考慮需求側(cè)資源的主動配電網(wǎng)故障多階段恢復方法

劉文霞，李?，?，王佳偉，徐雅惠，石道桂，邢亞虹

(1.華北電力大學電氣與電子工程學院，北京市 102206；2.國網(wǎng)山西省電力公司經(jīng)濟技術(shù)研究院，太原市 030002；3.國網(wǎng)浙江杭州市蕭山區(qū)供電公司，杭州市 311200)

考慮需求側(cè)資源的主動配電網(wǎng)故障多階段恢復方法

劉文霞1，李?，?，王佳偉2，徐雅惠1，石道桂3，邢亞虹2

(1.華北電力大學電氣與電子工程學院，北京市 102206；2.國網(wǎng)山西省電力公司經(jīng)濟技術(shù)研究院，太原市 030002；3.國網(wǎng)浙江杭州市蕭山區(qū)供電公司，杭州市 311200)

需求側(cè)資源(demand side resource，DSR)參與主動配電網(wǎng)(active distribution network，ADN)運行能夠提高系統(tǒng)可靠性及設(shè)備利用率?？紤]主動配電網(wǎng)故障階段復雜運行特性，文章提出了需求側(cè)資源參與下的多階段故障恢復方法。首先分析需求側(cè)用戶響應(yīng)特性，建立價格型響應(yīng)負荷的時變模型及激勵型響應(yīng)負荷的中斷補償模型，建立以停電時間最少、經(jīng)濟損失最小為目標，以用戶停電次數(shù)、負荷響應(yīng)時間等為約束條件的優(yōu)化模型。應(yīng)用差分進化算法建立動態(tài)優(yōu)化模型，得到多階段故障恢復最優(yōu)策略。算例計算結(jié)果驗證了所提模型和算法的正確性和有效性，并且分析了需求響應(yīng)資源參與故障恢復的作用。

需求側(cè)資源(DSR)；主動配電網(wǎng)(ADN)；故障恢復；多階段；動態(tài)優(yōu)化模型

0 引 言

需求側(cè)響應(yīng)(demand response，DR)作為需求側(cè)管理的發(fā)展方向之一[1]，其將需求側(cè)資源(demand side resource，DSR)對價格或激勵的響應(yīng)及時反饋到價格或激勵的制定過程中，形成供需雙方的互動形式[2]，共同參與電力市場調(diào)節(jié)，保證電力市場的穩(wěn)定。DR不僅能夠通過價格信號等激勵機制優(yōu)化負荷曲線[3-4]，而且能較好地平抑分布式電源的出力波動[5]，從而提高可再生能源的消納能力。因此，在分布式能源滲透率逐步提高的背景下，研究有效調(diào)動需求側(cè)資源參與配電網(wǎng)運行，對提高電網(wǎng)可靠性和設(shè)備利用率具有重要的意義[6]。

主動配電網(wǎng)(active distribution network，ADN)憑借智能化的調(diào)度和運行手段，有效整合需求側(cè)響應(yīng)負荷、分布式發(fā)電及儲能等資源以形成廣義DSR[7]。在故障階段，主動配電網(wǎng)能夠快速尋找包含需求側(cè)響應(yīng)負荷在內(nèi)的備用資源，確定非故障失電區(qū)的最優(yōu)轉(zhuǎn)供路徑，最小化故障影響，保證配電網(wǎng)可靠運行。傳統(tǒng)配電網(wǎng)故障恢復策略在建立恢復模型基礎(chǔ)上，運用數(shù)學規(guī)劃方法[8]、啟發(fā)式算法[9]、現(xiàn)代智能算法[10]及其組合方法[11]進行求解，得到一系列開關(guān)狀態(tài)，但僅局限于供應(yīng)側(cè)的備用情況，忽略了電力市場環(huán)境下負荷狀態(tài)的豐富選擇，考慮方面比較單一。隨著配電網(wǎng)分布式能源滲透率逐步提高，電網(wǎng)結(jié)構(gòu)復雜靈活，傳統(tǒng)的配電網(wǎng)故障恢復方法不能適應(yīng)大量DSR參與的要求而面臨挑戰(zhàn)。

