一种考虑配电网韧性的鲁棒优化方法

1.本发明属于电力能源领域，具体来说，涉及一种考虑配电网韧性的鲁棒优化方法，可为系统规划人员提供理论指导，在规划阶段计及小概率-高损失极端事件影响，协同规划配电网中储能与数据负载调控策略，提升配电网规划的鲁棒性与可靠性。

背景技术：

2.近年来，由于自然灾害、网络攻击等极端事件造成的电网大停电事故屡有发生，此类极端事件虽然发生概率小，但一旦发生所造成的后果通常十分严重。因此，如何从规划阶段计及可能发生的极端事件影响，确保配电网不仅满足正常环境下的可靠运行，还能提升其在极端事件下的韧性，具有十分重要的意义。
3.另一方面，随着智能化与信息化的不断发展，配电网中分布式资源接入量不断提升，使得配电网具有更高的灵活性与恢复能力。分布式电源、储能、数据中心等技术的迅速发展给配电网韧性提升提供了契机，也使得配电网有足够的灵活调控资源在故障情况下及时响应，提升系统的可靠性与恢复力。

技术实现要素：

4.技术问题：针对现有配电网规划方案未充分小概率-高损失的极端事件影响，本发明所要解决的技术问题是：基于储能的功率调节特性和数据负载时空灵活调控能力，提出一种考虑配电网韧性的鲁棒优化方法，计及配电网在极端事件下的弹性响应能力，提升配电网规划的鲁棒性与可靠性。
5.技术方案：为解决上述技术问题，本发明采用的技术方案是：一种考虑配电网韧性的鲁棒优化方法，包括以下步骤：
6.获取配电网应对故障的弹性响应能力及故障后的恢复能力，基于配电网韧性，建立极端事件下韧性配电网系统性能模型；
7.分析各阶段配电网系统韧性曲线变化趋势，并结合故障下系统失负荷量，构建极端事件下配电网韧性量化指标；其中各阶段包括故障前正常运行阶段、扰动阶段、响应阶段、恢复阶段和最终响应阶段；
8.获取延迟型数据负载灵活调控能力，建立数据负载时空转移模型；
9.面向小概率-高损失极端事件给配电网带来的损失，根据韧性配电网系统性能模型和数据负载时空转移模型，从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型；
10.基于实际配电网验证鲁棒优化方案的合理性与可行性。
11.一种考虑配电网韧性的鲁棒优化方法，所述极端事件下韧性配电网系统性能模型包括如下阶段：
12.t0-t1：故障前正常运行阶段。在该阶段，系统通过资源合理配置，针对可能发生的极端事件做出相应准备与预防；
13.t1-t2：扰动阶段。系统在t1时刻遭遇扰动故障，该时刻由于各种弹性资源未及时响应，系统弹性性能迅速降低；
14.t2-t4：响应阶段。系统在扰动发生一段时间后，退化进入稳定的响应状态，各项弹性资源准备响应扰动故障；
15.t4-t5：恢复阶段。系统弹性资源响应扰动故障，系统性能迅速恢复，但尚未恢复至故障前正常状态；
16.t5-t7：最终响应阶段。系统中受到损坏的基础设施完成恢复，系统性能恢复至故障前正常运行状态。
17.一种考虑配电网韧性的鲁棒优化方法，所述极端事件下配电网韧性量化指标包括：
18.对于第一阶段，仅考虑极端事件对配电网生存力影响，即需要考虑扰动阶段及响应阶段配电网韧性量化指标。通常来说，极端事件对配电网最直接的影响是系统负荷降低，考虑将极端事件下配电网负荷损失的时间积分作为韧性量化指标。
[0019][0020]
其中，ps为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。
[0021]
将上述韧性量化指标转变为可定量计算的成本指标，即配电网在极端事件影响下的年切负荷损失成本：
[0022][0023]
其中，t
ex
为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本。
[0024]
一种考虑配电网韧性的鲁棒优化方法，所述延迟型数据负载包括：
[0025]
cpds中数据负载通常分为延迟敏感型和延迟容忍型两类，前者要求在较短时间内实时处理，通常采用m/m/1排队模型对一个时间段内的排队延迟进行建模，保证数据中心各时段内接收到的数据负载必须在该时段处理完成；后者对处理时间要求具有较高容忍度，在指定时间内处理完成即可，不同数据中心间的延迟容忍型数据负载也可以实现空间转移，因此该类数据负载具有时空调节特性。为简化模型且不失一般性，本发明主要考虑延迟容忍型负载。
