多源柔性電網(wǎng)災(zāi)變恢復(fù)智慧預(yù)案優(yōu)化評估

蔡振華，陳東海，金 力，房鑫炎，李亦凡

（1.國網(wǎng)浙江省電力有限公司寧波供電公司，浙江 寧波 315000；2.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海 200240）

0 引言

近年來，隨著各種電力新技術(shù)的發(fā)展，電網(wǎng)可再生能源滲透率逐漸提高，交直流混聯(lián)電網(wǎng)多模式運行，特高壓受端電網(wǎng)受電率不斷提高，短路比不斷下降。相較于傳統(tǒng)電網(wǎng)，當(dāng)下電力系統(tǒng)的拓?fù)浣Y(jié)構(gòu)更加復(fù)雜，其穩(wěn)定性受到了一定程度的影響。這種電網(wǎng)運行方式會帶來諸如特高壓換流站換相失敗、電力電子設(shè)備諧波干擾、柔直異步并網(wǎng)等新的安全隱患問題，更容易導(dǎo)致電網(wǎng)大面積停電等災(zāi)變事故的發(fā)生，造成更大的經(jīng)濟損失與更廣泛的社會影響。

災(zāi)變恢復(fù)智慧預(yù)案作為電力系統(tǒng)應(yīng)對大面積停電事故的主要措施之一，具有重要的研究和實用意義。目前對電網(wǎng)的災(zāi)變恢復(fù)預(yù)案體系已經(jīng)有大量研究。文獻(xiàn)[1]通過對電網(wǎng)應(yīng)急能力進(jìn)行時空維度的拆解，構(gòu)建了電力系統(tǒng)災(zāi)變恢復(fù)的動態(tài)評價指標(biāo)體系，實現(xiàn)了對文獻(xiàn)[2]中的靜態(tài)指標(biāo)體系的補充。文獻(xiàn)[3-4]對配電網(wǎng)應(yīng)對極端災(zāi)變的恢復(fù)力指標(biāo)進(jìn)行了研究，使電網(wǎng)對發(fā)生概率小但是破壞性大的極端事件有更好的應(yīng)對能力，是對小概率情況下電網(wǎng)災(zāi)變恢復(fù)預(yù)案的補充。在指標(biāo)體系建立和算法研究方面，文獻(xiàn)[5]提出D-AHP（基于D 數(shù)理論的層次分析法）作為降低專家主觀性的方法。文獻(xiàn)[6]通過主、客觀賦權(quán)結(jié)合的方法，提高了賦權(quán)的客觀性。文獻(xiàn)[7]提出結(jié)合TOPSIS（逼近理想解排序法）與直覺模糊熵的評估模型，根據(jù)決策者的風(fēng)險系數(shù)進(jìn)行調(diào)整，可靠性更高。但這些預(yù)案的有效性和可行性都不高，其主要原因可以歸納為：基于事件觸發(fā)的預(yù)案流程時間尺度的單一性、滾動預(yù)案的靜態(tài)特性、預(yù)案執(zhí)行的可用資源的局限性。

綜上所述，當(dāng)前對電網(wǎng)災(zāi)變恢復(fù)預(yù)案的研究存在不足之處。本文針對多源融合的柔性電網(wǎng)特征，結(jié)合態(tài)勢感知技術(shù)，完善預(yù)案的關(guān)聯(lián)性和有效評估，以實現(xiàn)真正意義上的智慧恢復(fù)預(yù)案，主要包括：多源支撐的源網(wǎng)荷儲協(xié)調(diào)機制；基于多時間尺度的預(yù)案動態(tài)特性；出力特性及負(fù)荷特性的高匹配度；能量路由器及能源物聯(lián)網(wǎng)的應(yīng)用。

本文在傳統(tǒng)電網(wǎng)災(zāi)變恢復(fù)預(yù)案評估體系的基礎(chǔ)上，增加針對新型電網(wǎng)特色的分層指標(biāo)，建立在多饋入的新型電網(wǎng)結(jié)構(gòu)下，電力系統(tǒng)災(zāi)變恢復(fù)預(yù)案的動態(tài)評價指標(biāo)體系。采用D-AHP 與Poisson 分布對各級指標(biāo)和時間序列的權(quán)重進(jìn)行賦值，采用TOPSIS 計算各項指標(biāo)的評估結(jié)果與實時數(shù)據(jù)的歐氏距離和貼近度。最后，以某一區(qū)域電網(wǎng)下不同災(zāi)變恢復(fù)預(yù)案的對比評估作為仿真算例，對本文所提災(zāi)變恢復(fù)預(yù)案的評估體系以及模型算法的有效性與可行性進(jìn)行驗證。

