针对台风期间伴随暴雨事件的可再生能源配电网系统的基于决策的鲁棒性主动预防方法

《Reliability Engineering & System Safety》：Robust Decision-Based Proactive Prevention Method for Renewable Distribution Systems Under Typhoon Involved With Rainstorm Events

台风暴雨不确定性下可再生能源分配系统主动预防方法研究。提出机制与数据驱动的双不确定性时空场景生成方法，构建鲁棒决策主动预防框架，将MINLP问题通过凸化解法转化为易求解的凸问题，有效降低系统脆弱性。经IEEE 33节点系统与南方10kV实际配电系统验证，该方法可提升主动防御能力并减少停电损失。

　　

张伟|张聪|王大鹏|李家勇|朱立鹏|周凯|帅志康

湖北科技大学电子与信息工程学院，中国咸宁437100

摘要

本文提出了一种针对可再生能源配电系统（RDSs）的新型主动预防方法，以解决现有方法由于未能充分考虑台风暴雨的演变过程和系统组件状态的不确定性而导致的灵活性不足和经济效率低下的问题。首先，建立了一个基于机制和数据驱动的台风暴雨不确定性模型，并进一步开发了一种双重不确定性场景生成方法，用于描述灾害演变路径和组件状态，以捕捉它们对RDSs的时空影响。然后，提出了一种考虑台风暴雨灾害、系统运行状态和主动调度之间耦合关系的鲁棒决策驱动的主动预防框架。该框架动态优先考虑能够最大化减少故障脆弱组件数量的调度方案，同时满足系统的总负荷需求。在此基础上，将多目标主动预防模型构建为混合整数非线性规划（MINLP）问题，并开发了一种凸优化算法以提高计算效率。最后，在改进的IEEE 33节点系统和中国南部的10kV实际配电系统上对所提出的方法进行了测试，以验证其有效性。数值结果表明，该方法有效降低了台风暴雨下的系统整体脆弱性，并提高了RDSs的主动预防能力。

引言

可再生能源配电系统（RDSs）对天气条件非常敏感，且抗灾能力较低。近年来，全球变暖增加了极端天气事件（如台风暴雨）的频率，显著提高了停电风险[1]。由于台风暴雨灾害的影响，RDSs的源网络存在高维度和异质性的不确定性，例如可再生能源装置（如光伏（PV）和风力涡轮机（WT）的突然输出减少或停机，以及配电线路的故障和停电。2016年9月，澳大利亚遭受了严重的台风暴雨袭击，导致其南部地区大量可再生能源装置故障，造成南澳大利亚区域电网50小时停电，该地区的可再生能源渗透率高达48.36%[2]。2022年，第3号台风“查巴”袭击了广西，导致10 kV及以上电压等级的146条线路故障或损坏，影响了约52万用户[3]。台风暴雨引起的高维度和异质性不确定性对RDSs的安全可靠运行构成了重大挑战。主动预防是提高RDSs运行安全性和减轻负荷损失的关键策略。现有的主动预防方法（PPMs）未能充分考虑到灾害演变的高不确定性，特别是台风暴雨路径和系统组件状态的不确定性，这大大削弱了它们的有效性。因此，研究在台风暴雨路径不确定性下的RDSs PPMs对于提高其韧性至关重要。

配电系统的主动预防措施通常可以分为两类：长期规划投资和短期灾前准备[4]。长期规划投资主要以增强系统韧性为目标，基础设施加固是抵御台风和暴雨的主要措施[5]。此外，地下电缆安装、变电站抬高和植被管理也是典型的长期投资策略[6]。尽管这些措施提高了电力系统的可靠性，但其高昂的成本限制了其广泛应用。在[7]中，提出了一种在台风期间对脆弱线路进行最优加固的策略，以增强防御能力并提高经济效率。在[8]中，引入了一种基于CVaR的分布式鲁棒优化框架，用于弹性配电系统规划。除了线路加固外，该框架还整合了多种灵活的运营资源，以最小化负荷削减成本和资本投资。

虽然长期规划投资可以提高系统抵御台风的能力，但台风带来的威胁无法完全消除。为了解决这一限制，短期灾前准备受到了越来越多的关注。短期灾前准备以运营为导向，主要包括：（1）资源部署，如移动电源（MPSs）、远程控制开关（RCSs）、软开点（SOPs）、无人机（UAVs）和维修团队[9][10][11][12][13][14]；以及（2）主动调度管理[15][16][17][18][19][20][21][22][23][24][25][26][27][28]。

在资源部署方面，Taheri等人[10]提出了一种优化方法，用于预先部署MPSs，以提高配电系统在各种随机情景下应对极端天气事件的能力。在[11]中，开发了一个两阶段随机双层规划模型，用于协调部署MPSs和移动储能系统，旨在最小化地震条件下的预期负荷损失。考虑到拓扑重构、分布式发电机的计划性孤岛运行和网络物理相互依赖性，参考文献[12]提出了一种MPSs和UAVs的分配和调度方案，以提高网络物理配电系统的韧性。在[13]中，从多个角度分析了RCSs的部署，以增强系统恢复性能，结果表明，合理部署RCSs也有助于整合分布式能源资源。参考文献[14]提出了一种基于主动孤岛运行和RCSs优化部署的韧性增强方法。基于[14]，Yang等人[9]引入了一个规划级框架，用于共同部署SOPs和RCSs，以进一步增强系统韧性。这些方法显著提高了系统抵御极端自然灾害的能力。

