劉文軒，顧雪平，李少巖

(華北電力大學 電氣與電子工程學院，河北 保定 071003)

考慮機組重要度和負荷停電損失的網(wǎng)架重構(gòu)分層協(xié)調(diào)優(yōu)化

劉文軒，顧雪平，李少巖

(華北電力大學 電氣與電子工程學院，河北 保定 071003)

電力系統(tǒng)大停電后，重要負荷的損失狀況會隨時間的推移而逐步增大，成為系統(tǒng)恢復的重點關注問題。研究了網(wǎng)架重構(gòu)階段機組與重要負荷協(xié)調(diào)恢復的優(yōu)化方法，以熱啟動機組的總?cè)萘亢突謴瓦^程中的總負荷損失分別作為上、下層目標函數(shù)，建立了雙層優(yōu)化模型；引入灰關聯(lián)模型對機組綜合重要度進行評估，采用基于狀態(tài)優(yōu)選的多層編碼遺傳算法進行求解，獲得各機組熱啟動總?cè)萘?；結(jié)合網(wǎng)絡計劃技術，對各節(jié)點重要負荷的恢復時間進行計算，評估不同方案的負荷損失情況，獲取機組與重要負荷協(xié)調(diào)恢復的最優(yōu)方案。新英格蘭10機39節(jié)點系統(tǒng)的算例結(jié)果驗證了本文方法的有效性。

網(wǎng)架重構(gòu)；負荷損失；機組重要度評估；狀態(tài)優(yōu)選；網(wǎng)絡計劃技術

0 引 言

現(xiàn)代互聯(lián)電網(wǎng)規(guī)模日益增大、電壓等級越來越高，提升系統(tǒng)運行經(jīng)濟性和可靠性的同時，也對電網(wǎng)安全穩(wěn)定運行提出了嚴峻的挑戰(zhàn)。隨著區(qū)域系統(tǒng)之間電氣聯(lián)系的日益加強，局部系統(tǒng)的故障可能會由于調(diào)度處理不當、保護和自動裝置的不正確或不協(xié)調(diào)動作釀成大面積的停電事故，甚至導致整個電力系統(tǒng)崩潰瓦解，帶來巨大的經(jīng)濟損失和社會混亂[1-4]。因此，研究大停電后的恢復控制，對于優(yōu)化系統(tǒng)恢復措施、實現(xiàn)快速有序的恢復、減小停電損失具有重要意義。

目前國內(nèi)外的研究人員對大停電后的恢復工作進行了深入研究，取得了豐富的研究成果。文獻[5]提出了一種考慮節(jié)點恢復可靠性的網(wǎng)架重構(gòu)優(yōu)化方法， 但是并未涉及機組接力式啟動與負荷恢復的先后順序。文獻[6]考慮負荷類型及停電損失的負荷恢復策略優(yōu)化，但是并未涉及機組、網(wǎng)架與負荷的協(xié)調(diào)恢復。文獻[7]分析了機組啟動過程中負荷恢復的特點，提出了與機組啟動過程相協(xié)調(diào)的負荷恢復方式,但是并未提及機組與負荷的恢復時間，難以評估全網(wǎng)損失。文獻[8]提出了一種網(wǎng)架拓撲分析方法，但是最優(yōu)方案的選取過程并未考慮負荷量及其造成損失的影響。文獻[9]研究機組啟動與負荷恢復的交叉影響，提出一種針對網(wǎng)架重構(gòu)階段負荷恢復的優(yōu)化方法，但是采用固定時段劃分方式恢復重要負荷，可能增大部分負荷的等待時間。

電力系統(tǒng)恢復問題是一個復雜的多目標、非線性的組合優(yōu)化問題，難以建立較為全面的優(yōu)化模型。以往建立的模型通常采用 “分時段建?！狈绞竭M行求解[10-11]，由于系統(tǒng)內(nèi)設備特性各異，難以確定有效的時段劃分方式，導致求解誤差較大。

