自然灾害下电网应急抢修与恢复调度协同决策方法及系统

摘要

本发明属于电力系统恢复决策技术领域，提供了一种自然灾害下电网应急抢修与恢复调度协同决策方法及系统，本发明考虑设备损坏对于恢复调度的影响，在线调整应急抢修方案，完成输电线路、通信链路以及变电站负荷出线的修复，有效处理了应急抢修与恢复调度之间的相互影响，实现应急抢修与恢复调度之间的有效协同；将蒙特卡洛树搜索与数学规划方法相结合，保证了应急抢修和恢复调度决策能够在有效时间内完成，保证了决策的在线实现。

权利要求

1.一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：包括以下步骤：获取电网运行状态、交通路网状态、设备故障以及抢修队伍位置信息；

基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间；

考虑当前电网运行状态和评估得到的交通时间以及设备修复时间，采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划；

基于所述应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划；

按照所述应急抢修计划进行抢修作业安排和物资规划安排，按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作；

建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划的具体过程包括：

基于未来设定时间段内的应急抢修计划，判断其是否会导致电网状态的变化，若变化，则获取各个状态的先后次序及状态持续时间；

根据电网状态变化及持续时间，以设定时长为优化时步，建立未来设定时间段内的动态优化模型，所述设定时间段能够分为多个设定时长；

采用数学规划算法求解动态优化模型，获得未来各个优化时步的恢复调度计划，并将各个优化时步的恢复调度计划顺序执行。

2.如权利要求1所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间的具体过程包括：

根据当前抢修队伍的具体位置以及交通路网状态，估算各抢修队伍到每一处故障所需要的交通时间；

根据各设备的故障情况，预估相应设备的故障修复时间。

3.如权利要求1所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划的具体过程包括：由根节点开始，在计算出各节点的上限置信区间指标值后，依次选取上限置信区间指标值最大的节点进行下一步的扩展或模拟；

将当前节点解析为系统应急抢修状态，搜索未来设定时间段内所有可能的应急抢修状态，设置为当前节点的子节点，并将其上限置信区间指标值设为无穷大；

将当前节点解析为系统应急抢修状态，随机生成未来可能的修复过程，并根据修复过程建立多个恢复调度单时步优化模型，求解获取对应的决策指标值；

基于模拟所得结果，对搜索树中各节点的参数进行更新。

4.如权利要求3所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：所述恢复调度单时步优化模型的优化目标为单时步加权负荷恢复收益最大化，约束包括节点电压约束、支路潮流约束、发电机爬坡约束和发电机出力约束。

5.如权利要求3所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：所述上限置信区间指标值由各节点模拟结果的平均值、该节点被访问次数及其父代节点被访问次数所确定。

6.如权利要求1所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：所述负荷恢复动态优化模型的优化目标为该时段的加权的负荷恢复收益，约束包括节点电压约束、支路潮流约束、发电机爬坡约束、发电机出力约束以及各时步间的调度关联约束。

7.如权利要求1所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：按照所述应急抢修计划进行抢修作业安排和物资规划安排的具体过程包括：每隔设定时长下发未来设定时间段的应急抢修计划，按照所述应急抢修计划安排相应的抢修队伍的行动路线以及物资调配的行动路线。

8.如权利要求1所述的一种自然灾害下电网应急抢修与恢复调度协同决策方法，其特征是：按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作的具体过程包括：根据下一优化时步的恢复调度计划，生成发电厂以及变电站合闸操作票，下发给相应调度员或执行器执行。

9.一种自然灾害下电网应急抢修与恢复调度协同决策系统，其特征是：包括：参数获取模块，被配置为获取电网运行状态、交通路网状态、设备故障以及抢修队伍位置信息；

时间因素确定模块，被配置为基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间；

应急抢修决策模块，被配置为考虑当前电网运行状态和评估得到的交通时间以及设备修复时间，采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划；

恢复调度决策模块，被配置为基于所述应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划；

执行模块，被配置为按照所述应急抢修计划进行抢修作业安排和物资规划安排，按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作；

