一种基于分布式电源的最优恢复路径以及黑启动策略

技术领域

本发明属于电力系统的运行控制技术领域，尤其涉及一种基于分布式电源的最优恢复路径以及黑启动策略。

背景技术

当地区电力系统因事故造成大面积停电时，电网处于全黑状态，为了快速恢复负荷供电，减少经济损失和保证社会稳定，需要立即对电网进行黑启动。传统黑启动方案针对的对象是地区输电网，选取地区内具备黑启动能力的电厂充当黑启动电源，为不能自启动的大型机组供电，逐步恢复地区输电网，最后恢复配电网。在现代电力系统中，分布式电源(DistributedGeneration，DG)在配电网中的渗透率日益提高，利用DG的短时间支撑能力为配网中的重要负荷供电，建立短时间的孤岛，减少重要负荷的停电时间，可有效提高配电网的可靠性，具有重要的现实意义。

在能源短缺和环境问题日益加剧的双重背景下，发展新能源和可再生能源成为当前的研究重点。未来新能源和可再生能源的利用将更多地通过分布式发电的方式，以多点、分散、密集的高密度形式接入配电网。对于黑启动问题，如今国内外的研究成果多数针对的是传统电网，针对分布式电源对黑启动的影响研究很少。与传统的黑启动方案相比，分布式电源在中/低压等级的配电网中，其内部含有诸多逆变型电源，其特点是控制灵活、响应迅速，但过载能力、故障穿越能力弱，因此，传统的黑启动方案不能沿用到微网系统。由于目前分布式电源的渗透率不断提高，分布式电源对电网恢复的积极意义不容忽视。

发明内容

针对上述现有技术中存在的不足之处，本发明提供了一种基于分布式电源的最优恢复路径以及黑启动策略。其目的是为了提高黑启动的成功率和恢复效率，恢复尽可能多的重要负荷，增加总负荷的恢复量，且保证供电恢复后的孤岛能够稳定的运行。

本发明为实现上述目的所采用的技术方案是：

一种基于分布式电源的最优恢复路径以及黑启动策略，包括以下步骤：

步骤1.基于分布式电源考虑其性能和重要负荷的分布,对配电网进行孤岛划分；

步骤2.提出改进的孤岛划分的数学模型；

步骤3.利用供电恢复次序最优方法实现孤岛划分策略；

步骤4.进行分布式电源的恢复路径优化计算，使分布式电源恢复路径最短；

步骤5.利用改进混合粒子群算法的负荷恢复顺序对负荷恢复路径进行优化，得到全局黑启动策略。

进一步的，所述对配电网进行孤岛划分包括：

步骤(1)网络中各节点下的DG，在优化搜索中直接与上一节点合并，其功率值变为P

其中，考虑分布式电源的运行特性，满足以下条件：

第1.孤岛内负荷容量不超过发电容量并且要充分发挥孤岛内分布式电源的供电能力；

第2.保障孤岛内对重要负荷的供电；

第3.非稳定输出功率式DG(non-stable DG,NSDG)和不可控制式DG(noncontrollable DG,NCDG)必须划入运行能力较好的孤岛中；

第4.每个孤岛内应包含至少一个黑启动分布式电源；

步骤(2)在不改变配电网结构下，将功率为0的子节点与其父节点合并，其功率值为父节点功率。

进一步的，步骤2所述提出改进的孤岛划分的数学模型，是基于考虑DG性能和负荷重要等级的孤岛划分的数学模型，其中DG表示分布式电源；以区域黑启动系统源荷依赖性最大为目标函数f

式中：M

约束条件包括：

(1)节点功率平衡约束：

式中：M

(2)潮流约束条件：

其中P

(3)网络拓扑约束：

g∈G

其中，g与G分别表示区域要满足辐射状约束及连通性约束；

(4)线路功率约束：

P

其中，P

进一步的，步骤3所述利用供电恢复次序最优方法实现孤岛划分策略，是使用最小生成树算法进行孤岛划分；

其中，供电恢复次序最优方法是从配电网中得到一个以母线为根节点，以馈线为支路的一棵树，保证最优的供电恢复次序；是图论的算法，在加权连通图中搜索最小生成树，搜索到的最小生成树中不但包含顶点，且所有边权值最小；