[0026]
一种考虑配电网韧性的鲁棒优化方法，所述数据负载灵活调控能力包括：
[0027]
数据中心中延迟容忍型数据负载具有时空灵活调控潜力，不同前端服务器及计算节点间的数据负载且应当满足如下约束：
[0028]
[0029][0030][0031]
式(1)表示各前端服务器调控分配的数据负载之和应当等于本地用户需求，其中load
s,t
表示第s个前端服务器在t时刻的本地用户需求，data
l,s,t
表示第s个前端服务器在t时刻分配给数据中心l的数据负载，s为前端服务器总数目；式(2)表示各数据中心的数据负载应当等于其自身和其它数据中心空间转移负载之和，n为数据中心总数目；式(3)表示各数据中心各时刻待处理的数据负载应当等于空间转移接受的数据负载与时间转移负载之差，其中trans
l,t
表示数据中心l在t时刻转移的数据负载量。
[0032]
数据负载灵活调控能力，所述数据负载时间转移模型包括：
[0033]
延迟容忍型负载并不要求数据负载实时处理，允许其延迟一段时间后处理，所以数据负载时间转移模型为：
[0034][0035]
total
l,t+1
＝total
l,t
+δdata
l,t
δt
ꢀꢀꢀꢀꢀꢀ
(5)
[0036]
0≤total
l,t
≤total
l,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0037]
式(4)δdata
l,t
表示第l个数据中心在t时刻时间转移的数据负载量，data
l,t
和trans
l,t
解释同式(1)；式(5)表示数据中心不同时刻数据负载存储总量关系，δt表示从t到t+1时间段间隔；式(6)对数据中心数据负载存储总量上下限进行了约束,，其中total
l,max
表示数据负载存储量上限。
[0038]
数据负载灵活调控能力，所述数据负载空间转移模型包括：
[0039]
数据负载可以在不同数据中心之间灵活转移，其空间转移模型为：
[0040][0041][0042]
因为单个数据中心不可能向任意一个数据中心即转出负载又吸收负载，故添加了式(8)进行约束。
[0043]
一种考虑配电网韧性的鲁棒优化方法，所述鲁棒优化模型包括：
[0044]
为了应对小概率-高损失极端事件给配电网带来的损失，本发明从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型，鲁棒优化模型如下：
[0045][0046]
s.t.
[0047]
ax≤d
[0048][0049][0050]
其中，p为规划集，o为运行集，f为故障集；x为规划决策向量，包含参与配电网规划的全部决策变量；y为运行决策向量，包含可参与配电网运行阶段弹性调度的决策变量；z为
故障场景向量；a
t
、b
t
、c
t
分别为规划决策向量、运行决策向量、故障场景向量对应的系数矩阵；a、b、c、d、g分别为对应约束条件下的系数矩阵；f为等式约束条件对应的常数矩阵。
[0051]
上述优化模型为两阶段三层鲁棒优化模型；第一阶段是投资阶段，基于有限恶劣的场景概率分布确定出合理的配电网投资方案，规划决策向量包含固定式储能的位置与容量配置；第二阶段是运行阶段，运行决策变量包括数据负载的时空灵活调度方案，并在已知的第一阶段投资方案下寻求最恶劣的场景概率分布；基于此，对内部双层优化问题模拟运行并解耦求解，实现最恶劣场景概率分布下的系统年综合成本最小化。
[0052]
鲁棒优化模型，所述规划集包括：
[0053]
储能投资成本：
[0054]
其中，为单位容量储能投资费用，en为第n个储能容量，ne为储能规划个数，y1为储能运行年限，d为贴现率。
[0055]
智能终端投资成本：其中，为单个智能终端投资成本，k为智能终端规划个数，y2为智能终端运行年限，d为贴现率。
[0056]
鲁棒优化模型，所述运行集包括：
[0057]
储能运行成本：
[0058]
其中，为单位容量储能运行调度费用，表示第i个储能在t时段的充电功率或放电功率，t表示储能充放电时段总数。
[0059]
数据中心运行成本：
[0060]
其中，mp
