基于啟發(fā)式算法的含BESS配電網(wǎng)線損最小化策略研究

摘要

分布式能源大規(guī)模并網(wǎng)加劇了電力系統(tǒng)的不確定性、波動性和隨機(jī)性。本文提出了一種基于模擬退火(simulatedannealing，SA)的啟發(fā)式算法，以及結(jié)合了建筑能源模擬EnergyPlus軟件/模擬配網(wǎng)的Matpower軟件的協(xié)同仿真框架，實現(xiàn)了配電網(wǎng)負(fù)載均衡和損耗最小化問題的公式化，在配網(wǎng)層面研究了應(yīng)對線路故障(如斷線)的負(fù)荷均衡和功率損耗最小化策略?；谛枨箜憫?yīng)(demandresponse，DR)信號實現(xiàn)了分布式用戶的電池儲能系統(tǒng)(batteryenergystoragesystems，BESS)的合理調(diào)度。本工作采用一個9節(jié)點網(wǎng)絡(luò)進(jìn)行仿真驗證，并賦予模型不同權(quán)重系數(shù)。研究結(jié)果表明，所提算法對分布式能源接入配電網(wǎng)的負(fù)載均衡和線損最小化具有準(zhǔn)確性和可拓展性，研究結(jié)果對分布式能源接入配電網(wǎng)有重要的現(xiàn)實意義。關(guān)鍵詞

分布式能源；啟發(fā)式算法；電池儲能系統(tǒng)；線損可再生能源大規(guī)模并網(wǎng)加劇了電力系統(tǒng)面臨的不確定性，其波動性和間歇性對電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行帶來了巨大的挑戰(zhàn)?？稍偕茉吹牟⒕W(wǎng)對配電系統(tǒng)的性能和運(yùn)行方式有重要影響。臺區(qū)層面的控制動作會對電網(wǎng)產(chǎn)生供需不平衡、電壓/頻率偏差等影響，威脅電網(wǎng)穩(wěn)定運(yùn)行。在“雙碳”目標(biāo)下，分布式能源中城市樓宇等分布式光伏項目進(jìn)展迅速。但分布式光伏接入配電網(wǎng)會改變傳統(tǒng)的輻射狀、單電源配電網(wǎng)結(jié)構(gòu)，使得配電網(wǎng)成為多源網(wǎng)絡(luò)結(jié)構(gòu)。同時光伏發(fā)電自身的波動性、間歇性和隨機(jī)性特點，對配網(wǎng)的負(fù)荷調(diào)節(jié)造成了較大的壓力。另外，隨著配電網(wǎng)中分布式光伏的接入比例提高，會對配電網(wǎng)的能量損耗、節(jié)點電壓和繼電保護(hù)造成一定的影響。目前線損異常文獻(xiàn)大多是通過單一臺區(qū)信息的異常點檢測來判斷線損異常，分布式光伏并網(wǎng)后，配電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)和運(yùn)行方式發(fā)生了改變，均方根電流法、最大電流法、平均電流法、潮流法等傳統(tǒng)的線損計算方法已不再適用，同時分布式光伏出力的隨機(jī)性、不確定性極大地影響了線損的計算過程。電網(wǎng)的分布式可再生能源與大型電池等儲能系統(tǒng)的耦合會面臨高復(fù)雜性、對用戶行為模式的高依賴性等挑戰(zhàn)，利用具有電池儲能系統(tǒng)(BESS)的臺區(qū)與配電網(wǎng)之間的相互作用能夠?qū)崿F(xiàn)負(fù)載平衡以及損耗優(yōu)化。啟發(fā)式算法是一種通過啟發(fā)式策略來尋找問題解決方案的方法，能夠在大規(guī)模復(fù)雜問題中找到近似最優(yōu)解或有效解決方案，在許多領(lǐng)域中都得到了廣泛應(yīng)用，包括組合優(yōu)化問題、圖論問題、機(jī)器學(xué)習(xí)、人工智能等。其中著名的啟發(fā)式算法包括遺傳算法、模擬退火算法、禁忌搜索、粒子群優(yōu)化等。在研究方面，學(xué)者們不斷提出新的啟發(fā)式算法以應(yīng)對不同類型的問題。