基于强化学习的灾后配电网应急抢修决策方法

灾后故障配电网的应急抢修及重构需求,面临着灾情的不确定性、多抢修队调配特性、抢修与重构耦合等多个挑战。本文基于强化学习构建了灾后多抢修队的抢修调配模型,设计了状态粗筛机制以固定强化学习状态及动作空间大小,搭建了配电网抢修恢复测试环境。在不同恢复模式、多个故障场景下的测试结果表明：强化学习在提出的多个评价指标下综合表现稳定,可以作为灾后动态抢修的可选方案。     

基于改进离散多目标BCC算法的配电网灾后抢修策略

根据配电网的实际情况,建立了配电网突发多处故障情况下的故障抢修和故障恢复相结合的多目标优化模型,将模型中的开关操作变量作为虚拟故障点处理并与抢修控制变量有机结合,考虑了一种多队协同抢修的恢复策略.在多目标细菌群体趋药性(BCC)算法的基础上引入区间归位方案,改善了多目标BCC算法解决离散域问题的性能,同时引入局部更新机...     

基于蚁群算法的交通-配电网抢修恢复优化决策方法

极端事件导致大停电后,受损的交通道路会影响电网抢修车队前往故障线路区域的进度,从而延缓配电网恢复。为此,提出了一种结合损坏道路修复的配电网抢修恢复方法。首先,在分析不同受损道路对抢修车行驶影响的基础上,构建交通网抢修车约束。其次,考虑受损道路抢修对电网抢修的影响,以配电网失电量最小为目标,协调线路抢修和道路修复建立配电网抢修策略模型,并采用蚁群算法对所提模型进行求解。最后,以IEEE33节点配电网与一个12节点交通网相耦合的系统作为算例进行分析,仿真结果表明,所提方法切实有效提高了配电网抢修速度,减小了大停电后配电网负荷的失电量。所提方案更适用于灾害发生的实际情况,可为配电网灾后恢复提供参考。     

考虑交通网延误的配电网灾后滚动抢修策略优化

为解决当前配电网灾后抢修策略制定时,未充分考虑道路阻断和交通延误影响抢修进程的问题,提出了考虑交通网延误的配电网灾后滚动抢修策略。首先,建立了计及交通网延误的灾后滚动抢修策略框架,以道路延误函数与路口延误函数建立实时交通网延误模型,通过Floyd算法得到各故障点间最短通行时间矩阵。其次,建立考虑交通网延误的灾后抢修策略双层优化模型,外层以加权失电负荷最小和抢修总时长最短为目标,得到各抢修班组抢修链。内层以最大化恢复失电负荷为目标,得到紧急恢复方案。在抢修过程中根据交通网信息更新最短通行时间矩阵,滚动后续抢修策略。最后,通过算例仿真验证灾后滚动抢修策略的有效性。     

基于区间三相潮流的配电网故障恢复优化算法

本文采用区间值来描述负荷并计算三相潮流。由于粒子群算法存在早熟的问题,采取非线性递减惯性权重的策略,使惯性权重随着迭代次数的增加而减小,同时,采用种群适应度方差判断算法是否陷入早熟,以便对早熟的种群进行自适应变异,动态的变异数目先大后小地控制了变异过程,保证了前期粒子的多样性和后期粒子算法的收敛。改进的粒子群算法保证了粒子在迭代初期有较强的全局搜索能力和后期有较高的搜索精度,保证了算法能够得到全局最优解,并提高了搜索速度。算例表明,基于区间三相潮流的改进粒子群算法能够有效地解决配电网故障恢复的问题,具有一定的工程价值。     

含分布式电源的配电网灾后分阶段抢修策略

针对灾后配电网故障抢修需优先保证重要负荷供电的实际情况,建立了含分布式电源(DG)的配电网灾后多小队分阶段抢修策略的优化模型,DG通过形成微网、孤岛运行及时恢复部分负荷的供电。定义设备故障经济损失特征值,用以保证故障抢修的优先级,同时将联络开关当作虚拟故障,利用其倒闸操作以及应急发电车的临时供电配合小队抢修,提高抢修效率。采用改进的离散细菌群体趋药性算法(DBCC)优化,快速得到抢修方案。算例结果证明了所提抢修策略优化模型以及智能优化算法的有效性和正确性。     