主動配電網(wǎng)下考慮DSR的故障恢復研究相對較少。文獻[12]提出了包含微網(wǎng)(micro grid, MG)供電恢復方案、微網(wǎng)與電動汽車協(xié)同供電恢復方案和一級支持饋線供電恢復方案的多級恢復方案，有效計及電動汽車作為柔性負荷參與配電網(wǎng)故障恢復的能力。文獻[13]建立了考慮可控負荷參與的多目標配電網(wǎng)故障恢復優(yōu)化模型，以期在系統(tǒng)供電容量不足時最大限度地保證重要負荷供電。上述文獻僅強調(diào)可控負荷及分布式電源對故障恢復的期望影響力，大多基于故障修復時間內(nèi)最大負荷制定故障恢復策略[14-15]，未考慮到策略跟隨負荷變化產(chǎn)生的多階段性，在某種程度上低估和限制了配電網(wǎng)的轉(zhuǎn)供能力，且未細致分析不同類型、不同時間階段下，DSR對故障恢復策略的影響，使得故障恢復場景均過于保守。

本文以需求側(cè)資源參與主動配電網(wǎng)故障恢復為研究背景，針對負荷需求響應(yīng)特性，建立考慮多種類型DR削峰及可調(diào)度能力的多階段故障恢復模型；通過靈活的網(wǎng)絡(luò)拓撲建模有效處理各階段恢復策略之間的銜接關(guān)系，并采用基于差分進化算法的動態(tài)優(yōu)化方法對多階段故障問題進行求解；最后通過典型三饋線配電系統(tǒng)來驗證所提模型和算法的正確性和有效性。

1 考慮需求側(cè)響應(yīng)的負荷建模

明確故障階段配電網(wǎng)中負荷大小是優(yōu)化故障恢復策略的基礎(chǔ)。本文故障恢復模型中考慮3類負荷：不參與任何需求響應(yīng)的常規(guī)負荷、由用戶自己控制的可中斷負荷(interruptible load，IL)及運營商控制的直接控制負荷(direct control load，DCL)[16]。常規(guī)負荷采用長期經(jīng)驗統(tǒng)計的典型日負荷模型，并假設(shè)負荷在1 h內(nèi)固定不變。

1.1 常規(guī)負荷L0

(1)

圖1 考慮預(yù)測誤差的日負荷模型Fig.1 Load curve of 24 hours with prediction error

1.2 價格型響應(yīng)負荷L1

價格型響應(yīng)是指用戶通過接收電力價格信號來調(diào)整和改善用電方式。價格對用戶電力消費行為的影響一般采用需求價格彈性來定量表征，包括價格彈性、替代彈性和弧彈性。價格彈性包括自彈性和交叉彈性，其中自彈性表示t時刻電力需求量Bt的變化率相對于該時刻電力價格pt變化率的比值，如式(2)所示。

(2)

式中at,t為自彈性系數(shù)。

本文在負荷預(yù)測基礎(chǔ)上采用我國長期價格自彈性

系數(shù)at,t=-0.157[18]建立價格型響應(yīng)負荷模型，并稱該類負荷為1類負荷，如圖2所示。

圖2 需求響應(yīng)日負荷特性曲線Fig.2 Load curve of 24 hours with demand response

1.3 激勵型響應(yīng)負荷L2、L3

電力公司通過與用戶簽訂協(xié)議，事先約定用戶的基本負荷消費量和削減負荷量實現(xiàn)需求側(cè)激勵響應(yīng)，若是由用戶調(diào)整用電量實現(xiàn)的稱為可中斷負荷，本文稱該類負荷為2類負荷，用L2表示；電力公司或負荷聚合商(load aggregator，LA)的負荷控制裝置削減負荷實現(xiàn)的稱為直接控制負荷，本文稱該類負荷為3類負荷，用L3表示?？芍袛嘭摵稍谙到y(tǒng)峰荷或故障時，可以減少負荷需求量，等效于增加了備用容量，該方式可通過及時調(diào)整熱水器、空調(diào)等不敏感負荷用電方式來實現(xiàn)?？芍袛嘭摵傻膫溆贸杀景▽⑴c用戶的可中斷容量補償和可中斷電量補償2個部分，后者屬于與事故概率有關(guān)的風險成本，當事故發(fā)生且可中斷負荷實際被調(diào)用后產(chǎn)生，所以在本文多階段故障恢復優(yōu)化模型當中只考慮電量補償，具體成本模型為

(3)

