考慮災前預調度的區域綜合能源配電網恢復策略

楊麗君，王宏波，郝金慧，秦 瑩，趙 宇

(1.燕山大學 電力電子節能與傳動控制河北省重點實驗室，河北 秦皇島 066004；2.國網冀北電力有限公司智能配電網中心，河北 秦皇島 066100；3.中核四〇四有限公司，甘肅 蘭州 732850)

0 引言

為有效提高新能源消納和能源綜合利用率，滿足用戶多能源需求的近距離供應，以配電網為核心的區域綜合能源系統(Regional integrated energy system,RIES)成為當前研究和建設的熱點[1-2]。但多層級能源間的耦合互動使得各供能系統間的交叉日益增強、界限日益模糊，系統結構和運行的復雜性風險日益凸顯。同時，近年來極端天氣和災害事件的出現導致能源系統事故頻發，供能系統的穩定性與可靠性面臨著巨大挑戰。

由于現階段缺乏統一的災害防御體系和應急恢復組織架構，使得RIES中配電網故障后快速恢復至正常運行狀態的能力較弱。與氣網、熱網遭到破壞后可繼續運行一段時間不同，配電網故障后會立即出現大面積、長時間的停電事故。尤其在極端自然災害下，交通路網和通訊設施也可能遭到嚴重損壞，故障搶修與供電恢復工作不能及時開展，極易導致故障連鎖反應，從而出現系統癱瘓的情況。因此，如何做好災前防范與災后恢復，合理調配包括耦合元件和移動應急物資在內的現有靈活性資源實現區域綜合能源配電網(Regional integrated energy distribution network，RIEDN)的快速恢復是急需解決的問題。

目前，國內外學者對災后配電網的恢復控制過程進行了深入研究[3]。文獻[4]考慮風光機組出力不確定性因素，將電動汽車作為應急調度資源，建立了一個形式為min-max-min的三層魯棒孤島恢復數學模型，但未考慮災后交通路網堵塞情況；文獻[5]將配電網多故障恢復過程分為動態拓撲分析、孤島配置、含分布式電源(Distributed generation，DG)的主網絡連通性恢復和網絡優化四個階段并分階段采取恢復措施；文獻[6]針對傳統基于單時間斷面的恢復供電策略難以長時間保持電氣孤島穩定運行的問題，提出一種啟發式孤島動態調整算法，并實行多時段動態恢復供電決策，但未考慮資源調度不及時對配電網供電恢復的影響。上述研究聚焦于傳統配電網的恢復控制階段，沒有考慮災前預防控制工作對供電恢復的支撐作用。

除此之外，在區域綜合能源系統背景下，文獻[7]采用網絡柵格法模擬自然災害對能源系統的破壞情況，構建了綜合能源系統恢復的最小切負荷模型，通過蒙特卡洛方法模擬計算恢復力指標，驗證了電-氣混聯綜合能源系統具有更強的恢復力；文獻[8]給出了一個城市級電-氣綜合能源系統在颶風災害下的恢復力指標和分析框架；文獻[9]基于能源互動因素研究了電-氣綜合能源系統的聯合搶修調度決策問題；文獻[10]針對綜合能源配電網的故障恢復問題，采用雙層優化理論建立電-氣耦合綜合能源恢復量與經濟性、環保性相協調的故障恢復模型。

在已有研究的基礎上，本文重點考慮RIEDN在極端災害下的兩階段故障恢復策略。第一階段為災前預防階段，考慮到極端災害的隨機性，本文首先通過線路故障概率模型和序慣蒙特卡洛法得到RIEDN預想故障集，以最小化預期恢復成本為目標制定移動應急電源(Mobile emergency power, MEP)災前預調度策略。第二階段為恢復控制階段，利用DG、儲能系統(Energy storage system,ESS)和耦合元件對RIEDN進行分區差異化恢復。最后，采用深度優先搜索和改進的粒子群算法對模型進行求解，通過改進的IEEE69節點系統在MATLAB的YALMIP工具箱中驗證了本文所提模型和方法的有效性。