多源协同的智能配电网故障恢复次序优化决策方法

当因极端事件导致电力系统发生大规模停电时,可以协同配电网中的分布式电源、储能系统等本地资源恢复网内重要负荷,以提升配电网韧性。为了快速平稳地使系统从停电后状态过渡至恢复状态,需要优化开关投切次序。文章提出了多源协同的智能配电网故障恢复操作次序优化决策方法,将问题建模为混合整数线性规划模型,并利用成熟的商业优化求解器快速求解,确定最优的开关投切操作次序以及每次恢复操作后的系统运行状态。优化模型计及负荷重要度权重,以快速恢复重要负荷为目标,考虑了三相不对称潮流约束、系统运行约束以及恢复过程中的恢复操作约束等。通过改进的IEEE 13节点系统和IEEE 123节点系统验证了所提出的配电网故障恢复次序优化决策方法的有效性。     

考虑分布式电源的配电网灾中-灾后两阶段协同韧性恢复决策

频繁的极端自然灾害极易引发配电网大规模故障,基于分布式电源的负荷恢复是提高配电网韧性水平的重要手段。然而,现有研究一般将灾中和灾后阶段进行独立决策,忽略了二者决策的连续性和耦合性,延缓了恢复进程。为此,文中提出一种基于灾中-灾后两阶段协同决策的配电网快速恢复方法,充分考虑灾中-灾后过程中的相互作用,综合分布式电源调度、网络拓扑改变、维修人员调度等在内的恢复措施,保障灾中-灾后阶段连续决策的最优性。首先,考虑灾后供能路径对灾中网络拓扑的需求关系,建立灾中阶段以分布式电源为核心的拓扑调整模型与负荷元胞恢复模型,实现部分重要负荷的供电;其次,考虑灾中决策对灾后恢复的影响,建立灾后阶段故障维修人员调度和负荷快速恢复的联合决策模型,实现所有负荷的有序恢复;然后,以灾中-灾后全阶段失负荷量最小为目标,实现灾中-灾后恢复的协同决策;最后,基于IEEE 123节点配电系统验证了所提模型的有效性。     

含分布式电源的配电网多故障抢修与恢复协调优化策略

针对含分布式电源(DG)的配电网发生多故障时的快速故障抢修和供电恢复问题,根据动态规划原理,建立了含DG的配电网多故障分阶段、分层的抢修与恢复协调优化模型。在紧急抢修与恢复阶段,以负荷恢复价值最大和综合经济损失最小分别作为内、外层优化目标;在抢修与恢复网架阶段,以网损最小和抢修时间最短分别作为内、外层优化目标,得到最优抢修顺序和供电恢复方案。针对内、外层模型的不同特点,分别采用了改进蚁群算法和离散化处理的细菌群体趋药性(DBCC)算法进行模型求解。同时,在抢修与恢复过程中,利用DG孤岛、可控负荷联盟及应急发电车的动态调度优先恢复重要负荷的供电,并采用馈线等效法及故障等效法来简化求解流程。以改进的IEEE 69节点系统为例,验证了所述策略的可行性和有效性。     

基于遗传拓扑混合算法的配电网多故障抢修策略

从中国配电网的实际情况出发,建立了电力系统在多故障情况下的多目标抢修策略优化模型。针对配电网接线呈辐射状的特点,提出了一种遗传拓扑混合算法作为寻优策略。该算法通过遗传算法寻优,通过拓扑分析算法判断出失电区域、待修复设备以及负荷情况,综合进行适应度评价,反复迭代得到最佳抢修方案。在寻优计算过程中,针对遗传算法在复杂配电网计算中易产生大量不可行解的问题,引入了智能选择的混合交叉因子进行改进。算例结果证明了该混合智能算法的有效性和鲁棒性。     

多源协同的配电网多时段负荷恢复优化决策方法

当极端灾害引起大停电事故时,可协同多种电源和储能快速恢复重要负荷,提升配电网韧性。首先探讨多源协同故障恢复对配电网韧性的提升作用,然后以最大化负荷的加权供电时间及最小化总网损为目标,以各时段负荷状态、电源输出功率及线路投运状态为优化变量,考虑有限能量约束、运行约束和拓扑约束等,将多源协同的配电网多时段负荷恢复问题建模并松弛为混合整数二阶锥规划模型,并利用商业优化软件求解,得到最优恢复策略。最后,通过改进IEEE 13节点和IEEE 123节点配电系统标准算例和仿真验证了所提方法的有效性和优越性。     

计及供电—供水系统耦合关系的配电网故障恢复优化决策方法

在大停电事故后,协同利用本地分布式电源为关键负荷恢复供电是提升配电网韧性的有效措施.供电系统与供水系统是城市中2种具有密切耦合关系的生命线设施,若在制定恢复策略时对上述耦合关系考虑不足,会影响生命线设施的正常运转.首先挖掘了极端事件下配电网与配水网的耦合关系,在此基础上,以最大化电、水关键负荷恢复数目为目标,考虑配电网...     