1 多源柔性電網(wǎng)災(zāi)變恢復(fù)智慧預(yù)案評價指標(biāo)體系

1.1 時間維度分解

電力系統(tǒng)災(zāi)變恢復(fù)預(yù)案通過基于時間維度的階段劃分獲得動態(tài)指標(biāo)。根據(jù)災(zāi)變情況的發(fā)展過程，電力系統(tǒng)的運行狀態(tài)可以分為以下幾個階段（見圖1）：正常運行階段，0＜t＜t1，t＞t3；災(zāi)變階段，t1＜t＜t2；災(zāi)變恢復(fù)階段，t2＜t＜t3。

圖1 災(zāi)變過程時間維度

每個階段，電力系統(tǒng)對災(zāi)變的評判指標(biāo)不是一成不變的，不同時期每個指標(biāo)的權(quán)重應(yīng)該不同。以電力系統(tǒng)災(zāi)變恢復(fù)能力作為零級指標(biāo)，從時間維度對整個過程進(jìn)行拆解，將災(zāi)變前預(yù)防階段的控制能力、災(zāi)變發(fā)展階段的嚴(yán)重度、災(zāi)變恢復(fù)階段的恢復(fù)力作為評價指標(biāo)體系的一級指標(biāo)，同時也作為本文評價指標(biāo)體系的時間序列。

1.2 多源柔性電網(wǎng)的災(zāi)變恢復(fù)智慧預(yù)案

隨著電力技術(shù)和通信技術(shù)的快速發(fā)展，傳統(tǒng)電網(wǎng)已經(jīng)逐漸被新型的多源柔性電網(wǎng)所取代，災(zāi)變恢復(fù)預(yù)案也逐漸變得智能化。

（1）隨著電網(wǎng)的新能源滲透率提高，配電網(wǎng)結(jié)構(gòu)從傳統(tǒng)的單向潮流輻射式電網(wǎng)變成了多向潮流的多源融合新型電網(wǎng)，多源接入給區(qū)域電網(wǎng)的災(zāi)變恢復(fù)帶來了巨大影響。在災(zāi)變恢復(fù)過程中除了考慮傳統(tǒng)的網(wǎng)架重構(gòu)與負(fù)荷恢復(fù)以外，還需要協(xié)調(diào)支撐電源與網(wǎng)架、負(fù)荷之間的功率匹配問題，以“源網(wǎng)荷儲”作為協(xié)調(diào)機制統(tǒng)籌規(guī)劃。同時，分布式能源的功率預(yù)測水平也是決定災(zāi)變恢復(fù)調(diào)度預(yù)案準(zhǔn)確性的關(guān)鍵因素之一。

（2）特高壓交直流混聯(lián)工程的投入，使得特高壓受端電網(wǎng)的受電比例不斷提高，對特高壓直流逆變站的故障監(jiān)測措施能夠保障特高壓受端電網(wǎng)的電能穩(wěn)定。

（3）能量路由器作為能源互聯(lián)網(wǎng)實現(xiàn)協(xié)調(diào)調(diào)度的控制單元，獲得了廣泛的應(yīng)用。其基于電力電子設(shè)備實時通信的控制方式，使得電網(wǎng)的調(diào)度指令傳遞速度獲得了巨大提升。在電網(wǎng)災(zāi)變恢復(fù)預(yù)案的評估中，能量路由器的控制力能夠很大程度影響電網(wǎng)災(zāi)變恢復(fù)能力。

（4）大數(shù)據(jù)和5G 通信時代下，新型電網(wǎng)的數(shù)據(jù)量大幅上升，電網(wǎng)對數(shù)據(jù)的處理分析能力將很大程度上影響災(zāi)變恢復(fù)過程中決策判斷的速度與準(zhǔn)確性?；诖髷?shù)據(jù)分析、人工智能手段以及5G通信技術(shù)的智慧型預(yù)案將取代傳統(tǒng)恢復(fù)預(yù)案，成為主要的災(zāi)變恢復(fù)預(yù)案體系。

1.3 新型柔性電網(wǎng)的災(zāi)變恢復(fù)智慧預(yù)案評價指標(biāo)體系

綜上分析，可以形成如表1 所示的新型柔性電網(wǎng)災(zāi)變恢復(fù)預(yù)案評價指標(biāo)體系。

表1 新型電網(wǎng)災(zāi)變恢復(fù)預(yù)案評價指標(biāo)體系

2 綜合權(quán)重模型

2.1 D-AHP

D-AHP 是基于D 數(shù)理論對AHP 進(jìn)行改進(jìn)的一種分析方法[5]。D 數(shù)理論繼承了D-S 證據(jù)理論在處理不確定性信息方面的優(yōu)勢，并且能夠處理信息不完整的情況，具備更大的應(yīng)用范圍，已經(jīng)在不同領(lǐng)域廣泛應(yīng)用。關(guān)于D 數(shù)的定義見文獻(xiàn)[8]。