供电恢复次序最优方法实现孤岛划分策略包括如下：

(1)以母线作为根节点，求出最小树U

(2)检验是否存在非黑启动分布式电源NBDG，并将所有的DG全部并入最小树U

(3)将负荷按权值由小到大排序，若权值大小相同，则优先考虑重要度等级高的负荷；按权值由小到大并入树U

(4)孤岛安全检验，对馈线及节点进行潮流计算分析，检验是否满足约束条件；

(5)孤岛优化，对于失电地区包含多个孤岛方案的划分情况下，当分布式电源节点或负荷节点存在于多个孤岛中或存在两个孤岛相邻的情况，将其合并；合并后，若孤岛剩余功率大于0，则转化为一个分布式电源节点。

进一步的，步骤4所述进行分布式电源的恢复路径优化计算包括：

设每次操作持续时间乐观估计值P,悲观估计值Q和最可能估计值M，并认为每个恢复操作动作的实际所需时间在P和Q之间呈贝塔分布，对于任意一条需要恢复的线路l所需的操作时间t

进一步的，步骤5所述利用改进混合粒子群算法的负荷恢复顺序对负荷恢复路径进行优化，得到全局黑启动策略，其目标函数如下：

式中：f

可知，在负荷恢复过程中x的变化是一定的，而不同的负荷恢复顺序会造成C

利用改进混合粒子群算法的负荷恢复顺序对负荷恢复路径进行优化包括：编码方式和求解步骤；

其中，编码方式：总体中的每个粒子代表一个恢复方案，完整的数字集代表恢复的负载及其恢复顺序；检查生成的粒子群的路径连接性和校验功率约束；负载恢复序列的问题看作是各种约束条件下分类优化组合的问题；

其中，求解步骤，包括：

步骤a.初始化粒子群并设置各参数，设定初始粒子的个数P及其迭代次数N

步骤b.对所有随机生成的粒子逐个进行路径连通性校验和功率约束检验，对不满足要求的粒子进行调节，直到所有粒子满足路径连通性约束要求；

步骤c.计算每个总体粒子的适应度值，即该区域中内源电荷依赖性累积恢复效率，并将最大适应度值用作历史最佳极值；

步骤d.执行粒子交叉变异操作以更新粒子；

步骤e.检查新生成的粒子的路径连通性，并调整不满足路径连通性要求的粒子；

步骤f.计算粒子的适应度值；如果当前适用性值优于单个极值，则将当前极值分配给历史极值；

步骤g.确定是否达到最大迭代次数，如果达到最大次数，则显示结果；否则，请转到步骤d。

进一步的，步骤3所述最小生成树的流程是基于Prim算法，其步骤如下：

假设F

步骤(1)设V为W的一个子集，所以对于V中的元素应有V＝{v

步骤(2)针对v∈W,u∈W-V所构成的边(v,u)∈F，找到权值最小的边，将其设定为(v

步骤(3)当V＝W时，跳入步骤(4)，否则返回步骤(2)；

步骤(4)得到U

进一步的，步骤2所述孤岛划分的算法，包括以下步骤：

步骤2.1以母线作为根节点，利用Prim算法求出最小树U

步骤2.2检验是否存在非黑启动分布式电源(NBDG)，并将所有的DG全部并入最小树U

步骤2.3将负荷按权值由小到大排序，若权值大小相同则优先考虑重要度等级高的负荷；按权值由小到大并入树U

步骤2.4孤岛安全检验，对馈线及节点进行潮流计算分析，检验是否满足约束条件；

步骤2.5孤岛优化，对于失电地区包含多个孤岛方案的划分情况下，当分布式电源节点或负荷节点存在于多个孤岛中或存在两个孤岛相邻的情况，将其合并；合并后，若孤岛剩余功率大于0，则转化为一个分布式电源节点。

进一步的，所述编码方式包括：

步骤a.初始化粒子群并设置各参数，设定初始粒子的个数P及其迭代次数N

步骤b.对所有随机生成的粒子逐个进行路径连通性校验和功率约束检验，对不满足要求的粒子进行调节，直到所有粒子满足路径连通性约束要求；

步骤c.计算每个总体粒子的适应度值，即该区域中内源电荷依赖性累积恢复效率，并将最大适应度值用作历史最佳极值；

步骤d.执行粒子交叉变异操作以更新粒子；

步骤e.检查新生成的粒子的路径连通性，并调整不满足路径连通性要求的粒子；

步骤f.计算粒子的适应度值；如果当前适用性值优于单个极值，则将当前极值分配给历史极值；

步骤g.确定是否达到最大迭代次数，如果达到最大次数，则显示结果；否则，请转到步骤d。

进一步的，一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现所述的一种基于分布式电源的最优恢复路径以及黑启动策略的步骤。

