王育飛,李可銘,2,薛 花,于艾清,米 陽
(1.上海電力大學(xué)電氣工程學(xué)院,上海市 200090;2.國網(wǎng)上海市電力公司金山供電公司,上海市 201500)
近年來,自然災(zāi)害等極端事件的發(fā)生愈加頻繁,而配電系統(tǒng)作為電力系統(tǒng)的末端,因其較為脆弱的特點更易受到破壞,從而造成大面積停電現(xiàn)象[1]。電力作為國民經(jīng)濟命脈,是關(guān)系到國計民生的重要能源產(chǎn)品,電力系統(tǒng)的安全穩(wěn)定運行是維持社會生產(chǎn)秩序的前提[2]。因此,利用各類恢復(fù)資源為災(zāi)后配電網(wǎng)及時提供能量支撐,提升配電網(wǎng)應(yīng)對極端事件的彈性能力具有重要意義。
隨著各類同步發(fā)電機、風(fēng)光儲系統(tǒng)等分布式電源(distributed generator,DG)的快速發(fā)展與普及應(yīng)用,國內(nèi)外學(xué)者對利用DG 進行配電網(wǎng)災(zāi)后孤島運行也開展了廣泛研究。文獻[3-4]考慮孤島劃分與網(wǎng)絡(luò)重構(gòu)的相互配合,利用DG 與主網(wǎng)的協(xié)調(diào)控制對配電網(wǎng)進行災(zāi)后恢復(fù)。文獻[5]計及新能源與負荷的動態(tài)不確定性對配電網(wǎng)恢復(fù)的影響,配合動態(tài)孤島劃分手段進一步提高配電網(wǎng)災(zāi)后恢復(fù)能力。文獻[6]提出一種考慮主動孤島和遠程控制開關(guān)的綜合恢復(fù)策略,在多時段孤島運行中實現(xiàn)快速故障隔離及提高抵御極端事件影響的能力。然而,以上研究在孤島運行層面僅進行了孤島劃分,且多以單源單孤島的形式或提前設(shè)定好孤島個數(shù)的形式進行孤島劃分,孤島數(shù)目無法動態(tài)優(yōu)化,多源協(xié)同能力未能充分發(fā)揮。
此外,移動式儲能系統(tǒng)(mobile energy storage system,MESS)應(yīng)用技術(shù)的發(fā)展也為配電網(wǎng)災(zāi)后恢復(fù)提供了新的手段。目前,MESS 除在閑置情況下提供削峰填谷[7]、降損調(diào)壓[8]等服務(wù)以外,主要用于應(yīng)急供電與負荷恢復(fù)。文獻[9]考慮交通路網(wǎng)下的MESS 調(diào)度,建立了有源配電網(wǎng)災(zāi)后均衡恢復(fù)模型,實現(xiàn)了MESS 與本地電源為同等權(quán)重的負荷進行公平、均衡供電。文獻[10]提出了端對端交易模式下的MESS 電能共享機制,通過優(yōu)化MESS 的充放電功率以實現(xiàn)災(zāi)后配電系統(tǒng)的韌性提升。文獻[11]創(chuàng)新性地提出可分離式移動儲能的概念,將傳統(tǒng)調(diào)度模式進行拓展延伸,使MESS 更加靈活地為災(zāi)后電網(wǎng)提供多時段的有功能量補充。文獻[12]提出了混合移動式儲能的使用方法,旨在調(diào)度其為災(zāi)后電、冷負荷協(xié)同供能。然而,實際交通網(wǎng)絡(luò)作為MESS 的行駛載體,上述研究在路-電耦合方面未進行深入研究,行駛過程僅做了簡化處理。
交通流量作為路網(wǎng)交通狀況的一種衡量標(biāo)準(zhǔn),移動資源的路徑規(guī)劃需要充分考慮交通流量產(chǎn)生的影響。文獻[13]考慮實時交通數(shù)據(jù)及通信網(wǎng)絡(luò)的影響,提出一種考慮MESS 輔助的多時段供電恢復(fù)策略。文獻[14]將交通流量的影響直接量化為已知的交通道路通行時間,提出一種考慮MESS 與搶修隊交替配合的電網(wǎng)修復(fù)策略。以上研究計及了實時交通情況對移動資源路徑規(guī)劃的影響,但多以預(yù)先設(shè)定好的全時段交通流量信息為基礎(chǔ),未能通過詳細模型來刻畫交通流量的動態(tài)變化。因此,無法充分考慮實際路況信息對MESS 現(xiàn)實調(diào)度產(chǎn)生的影響,所制定的調(diào)度策略脫離了交通層面的實際情況,導(dǎo)致調(diào)度結(jié)果過于理想。
基于現(xiàn)有研究的不足,文中提出一種考慮交通路網(wǎng)下MESS 調(diào)度的配電網(wǎng)災(zāi)后多源協(xié)同孤島運行策略,充分考慮了交通流量的不確定性對MESS調(diào)度過程的影響。同時,將提高電能分配能力的多源協(xié)同手段考慮在內(nèi),并基于兩階段優(yōu)化框架完成決策。算例驗證表明,所提策略不僅可以在路-電耦合背景下為MESS 規(guī)劃出參與災(zāi)后負荷恢復(fù)的最優(yōu)路徑,而且可以充分發(fā)揮多源協(xié)同能力,實現(xiàn)電能的最優(yōu)分配和轉(zhuǎn)移,有效提升災(zāi)后配電網(wǎng)的彈性水平。
