-
极端灾害频发引发配电网大规模停电,传统灾修方式受限于覆盖面窄与时效滞后,难以应对当前应急需求.针对极端灾害场景下配电网多资源协同调度与供电响应等不足,提出一种电动汽车车网互动(V2G)预调度下配电网多资源抢修恢复策略.构建电动汽车车主收益模型增强车主参与意愿,实现电动汽车预调度.建立灾后多资源协同抢修恢复模型,协同风力发电机组、光伏发电机组及抢修队伍,以灾后配电网综合抢修恢复成本最低为目标,统筹电动汽车时空约束、风光出力约束、抢修队伍独立性约束、潮流约束等.以台风苏拉(2023年)过境后的X市配电网为案例进行仿真验证,结果表明,所提策略可有效提升灾后供电恢复效率与经济性.
极端灾害电动汽车V2G多资源抢修恢复风力发电机组光伏
-
在柔性配电网背景下,用户侧负荷蕴藏的灵活调节能力有望助力配电网韧性提升,但其灾后复杂多样的响应行为也对供电恢复提出更高的要求.为此,提出计及灾后负荷响应行为多样性的柔性配电网顺序恢复策略.对典型负荷的灾后响应行为进行分类建模,量化其时序特征与配电网恢复决策序列的耦合关系;以智能软开关为网侧柔性来源,对其灾后运行可能出现的功率双向输出问题进行精准约束,保障灾后配电网的运行安全性与决策可执行性;构建考虑负荷灾后行为多样性与智能软开关灵活控制的双层顺序恢复模型,并将孤岛微电网的规模均匀度指标纳入优化目标,避免因供电路径较长降低整体恢复效率的问题.以改进的IEEE标准算例及上海某区实际配电系统为算例进行仿真验证,结果表明所提策略能够有效刻画和控制负荷及智能软开关的灾后响应行为,在保证孤岛微电网安全运行的同时,加速灾后恢复过程.
柔性配电网负荷恢复智能软开关顺序恢复柔性负荷
-
10 kV 馈线故障后的供电恢复,不能只依赖就地保护跳闸和人工倒闸,而应在故障定位、区段隔离、联络转供和网络重构之间形成闭环.文章以双电源环网10 kV 线路为对象,构建包含负荷恢复率、恢复时间、电压越限和线路负载率的综合评价模型,提出"故障识别—隔离校验—候选路径搜索—重构潮流校核—顺序控制执行"的快速恢复策略,在故障区段被准确隔离后,考虑配网重构的馈线自动化可将恢复时间由传统人工处置的约38 min压缩至3.8 min,负荷恢复率由66.5%提高至91.4%,最大线路负载率控制在78.6%,满足10 kV配电网安全运行要求.
10 kV馈线馈线自动化配网重构故障隔离快速供电恢复
-
极端灾害导致城市配电网大面积停电事故频发,利用具有时空灵活特性的多类型移动应急资源进行协同调度,是提升城市配电网韧性的关键手段之一.为此,该文提出了一种通过协调调度移动储能车、线路抢修队和交通信号灯抢修队的灾后恢复策略,以提升城市配电网的供电恢复能力.首先,综合考虑可再生能源出力、故障修复时间、线路状态和交通信号灯状态动态变化等多种不确定性因素,构建了多类型移动应急资源协同调度的数学模型.然后,提出基于数据-模型混合驱动的求解方法,以实现多类型移动应急资源协同调度策略的高效求解,最大化提升城市配电网韧性.其中,数据驱动部分采用共享多智能体深度强化学习算法实时捕获环境中的多种不确定性因素,制定移动应急资源的路由策略;模型驱动部分通过将配电网运行模型、移动应急资源调度和修复模型转化为混合整数二阶锥规划模型,以确定移动应急资源的调度和修复策略.最后,在两个不同规模的电力-交通耦合网络建立仿真,验证了所提方法的有效性.
配电网韧性移动应急资源数据-模型混合驱动方法路由与调度多智能体深度强化学习
-
[目的]在配电网因极端故障引发大范围停电时,为实现高效供电恢复并保证输电网运行安全,输配电网协同恢复至关重要.然而,输配电网隶属不同调度主体,跨层级间难以实现运行数据完全共享.为此,提出一种基于边界安全域刻画的输配电网协同分布式供电恢复方法.[方法]提出一种结合伞约束辨识预处理的改进傅里叶-莫茨金算法,利用伞约束辨识提取输电网有效约束,并通过隐式优化策略动态剔除消元过程中的冗余项,从而抑制约束规模爆炸,有效获取输电网边界功率的低维等值域,即边界安全域.提出一种考虑边界安全域的输配电网分布式协同恢复策略,该策略将边界安全域通过欧几里得投影嵌入交替方向乘子法迭代框架,实现输配电网协同供电恢复模型的分布式计算.[结果]仿真结果表明,所提安全域刻画兼顾计算精度与速度,在供电恢复效果上,所提分布式策略实现了失电区域最大化复电,且总成本与集中式全局最优解的偏差仅为0.01%.[结论]所提结合伞约束辨识预处理的改进投影算法在保证刻画精度的同时,显著降低了安全域刻画的计算复杂度,有效提升了求解效率.所提输配电网分布式供电恢复策略在保证隐私的前提下,可求得接近全局最优的复电方案.