t
表示t时刻配电网的节点边际电价，nd为数据中心数目，表示数据中心单位时间内处理单位数据负载所需电能。
[0061]
鲁棒优化模型，所述故障集包括：
[0062]
配电网在极端事件影响下的年切负荷损失成本：
[0063][0064]
其中，te为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本，ps为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。
[0065]
鲁棒优化模型，所述规划集约束条件包括：
[0066]
(1)节点允许安装储能额定功率和容量约束；
[0067]
(2)配电网允许安装储能数量约束；
[0068]
(3)节点允许安装的智能终端数量约束；
[0069]
鲁棒优化模型，所述运行集约束条件包括：
[0070]
(1)潮流约束(有功功率、无功功率约束)；
[0071]
(2)安全约束(电压、电流约束)；
[0072]
(3)储能约束(储能荷电状态约束、储能容量约束、储能电量平衡约束)；
[0073]
(4)数据负载约束(数据负载时间转移量约束、数据负载空间转移量约束)；
[0074]
(5)通信带宽约束。
[0075]
有益效果：本发明与现有技术相比，具有以下特点：
[0076]
本发明基于含有数据中心和分布式资源的配电网信息物理系统，提出了一种计及信息物理耦合的配电网储能与数据中心融合规划方法。规划方案考虑综合利用分布式储能功率和电压调节特性及数据中心数据负载时空转移潜力，协同规划物理侧储能配置、数据负载时空转移方式以及信息侧通信网络拓扑，提出cpds综合规划模型，实现规划成本最小化并优化配电网通信拓扑。本发明计及信息物理耦合影响，可以提升配电网中分布式能源的消纳能力，并减小系统电力运营成本。
附图说明
[0077]
图1为本发明的一种计及信息物理耦合的配电网储能与数据中心融合规划方法框图；
[0078]
图2为本发明所述的各阶段配电网韧性性能曲线图；
[0079]
图3为本发明所述的数据中心物理模型及处理流程示意图；
[0080]
图4为本发明所述的ieee-33节点配电网模型模型；
[0081]
图5为本发明所述的典型日光伏出力曲线及负荷曲线；
[0082]
图6为本发明所述的数据中心典型日数据负载曲线。
具体实施方式
[0083]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0084]
一种考虑配电网韧性的鲁棒优化方法，包括如下步骤：
[0085]
获取配电网应对故障的弹性响应能力及故障后的恢复能力(配电网韧性)，建立极端事件下韧性配电网系统性能模型；
[0086]
分析各阶段配电网系统韧性曲线变化趋势，并结合故障下系统失负荷量，构建极端事件下配电网韧性量化指标；其中各阶段包括故障前正常运行阶段、扰动阶段、响应阶段、恢复阶段和最终响应阶段；
[0087]
获取延迟型数据负载灵活调控能力，建立数据负载时空转移模型；
[0088]
面向小概率-高损失极端事件给配电网带来的损失，根据韧性配电网系统性能模型和数据负载时空转移模型，从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型；
[0089]
基于实际配电网验证鲁棒优化方案的合理性与可行性。
[0090]
一种考虑配电网韧性的鲁棒优化方法，所述极端事件下韧性配电网系统性能模型
包括：
[0091]
极端事件下，各阶段配电网韧性性能曲线如图2所示，其中：
[0092]
t0-t1：故障前正常运行阶段。在该阶段，系统通过资源合理配置，针对可能发生的极端事件做出相应准备与预防；
[0093]
t1-t2：扰动阶段。系统在t1时刻遭遇扰动故障，该时刻由于各种弹性资源未及时响应，系统弹性性能迅速降低；
[0094]
t2-t4：响应阶段。系统在扰动发生一段时间后，退化进入稳定的响应状态，各项弹性资源准备响应扰动故障；
[0095]
t4-t5：恢复阶段。系统弹性资源响应扰动故障，系统性能迅速恢复，但尚未恢复至故障前正常状态；
[0096]
t5-t7：最终响应阶段。系统中受到损坏的基础设施完成恢复，系统性能恢复至故障前正常运行状态。
