《RELIABILITY ENGINEERING & SYSTEM SAFETY》:A Reliability-Oriented Model for Optimal Deployment of Corrective Maintenance Crews in Power Distribution Systems: A Stochastic Dynamic Planning Using Benders Decomposition
编辑推荐:
电力分配系统维护人员动态规划模型研究。提出基于Benders分解法的混合整数线性规划模型,优化部署维修队伍数量、 depot位置及服务区域,统筹投资、运营及停电损失成本。通过实时动态规划应对服务需求不确定性,实际系统测试显示成本降低29.25%。
Seyede Ome Kolsoom Hosseini|Mohammad Rastegar|Mehrdad Ebrahimi
伊朗设拉子大学电气与计算机工程学院电力与控制工程系
摘要
在电力分配系统发生故障后,会进行纠正性维护以尽快恢复服务。尽管增加维护人员和仓库的数量可以提高可靠性,但这会导致较高的投资成本。本文提出了一种动态规划模型,用于优化维护人员在电力分配系统中的部署,以最小化运营成本、投资成本以及中断成本。由于问题的非线性、庞大的解空间以及与服务需求相关的不确定性,该规划问题在计算上非常复杂。为了解决实际系统中的这一难题,本文采用了Benders分解方法将问题分解为一个主问题和一个子问题,两者均采用混合整数线性规划(MILP)格式进行表述。主问题确定仓库的数量和位置,以最小化与仓库相关的成本以及由于人员出行时间导致的中断时间;子问题则优化分配给每个仓库的维护团队数量,以减少因维护人员不可用而造成的延误。为了验证该模型的适用性,我们在一个真实的大型电力分配系统上对其进行了实施。仿真结果显示,与当前的非最优状态相比,优化后的系统总成本可降低29.25%。
引言
电力分配系统经常因极端天气条件、组件故障等因素而出现临时或持续性的故障,这些故障可能导致电力服务中断。服务中断后,维护人员会从他们的驻地仓库被派遣到故障地点,以确定故障组件并尽快恢复受影响客户的服务[1]。运营商根据维护人员的可用性、专业技能、驻地仓库的位置以及受影响客户的重要性来分配维护人员。在故障同时发生的情况下,如果雇佣的维护人员数量不足,维护人员的响应时间会延迟。此外,如果驻地仓库距离故障地点较远,出行时间会增加,从而延长服务恢复时间[2]。有效的劳动力规划对于维持系统可靠性至关重要,因为及时分配维护人员可以直接缩短中断时间并提高服务连续性[3]。虽然增加维护人员和仓库的数量可以提高可靠性,但雇佣维护人员和建设仓库会给配电系统运营商带来高昂的成本。因此,提出一个最优的劳动力规划模型以减少与电力中断和维护人员部署相关的成本是非常重要的。鉴于故障模式和运营条件的时间变化性,采用动态的、多年期的规划方法对于确保适应性和成本效益的劳动力分配至关重要。动态规划模型每年会根据规划范围内的不确定参数更新决策,而静态规划则是一次性做出所有决策并保持不变[4]。
最近关于维护劳动力规划的研究可以分为两类:第一类[[5], [6], [7], [8], [9], [10], [11], [12], [13], [14]]专注于确定最优的维护人员数量;第二类[[15], [16], [17], [18], [19]]同时优化仓库位置和劳动力分配。例如,在[5]中,研究人员提出了一个基于故障模式的维护人员分配优化模型;[10]提出了一个联合优化模型,用于优化劳动力规模和备件库存水平,以最小化停机时间和运营成本;[11]优化了预防性和纠正性维护人员的数量以及维护计划,旨在最小化与维护和劳动力相关的成本[13];[14]提出了一个框架,专注于在灾难发生后快速路径规划和劳动力分配,以在不确定性条件下提高维修效率和运营效率。第一类研究[[5], [6], [7], [8], [9], [10], [11], [12], [13], [14]]忽略了维护人员的最佳空间部署,而这可能会显著影响服务恢复时间。