1 基于線路故障概率模型和序慣蒙特卡洛法的預想故障集篩選

1.1 RIEDN線路故障概率模型

傳統配電網故障恢復研究中采用的馬爾科夫兩狀態模型并未充分考慮運行條件和運行環境對系統元件停運的影響，并且僅通過“正常-故障”兩狀態單階段狀態轉移過程分析配電網運行狀態過于籠統，不能準確表述RIEDN系統元件故障前后的暫態過程，因此本文提出一種如圖1所示的改進的馬爾科夫狀態轉移模型。

圖1 改進的馬爾科夫狀態轉移模型Fig.1 Improved Markov state transition model

正常運行狀態表示元件均能正常工作，系統能夠維持安全穩定的運行狀態，此時RIEDN具備抵御自然災害的能力，不會發生故障。預防狀態表示RIEDN正在遭受自然災害擾動，過負荷元件大量增加，盡管部分線路仍能繼續運行，但極易出現“故障聚集”現象，此類線路被稱為臨界線路，此時系統運行可靠性急速下降，由穩定狀態向邊界穩定狀態轉變。故障修復狀態表示系統由邊界穩定狀態轉變到故障修復狀態，在該狀態下需要對故障區域進行孤島劃分，制定故障恢復策略實現失電負荷的供電恢復。

在驟雨、暴雪、颶風、冰凍等特殊天氣條件下，電力元件的故障概率明顯升高，本文假定某電力元件受K個主要天氣條件影響。該電力元件在所有可能的天氣狀態下的平均故障率可以被描述為

(1)

式中，Fd,k表示第k種天氣狀態下電力元件d的故障概率,Sk表示第k種天氣出現的概率。

正常運行情況下，配電網的網絡結構為輻射狀，因此，可以認為只要負荷節點與電源節點之間支路上的任何元件出現故障，就會導致該負荷節點失電，負荷失電概率模型如下所示：

(2)

式中：ai表示負荷節點i的失電概率；Ni,j表示負荷節點i與電源節點之間的線路數；Di,j表示線路j上負荷節點i與電源節點之間的電力元件數。

1.2 RIEDN預想故障集篩選方法

RIEDN電力元件是否停運由外部因素和內部因素共同決定，二者對系統元件的影響最終都可以等效為RIEDN的直流潮流變化。因此，本文主要考慮RIEDN直流潮流變化對系統元件運行狀態的影響，并假定某特定運行環境下系統在某一時段僅有一個元件發生故障，其余元件正常運行。以圖1為例，采用序慣蒙特卡洛法模擬各個元件“正常-故障-正常”的狀態循環過程，當系統中有多個元件發生故障時，分別基于上述假設計算各元件退出運行后相關線路的臨界性和系統的失穩度，判斷其是否會導致系統故障。對所有可能導致系統轉移至故障修復狀態的元件進行排列，得到各元件退出運行的時間序列，最終得到系統預想故障集Ω，具體流程如下：

1)將系統拓撲結構、相關元件參數以及當前天氣狀況作為原始數據輸入，初始化模擬時鐘t=0，此時系統中各元件均處于正常運行狀態。

2)由于現階段RIEDN中元件數量眾多且各系統間耦合關系復雜，因此本文首先按照歷史經驗型數據(如相似運行環境下RIEDN較易發生故障的元件地點以及故障類型等信息)對系統元件進行預篩選，并將篩選結果并入預篩選集L。該方法可以有效減少系統狀態空間，提高故障搜索效率。

3)計算預篩選集中相關線路的臨界特性，進一步篩選可疑故障元件，并將非臨界線路從預篩選集L中剔除，生成初步篩選集L′，相關線路臨界特性判斷依據為

(3)

式中：J為線路臨界系數；Lj、Lj,max分別為線路j對應的實際傳輸功率和最大傳輸功率；Pi、Pi,max分別為元件負荷節點的實際有功功率和額定有功容量；ε為臨界系數，一般取1.05。

4)按照式(1)～(2)計算初步篩選集L′中負荷節點的失電概率ai，對系統內所有元件的狀態變化循環序列進行排列，按照時間順序，依次將元件節點d退出運行，模擬計算系統直流潮流和系統失穩度ηins。系統失穩度ηins的計算公式如下：