直接控制負荷具有響應(yīng)速度快、削減能力強等特點，可在緊急情況下進行控制，尤其適用于高峰時段故障轉(zhuǎn)供。由于電力公司與用戶事先約定了中斷電量并且能夠通過負荷控制裝置可靠執(zhí)行，所以本文中斷賠償模型是通過中斷次數(shù)來建立的，如式(4)所示。

(4)

1.4 微網(wǎng)負荷L4

微網(wǎng)是集分布式電源、儲能裝置、電力電子裝置、負載和控制保護裝置于一身的小型發(fā)配電系統(tǒng)，是能夠?qū)崿F(xiàn)自我控制、保護和管理的智能系統(tǒng)。正常運行情況下，微網(wǎng)作為PQ節(jié)點通過公共連接點(point of common coupling，PCC)并網(wǎng)運行；故障運行階段，微網(wǎng)進入孤島運行，也可以作為電源為接入點上游配電網(wǎng)供電，或者作為負荷從配電網(wǎng)吸收電能。

微網(wǎng)內(nèi)負荷響應(yīng)方式主要從微網(wǎng)內(nèi)供需平衡考慮，同時兼有價格型和激勵型響應(yīng)負荷這2種性質(zhì)，響應(yīng)過程更加靈活可靠，但受微網(wǎng)內(nèi)重要負荷極限約束。所以微網(wǎng)故障恢復策略是：故障期間微網(wǎng)可以并網(wǎng)運行，但公共連接點開合次數(shù)受限；微網(wǎng)在保證自身重要負荷用電前提下可以外送電能；微網(wǎng)內(nèi)除重要負荷外其他可中斷負荷不參與停電補償。

2 需求側(cè)資源參與下的多階段故障恢復優(yōu)化模型

2.1 多階段故障恢復策略

多時段故障恢復策略的制定首先要明確恢復過程中系統(tǒng)運行水平及優(yōu)化控制對象，為降低建模復雜度，不再把各時段銜接時刻作為優(yōu)化變量，而是充分利用每小時負荷保持不變的假設(shè)，劃分每小時作為基本時段。優(yōu)化各個基本時段節(jié)點狀態(tài)及需求響應(yīng)負荷狀態(tài)時必須考慮前后時段系統(tǒng)狀態(tài)。具體點講，無論是在恢復前期還是中期恢復供電，一旦節(jié)點尋找到供電路徑就能維持至故障結(jié)束，也即開關(guān)一旦連通失電節(jié)點與備用電源的通路，就不能再打開。需求響應(yīng)負荷的響應(yīng)也要考慮整個恢復階段的需要，在最合適的時機響應(yīng)。圖3描述了負荷峰值時刻發(fā)生故障的多時段恢復過程。

圖3 多時段恢復過程Fig.3 Multiperiod restoration process

由圖3可知，由于負荷高峰時段備用電源轉(zhuǎn)帶能力有限，只能恢復部分負荷，但隨著負荷水平的降低及需求側(cè)資源的參與，更多負荷節(jié)點得到恢復。結(jié)合故障時刻的負荷水平對2種典型故障場景的多時段恢復策略進行分析說明。

故障場景1故障發(fā)生于負荷峰值時刻，初始時段IL不能響應(yīng)，所以只能控制開關(guān)及DCL滿足該時段供電恢復，但是隨著負荷水平的降低，可以通過閉合更多開關(guān)及響應(yīng)更多IL來恢復其他節(jié)點負荷，只要保證接下來的所有時段已經(jīng)恢復的節(jié)點不再失電。

故障場景2故障發(fā)生于負荷谷時刻，初始時段恢復策略要考慮峰荷時段系統(tǒng)狀態(tài)，即初始時段開關(guān)狀態(tài)及需求響應(yīng)負荷可用性能夠滿足峰荷時段系統(tǒng)需求。

多時段故障恢復模型的優(yōu)點是盡可能多地恢復節(jié)點負荷、減少停電時間，并且能夠充分利用各類需求側(cè)資源實現(xiàn)可靠性與經(jīng)濟性的平衡。

2.2 網(wǎng)絡(luò)拓撲建模

實際配電網(wǎng)節(jié)點和支路眾多，網(wǎng)絡(luò)規(guī)模龐大。因此為方便描述和簡化計算，本文假設(shè)配電網(wǎng)絡(luò)已進行簡化等效，如圖4所示。L1、L2、L3、L4均為支路，均有開關(guān)且可操作。