建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划的具体过程包括：

基于未来设定时间段内的应急抢修计划，判断其是否会导致电网状态的变化，若变化，则获取各个状态的先后次序及状态持续时间；

根据电网状态变化及持续时间，以设定时长为优化时步，建立未来设定时间段内的动态优化模型，所述设定时间段能够分为多个设定时长；

采用数学规划算法求解动态优化模型，获得未来各个优化时步的恢复调度计划，并将各个优化时步的恢复调度计划顺序执行。

说明书

自然灾害下电网应急抢修与恢复调度协同决策方法及系统

技术领域

[0001] 本发明属于电力系统恢复决策技术领域，具体涉及一种自然灾害下电网应急抢修与恢复调度协同决策方法及系统。

背景技术

[0002] 本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

[0003] 随着气候变暖，近年来全球范围内台风、暴雨及冰灾等极端自然灾害频发，可能破坏电网的信息设备及物理设备，进而影响用户供电。极端自然灾害会直接导致电力信息物
理设备的运行环境发生恶劣变化，威胁电网的安全运行，造成设备损坏和负荷损失。现代电
力系统中新技术和新设备的应用虽然能够提高系统运行的稳定性和可靠性，但是仍然无法
避免停电事故的发生，尤其是人力不可抗因素导致的停电。

[0004] 现代社会电力供应影响着供水、供热以及供气等民生基础，停电事故会严重影响社会的正常运转和人民的基本生活。尤其，极端自然灾害与停电事故的叠加会进一步加剧
这种恶劣影响的严重程度，甚至威胁到人民的生命安全。加快极端自然灾害后供电恢复，是
提升电网抵抗极端自然灾害的重要举措，对于保障社会生产生活至关重要。为了尽快从极
端自然灾害的扰动中实现电网的快速恢复，需要迅速完成被损坏信息物理设备的抢修，并
同时通过电网的调度完成停电负荷的投入。

[0005] 应急抢修和恢复调度是极端自然灾害后电网恢复的关键措施，考虑极端自然灾害对于输电线路、通信链路以及变电站负荷出线的破坏，协同应急抢修和恢复调度，合理安排
抢修路径、负荷出线投切以及发电调度，可有效实现极端自然灾害后快速可靠的供电恢复。

[0006] 目前的极端自然灾害后电网恢复方法对于应急抢修和恢复调度的考虑相对割裂，没有形成合理的协同机制，致使极端自然灾害后分属不同部门的应急抢修和恢复调度难以
有效配合。并且，相关方法局限在离线预案制定方面，难以有效应对恢复过程中突发的不确
定情况，影响供电恢复速度。

发明内容

[0007] 本发明为了解决上述问题，提出了一种自然灾害下电网应急抢修与恢复调度协同决策方法及系统，本发明考虑设备损坏对于恢复调度的影响，在线调整应急抢修方案，完成
输电线路、通信链路以及变电站负荷出线的修复，处理了应急抢修与恢复调度之间的相互
影响，实现应急抢修与恢复调度之间的有效协同。

[0008] 根据一些实施例，本发明采用如下技术方案：

[0009] 一种自然灾害下电网应急抢修与恢复调度协同决策方法，包括以下步骤：

[0010] 获取电网运行状态、交通路网状态、设备故障以及抢修队伍位置信息；

[0011] 基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间；

[0012] 考虑当前电网运行状态和评估得到的交通时间以及设备修复时间，采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划；

[0013] 基于所述应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划；

[0014] 按照所述应急抢修计划进行抢修作业安排和物资规划安排，按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作。

[0015] 作为可选择的实施方式，基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间的具体过程包括：

[0016] 根据当前抢修队伍的具体位置以及交通路网状态，估算各抢修队伍到每一处故障所需要的交通时间；

[0017] 根据各设备的故障情况，预估相应设备的故障修复时间。

[0018] 作为可选择的实施方式，采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划的具体过程包括：

[0019] 由根节点开始，在计算出各节点的上限置信区间指标值后，依次选取上限置信区间指标值最大的节点进行下一步的扩展或模拟；

[0020] 将当前节点解析为系统应急抢修状态，搜索未来设定时间段内所有可能的应急抢修状态，设置为当前节点的子节点，并将其上限置信区间指标值设为无穷大；

[0021] 将当前节点解析为系统应急抢修状态，随机生成未来可能的修复过程，并根据修复过程建立多个恢复调度单时步优化模型，求解获取对应的决策指标值；

[0022] 基于模拟所得结果，对搜索树中各节点的参数进行更新。

[0023] 作为进一步的限定，所述恢复调度单时步优化模型的优化目标为单时步加权负荷恢复收益最大化，约束包括节点电压约束、支路潮流约束、发电机爬坡约束和发电机出力约
束。

[0024] 作为进一步的限定，所述上限置信区间指标值由各节点模拟结果的平均值、该节点被访问次数及其父代节点被访问次数所确定。

[0025] 作为可选择的实施方式，建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调度计划的具体过程包括：