(4)

若ηins>1，判定系統發生故障，此時將負荷節點i并入預想事故集Ω；反之則判定系統仍能維持穩定運行，此時推進模擬時鐘，將后續元件節點依次退出運行并重復步驟(4)的工作，最終得到系統的狀態變化過程和預想事故集Ω，集合中的元素則表示當前系統狀態下失電負荷節點編號信息，其中

Ω={id}

(5)

式中,id表示由電力元件d故障引起的失電負荷節點。

2 考慮災前預調度的RIEDN兩階段恢復模型

本文將RIEDN的恢復過程分為災前預防階段和災后恢復階段。為了提高RIEDN主動應對極端災害的能力，增強災后孤島恢復供電的可靠性，本文在災害預防階段以最小化預期恢復成本為目標優化移動應急電源災前預調度方案，并在災害前將移動應急電源調度至滿足最優孤島劃分結果的候選連接點。隨后，在災后恢復階段利用DG、ESS和耦合元件對RIEDN進行分區差異化恢復。

2.1 第一階段：災前預調度

預調度模型的優化目標是最小化預期恢復成本，預期恢復成本包括MEP調度成本和系統配置成本。其中，系統配置成本又由負荷削減成本、機組啟停成本組成。災前預調度模型的目標函數如下所示：

(6)

2.2 第二階段：RIEDN分區差異化恢復

2.2.1 孤島能效指標

將耦合供應區域、微網供應區域和無源供應區域視為3種不同類型的孤島子區域，并根據不同區域的能效指標采用分區差異化恢復策略進行供電恢復。

孤島能效指標表示孤島可恢復失電負荷的能力，其計算公式為

(7)

式中：IΩ表示孤島失電負荷節點集合；IG表示由固定供能單元，包括DG、ESS和熱電聯產(Combined heat and power,CHP)機組恢復供電的失電負荷節點集合。

2.2.2 供電恢復場景劃分

場景1：ALLR=1，孤島內固定供能單元無法恢復失電負荷，該場景下以恢復成本最小為目標進行優化:

(8)

式中：ρi,t,cut、ρi,t,net為二元變量，分別表示負荷節點i在時段t是否被削減以及是否通過聯絡開關轉供恢復供電；ωi為節點i的負荷權重；Cnet表示失電區與非失電區有聯絡開關時，利用主網恢復失電負荷造成的主網不穩定的單位代價損失系數。

場景2：ALLR=0，孤島內固定供能單元可完全恢復失電負荷，該場景下以持續供電時間最長為目標進行優化。

(9)

式中：Tmax表示固定供能單元能夠為失電負荷持續供電的最大時段數；Tt表示每時段的供電時間。

場景3：0

(10)

式中：ρi,t為二元變量，表示負荷節點i在時段t的狀態，ρi,t=1表示得電，ρi,t=0表示失電。

2.2.3 RIEDN系統模型

1)CHP運行模型

CHP機組運行時需要滿足輸出功率約束和單位增降速約束，其能量轉換過程的數學模型可表示為

(11)

(12)

(13)

2)儲能設備模型

假設在單位時段內，ESS的充、放電功率均恒定，儲能設備充電狀態(State-of-Charge,SOC)的數學表達式為

(14)

ESS過充或過放都會極大地減少儲能設備的壽命，為防止ESS電量過充或過放，SOC狀態應滿足上、下限約束限制：

SOCi,min≤SOCi,t≤SOCi,max

(15)

式中,SOCi,min、SOCi,max分別表示儲能設備i的充電狀態上、下限。

(16)

(17)

(18)

3)儲氣設備模型

配置儲氣設備的目的是通過調配天然氣源的出力來平衡不同時段的負荷需求，其作用與儲能設備類似，本文通過各時段的儲氣量和進、出氣量動態表示儲氣罐狀態。在每時段結束時儲氣總量不變，以保證下一時段儲氣罐的正常運行，儲氣設備的數學模型可表示為

gi,t=gi,t-1+Ini,t-1-Outi,t-1

(19)

gi,0=gi,t

(20)

