考虑负荷不确定性的交直流配电网灾后恢复方法技术

本发明专利技术公开了一种考虑负荷不确定性的交直流配电网灾后恢复方法，包括：对抢修恢复过程中的各种调度资源进行建模；通过场景概率法对负荷的不确定性进行建模；以总负荷恢复量最大且总的弃风量最小为目标构建两阶段交直流配电系统下的抢修恢复模型；求解两阶段交直流配电系统下的抢修恢复模型，得到交直流配电系统下的最优恢复策略

【技术实现步骤摘要】
考虑负荷不确定性的交直流配电网灾后恢复方法


[0001]本专利技术属于电网故障恢复
，特别是考虑负荷不确定性的交直流配电网灾后恢复方法
。

技术介绍

[0002]随着配电系统中分布式能源渗透率的提高
、
直流负荷占比的提升以及电力电子技术的发展，直流系统相比于交流系统的优势愈发凸显，交直流混合配电网已成为未来主动配电网的重要实现形式之一
。
但在全球自然灾害频发的背景下，极易引发大规模停电事故
。
例如，
2019
年第9号台风“利奇马”造成
168
条
110kV
及以上线路，停电
759.17
万用户
。
交直流配电系统同样具备传统交流配电系统的脆弱性，相较于输电系统，更容易受到极端自然灾害的破坏
。
[0003]交直流配电系统相较于传统交流配网具有很强的灵活性，通过交直流间的换流站能够实现两侧功率灵活传输，在故障恢复过程中，可以迅速恢复配电网中失电负荷
。
已有一些针对交直流配电系统供电恢复的研究，但大都假设负荷是不变的
。
然而在实际中，负荷的随机波动是电力系统最主要的不确定性因素，忽略负荷的不确定性会使恢复状态的配电系统遭受一定的冲击，影响系统运行的安全性
。