[0026] 基于未来设定时间段内的应急抢修计划，判断其是否会导致电网状态的变化，若变化，则获取各个状态的先后次序及状态持续时间；

[0027] 根据电网状态变化及持续时间，以设定时长为优化时步，建立未来设定时间段内的动态优化模型，所述设定时间段能够分为多个设定时长；

[0028] 采用数学规划算法求解动态优化模型，获得未来各个优化时步的恢复调度计划，并将各个优化时步的恢复调度计划顺序执行。

[0029] 作为进一步的限定，所述负荷恢复动态优化模型的优化目标为该时段的加权的负荷恢复收益，约束包括节点电压约束、支路潮流约束、发电机爬坡约束、发电机出力约束以
及各时步间的调度关联约束。

[0030] 作为可选择的实施方式，按照所述应急抢修计划进行抢修作业安排和物资规划安排的具体过程包括：

[0031] 每隔设定时长下发未来设定时间段的应急抢修计划，按照所述应急抢修计划安排相应的抢修队伍的行动路线以及物资调配的行动路线。

[0032] 作为可选择的实施方式，按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作的具体过程包括：

[0033] 根据下一优化时步的的恢复调度计划，生成发电厂以及变电站合闸操作票，下发给相应调度员或执行器执行。

[0034] 一种自然灾害下电网应急抢修与恢复调度协同决策系统，包括：

[0035] 参数获取模块，被配置为获取电网运行状态、交通路网状态、设备故障以及抢修队伍位置信息；

[0036] 时间因素确定模块，被配置为基于交通路网状态、设备故障以及抢修队伍位置信息，评估应急抢修的交通时间以及设备修复时间；

[0037] 应急抢修决策模块，被配置为考虑当前电网运行状态和评估得到的交通时间以及设备修复时间，采用蒙特卡洛树搜索算法决策未来设定时间段内的应急抢修计划；

[0038] 恢复调度决策模块，被配置为基于所述应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢复动态优化模型，采用数学规划方法求解获得恢复调
度计划；

[0039] 执行模块，被配置为按照所述应急抢修计划进行抢修作业安排和物资规划安排，按照所述恢复调度计划进行发电机出力调整和负荷出线合闸操作。

[0040] 与现有技术相比，本发明的有益效果为：

[0041] （1）本发明提供的自然灾害下电网应急抢修与恢复调度协同决策方法，可以根据应急抢修与恢复调度实时信息在线调整应急抢修方案并决策恢复调度计划，适应恢复过程
中系统的不确定变化，协调抢修中心和调度中心快速完成灾后的供电恢复工作；

[0042] （2）本发明提供的自然灾害下电网应急抢修与恢复调度协同决策方法，建立了应急抢修与恢复调度的协同机制，考虑应急抢修与恢复调度实施上的独立与目标上的耦合，
与实际应用过程相匹配；

[0043] （3）本发明提供的自然灾害下电网应急抢修与恢复调度协同决策方法，在制定应急抢修计划时考虑了对于恢复调度的影响，使应急抢修能够有效服务于负荷恢复；

[0044] （4）本发明提供的自然灾害下电网应急抢修与恢复调度协同决策方法，考虑未来一段时间内电网运行状态的持续变化，制定发电机出力调整和负荷投入计划，提升供电恢
复效率；

[0045] （5）本发明提供的自然灾害下电网应急抢修与恢复调度协同决策方法，将蒙特卡洛树搜索与数学规划方法相结合，保证了应急抢修和恢复调度决策能够在有效时间内完
成，保证了决策的在线实现。

[0046] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0047] 构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

[0048] 图1为多源实时信息处理示意图；

[0049] 图2为基于蒙特卡洛树搜索的应急抢修在线决策流程图；

[0050] 图3为基于模型预测控制的恢复调度过程示意图；

[0051] 图4为应急抢修和调度计划的决策以及下发执行机制示意图；

[0052] 图5为本实施例提供的某地区电网结构图；

[0053] 图6为自然灾害后本实施例的电网状态；

[0054] 图7为自然灾害后本实施例的电网应急抢修与恢复调度协同决策结果。

具体实施方式

[0055] 下面结合附图与实施例对本发明作进一步说明。

[0056] 应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常
理解的相同含义。

[0057] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式
也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包
括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