D-AHP 在傳統(tǒng)AHP 的基礎(chǔ)上，通過D 數(shù)偏好關(guān)系求解指標(biāo)權(quán)重，對存在不確定信息的主觀評價體系進(jìn)行求解，有效降低評估過程中的專家評價主觀性對結(jié)果的不利影響。本文構(gòu)建的電力系統(tǒng)災(zāi)變評價體系層次結(jié)構(gòu)模型如圖2 所示。

D-AHP 計算指標(biāo)權(quán)重步驟如下：

圖2 災(zāi)變恢復(fù)預(yù)案評價體系層次結(jié)構(gòu)模型

Step1，專家們對指標(biāo)進(jìn)行成對比較評價，以偏好關(guān)系表達(dá)對各個指標(biāo)的重要程度，構(gòu)建D 數(shù)偏好矩陣RD。

Step2，利用公式將D 數(shù)偏好矩陣RD轉(zhuǎn)化為實數(shù)矩陣RC。

Step3，構(gòu)建基于實數(shù)矩陣RC的概率矩陣RP[8]。

Step4，計算概率矩陣RP中每行的和并按大小排序，根據(jù)矩陣排序得到三角化矩陣。

Step6，計算各指標(biāo)的相對權(quán)重。

在計算權(quán)重時，不一致系數(shù)為：

式中：n 為成對比較的指標(biāo)個數(shù)。D-AHP 的不一致系數(shù)常見取值范圍為小于0.1。

2.2 Poisson 分布確定時間權(quán)重

電力系統(tǒng)災(zāi)變是一個動態(tài)循環(huán)的過程，想要對整個系統(tǒng)災(zāi)變狀態(tài)進(jìn)行全面客觀的評估，就要將時間序列賦予一定權(quán)重，納入考慮因素。所賦予的權(quán)重應(yīng)具有以下特征：

（1）權(quán)重序列應(yīng)該是一個離散序列，可以根據(jù)時間序列進(jìn)行調(diào)整。

（2）對于每個階段來說，當(dāng)前階段的重要程度顯然更高，并且在當(dāng)前階段之后的階段比當(dāng)前階段之前的階段更重要。

（3）權(quán)重之和為1。

文獻(xiàn)[9]通過主觀法定義時間權(quán)重，該方法主觀性過高，且不夠準(zhǔn)確。文獻(xiàn)[10]中TOWA（時序加權(quán)平均算子）與TOWGA（時序加權(quán)幾何平均算子）的時間序列權(quán)重賦值辦法采用專家評判指標(biāo)，同樣具有主觀性強的缺點。Poisson 分布是概率學(xué)中用于描述單位時間內(nèi)隨機事件發(fā)生次數(shù)的一種方法，在現(xiàn)實生活中大多數(shù)情況都服從于Poisson分布。本文中采用Poisson 分布的正態(tài)函數(shù)對時間權(quán)重進(jìn)行賦值，相比于主觀法賦值，它有更好的通用性與準(zhǔn)確性。因為電力系統(tǒng)災(zāi)變是一個動態(tài)循環(huán)的過程，定義a3為與當(dāng)前電力系統(tǒng)階段最為接近的時間序列，例如研究電力系統(tǒng)災(zāi)變恢復(fù)預(yù)案時，預(yù)防狀態(tài)為時間序列a3，災(zāi)變階段為a1，恢復(fù)階段為a2。

權(quán)重η 計算公式為：

2.3 TOPSIS[5]

TOPSIS 是一種常用的綜合評價方法，可充分利用原始數(shù)據(jù)的信息，其結(jié)果能精確反映各評價方案之間的差距。

TOPSIS 的一般步驟如下：

Step1，專家組h={h1，h2，…，hm}評判指標(biāo)集U={U1，U2，…，Un}，獲得初始評判矩陣MA=[aij]m×n，即

Step2，將初始評判矩陣中所有指標(biāo)aij轉(zhuǎn)化為極大型指標(biāo)bij，即指標(biāo)正向化。

對于極大（效益）型指標(biāo)：

對于極小（成本）型指標(biāo)：

由此，可獲得標(biāo)準(zhǔn)化矩陣MA=[aij]m×n，MB=[bij]m×n。

Step3，構(gòu)建加權(quán)后的標(biāo)準(zhǔn)化矩陣，即將評價指標(biāo)與標(biāo)準(zhǔn)化矩陣MB的指標(biāo)實際數(shù)值對應(yīng)相乘，獲得加權(quán)矩陣MC=[cij]m×n。

