基于重构方案线路投运风险最小的机组恢复顺序优化

电力系统大停电后,合理有序的恢复控制对于减小停电损失具有重要意义。以架空线路投运作为研究重构过程的切入点,提出了利用线路投运可靠性指标优化机组恢复顺序的方法。首先,针对当前重构方案线路投运风险定义的不足,提出了与停电损失评价标准相一致的严重程度指标。其次,通过网架恢复与机组投运过程的交互仿真,建立了与恢复实际更加契合的重构模拟时步框架。在此基础上,构建了以重构方案线路投运风险最小为目标的机组恢复顺序优化模型,并采用交叉粒子群算法和弗洛伊德算法对模型进行优化求解。针对新英格兰10机39节点系统的仿真结果表明,采用该方法获得的机组恢复方案在降低停电损失的同时,充分考虑可能的恢复路径备用通道,能够更加有效地应对潜在的线路投运失败情况。     

基于鲁棒优化的网架重构机组恢复顺序优化

在当前以火电为主的系统中,大停电后机组恢复时间的长短对重构效果影响显著。针对机组启动准备时段和启动时段可能出现的时间延迟,以最小化重构期间的电量不足为优化目标,构建了计及火电机组启动时间不确定性的机组恢复顺序鲁棒优化模型。通过交叉粒子群算法与CPLEX优化求解相结合,可获得量化表征恢复效果和运行可靠性的机组恢复顺序,为调度人员应对可能出现的最严重机组恢复迟滞场景提供了更加全面的决策参考。对于调度人员自行拟定的机组恢复顺序,还可根据运行经验预估其成功实施的概率,通过CPLEX求解并筛选关键时步,为调度人员有的放矢地保证恢复效果提供量化指导。针对新英格兰10机39节点系统和某区域电网的仿真结果验证了该方法的有效性。     

考虑线路投入顺序的网架重构机组恢复多目标优化

合理的机组恢复顺序和可靠的恢复路径对系统的快速恢复具有重要影响。分析了网架重构的机组恢复过程,建立了新的网架重构机组恢复多目标优化模型。优化目标为待恢复机组提供的发电量尽可能大,并兼顾线路恢复操作的可靠性和对后续恢复的影响。通过设置优化问题的求解域,松弛优化目标的主次关系,并引入差分进化—分布估计算法(DE-EDA)提高求解效率。所述方法能同时给出Pareto最优的机组恢复顺序、目标网架重构方案及线路投入顺序。算例仿真结果表明,设置求解域可减少计算量,提高求解速度;使用DE-EDA获得的最优解具有更好的收敛性和分布性。     

基于模糊机会约束规划的电力系统网架重构优化

针对电力系统大停电后网架重构阶段线路投运时其操作时间和恢复可靠性的不确定性,运用模糊机会约束规划理论,建立了基于模糊机会约束的网架重构优化模型。将线路操作时间和恢复可靠性分别用三角模糊变量表示,并定义了评价目标网架性能的恢复可靠性指标,在模糊机会约束的框架下,确保机组在其启动时限内成功获得启动电源的可能性不低于一定的置信水平,在此基础上优化得到在尽可能短的重构时间内达到恢复可靠性最高的网架。采用模糊模拟、交叉粒子群优化算法与Dijkstra算法相结合的求解方法对目标网架进行寻优。最后,以IEEE 30节点系统和云南电网的部分区域作为算例验证了该方法的有效性。     

考虑输电元件损坏概率的电力网架时序恢复策略优化

合理的电力网架恢复策略对大停电后电力系统的快速恢复具有重要意义。采用时序恢复策略进行电力网架恢复,分步进行机组启动顺序优化和路径恢复顺序优化。第一步以网架恢复时间内系统发电能力最大为目标优化机组启动顺序,并计及机组启动功率、临界时间等约束条件;第二步优化路径恢复顺序,通过模糊数学中的隶属度函数对输电元件潜在损坏概率进行建模,并设计策略优先恢复潜在损坏概率小、重要度高且过电压风险低的输电元件。两个步骤之间通过路径操作时间相关联,有效地实现了两个目标的一致性优化。IEEE 39节点系统算例验证了所提方法的有效性,并表明所提方法自动避开了潜在损坏概率较高的元件,形成了合理的电力网架恢复时序方案,更加符合电力系统恢复的实际需求。     

黑启动恢复中网架重构阶段的负荷恢复优化

针对网架重构阶段网络结构不断变化的特点,深入研究机组启动与负荷恢复的交叉影响,综合考虑负荷恢复代价、负荷性质、负荷重要性及负荷恢复对后续网架重构的影响,提出一种针对网架重构阶段负荷恢复的优化方法。该方法采用分时步的恢复策略,根据前一时步系统的实际恢复情况,首先对待恢复负荷进行预选,再采用层次分析法确定各备选恢复负荷的权重,最后利用贪婪算法进行求解,得到当前时步恢复的负荷及线路。IEEE-30节点系统算例证明,对网架重构阶段的负荷恢复进行优化,可充分利用已并网机组提供的发电功率恢复尽可能多的重要负荷并保证网     

