IEEE33节点案例-计及风电出力不确定性的网架重构优化模型/配电网故障恢复重构（Matlab）

随着能源转型的持续推进，以风电和光伏为首的新能源场站被大规模接入电力系统中，给电力系统安全防御体系带来了严峻挑战。分析电力系统发生大停电事故后的网架重构过程对减少由大停电事故带来的社会影响和经济损失有重要意义。

计及风电出力的网架重构优化模型必须考虑风电场和传统机组共同恢复时节点恢复顺序、风电场接入时间和风功率接入量的寻优问题。每一节点恢复顺序下有多种风电场接入方案，在某一风电场接入方案下，风电场在节点恢复顺序中的位置代表了风电场的接入时机，风功率接入量为被风电场启动机组节点的辅机负荷值之和。因此，当节点恢复顺序确定后，可首先对某一节点恢复顺序下的风功率接入量寻优，然后再对节点恢复顺序进行寻优，最终得到节点最优恢复顺序及其对应的风电场最优接入时间和风功率最优接入量。

1. 风电出力不确定性模拟

根据文献【考虑风电场出力不确定性的电力系统恢复策略研究】中风电场预测出力数据，设定采出100个场景的风电出力场景并设定预测误差为出力的10%，如图所示。另外，该风电场为150MW。——实现路径参考本专栏【风电出力不确定性模拟代码】

2. 目标函数及约束条件

以网损最小为目标：

约束条件主要包括系统潮流约束，具体见参考文献【1】

3. 部分代码

下面展示一些 matlab实现代码。

clc
clear all
clear
load('typical_5.mat') % 导入风电不确定出力数据
run IEEE_33.m         % 导入IEEE33节点基础数据
run DG_Load.m 
t1=clock;
%% 设定参数
delta_T=1;  
N=4;                         % 故障时段数量
nl=37;nc=5;
xb=[33 12 22 0.1 0.1;34 8 21 0.1 0.1;35 15 9 0.1 0.1;36 25 29 0.1 0.1;37 18 33 0.1 0.1];
Branch=[Branch;xb];
r_ij=Branch(:,4);   x_ij=Branch(:,5);
p_Solar1=p_Solar(:,8:8+N-1); % 8:00-11:00为故障时间段
p_Load1=p_Load(:,8:8+N-1);
p_Wind=zeros(33,N);
pg_st=[7,13,27];
q_Solar=p_Solar1.*0.05;      % 无功按照有功的0.05倍
h=2;                         % 同一时间最多只能恢复的故障线路数量
F=[6 12 18 21 24 32];        % 故障线路集合
Tf=1;                        % 检修一条线路所需时间
Nc=5;
%% 决策变量
lamda=sdpvar(33,N,'full');   % 负荷缺值
x_Iij_square=sdpvar(37,N,'full');% 电流
x_ui_square=sdpvar(33,N,'full'); % 电压
x_pij=sdpvar(37,N,'full');     
x_qij=sdpvar(37,N,'full');
Zij=binvar(nl,N,'full');     % 网架结构（0、1变量）
%% 目标函数
    f=sum(sum(repmat(r_ij,1,N).*x_Iij_square.^2));            % 网损最小
%% 约束条件
Constraints=[];
% 启动时间限制约束
for i=1:nl
    if ismember(i,F)
        Constraints = [Constraints, Zij(i,1)==0];             % 故障线路初始状态
        for t=2:N
            Constraints = [Constraints, Zij(i,t)>=Zij(i,t-1)];% 故障线路下一个时刻状态要大于等于上一个时刻
        end
    end
end
[~,na]=size(F);                                               % 故障线路条数
for t=1+Tf:N
    Constraints = [Constraints, sum(Zij(F,t))-sum(Zij(F,t-Tf))<=h];% 每个时段最多只能检修h条故障线路
end
    Constraints=[Constraints,0<=lamda<=1];
% 有功与无功平衡
for opt_num=1:N
    Constraints=[Constraints,x_ui_square(1,opt_num)==12.66^2];
    for k=2:33
        node_out=find(Branch(:,2)==k);
        node_in=find(Branch(:,3)==k);
        [na,nb]=size(node_out);
        [nc,nd]=size(node_in);
            Constraints=[Constraints,sum(x_pij(node_in,opt_num)-...
                r_ij(node_in).*x_Iij_square(node_in,opt_num))+p_Solar1(k,opt_num)+...
                p_Wind(k,opt_num)-lamda(k,opt_num)*p_Load1(k,opt_num)==sum(x_pij(node_out,opt_num))];
            Constraints=[Constraints,sum(x_qij(node_in,opt_num)-...
                x_ij(node_in).*x_Iij_square(node_in,opt_num))-...
                q_load(k)==sum(x_qij(node_out,opt_num))]; 
    end
Constraints = [Constraints, -0.01.*Zij(33:37,opt_num)<= x_pij(33:37,opt_num) <= 0.01.*Zij(33:37,opt_num)];% 有功约束
Constraints = [Constraints, -4.*Zij(1:32,opt_num) <= x_pij(1:32,opt_num) <= 4.*Zij(1:32,opt_num)];        % 无功约束
;
...等等

4.部分结果出图

经过优化重构网架故障全部恢复后的网架图，红色为优化选择的检修次序

将五组不确定出力各自乘以对应的概率，然后相加。公式可参考DG_Load函数第15行

完整代码在购买专栏后请私信获取（当天回复）

文献【1】：主动配电网故障恢复的重构与孤岛划分统一模型，电网技术，2020