Step4，定義最優(yōu)解和最劣解，并計算歐氏距離，確定最優(yōu)方案和最劣方案。

定義最大值：

定義最小值：

Step5，計算每個樣本未歸一化的得分，然后完成對每個樣本的優(yōu)劣排序，最后進(jìn)行歸一化處理：

3 算例驗證分析

為了驗證本文所提的評價指標(biāo)體系能夠有效評估新型多源柔性電網(wǎng)的災(zāi)變恢復(fù)智能預(yù)案，以某個具備新型多源柔性電網(wǎng)結(jié)構(gòu)的區(qū)域電網(wǎng)作為算例，針對A，B，C 3 種恢復(fù)預(yù)案，采用本文所提評價指標(biāo)體系進(jìn)行評估分析，各指標(biāo)評估情況見表3。

方案A：該區(qū)域電網(wǎng)十幾年前的傳統(tǒng)電網(wǎng)災(zāi)變恢復(fù)預(yù)案。此災(zāi)變恢復(fù)預(yù)案針對的是十幾年前的傳統(tǒng)電網(wǎng)，當(dāng)時的電網(wǎng)沒有大數(shù)據(jù)與智能化，也沒有多源柔性電網(wǎng)的結(jié)構(gòu)特征，因此該方案在傳統(tǒng)性指標(biāo){x1，x2，x3，x7，x8，x9，x11，x12，x13}方面的評估結(jié)果較好，在多源柔性電網(wǎng)以及大數(shù)據(jù)智慧預(yù)案指標(biāo){x4，x5，x6，x10，x14，x15}方面的評估結(jié)果較差，或者幾乎處于空白狀態(tài)。

方案B：該區(qū)域電網(wǎng)數(shù)年前的多源柔性電網(wǎng)災(zāi)變恢復(fù)預(yù)案。由于電力技術(shù)的進(jìn)步與電網(wǎng)要求的提高，方案B 比方案A 在傳統(tǒng)性指標(biāo){x1，x2，x3，x7，x8，x9，x11，x12，x13}方面的評估結(jié)果有少許提升，在多源柔性電網(wǎng)指標(biāo){x4，x5，x10，x15}方面的評估結(jié)果較好，在大數(shù)據(jù)與智能化指標(biāo){x6，x14}方面的評估結(jié)果較差。

方案C：該區(qū)域電網(wǎng)當(dāng)代的新型多源柔性電網(wǎng)災(zāi)變恢復(fù)智慧預(yù)案。相比于方案A 和方案B，方案C 在本文構(gòu)建的評估體系中各項指標(biāo)均表現(xiàn)優(yōu)越。

具體步驟如下：

（1）D-AHP 層次結(jié)構(gòu)構(gòu)建。

構(gòu)建D-AHP 層次結(jié)構(gòu)模型，如圖3 所示。

圖3 D-AHP 層次結(jié)構(gòu)模型

（2）D-AHP 權(quán)重計算。

邀請電力系統(tǒng)災(zāi)變領(lǐng)域研究可信度較高的10 位專家為本文的所有指標(biāo)兩兩打分比較。使用D數(shù)理論對專家信息進(jìn)行匯總，獲得D 數(shù)偏好矩陣RD，矩陣和求解過程見附錄A。

同理，二級指標(biāo)相對于準(zhǔn)則層一級指標(biāo)的權(quán)重也可以通過D-AHP 求得，具體步驟同準(zhǔn)則層一級指標(biāo)，本文中不再贅述。計算結(jié)果見表2。

表2 各指標(biāo)權(quán)重數(shù)值

（3）時間權(quán)重計算。

根據(jù)時間序列的Poisson 分布求得{a1，a2，a3}的權(quán)重為={0.200 0，0.266 7，0.533 3}，選取φ=1.5。在災(zāi)變預(yù)防階段，即預(yù)防階段為時間序列a3，災(zāi)變階段為a1，災(zāi)變恢復(fù)段為a2。經(jīng)過時間序列權(quán)重與D-AHP 獲得的一級指標(biāo)權(quán)重線性加權(quán)，標(biāo)準(zhǔn)化處理以后，得到一級指標(biāo)權(quán)重={0.518 8，0.288 7，0.192 5}。

