![]()
刘鑫蕊, 孟庆坤, 侯敏, 等. 基于移动储能时空优化调度的配电网韧性提升策略[J]. 控制与决策, 2024, 39(10): 3375-3384.刘鑫蕊，孟庆坤，侯敏，王睿，孙秋野
随着全球气候的恶化，暴雨、台风、强降雪及雷暴等极端天气引发的自然灾害频繁发生，导致多起大规模停电事故，造成了严重的经济损失和社会影响，配电网应对灾害的能力受到广泛关注，由此，配电网引入韧性的概念，即配电网抵御外来灾害带来的故障以及快速恢复到正常运行状态的能力。![]()
此外，极端灾害下配电网的故障是动态变化的，现有供电资源往往难以支撑灾害下用户正常供电，故移动储能系统(mobile energy storage system, MESS)因其可靠灵活的供电能力，对灾害事件过程的用户停电损失减少和配电网韧性提升起到重要作用。随着司法领域案件的复杂性日益突显，其诸多属性往往无法定量描述， 而只能进行定性评估，故学者们相继采用异质信息进行案例表示。同时，在执行案件的检索过程中往往涉及诸多因素，而该领域异质信息相似度测量方面还有待扩展。灰色关联分析方法作为一种系统分析方法，为解决不完备信息的相似性问题开拓了新思路，它可以利用灰关联度来高效处理各类模糊信息间的关联与差异。此外，以案例检索为核心的案例推理方法在决策领域发挥着重要作用，但传统的案例推理方法大多在案例表示过程中忽略了异质性，并在案例重用时直接获取最相似案例的解，这将导致决策效率低下, 且已有研究大都集中在应急决策领域，鲜有学者将其拓展至司法执行领域；同时在实际进行决策时，各属性之间必然存在不可分割的联系，鲜有学者考虑到属性间的关联性，如何选择合适的方法高效确定属性权重值得考究。鉴于此，本文在司法执行案件的检索过程中，考虑决策者的理性思维和案例属性间的交互关系，基于案例推理和灰色关联分析方法，精准筛选出相似案例并查询处理措施，进而提升执行效率。极端天气对配电网影响的定量分析是应灾恢复的前提。当前研究针对极端天气致灾机理建模层面仅考虑单一的台风、冰雪等自然灾害，由于灾害的发生往往随季节和时段变化呈现多类型并发，如风-雨-雷、冰-风等共同作用的天气情况，其对配电网的影响也综合作用于线路、杆塔、绝缘子等多种类型元件。因此如何实现不同极端天气下配电网元件故障率的综合计算亟待统一解决方案。在韧性评估方面，现有研究仅考虑了配电网在传统抢修下的韧性，忽略了灵活资源配合系统故障恢复场景的韧性评估，因此，有必要建立用来评价灾害恢复过程中移动储能与配电网应急抢修配合效果的时空韧性指标，以最大限度支撑配电网韧性的提升。在韧性提升策略的研究层面，传统配电网灾后故障恢复仅利用联络线、分布式电源、综合能源等网络中现有固定资源，故障恢复的灵活性受到极大限制，因此需要探究包括MESS在内的灵活资源参与。同时交通路况受极端天气影响呈现出不同程度的拥堵或湿滑情况，进而影响了移动储能车的实际应灾救援能力。因此，极端天气对支撑配电网韧性提升的灵活资源分配与调度的影响有待进一步研究。针对极端天气灾害造成的配电网大规模停电问题，本文提出了考虑多类型极端天气的配电网统一故障率计算模型，实现配电网灾前故障场景预测；然后提出包含整体韧性和恢复速度的配电网韧性评估指标；灾害发生前，以天气灾害预判场景为依据，建立以负荷削减量、移动储能移动成本和充放电成本最小为目标的移动储能预调度模型，有效减少灾时停电时间；灾害发生后，随着灾害进程的变化，交通路况受极端天气影响呈现出不同程度的拥堵或湿滑情况，进而影响了移动储能车的实际应灾救援能力，因此提出考虑交通网影响的移动储能救援态和充电态的时空动态优化调度方法；最后以我国东北某城市实际冰灾为案例，结果表明考虑极端天气对交通路网影响的移动储能“灾前+灾后”多模态调度策略可有效提升配电网的韧性水平。图2为本文韧性评估流程图。![]()
