3、算例验证
采用PG&E 69节点配电系统进行算例验证, 通过最恶劣波动场景测试和蒙特卡洛仿真, 对比分析确定性模型DROM和鲁棒模型RROM的恢复控制效果。
1) 最恶劣波动场景测试
对整个算例测试系统进行一次“N-1”故障扫描, 提取出子问题中生成的最恶劣波动场景作为测试环境。确定性模型和鲁棒模型的故障恢复情况如图1所示: 红色表示的确定性模型在最恶劣场景下出现了多次恢复失败的情况, 需要额外切除部分负荷(恢复负荷量取负值)才使得恢复策略可行;而蓝色表示的鲁棒方法在所有线路故障的情况下均保证了决策的可行性和优化性。
图1 PG&E 69节点系统的“N-1”扫描结果
2) 蒙特卡洛仿真测试
设实际的分布式电源出力和节点负荷是呈以预测值为中心的正态分布, 并对每个故障情况随机生成3000个波动场景作为测试场景。四个典型线路故障案例的负荷恢复情况如表1所示, 其中鲁棒方法一直保持着100%的恢复成功率和最优的恢复负荷量, 而确定性方法在不少场景下会出现恢复性能不佳, 甚至恢复失败的情况。
4、结语
本文提出了一个保守度可调的两阶段鲁棒恢复控制优化模型, 建立为混合整数线性规划的形式。基于给定的不确定性区间, 该鲁棒模型能够搜索出最恶劣的波动场景, 并进行恢复控制策略的生成。算例结果验证了本文方法的鲁棒性和优化性;该方法可用于解决恢复过程中由于分布式电源出力波动、负荷变化以及负荷量测误差大造成的恢复控制策略不可行问题。