[0058] 首先，本发明提供一种自然灾害下电网应急抢修与恢复调度协同决策方法，具体步骤包括：

[0059] （1）通过能量管理系统、地理信息系统以及抢修人员反馈信息采集电网运行状态、交通路网状态、设备故障以及抢修人员位置等实时信息；

[0060] （2）基于交通路网状态、设备故障以及抢修人员位置等实时信息，评估应急抢修的交通时间以及设备修复时间；

[0061] （3）考虑当前电网运行状态、交通时间以及设备修复时间，采用蒙特卡洛树搜索算法在线决策未来1小时的应急抢修计划；

[0062] （4）基于未来1小时（本实施例中为1小时，在其他实施例中个，可以修改为其他时间段，下同）应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢
复动态优化模型，采用数学规划求解获得恢复调度计划；

[0063] （5）将应急抢修计划下发给抢修中心执行抢修人员和物资的规划安排，将恢复调度计划下发给调度中心执行发电机出力调整和负荷出线合闸操作，进入下一时步。

[0064] 所述步骤（1）中，根据实时信息，确定受自然灾害影响的具体电网，将电网恢复调度信息与应急抢修信息相关联，具体包括：

[0065] （1‑1）确定具体故障的信息链路、输电线路以及负荷出线，建立设备故障与调度资源之间的映射关系。信息链路故障导致对应调度资源的不可观不可控，输电线路故障导致
对应线路无法使用，负荷出线故障导致对应负荷无法投入。

[0066] （1‑2）根据负荷的重要程度，确定电网中各条负荷出线的权重。建立统一的优化决策指标，具体为加权负荷恢复收益。

[0067] 加权负荷恢复收益表达式如下式所示：

[0068] （1）

[0069] 其中， 表示加权负荷恢复收益， 表示时步数目，N表示母线数目，表示母线i负荷出线数目， 表示母线i负荷出线m在t时步的状态，若 =1，表示该负
荷出线已投入，否则，未投入， 表示母线i负荷出线m的权重， 表示母线i负荷出线m
的功率， 表示时步长度。

[0070] 多源实时信息处理流程如图1所示。

[0071] 所述步骤（2）中，评估应急抢修的交通时间以及设备修复时间，是应急抢修方案以及恢复调度计划制定的基础。根据地理信息系统以及抢修人员反馈信息，获取当前抢修队
伍的具体位置以及交通路网状态，计算各抢修队到每一处故障所需要的交通时间，根据设
备损坏情况，评估各故障设备修复时间。

[0072] 所述步骤（3）中，采用蒙特卡洛树搜索算法在线决策未来1小时的应急抢修计划，具体步骤如下：

[0073] 1、选择。由根节点开始，在计算出各节点的上限置信区间指标值后，依次选取上限置信区间指标值最大的节点进行下一步的扩展或模拟。上限置信区间指标如下式所示：

[0074] （2）

[0075] 其中，UTC为上限置信区间指标， 表示模拟指标平均值， 为父代节点被访问次数， 为当前节点被访问次数。

[0076] 2、扩展。将当前节点解析为系统应急抢修状态，搜索未来1小时内所有可能的应急抢修状态，设置为当前节点的子节点，并将其上限置信区间指标值设为无穷大。

[0077] 3、模拟。将当前节点解析为系统应急抢修状态，随机生成未来可能的修复过程，并根据修复过程建立多个恢复调度单时步优化模型，综合多个单时步优化模型的求解结果，
获取对应的决策指标值。恢复调度单时步优化模型，优化目标为单时步加权负荷恢复收益
最大化，约束包括节点电压约束、支路潮流约束、发电机爬坡约束、发电机出力约束。相应表
达式如下：

[0078] （3）

[0079] 其中， 表示当前时步的加权负荷恢复收益， N表示母线数目， 表示母线i负荷出线数目， 表示母线i负荷出线m在当前时步的状态，若 =1，表示该负荷出线
已投入，否则，未投入， 表示母线i负荷出线m的权重， 表示母线i负荷出线m的功
率， 表示母线i电压， 和 分别表示母线i电压的上下限， 表示线路ij的有功
功率， 表示线路ij有功功率上限， 和 分别表示发电机有功和无功出力，
， ， 和 分别表示发电机有功和无功出力的上下限。

