超大型城市复杂配电网高效重构自愈控制方法四川大学（高红均）

研究背景

• 双碳目标与新能源接入: 国家“双碳”战略推动高比例新能源接入配电网，带来出力波动、消纳、供需平衡等挑战。
• 城市配电网可靠性需求: 城市化进程和电气化程度提升，要求配电网具备持续供电、灵活负荷管理、快速故障恢复能力。
• 传统配电网局限性: 超大型城市配电网结构复杂，馈线繁多、互联关系复杂，传统动态重构方法难以满足秒级决策需求。
• 复杂配电网特性: 高比例清洁能源接入、多电压等级、大量开关投入，导致配电网存在广泛的弱耦合关系。

分层分布式协同重构运行架构

• 馈线组思想: 提出基于“馈线组”的分层分布式协同重构架构，降低大规模耦合重构问题的求解难度，提高调控效率。
• 多类型联络开关与多级重构模式: 通过调节不同层级（馈线、变压器、变电站）的联络开关和分段开关，实现净负荷转移。
• 多层级平衡机制: 建立馈线级、变压器级、变电站级的多层级平衡机制，实现局部自治到大范围协调的多层级平衡运行。
• 复杂配电网联络开关重要度量化: 通过正常运行态和故障恢复态下的转供能力，量化开关贡献度，识别关键、非关键和冗余联络开关。
• 馈线分组方法: 基于开关重要度，采用两阶段启发式聚类分组方法，将馈线划分为不同组别，优化联络关系。
• 联络开关分类与馈线组划分: 分析显示，关键联络开关占比72%，冗余联络开关占比13%，非关键联络开关占比15%；经优化后，大部分区局满足要求占比显著提升。

重过载自愈运行方式主动控制

• 云边协同运行控制技术: 云端完成重构级别识别，边缘节点执行分段多级重构，实现优先局部自治、全网弃光、失负荷成本最小。
• 重构级别快速识别: 建立双层模型，准确识别“馈线-变压器-变电站”多级重构需求，优先局部自治，滞后全局协调。
• 两阶段优化运行策略: 第一阶段分段多级重构，第二阶段协调优化，显著减小弃光、失负荷水平，相比全局动态重构方法，求解时间大幅缩短。
• 基于多智能体深度强化学习的多级动态重构决策方法: 采用MADRL与云边协同框架，实现高效结合、分散执行，适应配电网规模化发展和分布式能源高比例集成。

故障自愈分布式高效复电控制

• 基于云平台高效赋能机器学习的典型故障研判与负荷最优自愈恢复路径规则库: 通过I-Relief算法特征筛选和深度学习模型，构建故障智能研判专家知识库和负荷最优自愈恢复路径规则库，提升故障处理效率。
• 分布式并行处理的云平台架构: 基于深度优先搜索和KMP算法，实现故障信息校验和高容错模糊匹配，构建适应非完备信息环境的故障研判技术。
• 基于事件化专家库高容错匹配关联的故障智能研判方法: 通过事件化仿真模拟和健全信息专家库生成，结合模糊集理论与神经网络，实现非健全信息环境下故障准确研判。
• 基于故障事件预学习与邻域线/组转供能力耦合的故障自愈紧急复电控制智能化在线决策: 采用RandomCost-CNN构建故障事件预学习模型，基于深度强化学习的邻域线/组内负荷转供模型，设计快速准确的紧急复电控制策略。
• 面向区段/主变多层级多场景故障应用的超大型城市配电网自愈系统: 实现组内自治-组间协同的超大型城市配电网故障高效自愈，大幅提升自愈能力和运行效率。