高比例分布式光伏接入引入的不确定性以及雪花型复杂拓扑结构引发的故障传播路径模糊,共同加剧了配电网在复合故障下的脆弱性。传统恢复策略难以兼顾动态负荷需求、分布式电源调度以及信息物理跨域耦合,且受限于静态规则与计算效率瓶颈...高比例分布式光伏接入引入的不确定性以及雪花型复杂拓扑结构引发的故障传播路径模糊,共同加剧了配电网在复合故障下的脆弱性。传统恢复策略难以兼顾动态负荷需求、分布式电源调度以及信息物理跨域耦合,且受限于静态规则与计算效率瓶颈。为此,提出一种信息物理协同的复合故障恢复策略。首先,构建多属性动态决策模型,采用动态的基于准则间相关性的准则重要性(criteria importance through intercriteria correlation,CRITIC)评估法与跨域混合中心性指标,通过滑动时间窗自适应分配权重,捕捉通信时延与受控于通信系统的潮流调节行为之间的时空关联特征。其次,建立双层联合防护规划框架,上层在预算约束下协同优化加固与冗余策略以提升系统韧性,下层动态修正运行安全边界。最后,设计增强型Edmonds-Karp算法,引入势差驱动机制与混合权重割集模型,以最小化隔离代价与最大化恢复流量为目标,输入为信息物理耦合网络状态量,输出为最优割集与恢复路径,有效提升了故障隔离与恢复效率。IEEE算例仿真表明,所提策略显著提升了复合故障场景下的恢复效率与系统韧性。展开更多
文摘高比例分布式光伏接入引入的不确定性以及雪花型复杂拓扑结构引发的故障传播路径模糊,共同加剧了配电网在复合故障下的脆弱性。传统恢复策略难以兼顾动态负荷需求、分布式电源调度以及信息物理跨域耦合,且受限于静态规则与计算效率瓶颈。为此,提出一种信息物理协同的复合故障恢复策略。首先,构建多属性动态决策模型,采用动态的基于准则间相关性的准则重要性(criteria importance through intercriteria correlation,CRITIC)评估法与跨域混合中心性指标,通过滑动时间窗自适应分配权重,捕捉通信时延与受控于通信系统的潮流调节行为之间的时空关联特征。其次,建立双层联合防护规划框架,上层在预算约束下协同优化加固与冗余策略以提升系统韧性,下层动态修正运行安全边界。最后,设计增强型Edmonds-Karp算法,引入势差驱动机制与混合权重割集模型,以最小化隔离代价与最大化恢复流量为目标,输入为信息物理耦合网络状态量,输出为最优割集与恢复路径,有效提升了故障隔离与恢复效率。IEEE算例仿真表明,所提策略显著提升了复合故障场景下的恢复效率与系统韧性。
