【天津大学】2024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的影响，特别是对配电网的破坏和恢复问题。台风灾害不仅造成线路故障，还可能导致大规模停电，进而引发严重的经济损失。研究提出了一种考虑多重不确定性和多阶段协同的故障抢修决策方法，以提高电网在台风灾害下的弹性与恢复能力。

主要观点与关键信息

1. 台风灾害对配电网的影响

• 台风灾害频发：全球气候变暖导致极端天气频发，我国东南沿海是台风高发区。
• 故障与停电：台风引发大量线路故障，导致用户供电中断，造成经济损失。
• 风电不确定性：台风风速波动使风电出力具有不确定性，可能导致电压失稳和二次停电。
• 风机切机：极端风速超过安全阈值时，风机收桨停机，加剧功率短缺和负荷损失。
• 灾后恢复挑战：现有研究多关注灾后恢复，缺乏对灾前、灾中与灾后多阶段协同的考虑。
• 主配网协同不足：台风影响范围广，主网和配网均可能故障，但现有研究通常假设主网正常。

2. 故障抢修决策方法

• 鲁棒优化模型：构建max-min-max鲁棒优化模型，考虑风电出力不确定性，利用C&CG算法和强对偶理论进行求解，提高恢复方案的鲁棒性。
• 多类型资源协同：提出施工队、移动电源、网架重构和微网划分的协同优化方法，增强配电网恢复能力。
• 三阶段协同方法：基于台风影响周期长、路径可预测的特点，提出灾前、灾中、灾后三阶段的协同调度优化方法。
• 主配网协同恢复模型：建立四阶段主配网协同恢复模型，包括动态分区、机组启动、路径恢复和负荷恢复，提升系统恢复效率。

3. 优化模型与算法

• 双层优化模型：考虑风机切机的配网故障抢修双层优化方法，用于处理功率短缺问题。
• CVaR-随机优化模型：引入条件风险价值（CVaR）作为目标函数，降低极端场景下的负荷损失风险。
• 渐进式套期保值算法（PHA）：用于求解多概率场景下的随机优化模型，提高求解效率。
• AOP-ADMM方法：基于ADMM的分布式协同恢复模型，松弛二进制变量，确保收敛性和解的最优性。

4. 算例分析与结果

• 调度优化效果：所提方法在不同场景下有效恢复停电负荷，提升电网弹性。
• 资源利用率与负荷恢复率：移动电源利用率、负荷生存率和负荷恢复率指标显示了所提方法的优越性。
• 模型对比：CVaR-随机优化模型在降低极端情景下的负荷损失方面优于期望值随机优化和鲁棒优化模型。
• 算法对比：改进的PHA算法（M-PHA）在保证解质量的同时显著提升了求解速度。

研究成果与引用

• [1] Hao Wu, et al. Robust coordination of repair and dispatch resources for post-disaster service restoration of the distribution system. International Journal of Electrical Power & Energy Systems, 2022, 136: 107611.
• [2] Hao Wu, et al. Resilient scheduling of MESs and RCs for distribution system restoration considering the forced cut-off of wind power. Energy, 2022, 244: 123081.
• [3] Hao Wu, et al. A three-stage resilient dispatch of mobile emergency generators in a distribution system against hurricanes [J]. International Journal of Electrical Power & Energy Systems, 2023, 148: 108844.
• [4] Hao Wu, et al. Distributed coordinated repair and restoration of transmission and distribution system with RCs and MEGs. IEEE Transactions on Power Systems, 2023.

研究意义

本研究通过构建多阶段协同的故障抢修决策模型，有效应对台风灾害带来的不确定性与复杂性，提升配电网在极端天气下的恢复能力与系统弹性。所提方法结合了可再生能源、数字技术与优化算法，为未来电力系统在极端灾害下的快速恢复提供了理论支持与实践指导。