System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于配电网故障诊断,具体涉及一种配电网故障定位恢复方法及系统。
技术介绍
1、随着全球气候逐渐恶化,极端自然灾害频繁发生,给电力系统造成了巨大损失,严重影响能源安全和社会秩序。
2、恢复力最初是在生态学领域中提出,用以评价个体、集体或系统承受外界扰动以及扰动之后恢复的能力,后来恢复力的概念逐渐被引入到工业界中。配电网作为连接用户与电网的纽带,是保证电网的关键环节,提升配电网恢复力应对极端自然灾害对于保证用电安全非常关键。灾后恢复直接影响停电时间和负荷损失,对于提升电网恢复力非常重要。国内外围绕配电网的快速恢复展开了大量研究。部分研究利用远动开关和网络重构进行故障隔离和负荷转供,保证部分重要用户的供电。然而,当配电网完全与主网断开后,仅依靠网络重构是无法恢复负荷的。随着电网的不断发展,分布式发电机和储能等灵活性资源大量接入配电网中,这些资源为提升配电网恢复力提供了多种多样的手段。部分研究将网络重构与分布式发电机、储能等资源结合将配电网划分成多个微网在灾后支撑重要负荷。在这些研究的基础上,一些研究考虑电网与交通网的耦合提出了计及移动电源的配电网负荷恢复方法。但是上述恢复策略均是在系统故障信息完全已知的基础上进行的,并未关注故障信息的收集过程,一旦配电网无法快速准确地获取系统受损情况,配网运营商将无法进行快速决策,从而增加停电时间和负荷损失。
3、虽然国内外学者围绕配电网故障定位展开了大量研究,但是配电网拓扑复杂,安装的监控设备有限,而且自然灾害发生后通讯网络与电力网络都有可能受到损坏,从而导致故障数
技术实现思路
1、本专利技术的目的在于提供一种配电网故障定位恢复方法及系统,以克服现有方法针对配电网故障无法快速准确的获取配电网故障信息的问题。
2、一种配电网故障定位恢复方法,包括以下步骤:
3、s1,以灾害造成的最大系统负荷损失最小化为目标函数,以分布式发电机和储能部署位置为决策变量,建立防御-攻击-防御模型,根据防御-攻击-防御模型获取系统的最大负荷损失;
4、s2,根据配电网各节点之间的距离以及系统的最大负荷损失,以无人机巡检阶段成本最小为目标函数,以无人机部署位置和巡检路径为决策变量,建立混合整数线性规划模型,利用混合整数线性规划模型获取无人机的部署数量、位置及巡检路径,灾后无人机按照巡检路径巡视配电网,获取受灾故障位置;
5、s3,根据受灾故障位置以及系统受灾损失状况,协同调度维修队、分布式发电机和储能并配合网络重构,建立灾后恢复模型,利用灾后恢复模型获取最优负荷恢复方案。
6、优选的,以灾害造成的最大系统负荷损失最小化为目标函数的防御-攻击-防御模型的目标函数为:
7、
8、其中nb为配电网节点集合,wj为节点j处的负荷重要度,为节点j处的失负荷量。
9、优选的,分布式发电机与储能部署:
10、
11、
12、
13、
14、其中,nl为配电网线路集合,ns为联络线的集合,amax为灾害中线路可能损坏的最大数量,gmax为配电网配置的分布式发电机的数量,emax为储能的数量,0/1变量和表示节点j处是否部署分布式发电机和储能,若为1表示节点j处部署,否则未部署,0/1变量ql为线路状态,若为1表示线路闭合,否则线路断开。
15、优选的,以灾害造成的最大系统负荷损失最小化为目标函数,使用线性的distflow模型对配电网潮流进行建模。
16、优选的,以无人机巡检阶段成本最小为目标函数:
17、
18、其中,为配电网可能的最大失负荷量,cshed为单位负荷的经济损失,τ为无人机完成整个配电网巡视所需的时间,nv为无人机的集合,cuav为无人机投入使用的成本,0/1变量dj,v表示无人机v是否部署在节点j,若为1表示已部署,否则表示未部署。
19、优选的,灾后恢复模型以系统恢复过程中的负荷损失最小为目标函数:
20、
21、其中t为恢复过程的各时刻的集合,下标t代表时间维度。
22、优选的,灾后恢复模型的模型约束包括维修队调度约束、配电网潮流约束和网络重构约束。
23、一种配电网故障定位恢复系统,包括最大负荷损失计算模块,受灾故障位置确定模块和恢复模块;
24、最大负荷损失计算模块,以灾害造成的最大系统负荷损失最小化为目标函数,以分布式发电机和储能部署位置为决策变量,建立防御-攻击-防御模型,根据防御-攻击-防御模型获取系统的最大负荷损失;