电力系统扩展黑启动方案的后效性研究

大停电后恢复初期阶段的扩展黑启动策略为恢复控制提供了新的思路,针对扩展黑启动方案的后效性研究,将后续网架重构过程离散为次序进行的多个时步,建立了计及后续重构过程中机组启动与负荷恢复交替与协调的多目标网架重构优化模型。结合采用分层序列法、改进细菌觅食算法和最短路径法,从网架重构整体最优的角度求解每一时步的待恢复机组、负荷及相应的恢复路径,进而得到网架重构最优方案;在此基础上,建立了反映重构过程多输入多输出要素的指标集,以超效率数据包络分析模型评估后续网架重构的相对效率,以此效率表征扩展黑启动方案的后效性。基于新英格兰10机39节点系统的扩展黑启动方案算例分析验证了本文方法的有效性与正确性。     

考虑机组启动时限的大停电后初期恢复路径优化

电力系统发生大停电事故后,需要选择合理的恢复路径,尽快对电网中无自启动能力的机组及一些重要负荷节点进行恢复,进而实现整个系统的全面恢复。该文将系统恢复的目标网架重构和节点恢复顺序的确定统一考虑,结合经典的最短路径法与交叉粒子群算法来选择最优的恢复路径,以确定到达系统目标网架的恢复顺序。在该文算法中,考虑了机组在恢复过程中的启动时间限制,可保证尽可能多的电源点得到及时恢复,并对得到的目标系统进行潮流计算校验,对发生潮流越限的系统进行适当调整。以IEEE30节点系统和河北南网系统作为算例验证该文算法的有效性。     

考虑网架覆盖率与分散度的网架重构优化

大停电后的网架重构过程中需要选择合理的恢复路径,尽快建立系统的骨干网架。提出了网架覆盖率和网架分散度指标,分别用于衡量骨干网架对系统原网络的覆盖程度以及重构过程中出现过长支路的风险,并综合恢复时间和线路充电电容等因素,建立了网架重构优化模型,利用简化模型寻找最优目标节点,采用改进的交叉粒子群算法优化目标节点恢复顺序,进而得到网架重构最优方案,其中考虑了非电源目标节点的同步恢复机制,提高重构效率。最后,以IEEE30节点系统算例验证了所提的网架重构方法的有效性。     

基于目标规划的网架重构路径优化方法

大停电后的网架重构需要在保证系统运行安全的约束下尽快恢复机组出力,合理的路径恢复顺序对提高重构效果意义重大.文中提出了一种基于目标规划的网架重构路径优化方法.该方法以重构时间和机组出力恢复程度作为评价重构效果的主要因素,在为二者确定合理目标值的基础上,建立了体现各目标相对重要性及综合目标偏差最小的目标规划模型.针对IEEE30节点系统的应用结果说明,该方法能够利用不同优化目标间的不相容性,所获得的路径恢复顺序以目标值为基础,最大限度地体现了恢复决策的侧重点,对于指导恢复操作更具现实意义.     

基于小生境协同互联的黑启动网架重构策略研究

随着电网规模的扩大,大停电引发的后果愈发严重,黑启动是重启瘫痪电网的有效措施,网架重构是黑启动过程的重要环节。为提高大停电后电力系统的黑启动效率,充分利用分布式黑启动电源在网架恢复过程中的优势,本文提出了基于小生境协同互联的黑启动网架重构策略。首先,借助图论中的Kruskal算法,以节点和支路权重为导向对待恢复网架进行图抽象,并以网架恢复时间最短为主要目标,构建黑启动网架重构优化模型。然后,在排挤和预选择的双机制作用下,采用改进小生境遗传算法对该模型进行求解,在此基础上融入串并行配合的恢复策略实现小生境协同互联。由上述求解过程,达到对网架重构过程的优化调节。最后,通过与改进前方法的对比,用恢复时间、电压偏移量和有功损耗的指标对IEEE39仿真结果进行评价,结果表明所提方法能有效提高网架重构速度,保证协同互联的稳定。同时,借助江苏省镇江市局部电网数据,证实了所建模型的有效性和可行性。     

计及线路风险的区域电网黑启动电源布点方案

近年来极端天气事件频繁发生,黑启动电源成为电网大停电后能否快速恢复的关键,对于缺乏抽水蓄能机组和水电机组的地区电网,文章提出有选择地对区域内的燃气-蒸汽联合循环机组进行黑启动改造,优化黑启动电源布点方案。文章结合极端天气对电网的影响,定义了线路恢复风险,建立了以最小化保底网架恢复时间和线路恢复风险为目标的黑启动电源布点双目标优化模型,在找出方案非劣解的基础上应用推广理想点法求得最终黑启动电源布点方案,并通过东莞地区电网的算例验证了该方法的有效性。     