本发明具有以下有益效果及优点：

本发明建立考虑分布式电源的孤岛划分模型，通过对负荷重要度、负荷可控性及负荷功率的综合分析设定边权值；利用Prim算法得到最小生成树并通过功率约束等约束条件求得孤岛划分的相应区域；利用改进混合粒子群算法的负荷恢复顺序对负荷恢复路径进行优化，建立孤岛内恢复效率优化模型，更快的得到全局黑启动策略。

本发明能够显著的提高黑启动的成功率和恢复效率，恢复尽可能多的重要负荷，增加总负荷的恢复量，且保证供电恢复后的孤岛能够稳定的运行。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明支撑电网黑启动的风光储新能源电站拓扑图；

图2是本发明中黑启动恢复概念图；

图3是本发明基于Prim算法的最小生成树流程图；

图4是本发明孤岛划分算法流程图；

图5是本发明中DG特性的层次模型；

图6是本发明编码处理流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1-图6描述本发明一些实施例的技术方案。

实施例1

本发明是一种基于分布式电源的最优恢复路径以及黑启动策略，包括如下步骤：

步骤1：为了提高黑启动的成功率和恢复效率，恢复尽可能多的重要负荷，增加总负荷的恢复量，且保证供电恢复后的孤岛能够稳定的运行。首先基于分布式电源考虑其性能和重要负荷的分布对配电网进行了孤岛划分。

所述基于分布式电源考虑其性能和重要负荷的分布对配电网进行了孤岛划分，包括：

配电网的结构是辖射状的，接入后，并没有改变其结构特点，只是多出了一条分支线路。配电网的划分是一个优化组合问题，为缩小组合解空间，减少搜索路径，需要按照以下几个原则对网络结构进行简化：

步骤(1)网络中各节点下的DG，在优化搜索中无需再多添加一个节点，可直接与上一节点合并，其功率值变为P

步骤(2)在不改变配电网结构下，将功率为0的子节点与其父节点合并，其功率值为父节点功率。

本发明步骤(1)中将分布式电源运行能力做为孤岛优化划分需要考虑的一部分，划分的结果应满足以下条件：

第1.孤岛内负荷容量应该不超过发电容量并且要充分发挥孤岛内分布式电源的供电能力。

第2.尽可能多地保障孤岛内对重要负荷的供电。

第3.非稳定输出功率式DG(non-stable DG,NSDG)和不可控制式DG(noncontrollable DG,NCDG)不能在孤岛内单独运行，必须划入运行能力较好的孤岛中。

第4.每个孤岛内应包含至少一个黑启动分布式电源。

步骤2：提出改进的孤岛划分的数学模型，即提出考虑DG性能和负荷重要等级的孤岛划分的数学模型，其中DG表示分布式电源。

在分布式电源容量满足一类负荷需求的情况下，首先实现对一类负荷最大程度的恢复，二类负荷按照权值大小优先供给，三类负荷在满足前两类负荷的情况下，以尽可能多的原则恢复。同时负荷可以分为可控负荷及不可控负荷，可控负荷包含负荷控制终端装置，可以直接切除或并网，不可控负荷的带电情况与馈线的带电情况一致。

步骤2中所述提出考虑DG性能和负荷重要等级的孤岛划分的数学模型，充分考虑到负荷的功率大小，负荷的重要性及负荷的不可控性三方面的因素，综合得出以区域黑启动系统源荷依赖性最大为目标函数f

式中：M

约束条件：

(1)节点功率平衡约束：

式中：M

(2)潮流约束条件：

其中P

(3)网络拓扑约束：

g∈G

其中，g与G分别表示区域要满足辐射状约束及连通性约束。

(4)线路功率约束：

P

其中，P

步骤3：利用供电恢复次序最优方法实现孤岛划分策略，使用最小生成树算法进行孤岛划分，不仅可以最大程度实现对于重要负荷的供电，也可以快速实现孤岛区域的最大化划分有利于故障后的恢复供电。

