基于SOP的双环网接线的配电网故障恢复方法及装置

技术领域

本发明属于配电网故障恢复技术领域，尤其涉及基于SOP的双环网接线的配电网故障恢复方法及装置。

背景技术

随着电力系统的不断发展和智能化的推进，配电网的可靠性和鲁棒性成为关注的焦点；传统的配电网结构存在着单点故障和不可靠性的问题，一旦发生故障，往往需要手动干预或较长的停电时间。同时，极端自然灾害造成持续性停电事故，给电力系统供电可靠性带来巨大挑战。近年来，配电网韧性的概念被提出并受到电力系统研究人员的关注，相较于输电网，配电网的运行环境更加复杂，大量元件暴露在野外，更容易受到极端自然灾害等扰动事件的影响。为了提高配电网的鲁棒性和故障恢复能力，通过在配电网中部署智能软开关，可以实现故障隔离和快速切换，提高配电网的可靠性和鲁棒性。辐射状和单环网接线结构在可靠性和故障恢复方面存在故障范围大、故障恢复时间长等不足，而双环网接线结构具有快速故障恢复、小范围故障隔离等优势，能够提高配电网的可靠性和用户的供电质量，适用于不同规模和复杂度的配电网，然而，现有的配电网故障恢复方法仍存在一些问题；例如，对于复杂的故障情况或大规模的配电网，传统的网架结构可靠性不足，且故障恢复策略不够灵活和高效，难以满足高可靠性城市配电网的发展需求。因此，需要提出一种新的方法来改进配电网的故障恢复能力，同时，现有的配电网故障恢复方法缺乏对气象条件等自然灾害信息的描述，且未能将采集的气象信息和事故预警结合，使得对极端灾害导致的故障无法快速恢复供电。因此，开展极端天气下配电网的鲁棒故障恢复策略对于构建高可靠性城市配电网具有极其重要的意义。

发明内容

本发明解决其技术问题是采取以下技术方案实现的：

基于SOP的双环网接线的配电网鲁棒故障恢复方法，包括如下步骤：

确定配电网典型故障场景，并获取典型故障场景的故障线路情况；

建立配电网鲁棒故障恢复模型，所述模型以最小化负荷失电量、网络损耗成本、分布式电源运行成本之和为目标，约束条件包括多端口智能软开关运行约束；

采用C&CG算法将建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解，根据求解结果利用智能软开关的潮流调控能力和分布式电源的功率支撑作用，通过智能软开关和网络重构协同作用恢复失电负荷供电。

进一步的，所述的采用C&CG算法将建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解时，将鲁棒故障恢复模型转换为两阶段优化问题，采用C&CG算法求解，将子问题产生的列约束添加到主问题约束条件中，反复迭代求解主问题和子问题，上下界均满足收敛精度时输出最优结果。

进一步的，所述配电网鲁棒故障恢复模型以最小化负荷失电量、网络损耗成本、分布式电源运行成本之和为目标，约束条件包括多端口智能软开关运行约束。

进一步的，所述配电网鲁棒故障恢复模型的目标函数为：

式中：Ω

本发明所提鲁棒故障恢复策略的目标函数为min-max-min问题：第一层min问题以x为决策变量，旨在生成负荷失电量最小的网络拓扑；第二层max问题以u为决策变量，在给定不确定集合U内找到分布式电源注入功率最恶劣波动场景；第三层min问题以h为决策变量。

进一步的，所述多端口智能软开关运行约束为：

式中：P

进一步的，采用C&CG算法对建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解的方法为：

将配电网鲁棒故障恢复模型整合为以下紧凑形式：

s.t. Ax≤b(16)

Bx＝d (17)

式中：x和h分别为决策变量的集合，u为不确定集，F(x,u)是关于u的线性函数，A，B，C，D，G，E，b，d，g为模型约束与变量的矩阵；

采用C&CG算法将两阶段鲁棒优化模型分解成主问题和子问题：

1)主问题

主问题是在各个分布式电源输出功率

MP:

s.t. Ax≤b (20)

η≥b

Ex≤C

Gh

式中：η为CCG算法的辅助变量，用于更新目标函数下界；下标l表示第l次迭代；

引入实数变量η以代替式(15)中的max-min问题，增加式(21)获得形如(19)～(24)所示的松弛问题；

2)子问题

子问题是在第一阶段网络拓扑求解完成后，求解分布式电源最恶劣波动场景

SP:

s.t.Ch≥Ex

Dh＝u(27)

