考虑多次转供的配网最大供电能力评估方法
本文提出一种考虑多次转供的配网最大供电能力评估模型，用于解决现有评估方法结果偏于保守的问题。
问题源起
类似于输电系统的可用输电能力，配网的最大供电能力是指在N-1安全准则约束下，某区域配网考虑负荷转供所能供应的最大负荷。现有研究在计算配网最大供电能力时，基本只考虑了N-1故障情形下负荷的一层转供，即只考虑了故障主变将其原所带负荷转供至相邻的站内主变或站外主变，而未考虑相邻正常主变也可将其原所带负荷转供给其他主变的情况。基于此种假设下的配网最大供电能力评估限制了失电负荷转供的灵活性，评估结果显然是不充分的。
主要思路
基于路径描述的配网供电能力评估模型
影响配网最大供电能力的主要电气设备是馈线和主变，而最大供电能力的受端是挂载于各馈线以下的负荷。从图论角度来看，馈线支路是带有载流量约束的边，主变则是带有容量约束的源点，而负荷是带有固定功率需求的受点。对于配网点、边拓扑关系的描述，最常见的方式是用关联矩阵。但基于关联矩阵的拓扑描述，在配网辐射状约束控制上，会相对较为困难。相比之下，基于路径的配网拓扑描述，可将辐射状约束简化为等式约束，并且使配网N-1安全校验转换为0-1型整数规划问题。
基于粒子群算法的配网最大供电能力求解
在求解系统最大供电能力时，可以将负荷分布的求解与N-1安全校验进行解耦，即负荷分布值是作为N-1安全校验的传入参数，而N-1安全校验的结果又是作为该种负荷分布可行与否的评判标准。基于此，本文采用智能启发式算法框架，并将N-1安全校验结果纳为适应度值的影响因素。因为粒子群算法具有鲁棒性好、易于实现、计算效率高等优点，本文设计了针对本文模型的粒子群算法。将各负荷点的负荷值作为粒子的坐标向量，以系统负荷之和最大为目标函数，并设立N-1约束罚函数。算法求解得到最优粒子，不仅可以获得该粒子对应的配网最大供电能力值，同时可以获得该负荷分布下各主变N-1故障的转供策略。
本文算法流程图如下图所示。
主要贡献
本文提出了一种能涵盖多次转供情形的配网最大供电能力评估模型，充分挖掘既有配网的供电潜力，破解了传统方法在该问题上的局限性。
结论、思考与讨论
配网最大供电能力的评估能为配网的建设发展提供指导性建议，而现有评估模型未考虑负荷的多次转供，限制了负荷转供的灵活性，因此评估结果偏于保守，不能充分挖掘既有建设配网的供电潜力。
针对此，本文提出了一种方法，能够考虑N-1故障情形下所有可能的多次转供方式，破解了传统方法的局限性。首先基于路径描述方式，建立负荷的供电路径集。然后以路径的通断状态为变量，以系统负荷之和最大为目标函数，配网N-1安全校验条件为约束条件,建立了配网最大供电能力评估模型。最后采用粒子群算法求解该问题，并设计了粒子N-1校验不通过时的罚函数。传统方法因只考虑一次转供，还存在很大的剩余供电容量。经算例证实，本文方法可以进一步挖掘该剩余供电容量，挖掘率可达66.3%。本文方法可以有效、充分地对配网最大供电能力进行评估，并能对各主变N-1故障情形，提出安全、可靠的失电负荷转供策略，提升了配网的故障应急能力。
下一步将在本文已有成果的基础上，展开分布式电源对配网供电能力的影响和配网规划设计的研究工作。
文章链接
若对于本文有任何疑问或者建议，请联系作者朱嘉麒：21710089@zju.edu.cn。
版权声明：本文由SGOOL团队创作和发表，转载或引用本文内容请注明作者及出处。