圖4 二饋線配電網(wǎng)Fig.4 Distribution system consisting of two feeders

本文運用基于關(guān)聯(lián)矩陣的網(wǎng)絡(luò)拓撲建模方法，以圖4為例進行說明。

(1)節(jié)點-支路關(guān)聯(lián)矩陣Cl。圖4中箭頭指向的節(jié)點與該支路關(guān)聯(lián)度為1，箭尾指向的節(jié)點與該支路關(guān)聯(lián)度為-1，其他關(guān)聯(lián)度為0，圖4的Cl如式(5)所示。

(5)

(2)節(jié)點-節(jié)點關(guān)聯(lián)矩陣Cb。Cb=Cl(Cl)T，Cb的對角元素為節(jié)點關(guān)聯(lián)支路內(nèi)積，即為節(jié)點所接支路數(shù)，其他元素為節(jié)點與其他節(jié)點關(guān)聯(lián)情況，“-1”表示有關(guān)聯(lián)，“0”表示無關(guān)聯(lián)，如式(6)所示。

(6)

(7)

(5)j階段開關(guān)狀態(tài)矩陣Sj。將開關(guān)狀態(tài)記錄在對角化矩陣Sj中，在起始階段，圖4中支路L1、L2、L3、L4的開關(guān)狀態(tài)矩陣為S0=(1 0 1 1)，若打開L3開關(guān)且閉合L2開關(guān)，則得到的開關(guān)狀態(tài)矩陣為S1=(1 1 0 1)，則j階段的開關(guān)動作次數(shù)為

(8)

Clj=ClSj

(9)

(10)

(11)

2.3 考慮需求側(cè)資源的主動配電網(wǎng)故障恢復動態(tài)目標

(12)

式中：N為總節(jié)點數(shù)；M為總階段數(shù)；Tj為j階段的持續(xù)時間。

(13)

2.4 考慮需求側(cè)資源的主動配電網(wǎng)故障恢復動態(tài)約束

故障恢復約束條件主要包括用戶停電次數(shù)約束、支路潮流約束、可中斷負荷響應(yīng)時間約束等。

(1)用戶停電次數(shù)約束。

(14)

(2)可中斷負荷響應(yīng)時間約束。

(15)

(3)節(jié)點電壓約束。

Vmin≤Vi≤Vmax

(16)

式中：Vi為節(jié)點i電壓；Vmin、Vmax分別為節(jié)點電壓的下限和上限。

(4)支路潮流約束。

(17)

(5)輻射狀約束。

(18)

(6)可中斷負荷響應(yīng)容量約束。

(19)

3 多階段故障恢復動態(tài)優(yōu)化問題求解方法

配電網(wǎng)多階段故障恢復的目標是得出一系列開關(guān)、需求響應(yīng)負荷狀態(tài)組合，需要對每個階段開關(guān)狀態(tài)及負荷響應(yīng)情況進行優(yōu)化，如式(20)所示。

(20)

差分進化算法在求解多目標問題時，需要將Pareto排序機制和基本差分進化算法相結(jié)合，通過種群之間的支配關(guān)系來確定種群的歷史最優(yōu)解，并更新非劣解集。為保證兩階段狀態(tài)之間開關(guān)、負荷狀態(tài)切換不會太頻繁，取前一階段非劣解的開關(guān)、負荷狀態(tài)作為當前階段初始種群，直到搜索最后階段狀態(tài)。采用基于信息熵的TOPSIS法對最后階段的非劣解集進行求解排序，確定多階段最優(yōu)恢復策略。基于多目標微分進化算法的多階段故障恢復動態(tài)優(yōu)化流程如圖5所示。

圖5 多階段故障恢復動態(tài)優(yōu)化方法流程Fig.5 Flow chart of multi-stage fault restorationdynamical optimization method

4 算例分析

本文以圖6所示的典型三饋線配電系統(tǒng)為例進行驗證計算，具體網(wǎng)絡(luò)參數(shù)見文獻[18]，電網(wǎng)電價選用北京市商業(yè)用電峰谷分時電價標準[19]。

圖6 典型三饋線配電網(wǎng)Fig.6 Typical distribution system consisting of three feeders

圖6中實線代表帶分段開關(guān)的支路，為常閉支路，虛線代表帶聯(lián)絡(luò)開關(guān)的支路，為常開支路。正常運行狀態(tài)系統(tǒng)開關(guān)狀態(tài)矩陣為S0=(1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0)。