[0080] 4、回溯。基于模拟所得结果，对搜索树中各节点的参数进行更新。

[0081] 基于蒙特卡洛树搜索的应急抢修在线决策流程如图2所示。

[0082] 所述步骤（4）中，采用模型预测控制技术获得未来15分钟的恢复调度计划，具体方法为：

[0083] 1、基于未来1小时应急抢修计划，判断其是否会导致电网状态的变化，若变化，则获取各个状态的先后次序及状态持续时间；

[0084] 2、根据电网状态变化及持续时间，以15分钟为优化时步，建立未来1小时的动态优化模型；

[0085] 3、采用数学规划算法求解动态优化模型，获得未来4个时步的恢复调度计划，并将第1时步的恢复调度计划发送给执行机构。

[0086] 基于模型预测控制的恢复调度过程如图3所示。

[0087] 所述步骤（4）中，求解负荷恢复动态优化模型，获取未来15分钟的恢复调度计划，动态优化模型主要考虑了不同时步之间的关联情况。

[0088] 所述步骤（5）中，将应急抢修计划下发给抢修中心执行抢修人员和物资的规划安排，每15分钟下发未来1小时的应急抢修计划，抢修中心收到应急抢修计划之后，安排不同
抢修队伍的行动路线。将恢复调度计划下发给调度中心执行发电机出力调整和负荷出线合
闸操作，根据未来15分钟的恢复调度计划，生成发电厂以及变电站合闸操作票，下发给电力
系统调度员执行。

[0089] 应急抢修和调度计划的决策以及下发执行机制如图4所示。

[0090] 本发明还提供一种自然灾害下电网应急抢修与恢复调度协同决策系统，包括：

[0091] 用于将实时信息输入信息层处理，构建应急抢修和恢复调度协同决策模型的模块；

[0092] 用于评估应急抢修的交通时间以及设备修复时间的模块；

[0093] 用于采用蒙特卡洛树搜索算法在线决策未来1小时的应急抢修计划的模块；

[0094] 用于获取未来电网状态的变化情况及各状态的持续时间的模块；

[0095] 用于采用模型预测控制技术获得未来15分钟的恢复调度计划的模块；

[0096] 用于将应急抢修计划下发给抢修中心执行的模块；

[0097] 用于将恢复调度计划下发给调度中心执行的模块。

[0098] 上述模块也可以是装置。

[0099] 下面针对中国烟台威海地区电网（简称烟威电网）实际系统为例进行仿真，说明本发明提供的电网应急抢修和恢复调度协同决策方法的具体流程。

[0100] 烟威电网结构如图5所示，烟威地区地处山东电网，受暴雪以及台风的影响较多。假设该地区受暴雪影响，造成部分输电线路、通信链路以及负荷出线故障，进一步引起部分
负荷断电。该地区停电前共有负荷5242.8MW，事故造成1899.8MW负荷断电。该地区共有3支
抢修队伍，其中抢修中心1有2支队伍，抢修中心2有1支队伍。采用电网应急抢修与恢复调度
协同决策方法实现故障设备的抢修和断电负荷的恢复供电，具体步骤如下：

[0101] S1：通过能量管理系统、地理信息系统以及抢修人员反馈信息采集电网运行状态、交通路网状态、设备故障以及抢修人员位置等实时信息。

[0102] 极端自然灾害发生之后，确定受影响的具体电网为烟威电网，在恢复刚开始时，形成应急抢修与恢复调度协同决策模型。基于能量管理系统、地理信息系统以及抢修人员反
馈信息，获取具体的输电线路、通信链路以及负荷出线的故障位置如图5所示，共有6处输电
线路故障、2处负荷出线故障以及2处通信链路故障。

[0103] 基于上述信息，可进一步确认由于外部故障影响，莱州电厂不可控、不可观；威海电厂I期、海阳发电厂脱网；古柳、清水、万华、竹林变电站负荷脱网，对应的电网状态如图6
所示。

[0104] 考虑负荷的重要程度，确定电网中各条负荷出线的权重，设置值为0.2‑0.6之间。

[0105] 应急抢修和恢复调度协同决策的目标为加权负荷恢复收益最大，加权负荷恢复收益的表达式如公式（1）所示；

[0106] S2：基于交通路网状态、设备故障以及抢修人员位置等实时信息，评估应急抢修的交通时间以及设备修复时间。

[0107] 根据地理信息系统以及抢修人员反馈信息，获取当前抢修队伍的具体位置以及交通路网状态，计算各抢修队到每一处故障所需要的交通时间，根据设备损坏情况，评估各故
障设备修复时间。根据距离远近，最终所评估的交通时间为0.5到4小时；根据损坏程度，最
终所评估的故障抢修时间为1小时或2小时。