針對上述問題，本文以熱啟動機組的總?cè)萘亢突謴瓦^程中的總負荷損失分別作為上、下層目標函數(shù)，提出了一種雙層優(yōu)化模型。引入灰關聯(lián)模型對機組綜合重要度進行評估，采用基于狀態(tài)優(yōu)選的多層編碼遺傳算法進行求解，獲得各機組熱啟動總?cè)萘俊８鶕?jù)網(wǎng)絡計劃技術，對各節(jié)點重要負荷的恢復時間進行計算，將時段設置的影響降至最低，根據(jù)機組與節(jié)點的恢復時間，確保更加精確地評估負荷損失，獲取機組與重要負荷協(xié)調(diào)恢復的最優(yōu)方案。

1 網(wǎng)架重構(gòu)的雙層優(yōu)化模型

1.1 目標函數(shù)

網(wǎng)架重構(gòu)前期主要以啟動機組為核心任務，以確保為后續(xù)恢復提供充足的功率支持。然而在機組恢復過程中，也需要恢復一定量的負荷，主要有兩方面考慮：系統(tǒng)運行方面，火電機組需要帶一定量的負荷保證其穩(wěn)定運行，稱為最小穩(wěn)定出力[7,12-13]，一般為機組額定容量的20%～30%；經(jīng)濟性方面，部分負荷的長時間停運會造成較大的經(jīng)濟損失，甚至導致民眾生命安全受到威脅，需要盡快恢復。由此可見，電力系統(tǒng)可恢復的負荷量與已恢復的系統(tǒng)規(guī)模正相關，也從客觀上反映了系統(tǒng)的恢復程度。

機組恢復與負荷恢復是一個同時交替進行的過程，需要統(tǒng)籌兼顧。本文以熱啟動機組的總?cè)萘孔鳛樯蠈幽繕撕瘮?shù)，恢復過程中的負荷損失作為下層目標函數(shù)，建立雙層優(yōu)化模型進行求解。

(1)熱啟動機組總?cè)萘?/p>

大停電發(fā)生后，從快速恢復負荷以減小停電損失的角度出發(fā)，最優(yōu)恢復方案應該使熱啟動機組的總?cè)萘孔畲?，以確保后續(xù)恢復工作得到充足的功率支持?；謴头桨钢袡C組的容量成為關鍵優(yōu)選指標，在制定恢復方案時，將可熱啟動恢復機組的額定出力之和作為上層優(yōu)化目標，如式(1)所示。

(1)

式中：N為整個恢復過程總的時段數(shù)；NA為系統(tǒng)中待恢復機組的總臺數(shù)；cik表示機組i是否在第k時段投入，投入為1，否則為0；PMi為機組i的額定容量。

(2)負荷損失

電力系統(tǒng)通常根據(jù)用戶在國民經(jīng)濟中的重要地位將其劃分為Ⅰ類負荷、Ⅱ類負荷和Ⅲ類負荷，同時也代表了大停電后負荷緊急恢復的迫切程度與損失狀況。對于許多重要負荷，損失狀況會隨停電時間的推移而逐步增大。大停電發(fā)生后，確保負荷損失最小是選擇最優(yōu)恢復方案的重要標準。本文針對各廠站待恢復負荷的類型差異和停電損失的不同，以恢復過程中的負荷損失費用最小為下層優(yōu)化目標，合理安排機組與負荷協(xié)調(diào)恢復計劃，如式(2)所示。

(2)

式中：Li(t)為節(jié)點i上的負荷在t時刻的費用損失函數(shù)；Pi(t)為t時刻節(jié)點i上未恢復的負荷量；Nk為恢復方案中負荷節(jié)點數(shù)；T為恢復優(yōu)化時間(本文T取所有Ⅰ類負荷恢復完成的時間)。

1.2 約束條件

(1)潮流約束

①等式約束

含有Nb個節(jié)點的電力系統(tǒng)，等式約束主要是潮流方程約束。

(3)

