一种配电网灾前资源配置方法及系统与流程

本发明属于电网配置技术领域，尤其涉及一种配电网灾前资源配置方法及系统。

背景技术：

对于灾前应急供电资源的规划，现有研究通常针对极端灾害可能造成的影响进行相应的预防措施。在应急供电资源的选择方面，现有研究主要采用分布式电源和移动储能装置等。例如有研究采用分布式电源作为紧急供电资源，分别采用混合整数规划、分段线性化、鲁棒优化等方法求解分布式电源的最优配置位置及容量。但是分布式电源安装位置固定，不能在灾害过程中按需调配至重要负荷处；且分布式电源出力受气象因素影响很大，很难保证在灾害过程中为重要负荷提供稳定的供电能力。

另外，现有利用应急供电资源来进行灾前规划配置的方法仅考虑配电网的韧性指标，仅对所提规划配置方法在预防、生存和恢复期内的安全性指标进行评估，缺乏对常态运行的大概率场景进行经济性的衡量。通常只考虑极端场景下的优势效果，并未考虑其常态运行下的经济性与投资边际。由于极端灾害发生的概率极小，上述以大量投资换取小概率场景下安全运行的方法是不合理的。

技术实现要素：

为克服上述现有问题或者至少部分地解决上述问题，本发明实施例提供一种配电网灾前资源配置方法及系统。

根据本发明实施例的第一方面，提供一种配电网灾前资源配置方法，包括：

建立基于移动储能装置的极端灾害下配电网安全性优化子目标模型和常态运行下配电网经济性优化子目标模型；

根据所述配电网安全性优化子目标模型和所述配电网经济性优化子目标模型，建立基于纳什谈判的移动储能装置配置模型；

对所述移动储能装置配置模型求解，计算得到移动储能装置容量配置的均衡解。

在上述技术方案的基础上，本发明还可以作出如下改进。

进一步的，所述配电网安全性优化子目标模型为：

其中，fc为移动储能装置的配电网安全效益，m为配电网负荷总数，ci为第i个负荷的单位功率停电损失，且c1,c2,...,cm按照负荷重要程度从大到小排列，pi为第i个负荷的单位停电时间损失功率；

p∑为台风灾害持续时间内负荷失电的总概率,ni(t)为配备储能装置后t时刻第i个负荷的恢复供电概率,ttotal为台风灾害下的负荷停电时间，其中，t∈[0,ttotal]。

进一步的，其中，通过如下公式计算台风灾害持续时间内负荷失电的总概率p∑：

p∑＝max(pr(t)，pl(t))+pg+ph(t)，t∈[0,ttotal]；

其中，pr(t)为电杆在时刻t的故障率，pl(t)为架空线的时刻t的故障率，pg为单个绝缘子的闪络概率，ph(t)为变压器在时刻t的故障率；tbegin为台风开始时刻，tend为台风结束时刻，其β置信区间的边界值分别为和

进一步的，其中，

其中，pess(t)为t时刻移动储能装置所能提供的最大放电功率，k、l为常数,pj为第j个负荷的单位停电时间损失功率；

其中，将m个所有的配电网负荷按照负荷重要程度从大到小排列，第1个到第k个配电网负荷在台风结束后的恢复期限内能够全部恢复，第k个到第l个配电网负荷在恢复期限内能够部分恢复，第l个到第m个配电网负荷在恢复期限内全部不能恢复。

进一步的，所述配电网经济性优化子目标模型为：

其中，fe为配备储能装置的配电网经济效益，n为运行周期内储能装置的充放电次数，pess为移动储能装置的最大充放电功率，t为最大充放电功率对应的充放电时间，ρdischarge为储能装置放电时的实时电价，即峰时电价，ρcharge为储能装置充电时的实时电价，n为储能装置的最大充放电次数，cf为储能装置的投资成本。