為驗證本文多階段故障恢復組合優(yōu)化模型，對節(jié)點4、13處負荷進行價格激勵，在節(jié)點6、9進行中斷容量補償激勵，形成2類負荷，在節(jié)點9、15進行中斷次數(shù)補償激勵，形成3類負荷。在節(jié)點10處增加包含可控負荷、風電(wind turbine generator， WTG)及儲能(energy storage, ES)系統(tǒng)的微網(wǎng)。對于節(jié)點10微網(wǎng)負荷，其正常運行時的負荷曲線及重要用戶負荷曲線如圖7所示。正常運行時的負荷曲線與重要用戶負荷曲線之間的負荷是故障恢復可調(diào)度的部分。所有負荷均為時變量，本文假設(shè)1 h內(nèi)保持不變。

圖7 風電出力及微網(wǎng)負荷時序曲線Fig.7 Sequential curve of wind turbine generationspower output and microgrid load

考慮風功率預(yù)測誤差，設(shè)置控制裕度系數(shù)h，可以控制風儲聯(lián)合發(fā)電功率滿足國家標準對風電有功功率變化的要求[20]。假設(shè)風電在30 min內(nèi)保持不變。

本文不對儲能充放電策略進行建模，但假設(shè)儲能不僅能夠平滑間歇性能源輸出，且能夠有效補償間歇性能源出力預(yù)測誤差。多階段故障恢復優(yōu)化模型中的相關(guān)參數(shù)見表1。

表1優(yōu)化模型參數(shù)
Table1Optimizationmodelparameters

當系統(tǒng)f1在負荷午高峰前的10：00發(fā)生永久性故障，經(jīng)過故障隔離節(jié)點8需要等到故障修復后才能恢復供電，饋線2其余負荷需通過制定故障恢復策略尋找其他供電路徑實現(xiàn)快速恢復用電，根據(jù)故障發(fā)生階段檢修人員的機動能力將故障修復時間設(shè)為10 h。為了說明需求側(cè)資源參與故障恢復的作用，本文選取5個場景，并針對各個場景故障恢復策略，對比不同場景恢復策略的異同。

場景1主饋線負載率為0.8；價格型、激勵型需求側(cè)資源均參與故障恢復。

場景2主饋線負載率為0.8；價格型、激勵型需求側(cè)資源均不參與故障恢復。

場景3主饋線負載率為0.8；在節(jié)點4、6、9進行中斷容量補償激勵，形成2類負荷；在節(jié)點9、13、15進行中斷次數(shù)補償激勵，形成3類負荷。

場景4主饋線負載率為0.8；在節(jié)點4、6、9、3、15處負荷進行價格激勵。

場景5主饋線負載率為0.6；價格型、激勵型需求側(cè)資源均參與故障恢復。

場景1的最優(yōu)故障恢復策略見表2。

表2場景1多階段最優(yōu)恢復策略
Table2Multi-stageoptimalrestorationstrategyofscenario1

場景1對應(yīng)的最優(yōu)目標函數(shù)值及相關(guān)指標如表3所示，其中：frel為故障恢復期間所有節(jié)點的總停電時間；fco為故障恢復期間的總停電損失。

表3場景1最優(yōu)恢復策略指標值
Table3Targetedvalueofoptimalrestorationstrategyofscenario1

由場景1最優(yōu)恢復策略結(jié)果可知，在晚高峰高負載的情況下，非故障失電區(qū)之所以能夠全部轉(zhuǎn)供，是價格響應(yīng)負荷、激勵響應(yīng)負荷可調(diào)度及風電出力增大共同作用的結(jié)果。

在場景2中，不存在需求側(cè)資源，所以故障恢復策略中不包含1、2、3類負荷狀態(tài)，但是仍要考慮微網(wǎng)出于能量平衡的減負荷自治特性。場景2故障恢復策略見表4。

場景2對應(yīng)的經(jīng)濟損失主要包括開關(guān)費用及損失電量費用，其最優(yōu)目標函數(shù)值及相關(guān)指標如表5所示。

表4場景2多階段最優(yōu)恢復策略
Table4Multi-stageoptimalrestorationstrategyofscenario2

表5 場景2最優(yōu)恢復策略指標值Table 5 Targeted value of optimal restorationstrategy of scenario 2