0≤Ini,t≤ρi,t,inIni,max

(21)

0≤Outi,t≤ρi,t,outOuti,max

(22)

ρi,t,in+ρi,t,out≤1

(23)

0.2gi,max≤gi,t≤0.95gi,max

(24)

式中：gi,t表示儲氣設備i在時段t內的儲氣量；Ini,t-1、Outi,t-1分別表示儲氣設備i在時段t-1內的進氣量和出氣量；ρi,t,in、ρi,t,out為二元變量，分別表示儲氣設備i在時段t處于進氣狀態和出氣狀態，在每個運行時段內，儲氣設備至多處于進氣或出氣中一個狀態；gi,max表示儲氣設備i的最大儲氣量。

4)DG出力模型

(25)

(26)

5)切負荷模型

可控負荷節點的負荷削減量上限應根據工程實際需求確定，本文同時考慮負荷恢復價值和負荷削減成本，要求可控負荷節點的負荷削減量不超過負荷需求量的20%：

0≤ρi,t,cutPi,t,cut≤0.2Pi,t

(27)

3 模型求解

3.1 第一階段：災前孤島劃分及預調度

1.災前孤島劃分

預想故障集Ω中的元素表示當前天氣條件下系統可疑故障負荷節點編號信息，調度中心在此基礎上定位系統故障位置。在此階段優先通過調整開關狀態，使與主網饋線相連的失電負荷通過主網進行供電恢復，后續恢復研究不再涉及該部分失電負荷；其次對剩余非故障失電區域進行孤島劃分，孤島劃分結果如圖2所示。

圖2 孤島劃分結果示意圖Fig.2 Schematic diagram of island division results

孤島劃分思路如下：

1)極端災害初期，RIEDN被故障節點劃分為多個區域，這些故障區域大部分為無源網絡。將無源網絡視為待合并孤島Ih，將含有DG的網絡視為中心孤島Ic，為盡可能地將無源網絡并入中心孤島，本文以待合并孤島中災后故障節點和操作開關狀態為路徑搜索初始點，以中心孤島為根節點，采用廣度優先搜索方法尋找待合并孤島并入中心孤島的最短路徑。對于具有n個待合并孤島和m個中心孤島的網絡，此算法將執行m×(n-1)次路徑尋優。

2)在尋找到(Ih)i和(Ic)j之間的任何一條路徑(Ih)i→(Ic)j時，將(Ih)i中失電負荷量與(Ic)j中可供能負荷量作對比，若待合并孤島失電負荷量小于中心孤島等于可供能負荷量，則進一步判斷該路徑是否為眾多可合并路徑中最短的一條。若是，則將(Ih)i與(Ic)j合并；否則，尋找(Ih)i→(Ic)j的最短路徑再將兩個區域合并。若待合并孤島失電負荷量大于中心孤島可供能負荷量，則標記(Ih)i為(Ic)j的非能效區域，(Ih)i繼續尋找可恢復自身失電負荷的中心孤島。在搜索過程中，通過鄰接矩陣A=[aij]尋找待合并孤島的所有鄰接路徑。其中aij=1表示孤島節點i與孤島節點j間存在聯系，aij=0表示孤島節點i與孤島節點j間不存在聯系。

3)更新RIEDN拓撲結構，繼續搜索，直至所有待合并孤島并入到中心孤島，最終得到孤島劃分結果。

2.災前預調度

此階段以應急物資的儲備容量和位置信息為依據，制定MEP調度方案，在災害發生前調度至候選連接點。

為簡化計算，將RIEDN中主網饋線及能源耦合發電單元等效為虛擬DG，并利用圖論理論將RIEDN簡化為無向圖N=(V,E)，同時定義頂點集V={V1,V2,…，Vn}，頂點m到頂點n的邊集E={(m,n),?m,n∈V}。

定義N′=P∪Q，其中P為MEP存放點集合，Q為MEP候選連接節點集合。以P為起始點，Q為目的地，建立MEP預調度模型。MEP調度模型的主要約束條件包括荷電狀態與充放電管理、候選連接點配置兩方面，其作為儲電設備運行時的約束條件如式(14)～(18)所示，候選連接點配置約束如下所示。

