性系数ω应满足以下关系：
ωI＞＞ωII＞＞ωIII (18)
负荷的功率表示一个节点所消耗的功率的大小，包含有功功率和无功功率两部分。
外界环境包括，在描述外界环境时，需要描述道路状况这一子参数。道路状况可以通过路程时间来描述，即在两个地点之间移动所需的时间。
具体的，多合作模型的Ol的约束条件在满足(7)—(17)之外，还包括：
Figure BDA0003851502670000131
Figure BDA0003851502670000132
Figure BDA0003851502670000133
Figure BDA0003851502670000134
Figure BDA0003851502670000135
Figure BDA0003851502670000136
Figure BDA0003851502670000137
其中，
Figure BDA0003851502670000138
为抢修小队c离开故障a的时间，Pl,t为0-1变量，表示节点l在时间t是否有供电。
应说明的是，约束条件(19)和(20)表明，只有在抢修所需的所有步骤全部完成后，该故障才能被修复。约束条件(21)表明，故障的抢修需要花费一段时间，故障从开始抢修算起，需要经过一段时间方可抢修完成。约束条件(22)表明，抢修小队只有在完成其所在地点的抢修任务后才能离开故障点。约束条件(23)表明，抢修小队在不同地点之间移动需要时间。约束条件(24)和(25)表明，只有当负荷和电源之间存在至少一个完好的连接时，此负荷才能被供电。
具体的，考虑到约束条件(8)-(18)和(19)-(25)，多合作模型的Ol的计算流程，包括：
输入：R；
输出：Ol；
当
Figure BDA0003851502670000141
时，开始循环：
利用路径矩阵R，计算每一支抢修小队到达下一处故障的时间Tar；
如果没有故障可以被修复,退出循环；
计算所有当前可被修复故障的修复完成时间Tre；
将所有参与上述故障抢修小队离开所对应故障的时间Tle为其所对应故障的修复完成时间Tre；
结束循环；
如果
Figure BDA0003851502670000142
设置
Figure BDA0003851502670000143
初始化设置Lpw与
Figure BDA0003851502670000144
当
Figure BDA0003851502670000145
时，进入循环：
如果
Figure BDA0003851502670000146
设置Oa←inf,退出循环；
寻找除0外具有最小Tre的故障，该故障编号设为b；
从配电网架矩阵G中删除b,并利用调整后的G矩阵计算Lpw；
如果
Figure BDA0003851502670000147
设置
Figure BDA0003851502670000148
设置L′pw←Lpw，
Figure BDA0003851502670000149
结束循环。
具体的，双阶段动态规划，包括：故障抢修序列优化(repair order programming,ROP)和抢修任务分配(repair task assignment,RTA)；
双阶段动态规划的流程如图2所示，包括初始化序列M，进行第一阶段的优化，当达到结束条件时则得到最终抢修策略，当未达到时则根据第一阶段子问题的当前解进行一次二阶段子问题的优化计算，然后根据第二阶段优化结束后的整体优化结果，迭代生成新的第一阶段子问题的解，最后再次判断优化是否达到结束条件。
具体的，故障抢修序列的约束条件，包括：
Figure BDA00038515026700001410
Figure BDA00038515026700001411
Figure BDA00038515026700001412
应说明的是，约束(26)决定除了1-m的整数外，M中不应该出现其他数字。约束(27)决定M必须包含所有1-m的整数。约束(28)决定M中不存在重复的数字。这些约束共同决定M是一个包含1-m数字的整数序列，没有重复数字。
具体的，抢修任务分配，包括：
定义所述抢修任务分配为一个x×m的二维0-1矩阵A，当Ac,a＝1时，表示将故障a分配给抢修小队c；
所述抢修任务分配的约束条件在满足约束条件(1)—(5)的情况下，还需满足：
Figure BDA0003851502670000151
应说明的是，约束条件(29)表明，给抢修小队分配抢修任务时，所有故障只会分配给可以抢修它的小队。
双阶段动态规划，还包括：
当所述双阶段动态规划的解为全局最优解时的充要条件表示为：
Figure BDA0003851502670000152
其中，p＝(p1,p2)是完整的抢修策略,p1是第一个子问题的决策,p2是第二个子问题的决策，s1是子问题第一阶段优化的初始条件,p1是子问题第一阶段优化的解,V1(s1,p1)是从初始条件第一阶段优化的解出发，应用解p1后演变到第二阶段优化的解时的状态，p*是原始问题的最优解；
此时新格式的优化问题的目标函数包含的对第二个子问题的优化表示为：
Figure BDA0003851502670000153
应说明的是，式(31)中，第二个子问题在求解前所处的初始状态
Figure BDA0003851502670000154
取决于p1。因此，原始的优化问题等同于式(31)所示的新格式的优化问题。TDP方法将原始问题分成两个子问题。如图2所示，TDP方法中，第一个子问题的优化包含了第二个子问题的优化。这符合式(31)所示的等价于原始问题的新形式。因此，可以从理论上证明TDP方法能够达到全局最优解。
实施例2
参照图5—10，为本发明的一个实施例，该实施例提供了一种配电网灾后抢修多代理决策系统，为了验证本发明的有益效果，通过对比实验进行科学论证。
