CN116882552A - 计及电力与交通耦合网络的移动应急资源调度优化方法 - Google Patents
计及电力与交通耦合网络的移动应急资源调度优化方法 Download PDFInfo
- Publication number
- CN116882552A CN116882552A CN202310731129.9A CN202310731129A CN116882552A CN 116882552 A CN116882552 A CN 116882552A CN 202310731129 A CN202310731129 A CN 202310731129A CN 116882552 A CN116882552 A CN 116882552A
- Authority
- CN
- China
- Prior art keywords
- mobile emergency
- load
- node
- power
- emergency resource
- 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
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 66
- 238000010168 coupling process Methods 0.000 title claims abstract description 66
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 claims abstract description 74
- 230000006870 function Effects 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000011084 recovery Methods 0.000 claims description 71
- 230000008439 repair process Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 238000011144 upstream manufacturing Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 208000020442 loss of weight Diseases 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—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
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及电力与交通耦合网络的移动应急资源调度优化方法,该方法包括下述步骤:获取配电网故障场景及可调度移动应急资源信息;获取电力与交通耦合网络动态信息;基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;构建移动应急资源调度模型,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案,并进行故障元件判断,输出最终的移动应急资源的调度方案。本发明完善了电力与交通耦合网络的动态信息分析及负荷综合权重计算方法,提升了移动应急资源调度优化效果。
Description
技术领域
本发明涉及资源调度技术领域,具体涉及一种计及电力与交通耦合网络的移动应急资源调度优化方法。
背景技术
目前,为提升电力系统在面对低概率、高影响灾害时的抵御能力和恢复能力,针对灾后配电网恢复方法开展了大量的研究和实践工作,主要从灵活性资源和电网恢复模型及算法等方面入手。其中,电力与交通耦合网络的构建以电网拓扑为基础,考虑各负荷节点恢复的资源连接需求,设置交通网节点与电网节点依次耦合对应,在应急资源调度优化方面,现有研究主要通过移动应急资源路径规划弥补电力供应的不足,而如何制定最优调度方案以配合电网实现极端事件下大规模停电恢复,充分利用动态信息辅助快速决策、响应实时分配需求、根据维修进程及时优化移动应急资源调度等方面尚有进一步完善空间与研究价值。
发明内容
为了克服现有技术存在的缺陷与不足,本发明提供一种计及电力与交通耦合网络的移动应急资源调度优化方法,本发明完善了电力与交通耦合网络的动态信息分析及负荷综合权重计算方法,提出相应移动应急资源调度优化流程,可提高参与电网故障恢复应急资源的适用性和可行性。
本发明的第二目的在于提供一种计及电力与交通耦合网络的移动应急资源调度优化系统。
本发明的第三目的在于提供一种计算机可读存储介质。
本发明的第四目的在于提供一种计算机设备。