进一步的，所述移动储能装置配置模型的目标函数为：

其中，d1、d2分别为配电网安全性子目标模型和配电网经济型子目标模型的临界值。

进一步的，采用nsga-ⅱ算法对所述移动储能装置配置模型进行求解，包括：

a、随机产生规模为n的储能装置配置容量初始种群，对所有的初始种群进行非支配排序，并利用遗传算法得到第一代子代种群；

b、从第二次迭代开始，将父代种群与子代种群合并，并进行快速非支配排序，同时对每个非支配层的个体进行拥挤度计算，根据每个非支配层的个体的拥挤度，选择相应的个体组成新的父代种群；

c、不断生成新的子代种群，直到满足迭代结束条件，得到储能装置容量配置的均衡解。

进一步的，所述对所有的初始种群进行非支配排序，并利用遗传算法得到第一代子代种群包括：

遗传算法利用二进制编码表示储能装置的容量，其解码公式为：

式中：bxk(k＝1,2,...,l)构成每一个配电网负荷的第x段，每段段长都为l，bxk的取值为0或1，tx和rx是第x段分量定义域的两个端点；

取交叉概率pc＝0.6、变异概率pm＝0.01，基于所述交叉概率和变异概率随机改变储能装置的容量，产生一个[0,1]之间的随机数rand；如果rand＜pm，则进行变异操作，通过对每一代子代种群的最大适应度进行排序，解码得到第一代子代种群。

进一步的，通过如下方式计算每个非支配层的个体的拥挤度：

其中，l(xi)表示配电网负荷xi的拥挤度，m表示每一个配电网负荷包含的目标模型数量，fd^max、fd^min分别为第d个目标模型的最大值和最小值。

根据本发明实施例第二方面提供一种配电网灾前资源配置系统，包括：

第一建立模块，用于建立基于移动储能装置的极端灾害下配电网安全性优化子目标模型和常态运行下配电网经济性优化子目标模型；

第二建立模块，用于根据所述配电网安全性优化子目标模型和所述配电网经济性优化子目标模型，建立基于纳什谈判的移动储能装置配置模型；

求解计算模块，用于对所述移动储能装置配置模型求解，计算得到移动储能装置容量配置的均衡解。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的配电网灾前资源配置方法整体流程示意图；

图2为本发明实施例提供的对移动储能装置配置模型求解的流程图；

图3为本发明实施例提供的配电网灾前资源配置系统整体连接框图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

在本发明的一个实施例中提供一种配电网灾前资源配置方法，图1为本发明实施例提供的配电网灾前资源配置方法整体流程示意图，该方法包括：

建立基于移动储能装置的极端灾害下配电网安全性优化子目标模型和常态运行下配电网经济性优化子目标模型；

根据所述配电网安全性优化子目标模型和所述配电网经济性优化子目标模型，建立基于纳什谈判的移动储能装置配置模型；

对所述移动储能装置配置模型求解，计算得到移动储能装置容量配置的均衡解。

可以理解的是，传统的配电网方案中分布式电源安装位置固定，不能在灾害过程中按需调配至重要负荷处；且分布式电源出力受气象因素影响很大，很难保证在灾害过程中为重要负荷提供稳定的供电能力，因此，本发明实施例中采用移动储能装置，方便调配。

另外，传统的配电网规划方案中均仅考虑了在极端的灾害情况下的规划方案或者在常态运行下规划方案，在极端的灾害情况下，配电方案主要考虑的是安全性的问题；在常态运行下，配电方案主要考虑的是经济性的问题。现有灾前资源配置方法大多将分布式电源作为紧急供电资源，缺乏利用移动储能设备进行灾后恢复的研究，且未考虑灾前资源配置对配电网常态运行经济性的影响，难以同时提高极端灾害下配电网的韧性和常态运行经济性。

本发明实施例针对传统配电网方案的缺点，提出安全经济均衡的配电网灾前资源配置方法，利用移动储能装置在灾害发生后可迅速转移至重要负荷处且具有较强的恢复能力的优势，实现极端灾害高发区配电网全寿命周期内的安全经济效益均衡。建立以停电损失衡量的配电网韧性子目标，通过最小化极端灾害后的停电损失，获得移动储能装置的最佳容量配置；建立以常态运行收益衡量的配电网经济性子目标，通过最大化储能装置参与电价响应的收益，获得移动储能装置的最佳容量配置；综合考虑配电网安全性和经济性子目标，利用纳什谈判法求解上述多目标优化问题，获得安全经济效益的均衡解，得到移动储能装置的容量配置方案。

在上述实施例的基础上，本发明实施例中，在极端灾害情况下，比如，在台风灾害持续过程中，以安全性为目标的移动储能装置配置策略通常要保证停电损失最小，对应的配电网安全性优化子目标模型为：