在第二类近期研究中,例如[16]优化了维修团队的位置和数量,以提高电力分配系统对风暴的抵御能力[17];[18]开发了一个两阶段随机模型,用于确定灾难发生前的仓库位置和灾难发生后的维修人员调度;[19]提出了一个多目标模型,用于制造业系统,联合优化维护人员的站点位置和运营商调度,以最小化响应时间和劳动力成本。作者们在[19]中提出了一个两阶段优化方法:第一阶段优化仓库位置和维修团队数量,第二阶段优化团队的工作时间。第二类研究[[15], [16], [17], [18], [19]]在劳动力优化中没有纳入可靠性指标,尽管仓库和维修人员的数量及位置对故障管理过程有重要影响。
此外,还有一些研究(如[20])专注于运营层面的预防性维护劳动力规划和资源分配。
表1总结了近期研究的各个方面。基于文献回顾和表1,电力分配网络维护人员规划的关键研究空白可以归纳为:
•现有研究没有提供一个联合优化模型,该模型能够同时考虑维护服务需求的不确定性以及维护人员的响应时间,来确定维护人员仓库的数量和位置、每个仓库的维修团队数量及其相应的服务区域。
•目前还没有一个线性动态规划框架,能够将中断成本、投资成本和运营成本纳入统一的目标函数中。
•许多先前的研究为了简化问题表述而忽略了复杂性。然而,可以采用基于分解的策略(如Benders分解)来降低计算复杂性,同时保持解决方案的准确性。
本文提出了一种劳动力优化模型,用于确定维护人员的驻地仓库数量和位置、每个仓库的维护团队数量及其服务区域。目标函数包括与电力中断、仓库和维护人员相关的成本。电力中断成本是根据未供应的能量(ENS)指数和负载价值计算的,反映了电力中断对经济和社会福利的影响。由于制定最优维护规划策略的一个关键挑战在于未来服务需求的不确定性,因此所提出的优化模型采用了随机动态规划方法,考虑了服务请求的数量、位置、发生时间和维修时间的不确定性[21,22]。为了降低由于解空间庞大、非线性和规划周期长所带来的计算复杂性,本文采用了Benders分解方法。因此,优化问题被分解为一个主问题和一个子问题,而不会影响解决方案的准确性。主问题是采用MILP格式的优化问题,旨在优化仓库的数量和位置及其服务区域;子问题也采用MILP格式,用于优化每个仓库的维修团队数量。为了验证所提出模型的适用性和效率,我们以一个真实的大型电力分配系统作为测试系统。简而言之,本文的主要贡献如下:
•本文提出了一种动态随机规划模型,用于确定仓库的最佳数量和位置、每个仓库的最佳维护团队数量以及每个仓库的服务区域,从而直接提高了系统的可靠性。
•本文提出了一种线性随机优化模型,将电力中断成本纳入目标函数,同时考虑了与仓库和维护人员相关的成本,解决了在服务需求不确定的情况下平衡运营效率、投资成本和可靠性的实际问题。
•本文提出了应用Benders分解方法来降低计算复杂性,而不影响解决方案的质量。
本文的其余部分安排如下:第二节阐述了最优劳动力规划问题,并基于Benders分解方法提出了解决方案;第三节展示了仿真结果,并进行了全面比较;第四节对本文进行了总结。
问题表述
问题表述
本节介绍了电力分配系统中最优劳动力规划的数学模型。
数值分析
本节通过数值分析和比较证明了所提模型的适用性和成本效益。在将模型应用于实际配电网络之前,首先对一个小规模测试系统进行了分析以验证模型的性能和正确性。验证通过后,该模型在伊朗的一个实际电力分配系统中得到了实施。所提出的优化模型使用CPLEX求解器在GAMS 24.1.2环境中得到解决。
结论
本文提出了一种用于电力分配系统纠正性维护的动态规划模型。该模型确定了仓库的最佳数量和位置,以及分配给每个仓库的维修团队数量,旨在最小化总系统成本(包括投资成本、运营成本和中断成本)。为了管理问题的计算复杂性,采用了基于Benders分解的两阶段解决方案框架。
CRediT作者贡献声明
Seyede Ome Kolsoom Hosseini:撰写——原始草案、验证、方法论、概念化。Mohammad Rastegar:撰写——审阅与编辑、监督、方法论、资金获取、概念化。Mehrdad Ebrahimi:撰写——原始草案、验证、正式分析。