MEP只能為含有候選連接點的孤島供電：

(28)

(29)

任意時段各候選連接點至多接入一個MEP且一個MEP只能接入一個孤島內的候選連接節點：

(30)

(31)

針對上述MEP路徑規劃問題，本文采用廣度優先搜索和改進的二進制粒子群算法相結合的方法進行求解。

3.2 第二階段：分區差異化恢復

由于RIEDN中的元件在極端災害下的故障情況是不確定的，因此需要在災害后繼續追蹤系統節點運行狀態變化，對RIEDN持續進行孤島劃分，直至所有故障修復完成。該階段采用深度優先搜索算法和改進的二進制粒子群編碼算法對模型進行求解。求解步驟如下：

1)以MEP災前布點信息為前提，設置網絡參數，簡化網絡結構。

2)將饋線、耦合元件等效為等容量DG，調整開關狀態，按照3.1節步驟進行孤島劃分。

3)計算每個孤島的孤島能效指標，判斷孤島所屬恢復場景，針對不同場景制定恢復策略，對故障點進行恢復。

4)針對災后實際情況進行動態孤島劃分，并判斷某故障區域是否已完成失電負荷供電。若是，則繼續恢復下一故障區域，否則轉至5)。

5)對粒子執行定向變異操作，擴大粒子尋優空間；判斷粒子是否已達到最大迭代次數，若是，輸出開關最優動作順序和失電節點恢復方案，否則返回3)。

考慮災前預調度的RIEDN兩階段恢復流程如圖3所示。

4 算例分析

本文采用改進的IEEE69節點配電網系統和天然氣14節點系統圖對所提策略的有效性進行驗證，兩系統通過4臺CHP實現電-氣-熱能量轉換，具體參數見表1。配電網系統額定電壓為12.66 kV，總負荷為4 059.5 kW+2 865 kvar；聯絡開關共5條(如結構圖中虛線所示)；DG共3個，包含光電系統DG1和DG3、風電系統DG2，配電網系統結構如圖4(a)所示。

圖4 RIEDN系統結構圖Fig.4 RIEDN system structure diagram

表1 DGs、MEPs參數Tab.1 DGs and MEPs parameters

天然氣網絡結構以及能源集線器位置分布如圖4(b)所示，儲電設備充放電效率均為0.98，初始SOC為0.85，最大、最小SOC分別為0.85和0.25；救援物資存放點共2個，其中M1可調度MEPS有3臺，M2可調度MEPs有2臺；候選連接節點共8個，位置編號分別為16、21、34、38、49、56、62、66。

此外,本文將負荷分為三類，系統負荷性質及優先級見表2，每個節點的負荷分配和典型日負荷需求曲線參照文獻[11]，各耦合設備參數和儲能設備參數分別見表3和表4。

表2 系統負荷性質及優先級Tab.2 Nature and priority of system load

表3 耦合設備參數Tab.3 Coupling equipment parameters

表4 儲能設備參數Tab.4 Parameters of energy storage equipment

光伏發電系統和風力發電系統典型日出力曲線參照文獻[12]。預調度過程中MEP行駛成本為8元/km，可參與故障恢復的MEP輸出功率為5 kW/臺，分段開關和聯絡開關的動作損失為13元/次，單位失電負荷損失金額為0.6元/kW。RIEDN系統結構如圖4所示。

4.1 預調度策略對RIEDN恢復的影響分析

本文假設RIEDN系統10 kV主干線導線型號為JKLYJ-240，桿塔類型包括Z4直線桿塔、ZJ4直線轉角桿塔和F分支桿塔，其均滿足架空輸電線路設計規范(GB 50545—2010)，未來一段時間內系統將持續遭受到七級臺風和暴雨的侵害，臺風以30 m/s的風速由節點1至節點27的軌跡前進，風圈半徑為350 km。

在此環境背景下經過500次蒙特卡洛迭代后得到經驗故障線路為3-28、29-30、47-48、36-37、39-40、42-43、45-46、4-5、5-6、9-53、55-56、57-58、60-61、9-10、11-66、12-68、13-14、16-17、17-18、20-21、22-23、24-25，即得到預篩選集L，將系統節點傳輸功率和有功潮流代入式(3)，依照本文所提預想故障集篩選方法確定預想故障節點集合，如表5所示。

