【四川大学_高红均_】超大型城市复杂配电网高效重构自愈控制方法_34页_3mb

超大型城市复杂配电网高效重构自愈控制方法总结

核心内容

本研究针对超大型城市配电网在高比例新能源接入、负荷不确定性增加以及复杂网络结构下的运行难题，提出了一种分层分布式协同重构运行架构与基于云边协同的智能自愈控制方法，以提升配电网的可靠性、灵活性和低碳运行能力。

主要观点

• 双碳目标驱动：随着分布式光伏等新能源大规模接入，配电网面临清洁能源消纳、供需平衡和灵活电能管理的挑战，需实现安全、经济、低碳运行。
• 城市化进程推动：城市负荷快速增长，电气化程度提高，对配电网的供电能力、负荷管理及故障恢复能力提出了更高要求。
• 超大型配电网结构复杂：配电网具有多个电压等级、大量开关节点，导致重构决策复杂，难以满足秒级调控需求。
• 分层分布式协同重构架构：通过“馈线组”概念，降低重构问题复杂度，实现从局部自治到全局协调的多层级平衡运行。
• 联络开关重要度量化：基于供电恢复能力和光伏消纳能力，对联络开关进行重要度评估，优化重构决策。
• 云边协同控制技术：通过云端集中式优化与边缘分布式执行相结合，提升重构效率和系统响应速度。
• 基于深度强化学习的多级重构决策：采用多智能体深度强化学习算法，实现不同层级重构策略的协同优化。
• 故障自愈系统构建：利用事件化专家库、高容错模糊匹配和深度学习模型，实现快速故障研判和最优恢复路径规划。
• 智能化紧急复电控制：结合故障事件预学习与邻域线/组转供能力，实现快速复电决策，提高供电可靠性。

关键信息

配电网重构与自愈方法

• 开关倒闸转供：通过调控联络开关和分段开关状态，实现负荷转供和潮流分配优化。
• 分层重构运行架构：
  • 馈线级：基于分段开关和联络开关，实现局部自治。
  • 变压器级：通过变压器联络开关实现站内负荷平衡。
  • 变电站级：通过变电站联络开关实现站间负荷互济。
• 多层级平衡机制：构建“馈线-变压器-变电站”三级平衡机制，提升重构效率和可靠性。

重构优化策略

• 开关贡献度量化：对联络开关进行重要度评估，将非重要开关排除在重构决策之外。
• 两阶段馈线分组方法：
  • 阶段1：基于规则进行初步分组，提升满足要求的馈线组比例。
  • 阶段2：通过启发式聚类方法进一步优化馈线组，减少冗余开关，提升整体重构效果。
• 云边协同重构运行：
  • 云端：负责重构级别识别和全局协调。
  • 边缘节点：执行分段多级重构方案，降低云端计算负担。
  • 求解时间优化：相比全局优化方法，云边协同方法显著缩短求解时间，提高系统响应速度。

故障自愈控制方法

• 基于机器学习的故障研判：
  • 使用I-Relief特征筛选算法对故障数据进行降维。
  • 构建基于图神经网络与Elman神经网络的故障智能研判模型。
• 负荷最优自愈恢复路径规则库：
  • 基于供电恢复量、网损、切负荷量和开关动作次数等目标函数，生成最优恢复策略。
  • 利用云平台进行分布式并行计算，提高故障恢复效率。
• 故障事件预学习：
  • 基于历史故障数据构建Random Cost-CNN分类模型。
  • 利用GAN模型对少数类故障数据进行扩充，提升模型泛化能力。
• 紧急复电控制：
  • 采用MPP架构进行并行数据处理，结合语音融合网关和融合通信技术，实现快速任务分发与业务触达。

实验与效果

• 重构效果：
  • 两阶段优化策略显著提升满足要求的馈线组比例，如荔湾局由43%提升至67%。
  • 重构方法在求解时间、调节次数和成本等方面均优于全局优化方法。
• 故障恢复效果：
  • 基于机器学习和深度强化学习的故障研判与恢复方法，提升了故障处理效率和准确率。
  • 系统能够快速定位故障并生成复电方案，实现“故障快复电、高峰少停电”的目标。

技术亮点

• 分层分布式协同重构：有效解决大规模配电网重构问题，提升调控效率。
• 云边协同优化框架：结合集中式与分布式计算优势，实现快速、高效、低能耗的重构决策。
• 多智能体深度强化学习：用于多级重构策略制定，提升系统自愈能力。
• 高容错故障研判：在非健全信息环境下，仍能准确识别故障类型和位置。
• 智能化紧急复电：结合预学习模型与实时数据，实现快速复电决策。

应用价值

• 提升配电网的供电可靠性，满足“世界一流配电网”的要求（供电可靠率≥99.999%，用户年平均停电时间≤5分钟）。
• 促进清洁能源消纳，提升能源利用效率，助力实现“双碳”目标。
• 支持城市电网在高峰负荷期的稳定运行，缓解供电压力。
• 优化配电网结构，降低运行成本，提升系统灵活性与智能化水平。