同時也在不斷改進(jìn)現(xiàn)有算法以提高性能和效率，并致力于將啟發(fā)式算法與其他優(yōu)化方法相結(jié)合，以期獲得更好的結(jié)果。協(xié)同仿真框架可以將不同模型和仿真工具進(jìn)行集成，以實現(xiàn)大規(guī)模復(fù)雜系統(tǒng)的整合建模和仿真。其涉及不同子系統(tǒng)之間的數(shù)據(jù)交換和通信，研究重點在于開發(fā)高效的通信和協(xié)作機(jī)制，以確保各個子系統(tǒng)能夠?qū)崟r共享模擬數(shù)據(jù)，并相互協(xié)作達(dá)到整體目標(biāo)。需要進(jìn)行多尺度建模和仿真才能更好地揭示系統(tǒng)行為。本文提出了一種基于模擬退火的啟發(fā)式算法與協(xié)同仿真框架，該框架結(jié)合了用于臺區(qū)能源模擬的EnergyPlus軟件與用于模擬配電網(wǎng)的Matpower軟件，將配電網(wǎng)中的負(fù)載平衡和損耗最小化問題公式化，在區(qū)域和配電網(wǎng)層面研究了應(yīng)對線路故障(如斷線)的負(fù)荷均衡和功率損耗最小化策略。通過DR信號實現(xiàn)分布式用戶的BESS合理調(diào)度。1BESS協(xié)同仿真框架均衡用戶電池儲能系統(tǒng)(batteryenergystoragesystems，BESS)的負(fù)荷和最小化損耗的協(xié)同仿真框架，協(xié)同仿真框架的簡化圖如圖1所示。該框架主要由四個部分組成。第一個是模擬建筑能耗的組件，可用于建筑物內(nèi)溫度等精確預(yù)測的集成仿真，將光伏陣列建模為可再生能源，將電池建模為儲能系統(tǒng)，使用建筑管理系統(tǒng)(buildingmanagementsystem，BMS)在建筑層面或外部來源層面，調(diào)度BESS進(jìn)行充放電。第二個是利用MATLAB并行處理的工具箱組件，具有從MATLAB程序內(nèi)部啟動、通信和同步多個同時運(yùn)行的EnergyPlus模擬器實例的能力，以便收集仿真數(shù)據(jù)或調(diào)度新的控件。例如，啟動蓄電池放電供應(yīng)建筑中全部或部分的能耗，有效實現(xiàn)能源調(diào)峰，時長從幾分鐘到1h不等，總的仿真時間從24h到1年不等。圖1

協(xié)同仿真框架單建筑的BESS調(diào)度會對配電系統(tǒng)產(chǎn)生顯著的影響，并且這種影響會迅速變化，導(dǎo)致配電網(wǎng)運(yùn)行的波動。為了能夠在配電網(wǎng)層面模擬這種影響，使用matpower軟件的仿真工具作為圖1中的第三個組件。matpower軟件在24h內(nèi)的每個仿真時間步長均處于運(yùn)行狀態(tài)，可以有效地監(jiān)測配電網(wǎng)從時間步到時間步的狀態(tài)。當(dāng)配電網(wǎng)的負(fù)荷或結(jié)構(gòu)發(fā)生重大變化時，可以調(diào)用各種優(yōu)化技術(shù)，進(jìn)而對網(wǎng)絡(luò)進(jìn)行優(yōu)化處理，例如關(guān)閉聯(lián)絡(luò)、打開分段化開關(guān)、發(fā)送DR信號。優(yōu)化技術(shù)包括負(fù)荷均衡、服務(wù)恢復(fù)和以損失最小化為目標(biāo)的網(wǎng)絡(luò)重構(gòu)。圖1所示的協(xié)同仿真框架的第四個主要組成部分是控制/優(yōu)化模塊以及優(yōu)化技術(shù)。2分布式儲能均衡負(fù)荷和最小化損耗策略2.1關(guān)鍵問題本工作研究了在線路故障和供電恢復(fù)兩種變化的影響下，電網(wǎng)側(cè)通過DR信號協(xié)調(diào)BESS重調(diào)度，解決具有BESS高滲透率的配電網(wǎng)中，負(fù)荷均衡和損失最小化問題。當(dāng)配電網(wǎng)發(fā)生線路斷線等故障時，減少功率損耗、進(jìn)行負(fù)荷均衡所需的資源昂貴且部署受限。