場景3的最優(yōu)故障恢復策略如表6所示。

場景3對應(yīng)的最優(yōu)目標函數(shù)值及相關(guān)指標值如表7所示。

場景4的最優(yōu)故障恢復策略如表8所示。

場景4對應(yīng)的最優(yōu)目標函數(shù)值及相關(guān)指標值如表9所示。

對比場景3和場景4可知，激勵型負荷在峰荷時段，實現(xiàn)了削峰的目的，其對快速恢復供電的貢獻較大，但需要支付較多的中斷補償費用；價格型負荷在負荷高峰期間，可通過電價信號的引導降低負荷，相當于降低了線路的負載率，對提高可靠性有一定的幫助。但是相比于激勵型負荷，價格型負荷在故障期間對可靠性提升貢獻較小，這是因為在故障負荷高峰期間，對于可調(diào)負荷和可平移負荷較少的用戶來說，價格型負荷削減負荷的能力不如激勵型負荷明顯。因此，同時引入價格型和激勵型負荷，既可以有效提高故障期間可靠性，也可以減低經(jīng)濟損失。

表6場景3多階段最優(yōu)恢復策略
Table6Multi-stageoptimalrestorationstrategyofscenario3

表7 場景3最優(yōu)恢復策略指標值Table 7 Targeted value of optimal restorationstrategy of scenario 3

表8場景4多階段最優(yōu)恢復策略
Table8Multi-stageoptimalrestorationstrategyofscenario4

表9 場景4最優(yōu)恢復策略指標值Table 9 Targeted value of optimal restorationstrategy of scenario 4

由于場景5中主饋線負載率為0.6，非故障失電區(qū)能夠在故障階段實現(xiàn)全部轉(zhuǎn)供，且最優(yōu)恢復策略為單階段開關(guān)序列，S1=(1 1 1 1 0 0 0 0 0 1 1 1 1 0 1 1)。場景5最優(yōu)恢復策略指標值如表10所示。

需求側(cè)資源在負載率較高的網(wǎng)絡(luò)中能夠體現(xiàn)出自身的備用優(yōu)勢，這也正是其在提高設(shè)備利用率方面的直接體現(xiàn)，且能夠盡早地恢復含分布式電源的微網(wǎng)并網(wǎng)運行，提高間歇性能源的消納能力。所以需求側(cè)資源參與的配電網(wǎng)主動運行能夠有效提高配電網(wǎng)的可靠性及經(jīng)濟性。

表10場景5最優(yōu)恢復策略指標值
Table10Targetedvalueofoptimalrestorationstrategyofscenario5

5 結(jié) 論

本文建立了考慮需求側(cè)資源的主動配電網(wǎng)多階段故障恢復模型。仿真驗證了需求側(cè)資源在故障恢復過程中能夠等效地增加系統(tǒng)備用，保證更多重要負荷在故障階段不失電。多階段故障恢復策略體現(xiàn)了開關(guān)有序開合的分階段恢復供電特點，并未過多地進行開關(guān)操作。并且多階段故障恢復能夠盡早恢復微網(wǎng)并網(wǎng)運行，保證微網(wǎng)穩(wěn)定，提高可再生能源消納能力。算例所得結(jié)果分別從可靠性與經(jīng)濟性這2個方面體現(xiàn)了需求側(cè)資源參與主動配電網(wǎng)故障恢復的應(yīng)用價值，能夠在某種程度上指導需求側(cè)響應(yīng)項目的制定與實施。

[1] 張欽, 王錫凡, 付敏, 等. 需求響應(yīng)視角下的智能電網(wǎng)[J]. 電力系統(tǒng)自動化, 2009, 33(17): 49-55．

ZHANG Qin, WANG Xifan, FU Min, et al. Smart grid from the perspective of demand response[J]. Automation of Electric Power Systems, 2009, 33(17): 49-55.

[2] 劉寶華, 王冬容, 曾鳴. 從需求側(cè)管理到需求側(cè)響應(yīng)[J]. 電力需求側(cè)管理, 2005, 7(5): 10-13.

LIU Baohua, WANG Dongrong, ZENG Ming. From DSM to demand side response[J]. Power Demand Side Management, 2005, 7(5): 10-13.

[3] 薛禹勝, 羅運虎, 李碧君, 等. 關(guān)于可中斷負荷參與系統(tǒng)備用的評述[J]. 電力系統(tǒng)自動化, 2007, 31(10): 1-6.

XUE Yusheng, LUO Yunhu, LI Bijun,et al. A review of interruptible load participating in power system reserve[J]. Automation of Electric Power Systems, 2007, 31(10): 1-6.