式中：j∈i表示∑號后的標號j的節(jié)點必須直接和節(jié)點i相連，包括j=i的情況；Pi為節(jié)點i有功注入；Qi為節(jié)點i無功注入；Ui為節(jié)點i電壓模值；θij為節(jié)點i和節(jié)點j的電壓相角差。

②不等式約束

(4)

(2)機組熱啟動時限

為使恢復方案中火電機組快速啟動并提供功率支持，應重點考慮機組的熱啟動時限問題[14]。機組熱啟動時間約束為

(5)

式中：TS,i為機組恢復廠用電時間；TCH,i為機組i的熱啟動時限。

將問題的目標函數(shù)和約束條件融合在一起，構(gòu)建雙層優(yōu)化模型，其結(jié)構(gòu)如圖1所示。

圖1 雙層優(yōu)化模型結(jié)構(gòu)圖Fig.1 The structure of bi-level optimization model

圖1中，約束條件通過變形統(tǒng)一為等式約束Gj(X)和不等式約束gj(X)；設計變量X=[X1,X2,X3,X4,X5]，具體如下：

①X1=[C1,C2,… ,CN]

其中，Ci={ci1,ci2,…,ciNA}(i=1,2,…,N)

②X2={P1(t),P2(t),…,PNk(t)}

③X3={P,Q,U,θ}

④X4={PG,QG,U,PL}

⑤X5={TS,1,TS,2,…,TS,NA}

2 機組綜合重要度評估

2.1 影響機組重要度因素

系統(tǒng)恢復過程中，機組的恢復是核心內(nèi)容，本節(jié)綜合考慮機組與重要負荷距離、機組的熱啟動時限、額定容量、啟動時間、機組爬坡時間和機組啟動功率6個方面因素(如表1所示)，對機組重要度進行評估，以確定機組啟動的優(yōu)先順序。

表1 機組重要度評價指標

表1中部分指標定義如下:

(1)機組與重要負荷距離

電網(wǎng)恢復的首要目標是盡快為重要負荷供電，以減小停電損失。在大停電初期，系統(tǒng)相對脆弱，為避免長距離送電，緩解充電無功過剩帶來的線路末端電壓升高問題；同時減少設備操作次數(shù)，提高送電可靠性，應優(yōu)先恢復距離重要負荷較近的機組。機組與重要負荷的距離定義為

(6)

式中：NT表示具有重要負荷的節(jié)點數(shù)；Pj表示節(jié)點j(j=1,2，…，NT)的Ⅰ類負荷量；Bij表示機組i與節(jié)點j之間最短路徑的充電電容。

(2)機組啟動時間、爬坡時間與額定出力

采用圖2所示機組出力簡化曲線描述各機組的啟動爬坡過程。將機組i的恢復過程分為三個階段：等待恢復時間(0～TSi)，機組啟動時間(TSi～TKi)，機組并網(wǎng)后出力爬坡時間(TKi～TRi)。其中，T(i,1)為機組啟動時間(指標Ii4)，T(i,2)為機組爬坡時間(指標Ii5)。

圖2 機組出力簡化曲線Fig.2 Simplified curve of unit output

2.2 基于灰關聯(lián)模型的機組綜合重要度評估

灰色關聯(lián)法[15-16]是綜合灰色系統(tǒng)理論和逼近思想的多屬性決策方法，可以很好地解決實際系統(tǒng)中的多屬性決策問題，且有較高的決策靈敏度。根據(jù)2.1節(jié)所述，本文首先采用文獻[17]提出的模糊反熵權法反映決策者主觀偏好和客觀權重，求得各指標的權重為

(7)

再通過灰關聯(lián)模型綜合考慮各項指標，評估機組重要度。具體評估過程如下：

(1)決策矩陣規(guī)范化

構(gòu)造有n個機組m個指標的決策矩陣Β=(bij)n×m,i∈[1,n],j∈[1,m]，經(jīng)過規(guī)范化處理得規(guī)范化矩陣R=(rij)n×m。規(guī)范化方法如下：

