[go: up one dir, main page]

CN119051054A - 配电网的故障恢复方法、装置及电子设备 - Google Patents

配电网的故障恢复方法、装置及电子设备 Download PDF

Info

Publication number
CN119051054A
CN119051054A CN202411213661.2A CN202411213661A CN119051054A CN 119051054 A CN119051054 A CN 119051054A CN 202411213661 A CN202411213661 A CN 202411213661A CN 119051054 A CN119051054 A CN 119051054A
Authority
CN
China
Prior art keywords
fault
distribution network
load
power distribution
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202411213661.2A
Other languages
English (en)
Inventor
陈艳霞
于希娟
及洪泉
闻宇
李菁
李鑫明
陈力绪
张绍峰
杨明华
迟忠君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
North China Electric Power University
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, North China Electric Power University, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202411213661.2A priority Critical patent/CN119051054A/zh
Publication of CN119051054A publication Critical patent/CN119051054A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/12—Circuit arrangements for AC mains or AC distribution networks for adjusting voltage in AC networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for AC mains or AC distribution networks for adjusting voltage in AC networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请公开了一种配电网的故障恢复方法、装置及电子设备。涉及配电网故障恢复领域，该方法包括：确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。通过本申请，解决了相关技术中配电网供电恢复耗时较长的问题。

Description

配电网的故障恢复方法、装置及电子设备
技术领域
本申请涉及配电网故障恢复领域，具体而言，涉及一种配电网的故障恢复方法、装置及电子设备。
背景技术
故障恢复是实现配电网供电快速恢复的重要手段，在因故障导致某区域停电后，对故障区域及时隔离并及时恢复其余正常区域的供电是提高供电可靠性的关键措施。
相关技术中，配电网的故障恢复方法是在对故障区域隔离后，利用配电网的主网对剩余区域恢复供电，通过联络开关、分段开关的开关闭合实现供电恢复，耗时较长且无法保证重要负荷的快速恢复供电。
针对相关技术中配电网供电恢复耗时较长的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种配电网的故障恢复方法、装置及电子设备，以解决相关技术中配电网供电恢复耗时较长的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种配电网的故障恢复方法。该方法包括：确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。
可选地，计算每个负荷节点在配电网故障期间的用电需求包括：对于每个负荷节点，获取负荷节点的概率密度函数；确定配电网的故障起始时刻和预估恢复时刻，基于故障起始时刻和预估恢复时刻对概率密度函数积分，得到负荷节点在电网故障期间的用电需求。
可选地，基于故障区域和发电节点将故障配电网划分为多个孤岛区域包括：对于每个发电节点，以发电节点为根节点向根节点的两侧开始遍历，直到遍历到其他发电节点、或遍历到故障配电网的末端节点、或遍历到故障区域，停止遍历，其中，其他发电节点为故障配电网中除根节点以外的发电节点；将发电节点遍历到的所有负荷节点和发电节点组成的区域确定为初始区域；从初始区域中筛选出符合预设约束条件的目标负荷节点集合，将目标负荷节点集合和发电节点所在区域确定为一个孤岛区域，其中，预设约束条件至少包括以下之一：功率约束、节点电压约束、支路容量约束和辐射状网络结构约束；确定每个发电节点所属的孤岛区域，得到多个孤岛区域。
可选地，通过每个负荷节点的用电需求确定故障恢复策略的目标函数包括：确定每个负荷节点的重要程度系数，通过每个负荷节点的用电需求和重要程度系数计算负荷恢复量；通过故障恢复策略中的开关状态计算联络开关操作次数，其中，开关状态包括联络开关在故障期间和故障恢复后的状态；确定负荷恢复量的第一权重，和联络开关操作次数的第二权重；基于第一权重和第二权重对负荷恢复量和联络开关操作次数进行加权求和，得到综合故障恢复项；获取故障配电网的越线惩罚因子，计算综合故障恢复项与越线惩罚因子的和，得到目标函数，其中，越线惩罚因子至少包括以下之一：低压越线惩罚因子、高压越线惩罚因子和回路惩罚因子。