隨著電力系統(tǒng)與交通系統(tǒng)的耦合關(guān)系日益緊密,兩系統(tǒng)均已具備信息互聯(lián)互通的能力[15]。當(dāng)極端事件發(fā)生后,引發(fā)的斷線故障會將配電網(wǎng)分解為多塊區(qū)域,交通路網(wǎng)的路段也會因極端事件的發(fā)生受到一定的破壞,進而影響到交通流量的分布。針對配電網(wǎng)的災(zāi)后恢復(fù)問題,除利用配電網(wǎng)本地的各DG 進行孤島運行外,針對不存在本地DG 供電路徑的失電孤島區(qū)域,可選擇移動類的電源資源(如MESS)進行輔助供電。
MESS 是連接交通路網(wǎng)與配電網(wǎng)的耦合設(shè)備,在制定調(diào)度策略時無法脫離實際交通背景單獨制定,研究MESS 在路-電雙網(wǎng)下的災(zāi)后調(diào)度對提升負荷恢復(fù)效果、提高與DG 間的協(xié)同運行能力具有重要意義。為此,文中提出了路-電耦合背景下考慮MESS 調(diào)度的配電網(wǎng)災(zāi)后多源協(xié)同孤島運行框架,如圖1 所示。
圖1 路-電耦合背景下考慮MESS 調(diào)度的災(zāi)后運行框架Fig.1 Post-disaster operation framework considering MESS dispatching in the background of traffic-grid coupling
基于所建立的災(zāi)后運行框架,文中提出一種考慮MESS 調(diào)度的配電網(wǎng)災(zāi)后恢復(fù)策略。首先,調(diào)度中心根據(jù)對極端事件的評估結(jié)果,得到配電網(wǎng)和交通路網(wǎng)的受災(zāi)信息,再根據(jù)斷線情況將受災(zāi)的配電網(wǎng)進行區(qū)域劃分,明確需通過調(diào)度MESS 進行供電支撐的失電孤島區(qū)域以及可通過DG 供電的區(qū)域。然后,針對MESS 供電的失電孤島區(qū)域,基于路-電耦合特性決策出MESS 的最優(yōu)調(diào)度路徑,以實現(xiàn)對該區(qū)域內(nèi)負荷電能的及時補充;針對可通過DG 供電的區(qū)域,為實現(xiàn)有限電能資源的優(yōu)化分配并提高多源協(xié)同能力,將多源孤島融合手段[16-17]納入孤島運行決策中。最后,通過各個電源間的協(xié)同配合,盡可能提高災(zāi)后配電網(wǎng)的負荷恢復(fù)效益。
1.2.1 MESS 行駛時間模型
調(diào)度MESS 進行供電恢復(fù)時,需要考慮實際交通網(wǎng)絡(luò)對路徑規(guī)劃的影響,并在此基礎(chǔ)上選取行駛時間最短的路徑。文中采用適合中國道路交通情況的回歸路阻函數(shù)模型[18],以求解MESS 在各路段各種交通流量情況下的行駛時間,如式(1)所示。
式中:τij為車輛通過路段ij的行駛時間;βij,mv和βij,nmv分別為路段ij上機動車(含以汽車為載體的MESS)和非機動車的交通流量;βij,mv,max和βij,nmv,max分別為路段ij上機動車和非機動車的最大交通流量,即實際通行能力;Lij為路段ij的長度;vij,0為車輛在路段ij上的零流速度;k1和k2為回歸參數(shù),對應(yīng)取值與路段類型有關(guān),可通過最大似然估計法獲得[19]。
為獲得各個路段中交通流量的動態(tài)變化信息,所采用的流量預(yù)測模型應(yīng)盡可能刻畫出交通流的傳播特性,以提高路徑規(guī)劃決策的適用性。差分Lighthill-Whitham-Richards(LWR)方程[20]可以用來描述車流速度、密度與流量的動態(tài)關(guān)系,而元胞傳輸模型[21]可作為差分LWR 方程的離散時間近似,并將交通路網(wǎng)中的各個路段轉(zhuǎn)化為若干個元胞,元胞具有長度和車流方向兩種屬性,每個元胞都能反映交通流的傳播特性。因此,可將元胞傳輸模型作為交通路段流量預(yù)測的基礎(chǔ)。
由于車輛行駛時間取決于所選路徑中各路段的交通流量,將路段轉(zhuǎn)化為元胞之后,可將所有元胞內(nèi)的機動車與非機動車交通流量總和最小作為流量預(yù)測模型的目標(biāo)函數(shù),其效果等價于車輛行駛時間最短[21]。具體的流量預(yù)測模型如下:
