输电网络重构与负荷自适应恢复的广域协同优化

Reasonable strategies of transmission network reconfiguration and load restoration are essential for restoring the concerned power system securely, reliably and rapidly. So far, the power system restoration strategies are made offline and applied online, so they could become unavailable because the operation conditions of the power system concerned might not meet the assumptions. Given this background, the strategies of power system subsystem division considering the observability and controllability of the power system concerned are studied based on wide area measurement system (WAMS), and the optimization models and methods of destination network is studied based on Chaos synchronization theory of the complex network. Then, WAMS-based dynamic trigger mechanisms of load restoration is studied, and the optimization models and methods of adaptive load restoration considering dynamic correction is proposed. Finally, the collaborative optimization strategies between transmission network reconfiguration and adaptive load restoration are studied based on sequential decision collaborative optimization algorithms. Through the studies of this project, a systematic and comprehensive theories and methods of collaborative optimization between transmission network reconfiguration and adaptive load restoration, which will enrich the optimal strategies and methods of power system restoration after a blackout. It will be helpful for secure, reliable, quick restoration of actual power systems after a blackout, and reduction of outage losses.

合理的输电网络重构和负荷恢复策略对大停电后电力系统的安全、可靠、快速恢复具有十分重要的理论和实际意义。现有的恢复策略大多采用的是“离线整定、在线应用”的事前决策方式，导致这些事前制定的策略在实际中由于运行工况等的不同而无法起到相应的作用。在此背景下，本课题拟基于广域测量系统研究计及系统可观性和可控性的电力系统恢复分区策略，提出基于复杂网络混沌同步理论的目标网架优化模型与方法；接着，探索基于广域测量系统的负荷恢复动态触发机制，提出计及动态修正的负荷自适应恢复的优化模型与方法；最后，研究基于序贯决策和协同优化算法的输电网络重构与负荷自适应恢复的广域协同优化策略。通过本课题的研究，形成较为系统且全面的输电网络重构和负荷自适应恢复的广域协同优化理论与方法，完善电力系统恢复的优化策略与方法的研究，从而有利于实现安全、可靠、快速地恢复电力系统以及尽可能减少停电损失的目标。

系统深入地研究停电事故后的电力系统恢复问题对加快停电事故后电力设备的恢复供电以及用户供电的恢复速度具有十分重要的指导意义。在此背景下，本课题研究了输电网络重构和负荷自适应恢复的广域协同优化模型与方法，主要取得了如下研究成果：1) 提出了基于复杂网络理论和半监督谱聚类的电力系统恢复分区策略，克服了传统聚类算法对初始聚类中心敏感且不能获得全局最优解的缺点,有助于实现大停电后的系统并行恢复，从而加快恢复的进程且减少停电损失; 2) 提出了一种计及多阶段抗灾性能的骨干网架多目标优化方法，兼顾了网架生存性、抗毁性和系统可恢复性，采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型，以扩大可行解空间，优化得到的骨干网架可以保障极端灾害下电网安全运行和重要负荷供电; 3) 建立了负荷恢复的频率响应模型，提出了计及恢复量动态修正的电力系统负荷自适应恢复广域优化策略，充分利用发电机组的爬坡特性, 并且保持系统的功率平衡和稳定性, 从而加快了大停电后电力系统的恢复速度; 4) 研究了基于模型预测控制技术的微网作为黑启动电源的电力系统恢复机组启动顺序优化策略，提出了一种考虑多种柔性资源的输电网网络重构与负荷自适应恢复双层协同优化恢复模型，上层模型利用骨架网络指标和发电机及负荷的恢复特性，优化发电机的启动顺序和网络重构，下层模型通过各种典型场景考虑可再生能源和电动汽车的不确定性，并协同利用多个灵活资源来加速恢复过程并最大化可恢复负荷，该策略提高了恢复过程中的发电机出力、系统恢复率和期望恢复负荷量。