然而，有研究認(rèn)為，在分布式能源(distributedenergyresources，DER)滲透率較高的情況下，微電網(wǎng)和DER可以與BESS一起，通過合理的系統(tǒng)規(guī)劃、系統(tǒng)升級和制度安排，在故障期間供電，幫助系統(tǒng)恢復(fù)電力供應(yīng)。由于電力網(wǎng)絡(luò)負(fù)荷及其結(jié)構(gòu)可能時刻發(fā)生變化，因此需要持續(xù)監(jiān)控系統(tǒng)運(yùn)行，有效利用可用資源來緩解和最小化系統(tǒng)擾動。然而，BESS和DER的裝機(jī)容量的增加，導(dǎo)致負(fù)荷和運(yùn)行的不可預(yù)測性加大。配電網(wǎng)上用戶生成和儲存的能源，可能與用于調(diào)節(jié)系統(tǒng)擾動的方法相沖突，且極端天氣事件越來越頻繁，配電和輸電系統(tǒng)的彈性受到威脅。從系統(tǒng)優(yōu)化的角度來看，BESS數(shù)量的增加會導(dǎo)致優(yōu)化方案中的問題變大，其原因主要包括調(diào)度復(fù)雜性增加、系統(tǒng)碎片化以及資源分配問題。調(diào)度復(fù)雜性增加：隨著電池儲能系統(tǒng)數(shù)量的增加，系統(tǒng)中涉及的變量和決策空間也隨之增加。在優(yōu)化問題中，需要考慮的變量和決策變得更加多樣化和復(fù)雜化，這將增加問題的調(diào)度復(fù)雜性。優(yōu)化算法需要處理更多的變量和決策，可能會導(dǎo)致求解問題變得更加困難和耗時。系統(tǒng)碎片化：電池儲能系統(tǒng)的增加可能會引發(fā)系統(tǒng)的碎片化。每個儲能系統(tǒng)都需要管理、監(jiān)控和調(diào)度，這可能會導(dǎo)致系統(tǒng)中存在大量的微小儲能系統(tǒng)，從而增加了系統(tǒng)的碎片化程度。碎片化可能會增加系統(tǒng)的管理和協(xié)調(diào)難度，降低整體的效率和性能。資源分配問題：隨著電池儲能系統(tǒng)數(shù)量的增加，需要分配更多的資源來支持其運(yùn)行和維護(hù)。這包括電池儲能系統(tǒng)本身的成本、運(yùn)行管理人員和基礎(chǔ)設(shè)施等方面的資源。資源的分配可能會帶來額外的開銷和管理難度，對系統(tǒng)的整體優(yōu)化帶來影響。然而，需要指出的是，在某些情況下，增加電池儲能系統(tǒng)的數(shù)量可能會帶來一些優(yōu)化的好處，例如提高系統(tǒng)的可靠性、降低短期負(fù)載平衡問題等。2.2有功和無功功率計算方法針對配電網(wǎng)的優(yōu)化方法大多基于節(jié)點電壓幅值，以及各節(jié)點和支路的有功和無功功率實現(xiàn)。圖2為典型的配電網(wǎng)圖例，每條線路阻抗可以表示為，單位Ω，每一個負(fù)荷作為功率匯集點，即，單位VA。輻射狀系統(tǒng)的潮流用一系列遞歸的支路方程來表示，支路k送端的有功功率為Pk，單位W；無功功率為Qk，單位Var；電壓幅值為Vk，單位V。對于任意節(jié)點i，定義：(1)其中，電流相量的共軛用于識別電壓V和電流I之間的相位差。定義節(jié)點i處的電壓幅值為Vi，節(jié)點k和i之間的電壓相角為θik：(2)其中rik和xik分別為節(jié)點i和k之間系統(tǒng)阻抗矩陣Yik的實部和虛部。定義n條節(jié)點的配電網(wǎng)系統(tǒng)阻抗矩陣Y為(3)結(jié)合式(1)～(3)求解復(fù)功率：(4)通過建筑管理系統(tǒng)(BMS)控制BESS或DER來改變負(fù)荷大小，在公式(1)和(4)中定義了節(jié)點i的有功和無功功率，其中包含額外的發(fā)電和負(fù)荷。定義和為節(jié)點i處的有功和無功負(fù)荷消耗，而和為節(jié)點i處的有功和無功電量。有功和無功功率計算公式為(5)此外，為了計及建筑負(fù)荷、BESS充電、BESS放電和光伏發(fā)電，定義有功負(fù)荷[式(6)]和無功負(fù)荷[式(7)]的消耗量和電量為(6)(7)建筑層面的有功負(fù)荷消耗用表示，若為智能建筑，則。