1. 项目概述
在电力系统领域,配电网韧性提升是一个至关重要的研究方向。随着极端天气事件频发,如何确保配电网在灾害情况下的持续供电能力成为电力工程师面临的重要挑战。移动电源(MPS)作为一种灵活的应急电源解决方案,包括电动汽车车队、车载移动储能系统和移动应急发电机等,为提升配电网韧性提供了新的技术途径。
本研究聚焦于SCI一区论文《Routing and Scheduling of Mobile Power Sources for Distribution System Resilience Enhancement》的部分复现工作,重点解决应急移动电源预配置问题。通过两阶段鲁棒优化方法,实现在极端事件发生前的MPS最优预配置决策,为后续的动态调度奠定基础。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 研究背景与意义
2.1 配电网韧性挑战
现代配电网面临的主要韧性挑战包括:
- 极端天气导致的线路故障概率增加
- 关键负荷(如医院、应急指挥中心)供电可靠性要求提高
- 传统固定式应急电源部署灵活性不足
- 故障恢复时间窗口缩短的压力
2.2 MPS的技术优势
与传统应急电源相比,MPS具有以下显著优势:
- 部署灵活性:可根据需要快速调配至关键节点
- 资源复用性:电动汽车等可兼作日常使用和应急电源
- 成本效益:相比建设固定应急电源站,初期投资更低
- 响应速度:可预先部署,缩短故障响应时间
3. 两阶段鲁棒优化框架
3.1 第一阶段:预配置优化
第一阶段优化模型的核心目标是确定MPS的最佳预配置方案,主要考虑以下要素:
3.1.1 目标函数
最大化系统在预恢复阶段的韧性水平:
code复制max Σ(ω_i * R_pp_i)
其中:
- ω_i:节点i的负荷优先级权重
- R_pp_i:节点i在预恢复阶段的韧性指标
3.1.2 主要约束条件
- MPS容量约束:
code复制Σx_ij ≤ C_j, ∀j∈N
x_ij表示配置在节点j的MPS类型i的数量,C_j为节点j的容量上限。
- 配电网拓扑约束:
采用虚拟流模型确保网络辐射状运行:
code复制Σf_ij - Σf_ji = d_i, ∀i∈N
f_ij ≤ M*z_ij, ∀(i,j)