效益型指標

(8)

成本型指標

(9)

(2)設

(10)

(11)

則正理想指標集與負理想指標集如式(12)和式(13)所示。

(12)

(13)

(3)計算機組i與正負理想指標集關于指標j的灰關聯(lián)系數(shù)分別為

(14)

(15)

其中，ρ為分辨系數(shù)，ρ∈[0,1],一般取ρ=0.5。

(4)計算機組i與正負理想指標集關于指標j的灰關聯(lián)度分別為

(16)

(17)

(5)定義優(yōu)屬度ui來綜合衡量機組i靠近正理想指標集和遠離負理想指標集的程度。機組i以優(yōu)屬度ui趨近于正理想指標集，同時以1-ui趨近于負理想指標集。根據(jù)最小平方和準則，建立目標函數(shù)：

(18)

(19)

把優(yōu)屬度ui作為參評機組重要度的綜合指標，對其進行降序排序，ui值越大的機組重要度越高。

3 基于多層編碼遺傳算法的恢復方案優(yōu)化

3.1 多層編碼遺傳算法

在每一時段的恢復過程中，由目標函數(shù)和約束條件組成的背包問題，被證明是一個NP完全問題。由于網(wǎng)架重構(gòu)采用分時段策略，其中的單一時段優(yōu)化相對簡單，采用傳統(tǒng)遺傳算法的單個染色體就可以表示此時段的解[10,15]；而全過程最優(yōu)解相對復雜，需要多個染色體聯(lián)合表示。因此，本文引入多層編碼遺傳算法(Multi-Layer Coded Genetic Algorithm，MLCGA)[18]對網(wǎng)架重構(gòu)全過程優(yōu)化進行求解，算法結(jié)構(gòu)如圖3所示。

圖3 多層編碼遺傳算法示意圖Fig.3 Structure of the MLCGA

由此可以看出，時段數(shù)決定了遺傳算法編碼層數(shù)；每一時段染色體長度由待恢復機組數(shù)決定，每一位基因代表一個機組的恢復狀態(tài)，基因編碼采用二進制，1代表恢復，0代表不恢復；多個時段的解共同組成了全恢復過程的解。

以往的分時段決策思路在每一時段僅保留一個方案，將每個時段方案的串行組合作為全過程最優(yōu)方案，求得的方案只是局部最優(yōu)方案，與實際全局最優(yōu)解偏差較大。本文采用一種狀態(tài)優(yōu)選方法，在每一時段完成機組選擇后，保留此時段方案中指標最高的前Rk個狀態(tài)，確保接近全過程最優(yōu)[19-20]。同時，在迭代過程中，為減小程序運行時間，對終止判據(jù)進行修改：采用最優(yōu)個體最小保持代數(shù)Maxgen作為終止依據(jù)，若已搜索到的最優(yōu)個體適應度值在Maxgen代內(nèi)保持不變，則認為此個體為最優(yōu)個體，終止迭代。

3.2 基于網(wǎng)絡計劃技術的恢復方案優(yōu)化

網(wǎng)絡計劃技術是20世紀50年代源于美國的一項計劃管理技術，旨在對項目進行科學地組織、指揮、協(xié)調(diào)和控制，以達到縮短工期、提高效率、節(jié)省勞力、降低成本消耗的目標[21-22]。目前傳統(tǒng)黑啟動機組優(yōu)選與路徑搜索算法的研究已較為成熟，對于負荷恢復也涉及較多。然而對網(wǎng)架重構(gòu)與負荷恢復過程中的相互影響考慮不足，并且大多數(shù)文獻對于并行恢復時間的評估并不明確，部分仍然延用串行恢復的計算方法，導致總恢復時間計算出現(xiàn)偏差。本文結(jié)合網(wǎng)絡計劃技術中的關鍵線路概念，根據(jù)各時段并行恢復特點制定相應的恢復策略，將機組、線路和負荷恢復過程協(xié)調(diào)考慮，建立組合恢復的協(xié)調(diào)優(yōu)化模型，在多個目標節(jié)點并行恢復中最大限度利用系統(tǒng)功率，實現(xiàn)系統(tǒng)網(wǎng)架的快速重構(gòu)。