[4] 劉小聰, 王蓓蓓, 李揚, 等. 智能電網(wǎng)下計及用戶側(cè)互動的發(fā)電日前調(diào)度計劃模型 [J]. 中國電機工程學報, 2013, 33(1): 30-38.

LIU Xiaocong, WANG Beibei,LI Yang, et al. Day-ahead generation scheduling model considering demand side interaction under smart grid paradigm[J]. Proceedings of the CSEE, 2013, 33(1): 30-38.

[5] 劉峻, 何世恩. 建設(shè)堅強智能電網(wǎng)助推酒泉風電基地發(fā)展[J]. 電力系統(tǒng)保護與控制, 2010, 38(21): 19-23.

LIU Jun, HE Shien. Strong smart grid boosts Jiuquan wind power base development[J]. Power System Protection and Control, 2010, 38(21): 19-23.

[6] 張欽, 王錫凡, 王建學, 等. 電力市場下需求響應(yīng)研究綜述[J]. 電力系統(tǒng)自動化, 2008, 32(3): 97-106.

ZHANG Qin, WANG Xifan, WANG Jianxue, et al. Survey of demand response research in deregulated electricity markets[J]. Automation of Electric Power Systems, 2008, 32(3): 97-106.

[7] FARUQUI A, PALMER J. The discovery of price responsiveness-a survey of experiments involving dynamic pricing of electricity[EB/OL]. (2012-04-23)[2017-05-01]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2020587.

[8] PEREZ-GUERRERO R, HEYDT G T, JACK N J, et al. Optimal restoration of distribution systems using dynamic programming[J]. IEEE Transactions on Power Delivery, 2008, 23(3): 1589-1596.

[9] 吳文傳, 張伯明. 基于待恢復樹切割的配電網(wǎng)故障恢復實時算法[J]. 電力系統(tǒng)自動化, 2003, 27(12): 50-54.

WU Wenchuan, ZHANG Boming. A candidate restoring tree cutting based algorithm for real-time distribution system restoration[J]. Automation of Electric Power Systems, 2003, 27(12): 50-54.

[10] 盧志剛, 董玉香. 基于改進二進制粒子群算法的配電網(wǎng)故障恢復[J]. 電力系統(tǒng)自動化, 2006, 30(24): 39-43.

LU Zhigang, DONG Yuxiang. Distribution system restoration based on improved binary particle swarm optimization[J]. Automation of Electric Power Systems, 2006, 30(24): 39-43.

[11] 鞏偉崢, 房鑫炎. 基于混合編碼方式的配電網(wǎng)故障恢復算法研究[J]. 電力系統(tǒng)保護與控制, 2012, 40(6): 104-108.

GONG Weizheng, FANG Xinyan. Research of distribution system service restoration algorithm based on hybrid encoding[J]. Power System Protection and Control, 2012, 40(6): 104-108.

[12] 王蓓蓓, 劉小聰, 李揚. 面向大容量風電接入考慮用戶側(cè)互動的系統(tǒng)日前調(diào)度和運行模擬研究[J]. 中國電機工程學報, 2013, 33(22): 35-44.

WANG Beibei, LIU Xiaocong, LI Yang, Day-ahead generation scheduling and operation simulation considering demand response in large-capacity wind power integrated systems[J]. Proceedings of the CSEE, 2013, 33(22): 35-44.

[13] 尤毅, 劉東, 于文鵬, 等. 主動配電網(wǎng)技術(shù)及其進展[J]. 電力系統(tǒng)自動化, 2012, 36(18): 10-16.

YOU Yi, LIU Dong, YU Wenpeng, et al. Technology and its trends of active distribution network[J]. Automation of Electric Power Systems, 2012, 36(18): 10-16.

[14] HUANG C M. Multiobjective service restoration of distribution systems using fuzzy cause-effect networks[J]. IEEE Transactions on Power Systems, 2003, 18(2): 867-874.

[15] PEREZ-GUERRERO R, HEYDT G T, JACK N J, et al. Optimal restoration of distribution systems using dynamic programming[J]. IEEE Transactions on Power Delivery, 2008, 23(3): 1589-1596.

[16] ZHAO B, DONG X, BORNEMANN J. Service restoration for a renewable-powered microgrid in unscheduled island mode[J]. IEEE Transactions on Smart Grid, 2015, 6(3): 1128-1136.