可选地，通过每个负荷节点的用电需求和重要程度系数计算负荷恢复量包括：计算所有负荷节点的用电需求的和，得到总用电需求；计算每个负荷节点的重要程度系数与用电需求的积，得到恢复负荷节点的重要程度评估值；计算所有负荷节点的重要程度评估值的和，计算和与总用电需求的比值，得到负荷恢复量。
可选地，通过故障恢复策略中的开关状态计算联络开关操作次数包括：确定故障配电网中所有联络开关在故障期间的第一开关状态向量，并确定故障配电网中所有联络开关在故障恢复后的第二开关状态向量；计算第二开关状态向量与第一开关状态向量的差值，并将差值输入向量范数算子，得到联络开关操作次数。
可选地，以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略包括：以故障配电网中的每个联络开关作为一个粒子，初始化粒子群参数；将故障恢复策略中的目标联络开关确定为目标粒子，计算故障恢复策略的适应度函数的值，得到初始适应度评估值；通过二进制粒子群算法对故障恢复策略进行多次迭代优化，得到多个优化后的故障恢复策略，其中，每次迭代优化更新目标粒子在粒子群中的位置；计算每个优化后的故障恢复策略的适应度评估值，得到多个适应度评估值，将最小适应度评估值对应的优化后的故障恢复策略确定为目标故障恢复策略。
为了实现上述目的，根据本申请的另一方面，提供了一种配电网的故障恢复装置。该装置包括：确定单元，用于确定故障配电网中的负荷节点、发电节点和故障区域；划分单元，用于基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算单元，用于计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；优化单元，用于以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。
为了实现上述目的，根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请各个实施例中所述配电网的故障恢复方法的步骤。
通过本申请，采用以下步骤：确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略，解决了相关技术中配电网供电恢复耗时较长的问题。本申请通过对故障配电网划分孤岛区域，保证重要负荷的快速恢复供电，在满足孤岛运行约束条件的同时恢复尽可能多的重要负荷，保证重要负荷的供电可靠性；通过二进制粒子群算法使得算法可以在全局寻优能力和局部寻优能力之间找到一个平衡点，使得算法前期拥有较强的全局寻优能力，而在后期拥有较强的局部寻优能力从而快速的寻求到故障恢复的最优方案，提高了粒子群算法的收敛性能和搜索效率，达到了更好的搜索效果；有效保证重要负荷的快速恢复供电，提高了配电网供电可靠性，进而达到了提高配电网的故障恢复效率的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的配电网的故障恢复方法的流程图；
图2是根据本申请实施例提供的故障恢复策略的确定方法的流程图；
图3是根据本申请实施例提供的包含分布式光伏发电系统的IEEE69节点配电系统的结构图；
图4是根据本申请实施例提供的执行故障恢复策略的示意图；
图5是根据本申请实施例提供的配电网故障时各节点电压的示意图；
图6是根据本申请实施例提供的配电网的故障恢复装置的示意图；
图7是根据本申请实施例提供的电子设备的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
需要说明的是，采集的信息是经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关地区的相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。
下面结合优选的实施步骤对本发明进行说明，图1是根据本申请实施例提供的配电网的故障恢复方法的流程图，如图1所示，该方法包括如下步骤：
步骤S101，确定故障配电网中的负荷节点、发电节点和故障区域。
具体地，故障配电网可以为具有电压支撑能力的构网型分布式光伏及储能系统的配电网，负荷节点可以为故障配电网中用电的负载，放电节点可以为构网型分布式光伏及储能系统，故障区域可以为任意两个负荷节点之间的线路。为了及时的恢复故障配电网中的故障区域的供电，需要确定故障配电网的负荷节点、发电节点和故障区域。
需要说明的是，构网型分布式光伏及储能系统采用光伏发电的方式对配电网供电。构网型分布式光伏及储能系统的光伏发电功率受众多因素的影响，其中气象因素中的太阳照射强度是其最重要的影响因素。太阳照射强度与构网型分布式光伏及储能系统的功率输出关系如下：
Ppv＝ηpvAS；
其中，Ppv为t时刻构网型分布式光伏及储能系统的输出功率预测值；ηpv为构网型分布式光伏及储能系统中的光伏发电系统的转换效率；S为光伏发电系统中光伏组件的面积；A为光伏组件在t时刻的太阳照射强度。构网型分布式光伏及储能系统中储能装置的充放电模型如下：
其中，|PSOC,t|为t时刻储能装置的充电或放电功率，当|PSOC,t|<0时储能装置处于充电状态，当|PSOC,t|>0时储能装置处于放电状态；Pxmax为储能装置的最大充电功率、Px1max为储能装置的最大放电功率；Et为t时刻储能装置的剩余电量；Emax、Emin分别为储能装置所允许剩余的最大、最小电量；h为储能装置充电或放电持续时长。