其中，fc为移动储能装置的配电网安全效益，m为配电网负荷总数，ci为第i个负荷的单位功率停电损失，且c1,c2,...,cm按照负荷重要程度从大到小排列，pi为第i个负荷的单位停电时间损失功率；

p∑为台风灾害持续时间内负荷失电的总概率,可以表示为电杆故障率、架空线故障率、绝缘子故障率和变压器故障率之和；ni(t)为配备储能装置后t时刻第i个负荷的恢复供电概率,ttotal为台风灾害下的负荷停电时间，可以用台风持续时间的β置信区间中位数表示，其中，t∈[0,ttotal]。

在上述实施例的基础上，本发明实施例中，其中，通过如下公式计算台风灾害持续时间内负荷失电的总概率p∑：

p∑＝max(pr(t)+pl(t))+pi+pt，t∈[0,ttotal]；(2)

其中，pr(t)为电杆在时刻t的故障率，pl(t)为架空线的时刻t的故障率，pg为单个绝缘子的闪络概率，ph(t)为变压器在时刻t的故障率；tbegin为台风开始时刻，tend为台风结束时刻，其β置信区间的边界值分别为和

在上述实施例的基础上，本发明实施例中，其中，通过如下公式计算得到ni(t)：

其中，pess(t)为t时刻移动储能装置所能提供的最大放电功率，k、l为常数,可通过如下公式计算得到：

其中，pj为第j个负荷的单位停电时间损失功率；

其中，将m个所有的配电网负荷按照负荷重要程度从大到小排列，第1个到第k个配电网负荷在台风结束后的恢复期限内能够全部恢复，第k个到第l个配电网负荷在恢复期限内能够部分恢复，第l个到第m个配电网负荷在恢复期限内全部不能恢复。

在上述实施例的基础上，本发明实施例中，在配电网常态运行过程中，以经济性为目标的移动储能装置配置策略通常要保证经济效益最大，对应的配电网经济性优化子目标模型为：

其中，fe为配备储能装置的配电网经济效益，n为运行周期内储能装置的充放电次数，pess为移动储能装置的最大充放电功率，t为最大充放电功率对应的充放电时间，ρdischarge为储能装置放电时的实时电价，即峰时电价，ρcharge为储能装置充电时的实时电价，即谷时电价；n为储能装置的最大充放电次数，cf为储能装置的投资成本。

其中，在本发明实施例中，n取4000，cf取3000元/千瓦时。

由于移动储能装置的安全效益fc和经济效益fe通常是相悖的利益主体，所以将其作为谈判过程中的博弈双方，并定义二者的综合效益为安全效益和经济效益之积，基于配电网安全性优化子目标模型和配电网经济性优化子目标模型，建立基于纳什谈判的移动储能装置配置模型，其目标函数为：

其中，d1、d2分别为配电网安全性子目标模型和配电网经济型子目标模型的临界值。

可以理解的是，针对上述多目标优化中各安全效益和经济效益互斥的问题，纳什谈判模型将每个子目标作为博弈方参与纳什谈判，通过不断磋商逐步逼近pareto最优前沿，得到综合效益最大的均衡解。针对灾后恢复场景和常态运行场景出现概率不均等、后果严重程度不同的问题，根据线性变换不变性公理，对小概率场景进行线性变换，对博弈双方建立对称的谈判问题。针对停电损失和经济效益量纲不同的问题，在不断逼近pareto最优前沿的过程中，每个子目标都能够保留自己的物理意义及量纲，通过磋商得到均衡解。

参见图2，在上述实施例的基础上，本发明实施例中，采用nsga-ⅱ算法对移动储能装置配置模型进行求解，包括：

a、随机产生规模为n的储能装置配置容量初始种群，对所有的初始种群进行非支配排序，并利用遗传算法得到第一代子代种群；

b、从第二次迭代开始，将父代种群与子代种群合并，并进行快速非支配排序，同时对每个非支配层的个体进行拥挤度计算，根据每个非支配层的个体的拥挤度，选择相应的个体组成新的父代种群；