電力系統(tǒng)大停電后的恢復工作是一個技術高度密集的綜合性系統(tǒng)工程。通常情況下，影響恢復進程的主要因素是可用功率不足，優(yōu)化問題屬于“功率有限—時間最短”。根據(jù)各工序?qū)W(wǎng)絡計劃工期的影響程度，將有限的功率進行逐時段科學合理地分配，確保負荷損失最小。功率優(yōu)化配置的原則如下。

(1)關鍵線路優(yōu)先恢復。本文將恢復機組節(jié)點的路徑作為關鍵線路，按照機組綜合重要度確定功率分配的優(yōu)先順序。若超出系統(tǒng)可提供的總功率，則延遲恢復綜合重要度小的機組。

(2)非關鍵線路在滿足關鍵線路以后再進行恢復。當遇到功率不足時，按照遺傳算法基因編碼隨機延遲其中的部分節(jié)點恢復，并根據(jù)時段的損失情況評估恢復效果，進行遺傳算法的選擇、交叉和變異。

主要步驟如下。

(1)實時統(tǒng)計系統(tǒng)電源有功P和進相運行能力Q，作為系統(tǒng)功率上限。

(2)將某一時段中的各工作按順序編號，從第1號到第n號。按編號由小到大順序，統(tǒng)計其消耗的功率，并依次分配P和Q。

(4)經(jīng)過時間Δt后，重新進行(1)～(3)的步驟，直到所有恢復工作有功和無功之和均不大于P和Q。

3.3 恢復方案優(yōu)化的算法實現(xiàn)

在遺傳編碼中，每個染色體表示一種恢復方案，根據(jù)各染色體計算目標函數(shù)值。在為擬啟動機組搜索供電路徑時，為降低線路末端工頻過電壓，應優(yōu)先選擇充電無功較小的線路，本文將線路充電無功作為線路權值，結(jié)合Dijkstra算法進行路徑搜索，構(gòu)建恢復網(wǎng)架。主要計算流程如附錄A圖A1所示。

由于火電機組有最小穩(wěn)定出力要求，因此在進行潮流校驗時，默認新并網(wǎng)的機組功率為其最小穩(wěn)定出力。同時接入路徑上的Ⅰ類負荷，若仍然無法滿足最小出力，再接入相應量的Ⅱ類負荷和Ⅲ類負荷。參照文獻[23]，此類負荷一般在電壓較高節(jié)點接入。

在獲取最優(yōu)方案集之后，對基因編碼表達形式做了重新設計，如圖4所示。每位基因由兩位數(shù)字組成，第一位為時段編號，第二位為此時段機組啟動次序，只對第二位基因進行選擇、交叉和變異。采用網(wǎng)絡計劃技術思想，結(jié)合多層編碼遺傳算法評估各方案時間，具體流程詳見附錄B。

圖4 基因編碼形式表達示意圖Fig.4 Structure of coding form

4 算例分析

4.1 算例原始數(shù)據(jù)

本文首先以新英格蘭10機39節(jié)點系統(tǒng)為算例驗證所提方法的有效性，該系統(tǒng)的結(jié)構(gòu)如圖5所示。設節(jié)點30為黑啟動電源，裝機容量為2×250 MW，額定功率因數(shù)為cosφ=0.9，機組空載時所吸收的最大無功功率為0.3SN。系統(tǒng)主要機組參數(shù)如表2所示，其中Pcr為機組廠用電所需功率，各機組最小穩(wěn)定出力為額定出力的25%；各線路、變壓器的恢復時間詳見附錄C；主要節(jié)點重要負荷比重如表3所示。