定義BESS負(fù)荷消耗為，BESS負(fù)荷發(fā)電為。是位于節(jié)點i的任何DER產(chǎn)生的有功功率。定義關(guān)于x的有功率和無功功率方程為(8)功率平衡方程可以表示為(9)對于含有一個松弛節(jié)點(在潮流計算時為保證雅可比矩陣非奇異而選取的節(jié)點)和其余為PQ節(jié)點的系統(tǒng)，根據(jù)給定的節(jié)點發(fā)電量和用電量，利用功率平衡方程求解未知的電壓幅值和角度。然后利用這些解計算松弛節(jié)點處的有功和無功注入。假設(shè)松弛節(jié)點為一號節(jié)點(具有固定的電壓角度/幅值)，則可以確定其他節(jié)點處的電壓相角/幅值。求解(10)對v=0，(11)對每個函數(shù)關(guān)于每個變量求微分來計算雅克比元素：(12)(13)式(13)中為節(jié)點i的有功功率方程，在式(10)中假定時，可求解式(12)和(13)中的實雅克比元和反應(yīng)雅克比元：(14)求解式(14)可以得到電壓幅值V，電壓相角θ，以及有功功率P和無功Q功率。在知道松弛節(jié)點等信息的情況下，式(12)中的元素可以簡化，可以用(1)式中的方法求解。求解中的方程組，得到配電網(wǎng)中未知的P、Q、V、θ值，作為潮流求解器的輸出。圖2

配電網(wǎng)輻射狀線路基于計算配電系統(tǒng)變量的表達(dá)式，可以推導(dǎo)出用于計算功率損耗，以及衡量負(fù)荷均衡的目標(biāo)函數(shù)。為了在調(diào)用平衡啟發(fā)算法時識別配電網(wǎng)的變化，定義系統(tǒng)負(fù)荷平衡指標(biāo)，系統(tǒng)功率損耗，在圖4中的每個時間步t中進(jìn)行計算。為每個節(jié)點k在整個網(wǎng)絡(luò)中的分支復(fù)功率與最大允許復(fù)功率之比的總和：(15)其中，為每個節(jié)點k的最大系統(tǒng)復(fù)功率容量，在每個仿真時間步t，支路送端的有功功率為，支路送端的無功功率為?？赏ㄟ^在時間步長t時將整個系統(tǒng)的損耗相加，計算得到系統(tǒng)損耗：(16)其中n為配電網(wǎng)中的節(jié)點數(shù)，為支路受端電壓的標(biāo)幺值。對所研究的系統(tǒng)定義目標(biāo)項，可以將t時刻任意線路開斷的成本目標(biāo)定義為式(15)和(16)的和：(17)其中α是一個權(quán)重參數(shù)，用于對一個或另一個成本成分賦予更高的優(yōu)先級，其值在區(qū)間[0,1]內(nèi)，和均在[0,1]之間進(jìn)行標(biāo)準(zhǔn)化。圖3

斷線后故障恢復(fù)、負(fù)荷均衡和功率損耗最小化的流程圖圖4

斷線檢測算法3框架實現(xiàn)與啟發(fā)式算法集成3.1框架實現(xiàn)本工作使用建筑物管理系統(tǒng)(BMS)來控制電池儲能系統(tǒng)(BESS)，啟發(fā)式算法(圖1中控制/優(yōu)化模塊的優(yōu)化例程之一)在協(xié)同仿真框架中實現(xiàn)。初步證明了協(xié)同仿真框架在實際部署前，評估配電網(wǎng)運(yùn)行模式和配電自動化策略的可擴(kuò)展性和實用性。本算法的仿真時間為3分鐘，能夠檢測由于支路開斷，或BESS的使用導(dǎo)致負(fù)荷變化引起擾動，其中優(yōu)化算法可以用來生成更新的DR信號，以減少擾動引起的問題。如圖3所示，如果檢測到斷線，則首先運(yùn)行故障恢復(fù)程序，后采用圖4所示的啟發(fā)式算法，對配電網(wǎng)進(jìn)行負(fù)荷均衡和損耗最小化優(yōu)化。該啟發(fā)式算法的輸出是一組DR信號，通過這些信號控制建筑，按照指定的比例來調(diào)整其耗電量。假設(shè)建筑物配備有光伏系統(tǒng)和BESS，其充放電也可以通過調(diào)度控制信號進(jìn)行控制，利用BESS調(diào)度來實現(xiàn)負(fù)荷均衡和損失最小化。