式中:Ttr為交通網(wǎng)中的時間集合;C為所有元胞組成的集合;A為兩類車輛(機動車與非機動車)組成的集合;βc,a,t為t時刻元胞c中第a類車輛的流量預(yù)測值。
式中;ρ(c,d),a,t為t時刻從元胞c流向元胞d的第a類車輛的流量預(yù)測值;βc,a,max為任意時刻元胞c中第a類車輛的流量上限;π(c)和δ(c)分別為元胞c的上、下游元胞集合。式(3)表示每個元胞的車流量平衡約束。
式中;Qc,max和Nc,max分別為任意時刻可從元胞c流入流出的最大車流量和可存儲在元胞c的最大車流量;γc為元胞c的堵塞系數(shù)。式(4)表示從元胞c流出的流量應(yīng)滿足的約束;式(5)表示流入元胞c的流量應(yīng)滿足的約束,其中表示元胞c出現(xiàn)交通擁堵時剩余的可占流量。
式中;βc,a,0為初始時刻元胞c中第a類車輛的流量值;ρ(c,d),a,0為初始時刻元胞c流向元胞d的第a類車輛的流量值。式(6)表示每個元胞的初始流量和每條元胞連線上的初始傳輸流量。
根據(jù)流量預(yù)測模型的結(jié)果,可將式(1)中的各變量替換成元胞變量,各個變量的含義由路段中的屬性轉(zhuǎn)化為元胞的屬性。因此,在t時刻通過各個元胞的行駛時間τc,t均可由下式計算得到:
式中:Lc為元胞c的長度;vc,0為車輛在元胞c上的零流速度。
得到通過各元胞的行駛時間后,首先,基于配電網(wǎng)節(jié)點與交通網(wǎng)節(jié)點的耦合關(guān)系,利用Floyd 算法搜索MESS 從任意配電網(wǎng)出發(fā)節(jié)點到任意配電網(wǎng)目標(biāo)節(jié)點所需行駛時間最短的路徑,同時生成組成該路徑的各個路段(元胞)。然后,將t時刻任意兩節(jié)點間的最短行駛時間作為元素,構(gòu)建t時刻的NN階調(diào)度時間矩陣Ot,其中,NN為配電網(wǎng)節(jié)點個數(shù)。由于MESS 可能在整個配電網(wǎng)故障恢復(fù)期間進行多次調(diào)度,故在每一次調(diào)度的決策時刻都需要對流量預(yù)測模型進行重新求解,以實現(xiàn)交通流量和調(diào)度計劃的滾動更新。
1.2.2 孤島運行模型
為協(xié)調(diào)進行失電孤島區(qū)域與含DG 區(qū)域的負荷恢復(fù),本文在路-電耦合背景下,建立了考慮MESS調(diào)度的配電網(wǎng)災(zāi)后多源協(xié)同孤島運行模型。
1)目標(biāo)函數(shù)
為盡可能降低配電網(wǎng)災(zāi)后孤島運行期間負荷的停電損失,考慮各類負荷的重要性,以加權(quán)切負荷量最小作為優(yōu)化目標(biāo),即加權(quán)負荷恢復(fù)量最大。
式中:Tres為恢復(fù)過程的時間集合;N為配電網(wǎng)節(jié)點集合;ωi為節(jié)點i的負荷權(quán)重系數(shù);Pdem,i,t和Pres,i,t分別為t時刻節(jié)點i的有功負荷需求量和恢復(fù)量。
2)約束條件
(1)負荷恢復(fù)約束
負荷恢復(fù)時,應(yīng)保證負荷在需求量的限制范圍內(nèi)進行恢復(fù)。
式中:Qdem,i,t和Qres,i,t分別為t時刻節(jié)點i的無功負荷需求量和恢復(fù)量;xi,t為表示t時刻節(jié)點i的負荷是否投運的0-1 變量,投運則為1,否則為0。
(2)MESS 充放電管理約束
MESS 的充放電管理主要考慮MESS 的充放電特性以及MESS 在運行時對能量狀態(tài)(state of energy,SOE)范圍的要求。此外,MESS 在行駛過程中也會產(chǎn)生電能損耗,這會對MESS 到達目標(biāo)點時的SOE 產(chǎn)生影響[22]。第m個MESS 通過元胞c時產(chǎn)生的電能損耗ΔEm,c如式(10)所示。
式中:σc為表示MESS 是否通過元胞c的0-1 變量,通過則為1,否則為0;vc為MESS 通過元胞c時的速度。
結(jié)合電能損耗ΔEm,c以及充放電狀態(tài)與接入位置的耦合關(guān)系,MESS 的充放電管理約束如下:
式中:Ct為當(dāng)前時間尺度內(nèi)MESS 經(jīng)過的元胞集合;Pch,m,t和Pdch,m,t分別為t時刻第m個MESS 的充電和放電功率;Sch,m,t和Sdch,m,t分別為t時刻第m個MESS的充電和放電狀態(tài);αm,i,t為表示t時刻第m個MESS是否接入節(jié)點i的0-1 變量,接入則為1,否則為0;Em,t為t時刻第m個MESS 的剩余容量;Pm,max為第m個MESS 的最大充放電功率;ηch,m和ηdch,m分別為第m個MESS 的充電和放電效率;Hm,max和Hm,min分別為第m個MESS 的荷電狀態(tài)上、下限;Em,rat為第m個MESS 的額定容量;Qm,t為t時刻第m個MESS 的無功出力,Qm,max為其無功出力上限。