为了达到上述目的,本发明采用以下技术方案:
一种计及电力与交通耦合网络的移动应急资源调度优化方法,包括下述步骤:
获取配电网故障场景及可调度移动应急资源信息;
获取电力与交通耦合网络动态信息;
基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;
构建移动应急资源调度模型,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案,并进行故障元件判断,判断当前调度周期结束后系统中是否具有故障元件,若是则重新分析下一调度时段电力交通耦合网络耦合信息,并进行移动应急资源调度模型的求解计算,否则退出模型计算,输出最终的移动应急资源的调度方案;
所述决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平;
所述目标函数以配电网负荷恢复水平最高为目标函数;
所述约束条件包括运行约束条件和移动应急资源约束条件,所述运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,所述移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束。
作为优选的技术方案,所述配电网故障场景包括区域故障线路、抢修队抢修顺序及故障线路恢复时间;
可调度移动应急资源信息包括移动应急资源集结点位置、种类、数量、输出功率和放电效率。
作为优选的技术方案,电力与交通耦合网络动态信息包括:配电线路故障状态变化情况、道路通行状态以及道路流量的变化情况;
作为优选的技术方案,基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,具体包括:
将配电网负荷节点划分为多级负荷节点,根据不同分级情况赋予不同负荷权重,得到负荷分级权重;
设定从节点i出发的所有供电路径集合为Λi,路径数量为Z,其中第k条路径为Li,k,得到以每一个负荷节点为起点的所有路径为:
Λi={Li,1,…,Li,k,…,Li,Z}
以每一个负荷节点为起点的所有路径数量作为节点供电路径权重值;
失负荷损失权重表示为:
其中,ξi,loss为节点i的失负荷损失权重,αloss为失负荷损失权重的归一化处理系数,e(i)为节点i的下游节点集合,为下游节点e的失负荷单位损失,/>为下游节点e的负荷容量;
负荷节点权重表示为:
ξi=ξi,level·ξi,path·ξi,loss
其中,ξi,level表示负荷分级权重,ξpath表示节点供电路径权重,ξi表示负荷节点权重。
作为优选的技术方案,所述目标函数以配电网负荷恢复水平最高为目标函数,具体表示为:
其中,ξi为节点i的负荷权重,Pi,t为节点i在t时刻恢复的负荷量,为节点i在t时刻是否连通的0-1变量。
作为优选的技术方案,采用线性DistFlow潮流方程描述潮流约束,表示为:
其中,lij,t为t时刻线路ij的开断状态,1表示闭合,0表示断开,Pij、Qij分别为线路ij的有功功率与无功功率,Rij、Xij分别为线路ij的电阻与电抗;
电压幅值约束表示为;
其中,Ui,max为节点电压上限,Ui,min为节点电压的下限,Un为电压基准值;
支路电流约束表示为:
其中,Iij,max为支路电流上限;
线路功率约束表示为:
其中,分别为线路ij的最大有功功率和最大无功功率;
节点功率平衡约束表示为:
其中,d(i)为节点i的上游节点集合,e(i)为节点i的下游节点集合。
作为优选的技术方案,负荷恢复需求约束表示为:
其中,σi,t为节点i在t时刻的负荷恢复需求状态变量;
移动应急资源连接状态约束表示为:
其中,βh,y,i为移动应急资源的连接状态限制;
移动应急资源行驶路径约束表示为:
其中,τ为移动应急资源调度周期,ti,j为移动应急资源从节点i到节点j的行驶时间,tconf为移动应急资源配置时间;
移动应急资源出力特性约束表示为:
其中,Ph,i、Qh,i分别为第i个节点第h种移动应急资源输出的有功、无功功率。
为了达到上述第二目的,本发明采用以下技术方案:
一种计及电力与交通耦合网络的移动应急资源调度优化系统,包括:信息获取模块、负荷节点权重计算模块、调度模型构建模块、调度模型求解模块、故障元件判断模块、调度方案输出模块;
所述信息获取模块用于获取配电网故障场景及可调度移动应急资源信息,获取电力与交通耦合网络动态信息;
所述负荷节点权重计算模块用于基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;
所述调度模型构建模块用于构建移动应急资源调度模型;
所述调度模型求解模块用于进行移动应急资源调度模型的求解计算,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案;
