中国储能网讯：

01 研究背景

  保障电力-通信功能体系是实现城市快速恢复的基础。自然灾害导致系统故障失电后，依靠正常电能供应才能工作的电网通信设备极易受到影响从而导致通信中断，进一步降低系统的可观性、可控性，加速故障的传播演化。因此，本文从信息层-物理层深度融合的角度出发，充分考虑灾后过程的快速恢复需求和配电网资源受限的客观情况，引入可提供应急通信的无人机和可提供快速响应的集群电动汽车（EV），充分发挥信息层和物理层灵活资源的互补优势，提升灾后负荷恢复效率，实现弹性信息物理协同快速恢复。

02 研究内容

  2.1 基于车网互动和应急通信的信息物理协同恢复框架

  集群EV参与反向供电的车网互动（V2G）是一种响应速度快、响应功率大的优质恢复资源，可在灾后快速聚集并在V2G站形成分布式电源。但上述模式须有通信服务覆盖，使区域EV用户能收到调度指令并前往指定地点。在灾后断电、通信基站无法正常工作的情况下，搭载通信模块的无人机可以高效调度并快速组网，为灾后信息盲区提供应急通信，解决相应区域的通信故障问题。因此，本文提出了基于无人机应急通信和集群EV调配的恢复方法，通过拓扑控制的耦合约束，构建了信息物理协同快速恢复策略和相应技术框架。图1为本文应用的通信-电力-交通耦合系统，主要包括无线网基站、电力设备、V2G站等。

图1 通信-电力-交通耦合系统

  该框架根据灾害发生前后，将整个过程分为灾前预备阶段和灾后恢复阶段。具体恢复流程如图2所示。

图2 信息物理协同恢复过程流程图

  1） 灾前预备阶段

  首先，基于地面基站通信覆盖范围，将配电网划分为多个信息区域，以便于对通信故障进行分析与恢复处理；然后，智慧交通系统提前广播灾害信息，城市道路中行驶的EV在收到广播信息后将前往最近的避难站点避难；最后，应急指挥中心所管理的无人机设备进入待命状态，做好快速、有效响应的准备。

  2）灾后恢复过程

  首先，对每个区域灾后无人机应急通信需求进行建模，寻找最少数量无人机调配下的信息盲区恢复可行性控制方案；然后，控制无人机前往目标区域组建临时通信网络，恢复该区域的馈线终端单元（FTU）与EV通信，进而恢复主站对该区域的FTU的观测控制能力和对EV的调配能力，同时该区域内系统故障情况也能通过无人机基站上传至配电主站。其次，配电主站下达调度指令并通过有效的激励机制引导EV驶入目标V2G站点形成分布式电源，进而控制拓扑重构，形成以V2G站点为中心的微电网，保证地面通信基站供电恢复并最大限度恢复负荷；当原区域EV转移完毕，无人机前往下一区域继续开展恢复工作，微电网拓扑随着新的区域通信恢复而动态变化，直至最大限度恢复整个区域负荷的电力供应。

  2.2 模型建立

  灾前阶段对EV的避难调度行为展开建模，应急中心工作人员对无人机进行充电和功能调试，为系统灾后快速恢复做好准备工作。

  灾后阶段以恢复周期内负荷加权供电量最大为目标，首先求解各区域的无人机应急通信需求，其次对灾前调度至各避难站的EV实施激励措施，引导EV用户参与V2G反向输电以恢复电网，然后考虑无人机和EV的调度行为、V2G站点出力特性、微电网拓扑特征以及信息物理耦合控制约束建立动态恢复模型，求解模型得到信息物理协同快速恢复策略。

  2.3 操作实施流程

  根据信息物理协同恢复思路和程序求解流程，结合工程实际情况，设计了包含灾后调配顺序和运行规则的操作实施流程，以指导相关部门开展恢复工作。具体流程如下：

  步骤1：灾后恢复阶段，配电主站确认系统信息盲区，无人机从应急中心仓库出发前往目标区域组网恢复通信。

  步骤2：目标区域通信恢复后，配电主站获得该区域线路故障信息并开展优化决策，将调度指令发送给避难站的EV，引导其快速有序前往V2G站点参与反向充电；同时将拓扑重构指令下达至各FTU处，系统中相应远动开关进行倒闸操作。

  步骤3：目标区域通信基站复电后，无人机依据配电主站指令前往下一区域组建通信网络，并重复步骤2工作。若无再调度指令，无人机返回应急中心仓库。

  步骤4：当所有区域通信基站投入正常运行，配电系统信息物理协同快速恢复工作结束。

03 算例分析

  本文将改进的IEEE 33节点和30节点交通网组合成一个耦合系统进行算例分析，依据地面基站通信覆盖范围将划分成4个区域。本研究对比分析了灾后不同方案下的负荷恢复效率，具体如下：

  1）方案1：不考虑应急通信建立和EV再调度，仅依靠灾前在V2G站点避难的EV恢复负荷。

  2）方案2：调配无人机建立应急通信，但不考虑EV再调度，仅依靠灾前在V2G站点避 难的EV和动态微电网恢复负荷。

  3）方案3：采取本文所提恢复方法，即无人机应急通信和V2G协调配合以实现重构恢复负荷。

  将本文方法与其他两种方案对比，结果如图3所示。对比方案1和方案2、3可知，方案2相比方案1供电量增加40.95%，方案3相比方案1供电量增加92.13%，由此可知无人机参与调度可极大程度提升灾后负荷恢复量，这是因为无人机作为信息层灵活资源在受灾区域可以建立应急通信，恢复电网的可观、可控性，从而控制馈线终端动作，调整电网拓扑结构、优化线路潮流，使更多的负荷节点能够与上游变电站连通。方案3相比方案2供电量增加35.52%，由此可知EV再调度可进一步提升系统恢复效果，这是因为灾后大多数EV停留在避难站点，只有将它们有序高效地调度至目标V2G站点才能充分发挥V2G资源对负荷的供电支撑作用。

图3 3种方案负荷恢复曲线

  图4对方案3系统各区域逐步恢复和EV再调度情况进行展示。图中各区域通信基站节点负荷都优先恢复，这样能保证区域可观、可控性得以持续恢复，无人机调度至目标区域建立通信网后，通过控制远动开关形成微电网和引导EV再调度，确保区域内基站节点与电源节点形成通路以恢复基站的电力供应。

图4 方案3中各区域动态恢复情况

04 结语

  本文充分考虑信息物理耦合特性并挖掘信息层和物理层灵活资源，基于V2G负荷恢复和应急通信提出了信息物理协同快速恢复方法，并在此基础上建立了灾后信息物理协同恢复的混合整数线性规划模型，进而求解模型得出快速恢复策略，从而有效提升弹性。相较而言，本文所提方法能够充分利用本地资源，实现弹性配电网信息物理快速恢复。