为了验证所提出的模型、求解方法和MAS的优势，本文在MATLAB 2018b平台上建立了基于IEEE标准123节点配电网络的算例。实验中使用的计算机配有一颗3.0GHz主频的Intel Core i5-9500 CPU和8GB内存。
实验算例基于IEEE标准123节点配电网络[18]改进而成。在原有模型的基础上，本文中为所有接有负荷的节点设置了重要系数，并在配网中随机选取了35个故障，以模拟灾后配电网的大规模停电，且每两个故障之间有道路，通过每两个地点之间的运动所需时间体现。其中，I级负荷的重要系数ωI＝400元/kW·h，II级负荷的重要系数ωII＝20元/kW·h，III级负荷的重要系数ωIII＝1元/kW·h。在35个故障中，12个需要同时合作在维修过程中合作，5个需要顺序合作合作。对于抢修小队，算例中设置了4个OLC，2个CC，2个EC，2个CR和2个IBT。修改后的123节点配网算例如图5所示。
步骤一：对MCM和TDP方法高效性的实验
1)将本文提出的MCM和TDP方法与传统的无合作模型(No Cooperation Model,NCM)和传统方法进行对比。为便于描述，本文将传统方法缩写为MSP(Multi-stage Step-by-step Prigramming,MSP)方法。
除了使用本文中提出的MCM和TDP方法进行求解外，实验中还进行了三组对比实验。
①使用NCM和MSP方法进行求解；
②使用NCM和TDP方法进行求解；
③使用MCM和MSP方法进行求解。
该部分实验中，比较的指标包括五个参数。除ELL外，还包括平均停电时间(Average Outage Time,AOT)、重要负荷停电时间(Critical Outage Time,COT)、完全恢复时间(Full Recovery Time,FRT)和恢复曲线四个辅助参数。其中，ELL、AOT、COT和FRT为数值，恢复曲线为灾难发生后负荷恢复百分比(Load Recovery Percentage,LRP)随时间的变化曲线。LRP指的是目前连接到电源的负载在所有负载中的百分比。
四个对比实验中制定的抢修策略所对应的平均ELL值、AOT、COT和FRT的比较见表1。图6是四组实验中ELL的对比图，图7是AOT、COT和FRT的对比图。各对比实验中制定的策略所对应的配电网LRP恢复曲线的对比见图8-10。
表2不同模型与求解方法的求解性能与效率对比
Figure BDA0003851502670000171
从上述实验结果中，可以总结出以下两点结论：
(1)MCM相较于传统的NCM的优势
与传统的NCM相比，利用本文提出的MCM制定的抢修策略对应着更低的损失、更短的恢复时间和更高的配网恢复速度：
首先，由MCM制定的抢修策略可以有效降低配网因灾导致的损失。在表2中，当同时使用MSP方法时，MCM所制定的抢修策略的ELL值与NCM相比下降了53.77％。当使用TDP方法时，与NC和顺序合作模型相比，MCM所制定的抢修策略的ELL值与NCM相比下降了45.11％。
第二，MCM制定的抢修策略可以有效缩短停电时间，提高灾后抢修的效率。在表2中，当同时使用MSP优化方法时，由MCM制定的策略的AOT、COT和FRT分别比NCM下降了34.84％、50.57％和24.01％。当同时采用TDP方法时，上述指标分别下降了28.95％、50.91％和38.35％。而从图7-图8的配网恢复曲线中也可以发现，当求解方法相同时，利用MCM制定的抢修策略对应的配网恢复效率也高于NCM。
以上数据和结果都说明，与传统的未考虑合作抢修的灾后抢修模型相比，本文提出的模型有助于制定更合理的配电网抢修策略，进而提高灾后配网的恢复效率。
同时，比较表2中的第一、二、三个对比实验，还可以发现，当采用了不合理的抢修模型和求解方法、希望制定更合理的抢修策略时，单纯改进抢修模型(即表中的“MCM+MSP”实验)比单纯改进求解方法(即表中的“NCM+TDP”实验)对抢修策略产生了更好的提升效果。对任何一个优化问题，问题模型是否准确直接影响对问题本身描述是否准确。如果对问题的描述有偏差，因优化的方法偏离原问题，单纯改良求解算法对求解效果的提升有限，甚至可能产生反作用。本文中的DNRSD问题也不例外。因此，欲制定更合理的抢修策略，相比改进求解方法，改进抢修模型更加重要。
(2)TDP方法相较于传统的MSP方法的优势
在使用正确的抢修模型的前提下，与传统的MSP方法相比，本文提出的TDP方法可以有效降低配电网的损失和停电时间，并提高配网的恢复效率。由表2和图5、图6中发现，当同样采用MCM模型时，采用TDP方法制定的抢修策略所对应的ELL、AOT、COT和FRT值分别比MSP方法下降了8.52％、6.06％、23.72％和5.19％。由图9中发现，相较于MSP方法，TDP方法所制定的抢修策略为配电网带来了更高的恢复效率。以上结果表明，与传统的MSP方法相比，本文提出的TDP方法确实可以更好地进行优化计算，并有助于得到更合理的抢修策略。
实施例3
该实施例提供了一种配电网灾后抢修多代理决策系统,为了验证多代理系统的决策能力，在实施例2的基础上再随机新增一处故障、随机选取一处故障需要更多抢修小队参与、随机选取一处故障出现抢修超时，模拟抢修过程中出现的突发情况，并形成新的算例。
该部分实验需要在新的算例下形成新的抢修策略，并在两种方案中进行对比：
(1)利用中心化系统重新计算的方案，即基于新算例重新计算，生成全新的抢修策略；
(2)利用多代理系统调整的方案，即在利用旧算例制定的抢修策略的基础上，利用多代理决策方法调整原有抢修策略，形成新的抢修策略。
该部分实验中将比较六个参数。除在5.2部分实验中对比的5个参数外，还需要对比CPU计算耗时(CPU Calculation Time,CCT)参数。