[0097]
一种考虑配电网韧性的鲁棒优化方法，所述极端事件下配电网韧性量化指标包括：
[0098]
对于第一阶段，仅考虑极端事件对配电网生存力影响，即需要考虑扰动阶段及响应阶段配电网韧性量化指标。通常来说，极端事件对配电网最直接的影响是系统负荷降低，考虑将极端事件下配电网负荷损失的时间积分作为韧性量化指标。
[0099][0100]
其中，ps为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。
[0101]
将上述韧性量化指标转变为可定量计算的成本指标，即配电网在极端事件影响下的年切负荷损失成本：
[0102][0103]
其中，te为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本，ps为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。
[0104]
一种考虑配电网韧性的鲁棒优化方法，所述延迟型数据负载包括：
[0105]
cpds中数据负载通常分为延迟敏感型和延迟容忍型两类，前者要求在较短时间内实时处理，通常采用m/m/1排队模型对一个时间段内的排队延迟进行建模，保证数据中心各时段内接收到的数据负载必须在该时段处理完成；后者对处理时间要求具有较高容忍度，在指定时间内处理完成即可，不同数据中心间的延迟容忍型数据负载也可以实现空间转移，因此该类数据负载具有时空调节特性。为简化模型且不失一般性，本发明主要考虑延迟
容忍型负载。
[0106]
一种考虑配电网韧性的鲁棒优化方法，所述数据负载灵活调控能力包括：
[0107]
数据中心中延迟容忍型数据负载具有时空灵活调控潜力，其时空调节方式如图3所示。不同前端服务器及计算节点间的数据负载且应当满足如下约束：
[0108][0109][0110][0111]
式(1)表示各前端服务器调控分配的数据负载之和应当等于本地用户需求，其中load
s,t
表示第s个前端服务器在t时刻的本地用户需求，data
l,s,t
表示第s个前端服务器在t时刻分配给数据中心l的数据负载，s为前端服务器总数目；式(2)表示各数据中心的数据负载应当等于其自身和其它数据中心空间转移负载之和，n为数据中心总数目；式(3)表示各数据中心各时刻待处理的数据负载应当等于空间转移接受的数据负载与时间转移负载之差，其中trans
l,t
表示数据中心l在t时刻转移的数据负载量。
[0112]
数据负载灵活调控能力，所述数据负载时间转移模型包括：
[0113]
延迟容忍型负载并不要求数据负载实时处理，允许其延迟一段时间后处理，所以数据负载时间转移模型为：
[0114][0115]
total
l,t+1
＝total
l,t
+δdata
l,t
δt
ꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0116]
0≤total
l,t
≤total
l,max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0117]
式(4)δdata
l,t
表示第l个数据中心在t时刻时间转移的数据负载量，data
l,t
和trans
l,t
解释同式(1)；式(5)表示数据中心不同时刻数据负载存储总量关系，δt表示从t到t+1时间段间隔；式(6)对数据中心数据负载存储总量上下限进行了约束,，其中total
l,max
表示数据负载存储量上限。
[0118]
数据负载灵活调控能力，所述数据负载空间转移模型包括：
[0119]
数据负载可以在不同数据中心之间灵活转移，其空间转移模型为：
[0120][0121][0122]
因为单个数据中心不可能向任意一个数据中心即转出负载又吸收负载，故添加了式(8)进行约束。
[0123]
一种考虑配电网韧性的鲁棒优化方法，所述鲁棒优化模型包括：
[0124]
为了应对小概率-高损失极端事件给配电网带来的损失，本发明从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型，鲁棒优化模型如下：
[0125][0126]
s.t.