(3)計及行駛時間的MESS 接入點約束
調(diào)度MESS 時,除了需要滿足接入點可容納的MESS 個數(shù)限制外,還需確保MESS 由一節(jié)點調(diào)度到另一節(jié)點時至少需要花費時長為ζ的行駛時間。ζ為兩點間的行駛時間,任意兩節(jié)點間的行駛時間均由1.2.1 節(jié)提出的方法確定。此外,文中假設(shè)MESS 調(diào)度至目標(biāo)點后,其安裝時間忽略不計。
式中:ΩMES為MESS 的集合。
(4)交通路網(wǎng)與配電網(wǎng)的災(zāi)后約束
極端事件發(fā)生后,交通路網(wǎng)與配電網(wǎng)均受到一定程度的破壞,文中暫不考慮交通道路與配電線路的搶修工作。因此,災(zāi)后交通路網(wǎng)中受損路段的通行時間應(yīng)定義為無窮大,受損配電線路始終斷開。
式中:ΩFR為災(zāi)后交通路網(wǎng)中因受損而無法通行的路段集合;ΩFD為災(zāi)后配電網(wǎng)中受損的線路集合;M為一很大的正數(shù);τij,t為t時刻車輛通過路段ij的行駛時間;zij,t為t時刻配電線路ij的開合狀態(tài),閉合為1,否則為0。
(5)計及多源孤島融合的配電網(wǎng)拓撲約束
極端事件發(fā)生后,可通過孤島劃分手段對電能資源進行分配,以提高負荷恢復(fù)總效益。相較于傳統(tǒng)孤島劃分方法中的單源單孤島或?qū)⒐聧u個數(shù)設(shè)置為提前預(yù)選好的主電源根節(jié)點的個數(shù)[5],文中將孤島個數(shù)動態(tài)優(yōu)化的多源孤島融合手段納入孤島運行決策中,通過優(yōu)化孤島劃分后的拓撲實現(xiàn)電源出力與島內(nèi)負荷更好地匹配。
首先,需要保證生成的孤島中不存在環(huán)路,而廣泛應(yīng)用的生成樹約束會存在生成環(huán)路的可能。因此,文中利用斷線解環(huán)[23]思想對該問題進行處理:
式中:R為所有環(huán)路組成的集合,可利用遍歷圖的方法獲得;Rk為所選環(huán)路;|Rk|為組成所選環(huán)路的支路個數(shù)。
以保證孤島的輻射狀和連通性為基礎(chǔ),再將多源孤島融合的判斷引入拓撲約束當(dāng)中,從而實現(xiàn)孤島個數(shù)的動態(tài)優(yōu)化:
式中:E為配電線路組成的集合;ΩADG為各電源節(jié)點組成的集合;λi,t為表示t時刻電源節(jié)點i是否為孤島的主電源根節(jié)點的0-1 變量,若為1 則表示以電源節(jié)點i為主電源根節(jié)點的孤島存在,否則為0。式(16)通過引入主電源根節(jié)點的表征變量,采用對其求和的方式替換了節(jié)點-邊的數(shù)目關(guān)系中固定的根節(jié)點個數(shù)(電源個數(shù)),實現(xiàn)了孤島主電源根節(jié)點的動態(tài)選擇與孤島范圍的動態(tài)融合。
另外,還需要對λi,t的存在性進行約束:
式中:Fij,t為t時刻配電線路ij的虛擬潮流值;Di為虛擬負荷值。式(17)和式(18)通過用虛擬潮流的取值來完成對λi,t的耦合。根據(jù)大M法,當(dāng)電源節(jié)點i為孤島的主電源根節(jié)點時,虛擬潮流不受約束;反之,虛擬潮流將受Di的限制。
(6)其他約束
此外,孤島運行模型還包括了配電網(wǎng)潮流和電壓的安全約束、潮流平衡約束、DG 的出力范圍約束等常規(guī)約束,具體見文獻[24-25]。
參考文獻[26]的優(yōu)化思路,本文基于兩階段優(yōu)化框架制定了路-電耦合背景下考慮MESS 調(diào)度的配電網(wǎng)災(zāi)后多源協(xié)同孤島運行決策流程,如圖2 所示。兩階段優(yōu)化框架的介紹以及采用該框架進行決策的必要性見附錄A。
圖2 孤島運行決策流程圖Fig.2 Flow chart of decision-making for islanding operation
本文基于兩階段優(yōu)化框架所建的長/短時間尺度孤島運行模型均屬于混合整數(shù)規(guī)劃模型,且具有整數(shù)變量較多、高維且存在非線性等特征。因此,可選取智能優(yōu)化算法進行求解。文中采用改進的免疫克隆選擇算法(immune clonal selection algorithm,ICSA)進行模型求解[27-28]。