3.2啟發(fā)式算法本節(jié)介紹了一種基于模擬退火(SA)的啟發(fā)式算法，通過利用用戶BESS的分布式重調(diào)度作為主要控制機(jī)制，解決分支故障后配電網(wǎng)中的負(fù)荷均衡和功率損失最小化問題。模擬退火(SA)算法可應(yīng)用于多目標(biāo)優(yōu)化問題，其局限性在于優(yōu)化速度緩慢，但該算法的解非常接近最優(yōu)解。具體來講，啟發(fā)式算法是一種基于經(jīng)驗和啟發(fā)性規(guī)則的搜索算法，通過利用問題特征和結(jié)構(gòu)，以快速有效的方式搜索解空間中的最優(yōu)解。相比之下，模擬退火算法是一種隨機(jī)搜索算法。啟發(fā)式算法較于模擬退火算法具有如下優(yōu)點：求解效率更高，可以根據(jù)問題的特點設(shè)計相應(yīng)的搜索策略，利用可行解信息進(jìn)行快速搜索和剪枝，從而提高求解效率；全局搜索能力更優(yōu)，采用多個搜索路徑，在解空間中進(jìn)行全局搜索，使得啟發(fā)式算法能夠更好地避免陷入局部最優(yōu)解，從而增加了找到全局最優(yōu)解的可能性；適用范圍廣，適用于各種復(fù)雜的優(yōu)化問題，其靈活性使得可以根據(jù)具體問題的特點進(jìn)行調(diào)整和擴(kuò)展。在求解效率、全局搜索能力和適用范圍等方面具有優(yōu)勢。本工作對SA算法進(jìn)行了優(yōu)化，通過改進(jìn)算法框架，以解決特定問題、提高算法的適用性和性能，利用并行計算方法來加速算法運(yùn)行，提高算法的效率和性能，擴(kuò)展到多目標(biāo)優(yōu)化領(lǐng)域，得到更全面的結(jié)果，在所述算例中，在定義的3分鐘時間步長下，啟發(fā)式算法執(zhí)行時間步長小于3分鐘。圖4中折線算法能夠識別兩個不同的時間步之間發(fā)生的網(wǎng)絡(luò)變化，即在仿真工具matpower軟件連續(xù)運(yùn)行之間發(fā)生的網(wǎng)絡(luò)變化。例如，斷線會導(dǎo)致系統(tǒng)運(yùn)行偏離最優(yōu)運(yùn)行狀態(tài)，引起網(wǎng)絡(luò)重構(gòu)，導(dǎo)致系統(tǒng)負(fù)荷平衡指標(biāo)和系統(tǒng)網(wǎng)損的升高，降低發(fā)電效率，此時，式(17)計算得到的成本便會產(chǎn)生顯著增加。本工作通過監(jiān)控圖4中的網(wǎng)絡(luò)配置來識別斷線，然后通過式(15)和(16)評估系統(tǒng)的負(fù)荷均衡和功率損耗。利用對進(jìn)行歸一化處理，可以得到式(15)在[0,1]范圍內(nèi)的最優(yōu)系統(tǒng)運(yùn)行狀態(tài)，即任意>0。當(dāng)系統(tǒng)運(yùn)行在低效或次優(yōu)狀態(tài)，會導(dǎo)致系統(tǒng)功率損耗增加，如式(16)所示。當(dāng)檢測到這種差異時，計算所有配備BESS的建筑調(diào)整負(fù)荷百分比。為了評估式(17)，對BESS充電或在指定節(jié)點處添加有功負(fù)荷，放電或移除特定節(jié)點處的有功負(fù)荷，或維持當(dāng)前節(jié)點負(fù)荷來調(diào)節(jié)建筑物有功負(fù)荷。表1為BESS狀態(tài)以及負(fù)荷調(diào)整比例。負(fù)荷調(diào)整比例使用模擬退火(SA)算法進(jìn)行優(yōu)化，本工作對SA算法進(jìn)行了修改，通過式(17)評估候選解并識別斷線。表1

負(fù)荷調(diào)整比例、BESS狀態(tài)、節(jié)點動作表本文定義了如表2所示的SA參數(shù)，針對配電網(wǎng)中BESS的所有狀態(tài)改變負(fù)荷調(diào)整百分比，從式(17)中得到檢測線路故障時目標(biāo)成本函數(shù)最小的最佳組合。然后將負(fù)荷調(diào)整比例作為DR信號發(fā)送到所有建筑物。為了成功進(jìn)行斷線檢測，采用圖4中的算法跟蹤待測配電網(wǎng)的變化。步驟1為啟發(fā)式算法的輸入包括待測配電網(wǎng)、t時刻的所有節(jié)點負(fù)荷和發(fā)電量以及迭代次數(shù)。表2