步骤S102，基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电。
具体地，孤岛区域是指在配电网发生故障后，由每个发电节点向周围连通的负荷节点独立供电的区域，以配电网中每个发电节点为中心划分为一个孤岛区域，孤岛区域需要满足一定的约束条件，如功率约束和节点约束等。故障配电网中可能存在多个构网型分布式光伏及储能系统连接在一起的情况，此时将连在一起的多个构网型分布式光伏及储能系统视为一个发电节点。在划分孤岛区域时可以根据深度优先算法和广度优先算法对故障配电网进行遍历，从而以每个发电节点为中心划分出多个孤岛区域。
步骤S103，计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关。
具体地，负荷节点在不同时刻的用电需求不同，因此需要确定负荷节点的时变特性，也即负荷节点在不同时刻的用电需求，通过计算故障配电网中各个负荷节点的用电需求，从而确定故障配电网的负荷用电恢复量。故障恢复策略是指通过操作故障配电网中预先设置的联络开关，从而在某个区域故障时，可以连通失电区域与发电节点，从而恢复供电。由于故障配电网中预先设置的联络开关包括多个，因此故障恢复策略中需要确定开启故障配电网中的哪些目标联络开关，才可以实现最大化负荷恢复量以及最少的开关操作次数来恢复供电。为了寻找出更合理的故障恢复策略，通过设置目标函数来评估故障恢复策略的恢复效果，目标函数可以根据现最大化负荷恢复量以及最少的开关操作次数来设置。
步骤S104，以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。
具体地，为了寻找出能够实现最大化负荷恢复量以及最少的开关操作次数的目标故障恢复策略，可以通过改进后的二进制粒子群算法对故障恢复策略进行求解，例如，以目标函数为二进制粒子群算法的适应度函数，以故障配电网中的每个联络开关作为一个粒子，通过二进制粒子群算法调整粒子位置，进行迭代优化计算，计算出不同的故障恢复策略的适应度评估值，以最小适应度评估值对应的故障恢复策略作为目标故障恢复策略。对故障配电网执行目标故障恢复策略，从而对故障配电网恢复时能够实现最大化负荷恢复量以及最少的开关操作次数。
本申请实施例提供的配电网的故障恢复方法，通过确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略，解决了相关技术中配电网供电恢复耗时较长的问题。本申请通过对故障配电网划分孤岛区域，保证重要负荷的快速恢复供电，在满足孤岛运行约束条件的同时恢复尽可能多的重要负荷，保证重要负荷的供电可靠性；通过二进制粒子群算法使得算法可以在全局寻优能力和局部寻优能力之间找到一个平衡点，使得算法前期拥有较强的全局寻优能力，而在后期拥有较强的局部寻优能力从而快速的寻求到故障恢复的最优方案，提高了粒子群算法的收敛性能和搜索效率，达到了更好的搜索效果；有效保证重要负荷的快速恢复供电，提高了配电网供电可靠性，进而达到了提高配电网的故障恢复效率的效果。
为了制定出合适的故障恢复策略，需要确定每个负荷节点的用电需求，可选地，在本申请实施例提供的配电网的故障恢复方法中，计算每个负荷节点在配电网故障期间的用电需求包括：对于每个负荷节点，获取负荷节点的概率密度函数；确定配电网的故障起始时刻和预估恢复时刻，基于故障起始时刻和预估恢复时刻对概率密度函数积分，得到负荷节点在电网故障期间的用电需求。
具体地，负荷节点的时变特性可以用正态分布函数表征，由此可得负荷的概率密度函数如下：
其中，μ为负荷节点用电量的数学期望值；σ为负荷节点用电量的标准差。故障起始时刻设为t，预估恢复时刻设置为t+1。对负荷节点的概率密度曲线进行积分即可得到故障期间负荷随时间变化的用电需求：
其中，Li,t为i节点在t时刻的负荷用电需求；f(x)为负荷节点的概率密度函数。
本申请实施例通过确定负荷节点在电网故障期间的用电需求，从而根据用电需求来确定故障恢复策略的目标函数。
为了方便故障配电网的恢复供电，需要将故障配电网划分为多个孤岛区域，可选地，在本申请实施例提供的配电网的故障恢复方法中，基于故障区域和发电节点将故障配电网划分为多个孤岛区域包括：对于每个发电节点，以发电节点为根节点向根节点的两侧开始遍历，直到遍历到其他发电节点、或遍历到故障配电网的末端节点、或遍历到故障区域，停止遍历，其中，其他发电节点为故障配电网中除根节点以外的发电节点；将发电节点遍历到的所有负荷节点和发电节点组成的区域确定为初始区域；从初始区域中筛选出符合预设约束条件的目标负荷节点集合，将目标负荷节点集合和发电节点所在区域确定为一个孤岛区域，其中，预设约束条件至少包括以下之一：功率约束、节点电压约束、支路容量约束和辐射状网络结构约束；确定每个发电节点所属的孤岛区域，得到多个孤岛区域。
具体地，本申请实施例利用深度优先算法和广度优先算法对故障配电网进行动态孤岛划分，初步形成满足可运行的孤岛系统，从而实现对故障隔离后失电区域进行恢复供电；例如以故障区域末端的负荷节点为起点对各负荷节点进行编号；从距离故障区域末端最近的负荷节点的供电方向指向末端节点单侧，其余负荷节点则向两侧同时搜索；以每个负荷节点为根节点，按照上述搜索方向搜索每个负荷节点的主供电区域范围，也即负荷节点所属的孤岛区域；确定孤岛区域内功率平衡等约束，从而根据预设约束条件筛选出每个孤岛区域包含的目标符合节点集合，进而得到多个孤岛区域。对于供电区域有交集的相邻孤岛系统，检验两供电区域供电功率裕量，交集区域负荷按裕量比例分配至两供电区域。
其中，功率约束如下：
