01 基本信息

摘要：配网故障以及应急响应是当前电力专业方向研究的重点，很多人只把精力用在了如何应急，但是对于故障类型以及应对方式的差别进行研究，本次带来的代码详细研究了台风对沿海配电网的影响，建立了光伏风电等分布式能源在该种场景下的出力偏差，具体研究内容如下：

台风引发的极端风雨耦合灾害易造成沿海配电网大面积瘫痪，精准的故障建模与场景生成是制定配电网灾前防御和灾后恢复策略的关键。针对传统微观结构力学故障模型存在的参数标定困难、难以推广至系统级调度的问题，本文提出宏观数据驱动的建模思路，构建了台风灾害下配电网多物理场故障模拟与场景生成框架。

首先，融合 Batts 梯度风场模型与非对称暴雨强度模型，重构台风登陆全过程的风雨时空分布，保留风雨同源的强耦合与空间异质特征；

其次，建立融合风攻角效应、微元串联机制与不可逆累积损伤的线路故障概率模型，基于 Weibull 易损性曲线构建风速与线路失效概率的非线性映射，完成参数差异化标定并将连续累积失效概率转化为离散时间步的条件转移概率，实现线路吸收态故障的时变模拟；

再次，基于实时降雨强度构建光伏出力指数衰减模型，刻画暴雨对光伏出力的非线性抑制与空间差异化影响，同时考虑光伏出力随气象条件改善的弹性回弹特征；然后，采用蒙特卡洛模拟同步生成源-网联合故障轨迹场景，结合混合距离度量的 k-medoids 聚类与尾部保真策略，提取典型场景与极端场景构成混合支撑集，通过概率权重重构克服传统聚类的尾部截断效应，保证场景的物理可行性与统计完备性；

最后，以改进的IEEE33节点配电网为测试系统开展算例仿真，从风雨场时空演化、线路故障特征、光伏衰减特性及场景削减效果四个维度验证模型有效性。结果表明，所建模型可精准复现台风风攻角效应、线路故障不可逆累积、光伏出力降雨削顶等物理特征，提出的双层场景削减策略在大幅降低场景规模的同时，有效保留了低概率高损失的极端尾部风险。

本文构建的故障模型与生成的典型故障场景集，为配电网台风灾害下的分布鲁棒优化提供了高保真的离散支撑集，为灾前移动储能车预部署、灾中孤岛韧性支撑等调度决策奠定了数据与模型基础。

程序运行环境：matlab2020+版本，注释清晰，效果好！

02 主要内容

2.1 台风风雨场时空演化模型

为了精细化描述台风过境期间的风速分布，本文采用Batts经验模型。该模型能够反映台风风速随半径和中心气压差的变化规律。

2.2 基于易损性曲线的线路故障概率建模

配电网线路与杆塔的机械失效是一个涉及材料老化、地基刚度、风向夹角及微地形效应的复杂非线性物理过程。鉴于微观结构参数在实际大范围路网中难以精确标定，本文摒弃传统的基于应力-强度干涉的微观力学分析方法，转而采用融合风攻角效应，微元串联机制与不可逆累积损伤的精细化概率建模方法。该方法将线路故障建模过程解耦为“微元受力映射—累积概率计算—线路整体合成”三个物理阶段。

为了精准捕捉台风眼壁旋转气流对不同走向线路的“轮询式”扫描打击特征，本文提出考虑风攻角效应的微元化故障评估模型。

在蒙特卡洛时序模拟中，需将连续的累积失效概率转化为每个仿真步长内的条件状态转移概率。生成算法充分考虑了风攻角效应与损伤不可逆性，具体步骤如下：

2.3 灾害对光伏的运行影响建模

光伏出力衰减模型

台风灾害对分布式光伏系统的影响主要体现为辐照度的剧烈衰减。在台风过境期间，深厚的积雨云层阻挡了大部分直接辐射，而高强度的降雨过程形成的“雨幕效应”进一步增强了对散射辐射的吸收与散射作用。因此，光伏实际出力与实时降雨强度呈现显著的负相关特性。为了量化非对称暴雨对光伏出力的抑制作用，本文建立基于实时降雨强度的光伏出力修正模型。

该模型不仅反映了“雨越大、光伏越少”的时间特性，更重要的是保留了空间上的非均匀性。处于台风危险半圆（右前象限）的节点，导致光伏出力几乎完全丧失；处于台风边缘或可航半圆的节点，雨势较小，光伏仍保留部分出力。这种“区域性停发”特征，将为第四章的分布鲁棒优化提供具有高度物理真实感的“最恶劣光伏场景”数据，迫使MESS在规划阶段必须考虑到特定区域完全失去光伏支撑的极端风险。

2.4 典型故障场景集生成与削减

为将2.3节得到的连续时变故障概率转化为第四章分布鲁棒优化（DRO）可直接使用的离散经验分布支撑集，本文采用“蒙特卡洛模拟生成（MCS）+典型场景削减（k-medoids）”的两阶段策略：首先基于风雨同源的时空故障概率进行大规模随机抽样，得到源-网联合原始场景集；随后在统一的混合距离度量下，采用k-medoids从原始场景集中提取少量具有代表性的典型联合场景，并以簇内样本占比确定其概率权重，从而构造经验分布，为第四章Wasserstein模糊集提供离散支撑点。

该部分包括源-网联合故障场景的同步生成、基于混合度量的k-medoids典型场景削减、尾部保真场景提取策略等，内容非常充实紧凑，是科研辅助佳作。

03 部分代码

%% 全局参数设置% 时间轴设定 (2.6.1节)T_start = 7;    % 07:00T_end = 30.75;     % 次日07:00 (24+7)T_peak = 12;    % 12:00 台风破坏力峰值T_safe = 17;    % 17:00 风速回落至安全阈值% 仿真参数dt = 0.25;      % 时间步长 (15分钟)time_vector = T_start:dt:T_end;  % 时间向量N_time = length(time_vector);% 光伏参数 (2.4节)pv_param = struct();pv_param.sunrise = 6;      % 日出时刻pv_param.sunset = 19;      % 日落时刻pv_param.alpha = 2;        % Beta分布形状参数αpv_param.beta = 2;         % Beta分布形状参数βpv_param.kappa = 0.05;     % 降雨衰减系数% 线路参数 (2.3.2.1节)line_params = struct();line_params.type = {'MainFeeder', 'BranchLine'};line_params.v_design = [35.0, 30.0];      % 设计风速line_params.v_crit = [30.0, 25.0];        % 临界阈值line_params.scale = [40.0, 34.0];         % 尺度参数line_params.shape = [10.0, 12.0];         % 形状参数% 场景生成参数 (2.5节)scenario_param = struct();scenario_param.N_original = 2000;         % 原始场景数scenario_param.N_typical = 20;            % 典型场景数scenario_param.N_extreme = 4;             % 极端场景数scenario_param.alpha_weight = 0.7;        % 拓扑权重scenario_param.beta_weight = 0.3;         % 光伏权重%% 1. 生成IEEE33节点配电网拓扑及坐标 (2.6.1节)[node_coords, line_coords, line_info] = generate_ieee33_network();

04 运行结果

05 下载链接