傳統(tǒng)ICSA 模擬了免疫系統(tǒng)的克隆選擇原理,因免疫系統(tǒng)具有多樣性機制,ICSA 也具有一定的全局尋優(yōu)能力。然而,傳統(tǒng)的ICSA 在克隆選擇時僅進行了抗體-抗原間的親和力交流,未考慮抗體之間的親和力。這種克隆操作會導(dǎo)致種群中出現(xiàn)大量相同或者相似的抗體,使得后期的選擇和克隆操作中存在不必要的重復(fù)操作,同時種群多樣性也會趨于貧化,從而影響算法的收斂和穩(wěn)定,甚至使算法最終陷入局部最優(yōu)。
針對傳統(tǒng)ICSA 中因克隆選擇操作未考慮抗體間親和力從而導(dǎo)致的算法穩(wěn)定性問題,文中利用文獻[27]提出的抗體間親和力模型對該問題加以解決:
式中:K(i)為第i個抗體的抗體間親和力;θ和ε分別為被克隆的抗體個數(shù)以及未被克隆的抗體個數(shù);di,j為抗體i和j之間的歐氏距離。
算法基本流程如附錄B 圖B1 所示。
選取IEEE 33 節(jié)點有源配電網(wǎng)進行仿真分析,網(wǎng)絡(luò)參考電壓為12.66 kV,配電網(wǎng)共有32 條支路和5 個聯(lián)絡(luò)線開關(guān),線路、負荷參數(shù)及網(wǎng)絡(luò)初始拓撲見文獻[17];節(jié)點10、18、26 處接入3 個可控DG,其參數(shù)見附錄B 表B1,暫不考慮具有不確定性的風(fēng)、光等不可控DG 的參與;配電網(wǎng)中的負荷按重要程度分為一級負荷、二級負荷和三級負荷,權(quán)重系數(shù)分別取5、1 和0.2,負荷曲線見附錄B 圖B2;同時,在節(jié)點33 處停放兩輛等待調(diào)度命令且處于滿電狀態(tài)的MESS,用于對災(zāi)后配電網(wǎng)的補充恢復(fù),其參數(shù)[9]見附錄B 表B1。
假設(shè)08:00 開始發(fā)生了極端災(zāi)害,除上級主網(wǎng)與配電網(wǎng)間發(fā)生中斷,還造成了其余多線故障(線路1-2、2-3、7-8、16-17、27-28 以及聯(lián)絡(luò)線開關(guān)24-28),故障恢復(fù)時間持續(xù)9 h。結(jié)合故障斷線情況,可先利用并查集方法找出無法通過DG 供電的失電孤島區(qū)域,如圖3 所示。
圖3 災(zāi)后配電網(wǎng)區(qū)域劃分Fig.3 Regional division of post-disaster distribution network
選取29 節(jié)點交通路網(wǎng)以完成對配電網(wǎng)的耦合,其拓撲及耦合關(guān)系見文獻[8],并假設(shè)交通節(jié)點7 與20、8 與15 之間的路段因損壞而無法通行。首先,將交通路網(wǎng)的路段屬性轉(zhuǎn)化為元胞屬性,其結(jié)構(gòu)簡化圖如附錄B 圖B3 所示。然后,根據(jù)附錄B 表B2 所示的交通參數(shù),結(jié)合1.2.1 節(jié)所建的交通流量預(yù)測模型獲得各個路段(元胞)中交通流量的動態(tài)變化信息。最后,利用適合中國交通路況的回歸路阻函數(shù)模型以及Floyd 算法進行MESS 的路徑規(guī)劃。其中,針對回歸路阻函數(shù)模型中的回歸參數(shù)k1和k2,可利用文獻[19]提出的最大似然估計法進行計算。結(jié)合已知的交通參數(shù),求解得到3 類路段的k1和k2分別為0.252 和0.748、0.288 和0.712 以及0.315 和0.685。
根據(jù)所提的兩階段優(yōu)化框架,文中算例將3 h 作為一次長時間尺度優(yōu)化的長度,將1 h 作為一次短時間尺度優(yōu)化的長度。
利用所提的配電網(wǎng)災(zāi)后孤島運行策略對算例進行分析,得到的MESS 調(diào)度信息如表1 所示。MESS 的能量調(diào)度情況和孤島拓撲變化信息分別如附錄B 圖B4 和圖B5 所示。配電網(wǎng)一、二級負荷的災(zāi)后恢復(fù)結(jié)果如圖4 所示。由于三級負荷恢復(fù)效果較差且恢復(fù)效益較低,為清晰展示其恢復(fù)率的動態(tài)變化過程,三級負荷的恢復(fù)率如附錄B 圖B6所示。
表1 MESS 調(diào)度信息Table 1 Scheduling information of MESS
圖4 災(zāi)后配電網(wǎng)負荷恢復(fù)結(jié)果Fig.4 Load restoration results of post-disaster distribution network