25、受灾故障位置确定模块,根据配电网各节点之间的距离以及系统的最大负荷损失,以无人机巡检阶段成本最小为目标函数,以无人机部署位置和巡检路径为决策变量,建立混合整数线性规划模型,利用混合整数线性规划模型获取无人机的部署数量、位置及巡检路径,灾后无人机按照巡检路径巡视配电网,获取受灾故障位置;
26、恢复模块,根据受灾故障位置以及系统受灾损失状况,协同调度维修队、分布式发电机和储能并配合网络重构,建立灾后恢复模型,利用灾后恢复模型获取最优负荷恢复方案。
27、优选的,以灾害造成的最大系统负荷损失最小化为目标函数的防御-攻击-防御模型的目标函数为:
28、
29、其中nb为配电网节点集合,wj为节点j处的负荷重要度,为节点j处的失负荷量。
30、优选的,以灾害造成的最大系统负荷损失最小化为目标函数,使用线性的distflow模型对配电网潮流进行建模。
31、与现有技术相比,本专利技术具有以下有益的技术效果:
32、本专利技术提供一种配电网故障定位恢复方法,以灾害造成的最大系统负荷损失最小化为目标函数,以分布式发电机和储能部署位置为决策变量建立防御-攻击-防御模型,根据防御-攻击-防御模型获取系统的最大负荷损失;根据配电网各节点之间的距离以及系统的最大负荷损失,以无人机巡检阶段成本最小为目标函数,以无人机部署位置和巡检路径为决策变量,建立混合整数线性规划模型,利用混合整数线性规划模型获取无人机的部署数量、位置及巡检路径,灾后无人机按照巡检路径巡视配电网,获取受灾故障位置,利用灾后恢复模型获取最优负荷恢复方案,本专利技术能够准确预估系统可能的最大负荷损失,使用的列和约束生成算法可以削减场景数量,有效减少计算时间;提出的无人机部署模型综合考虑系统负荷损失和无人机成本,确定了系统配置无人机的最佳数量和配置地点,并规划了灾后巡检路径。相较于派遣人员进行巡检,使用无人机巡检不需要投入大量人力且不受灾后系统交通状本文档来自技高网...
【技术保护点】
1.一种配电网故障定位恢复方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种配电网故障定位恢复方法,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数的防御-攻击-防御模型的目标函数为:
3.根据权利要求2所述的一种配电网故障定位恢复方法,其特征在于,分布式发电机与储能部署:
4.根据权利要求1所述的一种配电网故障定位恢复方法,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数,使用线性的DistFlow模型对配电网潮流进行建模。
5.根据权利要求4所述的一种配电网故障定位恢复方法,其特征在于,以无人机巡检阶段成本最小为目标函数:
6.根据权利要求1所述的一种配电网故障定位恢复方法,其特征在于,灾后恢复模型以系统恢复过程中的负荷损失最小为目标函数:
7.根据权利要求6所述的一种配电网故障定位恢复方法,其特征在于,灾后恢复模型的模型约束包括维修队调度约束、配电网潮流约束和网络重构约束。
8.一种配电网故障定位恢复系统,其特征在于,包括最大负荷损失计算模块,受灾故障位置确定模块
9.根据权利要求8所述的一种配电网故障定位恢复系统,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数的防御-攻击-防御模型的目标函数为:
10.根据权利要求8所述的一种配电网故障定位恢复系统,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数,使用线性的DistFlow模型对配电网潮流进行建模。
...【技术特征摘要】
1.一种配电网故障定位恢复方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种配电网故障定位恢复方法,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数的防御-攻击-防御模型的目标函数为:
3.根据权利要求2所述的一种配电网故障定位恢复方法,其特征在于,分布式发电机与储能部署:
4.根据权利要求1所述的一种配电网故障定位恢复方法,其特征在于,以灾害造成的最大系统负荷损失最小化为目标函数,使用线性的distflow模型对配电网潮流进行建模。
5.根据权利要求4所述的一种配电网故障定位恢复方法,其特征在于,以无人机巡检阶段成本最小为目标函数:
6.根据权利要求1所述的一种配电网故障定位恢复方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。