初始溫度T=1的配電網(wǎng)模擬退火參數(shù)步驟2為斷線檢測算法的輸出，為每個節(jié)點的建筑負(fù)荷調(diào)整比例，每次負(fù)荷調(diào)整均由建筑管理系統(tǒng)(BMS)控制用戶的BESS完成。從步驟3開始，時間步長從1增加到M，在每個時間步長t，通過計算式(17)來跟蹤網(wǎng)絡(luò)配置(第4～5行)的變化。步驟6用于識別目標(biāo)成本的增量，如果目標(biāo)成本增加，步驟7～12調(diào)用模擬退火啟發(fā)式，將當(dāng)前時間步的配置、節(jié)點負(fù)荷和節(jié)點生成輸入。SA算法利用表1中定義的范圍進(jìn)行負(fù)荷調(diào)整比例優(yōu)化。步驟12將SA算法產(chǎn)生的負(fù)荷調(diào)整比例轉(zhuǎn)換為對應(yīng)節(jié)點的DR信號，并將其轉(zhuǎn)換為小數(shù)，算法完成后發(fā)送給每個節(jié)點上的建筑物作為負(fù)荷調(diào)整乘數(shù)。3.3算法優(yōu)勢與可行性分析啟發(fā)式算法通過不斷搜索和優(yōu)化過程，能夠有效地處理復(fù)雜的負(fù)荷均衡和功率損耗最小問題。它們能夠根據(jù)實時數(shù)據(jù)和條件，找到最優(yōu)或次優(yōu)的解決方案。負(fù)荷均衡和功率損耗最小是電力系統(tǒng)中的重要問題。啟發(fā)式算法和協(xié)同仿真框架可以優(yōu)化系統(tǒng)中各個節(jié)點的負(fù)荷分配，以實現(xiàn)負(fù)荷均衡，并減少系統(tǒng)中的功率損耗。通過減少不必要的能量浪費(fèi)，可以提高電力系統(tǒng)的總體效率。此外，啟發(fā)式算法和協(xié)同仿真框架能夠適應(yīng)不同規(guī)模和復(fù)雜度的電力系統(tǒng)。它們可以根據(jù)系統(tǒng)的特征和需求進(jìn)行定制和優(yōu)化，適用于各種不同類型的電力系統(tǒng)。關(guān)于負(fù)荷均衡的響應(yīng)時間尺度，啟發(fā)式算法和協(xié)同仿真框架通常在較短的時間尺度內(nèi)能夠給出解決方案。具體的響應(yīng)時間取決于系統(tǒng)的規(guī)模和復(fù)雜度，以及算法的實現(xiàn)方式和計算資源。在快速響應(yīng)的場景中，可以進(jìn)行實時地負(fù)荷均衡調(diào)整。然而，在某些情況下，如果系統(tǒng)變化很快或存在較大的不確定性，可能需要進(jìn)一步優(yōu)化算法和增加計算資源以減少響應(yīng)時間。4仿真結(jié)果如圖5所示為一個小型9節(jié)點16棟建筑網(wǎng)絡(luò)中的單斷點案例。假設(shè)BESS可以處理建筑75分鐘的峰值負(fù)荷，該網(wǎng)絡(luò)拓?fù)渚哂腥鐖D所示的聯(lián)絡(luò)開關(guān)，在指定的分支處設(shè)置一個故障。在大配電網(wǎng)中，此類擾動可能會產(chǎn)生停電等較大影響。協(xié)同仿真框架可以通過與接入BMS和BESS的智能建筑交互來解決，從而平衡負(fù)荷和最小化損失。使用SA算法，以一定的概率接受較差解，以避免陷入局部最優(yōu)解，并逐漸降低接受較差解的概率，使搜索逐漸趨向于全局最優(yōu)解。在本例中，假設(shè)斷線發(fā)生在上午10點，持續(xù)75min，目標(biāo)函數(shù)如式(17)所示，其中α=0.5，如圖6所示。為了突出斷線的影響，做了3條曲線：基礎(chǔ)(無斷線)響應(yīng)、系統(tǒng)對斷線的響應(yīng)以及利用所提算法找到的最優(yōu)解。由圖可知，若斷線后不進(jìn)行操作，目標(biāo)代價函數(shù)具有較高的歸一化峰值