欢迎您访问 最编程 本站为您分享编程语言代码,编程技术文章!
您现在的位置是: 首页

(顶刊转载)配电网两阶段鲁棒故障恢复(matlab 实现)-2.1 故障恢复的确定性优化模型

最编程 2024-03-24 21:18:48
...

(1)目标函数

网络异常,图片无法展示
|
网络异常,图片无法展示
|

式中,

网络异常,图片无法展示
|
网络异常,图片无法展示
|
为失电节点集合;
网络异常,图片无法展示
|
网络异常,图片无法展示
|
为故障恢复期间节点i的实际有功负荷。模型以尽可能多地恢复失电负荷为目标,在实际中还可以考虑不同负荷的优先等级,
网络异常,图片无法展示
|
网络异常,图片无法展示
|
将式中的节点负荷变为的形式,其中ωi为表征失电负荷重要性的权重因子。

(2)约束条件

网络异常,图片无法展示
|
网络异常,图片无法展示
|

网络异常,图片无法展示
|
网络异常,图片无法展示
|

网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|

网络异常,图片无法展示
|
网络异常,图片无法展示
|

式中,zij为描述支路ij投切状态的二元名义变量,等于0表示支路断开,等于1表示支路闭合;φl表示配电系统故障隔离后所有的支路集合;nb和ns分别表示故障隔离后的节点总数和根节点数。pij和qij分别表示支路ij流过的有功和无功功率,方向为从节点i流向节点j;

网络异常,图片无法展示
|
网络异常,图片无法展示
|
为支路ij的视在功率限值。ψb为故障隔离后总的节点集合;Vi为节点i的电压幅值;
网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|
分别为节点i的电压幅值平方的下限值和上限值。式(3)~式(5)依次表示带电节点、失电节点和与DG相连节点的功率平衡约束。其中,ψcon、ψout和ψdg分别表示故障隔离后带电节点集合、失电节点集合和DG节点集合;PE i和QE i分别为节点i上预期的有功无功负荷值;
网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|
网络异常,图片无法展示
|
分别为DG节点i上预期的分布式电源有功无功最大出力;δ为一个很小的正数,用以防止零注入孤立节点的存在;j∈i表示与节点i相连的所有其他节点。M为一个很大的正数,当zij=0即支路ij断开时,用以取消对应的潮流约束。

       此处需要注意两点。

       (1)为了简化起见,在式(4)、式(5)、式(8)中假设失电节点负荷和DG出力是以恒功率因数变化的;

       (2)在以上三个公式所表示的功率平衡约束中,忽略了网络功率损耗,即所有表示网损的二次项均被去掉,在后面的潮流方程约束中也是如此。尽管这样的处理会在潮流计算上引起偏差,但对于恢复策略的制定一般没有影响。

       为了便于对偶化处理,需要对恢复控制模型进行线性化,而原模型的表达式均为线性形式除了二次约束条件式(6)。对此,可以采用如图1所示的圆约束线性化的方法,用多个旋转正方形约束对二次圆约束进行逼近。

网络异常,图片无法展示
|

       可以看出,使用的正方形约束越多,对二次约束逼近的精确度越高。在一般的工程应用中,使用两个呈45°夹角的正方形约束就足够精确了。因此,将用线性形式的式(13)替代式(6),即线路容量约束变为如下所示。

网络异常,图片无法展示
|
网络异常,图片无法展示
|

       最终,恢复控制优化模型转变为了一个混合整数线性规划MILP的形式。所建立的网络重构MISOCP模型和恢复控制的MILP模型都具有优良的求解性能,利用现有的Cplex、Gurobi、Mosek等算法包可直接获得较好的求解