[0127]
ax≤d
[0128][0129][0130]
其中，p为规划集，o为运行集，f为故障集；x为规划决策向量，包含参与配电网规划的全部决策变量；y为运行决策向量，包含可参与配电网运行阶段弹性调度的决策变量；z为故障场景向量；a
t
、b
t
、c
t
分别为规划决策向量、运行决策向量、故障场景向量对应的系数矩阵；a、b、c、d、g分别为对应约束条件下的系数矩阵；f为等式约束条件对应的常数矩阵。
[0131]
上述优化模型为两阶段三层鲁棒优化模型；第一阶段是投资阶段，基于有限恶劣的场景概率分布确定出合理的配电网投资方案，规划决策向量包含固定式储能的位置与容量配置；第二阶段是运行阶段，运行决策变量包括数据负载的时空灵活调度方案，并在已知的第一阶段投资方案下寻求最恶劣的场景概率分布；基于此，对内部双层优化问题模拟运行并解耦求解，实现最恶劣场景概率分布下的系统年综合成本最小化。
[0132]
鲁棒优化模型，所述规划集包括：
[0133]
储能投资成本：
[0134]
其中，为单位容量储能投资费用，en为第n个储能容量，ne为储能规划个数，y1为储能运行年限，d为贴现率。
[0135]
智能终端投资成本：
[0136]
其中，为单个智能终端投资成本，k为智能终端规划个数，y2为智能终端运行年限，d为贴现率。
[0137]
鲁棒优化模型，所述运行集包括：
[0138]
储能运行成本：
[0139]
其中，为单位容量储能运行调度费用，表示第i个储能在t时段的充电功率或放电功率，t表示储能充放电时段总数。
[0140]
数据中心运行成本：
[0141]
其中，mp
t
表示t时刻配电网的节点边际电价，nd为数据中心数目，表示数据中心单位时间内处理单位数据负载所需电能。
[0142]
鲁棒优化模型，所述故障集包括：
[0143]
配电网在极端事件影响下的年切负荷损失成本：
[0144][0145]
其中，te为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本，ps为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有
功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。
[0146]
鲁棒优化模型，所述规划集约束条件包括：
[0147]
(1)节点允许安装储能额定功率和容量约束；
[0148]
(2)配电网允许安装储能数量约束；
[0149]
(3)节点允许安装的智能终端数量约束；
[0150]
鲁棒优化模型，所述运行集约束条件包括：
[0151]
(1)潮流约束(有功功率、无功功率约束)；
[0152]
(2)安全约束(电压、电流约束)；
[0153]
(3)储能约束(储能荷电状态约束、储能容量约束、储能电量平衡约束)；
[0154]
(4)数据负载约束(数据负载时间转移量约束、数据负载空间转移量约束)；
[0155]
(5)通信带宽约束。
[0156]
下面对本发明一种可选的实施方式进行详细说明。
[0157]
在本发明的一个实例中：将上述拓扑识别方法运用于如图4所示的修改的ieee-33节点配电网模型。额定电压为12.66kv，配电网额定有功功率为4000kw。
[0158]
其中，节点2、6、10、13、18、22、26、29、33处安装有分布式光伏，节点光伏最大安装容量为500kw，储能的最大安装容量为200kw
·
h。光伏系统和负荷的功率曲线如图5所示，负荷的功率因数均为0.95。极端事件以台风为例，假定台风年平均发生次数为10次，移动速度为30km/h，图2中t1时刻开始依次攻击链路13-14、26-27、7-8，某一时间断面配电线路最大故障数为3。
[0159]
节点5、10、18、26处分别安装有数据中心idc1-idc4，假设配电网故障恢复时间一般不超过2小时，数据负载调度以15分钟为单位。
[0160]
此外，考虑配电网韧性提升的储能与数据负载协同鲁棒优化模型中其它参数设置如下表所示。
[0161]
表1参数设置
[0162][0163]
储能容量配置规划结果及数据负载调度方案结果如下：
[0164]
表2储能容量配置规划结果
[0165][0166]
表3鲁棒优化年综合费用
[0167][0168]
表4各时段数据负载时空转移量
[0169][0170]
考虑配电网韧性提升的储能与数据负载协同鲁棒优化，通过计算机仿真程序实现，最终可得到如图6所示的规划结果示意图。
