台风灾害下的弹性配电网故障抢修决策方法研究报告-28页_7mb

台风灾害下的弹性配电网故障抢修决策方法研究

核心内容概述

本研究聚焦于台风灾害对我国电力系统，尤其是配电网的影响，提出了一系列针对台风灾害下配电网故障抢修的优化方法，以提升电网在极端天气下的弹性与恢复能力。研究重点包括风电出力不确定性、风机切机、多阶段协同恢复以及主配网协同调度等关键问题，结合鲁棒优化、随机优化和分布式优化方法，构建了多层级、多资源协同的故障抢修模型，有效提升了灾后恢复效率与电网稳定性。

主要观点与关键信息

1. 台风灾害背景与挑战

• 全球气候变暖导致极端天气频发，台风灾害对我国东南沿海地区影响尤为严重。
• 台风引发的线路故障和风机切机，造成长时间停电与经济损失。
• 当前研究缺乏多阶段协同恢复机制，且未考虑主配网协同恢复，导致恢复策略不够全面。

2. 研究目标与方法

• 研究目标：提升配电网在台风灾害下的弹性，减少停电损失，优化故障抢修策略。
• 方法包括：
  • 构建考虑风电出力不确定性的鲁棒优化模型，采用C&CG算法和强对偶理论求解，提升恢复方案的鲁棒性。
  • 提出多类型恢复资源协同优化模型，包括施工队、移动电源、网架重构和微网划分。
  • 设计三阶段协同方法，涵盖灾前、灾中和灾后，考虑主动孤岛、故障隔离、网架重构等策略。
  • 构建主配网协同恢复调度模型，实现主网与配网的协同恢复，减少停电损失。

3. 风机切机建模与应对策略

• 高风速下风机收桨停机，导致功率短缺与负荷削减。
• 建立风机切机模型，并将其线性化为混合整数线性规划（MILP）形式。
• 通过调度移动电源缓解风机切机带来的影响，提升电网弹性。

4. 多时间尺度协同优化模型

• 针对移动电源和施工队调度的延迟性，提出长短时间尺度协同调度方法。
• 长时间尺度：基于鲁棒优化模型，保证恢复过程中的安全约束不越限。
• 短时间尺度：采用确定性模型，快速响应并调整电源出力。
• 引入**条件风险价值（CVaR）**作为目标函数，减少极端场景下的负荷损失风险。
• 应用渐进式套期保值算法（PHA），提升求解效率与解的质量。

5. 灾前灾中灾后协同恢复策略

• 灾前：实施主动孤岛策略，提前布置移动电源。
• 灾中：进行故障隔离与出力调整，防止故障扩散。
• 灾后：进行网架重构与微网划分，实现快速恢复。
• 通过多阶段随机优化模型，有效处理风电出力、负荷需求和线路故障的不确定性。

6. 主配网协同恢复调度模型

• 提出四阶段主配网协同恢复方法，包括动态分区、机组启动、路径恢复、负荷恢复。
• 采用AOP-ADMM方法，构建分布式协同恢复模型，解决主配网之间信息交互有限和数据隐私问题。
• 通过松弛二进制变量，保证模型收敛性与解的最优性。

7. 算例分析与结果对比

• 所提方法通过协同调度显著提升电网恢复效率与弹性。
• 不同模型对比：
  • CVaR-随机优化：平均负荷损失为2.5961×10⁴，最大负荷损失为2.3592×10⁴，最小负荷损失为1.9051×10⁴。
  • 期望值随机优化：平均负荷损失为2.3951×10⁴，最大负荷损失为2.2951×10⁴，最小负荷损失为1.7569×10⁴。
  • 鲁棒优化：平均负荷损失为3.2681×10⁴，最大负荷损失为2.8681×10⁴，最小负荷损失为2.5718×10⁴。
• 不同算法对比：
  • NDM（传统方法）：计算时间较长，误差较大。
  • T-PHA（小η）：优化结果较好，计算时间较短，误差控制在4.2%。
  • T-PHA（大η）：优化结果较保守，误差达7.1%。
  • M-PHA：优化结果最优，计算时间最短，误差控制在1.9%。

结论

本研究提出了一系列针对台风灾害下配电网故障抢修的优化方法，涵盖多资源协同调度、多阶段恢复策略、主配网协同恢复等关键问题，通过鲁棒优化、随机优化和分布式优化相结合，有效提升了电网在极端灾害下的恢复能力与运行稳定性。研究结果表明，所提方法在减少负荷损失、提高恢复效率和增强电网弹性方面具有显著优势，为电力系统灾后恢复提供了新的思路和实用方案。