所述故障元件判断模块用于进行故障元件判断,判断当前调度周期结束后系统中是否具有故障元件;
所述调度方案输出模块用于输出移动应急资源的调度方案,当故障元件判断模块判断当前调度周期结束后系统中具有故障元件,则重新分析下一调度时段电力交通耦合网络耦合信息,并进行移动应急资源调度模型的求解计算,否则退出模型计算,输出最终的移动应急资源的调度方案;
所述决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平;
所述目标函数以配电网负荷恢复水平最高为目标函数;
所述约束条件包括运行约束条件和移动应急资源约束条件,所述运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,所述移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束。
为了达到上述第三目的,本发明采用以下技术方案:
一种计算机可读存储介质,存储有程序,所述程序被处理器执行时实现如上述计及电力与交通耦合网络的移动应急资源调度优化方法。
为了达到上述第四目的,本发明采用以下技术方案:
一种计算机设备,包括处理器和用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现如上述计及电力与交通耦合网络的移动应急资源调度优化方法。
本发明与现有技术相比,具有如下优点和有益效果:
(1)本发明完善了电力与交通耦合网络的动态信息分析及负荷综合权重计算方法,提出相应移动应急资源调度优化流程,可提高参与电网故障恢复应急资源的适用性和可行性。
(2)本发明计及电力与交通耦合网络动态信息对负荷恢复顺序、应急资源行驶路径等决策的影响,提出多时间断面下的移动应急资源调度策略,解决了现有配电网灾后恢复实时信息缺失等问题,能够呈现出配电网灾后实际恢复进程。
(3)本发明在进行移动应急资源调度时考虑配电网实时恢复信息,求解方案在移动应急资源行驶路径、负荷恢复水平、移动应急资源利用率以及优化模型求解时间等方面均具有较好的优化效果,在灾后恢复过程中能够有效支撑负荷供电,维持配电网系统功能完整性。
附图说明
图1为本发明计及电力与交通耦合网络的移动应急资源调度优化方法的流程示意图;
图2为本发明IEEE33节点交通网拓扑图;
图3为本发明IEEE33节点配电系统拓扑及节点分级示意图;
图4(a)为本发明种类1的移动应急资源行驶路径对比示意图;
图4(b)为本发明种类2的移动应急资源行驶路径对比示意图;
图5(a)为本发明调度优化下负荷有功功率恢复水平示意图;
图5(b)为本发明调度优化下负荷无功功率恢复水平示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,本实施例提供一种计及电力与交通耦合网络的移动应急资源调度优化方法,包括下述步骤:
S1:获取配电网故障场景及可调度移动应急资源信息;
在本实施例中,步骤S1具体如下:
S11:获取故障状态下配电网故障信息,包括区域故障线路、抢修队抢修顺序及故障线路恢复时间;随时间推移,线路故障状态信息将根据抢修队工作进程动态变化,进而影响移动应急资源调度数量及负荷恢复顺序,其中线路故障状态变化根据抢修队抢修顺序及故障修复时间确定;
在本实施例中,获取的配电网故障场景,故障线路如下表1所示。
表1配电网故障场景及线路恢复顺序
故障线路 | 5—6 | 21—22 | 6—7 | 15—16 | 9—10 | 17—18 | 32—33 |
S12:获取可调度移动应急资源信息,包括移动应急资源集结点位置、种类、数量、输出功率和放电效率等信息;
在本实施例中,读取的可供调度案选择的移动应急资源型号、数量等参数信息如下表2所示。
表2移动应急资源参数
移动应急资源配置参数如下表3所示:
表3移动应急资源预配置参数
集结点位置 | 种类1/辆 | 种类2/辆 | 种类3/辆 | 种类4/辆 | 配置总量 |
节点17 | 5 | 5 | 1 | 5 | 16 |
S2:获取电力与交通耦合网络动态信息;
在本实施例中,步骤S2具体如下:
S21:配电网动态信息主要考虑配电线路故障状态变化情况,交通网动态信息主要考虑道路通行状态以及道路流量的变化情况。道路通行状态以及道路流量根据实时数据信息获得,包括交通流量情况与道路损坏状态等,以30min为一周期获取当前时间断面交通网数据信息,并作为下一周期模型采用的基础数据,更新配电网剩余故障下移动应急资源调度方案;
如图2、图3所示,配电网采用IEEE标准33节点配电系统,得到拓扑结构及负荷分级情况,交通网拓扑结构(2)共包含33个节点、51条道路。极端天气等自然灾害对交通网道路将造成一定影响,本发明实施例中设置道路18—19和道路27—32阻断,车辆无法通行。其中,道路18—19经过130min修复完成,道路27—32经过250min修复完成。本实施例时间尺度内的抢修顺序如下表4所示:
表4配电网故障场景及线路恢复顺序
故障线路 | 5—6 | 21—22 | 6—7 | 15—16 | 9—10 | 17—18 | 32—33 |
恢复时间 | 160min | 220min | 290min | 330min | >360min | >360min | >360min |
S22:将交通网各节点与配电网各负荷节点基于实际地理分布分别进行耦合对应,形成电力与交通耦合网络,通过两者的交互作用,将配电网故障信息和应急资源行驶路径信息及其对应关系都纳入模型约束条件中,将故障信息作为输入,将行驶路径等作为模型决策变量,综合考虑移动应急资源行驶路径、移动应急资源利用率、负荷恢复水平、负荷恢复时效等多重因素,实现移动应急资源的优化调配,为电网恢复提供有效支撑。
S3:计算配电网负荷节点综合权重;
在本实施例中,步骤S3具体如下:
S31:综合负荷分级、节点供电路径、失负荷损失三个方面对配电网区域负荷节点赋予对应的权重;
其中,负荷分级权重ξi,level·指根据供电可靠性要求,将负荷划分为一级负荷、二级负荷和三级负荷,根据配电网各负荷节点不同分级情况,一级负荷权重设置为100,二级负荷权重设置为10,三级负荷权重系数设置为1。
其中,节点供电路径权重ξpath反映配电网不同负荷节点发生故障时,其供电路径数量会对区域内断电范围产生的影响,运用深度优先遍历算法,定义从节点i出发的所有供电路径集合为Λi,路径数量为Z,其中第k条路径为Li,k,则:
Λi={Li,1,…,Li,k,…,Li,Z}
得到以每一个负荷节点为起点的所有路径,根据搜索结果,以每一个负荷节点为起点的所有路径数量即为节点供电路径权重值ξpath;
其中,失负荷损失权重ξloss反映在节点供电路径的基础上,进一步考虑各负荷节点断电时,该节点自身及下游节点所产生的失负荷损失情况,具体表示为:
其中,ξi,loss为节点i的失负荷损失权重,取值范围为[0,10];αloss为失负荷损失权重的归一化处理系数;e(i)为节点i的下游节点集合;为下游节点e的失负荷单位损失;为下游节点e的负荷容量。
S32:综合负荷分级、节点供电路径、失负荷损失三个方面,计算负荷节点综合权重,在目标函数中作为负荷节点权重ξi,具体表示为:
ξi=ξi,level·ξi,path·ξi,loss
在本实施例中,根据配电网负荷分级情况,获取负荷分级权重;通过深度优先遍历算法,确定负荷节点供电路径,计算节点供电路径权重;根据下表5中配电网负荷节点参数,结合配电网故障信息,读取各节点单位负荷损失和下游节点集合,计算节点失负荷损失权重。
表5配电网负荷节点参数
S4:根据多时间断面的电力与交通耦合网络动态信息来确定灾后负荷节点恢复顺序的移动应急资源调度优化方案;
在本实施例中,移动应急资源调度优化方法根据多时间断面的电力与交通耦合网络动态信息,基于移动应急资源预配置情况,确定灾后负荷节点恢复顺序及移动应急资源调度方案,将网络动态信息和预配置情况均作为求解模型的输入信息,灾后负荷节点恢复顺序及移动应急资源调度方案作为模型决策变量,通过商业求解器对模型进行求解确定模型决策变量,有效维持配电网系统功能完整性,其步骤包括分析恢复进程起始时刻电力与交通网络耦合信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源的调度方案,进行故障元件判断,具体包括:
S41:获取恢复进程起始时刻电力与交通网络耦合信息,包括配电网线路故障状态和道路通行状态等,根据抢修队抢修顺序及故障修复时间确定线路故障状态变化;
S42:设置决策变量,决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平等;
以配电网负荷恢复水平最高为目标函数,表示为:
其中,ξi为节点i的负荷权重;Pi,t为节点i在t时刻恢复的负荷量;为节点i在t时刻是否连通的0-1变量。
运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,设置模型中运行约束条件分析恢复进程起始时刻电力与交通网络耦合信息;
在本实施例中,采用线性DistFlow潮流方程描述潮流约束,表示为:
其中,lij,t为t时刻线路ij的开断状态,1表示闭合,0表示断开;Pij、Qij分别为线路ij有功功率与无功功率;Rij、Xij分别为线路ij电阻与电抗。
在本实施例中,电压幅值约束为:配电网恢复过程中,各负荷节点电压应符合幅值要求范围;
式中,Ui,max为节点电压上限,本实施例设置Ui,max=1.1Un;Ui,min为节点电压的下限,本实施例设置Ui,min=0.95Un,Un为电压基准值,即配电网系统额定电压。