[0171]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0172]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

技术特征：

1.一种考虑配电网韧性的鲁棒优化方法，其特征在于，包括如下步骤：获取配电网应对故障的弹性响应能力及故障后的恢复能力，建立极端事件下韧性配电网系统性能模型；分析各阶段配电网系统韧性曲线变化趋势，并结合故障下系统失负荷量，构建极端事件下配电网韧性量化指标；其中各阶段包括故障前正常运行阶段、扰动阶段、响应阶段、恢复阶段和最终响应阶段；获取延迟型数据负载灵活调控能力，建立数据负载时空转移模型；面向小概率-高损失极端事件给配电网带来的损失，根据韧性配电网系统性能模型和数据负载时空转移模型，从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型；基于实际配电网验证鲁棒优化方案的合理性与可行性。2.根据权利要求1所述的一种考虑配电网韧性的鲁棒优化方法，其特征在于，所述极端事件下韧性配电网系统性能模型，包括如下阶段：t0-t1：故障前正常运行阶段；在该阶段，系统通过资源合理配置，针对可能发生的极端事件做出相应准备与预防；t1-t2：扰动阶段；系统在t1时刻遭遇扰动故障，该时刻由于各种弹性资源未及时响应，系统弹性性能迅速降低；t2-t4：响应阶段；系统在扰动发生一段时间后，退化进入稳定的响应状态，各项弹性资源准备响应扰动故障；t4-t5：恢复阶段；系统弹性资源响应扰动故障，系统性能迅速恢复，但尚未恢复至故障前正常状态；t5-t7：最终响应阶段；系统中受到损坏的基础设施完成恢复，系统性能恢复至故障前正常运行状态。3.根据权利要求1所述的一种考虑配电网韧性的鲁棒优化方法，其特征在于，所述极端事件下配电网韧性量化指标，包括：对于第一阶段，仅考虑极端事件对配电网生存力影响，即需要考虑扰动阶段及响应阶段配电网韧性量化指标；通常来说，极端事件对配电网最直接的影响是系统负荷降低，考虑将极端事件下配电网负荷损失的时间积分作为韧性量化指标；其中，p
s
为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。将上述韧性量化指标转变为可定量计算的成本指标，即配电网在极端事件影响下的年切负荷损失成本：
其中，t
e
为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本，p
s
为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。4.根据权利要求1所述的一种考虑配电网韧性的鲁棒优化方法，其特征在于，所述延迟型数据负载，包括：配电信息物理系统中数据负载通常分为延迟敏感型和延迟容忍型两类，前者要求在较短时间内实时处理，通常采用m/m/1排队模型对一个时间段内的排队延迟进行建模，保证数据中心各时段内接收到的数据负载必须在该时段处理完成；后者对处理时间要求具有较高容忍度，在指定时间内处理完成即可，不同数据中心间的延迟容忍型数据负载也可以实现空间转移，因此该类数据负载具有时空调节特性；为简化模型且不失一般性，本发明主要考虑延迟容忍型负载。5.根据权利要求1所述的一种考虑配电网韧性的鲁棒优化方法，其特征在于，所述数据负载灵活调控能力，包括：数据中心中延迟容忍型数据负载具有时空灵活调控潜力，不同前端服务器及计算节点间的数据负载且应当满足如下约束：间的数据负载且应当满足如下约束：间的数据负载且应当满足如下约束：式(1)表示各前端服务器调控分配的数据负载之和应当等于本地用户需求，其中load
s,t
表示第s个前端服务器在t时刻的本地用户需求，data
l,s,t
表示第s个前端服务器在t时刻分配给数据中心l的数据负载，s为前端服务器总数目；式(2)表示各数据中心的数据负载应当等于其自身和其它数据中心空间转移负载之和，n为数据中心总数目；式(3)表示各数据中心各时刻待处理的数据负载应当等于空间转移接受的数据负载与时间转移负载之差，其中trans
l,t
表示数据中心l在t时刻转移的数据负载量。6.根据权利要求5所述的数据负载灵活调控能力，其特征在于，所述数据负载时间转移模型，包括：延迟容忍型负载并不要求数据负载实时处理，允许其延迟一段时间后处理，所以数据负载时间转移模型为：total