（4）應(yīng)用TOPSIS 進(jìn)行排序。

根據(jù)本文的指標(biāo)體系，組織專家對方案層3個方案的定性指標(biāo)進(jìn)行評估打分，通過SCADA系統(tǒng)統(tǒng)計定量指標(biāo)，并統(tǒng)一標(biāo)準(zhǔn)化處理為區(qū)間[0，1]的數(shù)據(jù)，如表3 所示。

對各項指標(biāo)結(jié)合表2 的綜合權(quán)重進(jìn)行加權(quán)，取處理后的各項指標(biāo)最大、最小值分別作為正、負(fù)理想解，根據(jù)TOPSIS 計算公式，得到如表4所示的歐氏距離和貼近度。

表3 各方案的指標(biāo)評估打分

表4 各方案的歐氏距離和貼近度

由表4 的計算結(jié)果可以得出結(jié)論：對于該區(qū)域電網(wǎng)，A，B，C 3 個災(zāi)變恢復(fù)預(yù)案對比結(jié)果為C＞B＞A。本文所提的評價指標(biāo)體系能夠評判災(zāi)變恢復(fù)預(yù)案對新型電網(wǎng)的適用性，能夠?qū)π滦碗娋W(wǎng)下的災(zāi)變恢復(fù)智慧預(yù)案作出全面的評估，對新型電網(wǎng)的災(zāi)變恢復(fù)智慧預(yù)案有指導(dǎo)性作用。

為了驗證本文所提的基于D-AHP 與Poisson分布確定指標(biāo)專家權(quán)重與時間權(quán)重的綜合指標(biāo)建模方法的科學(xué)性與優(yōu)越性，應(yīng)用傳統(tǒng)AHP 建立指標(biāo)權(quán)重模型與本文方法進(jìn)行分析對比，指標(biāo)權(quán)重計算結(jié)果如圖4 所示。

圖4 本文方法與傳統(tǒng)AHP 指標(biāo)權(quán)重對比

根據(jù)圖4 的指標(biāo)權(quán)重曲線可知，傳統(tǒng)AHP指標(biāo)權(quán)重的波動明顯偏大，專家主觀性強，而本文所提綜合權(quán)重法得到的指標(biāo)權(quán)重更加平均，專家主觀性被最大程度地降低。同時，時間權(quán)重的加入使得綜合權(quán)重指標(biāo)在災(zāi)變預(yù)防時期的指標(biāo)權(quán)重更大，符合本文所提時間權(quán)重指標(biāo)存在的意義，更加符合實際情況。采用TOPSIS 對AHP 確定的指標(biāo)權(quán)重的各方案進(jìn)行計算，各方案歐氏距離和貼近度排序結(jié)果為C＞B＞A，與本文所提方法的結(jié)論相同，證明了本文所提方法的科學(xué)性。

4 結(jié)語

本文針對傳統(tǒng)災(zāi)變恢復(fù)預(yù)案無法適應(yīng)新型電網(wǎng)的問題，在傳統(tǒng)的恢復(fù)預(yù)案評價指標(biāo)體系的基礎(chǔ)上，綜合分析新型多源柔性電網(wǎng)、災(zāi)變恢復(fù)智慧預(yù)案，增加了新型電網(wǎng)的特征指標(biāo)，并提出了一種結(jié)合D-AHP 專家評估權(quán)重和Poisson 分布的正態(tài)時間權(quán)重的動態(tài)評估模型，采用TOPSIS求解。算例結(jié)果表明，本文建立的多源柔性電網(wǎng)災(zāi)變恢復(fù)智慧預(yù)案評價體系能夠適應(yīng)當(dāng)前的多饋入新型電網(wǎng)結(jié)構(gòu)下的災(zāi)變恢復(fù)智慧預(yù)案，具有較大的現(xiàn)實意義。對比傳統(tǒng)賦權(quán)法，本文所提綜合權(quán)重賦值法的結(jié)果具有主觀性減弱、更符合實際時間分布的優(yōu)勢。

附錄A

B1B2B3每行的和

根據(jù)概率矩陣RP可以對各指標(biāo)排序B2?B1?B3，獲得對災(zāi)變狀態(tài)的評估結(jié)果影響程度由高到底依次為災(zāi)變的嚴(yán)重程度，災(zāi)變發(fā)生前應(yīng)急預(yù)防，災(zāi)變恢復(fù)能力。

式中：λ 為信息可信度[12]；為第i 個一級指標(biāo)的權(quán)重。因為專家可信度足夠高，令λ=2，由此得到指標(biāo)權(quán)重取值為：=0.31，=0.46，=0.23，與從概率矩陣得出的指標(biāo)重要度排序吻合。