圖5 新英格蘭10機39節(jié)點系統(tǒng)Fig.5 New England 10-unit 39-bus power system

利用第3節(jié)所述算法對恢復方案進行優(yōu)化求解，多層編碼遺傳算法主要參數(shù)設置如下：每層種群包含40條染色體，交叉概率為0.8，變異概率為0.1， 最優(yōu)個體最少保持代數(shù)Maxgen設為10。

表2 新英格蘭10機39節(jié)點系統(tǒng)機組參數(shù)

表3 主要節(jié)點負荷比重

表4列舉了各類負荷的平均停電損失費用情況，可以看出，隨著停電時間的延長，經(jīng)濟損失也會增大。利用最小二乘法作出負荷損失時變曲線(三次函數(shù)擬合)，如圖6所示。

表4 用戶停電損失

根據(jù)此情況重點恢復Ⅰ類負荷，兼顧部分Ⅱ類負荷，可將大停電后的社會影響和經(jīng)濟損失降到最低。

圖6 負荷平均損失時變曲線Fig.6 The curve of average loss for load

4.2 算例結(jié)果

根據(jù)2.2節(jié)所述模型，對機組綜合重要度進行評估，由3位專家根據(jù)自身經(jīng)驗賦予三個目標函數(shù)主觀權重，如表5所示。

表5 專家賦予的主觀權重

采用灰關聯(lián)模型進行機組重要度評估，所得結(jié)果如表6所示?？芍獧C組重要度排序為：39?31?33?38?32?36?35?34?37(“A?B”表示機組A的綜合重要度高于機組B)。

表6 待啟動機組綜合重要度

根據(jù)第3節(jié)所述的算法進行求解，得出最優(yōu)方案與一組對比方案，如表7所示。其中，雖然節(jié)點38 和節(jié)點39的機組重要度較高，但是由于所處節(jié)點距離黑啟動電源較遠，且熱啟動時限較短，為確?？傮w恢復效果的最優(yōu)，只能進行冷啟動恢復。

最優(yōu)方案的恢復路徑如圖5彩色線段所示，恢復所有Ⅰ類負荷共用時3.31 h，作為下層目標函數(shù)的優(yōu)化時間。

表7 新英格蘭10機39節(jié)點系統(tǒng)備選恢復方案

應用網(wǎng)絡計劃圖表示最優(yōu)方案恢復過程，如圖7所示。

圖7 最優(yōu)恢復方案網(wǎng)絡計劃圖Fig.7 The figure of network planning for optimal scheme

4.3 結(jié)果分析

從上述算例可以看出，采用本文所提方法明確各時段工序的銜接關系，與文獻[9-11]采用的嚴格分時段優(yōu)化方法相比，可以在一定程度上減少時段劃分造成的等待時間，各節(jié)點的恢復時間不再受時段的限制，確保負荷損失評估更加準確。

最優(yōu)方案和對比方案的上層目標函數(shù)值相同，均能確保熱啟動機組的總?cè)萘繛? 250 MW；而下層目標函數(shù)則有差異，主要是恢復過程中機組啟動的先后順序?qū)е戮W(wǎng)架差異，進而影響負荷恢復時間。最優(yōu)方案在3.31 h內(nèi)恢復所有Ⅰ類負荷與部分Ⅱ類負荷，形成了4臺機組并列運行的小系統(tǒng)(總?cè)萘? 650 MW)，共恢復Ⅰ類負荷442.50 MW，Ⅱ類負荷173.91 MW；而恢復同樣的負荷，對比方案則需要3.61 h完成恢復任務，延遲了恢復時間，增加了負荷損失。主要是由于最優(yōu)方案在第一時段內(nèi)優(yōu)先恢復34節(jié)點機組，構(gòu)建的網(wǎng)架包含更多重要負荷節(jié)點?？梢姡瑱C組恢復過程中網(wǎng)架的構(gòu)建對減小負荷損失具有重要作用。在不影響機組熱啟動總?cè)萘康幕A上，適當改變機組和相應網(wǎng)架的恢復順序，確保重要負荷優(yōu)先恢復，可以有效降低國民經(jīng)濟損失，緩解大停電造成的不良社會影響。

