抢修策略

极端事件导致大停电后，受损的交通道路会影响电网抢修车队前往故障线路区域的进度，从而延缓配电网恢复。为此，提出了一种结合损坏道路修复的配电网抢修恢复方法。首先，在分析不同受损道路对抢修车行驶影响的基础上，构建交通网抢修车约束。其次，考虑受损道路抢修对电网抢修的影响，以配电网失电量最小为目标，协调线路抢修和道路修复建立配电网抢修策略模型，并采用蚁群算法对所提模型进行求解。最后，以IEEE33节点配电网与一个12节点交通网相耦合的系统作为算例进行分析，仿真结果表明，所提方法切实有效提高了配电网抢修速度，减小了大停电后配电网负荷的失电量。所提方案更适用于灾害发生的实际情况，可为配电网灾后恢复提供参考。

为解决当前配电网灾后抢修策略制定时，未充分考虑道路阻断和交通延误影响抢修进程的问题，提出了考虑交通网延误的配电网灾后滚动抢修策略。首先，建立了计及交通网延误的灾后滚动抢修策略框架，以道路延误函数与路口延误函数建立实时交通网延误模型，通过Floyd算法得到各故障点间最短通行时间矩阵。其次，建立考虑交通网延误的灾后抢修策略双层优化模型，外层以加权失电负荷最小和抢修总时长最短为目标，得到各抢修班组抢修链。内层以最大化恢复失电负荷为目标，得到紧急恢复方案。在抢修过程中根据交通网信息更新最短通行时间矩阵，滚动后续抢修策略。最后，通过算例仿真验证灾后滚动抢修策略的有效性。

针对区域能源互联网（internet of energy，IOE）面临的安全性等问题，提出了一种基于多能互补特性的最佳供电恢复及抢修顺序技术方案。首先给出了区域能源互联网中热、气、电的多能形式数学模型和基于微型燃气轮机的热电联产耦合模型，在此基础上给出了区域能源互联系统恢复能力指标，并对极端天气下IOE内元件故障的影响及故障恢复过程进行了讨论和分析；在此基础上，将各区域根据失电严重程度与紧急程度进行故障场景划分，以全局总经济损失最小为目标，给出了区域能源互联网恢复优化目标函数和约束条件，说明并利用离散粒子群算法(discrete particle swarm optimization algorithm, DPSO)寻取全局最优解，得到最佳供电恢复方案及抢修顺序；最后，利用改进的IOE系统算例进行仿真验算，验证了所提策略的可行性和有效性。

基于故障与配网的拓扑关系和抢修与恢复的动态交替特性，建立了基于故障邻接状态的配电网多故障抢修与优化模型，快速制定抢修策略。在故障抢修阶段，基于供电类型建立负荷节点带电状态矩阵，提取故障邻接负荷的带电状态建立故障邻接负荷带电状态矩阵，对其进行拓展得到故障邻接状态，并对故障进行分类。通过抢修与故障邻接状态的交替更新确定每阶段最优抢修任务。在重构计算中，建立自适应环压有序环矩阵作为算法的解空间，引入余弦递减函数和莱维飞行对量子粒子群算法进行改进，建立莱维系数量子粒子群算法进行求解。用PG&E69节点系统进行仿真，验证所提方法的可行性和所提算法的有效性。

极端事件导致大停电后，受损的交通道路会影响电网抢修车队前往故障线路区域的进度，从而延缓配电网恢复。为此，提出了一种结合损坏道路修复的配电网抢修恢复方法。首先，在分析不同受损道路对抢修车行驶影响的基础上，构建交通网抢修车约束。其次，考虑受损道路抢修对电网抢修的影响，以配电网失电量最小为目标，协调线路抢修和道路修复建立配电网抢修策略模型，并采用蚁群算法对所提模型进行求解。最后，以IEEE33节点配电网与一个12节点交通网相耦合的系统作为算例进行分析，仿真结果表明，所提方法切实有效提高了配电网抢修速度，减小了大停电后配电网负荷的失电量。所提方案更适用于灾害发生的实际情况，可为配电网灾后恢复提供参考。