1問題背景:主動配電網(wǎng)中的不確定性因素給恢復(fù)控制帶來了挑戰(zhàn)

1.1配電網(wǎng)恢復(fù)控制原理

配電網(wǎng)通常呈輻射狀運行,當(dāng)電網(wǎng)發(fā)生故障時,將導(dǎo)致故障點所在線路的下游區(qū)域全部停電。配電網(wǎng)中的開關(guān)一般分為常閉的分段開關(guān)和常開的聯(lián)絡(luò)開關(guān)兩類,對故障進(jìn)行定位與隔離后,可通過協(xié)調(diào)這兩類開關(guān)的開合狀態(tài),將非故障停電區(qū)的負(fù)荷轉(zhuǎn)接到其他饋線或同一饋線的帶電支路上,實現(xiàn)供電恢復(fù)。因此,恢復(fù)控制本質(zhì)上是一個滿足配電網(wǎng)運行約束下的開關(guān)組合優(yōu)化問題。

1.2主動配電網(wǎng)中的不確定性

由于許多設(shè)備的操作需要人工執(zhí)行,實際的供電恢復(fù)是一個耗時過程,期間存在的不確定性因素主要有:

1)分布式電源出力波動:以光伏和風(fēng)電為代表的分布式電源(DG)的出力,會受天氣和環(huán)境因素的影響而發(fā)生波動。隨著分布式電源在配電網(wǎng)中滲透率的不斷提高,其出力不確定性對恢復(fù)控制的影響將日益顯著。

2)節(jié)點負(fù)荷波動:節(jié)點負(fù)荷值取決于用戶用電情況,是一個無法精確預(yù)測的時變量。

3)負(fù)荷估計誤差:由于目前配電網(wǎng)安裝的負(fù)荷量測裝置很少,大部分非量測節(jié)點只能通過典型負(fù)荷曲線法或短期負(fù)荷預(yù)測法獲得偽量測數(shù)據(jù),因此其估計值與真實的負(fù)荷值之間可能存在較大偏差。

1.3傳統(tǒng)確定性算法存在的問題

在傳統(tǒng)的恢復(fù)控制算法中,分布式電源出力和負(fù)荷均用單點預(yù)測值表示,視為確定性參數(shù),這種確定決策模型存在安全隱患。例如,倘若恢復(fù)期間實際的負(fù)荷高于預(yù)測值,分布式電源出力低于預(yù)測值,由確定性算法生成的恢復(fù)策略可能造成線路過載或電壓越限,最終導(dǎo)致供電恢復(fù)失敗。因此,主動配電網(wǎng)中的不確定性因素給傳統(tǒng)的確定性算法帶來了挑戰(zhàn)。本文提出一種新的魯棒恢復(fù)控制方法,使得產(chǎn)生的恢復(fù)策略在這些不確定性參數(shù)(分布式電源出力、負(fù)荷波動和估計誤差)在給定的范圍波動時,供電恢復(fù)方案總是能保證電網(wǎng)安全的,即可行的。

2算法模型:保守性可調(diào)的魯棒恢復(fù)控制優(yōu)化模型

常見的確定性建模方法可以分為隨機模型和魯棒模型,但是隨機模型需要給定變量概率分布,而且存在計算困難問題。為此,本文對配電網(wǎng)恢復(fù)控制決策問題構(gòu)建為一種兩階段魯棒優(yōu)化方法問題,包含以下幾個步驟:

步驟1:將一般的恢復(fù)控制決策描述為一個混合整數(shù)線性規(guī)劃模型,其目標(biāo)函數(shù)為最大化恢復(fù)失電負(fù)荷,約束條件包括輻射狀拓?fù)浼s束、功率平衡約束、線路容量約束和節(jié)點電壓安全約束等。該模型暫不考慮不確定性因素,是一個確定性恢復(fù)控制優(yōu)化模型(DROM)。