其中，Li,t为节点i处负荷在t时刻的用电需求功率；M为孤岛系统内总的负荷节点数；Ploss为孤岛系统内总的网络损耗功率；Ppv,j为构网型光伏逆变器，也即发电节点的输出功率；N为发电节点总的数量；PSOC,k为储能电站，也即发电节点放出的功率；O为储能电站总的数量。
节点电压约束如下：
Ui,min≤Ui≤Ui,max；
其中，Ui为负荷节点i的电压；Ui,min为节点电压的最小值，一般取为0.9p.u.；Ui,max为节点电压最大值，一般取为1.1p.u.。
支路容量约束如下：
|Pl|≤Plmax；
其中，Pl为孤岛区域内支路l流过的功率容量大小；Plmax为支路l允许流过的最大功率容量。
辐射状网络结构约束如下：
gi∈G；
其中，gi为形成的孤岛区域内的系统网络；G为配电网供电系统允许存在的辐射状网络结构。
本申请实施例通过划分孤岛区域，利用构网型分布式光伏及储能电站的电压支撑作用形成孤岛运行，保证重要负荷的快速恢复供电，在满足孤岛运行的约束条件的同时恢复尽可能多的重要负荷，保证重要负荷的供电可靠性。
可选地，在本申请实施例提供的配电网的故障恢复方法中，通过每个负荷节点的用电需求确定故障恢复策略的目标函数包括：确定每个负荷节点的重要程度系数，通过每个负荷节点的用电需求和重要程度系数计算负荷恢复量；通过故障恢复策略中的开关状态计算联络开关操作次数，其中，开关状态包括联络开关在故障期间和故障恢复后的状态；确定负荷恢复量的第一权重，和联络开关操作次数的第二权重；基于第一权重和第二权重对负荷恢复量和联络开关操作次数进行加权求和，得到综合故障恢复项；获取故障配电网的越线惩罚因子，计算综合故障恢复项与越线惩罚因子的和，得到目标函数，其中，越线惩罚因子至少包括以下之一：低压越线惩罚因子、高压越线惩罚因子和回路惩罚因子。
具体地，电力系统一般将负荷节点分为三类，其中一级负荷节点供电要求最为严格，在供电恢复时作为应首先保证供电的重要负荷。此外还应考虑不同负荷节点在某一时刻对供电需求的差异，取一级负荷的日供电需求恒为5，其余类的负荷节点按某一时刻下占比赋不同的需求系数Xt(Xt∈[0，5])。由此可得负荷节点在t时刻的重要程度系数如下：
Gt＝Xtεt；
其中，Gt为t时刻负荷节点的重要程度系数；Xt为负荷在t时刻的负荷需求系数；εt为负荷节点的权重，对于一级、二级、三级负荷分别赋值为10、1、0.1。孤岛划分时需要以优先恢复重要负荷为目标，重要负荷节点的筛选公式如下：
其中，maxf为孤岛区域内的重要负荷节点，M为孤岛区域内所有负荷节点；Gi为负荷节点i的重要程度系数；Li,t为负荷i在t时刻的用电需求；yi为节点负荷i的协议需求系数，当需要给负荷i供电时协议需求系数为1，否则协议需求系数为0。
进一步地，目标函数的计算公式如下：
其中，FObj为故障恢复策略的目标函数；WLoad为最大化负荷恢复量目标函数的权重值，也即第一权重；WOprt为最少开关操作次数目标函数的权重值，也即第二权重；norm()为向量范数算子，用于衡量故障恢复前后开关操作次数；X0、XR分别为配网故障恢复前后开关状态的集合向量；TUmin、TUmax分别为低压越线和高压越线的惩罚因子；TLoop为回路惩罚因子。
需要说明的是，以最大化负荷恢复量及最少开关操作次数建立目标函数，同时在目标函数中引入电压越线惩罚因子限制电压越线情况，电压越线惩罚因子及回路惩罚因子总赋分如下：
S＝TUmin+TUmax+TLoop；
其中，S为总的越线惩罚因子赋分项。通过对出现电压越线情况或者出现回路越线情况的S评价总分中赋大值，降低该故障恢复策略的评分以避免不满足约束条件的恢复方案被执行。
本申请实施例通过确定目标函数，从而筛选出最大化负荷恢复量及最少开关操作次数的故障恢复策略。
可选地，在本申请实施例提供的配电网的故障恢复方法中，通过每个负荷节点的用电需求和重要程度系数计算负荷恢复量包括：计算所有负荷节点的用电需求的和，得到总用电需求；计算每个负荷节点的重要程度系数与用电需求的积，得到恢复负荷节点的重要程度评估值；计算所有负荷节点的重要程度评估值的和，计算和与总用电需求的比值，得到负荷恢复量。
具体地，负荷恢复量的计算公式如下：
其中，Li,t为负荷节点i在t时刻的用电需求，L∑为总用电需求，Gi为负荷节点i的重要程度系数，GiLi,t为恢复负荷节点i的重要程度评估值，也即负荷恢复量。
本申请通过计算负荷恢复量，从而在目标函数中表征故障恢复策略对故障配电网的用电量的恢复程度。
可选地，在本申请实施例提供的配电网的故障恢复方法中，通过故障恢复策略中的开关状态计算联络开关操作次数包括：确定故障配电网中所有联络开关在故障期间的第一开关状态向量，并确定故障配电网中所有联络开关在故障恢复后的第二开关状态向量；计算第二开关状态向量与第一开关状态向量的差值，并将差值输入向量范数算子，得到联络开关操作次数。
具体地，联络开关操作次数的计算公式如下：
norm(XR-X0)；
其中，XR也即第二开关状态向量，X0也即第一开关状态向量，norm()为向量范数算子。
本申请实施例通过计算联络开关操作次数，从而在目标函数中表征故障恢复策略对故障配电网操作的联络开关的操作次数。
在确定目标函数后，根据目标函数和二进制粒子群算法来优化故障恢复策略，可选地，在本申请实施例提供的配电网的故障恢复方法中，以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略包括：以故障配电网中的每个联络开关作为一个粒子，初始化粒子群参数；将故障恢复策略中的目标联络开关确定为目标粒子，计算故障恢复策略的适应度函数的值，得到初始适应度评估值；通过二进制粒子群算法对故障恢复策略进行多次迭代优化，得到多个优化后的故障恢复策略，其中，每次迭代优化更新目标粒子在粒子群中的位置；计算每个优化后的故障恢复策略的适应度评估值，得到多个适应度评估值，将最小适应度评估值对应的优化后的故障恢复策略确定为目标故障恢复策略。
