近年来,全球自然灾害频发,危及社会公共安全和交通网、电力网等基础设施稳定运行。为保障受灾人员的生命安全,增强配电网弹性,提供及时的灾后救援与恢复是极为必要的。电动汽车(Electric Vehicle,EV)和无人机(Unmanned Aerial Vehicle,UAV)的迅速发展为灾后紧急状态下电网恢复和物资配送的及时响应提供了新的技术手段,本文研究电动汽车-无人机两级联合救援恢复系统(EV-UAV),尤其是其协同调度问题。首先,分析EV-UAV系统结构以及该系统在灾后救援和恢复中的运作模式。UAV作为配送执行单元进行紧急物资配送,发挥其高机动性优势以克服灾后交通网损毁等恶劣条件。EV一方面可作为移动基站承担大宗物资运输任务并为UAV提供电能支持维护,另一方面也能充当紧急移动电源(Mobile Emergency Energy Storage,MEES)辅助关键电力负载(Critical Load,CL)的灾后恢复。另外,EV还可通过分布式电源(Distributed Generator,DG)获得应急电能支持,使EV-UAV系统灾后适应能力进一步提高。其次,综合考虑灾后救援条件及DG充电和CL恢复等因素,以及电能消耗、电能补充、装载容量、配送路径和配送时间窗等约束,建立相应的EV-UAV系统协同调度混合整数规划(Mixed-Integer Linear Programming,MILP)模型。并通过算例仿真,验证所建立模型的有效性,说明EV-UAV联合救援系统在紧急救援中的技术特性和应用潜力。最后,EV-UAV模型求解属于NP-hard问题,模型中变量在各层约束条件中的强耦合性导致模型复杂度高,在求解大规模问题时单纯使用商用求解器无法在短时间内求解。因此,基于EV-UAV系统特点设计了解耦参数计算方法,并在此基础上,结合自适应大邻域搜索算法(Adaptive Large Neighborhood Search,ALNS)设计了适用于求解大规模问题的ALNS-MILP算法,即在将UAV与EV规划过程解耦后,分别对UAV和EV的路径规划问题使用ALNS和MILP求解。通过算例仿真,证明了该算法具有较好的准确性与稳定性,其求解结果与精确求解结果的最大误差小于2%。
暂无评论