电力市场观察 微信公众号 行业动态

发布：2026-06-03 · 事件：2026-06-03 08:20:01

来源： 《中国电力》2026年第5期 引用本文： 唐佳杰, 袁松, 李典, 等. 考虑无人机恢复临时通信的有源配电网故障恢复策略[J]. 中国电力, 2026, 59(5): 57-66. TANG Jiajie, YUAN Song, LI Dian, et al. Consider the fault recovery strategy of active distribution netwo...

电力系统

来源： 《中国电力》2026年第5期 引用本文： 唐佳杰, 袁松, 李典, 等. 考虑无人机恢复临时通信的有源配电网故障恢复策略[J]. 中国电力, 2026, 59(5): 57-66. TANG Jiajie, YUAN Song, LI Dian, et al. Consider the fault recovery strategy of active distribution network for UAV recovery of temporary communication[J]. Electric Power, 2026, 59(5): 57-66. DOI:  10. 11930/j.issn.1004-9649. 202510004 摘要 针对因通信中断导致故障恢复延迟的大范围信息盲区负荷恢复难题，提出一种考虑无人机（unmanned aerial vehicle，UAV）恢复临时通信的有源配电网故障恢复策略。首先在有限无人机资源约束下，构建以最大化盲区高优先级负荷覆盖为目标的通信网络快速恢复模型，优化确定无人机最佳部署位置及各盲区所需应急通信设备的配置方案。在此基础上，通过协调区域内的可调度资源，同步实施孤岛划分与网络拓扑重构，实现无人机部署方案与抢修调度的协同优化，从而最大化故障负荷恢复量。最后，通过仿真实验结果验证所提故障恢复策略的有效性和优越性，相比于人工进行通信网络检修的故障恢复策略，所提策略失电负荷完全恢复时间缩短了60%。 研究背景 随着分布式电源、电动汽车等新型源荷高比例接入，配电网的物理结构和潮流分布发生显著变化。正常运行时，信息系统和物理系统之间的强耦合关系可以保障电力系统的安全可靠运行。在极端灾害下，信息物理深度耦合特性会增加系统的脆弱度，给配电系统带来更加复杂的问题。传统配电网的恢复策略已难以满足当前的发展需求，面对通信系统与物理系统的耦合故障，如何构建高效、协调的恢复方案，已成为未来研究的重要方向和主要挑战。 算例分析 算例设置 本文以改进的IEEE 33节点配电系统及其配套通信网为例，对所提出的故障恢复策略进行有效性验证。极端自然灾害发生后配电网中通信层与物理层发生的故障场景如图1所示。算例设定应急仓库布置于节点12，系统中失电负荷的成本系数取值为5元/(kW·h)。节点负荷的重要等级划分及具体类型如表1~2所示。物理网络层面，在节点13、17、21、24及30处接入了分布式电源。其中，节点17、21和24配置光储联合系统，节点13和30则接入风储联合系统。各储能单元容量均为100 kW·h，额定功率统一为20 kW，分布式电源有功出力日曲线如图2所示。 图1   改进的计及信息-物理耦合关系的IEEE 33节点配电网拓扑结构 Fig.1   Improved IEEE 33-node distribution network topology considering information-physical coupling relationships 表1   各节点负荷重要等级分类 Table 1  Classification of important levels of load at each node 表2   节点负荷类型 Table 2  Node load type 图2   分布式电源有功出力日曲线 Fig.2   Distributed power generation active output day curve 假设灾害发生于上午09:30，共设置2支物理抢修队伍，从应急仓库出发执行任务，每处故障修复所需时间设为40分钟。无人机飞行速度设定为80 km/h，通信覆盖半径取3 km，主无人机数量为3架，系统预设的候选停靠节点包括5、6、17、20、21、24、25及30。如图1所示，物理网络中共出现6处故障，位置分别位于4—5（S1）、8—9（S2）、15—16（S3）、20—21（S4）、23—24（S5）、26—27（S6）线路上。通信网络中设置了4个故障点，分别为通信节点2、3、4和8，这些通信节点配备有充足的备用电源。本场景模拟的是极端情形，假定所有物理节点均无备用电源供应。为最大限度恢复供电，具备黑启动能力的分布式电源将与部分失电负荷协同，构建计划性孤岛运行。 故障恢复结果分析 为实现高效供电恢复，故障发生后首先采集配电网的物理和通信网络状态信息，采用融合孤岛划分与网络重构的联合优化策略进行故障处理。在通信与物理系统均受损、尚未开展抢修的情况下，其初始恢复拓扑结构如图3所示。 图3   通信-物理耦合故障下的初始恢复拓扑结构 Fig.3   Initial recovery topology under communication-physical coupling failure 1）考虑无人机的通信网络快速恢复。首先，需调度无人机飞往目标区域，构建临时通信网络，从而实现通信功能的迅速恢复。在无人机协同支持下，应急通信网络的恢复状态与覆盖情况如图4所示。 