c、不断生成新的子代种群，直到满足迭代结束条件，得到移动储能装置容量配置的均衡解。

在上述实施例的基础上，本发明实施例中，对所有的初始种群进行非支配排序，并利用遗传算法得到第一代子代种群包括：

可以理解的是，本发明实施例利用遗传算法的选择、交叉、变异等操作得到第一代子代种群，其中，遗传算法利用二进制编码表示储能装置的容量，其解码公式为：

式中：bxk(k＝1,2,...,l)构成每一个配电网负荷的第x段，每段段长都为l，bxk的取值为0或1，tx和rx是第x段分量定义域的两个端点；取交叉概率pc＝0.6、变异概率pm＝0.01，基于交叉概率和变异概率随机改变储能装置的容量，产生一个[0,1]之间的随机数rand；如果rand＜pm，则进行变异操作，通过对每一代子代种群的最大适应度进行排序，解码得到第一代子代种群。

在上述实施例的基础上，本发明实施例中，通过如下方式计算每个非支配层的个体的拥挤度：

其中，l(xi)表示配电网负荷xi的拥挤度，m表示每一个配电网负荷包含的目标模型数量，fd^max、fd^min分别为第d个目标模型的最大值和最小值。在本发明实施例中，目标模型包括配电网安全性优化目标模型和配电网经济性优化目标模型两个目标模型。

下面对本发明实施例提供的配电网灾前资源配置方法的整个工作过程进行说明。

在建立配电网安全性优化子目标模型和配电网经济性优化子目标模型之前，需要提供配电网的基本信息，包括拓扑结构，各节点负荷的重要程度及单位时间停电损失等；还需要提供移动储能装置的基本信息，包括最大充放电功率，储能容量，储能投资成本，最大充放电次数等；同时还需要提供配电网运行过程中的实时电价。

具体的工作流程如下：

第一步：加载原始数据，分别建立基于移动储能装置的极端灾害下配电网安全性优化子目标模型和常态运行经济性子目标模型。

第二步：建立安全经济均衡的纳什谈判模型。针对上述多目标优化中各安全效益和经济效益互斥的问题，利用纳什谈判模型得到综合效益最大的均衡解。针对灾后恢复场景和常态运行场景出现概率不均等、后果严重程度不同的问题，根据线性变换不变性公理，对小概率场景进行线性变换，对博弈双方建立对称的谈判问题；针对停电损失和经济效益量纲不同的问题，在不断逼近pareto最优前沿的过程中，每个子目标都能够保留自己的物理意义及量纲，通过磋商得到均衡解。

第三步：随机产生规模为n的储能配置容量初始种群，进行非支配排序，并利用遗传算法的选择、交叉、变异等操作得到第一代子代种群；从第二次迭代开始，将父代种群与子代种群合并，进行快速非支配排序，同时对每个非支配层的个体进行拥挤度计算，进而选取合适的个体组成新的父代种群；不断生成新的子代种群，直到满足迭代结束条件，得到移动储能装置容量配置的均衡解。

简而言之，本发明仅需提供配电网和移动储能装置的基本信息，以及配电网运行过程中的实时电价，利用纳什谈判法实现极端灾害下配电网的安全性和常态运行经济性的均衡，将多目标优化问题转化为单目标优化问题，利用nsga-ⅱ方法求解得到移动储能装置的均衡配置结果，在提高配电网韧性的同时保证了常态运行的经济性。

参见图3，在本发明的另一个实施例中提供一种配电网灾前资源配置系统，该系统用于实现前述各实施例中的方法。因此，在前述配电网灾前资源配置方法的各实施例中的描述和定义，可以用于本发明实施例中各个执行模块的理解。图3为本发明实施例提供的配电网灾前资源配置系统整体结构示意图，该系统包括：

第一建立模块31，用于建立基于移动储能装置的极端灾害下配电网安全性优化子目标模型和常态运行下配电网经济性优化子目标模型；

第二建立模块32，用于根据所述配电网安全性优化子目标模型和所述配电网经济性优化子目标模型，建立基于纳什谈判的移动储能装置配置模型；

求解计算模块33，用于对所述移动储能装置配置模型求解，计算得到移动储能装置容量配置的均衡解。

本发明实施例提供的配电网灾前资源配置系统与前述实施例提供的配电网灾前资源配置方法相对应，配电网灾前资源配置系统的相关技术特征可参考前述实施例提供的配电网灾前资源配置方法的相关技术特征，在此不再赘述。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。