技术实现思路

[0004]本专利技术的目的在于针对现有技术存在的问题，提供一种负荷不确定性下的两阶段交直流混合配电网灾后抢修和灵活恢复方法，通过协调抢修队
、
可再生能源
、
储能
、
网络重构和换流站两侧功率来最大限度地提高配电系统的负荷恢复量，建立以恢复电量最大和弃风量最小为目标函数的抢修模型，并对所得模型进行线性化处理，使得优化问题转化为可有效求解的混合整数模型，考虑到负荷的不确定性，将该方法表述为两个时间尺度上的两阶段模型
。
在长时间尺度上，对储能
、
可再生能源
、
抢修队和线路开关进行协调优化，以减少负荷停电损失
。
在短时间尺度上，储能输出和换流站两侧传输功率决策被重新分配，以补偿不确定性实现后的第一阶段策略
。
最后采用
CPLEX
求解最优抢修策略
。
[0005]实现本专利技术目的的技术解决方案为：一方面，一种考虑负荷不确定性的交直流配电网灾后恢复方法，包括以下步骤：
[0006]步骤1，对抢修恢复过程中的各种调度资源进行建模；
[0007]步骤2，通过场景概率法对负荷的不确定性进行建模；
[0008]步骤3，基于步骤1和步骤2，以总负荷恢复量最大且总的弃风量最小为目标构建两阶段交直流配电系统下的抢修恢复模型；
[0009]步骤4，求解步骤3得到的两阶段交直流配电系统下的抢修恢复模型，得到交直流配电系统下的最优恢复策略
。
[0010]进一步地，步骤1中所述调度资源包括抢修队
、
可再生能源
、
储能
。
[0011]进一步地，步骤1所述对抢修恢复过程中的各种调度资源进行建模，具体包括：
[0012]步骤1‑1，构建抢修队调度模型：
[0013][0014][0015][0016][0017][0018][0019][0020][0021][0022][0023][0024][0025]其中，
C
为抢修队所在的仓库；
n
为抢修队的数量也即抢修队的编号；
M
为一个无穷大数；
Φ
F
为故障设备的集合；
Φ
n
为抢修队的集合；
r
为抢修队维修路径的向量；为抢修队从故障点
i
运动到故障点
j
路程上所花费的时间；表示抢修队
n
从仓库
C
到达故障点
i
路程上所花费的时间；为修复故障点
j
所需要的时间；为修复故障点
i
所需要的时间；表示如果初始位于一个故障中，抢修对只有在当前故障被修复后才会移动到下一个故障；为二进制变量，表示抢修队
n
是否从
i
到达
j
；为二进制变量，表示抢修队
n
是否从
j
到达
i
；表示抢修队
n
是否从
i
到达
k
；表示抢修队
n
是否从仓库
C
移动到故障点
i
；表示抢修队
n
是否从仓库
i
移动到故障点
C
；为二进制变量，表示抢修队
n
是否修复了故障点
i
；为机组人员达到故障点
i
；为机组人员达到故障点
j
；为二进制变量，表示故障点
i
在时刻
t
是否被修复；为故障点
i
的可用状态；
[0026]步骤1‑2，构建可再生能源和储能系统模型：
[0027][0028][0029][0030][0031][0032][0033][0034]其中，分别是
t
时刻可再生能源在线路
i
上的有功功率和有功功率上限，分别是
t
时刻可再生能源在线路
i
上的无功功率和无功功率上限；上的无功功率和无功功率上限；分别是储能装置在时刻
i
的充电功率
、
放电功率
、
最大充电功率和最大放电功率；和均为二进制变量，分别表示储能装置是否在充电状态
、
是否在放电状态；
SOC
i,t
为储能装置
i
在时间
t
的荷电状态，
SOC
i,max
、SOC
i,min
是其最大
、
最小值；
SOC
i,t
‑1为储能装置
i
在时间
t
‑1的荷电状态；分别为充电效率和放电效率；
S
E
为储能装置的额定容量
。
[0035]进一步地，步骤2所述通过场景概率法对负荷的不确定性进行建模，具体包括：
[0036]步骤2‑1，采用正态分布对负荷的历史数据进行拟合，得到负荷的有功概率分布；其中正态分布关于随机变量
P
的概率密度函数
f(p)
表示如下：
[0037][0038]式中，
μ
d
表示负荷有功功率的均值，
σ
d
表示负荷有功功率的标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，包括以下步骤：步骤1，对抢修恢复过程中的各种调度资源进行建模；步骤2，通过场景概率法对负荷的不确定性进行建模；步骤3，基于步骤1和步骤2，以总负荷恢复量最大且总的弃风量最小为目标构建两阶段交直流配电系统下的抢修恢复模型；步骤4，求解步骤3得到的两阶段交直流配电系统下的抢修恢复模型，得到交直流配电系统下的最优恢复策略
。2.
根据权利要求1所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，步骤1中所述调度资源包括抢修队
、
可再生能源
、
储能
。3.
根据权利要求2所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，步骤1所述对抢修恢复过程中的各种调度资源进行建模，具体包括：步骤1‑1，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：，构建抢修队调度模型：其中，
C
为抢修队所在的仓库；
n
为抢修队的数量也即抢修队的编号；
M
为一个无穷大数；
Φ
F
为故障设备的集合；
Φ
n
为抢修队的集合；
r
为抢修队维修路径的向量；为抢修队从故障点
i
运动到故障点
j
路程上所花费的时间；表示抢修队
n
从仓库
C
到达故障点
i
路程上所花费的时间；为修复故障点
j
所需要的时间；为修复故障点
i
所需要的时间；表示如果初始位于一个故障中，抢修对只有在当前故障被修复后才会移动到下一个故障；
为二进制变量，表示抢修队
n
是否从
i
到达
j
；为二进制变量，表示抢修队
n
是否从
j
到达
i
；表示抢修队
n
是否从
i
到达
k
；表示抢修队
n
是否从仓库
C
移动到故障点
i
；表示抢修队
n
是否从仓库
i
移动到故障点
C
；为二进制变量，表示抢修队
n
是否修复了故障点
i
；为机组人员达到故障点
i
；为机组人员达到故障点
j
；为二进制变量，表示故障点
i
在时刻
t
是否被修复；为故障点
i
的可用状态；步骤1‑2，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：，构建可再生能源和储能系统模型：其中，分别是
t
时刻可再生能源在线路
i
上的有功功率和有功功率上限，分别是
t
时刻可再生能源在线路
i
上的无功功率和无功功率上限；上的无功功率和无功功率上限；分别是储能装置在时刻
i
的充电功率
、
放电功率
、
最大充电功率和最大放电功率；和均为二进制变量，分别表示储能装置是否在充电状态
、
是否在放电状态；
SOC
i,t
为储能装置
i
在时间
t
的荷电状态，
SOC
i,max
、SOC
i,min
是其最大
、
最小值；
SOC
i,t
‑1为储能装置
i
在时间
t
‑1的荷电状态；分别为充电效率和放电效率；
S
E
为储能装置的额定容量
。4.
根据权利要求2所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，步骤2所述通过场景概率法对负荷的不确定性进行建模，具体包括：步骤2‑1，采用正态分布对负荷的历史数据进行拟合，得到负荷的有功概率分布；其中正态分布关于随机变量
P
的概率密度函数
f(p)
表示如下：式中，
μ
d
表示负荷有功功率的均值，
σ
d
表示负荷有功功率的标准差，
p
表示负荷的有功功率；步骤2‑2，基于负荷的概率分布，进行配电网的概率潮流计算
。5.
根据权利要求4所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，步骤2‑2具体通过拉丁超立方采样法进行配电网的概率潮流计算
。6.
根据权利要求4所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，步骤2‑2执行之前，还包括对场景进行削减
。7.
根据权利要求6所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在于，所述对场景进行削减，具体采用基于概率距离的快速削弱方法
。8.
根据权利要求4所述的考虑负荷不确定性的交直流配电网灾后恢复方法，其特征在
于，步骤3所述以总负荷恢复量最大且总的弃风量最小为目标构建两阶段交直流配电系统下的抢修恢复模型，具体包括：步骤3‑1，考虑负荷波动的不确定性，建立长时间尺度协调模型如下：故障修复过程中协调各种调度资源进行负荷恢复，以总负荷恢复量最大且总的弃风量最小为目标，建立目标函数为：最小为目标，建立目标函数为：其中，分别是
t
时刻风机在线路
i
上的有功出力和有功出力上限，
w
r
为总弃风量的权重系数；
P
r
为每个场景的概率，
S
为某个场景；为第
S
个场景下节点
i<...

【专利技术属性】
技术研发人员：谢云云，燕子敖，杨苗，徐兴宇，蒋昀彤，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：