具体地，初始化粒子群参数，包括惯性系数、粒子群规模等；计算初次粒子群(也即故障恢复策略)中所得各恢复策略的目标函数值，也即初始适应度评估值。比较粒子群中各例子目标函数值大小并更新粒子个体最优值及粒子群体最优值；根据改进二进制粒子群算法的进化方程更新粒子位置，并根据改进二进制粒子群算法更新迭代次数；判断是否满足迭代的收敛条件，若不满足收敛条件则继续迭代；若满足收敛条件则结束二进制粒子群算法的运行，输出个体最优值为方案最优解，也即目标故障恢复策略。收敛条件可以为预设迭代次数中的最小适应度评估值，也可以为适应度评估值小于预设的某个适应度评估值阈值。
本申请实施例通过改进二进制粒子群算法使得算法可以在全局寻优能力和局部寻优能力之间找到一个平衡点，使得算法前期拥有较强的全局寻优能力，而在后期拥有较强的局部寻优能力从而快速的寻求到故障恢复策略的最优方案，提高了粒子群算法的收敛性能和搜索效率，达到了更好的搜索效果；将孤岛运行与传统故障恢复方式结合的综合恢复策略不仅可以有效保证重要负荷的快速恢复供电，而且可以充分发挥分布式光伏接入配电网的积极作用，极大的提高了配电网供电可靠性。
根据本申请的另一实施例，还提供了一种故障恢复策略的确定方法，图2是根据本申请实施例提供的故障恢复策略的确定方法的流程图。如图2所示，该方法包括：
步骤S201：对具有电压支撑能力的构网型分布式光伏及储能系统建立精细化模型，同时考虑负荷时变性及重要程度对负荷进行建模。
步骤S202：利用深度优先算法和广度优先算法进行动态孤岛划分，初步形成满足可运行孤岛系统对故障隔离后失电区域进行恢复供电。
步骤S203：以最大化负荷恢复量及最少开关动作次数建立目标函数，同时在目标函数中引入电压越线惩罚因子限制电压越线情况，利用改进二进制粒子群算法对主网与孤岛配合的综合恢复策略进行求解。
本申请实施例通过故障恢复策略的确定方法，利用构网型分布式光伏及储能电站的电压支撑作用形成孤岛运行，保证重要负荷的快速恢复供电，在满足孤岛运行约束条件的同时恢复尽可能多的重要负荷，保证重要负荷的供电可靠性；通过改进二进制粒子群算法使得算法可以在全局寻优能力和局部寻优能力之间找到一个平衡点，使得算法前期拥有较强的全局寻优能力，而在后期拥有较强的局部寻优能力从而快速的寻求到最优方案，提高了粒子群算法的收敛性能和搜索效率，达到了更好的搜索效果；将孤岛运行与传统故障恢复方式结合的综合恢复策略不仅可以有效保证重要负荷的快速恢复供电，而且可以充分发挥分布式光伏接入配电网的积极作用，极大的提高了配电网供电可靠性。
需要说明的是，本申请实施例所提的故障恢复策略的确定方法采用IEEE69(一种电力系统标准)节点配电系统结构图进行验证；图3是根据本申请实施例提供的包含分布式光伏发电系统的IEEE69节点配电系统的结构图，如图3所示，每个小圆圈的位置表示一处故障区域，每次配电网故障仅存在一处故障区域。虚线连接的为联络开关，带有光伏发电标识的表示配电网中的分布式光伏发电系统。
图4是根据本申请实施例提供的执行故障恢复策略的示意图，如图4所示，故障区域为负荷节点4和负荷节点5之间的标记闪电符号的线路段，开启的目标联络开关为负荷节点66和负荷节点11之间的联络开关，以及负荷节点39和负荷节点48之间的联络开关。
图5是根据本申请实施例提供的配电网故障时各节点电压的示意图，如图5所示，上方的线条表示执行故障恢复策略后负荷节点的节点电压，下方的线条表示故障期间负荷节点的节点电压，由测试结果可知，本申请实施例所提供的孤岛运行与传统故障恢复结合的综合故障恢复策略不仅可以有效保证故障后负荷的有效、可靠供电，而且在故障恢复开始及结束时刻都能有效保证电压不越线，保证系统安全运行。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种配电网的故障恢复装置，需要说明的是，本申请实施例的配电网的故障恢复装置可以用于执行本申请实施例所提供的用于配电网的故障恢复方法。以下对本申请实施例提供的配电网的故障恢复装置进行介绍。
图6是根据本申请实施例提供的配电网的故障恢复装置的示意图。如图6所示，该装置包括：
确定单元601，用于确定故障配电网中的负荷节点、发电节点和故障区域；
划分单元602，用于基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；
计算单元603，用于计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；
优化单元604，用于以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。
本申请实施例提供的配电网的故障恢复装置，通过确定单元601，确定故障配电网中的负荷节点、发电节点和故障区域；划分单元602，基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算单元603，计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；优化单元604，以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略，解决了相关技术中配电网供电恢复耗时较长的问题，本申请通过对故障配电网划分孤岛区域，保证重要负荷的快速恢复供电，在满足孤岛运行约束条件的同时恢复尽可能多的重要负荷，保证重要负荷的供电可靠性；通过二进制粒子群算法使得算法可以在全局寻优能力和局部寻优能力之间找到一个平衡点，使得算法前期拥有较强的全局寻优能力，而在后期拥有较强的局部寻优能力从而快速的寻求到故障恢复的最优方案，提高了粒子群算法的收敛性能和搜索效率，达到了更好的搜索效果；有效保证重要负荷的快速恢复供电，提高了配电网供电可靠性，进而达到了提高配电网的故障恢复效率的效果。