表5 預想故障集篩選結果Tab.5 Predictive failure set filtering results

由表5可知預篩選集L中線路3-28、39-40、45-46、4-5、55-56、60-61、12-68、16-17、24-25的自臨界系數J的值均小于1.05，此結果表明上述線路可以抵御當前極端天氣的侵害，保持正常運行狀態；除此之外還得到初篩選集L′中線路9-53、9-10、11-66、13-14、20-21的失穩度nins的值均小于1，此結果表明上述線路在極端災害下發生故障的概率較低，考慮到后續MEP調度成本和可調度容量限值，先將其排除，最終得到的預想故障集Ω={29-30，47-48，36-37，5-6，57-58，17-18，22-23}。

場景1：MEP僅參與災前預調度

此場景下，本文認為預想故障集與特定災害下RIEDN實際故障節點一致，則根據故障節點可得到系統DG供電范圍劃分結果，最終得到MEP分配方案和預調度至候選連接點位置，如圖5示。

圖5 MEP預調度結果(場景1)Fig.5 Pre-scheduling results of MEP(Scene 1)

由圖5可以看出，假設災害已發生，由于可持續供電容量有限，DG1僅可為失供負荷節點6-15提供功率支持，即便節點13與節點20間的聯絡開關閉合后，節點16-22、53-57仍然處于失電狀態，缺額負荷為864.7 MW，此時將救援物資存放點M1中的MEP2調度至候選連接節點66、MEP3調度至候選連接節點16以及救援物資存放點M2中的MEP5調度至候選連接節點34，以減少后續故障恢復時間，調度時間為0.37 h；同樣地，DG3僅可為失供負荷節點39-46提供功率支持，節點38、37處于失電狀態，缺額負荷為411.3 MW，此時將救援物資存放點M1中的MEP1調度至候選連接節點38，調度時間為0.14 h；此外，由于節點30-35處并無DG為其提供功率支持，缺額負荷達到357.9 MW，由于物資容量限制，此時將救援物資存放點M2中的MEP4調度至候選連接節點34，未能恢復供電的負荷則按負荷等級進行切負荷，調度時間為0.25 h。總調度時間為0.76 h。

場景2：MEP災前和災后均參與調度

根據歷史數據，相同災害程度下RIEDN實際故障節點與場景1預測得到的故障集存在一定差異，實際故障節點為{29-30，42-43，47-50，36-37，5-6，57-58，17-18，22-23，25-26}，因此該場景下MEP不僅需要參與預調度，還需要在災后參與調度，場景2下MEP分配方案和預調度至候選連接點結果如圖6所示。該場景下預先將MEP1、MEP3預調度至候選連接點38，為支路36-42供電，調度耗時0.35h；MEP2預調度至候選連接點16，與DG1、CHP1共同為線路17-22供電；MEP4、MEP5分別為區域4、區域3供電，耗時分別為0.32 h、0.47 h。

圖6 MEP預調度結果(場景2)Fig.6 Pre-scheduling results of MEP(Scene 2)

災后不同時段T下MEP調度結果如圖7、8所示。圖7為場景2下T=3時的MEP調度路線與孤島劃分結果，由于故障點變化和交通路況的影響，將救援物資存放點M1中的MEP2耗時0.41 h調度至候選連接節點66為失電區域1供電，此時系統缺額負荷為514.7 MW，隨后救援物資存放點M2中的MEP5耗時0.63 h調度至候選連接節點55為失電區域1供電，此時系統缺額負荷為214.7 MW。