[0108] S3：考虑当前电网运行状态、交通时间以及设备修复时间，采用蒙特卡洛树搜索算法在线决策未来1小时的应急抢修计划。

[0109] 采用蒙特卡洛树搜索算法在线决策未来1小时的应急抢修计划，具体步骤如下：

[0110] 1、选择。由根节点开始，在计算出各节点的上限置信区间指标值后，依次选取上限置信区间指标值最大的节点进行下一步的扩展或模拟。上限置信区间指标如公式（2）所示。

[0111] 2、扩展。将当前节点解析为系统应急抢修状态，搜索未来1小时内所有可能的应急抢修状态，设置为当前节点的子节点，并将其上限置信区间指标值设为无穷大。

[0112] 3、模拟。将当前节点解析为系统应急抢修状态，随机生成未来可能的修复过程，并根据修复过程建立多个恢复调度单时步优化模型，综合多个单时步优化模型的求解结果，
获取对应的决策指标值。恢复调度单时步优化模型，优化目标为单时步加权负荷恢复收益
最大化，约束包括节点电压约束、支路潮流约束、发电机爬坡约束、发电机出力约束。相应表
达式如公式（3）所示。

[0113] 4、回溯。基于模拟所得结果，对搜索树中各节点的参数进行更新。

[0114] 将蒙特卡洛树搜索的搜索时间设置为10分钟（每一时步为15分钟），最终所得结果为，抢修队伍1派往竹林站、抢修队伍2派往万华站，抢修队伍3派往输电线路莱阳‑海阳。

[0115] S4：基于未来1小时应急抢修计划，获取未来电网状态变化情况及各状态的持续时间，建立负荷恢复动态优化模型，采用数学规划求解获得恢复调度计划。

[0116] 采用模型预测控制技术获得未来15分钟的恢复调度计划，具体步骤如下：

[0117] 1、基于未来1小时应急抢修计划，判断其是否会导致电网状态的变化，若变化，则获取各个状态的先后次序及状态持续时间。

[0118] 根据S3所得未来1小时的应急抢修计划，未来1小时内所有抢修队伍均在维修道路上，并不会影响电网状态，因此，未来1小时内电网状态与系统停电后的初始状态相同。

[0119] 2、根据电网状态变化及持续时间，以15分钟为优化时步，建立未来1小时的动态优化模型。

[0120] 动态优化模型，优化目标为该时段的加权的负荷恢复收益，约束包括节点电压约束、支路潮流约束、发电机爬坡约束、发电机出力约束以及各时步间的调度关联约束。格式
不见的调度关联约束主要包括：负荷投入后无法切除、发电机出力受上一时段出力以及爬
坡率限制。

[0121] 3、采用数学规划算法求解动态优化模型，获得未来4个时步的恢复调度计划，并将第1时步的恢复调度计划发送给执行机构。

[0122] 最终获得，未来第1时步所恢复的负荷包括：凤林站#2出线、泽头站#3出线、沙旺站#3出线、怡顺站#6及#7出线。

[0123] S5：将应急抢修计划下发给抢修中心执行抢修人员和物资的规划安排，将恢复调度计划下发给调度中心执行发电机出力调整和负荷出线合闸操作，进入下一时步。

[0124] 将应急抢修计划下发给抢修中心执行抢修人员和物资的规划安排，每15分钟下发未来1小时的应急抢修计划，抢修中心收到应急抢修计划之后，安排抢修队伍1行动路线为
应急抢修中心1→竹林站，抢修队伍2行动路线为应急抢修中心1→万华站，抢修队伍3行动
路线为应急抢修中心2→线路莱阳‑海阳。将恢复调度计划下发给调度中心执行发电机出力
调整和负荷出线合闸操作，根据未来15分钟的恢复调度计划，生成发电厂以及变电站合闸
操作票，合闸馈线包括凤林站#2出线、泽头站#3出线、沙旺站#3出线、怡顺站#6及#7出线，下
发给电力系统调度员执行。

[0125] 最终用时315分钟完成全部1899.8MW负荷的供电恢复。抢修队伍1的抢修方案为：应急抢修中心1—竹林站—凤林站‑威海电厂I期—文登站‑威海电厂I期—昆嵛站‑威海电
厂I期。抢修队伍2的应急抢修方案为：应急抢修中心1—万华站—栖霞站‑莱州电厂—光州
站‑莱州电厂。抢修队伍3的应急抢修方案为：应急抢修中心2—莱阳站‑海阳—古柳站‑莱阳
站—古柳站‑招远站。最终所得整体的抢修顺序以及负荷恢复结果如图7所示。

[0126] 上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不
需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。