本发明涉及物理-信息耦合的配电系统韧性调控，尤其涉及一种考虑时空动态故障的物理-信息耦合的配电系统韧性调控方法。
背景技术：
1、近年来我国东南沿海地区频繁遭受台风灾害侵袭，严重威胁配电系统的供电韧性，造成重大经济损失。因此，亟需研究配电系统韧性调控，降低灾害造成的停电损失。然而，物理-信息耦合配电系统韧性调控面临诸多挑战，如故障呈现明显时空动态演化特征、故障位置与故障时间强不确定、配电系统物理层与信息层紧密耦合造成连锁故障以及需要协同优化等。因此，亟需研究配电系统时空动态故障模型，考虑物理-信息耦合作用，针对多时段故障场景滚动韧性决策，提高配电系统抗灾韧性。
2、相关学者已针对配电系统韧性调控方法开展相关研究。现有研究广泛通过提前预测线路故障情况，采用系统拓扑重构、应急移动电源预定位、潮流调整等方法针对易发生故障停电的区域提前调配资源、划分微电网，以实现灾后信息中断的情况下微网内部自适应控制和有效快速恢复，降低停电损失。然而，现有研究较少考虑到配电系统物理-信息耦合作用，且多数研究仅灾前进行一次预调度移动电源和划分微电网，灵活性不足，难以适应灾害过程中电网故障动态演变的复杂情况，特别是无法有效应对物理-信息耦合系统在灾害不同时段的故障特征变化。
3、综上所述，目前配电系统韧性调控主要存在两个问题。首先是配电系统物理-信息耦合紧密，灾中故障连锁反应，配电系统韧性调控需要考虑物理-信息协同优化；其次是灾中故障时空动态演化，需要实时调整韧性调控策略应对配电系统故障变化。
4、针对这些问题，本发明提出了考虑时空动态故障的物理-信息耦合配电系统滚动韧性调控技术，通过时序树状故障场景模拟故障时空动态演化特征与不确定特征，通过非预期性约束限制当前阶段决策对耦合故障场景的一致性，以此为基础，考虑物理设备对信息网供能、信息网对物理设备调控，构建了物理-信息耦合配电系统韧性调控模型，并根据故障场景的逐阶段更新对调控模型滚动求解执行。
技术实现思路
1、符号及定义：
2、a.指数、集合和矩阵：
3、 <![cdata[l<sub>c</sub>]]> 信息线路集合 <![cdata[l<sub>e</sub>]]> 配电线路集合 <![cdata[n<sub>e</sub>]]> 电力节点集合 <![cdata[n<sub>c</sub>]]> 信息节点集合 <![cdata[n<sub>x</sub>]]> 包括虚拟节点的所有电力节点 s 故障场景集合 t 灾害持续时段集合
4、b.变量、常量
5、
6、
7、
8、
9、本发明目的在于提供一种考虑时空动态故障的物理-信息耦合配电系统滚动韧性调控方法。该方法提出了一种新的配电系统韧性调控方法，首先考虑故障时空动态不确定性，建立树状时空动态故障模型；然后，考虑配电系统物理-信息协同优化，建立考虑时空动态故障的物理-信息耦合配电系统滚动韧性调控模型；最后，滚动生成配电系统时空动态故障场景并进行动态韧性调控。该方法在物理-信息耦合配电系统韧性抗灾方面具有有效性、优越性等优势，符合目前配电系统现实需求。
10、为实现上述目的，本发明提供了一种考虑时空动态故障的物理-信息耦合配电系统滚动韧性调控方法，其特征在于，针对滚动生成的时空动态故障场景，考虑物理-信息耦合作用的配电系统滚动韧性调控方法，步骤如下：
11、s1、考虑配电系统故障时空动态演化特征，建立树状时空动态故障模型；
12、s2、建立考虑时空动态故障的物理-信息耦合配电系统韧性调控模型；
13、s3、滚动生成配电系统时空动态故障场景并进行动态韧性调控。
14、优选的，树状时空动态故障模型：
15、通过时序分段方法模拟灾害下故障的动态演化过程：将故障发展划分为若干连续时段，每个时段对应不同的空间故障分布；前一时段故障状态作为初始条件，随机生成多个下一时段故障分布场景，最终形成图1所示的树状时空动态故障模型。
