1、問(wèn)題背景: 主動(dòng)配電網(wǎng)中的不確定性因素給恢復(fù)控制帶來(lái)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(yùn)行, 當(dāng)電網(wǎng)發(fā)生故障時(shí), 將導(dǎo)致故障點(diǎn)所在線路的下游區(qū)域全部停電。配電網(wǎng)中的開(kāi)關(guān)一般分為常閉的分段開(kāi)關(guān)和常開(kāi)的聯(lián)絡(luò)開(kāi)關(guān)兩類(lèi), 對(duì)故障進(jìn)行定位與隔離后, 可通過(guò)協(xié)調(diào)這兩類(lèi)開(kāi)關(guān)的開(kāi)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(shí)現(xiàn)供電恢復(fù)。因此, 恢復(fù)控制本質(zhì)上是一個(gè)滿足配電網(wǎng)運(yùn)行約束下的開(kāi)關(guān)組合優(yōu)化問(wèn)題。
1.2主動(dòng)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(shí)際的供電恢復(fù)是一個(gè)耗時(shí)過(guò)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(dòng): 以光伏和風(fēng)電為代表的分布式電源(DG)的出力, 會(huì)受天氣和環(huán)境因素的影響而發(fā)生波動(dòng)。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(duì)恢復(fù)控制的影響將日益顯著。
2)節(jié)點(diǎn)負(fù)荷波動(dòng): 節(jié)點(diǎn)負(fù)荷值取決于用戶用電情況, 是一個(gè)無(wú)法精確預(yù)測(cè)的時(shí)變量。
3) 負(fù)荷估計(jì)誤差: 由于目前配電網(wǎng)安裝的負(fù)荷量測(cè)裝置很少, 大部分非量測(cè)節(jié)點(diǎn)只能通過(guò)典型負(fù)荷曲線法或短期負(fù)荷預(yù)測(cè)法獲得偽量測(cè)數(shù)據(jù), 因此其估計(jì)值與真實(shí)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(wèn)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(diǎn)預(yù)測(cè)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(shí)際的負(fù)荷高于預(yù)測(cè)值, 分布式電源出力低于預(yù)測(cè)值, 由確定性算法生成的恢復(fù)策略可能造成線路過(guò)載或電壓越限, 最終導(dǎo)致供電恢復(fù)失敗。因此, 主動(dòng)配電網(wǎng)中的不確定性因素給傳統(tǒng)的確定性算法帶來(lái)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(dòng)和估計(jì)誤差)在給定的范圍波動(dòng)時(shí), 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(jiàn)的確定性建模方法可以分為隨機(jī)模型和魯棒模型, 但是隨機(jī)模型需要給定變量概率分布, 而且存在計(jì)算困難問(wèn)題。為此, 本文對(duì)配電網(wǎng)恢復(fù)控制決策問(wèn)題構(gòu)建為一種兩階段魯棒優(yōu)化方法問(wèn)題, 包含以下幾個(gè)步驟:
步驟1: 將一般的恢復(fù)控制決策描述為一個(gè)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(diǎn)電壓安全約束等。該模型暫不考慮不確定性因素, 是一個(gè)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?lèi)毫拥牟▌?dòng)場(chǎng)景。
步驟4: 引入不確定性預(yù)算(Budget of Uncertainty)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(duì)這樣的兩階段問(wèn)題, 本文使用列約束生成法將其分解為主問(wèn)題和子問(wèn)題進(jìn)行迭代求解。由該模型生成的恢復(fù)策略, 對(duì)于不確定性區(qū)間中的所有波動(dòng)場(chǎng)景均能保證不出現(xiàn)配電網(wǎng)運(yùn)行約束被破壞的情況。
3、算例驗(yàn)證
采用PG&E 69節(jié)點(diǎn)配電系統(tǒng)進(jìn)行算例驗(yàn)證, 通過(guò)最?lèi)毫硬▌?dòng)場(chǎng)景測(cè)試和蒙特卡洛仿真, 對(duì)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?lèi)毫硬▌?dòng)場(chǎng)景測(cè)試
對(duì)整個(gè)算例測(cè)試系統(tǒng)進(jìn)行一次“N-1”故障掃描, 提取出子問(wèn)題中生成的最?lèi)毫硬▌?dòng)場(chǎng)景作為測(cè)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?lèi)毫訄?chǎng)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(diǎn)系統(tǒng)的“N-1”掃描結(jié)果
2) 蒙特卡洛仿真測(cè)試
設(shè)實(shí)際的分布式電源出力和節(jié)點(diǎn)負(fù)荷是呈以預(yù)測(cè)值為中心的正態(tài)分布, 并對(duì)每個(gè)故障情況隨機(jī)生成3000個(gè)波動(dòng)場(chǎng)景作為測(cè)試場(chǎng)景。四個(gè)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(chǎng)景下會(huì)出現(xiàn)恢復(fù)性能不佳, 甚至恢復(fù)失敗的情況。
4、結(jié)語(yǔ)
本文提出了一個(gè)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。基于給定的不確定性區(qū)間, 該魯棒模型能夠搜索出最?lèi)毫拥牟▌?dòng)場(chǎng)景, 并進(jìn)行恢復(fù)控制策略的生成。算例結(jié)果驗(yàn)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(guò)程中由于分布式電源出力波動(dòng)、負(fù)荷變化以及負(fù)荷量測(cè)誤差大造成的恢復(fù)控制策略不可行問(wèn)題。