||Gx||≤g

应用对偶理论将内层的min问题转化为其对应的max问题：

||w

式中：π

由于子问题目标函数式(29)中包含非线性的双线性项u

式中：g

进一步的，确定配电网典型故障场景，并获取典型故障场景的故障线路情况的方法为：

S1、获取极端天气的气象参数和配电网网络结构相关数据；

S2、根据极端天气下线路故障率模型，计算出当前气象参数各线路故障率分布；

S3、改变气象参数生成多个故障场景，由信息熵公式算出场景对应熵值；

S4、判断所选场景是否为典型故障场景，若是，选出该场景下的高故障率线路；若否，返回步骤S2。

进一步的，采用信息熵依据配电网线路故障率筛选典型故障场景：

且信息熵W满足以下公式：

式中：W为信息熵；T

每一个故障场景对应一个τ

进一步的，配电网鲁棒故障恢复模型的约束条件还包括潮流方程、系统安全运行约束。

基于SOP的双环网接线的配电网鲁棒故障恢复装置，包括：

故障线路情况获取模块，用于确定配电网典型故障场景，并获取典型故障场景的故障线路情况；

配电网鲁棒故障恢复模型获取模块，用于建立配电网鲁棒故障恢复模型，所述模型以最小化负荷失电量、网络损耗成本、分布式电源运行成本之和为目标，约束条件包括多端口智能软开关运行约束；

模型求解及故障恢复模块，用于采用C&CG算法将建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解，根据求解结果利用智能软开关的潮流调控能力和分布式电源的功率支撑作用，通过智能软开关和网络重构协同作用恢复失电负荷供电。

本发明的优点和积极效果是：

本发明提出基于智能软开关的双环网接线的配电网鲁棒故障恢复策略，对典型极端天气故障场景下的高故障率线路，事先制定故障恢复策略，实际故障发生后，采用预定策略快速恢复失电负荷，提高配电网应对极端天气场景下故障的能力；本发明提出的故障恢复策略充分利用智能软开关的潮流调控能力和分布式电源的功率支撑作用，通过智能软开关和网络重构协同作用恢复失电负荷供电，提高了配电网故障恢复能力。

附图说明

以下将结合附图和实施例来对本发明的技术方案作进一步的详细描述，但是应当知道，这些附图仅是为解释目的而设计的，因此不作为本发明范围的限定。此外，除非特别指出，这些附图仅意在概念性地说明此处描述的结构构造，而不必要依比例进行绘制。

图1为本发明实施例2提供的雄安某实际双环网接线方式示意图；

图2为本发明实施例2提供的雄安某基于SOP的双环网型配电网结构图；

图3为本发明实施例1提供的配电网鲁棒故障恢复方法流程图；

图4为本发明实施例1提供的基于C&CG算法的鲁棒故障恢复模型求解流程；

图5为本发明实施例2提供的基于蒙特卡洛模拟的可靠性评估对比图。

具体实施方式

首先，需要说明的是，以下将以示例方式来具体说明本发明的具体结构、特点和优点等，然而所有的描述仅是用来进行说明的，而不应将其理解为对本发明形成任何限制。此外，在本文所提及各实施例中予以描述或隐含的任意单个技术特征，或者被显示或隐含在各附图中的任意单个技术特征，仍然可在这些技术特征(或其等同物)之间继续进行任意组合或删减，从而获得可能未在本文中直接提及的本发明的更多其他实施例。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

实施例1

如图3所示，本实施例提供的基于SOP的双环网接线的配电网鲁棒故障恢复方法，包括如下步骤：

确定配电网典型故障场景，并获取典型故障场景的故障线路情况；

建立配电网鲁棒故障恢复模型，所述模型以最小化负荷失电量、网络损耗成本、分布式电源运行成本之和为目标，约束条件包括多端口智能软开关运行约束；

采用C&CG算法将建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解，根据求解结果利用智能软开关的潮流调控能力和分布式电源的功率支撑作用，通过智能软开关和网络重构协同作用恢复失电负荷供电。

具体的，所述配电网鲁棒故障恢复模型的目标函数为：

式中：Ω

本发明所提鲁棒故障恢复策略的目标函数为min-max-min问题：第一层min问题以x为决策变量，旨在生成负荷失电量最小的网络拓扑；第二层max问题以u为决策变量，在给定不确定集合U内找到分布式电源注入功率最恶劣波动场景；第三层min问题以h为决策变量。

配电网鲁棒故障恢复模型的约束条件包含潮流方程、系统安全运行约束、智能软开关运行约束等；具体为：

1.节点注入功率平衡方程

式中：P

2.支路电压降落方程

由于故障恢复过程会改变配电网拓扑结构，需要采用大M方法对支路潮流电压方程进行松弛；当支路ij断开，即x

式中：

3.系统安全运行约束

节点电压约束确保故障恢复时期节点电压在安全的运行范围内，表示为：

支路容量约束保证支路功率不会越限，表示为：

式中：

4.多端口智能软开关运行约束

式中：P

5.分布式电源出力不确定性的描述

分布式电源出力不再用某一确定的预测值表示，而是构造如下盒式区间模型：

如图4所示，采用C&CG算法对建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解的方法为：

将配电网鲁棒故障恢复模型整合为以下紧凑形式：

s.t. Ax≤b (16)