圖7 T=3時，MEP調度路線與孤島劃分結果Fig.7 T=3,MEP scheduling route and island division

圖8 T=5時，MEP調度路線與孤島劃分結果Fig.8 T=5,MEP scheduling route and island division

圖8為場景2下T=5時的MEP調度路線與孤島劃分結果，此時救援物資存放點M1中的MEP3耗時0.82 h調度至候選連接節點38，可以為負荷節點18-22恢復供電，同時以降低天然氣系統經濟運行為代價增加CHP3出力，替代MEP為故障區域2供電，將節點13與節點20間的聯絡開關斷開，形成新的失電區域5，此時區域5中的系統缺額負荷為3.8 MW；原來的供電區域1形成新的供電區域6，此時系統缺額負荷為218.5 MW。盡管由圖7的失電區域1形成圖8的失電區域5、6后，系統缺額負荷增多了7.6 MW，但新的失電區域5中的負荷節點均為3級可控節點，實際上更大程度地保證了較高等級的負荷，減少了經濟損失。

將以上2種場景的恢復方案進行對比，結果如表6所示，可以發現本文所提故障預想集預測方法置信度較高，雖然在故障預想集與實際故障存在差異的情況下，本文所提策略仍能對極端災害下RIEDN失電負荷恢復88%以上，但基于災前預調度的故障恢復時間更短，因此本文預想事故集的計算仍有必要。

表6 不同預想故障集精確度下RIEDN恢復方案Tab.6 Comparison of RIEDN recovery schemes with different accuracy of fault sets

為進一步驗證本文所提預調度策略的優越性，本文以文獻[13-14]為例進行方案比較。文獻[13]不考慮電氣耦合元件的支撐作用和MEP應急調度資源，僅以DG和儲能裝置做災后能量來源制定故障恢復策略；文獻[14]不考慮電氣耦合元件的支撐作用，但是同樣制定MEP災前預調度策略，同時以DG和儲能裝置作為災后恢復資源做恢復策略。表7為不同策略下RIEDN恢復方案的比較結果。

表7 不同預調度策略下RIEDN恢復方案比較結果Tab.7 Comparison of RIEDN recovery schemes under different pre-scheduling strategies

文獻[13]故障恢復時間總用時為6.21 h，恢復速度中等，但由于并未在恢復過程中考慮電氣耦合元件和MEP應急調度，導致其全網恢復總價值在4種恢復場景中最低，僅為56 325.52元，失電負荷恢復占比也最低，僅為46.53%；文獻[14]故障恢復時間總用時為6.73 h，對比場景5和場景6下的恢復時長可初步得知災前預調度策略可以加快恢復速度，進一步對比場景5和場景6失電負荷恢復占比，可知盡管場景6故障恢復用時較場景5多0.38 h，但同時考慮天然氣網參與RIEDN故障恢復和災前預調度策略能有效恢復失電負荷，幾乎可以完全恢復。

4.2 故障持續時間對RIEDN恢復的影響分析

不同故障時刻下RIEDN恢復方案結果如表8所示，隨著故障持續時間的增長，網損、開關次數也會增加，同時全網恢復總價值、失電負荷恢復占比明顯下降，但是與文獻[14]相比，在考慮耦合元件后，全網負荷的恢復能夠達到95%以上，而且在故障持續6 h后切除節點及切除負荷量大大減少，平均提高8%的供電恢復量，該算例表明本文在電網故障時間較長、DG出力不均衡的情況下依舊能夠保證用戶的用電質量及提高電網節點負荷恢復量。

表8 不同故障時刻下RIEDN恢復方案比較結果Tab.8 Comparison results of RIEDN recovery schemes under different failure times

5 結論

本文針對當前RIEDN故障恢復時間較長，經濟損失較多的問題，聚焦災前優化調度問題提出了一種基于災前預調度的RIEDN恢復策略，研究了系統在整個故障期間的“正常-自臨界-故障”運行狀態。通過分析歷史經驗型數據，計算預篩選集中相關線路的自臨界特性和系統失穩度，并采用序慣蒙特卡洛模擬法得到極端災害條件下系統預想故障集；通過對比分析MEP災前預調度和災后調度對RIEDN故障恢復時間、恢復總電量和恢復總價值的影響，驗證了本文所提故障集篩選方法能有效預測故障節點，所提MEP災前預調度策略能有效降低由惡劣天氣導致的網絡癱瘓以及道路交通堵塞對RIEDN搶修恢復延遲的影響，提高了故障后增援物資運送效率，減少了因停電帶來的經濟損失。