在本实施例中,支路电流约束为:在配电网恢复过程中,各支路电流应不超过线路额定电流,且电流值受线路故障状态影响。
式中,Iij,max为支路电流上限,由配电网系统功率基准值与额定电压确定。
在本实施例中,线路功率约束为:配电网恢复过程中,配电网各线路功率应不超过线路传输能力极限。
式中,分别为线路ij的最大有功功率和最大无功功率。
在本实施例中,节点功率平衡约束为:考虑到移动应急资源的接入,各故障负荷节点均应保持负荷恢复量与移动应急资源出力、上游节点及下游节点功率传输之间的平衡。
式中,d(i)为节点i的上游节点集合;e(i)为节点i的下游节点集合。
移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束;
在本实施例中,负荷恢复需求约束为:故障负荷恢复量应不大于其负荷容量,且需考虑上游线路抢修进程对负荷恢复需求状态的影响。
式中,σi,t为节点i在t时刻的负荷恢复需求状态变量,1为上游线路未恢复,仍需移动应急资源支撑供电,0为上游线路已恢复。
在本实施例中,移动应急资源连接状态约束为:配电网恢复过程中,每个时刻每个移动应急资源只允许接入一个负荷节点。
式中,βh,y,i为移动应急资源的连接状态限制。
在本实施例中,移动应急资源行驶路径约束为:仅当相邻两个时间点间隔大于移动应急资源行驶及配置时间时为连接状态,且出发点及起始路径与配置方案集结点相关联。
式中,τ为移动应急资源调度周期;ti,j为移动应急资源从节点i到节点j的行驶时间;tconf为移动应急资源配置时间。
在本实施例中,移动应急资源出力特性约束为:配电网恢复过程中,接入节点i的移动应急资源总出力应不超过其功率最大值。
式中,Ph,i、Qh,i分别为第i个节点第h种移动应急资源输出的有功、无功功率。
S43:求解恢复进程起始时刻移动应急资源车的调度方案;
S44:判断当前调度周期结束后系统中是否具有故障元件,若是则重新分析下一调度时段电力交通耦合网络耦合信息,并进行调度优化模型求解计算,调用cplex商用求解器求解,否则退出模型计算。
根据本实施例的移动应急资源调度模型,设置如下三种方案进行对比,验证调度模型有效性。
方案A:计及电力—交通耦合网络动态信息和负荷节点综合权重制定移动应急资源调度方法。
方案B:不考虑动态信息影响制定移动应急资源调度方法。
方案C:移动应急资源调度模型负荷节点权重仅考虑负荷分级。
三种方案均通过调用CPLEX求解器进行优化模型求解,各方案优化求解时间如下表6所示。
表6优化模型求解时间
/>
分别从移动应急资源行驶路径、负荷恢复水平的角度对两种方案求解结果进行对比分析。
移动应急资源行驶路径分析:从每个移动应急资源类型中各选取一辆车作为典型案例,对三种方案所得到的调度优化结果进行可视化对比,如图4(a)、图4(b)所示,其中,实线、虚线、点划线分别代表移动应急资源在方案A、方案B、方案C中的调度结果。
从第5个调度时间周期开始,交通网道路状态和配电网线路故障状态将发生动态变化。随着抢修人员对配电网线路故障的修复,方案A中各移动应急资源行驶路径的调度方案根据电力与交通耦合网络实时拓扑产生较为明显的调整。同时,随着抢修人员对配电网线路故障的修复,移动应急资源调度数量根据当前负荷恢复需求逐渐减少,符合灾后修复的实际情况。
负荷恢复水平分析:如图5(a)、图5(b)所示,三种方案在各时间周期内负荷整体有功功率、无功功率恢复水平。对比可知,方案A计及动态信息变化,能够及时调整移动应急资源调度方案,并在保证优先支撑重要负荷供电的基础上,进一步提高负荷整体恢复水平。方案A负荷整体无功功率恢复水平逐步上升至100%。因此计及动态信息进行调度方法制定,具备根据负荷恢复需求进行资源灵活调整的优势。
实施例2
本实施例除以下技术内容外,其余技术内容与实施例1相同;
本实施例提供一种计及电力与交通耦合网络的移动应急资源调度优化系统,包括:信息获取模块、负荷节点权重计算模块、调度模型构建模块、调度模型求解模块、故障元件判断模块、调度方案输出模块;
在本实施例中,信息获取模块用于获取配电网故障场景及可调度移动应急资源信息,获取电力与交通耦合网络动态信息;
在本实施例中,负荷节点权重计算模块用于基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;
在本实施例中,调度模型构建模块用于构建移动应急资源调度模型;
在本实施例中,调度模型求解模块用于进行移动应急资源调度模型的求解计算,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案;
在本实施例中,故障元件判断模块用于进行故障元件判断,判断当前调度周期结束后系统中是否具有故障元件;