可选地，在本申请实施例提供的配电网的故障恢复装置中，计算单元603包括：第一获取模块，用于对于每个负荷节点，获取负荷节点的概率密度函数；第一确定模块，用于确定配电网的故障起始时刻和预估恢复时刻，基于故障起始时刻和预估恢复时刻对概率密度函数积分，得到负荷节点在电网故障期间的用电需求。
可选地，在本申请实施例提供的配电网的故障恢复装置中，划分单元602包括：遍历模块，用于对于每个发电节点，以发电节点为根节点向根节点的两侧开始遍历，直到遍历到其他发电节点、或遍历到故障配电网的末端节点、或遍历到故障区域，停止遍历，其中，其他发电节点为故障配电网中除根节点以外的发电节点；第二确定模块，用于将发电节点遍历到的所有负荷节点和发电节点组成的区域确定为初始区域；第三确定模块，用于从初始区域中筛选出符合预设约束条件的目标负荷节点集合，将目标负荷节点集合和发电节点所在区域确定为一个孤岛区域，其中，预设约束条件至少包括以下之一：功率约束、节点电压约束、支路容量约束和辐射状网络结构约束；第四确定模块，用于确定每个发电节点所属的孤岛区域，得到多个孤岛区域。
可选地，在本申请实施例提供的配电网的故障恢复装置中，计算单元603包括：第五确定模块，用于确定每个负荷节点的重要程度系数，通过每个负荷节点的用电需求和重要程度系数计算负荷恢复量；计算模块，用于通过故障恢复策略中的开关状态计算联络开关操作次数，其中，开关状态包括联络开关在故障期间和故障恢复后的状态；第六确定模块，用于确定负荷恢复量的第一权重，和联络开关操作次数的第二权重；求和模块，用于基于第一权重和第二权重对负荷恢复量和联络开关操作次数进行加权求和，得到综合故障恢复项；第二获取模块，用于获取故障配电网的越线惩罚因子，计算综合故障恢复项与越线惩罚因子的和，得到目标函数，其中，越线惩罚因子至少包括以下之一：低压越线惩罚因子、高压越线惩罚因子和回路惩罚因子。
可选地，在本申请实施例提供的配电网的故障恢复装置中，第五确定模块包括：第一计算子模块，用于计算所有负荷节点的用电需求的和，得到总用电需求；第二计算子模块，用于计算每个负荷节点的重要程度系数与用电需求的积，得到恢复负荷节点的重要程度评估值；第三计算子模块，用于计算所有负荷节点的重要程度评估值的和，计算和与总用电需求的比值，得到负荷恢复量。
可选地，在本申请实施例提供的配电网的故障恢复装置中，计算模块包括：确定子模块，用于确定故障配电网中所有联络开关在故障期间的第一开关状态向量，并确定故障配电网中所有联络开关在故障恢复后的第二开关状态向量；第四计算子模块，用于计算第二开关状态向量与第一开关状态向量的差值，并将差值输入向量范数算子，得到联络开关操作次数。
可选地，在本申请实施例提供的配电网的故障恢复装置中，优化单元604包括：初始化模块，用于以故障配电网中的每个联络开关作为一个粒子，初始化粒子群参数；第七确定模块，用于将故障恢复策略中的目标联络开关确定为目标粒子，计算故障恢复策略的适应度函数的值，得到初始适应度评估值；优化模块，用于通过二进制粒子群算法对故障恢复策略进行多次迭代优化，得到多个优化后的故障恢复策略，其中，每次迭代优化更新目标粒子在粒子群中的位置；第八确定模块，用于计算每个优化后的故障恢复策略的适应度评估值，得到多个适应度评估值，将最小适应度评估值对应的优化后的故障恢复策略确定为目标故障恢复策略。
配电网的故障恢复装置包括处理器和存储器，上述确定单元601、划分单元602、计算单元603和优化单元604等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提高配电网的故障恢复效率。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现配电网的故障恢复方法。
本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行配电网的故障恢复方法。
图7是根据本申请实施例提供的电子设备的示意图。如图7所示，电子设备701包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定故障配电网中的负荷节点、发电节点和故障区域；基于故障区域和发电节点将故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过孤岛区域内的发电节点供电；计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的用电需求确定故障恢复策略的目标函数，其中，故障恢复策略为在故障配电网中开启目标联络开关，目标函数用于评估故障恢复策略的恢复效果，故障配电网中包含多个联络开关；以目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对故障恢复策略进行优化，得到目标故障恢复策略，并对故障配电网执行目标故障恢复策略。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种配电网的故障恢复方法，其特征在于，包括：
确定故障配电网中的负荷节点、发电节点和故障区域；
基于所述故障区域和所述发电节点将所述故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过所述孤岛区域内的发电节点供电；
计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的所述用电需求确定故障恢复策略的目标函数，其中，所述故障恢复策略为在所述故障配电网中开启目标联络开关，所述目标函数用于评估所述故障恢复策略的恢复效果，所述故障配电网中包含多个联络开关；