计及风电预测误差不确定性的风电参与网架重构优化

在大停电后的电力系统恢复过程中,充分考虑风电场的功率支援可加快系统的恢复速度,而风电场出力又具有不确定性,这为系统恢复方案的制定带来了新的挑战。为此文中提出了一种考虑风电场出力不确定性的网架重构恢复方法,该方法首先以预测误差不确定性描述风电场出力不确定性,然后采用风电场限出力接入策略消除风功率波动性对网架重构带来的负面影响,同时定义网架恢复成功率指标描述风电场预测出力不确定性可能导致的恢复失败风险。之后,在机组节点恢复成功率不低于一定置信水平的前提下建立随机相关机会目标规划模型,以最大化网架恢复成功率和最小化网架恢复时间为优化目标,采用离散粒子群算法和随机模拟技术组成的混合智能算法求解模型。最后,以IEEE 39节点为算例对该方法与传统恢复方法进行了分析比较,结果表明,提出的恢复方法在有效应对风电场出力不确定性的同时能够有效缩短网架恢复时间,加快系统恢复进程。     

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。     

网架重构后期的负荷恢复优化

大停电后网架重构的最后阶段,负荷的全面快速恢复应在满足约束的前提下分阶段顺序进行,是一个多约束、非线性的整数规划问题。文中建立了考虑多负荷点投入顺序的组合优化模型,在目标函数中计及了负荷投入顺序的影响,综合考虑了不同顺序下频率、电压、机组出力限值及稳态潮流等多个约束条件,并提出一种校验暂态电压下降约束的简化方法。由于网络重构后期待恢复负荷点的优化范围较大,采用一种自适应粒子群算法对模型进行求解,通过分析个体极值的优劣实现优化过程中参数的自适应调整。山东电网仿真结果表明,上述模型能有效反映负荷的投入顺序,且算法的优化速度能满足实际工程要求。     

微电网黑启动中考虑DG特性与线路投入顺序的串行恢复策略

制定合理的孤立微电网黑启动恢复策略对于加快微电网的恢复进程、减少事故损失具有重要意义。提出了一种适用于微电网黑启动的串行恢复策略。首先分析了分布式电源(Distributed Generation, DG)与大电网中传统火电机组所不同的特性,在此基础上建立了基于变异系数法的DG黑启动能力评估模型,并用于选取黑启动电源。然后以线路重要度和节点重要度作为网架重构的指标,建立了网架重构优化模型,并采用遗传算法进行求解。在求解出目标网架后,以单位时间内恢复发电量最大为目标,进一步确定线路的投入顺序。最后通过算例的分析及结果验证了所提方案的有效性。     

计及特级负荷恢复的网架重构分时段全局优化方法

制定科学合理的网架重构恢复方案对加快系统恢复进程、减小停电损失具有重要作用。针对当前分时段恢复方案优化策略无法实现时段间协调优化的不足,提出一种网架重构分时段恢复方案全局优化方法。首先,鉴于特级负荷对维持社会稳定和恢复过程的重要性,将其纳入网架重构过程的恢复目标;之后,综合考虑多种约束,建立了协调机组、特级负荷和网架结构三方面恢复效果的网架重构分时段全局优化模型。该模型是一个含整数决策变量的复杂的多目标优化决策模型。通过分析总结已有恢复操作序列优化制定方法的内在逻辑,提出了一种分时段全局优化两步求解策略,即首先优化求解时段数参考值,再进行恢复方案全局优化。结合非支配近邻免疫算法和变异系数法对建立的模型进行求解。新英格兰10机39节点系统算例和我国西南某地区实际电网算例验证了本文所提模型和算法的有效性。     

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。     

大停电后的机组投运风险评估

大停电后火电机组的安全、有序投运对减小停电损失意义重大。针对面向机组启动的网络重构阶段由机组投运次序不同和运行可靠性导致的可能出现的投运过程不确定情况,首先给出大停电后机组投运风险的定义。在此基础上,引入热备用机组的五状态模型计算已投运机组的停运概率。进一步,以待恢复机组的前导时间划分网架重构时步,基于灵敏度分析求取与不同重构时步对应的可行潮流解,从而获得相应的机组投运容量。最终实现了不同时步下机组投运风险的定量化评估。针对新英格兰10机39节点系统的测试结果表明,该方法对不同重构方案下机组投运风险的比较集中体现了重构恢复效果及其实现的可能性,可为调度人员选择恢复方案提供更加全面的决策辅助信息。     

基于NSGA-Ⅱ的多目标输电网架最优重构

提出一种同时优化机组启动、系统分区与网架恢复时间的多目标输电网架重构模型,引入了带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),以避免求解时的目标偏好性.设计了基于优先级的基因编码,以快速非支配排序、个体拥挤距离构成虚拟适应度协调各目标函数的关系,实现了带分区优化与计及热启动时间约束的网架重构算法,采用精英个体校验策略校验和完善了Pareto最优方案.IEEE 30节点算例比较结果表明,该算法在目标空间上分布均匀,收敛性好,计算复杂度显著降低.山东电网实例仿真结果进一步验证了算法的有效性.