5.3.2实验结果与讨论
两个对比实验中制定的抢修策略所对应的平均ELL值、AOT、COT、FRT和CCT的比较见表3。
表3中心化和多代理调整方案的效果对比
Figure BDA0003851502670000181
Figure BDA0003851502670000191
从表3中可以发现，MAS虽然在制定抢修策略的效果方面略差于中心化系统的重新计算，但在求解效率上远高于中心化系统。在本实验中，当发生突发情况，需要调整抢修策略时，基于多代理方案的调整方案和中心化方案在抢修策略的效果上差距很小。与中心化方案相比，多代理方案制定的抢修策略，其ELL值仅增加0.8％，AOT仅增加0.5％，COT几乎不变，FRT仅增加3.72％。然而，多代理方案调整抢修策略需要的时间相较中心化方案减少了98.58％。上述实验结果表明，利用本文所提出的MAS与以此为基础的抢修策略多代理调整方法，可以在相当短的时间内得到较好的抢修策略。同时，多代理调整方法不需要抢修中心代理的参与即可实现，对通信系统的要求较低。因此，抢修策略多代理调整方案比传统的中心化方案更适用于通信系统受损、突发情况发生概率较大的灾后抢修场景中。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种配电网灾后抢修多代理决策系统，其特征在于，包括：
一级代理调度中心代理模块，二级代理配电网代理模块和抢修代理模块，三级代理开关控制模块、分布式电源控制模块和多个抢修小队模块；
所述调度中心代理模块负责接收下级各代理上传的故障信息，并制定抢修策略，然后将所述抢修策略下发给所述二级代理；
所述配电网代理模块负责控制配电网内所有可控设备，包括开关、可控负荷、可控分布式电源和各种量测表计；
所述抢修代理模块负责协调、指挥各个抢修小队，并收集、上传抢修小队上传的信息。
2.如权利要求1所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述抢修策略包括策略制定阶段与策略执行阶段；
所述策略制定阶段基于多合作模型以及双阶段动态规划方法，以中心化的方式进行对抢修策略的初步制定；
在所述策略制定完成后，由所述调度中心代理模块下发至所述多个抢修小队模块进行所述策略执行阶段；
在所述策略执行阶段的过程中，当出现新增故障等意外情况时，所述抢修代理既可以将该信息上传给调度中心，并令其以中心化的方式重新计算抢修策略，也可以基于既定的策略，自行或与其它抢修小队协商调整原抢修策略。
3.如权利要求1或2所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述多合作模型，包括：
基于一个三维0-1矩阵R定义所述抢修策略为：
Ra,b,c
其中，a为出发地，b为目的地，c为维修队，当Ra,b,c＝1时，表示抢修小队c从a移动到b；
停电造成的负荷经济损失表示为：
∑ωlPlOl
其中，ωl为负荷l的重要性系数，Pl为负荷l消耗的有功功率，Ol为负荷l的停电时间，是与R有关的函数；
故障抢修顺序表示为：
Figure FDA0003851502660000021
其中，Ia为故障a的影响范围，
Figure FDA0003851502660000022
为故障a修复完成的时间；
所述抢修策略的五个显式约束条件分别为：
Figure FDA0003851502660000023
Figure FDA0003851502660000024
Figure FDA0003851502660000025
Figure FDA0003851502660000026
Figure FDA0003851502660000027
其中，Cb,d表示故障b在抢修阶段d所需的抢修小队集合，S表示一组起点。
4.如权利要求3所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述多合作模型，包括抢修小队、故障、配电网、负荷和外界环境五个主要因素；
所述故障包括，故障位置、故障的修复过程和故障对所述抢修小队的需求；
所述故障对所述抢修小队的需求涉及所述抢修小队之间的合作关系，所述合作关系包括同时合作和顺序合作；
所述同时合作的约束条件为：
Figure FDA0003851502660000028
其中，
Figure FDA0003851502660000029
为故障a的抢修步骤d开始抢修的时间，
Figure FDA00038515026600000210
为抢修小队c到达故障a的时间；
所述顺序合作的约束条件为：
Figure FDA00038515026600000211
Figure FDA00038515026600000212
其中，
Figure FDA00038515026600000213
为故障a的抢修步骤d结束的时间；
定义一个n维的0-1矩阵G来表示配电网中每个节点之间的连接情况，当G1,2＝1时，它表示节点1和2之间存在无故障的连接，反之则不存在连接或连接已损坏；
所述配电网的约束条件为：
Figure FDA0003851502660000031
Figure FDA0003851502660000032
Figure FDA0003851502660000033
Figure FDA0003851502660000034
其中，Pk,t和Qk,t分别为电源k在时间t时输出的有功和无功功率，
Figure FDA0003851502660000035
和
Figure FDA0003851502660000036
分别为电源k的额定有功和无功功率；
基于有功功率守恒方程、无功功率守恒方程和基尔霍夫电压定律计算有功和无功功率，表示为：
Figure FDA0003851502660000037
Figure FDA0003851502660000038
Figure FDA0003851502660000039
其中，
Figure FDA00038515026600000310
和
Figure FDA00038515026600000311
分别为节点n在时间t消耗的有功和无功功率，Un,t为节点n在时间t的电压，Zk为线路k的阻抗，Sk为线路k的潮流。
5.如权利要求4所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述多合作模型的Ol的约束条件，包括：
Figure FDA00038515026600000312
Figure FDA00038515026600000313
Figure FDA00038515026600000314
Figure FDA00038515026600000315
Figure FDA00038515026600000316
Figure FDA00038515026600000317
Figure FDA00038515026600000318
其中，
Figure FDA00038515026600000319
为抢修小队c离开故障a的时间，Pl,t为0-1变量，表示节点l在时间t是否有供电。
6.如权利要求5所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述多合作模型的Ol的计算流程，包括：
输入：R；
输出：Ol；
当
Figure FDA0003851502660000041
时，开始循环：
利用路径矩阵R，计算每一支抢修小队到达下一处故障的时间Tar；
如果没有故障可以被修复,退出循环；
计算所有当前可被修复故障的修复完成时间Tre；
将所有参与上述故障抢修小队离开所对应故障的时间Tle为其所对应故障的修复完成时间Tre；
结束循环；
如果
Figure FDA0003851502660000042
设置
Figure FDA0003851502660000043
初始化设置Lpw与
Figure FDA0003851502660000044
当
Figure FDA0003851502660000045
时，进入循环：
如果
Figure FDA0003851502660000046
设置Oa←inf,退出循环；
寻找除0外具有最小Tre的故障，该故障编号设为b；
从配电网架矩阵G中删除b,并利用调整后的G矩阵计算Lpw；
如果
Figure FDA0003851502660000047
设置
Figure FDA0003851502660000048
设置L′pw←Lpw，
Figure FDA0003851502660000049
结束循环。
7.如权利要求2所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述双阶段动态规划，包括：故障抢修序列优化和抢修任务分配；
所述双阶段动态规划的流程，包括：
初始化序列M，进行第一阶段的优化，当达到结束条件时则得到最终抢修策略，当未达到时则根据第一阶段子问题的当前解进行一次二阶段子问题的优化计算，然后根据第二阶段优化结束后的整体优化结果，迭代生成新的第一阶段子问题的解，最后再次判断优化是否达到结束条件。
8.如权利要求7所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述故障抢修序列的约束条件，包括：
Figure FDA00038515026600000410
Figure FDA00038515026600000411
Figure FDA00038515026600000412
9.如权利要求7所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述抢修任务分配，包括：
定义所述抢修任务分配为一个x×m的二维0-1矩阵A，当Ac,a＝1时，表示将故障a分配给抢修小队c；
所述抢修任务分配的约束条件，包括：
Figure FDA0003851502660000051
10.如权利要求7所述的一种配电网灾后抢修多代理决策系统，其特征在于：所述双阶段动态规划，还包括：
当所述双阶段动态规划的解为全局最优解时的充要条件表示为：
Figure FDA0003851502660000052
其中，p＝(p1,p2)是完整的抢修策略,p1是第一个子问题的决策,p2是第二个子问题的决策，s1是子问题第一阶段优化的初始条件,p1是子问题第一阶段优化的解,V1(s1,p1)是从初始条件第一阶段优化的解出发，应用解p1后演变到第二阶段优化的解时的状态，p*是原始问题的最优解；
此时新格式的优化问题的目标函数包含的对第二个子问题的优化表示为：
Figure FDA0003851502660000053
CN202211135983.0A 2022-09-19 2022-09-19 一种配电网灾后抢修多代理决策系统 Pending CN115619123A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211135983.0A CN115619123A (zh) 2022-09-19 2022-09-19 一种配电网灾后抢修多代理决策系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211135983.0A CN115619123A (zh) 2022-09-19 2022-09-19 一种配电网灾后抢修多代理决策系统

Publications (1)

Publication Number Publication Date
CN115619123A true CN115619123A (zh) 2023-01-17

Family

ID=84859520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211135983.0A Pending CN115619123A (zh) 2022-09-19 2022-09-19 一种配电网灾后抢修多代理决策系统

Country Status (1)

Country Link
CN (1) CN115619123A (zh)

Similar Documents

Publication Publication Date Title
CN112217202B (zh) 考虑灵活性投资的分布式新能源、储能与配电网规划方法
WO2022142392A1 (zh) 一种移动储能时空联合优化调度策略的制定方法
CN109063992B (zh) 考虑区域综合能源系统优化运行的配电网扩展规划方法
Jian et al. Optimal scheduling for vehicle-to-grid operation with stochastic connection of plug-in electric vehicles to smart grid
CN110460036B (zh) 一种考虑风电不确定性的交直流配电网分布式优化方法
US9954362B2 (en) Systems and methods for optimal power flow on a radial network
CN113011670B (zh) 配电网故障应急抢修调度-故障恢复协同方法及装置
CN104242356A (zh) 考虑风电场集电线故障的鲁棒区间风电调度方法及装置
CN111626633A (zh) 基于综合评价指标的自储能柔性互联配电网扩展规划方法
CN110570020B (zh) 适应区域交直流混联电网的中长期交易电量安全校核方法
CN111416356A (zh) 基于交替方向乘子法及最优潮流的输配电网联动优化方法
Igder et al. Service restoration through microgrid formation in distribution networks: A review
CN115459256A (zh) 基于配电网-交通网协同的配网负荷恢复方法及系统
Gonzalez-Longatt et al. Power flow solution on multi-terminal HVDC systems: Supergrid case
CN110929403A (zh) 一种基于环路的微电网拓扑规划方法
CN113128750B (zh) 一种考虑清洁能源消纳的水火电机组检修计划优化分解方法
CN114928110A (zh) 基于n-k故障的规划调度协同优化的三层鲁棒优化方法
CN108629445A (zh) 计及储能动态损耗的交直流混合微网鲁棒调度方法
CN115496427B (zh) 一种多微网系统柔性互联投资规划决策方法
CN110504675A (zh) 一种交直流混合配电网改造规划方法及系统
CN115619123A (zh) 一种配电网灾后抢修多代理决策系统
CN111211560A (zh) 一种基于最优环路的微电网拓扑规划
CN115800276A (zh) 一种考虑机组爬坡的电力系统应急调度方法
CN115829285A (zh) 城市配电网与交通系统灾后协同抢修调度方法
Lu et al. Distribution Network Repair Scheduling With Multiple Types of Cooperation Using Dynamic Programming after Disasters

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