所述供电恢复次序最优方法的目的是从配电网中得到一个以母线为根节点，以馈线为支路的一棵树，从而保证了最优的供电恢复次序。这是一种图论的算法，可在加权连通图中搜索最小生成树，即用此方法搜索到的最小生成树中不但包含顶点，且所有边权值最小。使用该方法进行孤岛划分，不仅可以最大程度实现对于重要负荷的供电，也可以快速实现孤岛区域的最大化划分有利于故障后的恢复供电。

所述供电恢复次序最优方法实现孤岛划分策略包括如下：

(1)以母线作为根节点，求出最小树U

(2)检验是否存在非黑启动分布式电源NBDG，并将所有的DG全部并入最小树U

(3)将负荷按权值由小到大排序，若权值大小相同则优先考虑重要度等级高的负荷。按权值由小到大并入树U

(4)孤岛安全检验，对馈线及节点进行潮流计算分析，检验是否满足约束条件。

(5)孤岛优化，对于失电地区包含多个孤岛方案的划分情况下，当分布式电源节点或负荷节点存在于多个孤岛中或存在两个孤岛相邻的情况，将其合并。合并后，若孤岛剩余功率大于0，则转化为一个分布式电源节点。

步骤4：任意两个DG之间存在多条恢复路径，为了使分布式电源恢复路径最短，采用Dijkstra(狄克斯特拉)算法求取分布式电源间的恢复路径，进行分布式电源的恢复路径优化计算，DG表示分布式电源。

所述Dijkstra算法是求解两点之间最短距离和路径的传统算法，算法采用优先级队列的思想，从起点向外逐级拓展，计算起始点到每个节点的距离，如果后一步路径长度小于先前存储的路径长度，则更新所存储的路径和长度。应用其根据目标函数对待恢复分布式电源进行划分，并对各级待恢复负荷分别进行初步划分。同时这一算法保证了所选线路的完整，不必单独对网络连通性进行校验，简化约束条件。系统恢复中操作时间具有不确定性，设每次操作持续时间乐观估计值P,悲观估计值Q和最可能估计值M，并认为每个恢复操作动作的实际所需时间在P和Q之间呈贝塔分布，对于任意一条需要恢复的线路l所需的操作时间t

步骤5：利用改进混合粒子群算法的负荷恢复顺序对负荷恢复路径进行优化，在确定负荷恢复范围后，以区域内源荷依赖性恢复效率最高为目标，动态优化负荷恢复，建立孤岛内恢复效率优化模型，更快的得到全局黑启动策略。

目标函数如下：

式中：f

基于所述改进混合粒子群算法的负荷恢复顺序求解，包括:

(1)编码方式。

总体中的每个粒子代表一个恢复方案，完整的数字集代表恢复的负载及其恢复顺序；为了满足负载恢复过程中的路径连接性以及恢复完成后的电源功率约束，需要检查生成的粒子群的路径连接性和校验功率约束；负载恢复序列的问题可以看作是各种约束条件下分类优化组合的问题。

(2)求解步骤，包括：

步骤a.初始化粒子群并设置各参数，设定初始粒子的个数P及其迭代次数N

步骤b.对所有随机生成的粒子逐个进行路径连通性校验和功率约束检验，对不满足要求的粒子进行调节，直到所有粒子满足路径连通性约束要求。

步骤c.计算每个总体粒子的适应度值(该区域中内源电荷依赖性累积恢复效率)，并将最大适应度值用作历史最佳极值。

步骤d.执行粒子交叉变异操作以更新粒子。

步骤e.检查新生成的粒子的路径连通性，并调整不满足路径连通性要求的粒子。

步骤f.计算粒子的适应度值。如果当前适用性值优于单个极值，则将当前极值分配给历史极值。

步骤g.确定是否达到最大迭代次数，如果达到最大次数，则显示结果。否则，请转到步骤d。

实施例2

本发明又提供了一种实施例，是一种基于分布式电源的最优恢复路径以及黑启动策略，如图1所示，图1是本发明支撑电网黑启动的风光储新能源电站拓扑图。

本发明中基于分布式电源黑启动策略，其系统主要由储能系统、风电机组、光伏电池、系统内部负荷、火电机组和被启动电厂的厂用异步电动机等组成，其中，储能系统配置在风电机组、光伏电池的并网母线处，各组成部分经DC/AC逆变器、变压器、开关接入母线，并通过线路以及开关连接到待启动电厂的火电机组上。