Bx＝d(17)

式中：x和h分别为决策变量的集合，u为不确定集，F(x,u)是关于u的线性函数，A，B，C，D，G，E，b，d，g为模型约束与变量的矩阵；

模型式(15)～(18)为一个两阶段优化问题难以直接求解，采用C&CG算法将两阶段鲁棒优化模型分解成主问题和子问题：

1)主问题

主问题是在各个分布式电源输出功率

MP:

s.t. Ax≤b (20)

η≥b

Ex≤C

Gh

式中：η为CCG算法的辅助变量，用于更新目标函数下界；下标l表示第l次迭代；

引入实数变量η以代替式(15)中的max-min问题，增加式(21)获得形如(19)～(24)所示的松弛问题；

2)子问题

子问题是在第一阶段网络拓扑求解完成后，求解分布式电源最恶劣波动场景

SP:

s.t.Ch≥Ex

Dh＝u(27)

||Gx||≤g

应用对偶理论将内层的min问题转化为其对应的max问题：

||w

式中：π

由于子问题目标函数式(29)中包含非线性的双线性项u

式中：g

鲁棒优化问题的基本原理是将原鲁棒优化模型转换为两阶段优化问题，采用C&CG算法求解，将子问题产生的列约束添加到主问题约束条件中，反复迭代求解主问题和子问题，上下界均满足收敛精度时输出最优结果；具体迭代流程如下：

步骤1：数据初始化，设置目标上界和下界，令LB＝-∞,UB＝+∞，迭代次数k＝0，集合O为空集；

步骤2：求解主问题式(19)～(24)，得到最优解

步骤3：代入主问题给定的

步骤4：判断是否满足收敛条件UB-LB≤ε，如果满足，则迭代完成，并输出当前最优解；若

η≥bh

Ex≥Ch

式中：

若

Ex≥Ch

令k＝k+1，然后转至步骤2。

确定配电网典型故障场景，并获取典型故障场景的故障线路情况的方法为：

S1、获取极端天气的气象参数和配电网网络结构相关数据；

S2、根据极端天气下线路故障率模型，计算出当前气象参数各线路故障率分布；

S3、改变气象参数生成多个故障场景，由信息熵公式算出场景对应熵值；

S4、判断所选场景是否为典型故障场景，若是，选出该场景下的高故障率线路；若否，返回步骤S2。

具体的，采用信息熵依据配电网线路故障率筛选典型故障场景：

且信息熵W满足以下公式：

式中：W为信息熵；T

每一个故障场景对应一个τ

在本发明中，设备故障只考虑线路故障，并且将线路视为未受保护设备，它的损坏概率与水位高度呈正相关；换句话说，随着洪水水位的上升，线路受损的风险也随之增加，因此，需要采取有效的措施来应对这种极端天气故障，确保配电网在面对洪灾等极端天气条件下的可靠运行与快速恢复；线路故障概率与水位高度呈正相关，可表示为：

P

式中：P

由于多样极端天气对配电网的主要影响是造成线路故障率显著增加，以及多处线路故障。配电网线路众多，不同气象条件对应的配电网故障场景数量庞大，且不同场景下线路故障率不同。因此，可根据场景出现的随机性，选出典型故障场景，得到典型场景的线路故障率，用于配电网故障恢复的研究。

实施例2

本实施例采用雄安地区某实际双环网为例进行改造测试，以验证所提故障恢复策略对可靠性的提升效果；图1为改造前雄安某实际双环网接线方式示意图，图2是基于SOP改造后的双环网型配电网结构图，图5给出了配电网改造前后的可靠性对比结果，虚线和实线分别表示改造前和改造后的供电可靠率随蒙特卡洛模拟次数的变化曲线；由测试结果可知，相比传统联络开关，本发明所提出的基于多端智能软开关的双环网接线模式在发生故障时具有较强的负荷转供能力，可进一步提升双环网的供电可靠性。

实施例3

基于同样的发明构思，本申请实施例还提供了基于SOP的双环网接线的配电网鲁棒故障恢复装置，包括：

故障线路情况获取模块，用于确定配电网典型故障场景，并获取典型故障场景的故障线路情况；

配电网鲁棒故障恢复模型获取模块，用于建立配电网鲁棒故障恢复模型，所述模型以最小化负荷失电量、网络损耗成本、分布式电源运行成本之和为目标，约束条件包括多端口智能软开关运行约束；

模型求解及故障恢复模块，用于采用C&CG算法将建立的配电网鲁棒故障恢复模型分解成主问题和子问题，然后进行求解，根据求解结果利用智能软开关的潮流调控能力和分布式电源的功率支撑作用，通过智能软开关和网络重构协同作用恢复失电负荷供电。

以上实施例对本发明进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。