基于后悔思想的网络重构两步策略

首先研究了复杂电力网络的拓扑特性,发展了一种基于后悔思想的节点重要度评价新方法,并在此基础上提出了用于选择恢复路径的最大路径平均重要度方法。然后,采用分步方法制定网络重构策略:第1步优化发电节点的恢复顺序,以最大化恢复系统可用发电容量为目标,并根据恢复状况确定串行或并行恢复方式;第2步优化恢复路径,每次选取路径平均重要度最大的候选路径恢复发电节点,同时考虑了恢复过程中线路投运失败的问题。这种方法在相当程度上避免了确定目标骨架网络和优化恢复路径序列这2个网络重构环节脱离的问题,为大停电后的系统恢复提供了新的思路。最后,以新英格兰10机39节点系统为例说明了所发展的模型和方法的基本特征。     

电力系统网络重构的多目标双层优化策略

提出一种节点重要度综合评价新方法,并在此基础上发展了网络重构多目标双层优化模型。在上层优化模型中,以最大化系统可用发电容量确定发电节点恢复顺序;在下层确定恢复路径的多目标优化模型中,以最大化恢复路径的平均重要度和最小化路径的充电电容为目标,并考虑了线路恢复时间对机组恢复的影响。提出一种基于细胞生理特性的连续动态Pareto多步凋亡优化策略(MSAOS),其将整个电力系统网络重构划分为多步,每步的优化问题规模和难度都较小,且可在一定程度上避免维数灾问题;利用该策略进行多目标网络重构优化,可以在兼顾全局最优的基础上实现发电节点恢复路径优化的分段最优,并能以分支图的形式展示恢复优化过程中的网络重构策略集。利用模糊决策(FDM)方法优化出最终网络重构策略。以新英格兰10机39节点系统和广州电力系统为例,说明了所发展的模型和方法的基本特征。     

基于节点重要度评价矩阵的网络重构双层优化策略

针对传统方法在评价加权网络节点重要度时存在的不足,综合考虑节点位置和邻接节点的贡献信息,提出节点重要度评价矩阵方法。基于此,发展一种改进的网络重构双层优化模型,上层模型以最大化系统发电量为目标、以非黑启动机组获得启动功率的时间为优化变量,确定非黑启动机组的恢复顺序;下层模型以恢复路径平均节点重要度最大为目标确定发电机节点的恢复路径,并通过调节系数改变线路权重中线路电容与操作时间的比重,以避免恢复路径所需时间过长而导致待恢复机组无法尽快恢复的问题。新英格兰10机39节点系统的仿真结果说明了所发展的模型和方法的基本特征。     

基于加权复杂网络模型的恢复路径优化方法

输电网络重构是电力系统大停电或部分停电后进行恢复的第2个阶段,如何确定恢复的目标骨架网络及其恢复路径序列是该阶段的主要任务。文中提出了一种新的基于加权复杂网络模型的输电网络重构优化算法,考虑了节点有功发电出力和有功负荷（特别是重要负荷）的大小以及各节点在网络中的分布情况和重要性程度,并利用了加权复杂网络模型中衡量网络枢纽性的介数指标来优化恢复路径。该算法可以得到最优的恢复路径序列和目标骨架网络,克服了现有方法在确定目标骨架网络和优化恢复路径序列这2个输电网络重构环节严重脱离的缺点,并在一定程度上解决了现有的恢复路径优化方法采用专家经验或分段寻优策略而无法得到最优解的问题。最后,以新英格兰10机39节点系统为例说明了所提出的方法的基本特征。     

计及机组恢复效益和线路综合重要度的网络重构优化策略

合理的网络重构策略对于大停电后的系统恢复具有重要意义。首先,研究了电力系统网络特性及线路投运失败可能造成的影响,提出了线路桥接功率、线路连接度和线路承重度这3个线路重要度评价指标,并在此基础上提出了一种综合评价线路重要度的方法。之后,将解释结构建模方法引入大停电后的网络重构问题之中;以发电机组的快速、安全恢复为基础,提出了机组恢复效益指标,以最大化恢复效益为目标选择恢复机组,并综合考虑了恢复机组的发电容量及线路重要性因素。所提出的方法可同时确定恢复机组及其恢复路径,使得优化机组恢复顺序和优化机组恢复路径这2个问题得到了有机的统一优化。最后,以新英格兰10机39节点系统为例说明了所提出的模型和方法的基本特征。     