图4   无人机辅助应急通信恢复状态 Fig.4   UAV-assisted emergency communication recovery status 无人机飞往指定区域以恢复通信盲区所需的行驶时间如表3所示。本方案采用分级分区保障策略，无人机被派遣至停靠点5、21及24。在已知无人机部署时间（设定为5分钟）的前提下，可计算出各无人机组建完整应急通信网络所需的总时长。 表3   无人机通信设备部署节点及行驶时间 Table 3  UAV communication equipment deployment nodes and driving time 2）部分盲区恢复临时通信后的有源配电网故障恢复。采用孤岛划分与网络重构协同优化的策略，得到当前阶段的最优恢复方案。不同时刻对应的故障恢复拓扑结构如图5所示。 图5   不同时刻孤岛划分与网络重构方案拓扑 Fig.5   Island division and network reconfiguration topology at different time instances 如图5 c)所示，物理线路23—24抢修工作在11:08完成，此时无人机3所覆盖的信息盲区内的故障线路已全部修复。无人机从停靠点24飞往停靠点17，飞行耗时约13.7 min，并在17号停靠点进行5 min的部署。线路8—9的抢修结束后，线路部分联络开关闭合、部分分段开关断开。为保障系统稳定运行，应在全部负荷节点与故障线路完全恢复后，对开关状态进行统一调整。在物理网络恢复供电的过程中及后续阶段，还需派遣通信维护人员修复通信故障，以降低无人机的运行成本。 对物理系统的故障恢复过程进行分析，由于所建模型的优化目标是以最小的成本恢复失电负荷，且不同负荷的重要性存在差异，因此优先恢复关键负荷。节点5、6、7、8为二级负荷，应在临时通信恢复后优先恢复供电，通过闭合相关联络开关，使节点6、7、8并入孤岛运行，而节点5因负荷不可控且孤岛功率受限，暂未接入。到11:00时，线路4—5修复完成，使得重要负荷5恢复供电。在11:08时，线路23—24抢修结束，区域2孤岛实现并网。11:30时，无人机在停靠点17建立临时通信网络，使节点15、16、17、18关联的FTU恢复正常运行，主站下达指令断开16处分段开关以隔离故障S3，并依次闭合联络开关34、36、37，让区域3孤岛并网。最终，该过程实现了节点5、15、16、17、18及26的负荷恢复。 算例方案提出及结果对比 将本文故障恢复策略与人工恢复通信网络的故障恢复策略进行对比，不同时间下失电负荷恢复量如图6所示。 图6   方案1和方案2在不同时间下失电负荷恢复量 Fig.6   The amount of power loss load recovery in scheme 1 and scheme 2 at different times 方案1：为人工通信抢修的配电网故障恢复策略。 方案2：为本文所提考虑无人机应急通信的配电网故障恢复策略。 从图6中可以看出，方案1的灾后故障恢复耗时明显长于方案2。其主要原因在于通信网络未及时修复，导致线路故障范围进一步扩大，物理抢修队在定位故障点时需投入更多时间。同时，方案1在恢复初期存在大量信息盲区，使得盲区内的物理系统运行状态无法掌握，不能利用多电源形成稳定孤岛开展供电恢复，从而造成前期失电负荷较多。即便盲区内的物理线路已完成抢修，由于无法及时获取该区域的系统状态信息，仍需等待通信恢复后才能可靠控制分段开关闭合，实现负荷的重新供电。相比之下，方案2的失电负荷完全恢复时间缩短了60%，并在相同的恢复时段内表现出更高的负荷恢复率。 结论 针对因通信中断导致故障恢复延迟的大范围信息盲区负荷恢复难题，提出一种考虑无人机恢复通信的有源配电网故障恢复策略。经过仿真实验验证，得到了以下结论。 1）先通过无人机恢复临时通信，再采用孤岛划分与网络重构联合优化的故障恢复策略，可以实现短时负荷恢复量最大化。 2）相比于人工进行通信网络检修的故障恢复策略，本文所提的故障恢复策略使电负荷完全恢复时间缩短了60%，并在相同的恢复时段内表现出更高的负荷恢复率。 作者简介 唐佳杰 唐佳杰（1998），男，通信作者，工程师，从事电力系统运行与控制研究，E-mail：942706435@qq.com； 袁松（1974），男，高级工程师，从事电力系统调控运行研究， E-mail：yuanxsong@sina.com。 注：本文内容呈现略有调整，如需要请查看原文。 往期回顾 ◀  《中国电力》2026年第5期抢先看 ◀  中国电力科学研究院有限公司 张怀天 等｜基于Transformer-集成学习的配电网短期负荷预测方法 ◀  三峡大学 徐恒山 等｜考虑储氢状态和直流母线电压稳定性的电氢耦合储能直流微网协调控制策略 ◀  内蒙古工业大学 苑曙光 等｜容量电价机制作用下煤电项目亏损风险区域识别研究 ◀  广东粤电电力销售有限公司 陈梓宏 等｜一种基于Patch机制与通道独立结构的改进Transformer日前电价预测方法 ◀  “超高比例新能源系统电力电量置信平衡机制及多类型电源概率化规划技术”专题征稿启事 ◀  “‘双碳’目标下支撑能源转型的电价市场化改革与价格监管”专题征稿启事 ◀  “电力电子化电力系统故障控制与保护关键技术”专题征稿启事 ◀  “构网型新能源接入条件下新形态配电系统保护控制与故障处置关键技术”专题征稿启事 编辑： 许新雨 校对： 于静茹 审核：张红宪 声明 根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。