l,t+1
＝total
l,t
+δdata
l,t
δt
ꢀꢀꢀꢀꢀ
(5)0≤total
l,t
≤total
l,max
ꢀꢀꢀꢀꢀꢀꢀ
(6)式(4)δdata
l,t
表示第l个数据中心在t时刻时间转移的数据负载量，data
l,t
和trans
l,t
解释同式(1)；式(5)表示数据中心不同时刻数据负载存储总量关系，δt表示从t到t+1时间段间隔；式(6)对数据中心数据负载存储总量上下限进行了约束,，其中total
l,max
表示数据负载存储量上限。
7.根据权利要求5所述的数据负载灵活调控能力，其特征在于，所述数据负载空间转移模型，包括：数据负载可以在不同数据中心之间灵活转移，其空间转移模型为：可以在不同数据中心之间灵活转移，其空间转移模型为：因为单个数据中心不可能向任意一个数据中心即转出负载又吸收负载，故添加了式(8)进行约束。8.根据权利要求1所述的一种考虑配电网韧性的鲁棒优化方法，其特征在于，所述鲁棒优化模型，包括：为了应对小概率-高损失极端事件给配电网带来的损失，本发明从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型，鲁棒优化模型如下：s.t.ax≤dax≤d其中，p为规划集，o为运行集，f为故障集；x为规划决策向量，包含参与配电网规划的全部决策变量；y为运行决策向量，包含可参与配电网运行阶段弹性调度的决策变量；z为故障场景向量；a
t
、b
t
、c
t
分别为规划决策向量、运行决策向量、故障场景向量对应的系数矩阵；a、b、c、d、g分别为对应约束条件下的系数矩阵；f为等式约束条件对应的常数矩阵。上述优化模型为两阶段三层鲁棒优化模型；第一阶段是投资阶段，基于有限恶劣的场景概率分布确定出合理的配电网投资方案，规划决策向量包含固定式储能的位置与容量配置；第二阶段是运行阶段，运行决策变量包括数据负载的时空灵活调度方案，并在已知的第一阶段投资方案下寻求最恶劣的场景概率分布；基于此，对内部双层优化问题模拟运行并解耦求解，实现最恶劣场景概率分布下的系统年综合成本最小化。规划集包括：储能投资成本：其中，为单位容量储能投资费用，e
n
为第n个储能容量，n
e
为储能规划个数，y1为储能运行年限，d为贴现率；智能终端投资成本：其中，为单个智能终端投资成本，k为智能终端规划个数，y2为智能终端运行年限，d为贴现率。运行集包括：
储能运行成本：其中，为单位容量储能运行调度费用，表示第i个储能在t时段的充电功率或放电功率，t表示储能充放电时段总数；数据中心运行成本：其中，mp
t
表示t时刻配电网的节点边际电价，n
d
为数据中心数目，表示数据中心单位时间内处理单位数据负载所需电能。故障集包括：配电网在极端事件影响下的年切负荷损失成本：其中，t
e
为一年中极端事件发生的平均次数；为配电网中单位有功功率损失成本，p
s
为极端事件s发生的概率，s为极端事件集合；为极端事件中节点i在t时段有功功率降低值；n为配电网节点集合；t1和t4对应权利要求2中的不同状态时段；dt表示对时间t求积分。9.根据权利要求8所述的鲁棒优化模型，其特征在于，所述规划集约束条件，包括：节点允许安装储能额定功率和容量约束；配电网允许安装储能数量约束；节点允许安装的智能终端数量约束。10.根据权利要求8所述的鲁棒优化模型，其特征在于，所述运行集约束条件，包括：潮流约束，所述潮流约束分为有功功率、无功功率约束；安全约束，所述安全约束分为电压、电流约束；储能约束，所述储能约束分为储能荷电状态约束、储能容量约束、储能电量平衡约束；数据负载约束，所述数据负载约束分为数据负载时间转移量约束、数据负载空间转移量约束；通信带宽约束。

技术总结

本发明公开了一种考虑配电网韧性的鲁棒优化方法。属于电力能源领域，包括如下内容：获取配电网应对故障的弹性响应能力及故障后的恢复能力，建立极端事件下韧性配电网系统性能模型；分析各阶段系统韧性曲线变化趋势，并结合故障下系统失负荷量，构建极端事件下配电网韧性量化指标；考虑延迟型数据负载灵活调控能力，建立数据负载时空转移模型；为了应对小概率-高损失极端事件给配电网带来的损失，从提升配电网生存力角度建立计及储能与数据负载时空灵活调控的鲁棒优化模型；通过实例验证鲁棒优化方案的合理性与可行性。本发明考虑了小概率-高损失的极端事件对配电网规划的影响，为电网规划人员提供理论指导，提升规划方案的可靠性与鲁棒性。可靠性与鲁棒性。可靠性与鲁棒性。