配电网故障后的供电恢复研究

提出一种基于网络拓扑分析,快速有效的启发式供电恢复新算法,并进行相应的软件开发作为配电管理系统（ＤＭＳ）中分析应用功能的重要组成部分。实际应用结果表明,提出的算法是有效可行的。     

基于自适应NSGA-Ⅱ算法的配电网多故障抢修优化决策

传统配电网多故障抢修依赖决策人员的主观判断,缺少科学依据,容易出现判断失误,造成抢修资源无法得到合理应用或者不能第一时间恢复供电。为解决该问题,建立了考虑任务分配和抢修顺序的配电网多故障抢修多目标优化模型,设计了自适应参数的非支配排序遗传算法(NSGA)-Ⅱ,得到Pareto前沿后利用基于角度选择的拐点决策算法,在无决策人员参与的情况下能够直接求解出一个相对理想的抢修方案。最后使用Matlab对某镇实际的配电线路进行仿真,仿真分析表明自适应参数的调整策略可以提高种群进化前期的全局搜索能力及进化后期的局部搜索能力,基于角度选择的拐点决策算法可从多个可行方案中直接选择最终的决策方案,减轻决策人员的负担,且适用于实际抢修工作。     

基于蚁群算法的配电网故障后恢复重构

蚁群算法是一种求解组合优化问题的新型通用启发式方法,具有正反馈、并行计算和鲁棒性强等优点.将蚁群算法应用于配电网故障后恢复重构,提出了综合考虑切负荷最小和开关操作次数最少的恢复重构模型,并详细介绍了其求解过程.算例证明该算法在配电网故障后恢复重构中应用的可行性和有效性.     

基于故障邻接状态的配电网多故障抢修与优化策略

基于故障与配网的拓扑关系和抢修与恢复的动态交替特性,建立了基于故障邻接状态的配电网多故障抢修与优化模型,快速制定抢修策略。在故障抢修阶段,基于供电类型建立负荷节点带电状态矩阵,提取故障邻接负荷的带电状态建立故障邻接负荷带电状态矩阵,对其进行拓展得到故障邻接状态,并对故障进行分类。通过抢修与故障邻接状态的交替更新确定每阶段最优抢修任务。在重构计算中,建立自适应环压有序环矩阵作为算法的解空间,引入余弦递减函数和莱维飞行对量子粒子群算法进行改进,建立莱维系数量子粒子群算法进行求解。用PG&E69节点系统进行仿真,验证所提方法的可行性和所提算法的有效性。     

一种配电网故障恢复智能决策算法

配网的故障恢复问题是智能配电网实现自愈的关键。本文综合考虑故障恢复方案的经济性和安全性,以倒闸操作次数少、网络储备容量大为优化目标,采用基于生成树的可行方案生成方法,提出了基于离散细菌群体趋药性算法的配网故障恢复智能决策方法。仿真计算结果表明,该方法仅需获得初始有功负荷和线路热稳功率极限,无需进行配网潮流在线计算和校验,能够快速得到最优故障恢复方案,可为调度人员提供快速准确的决策支持。     

基于提升韧性的输电网灾后应急维修策略优化

极端自然灾害等事件易使输电网发生大范围故障.为减少经济损失,提升输电网灾后恢复能力,对输电网灾后应急维修策略优化进行研究.首先根据输电网韧性内涵,提出期望系统负荷恢复效率作为韧性评价指标;其次分析输电网灾后应急维修的过程,建立基于时间不确定的输电网灾后应急维修策略协同优化模型.该模型既考虑了输电网的韧性提升带来的经济性...     

基于改进人工蜂群算法的配电网多点故障应急抢修优化调度

为提高配电网故障应急抢修调度在电网应急管理的辅助决策作用,建立了综合考虑抢修资源分配、多小组协作、抢修顺序的配电网多点故障应急抢修优化模型。引入多种群协同进化机制对传统人工蜂群算法进行改进,通过多蜂群智能体增强算法解决高维度复杂优化问题的能力。结合改进人工蜂群算法提出了应急抢修优化模型的统一调度方法。PGE69节点算例仿真研究表明,所提方法可在配电网发生多处故障后快速给出应急抢修预案,减少了停电经济损失。