图2 配电网韧性评估流程
为验证本文所提韧性提升策略的可行性，以我国东北某城市实际冰灾为案例基于MATLAB软件进行仿真，图3为参考地区配电网结构图。
图3 配电网结构图
为了体现本文所提方案的灵活性与优越性，设置如下四种场景：
策略1：不考虑移动储能灾前预调度，不考虑极端天气对道路交通能力的影响；
策略2：考虑移动储能灾前预调度，不考虑极端天气对道路交通能力的影响；
策略3：不考虑移动储能灾前预调度，考虑极端天气对道路交通能力的影响；
策略4(本文策略)：考虑移动储能灾前预调度，考虑极端天气对道路交通能力的影响。不同策略的成本对比如表1所示。以MESS2为例，策略2相较策略1由于考虑了预调度，MESS2在灾前已经停靠在节点29处，所以灾害发生后能够迅速对配电网故障区域进行电力支撑，重要负荷恢复率为63.3%。策略3由于考虑了极端天气对道路通行能力的影响，以通行时间最短为目标进行MESS的调度，其灾后移动成本相较于策略1减少了4.4%，MESS充放电成本为6728元，相较于策略1，MESS得到了更充分利用，重要负荷恢复率为65.1%。策略4的韧性提升最明显，重要负荷恢复率为72.8%，总成本相较策略1、策略2、策略3分别减少了30.1%、7.9%、23.4%。表1 不同恢复策略成本及恢复率对比
![]()
不同策略的韧性评估结果对比如表2所示。相较于恢复策略1、策略2和策略3，本文策略4的韧性指标分别提升54.6%、13.9%和46.8%。对于配电网的恢复速度，策略4的为5355，恢复速度最快。策略2由于考虑了灾前预调度，韧性恢复速度相较于策略1提升了23.1%，但是灾害进程的时间尺度较大，策略3由于考虑了天气对交通网的影响，缩短了MESS到达目标救援位置的时间，恢复速度相较策略2提升了37.5%，最后由综合韧性指标可以对比出本文所提策略对以极端天气灾害为背景的配电网韧性提升效果最为明显，负荷恢复程度最高。![]()
东北大学信息学院电气自动化研究所能源互联网与智慧能源团队现有教授3人、副教授3人，在读博士生25人、硕士生85人。团队集多能源互联网及其智能控制的基础理论研究和前沿技术研究与开发为一体，完成国家重点研发计划，国家自然科学基金，省部级科研项目及国家电网公司科技30多项，累计合同额超过5000万。主要研究方向为能源互联网的建模、控制、优化、交易，电力系统网络化控制、主动配电系统协同控制、输配电系统保护与故障分析、微电网能量控制、智能配电网高可靠性供电技术等。
【封面文章】考虑源-荷不确定性的矿山综合能源系统多时间尺度区间优化调度
【精彩论文】基于复杂网络理论的大电网脆弱性研究综述
郑重声明：根据国家版权局相关规定，纸媒、网站、微博、微信公众号转载、摘编本微信信息，需包含本微信名称、二维码等相关信息，并在文首注明《控制与决策》原创。个人请按本微信原文转发、分享。
网站：http://kzyjc.alljournals.cn
电话：024-83687766
邮箱：kzyjc@mail.neu.edu.cn
《Journal of Control and Decision》
网站：
https://www.tandfonline.com/toc/tjcd20/current
邮箱：tengrong@ise.neu.edu.cn