16、具体而言，如图2所示，本文首先根据台风灾害持续时间，将灾害过程划分为若干时间阶段；然后采用序贯蒙特卡洛模拟法，在初始时段，根据配电、信息线路预测故障概率(1)，抽样生成首批配电网、信息网故障线路；接着以当前故障状态为初始条件，抽样生成下一时段新的配电网、信息网故障线路；重复抽样生成至所有时段结束，记录生成的时空动态故障场景；重复上述步骤直到生成足够的时空动态故障场景；最后通过k均值聚类法提取具有代表性的场景，减少场景数量，同时保留故障的关键特征和多样性。
17、
18、式中：v为线路设计承载风速，为线路ij处实时风速，与地理位置和环境相关，pij(t)为t时刻线路ij故障概率。
19、需要注意的是，耦合故障场景在同一阶段应当满足非预期性约束。例如，如图1所示，故障场景1与故障场景2在时段1故障位置一致，均为故障1-1，因此，故障场景1和2在第2时刻的韧性调控结果应相同。同理，故障场景3和4在第2时刻的韧性调控结果也应相同。初始时刻无故障发生，故障场景1、2、3、4在初始时刻即第1时刻的韧性调控结果也应相同。耦合场景非预期性约束公式表示如下：
20、
21、式中：为故障场景s下t时刻决策变量；为故障场景s'下t时刻决策变量；s*为t时刻之前所有故障一致的故障场景集合。
22、优选的，考虑时空动态故障的物理-信息耦合配电系统韧性调控模型：
23、(1)目标函数
24、本节建立某一时段的物理-信息耦合配电系统韧性调控模型，其他时段韧性调控模型建立方法类似。以最小化预测生成的时空动态故障场景累计失负荷量期望值为目标函数，具体如下:
25、
26、式中：wi,ne为电力节点i的负荷重要度系数；ne为配电网节点集合；t为灾害持续时间，s均分为n个时间间隔，每个时间间隔初始时刻表示为t；为故障场景s下，电力节点i在t时刻的负荷是否被削减，被削减为0，否则为1；为电力节点i在故障场景s下t时刻的有功负荷；ρs为故障场景s的出现概率。
27、(2)配电网运行约束
28、a)潮流约束
29、
30、
31、
32、
33、
34、式中：为故障场景s下，t时刻电力线路ij的有功/无功潮流；j∈chd(i)表示电力节点j是电力节点i的子节点；j∈prt(i)表示电力节点j是电力节点i的父节点；
35、为电力线路ij最大允许有功/无功潮流；为故障场景s下，固定电源t时刻在电力节点i处的有功/无功输出；为固定电源在电力节点i处最大有功输出；为固定电源在电力节点i处最小/最大无功输出；为故障场景s下，t时刻移动电源的有功/无功输出；为移动电源的有功/无功最大输出；
36、为移动电源在电力节点i处最小/最大无功输出；为0-1变量，故障场景s下，若t时刻电力节点i处负荷被削减则为0，否则为1；为故障场景s下t时刻电力节点i处有功/无功负荷；为故障场景s下，t时刻电力节点i的电压；rij/xij为电力线路ij的电阻/电抗；u0为参考电压；为0-1变量，故障场景s下t时刻电力线路ij是否处于连通状态，是为1，否为0；代表电力节点i电压容许最小值/最大值；m是较大的正数。
37、b)拓扑约束
38、
39、
40、式中：为0-1变量，故障场景s下，t时刻，若电力节点i被选为根节点则为1，否则为0；为0-1变量，故障场景s下，t时刻，若电力节点i处于故障线路的一端则为1，否则为0；为故障场景s下，电力线路ij在t时刻的虚拟潮流；为0-1变量，故障场景s下，t时刻电力节点i接有电源则为1，否则为0。nbus为配电网节点数量；j∈chd(i)表示电力节点j是节点i的子节点；j∈prt(i)表示电力节点j是节点i的父节点。
41、令线性化为：
42、
43、则公式(9)拓扑约束可线性化为：
44、
45、c)电力节点通电约束约束
46、
47、
48、
49、式中：为0-1变量，故障场景s下，t时刻电力节点i被选为根节点则为1，否则为0；
50、为0-1变量，故障场景s下，t时刻电力节点i接有电源则为1，否则为0；为0-1变量，故障场景s下，若t时刻电力节点i通电则为1，否则为0。
51、d)电力线路状态约束
52、
53、
54、式中：为故障场景s下，电力线路ij的实际故障时刻；为0-1变量，表示故障场景s下，电力线路ij在时刻t是否已被破坏，是为0，否为1。为0-1变量，故障场景s下，t时刻电力线路ij实际通断状态，闭合为1，否则为0。
55、线性化(16)：
56、
57、式中：ε为较小的数，m是较大的正数，应当指出ε的值不能改变的正负符号。
58、e)移动电源调度约束
59、
60、
61、
62、
63、式中：为0-1变量，故障场景s下，t时刻电力节点i上是否接有电源，是为1，否则为0；为0-1参数，电力节点i上是否接有固定电源，是为1，否则为0；为0-1变量，故障场景s下，t时刻电力节点i处是否接有移动电源k，有为1，否则为0；k为移动电源数量。
64、f)移动电源时间约束
65、移动时间约束采用时间-空间网络的方法建立。采用floyd算法计算移动电源在电力节点之间的最短通行时长。然后考虑一个连接多个电力节点的运输网络，每两个电力节点之间都有相应的移动时间，为了使每两个电力节点之间的移动时间恰好是一个时间跨度，我们可以在两个电力节点之间引入若干个虚拟节点，使得每两个电力节点之间的移动时间相同，如图3所示。
66、
67、
68、
69、式中：为0-1变量，如果在故障场景s下的t时刻移动电源k从电力节点j到达电力节点i则取值为1，否则为0；nx是包括虚拟节点的所有节点。为0-1变量，故障场景s下，t时刻电力节点i处是否接有移动电源k，有为1，否则为0。
70、(3)信息网运行约束
71、a)信息节点连通约束
72、
73、
74、
75、
76、
77、式中：表示故障场景s下信息节点i在t时刻是否能正常传递信息，是为1，否为0；表示故障场景s下t时刻信息链路ij的实际工作状态，闭合为1，断开为0；故障场景s下t时刻信息节点i是否为中央控制节点，是为1，否则为0；为信息节点i在故障场景s下，t时刻的工作状态，正常则为1，否为0。表示故障场景s下t时刻信息节点i是否处于信息故障线路的两端，是为1，否则为0。
78、b)信息线路状态约束
79、
80、式中：为故障场景s下，信息线路ij的实际被破坏时刻；为0-1变量，表示故障场景s下，信息线路ij在时刻t的状态，闭合为1，否则为0。
81、线性化(31)：
82、
83、式中：ε为较小的数，m是较大的数，应当指出ε的值不能改变的正负符号。
84、(4)物理-信息耦合约束
85、a)电力供能约束
86、
87、
88、式中：为0-1变量，故障场景s下，若t时刻电力节点i通电则为1，否则为0；表示故障场景s下信息节点i在t时刻是否与中央控制节点相连，是为1，否为0；表示故障场景s下信息节点i在t时刻的工作状态，正常则为1，否为0。
89、b)信息控制约束
90、
91、式中：为0-1变量，t时刻电力故障线路ij实际通断状态，闭合为1，否则为0。
92、线性化(35)：
93、
94、(5)耦合场景非预期性约束
95、耦合场景时刻移动电源调度和配电网拓扑重构结果一致。
96、
97、
98、式中：为0-1变量，故障场景s/s'下，t时刻电力节点i处是否接有移动电源k，有为1，否则为0；为0-1变量，故障场景s/s'下t时刻电力线路ij是否处于连通状态，是为1，否则为0；s*为t时刻之前所有故障一致的故障场景集合。
99、优选的，滚动生成配电系统时空动态故障场景并进行动态韧性调控方法：
100、根据建立的时空动态故障场景模型，将灾害划分为若干时段，在每个时段初始时刻，根据当前故障情况，生成后续时段故障场景，针对故障场景进行滚动韧性调控。
101、具体而言，如图4所示，设定初始时间t＝t0和灾害持续时段数tn，配电系统初始时刻无故障；随后，根据当前故障情况动态更新后续时段的故障场景，并针对这些场景进行优化决策，以最小化累计失负荷量的期望值，得到移动电源调度和配电网拓扑重构结果；判断是否达到灾害持续时段数tn，若未达到则滚动更新故障场景并优化，直至t＝tn结束流程。