步驟2:根據(jù)歷史數(shù)據(jù),構(gòu)建出分布式電源出力和負(fù)荷的不確定性區(qū)間。

步驟3:基于DROM和不確定性區(qū)間,建立兩階段的魯棒恢復(fù)控制優(yōu)化模型(RROM);其第一階段為生成最優(yōu)的失電負(fù)荷恢復(fù)策略,第二階段是在不確定性區(qū)間中搜索出最惡劣的波動場景。

步驟4:引入不確定性預(yù)算(BudgetofUncertainty)技術(shù)調(diào)節(jié)該模型模型保守度,使得該方法能夠在魯棒性和保守性中做權(quán)衡。

最終,考慮分布式電源出力不確定性和負(fù)荷不確定性的恢復(fù)控制決策,被建立為保守度可調(diào)的兩階段魯棒優(yōu)化模型。針對這樣的兩階段問題,本文使用列約束生成法將其分解為主問題和子問題進(jìn)行迭代求解。由該模型生成的恢復(fù)策略,對于不確定性區(qū)間中的所有波動場景均能保證不出現(xiàn)配電網(wǎng)運行約束被破壞的情況。

上述模型的數(shù)學(xué)表達(dá)、詳細(xì)推導(dǎo),以及求解過程請參考原文。

3算例驗證

采用PG&E69節(jié)點配電系統(tǒng)進(jìn)行算例驗證,通過最惡劣波動場景測試和蒙特卡洛仿真,對比分析確定性模型DROM和魯棒模型RROM的恢復(fù)控制效果。

1)最惡劣波動場景測試

對整個算例測試系統(tǒng)進(jìn)行一次“N-1”故障掃描,提取出子問題中生成的最惡劣波動場景作為測試環(huán)境。確定性模型和魯棒模型的故障恢復(fù)情況如圖1所示:紅色表示的確定性模型在最惡劣場景下出現(xiàn)了多次恢復(fù)失敗的情況,需要額外切除部分負(fù)荷(恢復(fù)負(fù)荷量取負(fù)值)才使得恢復(fù)策略可行；而藍(lán)色表示的魯棒方法在所有線路故障的情況下均保證了決策的可行性和優(yōu)化性。

圖 1 PG&E 69節(jié)點系統(tǒng)的“N-1”掃描結(jié)果

2)蒙特卡洛仿真測試

設(shè)實際的分布式電源出力和節(jié)點負(fù)荷是呈以預(yù)測值為中心的正態(tài)分布,并對每個故障情況隨機生成3000個波動場景作為測試場景。四個典型線路故障案例的負(fù)荷恢復(fù)情況如表1所示,其中魯棒方法一直保持著100%的恢復(fù)成功率和最優(yōu)的恢復(fù)負(fù)荷量,而確定性方法在不少場景下會出現(xiàn)恢復(fù)性能不佳,甚至恢復(fù)失敗的情況。

詳細(xì)的算例結(jié)果與分析請參考原文。

4結(jié)語

本文提出了一個保守度可調(diào)的兩階段魯棒恢復(fù)控制優(yōu)化模型,建立為混合整數(shù)線性規(guī)劃的形式?；诮o定的不確定性區(qū)間,該魯棒模型能夠搜索出最惡劣的波動場景,并進(jìn)行恢復(fù)控制策略的生成。算例結(jié)果驗證了本文方法的魯棒性和優(yōu)化性；該方法可用于解決恢復(fù)過程中由于分布式電源出力波動、負(fù)荷變化以及負(fù)荷量測誤差大造成的恢復(fù)控制策略不可行問題。

延伸閱讀：

【前沿?zé)狳c】淺談主動配電網(wǎng)

【漲姿勢】配電網(wǎng)的雙層次能源聯(lián)絡(luò)線結(jié)構(gòu)

【案例分析】利用自然適應(yīng)性改善配電網(wǎng)的性能

原標(biāo)題:主動配電網(wǎng)魯棒恢復(fù)控制方法