我院博士生获国际电子电气工程师协会电力与能源学会年会最佳会议论文奖

IEEE电力与能源学会年会是全球最具影响力的电力行业专业会议，每年举办一次。会议提供了全球最大的电力行业论坛，分享电力领域最新的技术发展，制定标准以指导设备和系统开发。本次会议从全球800余篇录用论文中分四个技术领域、经专家评审，选出66篇最佳论文。

该论文聚焦于主动配电网安全性评估，针对配电网范围内的N-1故障及其恢复方法（网络重构、孤岛划分等），提出了一种全新的N-1故障筛选策略。相比于环网运行的输电网，配电网具有闭环设计、开环运行的特性，因此在配电网范围内进行安全分析往往需要考虑其拓扑可变性。现有针对配电网故障筛选的方法往往需要遍历所有可能的N-1故障场景，导致计算效率低下。

为解决以上问题，该论文首先基于branch-and-cut（B&C）算法架构，将N-1故障筛选模型与DistFlow最优潮流模型集成在了一棵搜索树中，确保任意N-1故障及其恢复策略均位于搜索树的解空间之内。然后，作者基于callback函数，在每一个incumbent solution节点处验证当前节点对应的N-1故障（可能是故障集中的任何一个故障）的恢复策略的可行性，在搜索树内部实现了对该故障严重程度的判别；最后，作者给出了一簇组合割平面（combinatorial cut planes），将不会造成甩负荷的N-1故障从解空间中移除，并利用lazy constraint callback技术实现对搜索方向的修正，引导算法验证其余的N-1故障。

下图给出了该论文所提策略的示意图。可以看出，该策略是对B&C算法架构的深度改进（引入了callback函数），其最大优势是在一棵搜索树中完成了所有N-1故障的搜索和筛选，避免了大量重复计算。

深度改进的B&C算法示意图

该论文基于IEEE标准系统开展了算例测试。结果显示，相比于传统的故障筛选方法，该论文的策略将IEEE-33节点系统的故障筛选平均计算时间从4.04秒减少到0.36秒（降低了91.1%），将IEEE-69节点系统的故障筛选平均计算时间从26.28秒减少到4.34秒（降低了83.5%）。N-1故障筛选效率的提升对于实时感知电力系统的运行状态、保证电力系统的安全稳定运行具有重要意义。

该论文的第一作者为我院2019级博士研究生刘鹏翔，指导老师包括吴志副教授、顾伟教授等。团队主要从事分布式发电与微电网、主动配电网、综合能源系统、电力电子装置与系统、电力大数据和计算智能等领域的研究。