用于网架重构决策的节点重要度动态评价方法

针对网架重构过程中,待恢复节点的拓扑重要性随网络逐步恢复而发生变化的特点,提出一种节点拓扑重要性的动态评价指标——动态节点重要度。在重构决策中,基于当前系统恢复状态,通过将已恢复节点合并成一个等效电源点,构造包含及不包含等效电源点的2个待恢复网络,综合考虑待评价节点的收缩对2个网络的影响,计算出待评价节点的动态节点重要度指标。在此基础上,将所定义的动态节点重要度指标用于网架重构中机组恢复的路径优化问题。新英格兰10机39节点系统算例验证了所提动态节点重要度评价指标及路径优化方法的有效性。     

兼顾拓扑优先与路径电气影响的骨架网络重构

对电力系统恢复过程中目标骨架网络的重构问题进行了研究。利用复杂网络中节点介数相关理论,提出了一种兼顾拓扑优先与路径电气影响的网络重构方法。该方法计及了线路充电电容对网络节点重要性的影响,从而实现对加权输电网络的重构,提出的重构效率指标综合考虑节点重要性和送电线路优化对重构网络的影响,实现了重构骨架网络的整体优化。利用遗传算法易于处理离散变量且具有全局收敛性的特点,对该优化问题进行求解。最后以IEEE30节点和IEEE39节点系统为例,验证所提方法的有效性。     

综合考虑节点重要度和线路介数的网络重构

网络重构阶段是电力系统黑启动过程中的一个重要阶段。针对网络重构阶段最优目标网架的确定问题,基于复杂网络的静态拓扑连接特性,提出了一种综合考虑线路介数和节点重要度的骨架网络重构策略。该策略以节点重要度和线路介数作为确定目标网架的指标,实现有针对性地对网络中的节点和线路进行筛选。进一步,采用离散粒子群优化算法实现的骨架网络重构能够确定覆盖大部分枢纽节点和关键线路的最优目标网架,对大停电后快速、有针对性地重建系统具有重要意义。相关算例验证了该方法的有效性。     

基于DPSO算法以负荷恢复为目标的网络重构

研究了大停电事故后输电系统的重构优化问题,提出了一种求解最优目标网的离散粒子群优化（DPSO）算法。将网络重构问题表示为以重要负荷恢复量占已恢复负荷总量的比例最高为目标的非线性优化问题,在求解目标网时考虑了负荷重要性、网络连通性、电网所需满足的各种安全和运行约束等问题。该算法在求解输电网重构问题时,编码容易且能方便地处理网络连通性问题,求解效率高、速度快。在IEEE 57节点系统和IEEE 118节点系统中的应用结果验证了文中方法的有效性。     

Hadoop架构下基于分布式粒子群算法的骨架网络重构方法

大停电后网络重构阶段的主要目的是通过黑启动电源给失电厂站送电并建立一个稳定的网架,为下一阶段负荷的全面恢复奠定基础。针对确定网络重构阶段的最优目标网架问题,提出一种骨架网络重构方法。该方法首先综合考虑节点、支路在网络中的影响力,具体指以节点重要度、支路重要度分别表征网络中电源与负荷节点的重要程度、网络中各支路对与之相连节点的支撑作用及其在网络中的影响力;同时,为降低重构过程中出现故障的风险和加快后期负荷的全面恢复,提出节点聚集度指标,以表征重构网架的覆盖均匀程度;其次,考虑到大规模骨架网络重构问题属于高维优化的范畴,单机版算法求解高维优化问题时计算效率低,为此提出一种基于Hadoop平台的分布式粒子群算法,该算法利用集群的计算和存储能力求解高维问题时能够显著提高计算效率;最后,以IEEE 30、57和300节点标准系统为例验证所提网络重构方法的有效性。