黑启动进行时，当风光储新能源电站自启动成功后，开关闭合，为火电机组辅机供电，恢复其发电能力。

进一步的，如图2所示，图2是本发明中黑启动恢复概念图。

黑启动恢复按顺序可以分为三个阶段：准备实施黑启动阶段、黑启动系统恢复阶段以及负荷恢复阶段。

一般情况下，准备实施黑启动阶段需要1到2个小时，黑启动系统恢复阶段需要1到2个小时，三个阶段共需8到10个小时。

进一步的，如图3所示，图3是本发明基于Prim算法的最小生成树流程图。

基于Prim算法的最小生成树流程具体步骤如下：

假设F

步骤(1)设V为W的一个子集，所以对于V中的元素应有V＝{v

步骤(2)针对v∈W,u∈W-V所构成的边(v,u)∈F，找到权值最小的边，将其设定为(v

步骤(3)当V＝W时，跳入步骤(4)，否则回到步骤(2)；

步骤(4)得到U

进一步的，如图4所示，图4是本发明孤岛划分算法流程图。

所述孤岛划分算法，具体步骤如下：

步骤2.1以母线作为根节点，利用Prim算法求出最小树U

步骤2.2检验是否存在非黑启动分布式电源(NBDG)，并将所有的DG全部并入最小树U

步骤2.3将负荷按权值由小到大排序，若权值大小相同则优先考虑重要度等级高的负荷。按权值由小到大并入树U

步骤2.4孤岛安全检验，对馈线及节点进行潮流计算分析，检验是否满足约束条件。

步骤2.5孤岛优化，对于失电地区包含多个孤岛方案的划分情况下，当分布式电源节点或负荷节点存在于多个孤岛中或存在两个孤岛相邻的情况，将其合并。合并后，若孤岛剩余功率大于0，则转化为一个分布式电源节点。

进一步的，如图5所示，图5是本发明中DG特性的层次模型。

本发明中DG特性的层次模型从三个层次划分启动顺序，包括：

第一层：由启动顺序构成目标层；

第二层：准则层分为时间准则、发电量准则、可靠性准则；

第三层：指标层中时间准则分为DG启动时间、DG路径指数；发电量准则分为DG升负荷特性、DG容量；可靠性准则分为重要负荷程度、DG运行能力。

进一步的，如图6所示，图6是本发明编码处理流程图。

按照改进混合粒子群算法的编码方式，粒子的位置只有0和1两种状态，所以要根据更新位置的大小对其进行如下处理，将其处理成相应的启动顺序的更新，在确定负荷恢复范围后，以区域内源荷依赖性恢复效率最高为目标，动态优化负荷恢复，建立孤岛内恢复效率优化模型，更快的得到全局黑启动策略。

目标函数如下：

式中：f

基于改进混合粒子群算法的负荷恢复顺序求解，如下：

(1)编码方式。

总体中的每个粒子代表一个恢复方案，完整的数字集代表恢复的负载及其恢复顺序。为了满足负载恢复过程中的路径连接性以及恢复完成后的电源功率约束，需要检查生成的粒子群的路径连接性和校验功率约束。所以，负载恢复序列的问题可以看作是各种约束条件下分类优化组合的问题。根据改进的混合粒子群算法的编码方法，粒子位置只有0和1这两个状态，因此根据更新位置的大小处理以下内容，并更新相应的启动顺序。处理流程如图6所示。

本发明中编码处理流程具体求解步骤包括：

步骤a.初始化粒子群并设置各参数，设定初始粒子的个数P及其迭代次数N

步骤b.对所有随机生成的粒子逐个进行路径连通性校验和功率约束检验，对不满足要求的粒子进行调节，直到所有粒子满足路径连通性约束要求。

步骤c.计算每个总体粒子的适应度值(该区域中内源电荷依赖性累积恢复效率)，并将最大适应度值用作历史最佳极值。

步骤d.执行粒子交叉变异操作以更新粒子。

步骤e.检查新生成的粒子的路径连通性，并调整不满足路径连通性要求的粒子。

步骤f.计算粒子的适应度值。如果当前适用性值优于单个极值，则将当前极值分配给历史极值。

步骤g.确定是否达到最大迭代次数，如果达到最大次数，则显示结果。否则，请转到步骤d。

实施例3

基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现实施例1或2所述的一种基于分布式电源的最优恢复路径以及黑启动策略的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。