输配协同互联配电网安全域刻画分布式优化供电恢复
-
配电网馈线自动化系统通过引入先进技术和优化的系统架构,有效提升了配电网络在故障处理、供电可靠性及运行管理方面的整体效能.首先对配网馈线自动化系统进行了概述,阐述了多种控制模式的优缺点,并基于DSCADA系统,构建了上海松江电网主站集中式馈线自动化(FA)系统.该系统通过主站集中处理数据和控制决策,确保电网在发生故障时实现快速隔离和供电恢复,减少停电范围和时间,提升运维人员工作效率.
配电网馈线自动化配网主站终端设备故障处理
-
针对传统配电网自愈控制中通信时延高、多端协同精度受限的问题,提出一种基于 5G的配电网自愈控制技术.通过融合移动边缘计算与精确时间同步机制,构建基于多端差动判据的故障定位算法与含负荷优先级约束的拓扑重构模型,形成故障感知、隔离与供电恢复的闭环处理路径.在两类典型场景下开展对比实测,结果显示所提方案在定位准确率、控制时延、恢复时效等方面均优于传统对比方案.
5G配电网自愈控制超可靠低时延通信(uRLLC)移动边缘计算
-
广东配电网规模大、网架结构复杂、负荷密度高,且分布式光伏、储能等电力电子设备高比例接入,叠加台风雷暴等极端天气频发,传统依赖人工经验或单一馈线自动化模式的故障处置方式已难以满足高可靠供电需求.广东电网以配电自动化实用化提升和故障处置闭环自治为抓手,构建了主站与就地协同的配电网故障自愈技术体系.该体系融合就地设备快速感知、定位与隔离能力,以及配电主站的全局拓扑感知、潮流校核、转供优化和成效评价能力,形成"就地快速切除、主站全局优化、闭环仿真评价"的故障自愈新范式.结合广东配电网故障自愈工程实践,梳理主站与就地协同自愈技术的总体技术架构、协同机制,以及级差保护式、电压-时间/电流型、混合协同型、智能分布式和主站自适应集中式等典型动作模式,分析面向复杂网架、新能源接入和多源运行方式的保护配置、故障定位、供电恢复、安全校核与综合评价方法.总结了该技术在广东电网规模化部署的应用成效.实践表明,该技术有效提升了广东复杂有源配电网故障快速隔离和非故障区域恢复供电能力,为超大规模城市配电网由"故障后人工处置"向"秒—分钟级闭环自治"演进提供了重要技术路径.
配电网配电自动化主站与就地协同故障自愈新能源发电
-
[目的]针对配电网故障下关键负荷恢复供电问题,提出一种多时域电动汽车(electric vehicle,EV)与应急供电车(emergency power supply vehicle,EPSV)协同供电恢复策略.[方法]构建多时序EV等效电源模型,刻画夏季、冬季、工作日和节假日场景下EV群体可调度能力;建立考虑负荷重要度、容量及停电持续时间的失电损失评估模型;在此基础上,构建EV-EPSV两阶段协同调度模型,并采用遗传算法(genetic algorithm,GA)与自适应大邻域搜索算法(adaptive large neighborhood search,ALNS)求解.[结果]算例结果表明,相对于仅EV参与方案,EV+EPSV启发式方案失电损失节省率为9.51%～16.19%,所提协同方案失电损失节省率为34.49%～70.36%;在相同协同恢复框架下,ALNS相对于局部搜索算法(local search,LS)的失电损失节省率为15.97%～49.18%.[结论]所提策略能够发挥EV快速响应与EPSV机动补偿的时序互补优势,有效降低失电损失并提升故障后配电网供电恢复效率.
电动汽车应急供电车多时序放电模型失电负荷评估供电恢复
-
随着分布式电源、储能设备、应急电动汽车(emergency electric vehicle,EEV)以及可调负荷等源荷储资源的广泛接入,分布式电源出力、储能充放电功率和负荷需求受天气、用户行为等多种因素驱动,呈现显著的时变特征,传统静态孤岛划分策略难以适应长时间故障持续过程中的动态恢复需求.针对这一问题,提出一种基于启发式背包算法的时变性孤岛划分方法.建立考虑源荷储动态特性的时变性孤岛划分模型,对各类分布式电源、储能设备、应急电动汽车及可调负荷的时变特性进行统一建模.引入背包问题的优化思想,构建相关负荷指标,并结合启发式规则对不同故障场景下的负荷指标进行修正,将时变性孤岛划分问题转化为依赖背包问题的启发式优化模型.以 IEEE69 节点系统为例,分别考虑不同故障发生时间,不同故障持续时间以及不同孤岛划分方法开展对比分析.仿真结果表明,所提孤岛划分方法在复杂时变工况下具有较好的合理性和结果稳定性,可有效提升配电网故障后的供电恢复能力.
孤岛划分源荷储资源时变性背包问题启发式规则