5 結(jié) 論

本文提出一種考慮負荷損失的網(wǎng)架重構(gòu)恢復方案優(yōu)化方法。針對大停電后負荷損失隨變化的問題，以熱啟動機組的總?cè)萘亢突謴瓦^程中的總負荷損失分別作為上、下層目標函數(shù)，建立了雙層優(yōu)化模型；引入灰關聯(lián)模型對機組綜合重要度進行評估，采用基于狀態(tài)優(yōu)選的多層編碼遺傳算法進行求解，獲得各機組熱啟動總?cè)萘浚桓鶕?jù)網(wǎng)絡計劃技術，對各節(jié)點重要負荷的恢復時間進行計算，評估不同方案的負荷損失情況，獲取機組與重要負荷協(xié)調(diào)恢復的最優(yōu)方案。新英格蘭10機39節(jié)點系統(tǒng)的算例結(jié)果驗證了本文方法的有效性。本文提出的方法可以比較準確地計算機組與重要負荷的恢復時間，可更加客觀地反映大停電后的系統(tǒng)損失情況。避免了分時段決策造成的過多等待時間，確保各工序有條不紊進行，對系統(tǒng)恢復方案的制訂具有較強的參考價值。

[1] ADIBI M M, KAFKA R J. Power system restoration issues[J]. Computer Applications in Power, IEEE, 1991, 4(2):19-24.

[2] 張碩, 張沿輝. 基于混合回歸黑啟動操作過電壓的快速預測[J]. 電力科學與工程, 2009, 25(5):11-15.

[3] QIN Z, HOU Y, LIU C C, et al. Coordinating generation and load pickup during load restoration with discrete load increments and reserve constraints [J]. IET Generation Transmission & Distribution, 2015, 9(15):2437-2446.

[4] FINK L H, LIOU K L, LIU C C. From generic restoration actions to specific restoration strategies [J]. IEEE Transactions on Power Systems, 1995, 10(2):745-752.

[5] 梁海平, 顧雪平. 基于節(jié)點恢復可靠性的骨架網(wǎng)絡重構(gòu)[J]. 華北電力大學學報(自然科學版), 2014, 41(4):30-34.

[6] 李亞男, 顧雪平, 鐘慧榮. 考慮負荷類型及停電損失的負荷恢復策略優(yōu)化[J]. 華北電力大學學報(自然科學版), 2012, 39(3):6-12.

[7] 劉映尚, 吳文傳, 馮永青,等. 黑啟動過程中的負荷恢復[J]. 電網(wǎng)技術, 2007, 31(13):17-22.

[8] 董金哲, 李少巖, 梁海平,等. 用于黑啟動方案生成的對象化電網(wǎng)拓撲分析方法[J]. 華北電力大學學報(自然科學版), 2015, 42(2):23-29.

[9] 鐘慧榮, 顧雪平, 朱玲欣. 黑啟動恢復中網(wǎng)架重構(gòu)階段的負荷恢復優(yōu)化[J]. 電力系統(tǒng)保護與控制, 2011, 39(17):26-32.

[10] 朱冬雪, 顧雪平, 鐘慧榮. 電力系統(tǒng)大停電后機組恢復的多目標優(yōu)化方法[J]. 電網(wǎng)技術, 2013, 37(3):814-820.

[11] GU X, ZHONG H. Optimisation of network reconfiguration based on a two-layer unit-restarting framework for power system restoration [J]. IET Generation Transmission & Distribution, 2012, 6(7): 693-700.

[12] 李豐. 考慮大規(guī)模風電接入系統(tǒng)的發(fā)電優(yōu)化調(diào)度模型及方法研究[D]. 北京: 華北電力大學, 2014.