由圖4 可知,所提的配電網(wǎng)災(zāi)后孤島運行策略會使一級、二級負荷的恢復(fù)功率和恢復(fù)率呈現(xiàn)出不同程度的波動,這種現(xiàn)象是由負荷需求的時序波動性、孤島拓撲信息的動態(tài)變化以及MESS 的調(diào)度情況共同決定的。
在08:00—09:00 時段,一級負荷恢復(fù)率顯著低于09:00—11:00 時段的恢復(fù)率,而二級負荷恢復(fù)率變化不大。這是因為一級負荷優(yōu)先級較高,MESS調(diào)度至供電區(qū)域后,主要為一級負荷供電,而二級負荷的恢復(fù)主要來自含DG 的孤島區(qū)域。因此,二級負荷的恢復(fù)率不受MESS 供電區(qū)域恢復(fù)進度的影響。一級負荷在08:00—09:00 時段的恢復(fù)率低于09:00—11:00 時段的恢復(fù)率,這是因為MESS1 至少需要花費28 min 才能到達節(jié)點23,而MESS2 至少需要花費42 min 才能到達節(jié)點28,滯后了一級負荷的恢復(fù)進度。此外,10:00—11:00 時段的一級、二級負荷的恢復(fù)功率均有所提高但恢復(fù)率均有所下降,這是由該時段內(nèi)一級、二級負荷的恢復(fù)需求量增加所造成的。
在11:00—14:00 時段,一級、二級負荷的恢復(fù)率相較于08:00—11:00 時段均有所下降。這是因為在11:00 后,MESS1 的能量不足以支撐下一個長時間尺度中的一級負荷恢復(fù)。因此,經(jīng)過第2 個長時間尺度優(yōu)化后,MESS1 被調(diào)度至節(jié)點5 處進行充電,行駛耗時36 min,節(jié)點24 處需求較大的一級負荷無法恢復(fù),一級負荷恢復(fù)率降低。結(jié)合附錄B 圖B5 可知,在11:00—14:00 時段,DG1 與DG2 共同形成了一個多源孤島,實現(xiàn)了所在區(qū)域的負荷恢復(fù)效果最大化,而MESS1 被調(diào)度至屬于DG3 孤島的節(jié)點5 處進行充電,DG3 在確保所屬孤島內(nèi)的一級負荷完全恢復(fù)的同時,將剩余發(fā)電量轉(zhuǎn)移至MESS1。因此,二級負荷恢復(fù)率也存在一定程度的下降。
在14:00—17:00 時段,相較于11:00—14:00 時段,一級負荷的恢復(fù)率先上升再下降,二級負荷的恢復(fù)率先上升再維持穩(wěn)定。這是因為在該長時間尺度中,DG1 與DG3 形成了一個多源孤島,DG3 所屬孤島區(qū)域的部分二級負荷重新得到了電力支撐;MESS1 從節(jié)點5 處離開,并耗時25 min 前往節(jié)點24處進行放電支撐,MESS2 依然停留在節(jié)點28 處進行放電。因此,一級、二級負荷的恢復(fù)率先得到了提升??紤]到二級負荷的恢復(fù)主要還是來自含DG 的孤島區(qū)域,故二級負荷恢復(fù)率在后續(xù)時段維持穩(wěn)定。而一級負荷恢復(fù)率在16:00—17:00 時段存在較大程度的下降,這是因為MESS1 在這一時段由于剩余容量的限制,無法完全滿足一級負荷節(jié)點24的恢復(fù)需求。因此,一級負荷恢復(fù)率再次下降。
此外,MESS1 在11:00—14:00 時段從節(jié)點5 處獲得的電量在14:00—17:00 時段自節(jié)點24 處進行了釋放,這也說明了所提策略的另一優(yōu)勢:MESS 與DG 可以實現(xiàn)時-空雙維度的協(xié)同,即以優(yōu)先恢復(fù)重要負荷為目標(biāo),將原本分配給低優(yōu)先級負荷的電量轉(zhuǎn)移至MESS,而在其他時段再將該部分電量轉(zhuǎn)移至其他區(qū)域的一級負荷,提高了社會總恢復(fù)效益,實現(xiàn)了電能的最優(yōu)時空分配。
3.3.1 孤島運行策略對比
為了驗證所提動態(tài)孤島運行策略的優(yōu)勢,設(shè)置以下不同的對比策略進行分析:
對比策略1:不考慮DG 的多源協(xié)同能力,即利用單個DG 形成單個孤島的傳統(tǒng)方法進行獨立孤島運行,其余設(shè)置與所提策略一致。
對比策略2:考慮電源的多源協(xié)同能力,同時考慮交通路網(wǎng)下的MESS 調(diào)度,但僅進行一次最佳接入點的尋優(yōu),即僅進行單次調(diào)度,其余設(shè)置與所提策略一致。
對比策略3:考慮電源的多源協(xié)同能力,同時考慮交通路網(wǎng)下的MESS 調(diào)度,但不考慮交通流量的影響,僅利用基于最短路徑長度的傳統(tǒng)調(diào)度方法,其余設(shè)置與所提策略一致。
