(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211347614.8 (22)申请日 2022.10.31 (71)申请人 广东电网有限责任公司云浮供电局 地址 527399 广东省云浮市 云城区金丰路3 号 申请人 南方电网科 学研究院有限责任公司 (72)发明人 黄辉　刘明　林伟军　刘通　 谈赢杰　区华勇　刘晓腾　温彩健　 黄文广　伍锃杰　龙经纬　覃家露　 王冬生　郭燕羽　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 周伟 (51)Int.Cl. H02J 3/00(2006.01)G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于状态估计的微电网群自愈决策方 法及系统 (57)摘要 本发明涉及微电网技术领域， 公开了一种基 于状态估计的微电网群自愈决策方法及系统， 其 方法通过构建微电网群模型， 并获取微电网群模 型中的微电网的运行状态， 若微电网的运行状态 为故障状态， 以电压偏差最小、 负荷损失量最小 和分布式电源损失量最小为目标， 建立多个目标 优化的供电路径恢复模型， 并确定约束条件， 对 多个目标优化的供电路径恢复模 型进行求解， 得 到最优解， 作为相应的微电网专家自愈策略， 按 照微电网群专家自愈策略对处于故障状态下的 微电网恢复供电操作， 从而提高微电网群供电可 靠性以及 使得分布式电源损失量最小， 提高微电 网群能源利用率。 权利要求书4页 说明书9页 附图2页 CN 115549086 A 2022.12.30 CN 115549086 A 1.一种基于状态估计的微电网群自愈决策 方法， 其特 征在于， 包括以下步骤： 根据微电网群的元件参数信息以及网络结构建立 微电网群模型； 获取所述微电网群模型中的微电网的运行状态， 判断所述微电网的运行状态是否为故 障状态， 若判断所述 微电网的运行状态为故障状态， 则执 行下一步； 以电压偏差最小、 负荷损 失量最小和分布式电源损 失量最小为目标， 建立多个目标优 化的供电路径恢复模型， 并确定约束条件； 基于粒子群算法分别对多个目标优化的供电路径恢 复模型进行求解， 得到每个目标优 化的供电路径恢复模型分别对应的最优解， 作为相应的微电网专 家自愈策略； 按照所述 微电网群专 家自愈策略对处于故障状态下的微电网恢复供电操作。 2.根据权利要求1所述的基于状态估计的微电网群自愈决策方法， 其特征在于， 获取所 述微电网群模型中的微电网的运行状态， 判断所述微电网的运行状态是否为 故障状态的步 骤具体包括： 根据预设的状态估计周期对微电网的线路进行故障分析， 根据故障分析结果判断相应 的所述微电网的运行状态是否为故障状态； 获取故障线路的故障位置， 对所述故障位置进行隔离 。 3.根据权利要求1所述的基于状态估计的微电网群自愈决策方法， 其特征在于， 以电压 偏差最小、 负荷损失量最小和分布式电源损失量最小为 目标， 建立多个目标优化的供电路 径恢复模型， 并确定约束条件的步骤具体包括： 以电压偏差最小、 负荷损 失量最小和分布式电源损 失量最小为目标， 建立供电路径恢 复模型的总体目标函数为： F＝min(f1,f2,f3)＝af1+bf2+cf3 式中， f1表示微电网群恢复供电后的电能质量， f2表示微电网群恢复供电后的负荷损失 量， f3表示微电网群恢复供电后的分布式电源损失量， a、 b、 c均表示权重系数， 且a+b+c＝1， 其中， 式中，△U表示电压偏差值， n表示微电网群节点总数， i表示微电网群节点， Ui表示微电 网群节点i的电压， △Ui表示微电网群节点i的电压偏差量， ΔUi＝Ui‑1， δUi表示节点i的电 压允许最大偏差； 式中， n1表示微电网群故障前的负荷节点数， n2表示微电网群恢复供电后的负荷节点 数， 表示微电网群故障前的节点i的负荷量， 表示微电网群恢复供电后节点i的负荷 量； 式中， m1表示微电网群故障前的分布式电源节点数， m2表示微电网群恢复供电后的分布权　利　要　求　书 1/4 页 2 CN 115549086 A 2式电源节点数， 表示微电网群故障前的节点i的分布式电源出力， 表示微电网群恢复 供电后节点 i的分布式电源出力； 确定约束条件 包括： 1)变量约束为： 式中， Pimax、 Pimin分别为为微电网群节点i分布式电源的有功功率的上限值、 下限值， Qimax、 Qimin分别为微电网群节点i分布式电源的无功功率的上限值、 下限值， Uimax、 Uimin分别 为微电网群节点 i的电压幅值的上限值、 下限值； 2)潮流约束为： 其中， Gij表示微电网群节点i和节点j间的导纳 实部， Bij表示微电网群节点i和节点j间 的导纳虚部， θij表示微电网群节点i和节点j 间的相角差， Uj表示微电网群节点j的电压， △ Pi表示微电网群节点 i的有功功率变化 量，△Qi表示微电网群节点 i的无功功率变化 量。 4.根据权利要求2所述的基于状态估计的微电网群自愈决策方法， 其特征在于， 还包 括： 将不同运行方式下的微电网对应的微电网专家自愈策略以及对应的微电网存储至专 家自愈策略库中； 通过所述微电网和对应的运行方式在所述专家自愈策略库中进行匹配， 得到相应的微 电网专家自愈策略。 5.一种基于状态估计的微电网群自愈决策系统， 其特 征在于， 包括： 模型构建模块， 用于根据微电网群的元件参数信息以及网络结构建立 微电网群模型； 状态判断模块， 用于获取所述微电网群模型中的微电网的运行状态， 判断所述微电网 的运行状态是否为故障状态； 目标函数构建模块， 用于以电压偏差最小、 负荷损 失量最小和分布式电源损 失量最小 为目标， 建立多个目标优化的供电路径恢复模型， 并确定约束条件； 求解模块， 用于基于粒子群算法分别对多个目标优化的供电路径恢复模型进行求解， 得到每个目标优化的供电路径恢复模型分别对应的最优解， 作为相应的微电网专家自愈策 略； 执行模块， 用于按照所述微电网群专家自愈策略对处于故障状态下的微电网恢 复供电 操作。 6.根据权利要求5所述的基于状态估计的微电网群自愈决策系统， 其特征在于， 状态判 断模块具体包括： 判断模块， 用于根据预设的状态估计周期对微电网的线路进行故障分析， 根据故障分权　利　要　求　书 2/4 页 3 CN 115549086 A 3