具有快速分解能力的主动配电网多时段故障恢复双层协同优化方法

《Energies》：Two-Layer Collaborative Optimization for Multi-Period Fault Recovery in Active Distribution Networks with Fast Decomposition

　　随着分布式发电、储能和柔性负荷的逐步集成，主动配电网获得了多种故障恢复手段，包括网络重构、孤岛运行以及源荷协同调节。然而，现有研究往往缺乏系统级恢复决策与资源级执行之间的有效衔接。为解决这一问题，本文提出了一种具有快速分解能力的多时段故障恢复双层协同优化方法。上层建立多时段恢复模型，联合优化网络重构、负荷恢复目标和故障修复顺序，目标是在最小化负荷损失和恢复成本的同时最大化持续供电时长。该模型综合考虑了负荷优先级、开关操作、分布式发电、储能状态、柔性负荷响应、主网支撑以及时段间耦合约束。基于上层生成的恢复目标，下层采用快速排序填充分解策略，将调节需求分配至光伏发电、风电、储能系统、柔性负荷和主网支撑，从而形成恢复规划与资源执行之间的闭环协调机制。该方法在经修改的IEEE 33节点主动配电网的多时段故障场景下进行了验证。结果表明，第1时段负荷恢复率为88.78%，第2时段起达到100%。与静态恢复方案相比，未供电能量从4.6896 MWh降至0.3113 MWh，恢复能量从8.2505 MWh增至12.6288 MWh。在超过1000个随机可行运行点上，所提排序填充过程与直接线性规划再优化之间的最大绝对目标函数偏差为7.55 × 10?1?%，最大功率平衡误差为2.73 × 10?12 kW。这些结果表明，所提方法在提高恢复效果的同时，以数值精度复现了下层线性规划的最优解。