在本实施例中,调度方案输出模块用于输出移动应急资源的调度方案,当故障元件判断模块判断当前调度周期结束后系统中具有故障元件,则重新分析下一调度时段电力交通耦合网络耦合信息,并进行移动应急资源调度模型的求解计算,否则退出模型计算,输出最终的移动应急资源的调度方案;
在本实施例中,决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平;
在本实施例中,目标函数以配电网负荷恢复水平最高为目标函数;
在本实施例中,约束条件包括运行约束条件和移动应急资源约束条件,所述运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,所述移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束。
实施例3
本实施例提供一种计算机可读存储介质,存储介质可以是ROM、RAM、磁盘、光盘等储存介质,该存储介质存储有一个或多个程序,程序被处理器执行时,实现实施例1的计及电力与交通耦合网络的移动应急资源调度优化方法。
实施例4
本实施例提供一种计算设备,该计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有显示功能的终端设备,该计算设备包括处理器和存储器,存储器存储有一个或多个程序,处理器执行存储器存储的程序时,实现实施例1的计及电力与交通耦合网络的移动应急资源调度优化方法。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,包括下述步骤:
获取配电网故障场景及可调度移动应急资源信息;
获取电力与交通耦合网络动态信息;
基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;
构建移动应急资源调度模型,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案,并进行故障元件判断,判断当前调度周期结束后系统中是否具有故障元件,若是则重新分析下一调度时段电力交通耦合网络耦合信息,并进行移动应急资源调度模型的求解计算,否则退出模型计算,输出最终的移动应急资源的调度方案;
所述决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平;
所述目标函数以配电网负荷恢复水平最高为目标函数;
所述约束条件包括运行约束条件和移动应急资源约束条件,所述运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,所述移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束。
2.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,所述配电网故障场景包括区域故障线路、抢修队抢修顺序及故障线路恢复时间;
可调度移动应急资源信息包括移动应急资源集结点位置、种类、数量、输出功率和放电效率。
3.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,电力与交通耦合网络动态信息包括:配电线路故障状态变化情况、道路通行状态以及道路流量的变化情况。
4.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,具体包括:
将配电网负荷节点划分为多级负荷节点,根据不同分级情况赋予不同负荷权重,得到负荷分级权重;
设定从节点i出发的所有供电路径集合为Λi,路径数量为Z,其中第k条路径为Li,k,得到以每一个负荷节点为起点的所有路径为:
Λi={Li,1,…,Li,k,…,Li,Z}
以每一个负荷节点为起点的所有路径数量作为节点供电路径权重值;
失负荷损失权重表示为:
其中,ξi,loss为节点i的失负荷损失权重,αloss为失负荷损失权重的归一化处理系数,e(i)为节点i的下游节点集合,为下游节点e的失负荷单位损失,/>为下游节点e的负荷容量;
负荷节点权重表示为:
ξi=ξi,level·ξi,path·ξi,loss
其中,ξi,level表示负荷分级权重,ξpath表示节点供电路径权重,ξi表示负荷节点权重。
5.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,所述目标函数以配电网负荷恢复水平最高为目标函数,具体表示为:
其中,ξi为节点i的负荷权重,Pi,t为节点i在t时刻恢复的负荷量,为节点i在t时刻是否连通的0-1变量。
6.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,采用线性DistFlow潮流方程描述潮流约束,表示为:
其中,lij,t为t时刻线路ij的开断状态,1表示闭合,0表示断开,Pij、Qij分别为线路ij的有功功率与无功功率,Rij、Xij分别为线路ij的电阻与电抗;
电压幅值约束表示为;
其中,Ui,max为节点电压上限,Ui,min为节点电压的下限,Un为电压基准值;
支路电流约束表示为:
其中,Iij,max为支路电流上限;
线路功率约束表示为:
其中,分别为线路ij的最大有功功率和最大无功功率;
节点功率平衡约束表示为:
其中,d(i)为节点i的上游节点集合,e(i)为节点i的下游节点集合。
7.根据权利要求1所述的计及电力与交通耦合网络的移动应急资源调度优化方法,其特征在于,负荷恢复需求约束表示为:
0≤Pi re≤σi,t·Pi load
其中,σi,t为节点i在t时刻的负荷恢复需求状态变量;
移动应急资源连接状态约束表示为:
其中,βh,y,i为移动应急资源的连接状态限制;
移动应急资源行驶路径约束表示为:
其中,τ为移动应急资源调度周期,ti,j为移动应急资源从节点i到节点j的行驶时间,tconf为移动应急资源配置时间;
移动应急资源出力特性约束表示为:
其中,Ph,i、Qh,i分别为第i个节点第h种移动应急资源输出的有功、无功功率。
8.一种计及电力与交通耦合网络的移动应急资源调度优化系统,其特征在于,包括:信息获取模块、负荷节点权重计算模块、调度模型构建模块、调度模型求解模块、故障元件判断模块、调度方案输出模块;
所述信息获取模块用于获取配电网故障场景及可调度移动应急资源信息,获取电力与交通耦合网络动态信息;
所述负荷节点权重计算模块用于基于负荷分级、节点供电路径、失负荷损失计算负荷节点权重,对配电网区域负荷节点赋予对应的权重;
所述调度模型构建模块用于构建移动应急资源调度模型;
所述调度模型求解模块用于进行移动应急资源调度模型的求解计算,将电力与交通耦合网络动态信息和移动应急资源调度方案作为模型输入信息,设置模型决策变量、目标函数、约束条件,求解移动应急资源调度模型,得到移动应急资源的调度方案;
所述故障元件判断模块用于进行故障元件判断,判断当前调度周期结束后系统中是否具有故障元件;
所述调度方案输出模块用于输出移动应急资源的调度方案,当故障元件判断模块判断当前调度周期结束后系统中具有故障元件,则重新分析下一调度时段电力交通耦合网络耦合信息,并进行移动应急资源调度模型的求解计算,否则退出模型计算,输出最终的移动应急资源的调度方案;
所述决策变量包括移动应急资源行驶路径、移动应急资源出力情况、负荷节点恢复顺序、配电网负荷恢复水平;
所述目标函数以配电网负荷恢复水平最高为目标函数;
所述约束条件包括运行约束条件和移动应急资源约束条件,所述运行约束条件包括潮流约束、电压幅值约束、支路电流约束、线路功率约束、节点功率平衡约束,所述移动应急资源约束条件包括负荷恢复需求约束、移动应急资源连接状态约束、移动应急资源行驶路径约束、移动应急资源出力特性约束。
9.一种计算机可读存储介质,存储有程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7任一项所述计及电力与交通耦合网络的移动应急资源调度优化方法。
10.一种计算机设备,包括处理器和用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现如权利要求1-7任一项所述计及电力与交通耦合网络的移动应急资源调度优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310731129.9A CN116882552A (zh) | 2023-06-20 | 2023-06-20 | 计及电力与交通耦合网络的移动应急资源调度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310731129.9A CN116882552A (zh) | 2023-06-20 | 2023-06-20 | 计及电力与交通耦合网络的移动应急资源调度优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116882552A true CN116882552A (zh) | 2023-10-13 |
Family
ID=88268902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310731129.9A Pending CN116882552A (zh) | 2023-06-20 | 2023-06-20 | 计及电力与交通耦合网络的移动应急资源调度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116882552A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277392A (zh) * | 2023-11-22 | 2023-12-22 | 国网山西省电力公司经济技术研究院 | 一种面向配电系统弹性提升的应急资源优化配置方法 |
