配电网电源故障恢复策略与主动规划

邓博文 国网沙湾县供电公司

持续可靠的供电是维持社会运行，保证人们生产、生活的必要条件之一。作为电能的输送载体，配电网直接影响到供电质量。我国停电事故中约有80%以上源自配电网故障所致，当分布式电源（DG）得到普及后，电力网络系统变得更为复杂，由此对电网快速、高效的恢复供电提出了严峻的考验[1]。

一、配电网故障与供电恢复之间的关系

传统供电管理很少将电网故障抢修和恢复合并起来进行分析。从配电网恢复供电的本质来看，属于高阶与多约束的非线性组合问题。很多文献资料都未能将故障点抢修与损失电负荷、恢复供电之间的关系进行分析。但实际上配电网故障抢修属于多目标，多约束的优化过程。此外，电力故障抢修、恢复供电也是按照阶段及层级交替进行的，两者虽然具有很强的独立性，但又存在很强的关联性。本文以动态规划原理，综合性的考虑配电网故障抢修和供电恢复，由此以故障数（n）为基础将供电恢复划分为（n+1）个阶段。在恢复供电过程中，需充分考虑到效率问题，以及如何尽量减少整体经济损失[2]。由此，我们应配合应急发电车，按照重要负荷供电、一般负荷供电的顺序恢复用电。在第二个阶段——抢修、恢复网架时已经完全恢复了失电负荷。

以抢修时间和网损最小作为基本目标，我们可以如下几个方法优化电力网络系统，改进蚁群算法、深度优先搜索方法由此实现网络优化。抢修顺序可借助细菌群体趋药性算法，然后借助馈线等效法、故障等效法对流程进行简化，最终得出最科学的抢修顺序和恢复方案。

二、DG 配电网多故障抢修和恢复协调的优化

一旦DG 配电网出现多点故障时，抢修顺序及实际执行情况会直接关系到恢复重构；反之，恢复策略又决定了抢救方案是否科学。就配电网恢复与优化模型来看，可采取深度优先搜索法、改进蚁群算法相结合的求解法，从而解决电网同步优化故障恢复问题。

（一）求解内层模型

（1）改进蚁群算法。该算法是基于蚂蚁觅食的模拟优化算法。通常满意在觅食时会按照信息素的浓淡选择更为有利的路径，即：蚂蚁优选信息素浓度更高的路径，由此确定一条直线距离最近的路线。在配电网故障恢复问题中，按照寻优特性选择蚁群算法求解，按照随机生成的思路以及轮盘赌的方式获取规律并调整信息素，最终有效的优化各个阶段以及整个过程。

（2）孤岛划分。全面考虑配电网中的全部有效联络线，若联络线仅与DG 通路，但与配电网主电源不通路时，将其负荷直接划入孤岛；当孤岛内联络线总负荷≤总发电容量时，让孤岛包含更多负荷（一级、二级）；选取解列方案时应遵孤岛数目更少，微电源、负荷功率差额小，且开关动作次数相对较少的基本原则；若孤岛数目仅有两个时，应将其合并为一个，以满足DG 容量为基础去增加新负荷；使用深度优先搜索法时，若两侧负荷价值相等且无法恢复所有负荷，则需根据重要等级优先恢复重要供电。

（二）求解外层模型

该模型建立于内层恢复策略基础之上，由此求得最佳抢修顺序。通常计算选用DBCC 优先算法，按照故障等效法对网络结构进行优化。考虑到配电网故障非单一性和供电恢复协调等问题，还需进行多次重构计算。此时引入独立故障支路概念，可有效减少总工作量。第一，DBCC 算法，该算法源于细菌群体的趋药性算法（BCC），源自生物行为，是对连续域的寻优算法，考虑到配电故障抢修顺序为离散变量，因此可优选DBCC 算法；第二，独立故障支路[3]。故障熬制非故障失电区与其他所有支路不存在关联性，也就是说抢修外层独立支路时，无法保证内层重构恢复所有失电负荷。因此，该阶段可不考虑内层恢复，而是直接对下一任务进行抢修。

（三）协调优化模型的求解

针对DG 配电网的故障抢修与恢复，应以外层目标函数为优化前提然后优化内层模型。由于内层优化模型故障优化策略影响到外层优化模型，为此还需对多故障DG 配电网的抢修、恢复流程进行深度优化。

三、结语

综上所述，一旦含DG 配电网出现孤岛区域，仅通过DG、联络开关无法保证失电负荷供电系统恢复，也无法同时完成所有故障抢修。为此，我们应考虑到从故障恢复与故障抢修两个方面考虑失电负荷问题，因无法同步完成所有故障点的抢修，因此我们应按照多故障分配阶段及分层思路去抢修并优化网络。开展配电网抢修过程中，应按照应急发电车或可控负荷联盟的动态调度法分阶段完成供电，首先恢复重要负荷部分，由此压缩用户的停电时长，并有效提升恢复供电的速度。