近年来，主动调度管理引起了越来越多的关注。在[19]中，提出了一种基于风险的防御性孤岛算法，用于在极端天气条件下减轻级联故障。在此基础上，Xiang等人[16]设计了一种针对台风暴雨的预防性孤岛方案，通过将脆弱线路隔离成独立岛屿来降低系统风险和影响。在[15]中，开发了一种基于预测的预防性框架，通过整合天气信息可以避免33%-83%的停电，尽管该框架没有考虑预测的不确定性。在[18]中，使用基于系统状态的马尔可夫模型构建了一种顺序重新调度策略，有效减少了极端事件下的负荷损失。Abdelmalak等人[17]进一步提出了一种重新调度方法，考虑了可再生能源发电的不可用性和强制停电情况，至少减少了40%的负荷削减。在[20]中，提出了一种面向最坏情况的主动管理策略，确保关键负荷的运行并降低系统脆弱性。Zhang等人[21]提出了一种基于效用函数的预防性调度方法，通过协调需求侧策略（包括可转移、可移动和可中断负荷）在灾害期间增强关键负荷的供应。提出了一种基于同步相位的灾前重构方法，以最小化潜在的性能下降[22]。在[23]中，使用混沌理论建立了一个概率性主动配电系统运行模型，结合了飓风的时空预测和不确定性调度。Zhang等人[24]开发了一种基于近似动态规划的主动调度方法，显著提高了系统对台风的韧性。在[25]和[26]中引入了基于学习的方法，分别使用深度强化学习在风暴和野火事件下进行主动运营和智能控制，为运营商提供决策支持。从安全裕度的角度来看，参考文献[27]提出了一种基于动态安全域的调度方法，用于减少不可预测的灾后故障造成的负荷损失。Xiang等人[28]专注于在最坏情况下对耦合电力系统和基于铁路的储能运输系统的主动韧性增强策略，以提高电力系统的经济可行性和满足飓风期间的负荷生存要求。上述研究表明，作为短期灾前准备的重要手段，主动调度管理不仅提高了RDSs的灾前抗风险能力，还有效提高了灾后恢复效率，为抵御台风暴雨等极端自然灾害提供了有力支持。

然而，现有的PPMs在台风暴雨情况下未能充分考虑此类灾害的高随机性，特别是灾害演变路径和系统组件状态的不确定性。这大大降低了它们在灾害响应中的有效性。具体来说，现有方法面临以下关键问题：（1）台风暴雨灾害的强不确定性使得现有方法无法准确预测灾害的演变路径，从而无法有效适应灾害期间的动态变化，影响了系统主动调度的准确性和适应性；（2）大多数现有方法主要是基于最坏情况（例如最大风速）设计的，而忽略了台风暴雨事件对系统组件状态的时间序列影响。这种保守的设计降低了调度策略的灵活性，并影响了它们的经济效率。上述文献的总结见表I。

为了填补现有研究的空白，本文提出了一种针对台风暴雨事件的RDSs的新型鲁棒决策驱动PPM。本研究做出了以下贡献：

1) 提出了一种双重不确定性时间场景生成方法，用于描述台风暴雨事件对RDSs的空间和时间影响。

2) 提出了一种鲁棒决策驱动的主动预防框架，有效降低了台风暴雨下的整体脆弱性。该框架解决了现有方法的局限性，即它们忽略了台风暴雨对异构系统组件的时间影响，从而导致灵活性不足和经济效率降低。

3) 开发了一个多目标主动预防模型，并将其构建为混合整数非线性规划（MINLP）问题。为了提高求解效率，引入了一种基于凸优化的算法，将MINLP问题转化为更容易解决的凸问题。

本文的其余部分安排如下：第2节介绍了台风暴雨演变路径和组件状态的双重不确定性时间场景生成方法，第3节提出了RDSs的鲁棒决策驱动PPM。第4节给出了案例研究，第5节总结了本文。

部分摘录

台风暴雨演变路径和组件状态的双重不确定性时间场景生成方法

首先提出了一个基于机制和数据驱动的台风暴雨不确定性模型。基于该模型，构建了台风暴雨下的灾害动态模型。最后，开发了一种双重不确定性时间场景生成方法。

RDSs的鲁棒决策驱动PPM

为了解决现有主动预防策略的局限性，即它们依赖于保守的最坏情况灾害场景，并忽略了台风暴雨对异构组件的时间影响，本文提出了一种RDSs的鲁棒决策驱动PPM。与传统的鲁棒优化方法不同，所提出的方法不是通过显式构建不确定性集（例如盒形、椭球形或基于矩的集合）来定义鲁棒性的

案例研究

使用MATLAB R2021a和GUROBI 10.0.2求解器，在配备Intel(R) Core i7-6500U CPU（2.5 GHz）和8 GB RAM的笔记本电脑上，对改进的IEEE 33节点系统和中国南部的10kV实际配电系统进行了仿真，以验证所提出方法的有效性。为了确保解决方案的准确性，将允许的计算误差和相对最优性差距分别设置为0.001和0.01%[14]。

结论

为了提高RDSs对台风暴雨灾害的韧性，本文提出了一种具有双重不确定性建模框架的鲁棒决策驱动PPM。通过将基于凸优化的鲁棒决策策略嵌入调度过程，所提出的方法实现了灾前主动预防和灾中动态响应的无缝集成。主要结论如下：

1) 在理论进展方面，提出了一种新型的主动

CRediT作者贡献声明

张伟：撰写——原始草稿、验证、软件、资源、方法论、调查、形式分析、概念化。张聪：撰写——审阅与编辑、监督、资源、项目管理、调查、资金获取、数据管理、概念化。王大鹏：可视化、验证、软件。李家勇：撰写——审阅与编辑、监督、软件、项目管理、方法论、调查、资金获取、形式分析。