[16] 楊文佳, 康重慶, 夏清, 等. 基于預(yù)測誤差分布特性統(tǒng)計分析的概率性短期負荷預(yù)測[J]. 電力系統(tǒng)自動化, 2006, 30(19): 47-52.

YANG Wenjia, KANG Chongqing, XIA Qing, et al. Short term probabilistic load forecasting based on statistics of probability distribution of forecasting errors[J]. Automation of Electric Power Systems, 2006, 30(19): 47-52.

[17] 阮文駿, 王蓓蓓, 李揚, 等. 峰谷分時電價下的用戶響應(yīng)行為研究[J]. 電網(wǎng)技術(shù), 2012, 36(7): 86-93.

RUAN Wenjun, WANG Beibei, LI Yang, et al. Customer response behavior in time-of-use price[J]. Power System Technology, 2012, 36(7): 86-93.

[18] CIVANLAR S, GRAINGER J J, YIN H, et al. Distribution feeder reconfiguration for loss reduction[J]. IEEE Transactions on Power Delivery, 1988, 3(3): 1217-1223.

[19] 馬麗, 劉念, 張建華, 等. 基于主從博弈策略的社區(qū)能源互聯(lián)網(wǎng)分布式能量管理[J]. 電網(wǎng)技術(shù), 2016, 40(12): 3655-3662.

MA Li, LIU Nian, ZHANG Jianhua, et al. Distributed energy management of community energy internet based on leader-followers game[J]. Power System Technology, 2016, 40(12): 3655-3662.

[20] 王穎, 張凱鋒, 付嘉渝, 等. 抑制風電爬坡率的風儲聯(lián)合優(yōu)化控制方法[J]. 電力系統(tǒng)自動化, 2013, 37(13): 17-23.

WANG Ying, ZHANG Kaifeng, FU Jiayu, et al. Optimization control method of wind/storage system for suppressing wind power ramp rate[J]. Automation of Electric Power Systems, 2013, 37(13): 17-23.

2017-06-12

劉文霞(1967)，女，博士，教授，主要研究方向為主動配電網(wǎng)規(guī)劃、運行；

李校瑩(1992)，女，碩士研究生，通信作者，主要研究方向為主動配電網(wǎng)規(guī)劃、需求側(cè)響應(yīng)；

王佳偉(1980)，男，碩士，高級工程師，主要研究方向為配電網(wǎng)規(guī)劃；

徐雅惠(1995)，女，碩士研究生，主要研究方向為主動配電網(wǎng)規(guī)劃與可靠性；

石道桂(1990)，男，碩士，工程師，主要研究方向為配電網(wǎng)調(diào)度、運行；

邢亞虹(1990)，女，碩士，工程師，主要研究方向為配電網(wǎng)規(guī)劃。

(編輯 景賀峰)

Multi-StageServiceRestorationMethodofActiveDistributionNetworkConsideringDemandSideResources

LIU Wenxia1，LI Xiaoying1，WANG Jiawei2，XU Yahui1，SHI Daogui3，XING Yahong2

(1. School of Electrical amp; Electronic Engineering, North China Electric Power University, Beijing 102206, China; 2. Economic and Technical Research Institute of State Grid Shanxi Electric Power Company, Taiyuan 030002, China; 3. State Grid Zhejiang Hangzhou Xiaoshan Power Supply Company, Hangzhou 311200, China)

This paper presents a model for multi-stage service restoration in active distribution network (ADN) with demand side resources (DSR) participated, which is characterized by high reliability of the system and the utilization of the equipment, with considering the complex operation characteristics of ADN in fault stage. Firstly, the characteristic of DSR is analyzed to establish time varying model for load responding to price and the compensating model for load responding to excitation. The aim to minimize outage time and restoration cost and the constraint conditions of interruption times and load response time help to establish the restoration model. The multi-objective differential evolution (DE) algorithm applied to the dynamic optimization model obtains the multi-stage optimal strategy of service restoration. Case study indicates the validity and efficiency of the proposed model, and the effect of DSR participating in service restoration is illustrated.

demand side resource (DSR); active distribution network (ADN); service restoration; multi-stage; dynamic optimization model

國家電網(wǎng)公司科技項目(面向電力綜改區(qū)的配電網(wǎng)規(guī)劃技術(shù)及發(fā)展策略研究)

TM73

A

1000-7229(2017)11-0064-09

10.3969/j.issn.1000-7229.2017.11.009