[论文解读] Repair and Resource Scheduling in Unbalanced Distribution Systems using Neighborhood Search

Anmar Arif, Zhaoyu Wang+2 more|arXiv (Cornell University)|Aug 30, 2018

Optimal Power Flow Distribution参考文献 20被引用 5

一句话总结

该论文提出了一种混合整数线性规划（MILP）模型和基于邻域搜索的算法，用于在大规模停电后协同优化不平衡配电网中的人员调度、资源物流、网络重构以及分布式能源资源（DER）的调度。该方法通过动态协调线路和树木作业人员、整合光伏（PV）和电池储能系统（BESS），显著提升了恢复速度与负荷供电能力，在IEEE 123节点系统中实现了8小时内100%负荷恢复，在8500节点系统中相比基线方法降低了10.2%的成本。

ABSTRACT

This paper proposes an optimization strategy to assist utility operators to recover power distribution systems after large outages. Specifically, a mixed-integer linear programming (MILP) model is developed for co-optimizing crews, resources, and network operations. The MILP model coordinates damage isolation, network reconfiguration, distributed generator re-dispatch, and crew/resource logistics. In addition, a framework for integrating different types of photovoltaic (PV) systems in the restoration process is developed.} We consider two different types of crews, namely, line crews for damage repair and tree crews for obstacle removal. We also model the repair resource logistic constraints. Furthermore, a new algorithm is developed for solving the distribution system repair and restoration problem (DSRRP). The algorithm starts by solving DSRRP using an assignment-based method, then a neighborhood search method is designed to iteratively improve the solution. The proposed method is validated on modified IEEE 123- and 8500-bus distribution test systems.

研究动机与目标

• 解决严重天气导致大规模停电后，不平衡三相配电网的恢复挑战。
• 协同优化维修人员、资源物流、网络重构以及包括光伏和电池储能系统（BESS）在内的分布式能源资源（DER）。
• 开发一种可扩展的解决方案框架，整合不同类型人员（线路作业人员和树木作业人员），并考虑维修时间更新与动态路径规划。
• 通过先进的调度与再优化，最小化负荷停电成本和总运行成本，提升恢复效率。
• 通过允许算法在维修时间估计发生变化时重新启动并更新路径，实现对实时变化的适应性。

提出的方法

• 建立混合整数线性规划（MILP）模型，协同优化不平衡三相配电网中的损坏修复、网络重构、人员路径规划与DER调度。
• 建模两种不同的人员类型：线路作业人员负责设备修复，树木作业人员负责障碍物清除，每类人员均有指定的修复时间与行驶约束。
• 通过跟踪中转站的资源可用性以及人员特定的资源获取情况，整合维修资源物流，使用二元变量和连续变量进行建模。
• 设计三阶段算法：首先通过基于分配的方法求解，然后应用邻域搜索迭代改进路径与调度方案。
• 设计动态再优化机制，当维修时间更新时，基于当前解更新人员路径，实现自适应恢复规划。
• 通过新型框架将光伏（PV）系统和电池储能系统（BESS）集成到恢复过程中，基于太阳辐照度和荷电状态约束，建模其连接性与功率输出。

实验结果

研究问题

• RQ1 在大规模停电后，如何最优调度维修人员与资源，以最小化不平衡配电网中的负荷停电成本与运行成本？
• RQ2 在配电网恢复过程中，集成光伏系统与电池储能系统对恢复速度与成本有何影响？
• RQ3 所提出的邻域搜索算法在大规模配电网中，相较于基线方法，在解的质量与计算效率方面有何改进？
• RQ4 该算法是否能在恢复过程中动态适应更新后的维修时间估计，同时保持解的质量？
• RQ5 在时间约束下，该方法在大型馈线系统（如IEEE 8500节点系统）上的可扩展性如何？

主要发现

• 在IEEE 123节点系统中，所提算法在8小时内实现了100%负荷恢复，通过按顺序操作开关，在关键线路修复后分阶段恢复供电。
• 在IEEE 8500节点系统中，再优化算法相比优先级方法将总成本降低了10.2%（849,842美元 vs. 763,184美元），尽管计算时间从32分钟延长至40分钟。
• 该算法成功处理了35条受损线路（其中15条由树木引起），覆盖3个中转站，配备12支线路作业队与8支树木作业队，展示了在大型配电网中的可扩展性。
• 再优化算法在总成本降低10.2%的同时，提升了随时间推移的负荷供电性能，如图14所示，尽管由于CPLEX收敛问题，无法确定最优性间隙。
• 动态再优化能力使算法能够在维修时间发生变化时重新启动并更新人员路径，确保了实时恢复过程中的适应性。
• 光伏与BESS系统的集成被有效建模，其有功输出与荷电状态随时间动态跟踪，实现了恢复过程中的协同支撑。