[13] 瞿寒冰. 大停電后的負荷恢復研究[D]. 濟南: 山東大學, 2012.

[14] 劉強, 石立寶, 周明, 等. 電力系統(tǒng)恢復中機組恢復的優(yōu)化選擇方法[J]. 電工技術學報, 2009, 24(3): 164-170.

[15] 顧雪平, 趙寶斌, 劉文軒. 結(jié)合多目標優(yōu)化與灰色關聯(lián)決策的負荷恢復方法[J]. 電力自動化設備, 2015, 35(9):6-13.

[16] 李少巖, 顧雪平, 梁海平. 給定恢復目標的擴展黑啟動方案路徑優(yōu)選[J]. 電力系統(tǒng)自動化, 2015，39(16): 59-64.

[17] 劉文軒, 顧雪平, 王佳裕, 等. 考慮系統(tǒng)安全因素的負荷恢復方案優(yōu)化[J]. 電力系統(tǒng)自動化, 2016, 40(12):87-93.

[18] 樂美龍, 包節(jié), 范志強. 龍門吊與集卡協(xié)同調(diào)度問題研究[J]. 計算機工程與應用, 2012, 48(14): 241-248.

[19] 張璨, 林振智, 文福拴,等. 電力系統(tǒng)網(wǎng)絡重構(gòu)的多目標雙層優(yōu)化策略[J]. 電力系統(tǒng)自動化, 2014, 38(7):29-38.

[20] 黎嘉明, 李大虎, 孫建波, 等. 結(jié)合狀態(tài)削減技術的電力系統(tǒng)黑啟動動態(tài)規(guī)劃算法[J]. 中國電機工程學報, 2014, 34(25): 4409-4419.

[21] MOTA A A, MOTA L T M, MORELATO A. Visualization of power system restoration plans using CPM/PERT graphs [J]. IEEE Transactions on Power Systems, 2007, 22(3): 1322-1329.

[22] 李萬慶，孟文清．工程網(wǎng)絡計劃技術[M]. 北京：科學出版社,2009.

[23] 劉艷, 張凡, 顧雪平. 大停電后的機組投運風險評估[J]. 中國電機工程學報, 2013,33(31):106-113.

Hierarchical Coordinative Optimization for Network Reconfiguration Considering Unit Importance and the Load Outage Loss

LIU Wenxuan, GU Xueping, LI Shaoyan

(School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China)

The outage loss of important loads may increase as time passes after a major blackout in power system, which has an adverse effect on system restoration. In this context, coordinative restoration optimization of units and load in the process of network reconfiguration is analyzed in this paper. A bi-level optimization model is established, taking the total capacity of the hot-started units and the total outage loss of loads in the restoration process as the upper-level and the lower-level objective functions respectively. The grey correlation model is used to evaluate the importance of units, and multi-layer coded genetic algorithm based on state optimization is applied to obtain the total capacity of the hot-started units. By applying network planning technology, the restoration time of important load in every node is calculated, and the loss evaluation of different schemes is carried out. Then the optimized scheme of coordinative restoration of unit and important load is obtained. The effectiveness of the proposed method is verified by the optimization results on New England 10-unit 39-node power system.

network reconfiguration; load loss; evaluation of unit importance; state optimization; network planning technology

10.3969/j.ISSN.1007-2691.2017.02.04

2016-08-08.

國家自然科學基金資助項目(51277076).

TM761

A

1007-2691(2017)02-0022-11

劉文軒( 1986-)，男，博士研究生，研究方向為電力系統(tǒng)安全防御與恢復控制；顧雪平( 1964-)，男，教授，博士生導師，研究方向為電力系統(tǒng)安全防御和系統(tǒng)恢復、電力系統(tǒng)安全穩(wěn)定評估與控制、智能技術在電力系統(tǒng)中的應用；李少巖( 1989-)，男，博士研究生，研究方向為電力系統(tǒng)安全防御與恢復控制。