以所述目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对所述故障恢复策略进行优化，得到目标故障恢复策略，并对所述故障配电网执行所述目标故障恢复策略。
2.根据权利要求1所述的方法，其特征在于，计算每个负荷节点在配电网故障期间的用电需求包括：
对于每个负荷节点，获取所述负荷节点的概率密度函数；
确定配电网的故障起始时刻和预估恢复时刻，基于所述故障起始时刻和所述预估恢复时刻对所述概率密度函数积分，得到所述负荷节点在电网故障期间的用电需求。
3.根据权利要求1所述的方法，其特征在于，基于所述故障区域和所述发电节点将所述故障配电网划分为多个孤岛区域包括：
对于每个发电节点，以所述发电节点为根节点向所述根节点的两侧开始遍历，直到遍历到其他发电节点、或遍历到所述故障配电网的末端节点、或遍历到所述故障区域，停止遍历，其中，所述其他发电节点为所述故障配电网中除所述根节点以外的发电节点；
将所述发电节点遍历到的所有负荷节点和所述发电节点组成的区域确定为初始区域；
从所述初始区域中筛选出符合预设约束条件的目标负荷节点集合，将所述目标负荷节点集合和所述发电节点所在区域确定为一个孤岛区域，其中，所述预设约束条件至少包括以下之一：功率约束、节点电压约束、支路容量约束和辐射状网络结构约束；
确定每个发电节点所属的孤岛区域，得到所述多个孤岛区域。
4.根据权利要求1所述的方法，其特征在于，通过每个负荷节点的所述用电需求确定故障恢复策略的目标函数包括：
确定每个负荷节点的重要程度系数，通过每个负荷节点的所述用电需求和所述重要程度系数计算负荷恢复量；
通过所述故障恢复策略中的开关状态计算联络开关操作次数，其中，所述开关状态包括联络开关在故障期间和故障恢复后的状态；
确定所述负荷恢复量的第一权重，和所述联络开关操作次数的第二权重；
基于所述第一权重和所述第二权重对所述负荷恢复量和所述联络开关操作次数进行加权求和，得到综合故障恢复项；
获取所述故障配电网的越线惩罚因子，计算所述综合故障恢复项与所述越线惩罚因子的和，得到所述目标函数，其中，所述越线惩罚因子至少包括以下之一：低压越线惩罚因子、高压越线惩罚因子和回路惩罚因子。
5.根据权利要求4所述的方法，其特征在于，通过每个负荷节点的所述用电需求和所述重要程度系数计算负荷恢复量包括：
计算所有负荷节点的用电需求的和，得到总用电需求；
计算每个负荷节点的重要程度系数与所述用电需求的积，得到恢复所述负荷节点的重要程度评估值；
计算所有负荷节点的重要程度评估值的和，计算所述和与所述总用电需求的比值，得到所述负荷恢复量。
6.根据权利要求4所述的方法，其特征在于，通过所述故障恢复策略中的开关状态计算联络开关操作次数包括：
确定所述故障配电网中所有联络开关在故障期间的第一开关状态向量，并确定所述故障配电网中所有联络开关在故障恢复后的第二开关状态向量；
计算所述第二开关状态向量与所述第一开关状态向量的差值，并将所述差值输入向量范数算子，得到所述联络开关操作次数。
7.根据权利要求1所述的方法，其特征在于，以所述目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对所述故障恢复策略进行优化，得到目标故障恢复策略包括：
以所述故障配电网中的每个联络开关作为一个粒子，初始化粒子群参数；
将所述故障恢复策略中的目标联络开关确定为目标粒子，计算所述故障恢复策略的适应度函数的值，得到初始适应度评估值；
通过所述二进制粒子群算法对所述故障恢复策略进行多次迭代优化，得到多个优化后的故障恢复策略，其中，每次迭代优化更新所述目标粒子在所述粒子群中的位置；
计算每个优化后的故障恢复策略的适应度评估值，得到多个适应度评估值，将最小适应度评估值对应的优化后的故障恢复策略确定为所述目标故障恢复策略。
8.一种配电网的故障恢复装置，其特征在于，包括：
确定单元，用于确定故障配电网中的负荷节点、发电节点和故障区域；
划分单元，用于基于所述故障区域和所述发电节点将所述故障配电网划分为多个孤岛区域，其中，每个孤岛区域内的负荷节点通过所述孤岛区域内的发电节点供电；
计算单元，用于计算每个负荷节点在配电网故障期间的用电需求，通过每个负荷节点的所述用电需求确定故障恢复策略的目标函数，其中，所述故障恢复策略为在所述故障配电网中开启目标联络开关，所述目标函数用于评估所述故障恢复策略的恢复效果，所述故障配电网中包含多个联络开关；
优化单元，用于以所述目标函数为二进制粒子群算法的适应度函数，通过二进制粒子群算法对所述故障恢复策略进行优化，得到目标故障恢复策略，并对所述故障配电网执行所述目标故障恢复策略。
9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的配电网的故障恢复方法。
10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的配电网的故障恢复方法。
CN202411213661.2A 2024-08-30 2024-08-30 配电网的故障恢复方法、装置及电子设备 Pending CN119051054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411213661.2A CN119051054A (zh) 2024-08-30 2024-08-30 配电网的故障恢复方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411213661.2A CN119051054A (zh) 2024-08-30 2024-08-30 配电网的故障恢复方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN119051054A true CN119051054A (zh) 2024-11-29