-
2023
- 2023-06-20 CN CN202310731129.9A patent/CN116882552A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277392A (zh) * | 2023-11-22 | 2023-12-22 | 国网山西省电力公司经济技术研究院 | 一种面向配电系统弹性提升的应急资源优化配置方法 |
CN117277392B (zh) * | 2023-11-22 | 2024-04-09 | 国网山西省电力公司经济技术研究院 | 一种面向配电系统弹性提升的应急资源优化配置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108631306B (zh) | 一种电力系统灾后恢复能力的评估方法 | |
CN112966882B (zh) | 一种基于时空全局匹配的配电网调度方法 | |
CN104077651B (zh) | 电网检修计划优化方法 | |
CN110874704A (zh) | 一种基于Floyd算法的应急救援交通路径优化方法 | |
CN112036031B (zh) | 一种计及灵活性承载度的电网评估与扩展规划方法 | |
CN111900753B (zh) | 一种城市储能应急车的应急优化调控方法 | |
CN116882552A (zh) | 计及电力与交通耦合网络的移动应急资源调度优化方法 | |
Bahrami et al. | Multi-step island formation and repair dispatch reinforced by mutual assistance after natural disasters | |
CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
CN112242701A (zh) | 一种基于配电网多故障抢修任务的分配方法及系统 | |
CN115663922A (zh) | 一种分布式电源多自由度优化配置方法及系统 | |
CN113111476A (zh) | 一种提高电网韧性的人-车-物应急资源优化调度方法 | |
CN109558990B (zh) | 一种基于斯坦纳树模型的配电网防灾骨干网架规划方法 | |
CN111738854A (zh) | 一种基于云计算的新能源现货交易决策的数据服务系统 | |
CN114091213A (zh) | 一种电力通信网规划方案评价系统 | |
Hafeznia et al. | ResQ-IOS: An iterative optimization-based simulation framework for quantifying the resilience of interdependent critical infrastructure systems to natural hazards | |
CN110289616B (zh) | 一种基于网络分析的高压配电网项目动态选择方法 | |
CN116862149A (zh) | 一种计及极端天气影响的配电网移动应急资源预配置方法 | |
CN112348352A (zh) | 基于大数据分析的电力预算建议方案自动生成方法 | |
CN106875026B (zh) | 一种电力市场环境下中长期输电网拓展规划的混合性规划方法 | |
CN109190858A (zh) | 一种电网建设项目投资决策优化方法 | |
CN112866021B (zh) | 基于深度强化学习的ai智慧节能动态控制方法 | |
Taheri et al. | Toward operational resilience of smart energy networks in complex infrastructures | |
CN104036366A (zh) | 一种电力通信网对电网发展支撑度的评估方法 | |
Gianluigi et al. | The innovative FlexPlan methodology to reap the benefits of including storage and load flexibility in grid planning: methodology and regional study cases |
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 |