將所提策略與各策略進行對比,以驗證所提策略的優(yōu)勢。經(jīng)求解,所提策略、對比策略1、對比策略2及對比策略3 的加權(quán)負荷恢復(fù)量分別為32 874.41、31 671.39、30 666.42、32 564.83 kW。由此可看出,各對比策略的優(yōu)化結(jié)果均與所提策略存在差異。根據(jù)文獻[29-30]的配電網(wǎng)彈性分析可知,災(zāi)后配電網(wǎng)彈性水平的高低與加權(quán)負荷恢復(fù)量成正相關(guān)。因此,所提策略的配電網(wǎng)具有更高的彈性。
1)對比策略1
對比策略1 因沒有考慮DG 的多源協(xié)同,DG1、DG2 和DG3 各自形成獨立孤島,有限的DG 功率無法得到最優(yōu)分配,導(dǎo)致DG1 所在的孤島區(qū)域中一級負荷恢復(fù)率降低,加權(quán)負荷恢復(fù)量相比于所提策略降低了1 203.02 kW。其中,對比策略1 的孤島劃分結(jié)果見附錄B 圖B7,一級、二級負荷的恢復(fù)率見附錄B 圖B8(a)。結(jié)果表明,對比策略1 雖然是屬于可改變孤島邊界的動態(tài)孤島劃分方法,但并未考慮孤島融合,阻斷了電源間的聯(lián)動能力。因此,計及多源孤島融合手段的多源協(xié)同孤島運行策略可以提高多電源在空間上的協(xié)調(diào)互補能力,充分發(fā)揮多源協(xié)同的優(yōu)勢,從而實現(xiàn)負荷恢復(fù)效果的進一步提高。
2)對比策略2
對比策略2 雖然考慮了多源協(xié)同,但并未充分發(fā)揮MESS 的時空靈活性,在僅進行單次調(diào)度的情況下,無法進一步發(fā)揮MESS 的能量時空轉(zhuǎn)移能力,即無法將電量從DG 孤島區(qū)域的低等級負荷轉(zhuǎn)移至MESS 供電區(qū)域的重要負荷,僅能將自身容量的電量進行時間維度上的最優(yōu)分配,無法進一步提高電能在空間維度上的分配能力。因此,相較于所提策略,加權(quán)負荷恢復(fù)量有較大減少。其中,對比策略2 的一級、二級負荷恢復(fù)率見附錄B 圖B8(b)。結(jié)果表明,基于能量時空轉(zhuǎn)移的MESS 動態(tài)調(diào)度比僅進行一次MESS 調(diào)度更具優(yōu)勢,這是因為MESS 在配電網(wǎng)故障維修結(jié)束前就可能會出現(xiàn)電量提前耗盡的現(xiàn)象,如果只進行一次調(diào)度,MESS 則無法將其他區(qū)域內(nèi)電源分配給低優(yōu)先級負荷的多余電量轉(zhuǎn)移至MESS 供電區(qū)域內(nèi)的高優(yōu)先級負荷,MESS 與其他電源間的協(xié)同能力受到限制,從而降低了總恢復(fù)價值。
3)對比策略3
在對比策略3 中,由于未考慮交通流量對MESS 路徑規(guī)劃的影響,加權(quán)負荷恢復(fù)量相較于所提策略也有一定程度的降低。這是因為在實際交通路網(wǎng)中,機動車與非機動車流量的動態(tài)變化會對實際調(diào)度時間產(chǎn)生影響,而基于最短路徑長度得到的調(diào)度路徑不一定是所需行駛時間最短的路徑。在對比策略3 與所提策略中,MESS2 的調(diào)度路徑相同,故負荷恢復(fù)效果的不同主要受MESS1 的影響。以11:00—14:00 時段為例,兩策略的MESS1 調(diào)度路徑結(jié)果對比如表2 所示。
表2 MESS1 調(diào)度路徑對比Table 2 Scheduling path comparison of MESS1
可以看出,雖然對比策略3 的調(diào)度路徑長度更短,但實際行駛時間比所提策略增加了11 min,這是因為交通節(jié)點24 與2、節(jié)點2 與3 之間的元胞流量更大,導(dǎo)致行駛時間增加,而所提策略在每次決策中都會通過流量預(yù)測模型得到流量最小的路徑,規(guī)避了流量較大路段對調(diào)度過程的影響。同時,結(jié)合表1可知,11:00—14:00 時段屬于MESS1 的充電時段,且MESS1 的總放電量大于其自身容量,而多出其自身容量的電量來自這一時段的充電量。這也表明所提策略可以使MESS1 更早地接入DG3 所屬孤島區(qū)域內(nèi)的節(jié)點進行充電,從而將更多的電量由DG3所屬孤島區(qū)域的低優(yōu)先級負荷轉(zhuǎn)移至MESS 供電區(qū)域的一級負荷,通過縮短調(diào)度時間來改變電能分配結(jié)果,提高了總恢復(fù)價值。
此外,根據(jù)求解結(jié)果,所提策略中交通流量預(yù)測模型的求解耗時為6.04 s,遠小于所節(jié)省的MESS調(diào)度時間,滿足在線應(yīng)用的需求。因此,考慮交通流量的影響具有更好的現(xiàn)實意義。
3.3.2 優(yōu)化方法對比
為驗證基于兩階段優(yōu)化框架的優(yōu)化方法的有效性,文中將單階段優(yōu)化方法(即不再進行長時間尺度優(yōu)化,僅進行以1 h 為長度的短時間尺度優(yōu)化)與其進行對比,對比結(jié)果如表3 所示。
表3 優(yōu)化方法對比Table 3 Comparison of optimization methods
根據(jù)表3 所示的對比結(jié)果可以發(fā)現(xiàn),兩階段優(yōu)化的決策耗時僅為單階段優(yōu)化的23.6%,并且加權(quán)負荷恢復(fù)量僅降低了2.41%。這是因為在單階段優(yōu)化中,每個時段都需要對拓撲變量和MESS 接入點變量等大量整數(shù)變量進行重新決策,增加了決策難度和決策耗時,但目標(biāo)函數(shù)的最優(yōu)性得到了稍許提升;而在兩階段優(yōu)化中,通過長時間尺度優(yōu)化得到了拓撲變量與MESS 接入點變量的邊界條件,決策難度和決策耗時顯著減少,同時,用短時間尺度來優(yōu)化在已知邊界條件下的負荷恢復(fù)策略,使計算結(jié)果不會過多地偏離最優(yōu)值。另外,由于兩階段優(yōu)化中MESS 接入點的決策次數(shù)減少,流量預(yù)測模型的重新求解次數(shù)也隨之減少,總決策時間進一步縮短,最終實現(xiàn)了決策耗時與計算精度的權(quán)衡。為進一步說明所提方法的擴展性和適用性,將在文中算例的基礎(chǔ)上增加MESS 數(shù)量,由此得到的加權(quán)負荷恢復(fù)量與決策耗時結(jié)果如附錄B 表B3 所示。由表B3 可知,隨著MESS 數(shù)量的增加,所采用的兩階段優(yōu)化方法依舊能在可預(yù)見的時間內(nèi)完成求解,仍滿足在線應(yīng)用的需求。
此外,根據(jù)表3 可知,本文算例在單階段優(yōu)化中的孤島拓撲變化次數(shù)比兩階段優(yōu)化多了5 次,即單階段優(yōu)化中有8 個時段需要改變多個線路開關(guān)的開合狀態(tài),且MESS 總調(diào)度次數(shù)也比兩階段優(yōu)化多了4 次,調(diào)度更為頻繁,這均不利于決策者統(tǒng)籌規(guī)劃配電重構(gòu)系統(tǒng)與MESS 調(diào)度部門的協(xié)同配合。綜上所述,所提策略更適合在兩階段優(yōu)化框架的基礎(chǔ)上應(yīng)用于配電網(wǎng)災(zāi)后恢復(fù)。
針對極端事件導(dǎo)致的配電網(wǎng)大面積停電現(xiàn)象,本文提出一種考慮交通路網(wǎng)下MESS 調(diào)度的配電網(wǎng)災(zāi)后多源協(xié)同孤島運行策略,并基于兩階段優(yōu)化框架完成決策。通過算例分析,可得到以下結(jié)論:
1)文中考慮了MESS 具有能量支撐、轉(zhuǎn)移以及時空靈活性的特點,充分發(fā)揮其在路-電耦合網(wǎng)絡(luò)中的應(yīng)用能力。此外,在交通流量預(yù)測模型中同時考慮了機動車與非機動車流量的動態(tài)變化,結(jié)合回歸路阻函數(shù)模型,為MESS 提供了更優(yōu)的調(diào)度路徑,提高了配電網(wǎng)災(zāi)后恢復(fù)效果。
2)文中考慮了基于多源孤島融合手段的動態(tài)孤島劃分對配電網(wǎng)災(zāi)后恢復(fù)過程的影響,使得含源區(qū)域可通過合并為一個多源孤島的形式,動態(tài)改變所劃分的孤島個數(shù),以實現(xiàn)有限電能的最優(yōu)分配,提高了總恢復(fù)效益。
3)文中基于兩階段優(yōu)化框架完成了孤島運行決策,既權(quán)衡了決策耗時與計算精度,又幫助決策者盡可能規(guī)避恢復(fù)策略中存在的配電系統(tǒng)管理問題,提高了恢復(fù)策略的在線應(yīng)用能力和實用性。
未來,將進一步考慮搶修資源對災(zāi)后配電網(wǎng)恢復(fù)的影響,實現(xiàn)搶修資源與MESS 的協(xié)同優(yōu)化,進一步提高負荷恢復(fù)效率。此外,文中暫未對極端事件的類型和傳播特性進行詳細分析,后續(xù)將在孤島運行模型中考慮這部分內(nèi)容,對恢復(fù)策略的實用性進行更深入細致的探索。
附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx),掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。