Family

ID=93584936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411213661.2A Pending CN119051054A (zh) 2024-08-30 2024-08-30 配电网的故障恢复方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN119051054A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119231549A (zh) * 2024-12-02 2024-12-31 国网浙江省电力有限公司龙泉市供电公司 10千伏线路倒负荷方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119231549A (zh) * 2024-12-02 2024-12-31 国网浙江省电力有限公司龙泉市供电公司 10千伏线路倒负荷方法和系统

Similar Documents

Publication Publication Date Title
CN112713618A (zh) 基于多场景技术的主动配电网源网荷储协同优化运行方法
Kavousi-Fard et al. Reliability-oriented reconfiguration of vehicle-to-grid networks
CN106602557B (zh) 一种含电动汽车的主动配电网多时段优化重构方法
Syahputra Fuzzy multi-objective approach for the improvement of distribution network efficiency by considering DG
CN112671029A (zh) 一种含分布式电源的配网多阶段故障恢复方法
Vosoogh et al. An intelligent day ahead energy management framework for networked microgrids considering high penetration of electric vehicles
TWI436230B (zh) 直流微電網最佳化線損分析方法
CN105932690B (zh) 一种综合无功优化与网络重构的配网运行优化方法
Zhang et al. Coordinated restoration method for electric buses and network reconfigurations in distribution systems under extreme events
KR102542102B1 (ko) 심층 강화학습 기반 재생에너지 배전계통 재구성 장치 및 그 방법
CN112701688A (zh) 考虑应急电动汽车的配电网故障恢复方法及终端设备
CN113326467B (zh) 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN119051054A (zh) 配电网的故障恢复方法、装置及电子设备
Aboutalebi et al. Optimal scheduling of self-healing distribution systems considering distributed energy resource capacity withholding strategies
CN112953007B (zh) 配电网调度方法、装置及系统、处理器、电子设备
CN116316735A (zh) 基于区间时段划分的源网储多时间尺度优化方法及装置
CN113657619A (zh) 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法
Wang et al. A novel planning‐attack‐reconfiguration method for enhancing resilience of distribution systems considering the whole process of resiliency
CN116169698A (zh) 一种新能源平稳消纳的分布式储能优化配置方法及系统
CN117996767A (zh) 提升配电网韧性的智能软开关与储能协调规划方法及设备
CN117543548A (zh) 基于灵活性指标的主动配电网场景优化调度方法及系统
Qin et al. A self-adaptive collaborative differential evolution algorithm for solving energy resource management problems in smart grids
CN118868055A (zh) 一种台风天气下的配电网故障抢修优化方法、装置、终端设备及存储介质
El Bourakadi et al. Multi-agent system based on the fuzzy control and extreme learning machine for intelligent management in hybrid energy system
CN116365606B (zh) 一种高比例可再生能源消纳优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination