企业官网建设流程全解析

电网故障这件事，处理得好是“小波动”，处理不好就是大面积停电。主动配电网区别于传统配电网，核心就是多了分布式电源（DG）和灵活调控手段，所以故障恢复的思路也要跟着升级。这时候光靠传统的“重构”已经不够了，必须把“孤岛划分”也一并考虑进去。今天分享的这套升级版Matlab实现，核心思路就是把配电网故障后的网络重构和孤岛划分统一进同一个优化模型里，一次性求解出最优恢复方案，而不是像老办法那样分两步走。这篇博文会从数学模型拆解、决策变量设计、二阶锥松弛处理、Matlab+YALMIP+CPLEX具体实现，到常见报错排查，把整套方案从头到尾捋一遍，给正在做配电网故障恢复研究、写毕业论文或者搞项目落地的朋友一个可以直接参考的底稿。

1. 内容整体设计与思路拆解

1.1 为什么要把重构和孤岛划分放进同一个模型

先说传统做法的问题。以前的配电网故障恢复，基本是两步走：第一步，先把故障段隔离，把非故障失电区的负荷转带到相邻馈线，这叫“重构”；第二步，如果DG容量够，让部分DG带本地负荷形成孤岛，这叫“孤岛划分”。听起来逻辑清晰，但实际操作里有个很尴尬的地方——两步走的结果往往不是全局最优。

想象一下，你把重构方案确定下来之后，再去做孤岛划分，这时候DG的位置和可带负荷范围可能已经被重构方案限制住了。反过来，如果先划孤岛再重构，孤岛边界又会锁死重构的转供路径。两个问题其实深度耦合：某条联络开关要不要合上，取决于孤岛能不能覆盖某个负荷区；某个DG要不要切离主网，取决于重构后剩余网架的连通性。所以升级版的思路很明确——把两个决策放进一个优化模型里，让求解器同时决定“哪些开关闭合、哪些DG孤岛运行、哪些负荷被恢复”，这样才是真正的全局最优。

1.2 统一模型解决的核心痛点

这套统一模型，从工程角度解决了我个人认为最头疼的三件事。

第一，开关动作次数和DG孤岛状态之间的协同。每条线路的投切状态是0/1变量，每个DG是不是孤岛运行也是0/1变量，这些变量在统一模型里会相互制约。比如某个联络开关一旦闭合转带了负荷，另一个位置的DG就不需要孤岛运行了，这种取舍在两步走方法里很容易被忽略。

第二，多时段恢复后的网架结构约束。故障恢复不是简单地把开关合上就完事了，恢复后的系统还得满足辐射状运行、电压不越限、线路不 overload 这些硬性条件。特别是DG接入比例高的时候，孤岛和主网之间可能存在功率交互，这里面每一层约束都会互相影响。

第三，恢复策略的“最优性”保障。用数学规划求出的解，本身就是目标函数下的最优解，这比启发式算法（比如粒子群、遗传算法）更有说服力。工程上评审或者发论文的时候，一个可证明最优性的方案，分量是完全不同的。

1.3 方案选型：为什么用二阶锥规划（SOCP）

配电网的潮流方程是非线性的、非凸的，直接扔给求解器几乎不可能求出全局最优解。所以我们需要“松弛”——把非凸的潮流约束通过变量替换和不等式变形，转成二阶锥约束。这样做的好处是，二阶锥规划（SOCP）配合MIP求解器（比如CPLEX、Gurobi）可以在多项式时间内求解，而且理论上能保证较高的解质量，做出来的结果在实际网架上验证也比较准。

升级版模型里，我选用了DistFlow支路潮流方程配合二阶锥松弛，这套组合在主动配电网优化里已经是比较成熟的做法了。重要的是，SOCP松弛之后的解，在辐射状配电网中通常能保持紧性，也就是说求解结果和原非凸问题的最优解非常接近，工程上完全够用。

2. 核心细节解析与实操要点

2.1 决策变量设计与0/1变量的处理

先把模型里的决策变量梳理一遍。这个统一模型里，常见的决策变量有四大类：

• 线路投切状态：用0/1变量表示每条线路是否闭合，这是“重构”的核心变量。
• DG孤岛状态：用0/1变量表示每个DG是否脱离主网独立运行，这是“孤岛划分”的核心变量。
• 节点电压幅值变量：连续变量，用平方形式表示，方便二阶锥转化。
• 支路功率变量：连续变量，包含有功和无功两个分量。

在Matlab中用YALMIP定义这些变量的时候，我的习惯是先把节点和支路的编号体系建立好，再统一用sdpvar和binvar批量声明。这里有个非常容易踩的坑：0/1变量要和网络拓扑矩阵的维度对齐，否则后面写约束的时候维度不匹配，排查起来很痛苦。

2.2 辐射状约束：两种主流建模方法对比

配电网正常运行要求辐射状结构，这是重构和孤岛划分模型里最难处理也最容易出bug的部分。升级版模型同时涉及主网重构和孤岛形成，实际上是在求一个“森林结构”——每个主网或孤岛都必须是辐射状，但整体可以包含多个连通分量。

常用的建模方法有两种。

第一种是生成树约束法（单商品流法）。给每条线路设置一个虚拟潮流变量，根节点（变电站或DG孤岛根）是源，其他节点是汇，通过流量平衡和线路容量约束来保证连通性和无环性。这种方法的优点是把结构约束转成了线性约束，求解非常稳定。缺点是约束数量会随节点数量增加变多，但对33、69、119节点的典型算例来说完全不是问题。

第二种是环路割集法（Matroid约束）。这个约束的思想是：对于网络中的所有环路，至少有一条线路要被断开。通过枚举基本环路并添加约束来保证无环性。优点是约束数量相对少，缺点是要先做环网枚举，实现复杂度高一些。

对比下来，我的建议非常简单——用单商品流法。升级版代码里也默认采用了这种方案，因为它和孤岛划分天然兼容：每个DG岛可以有自己的虚拟根节点，流量从根节点流向岛内的所有节点，这样就把“孤岛也必须辐射状”这个约束非常自然地表达出来了。

2.3 DistFlow方程与二阶锥松弛的推导思路

这里把核心的数学原理讲清楚。DistFlow方程是对辐射状配电网支路潮流的精确描述，对于每条支路ij，有以下关系：

• 有功平衡：从节点i流向节点j的有功，等于节点j下游所有支路有功之和，加上节点j的负荷有功，减去节点j的DG注入有功，再加上支路损耗。
• 无功平衡：形式上有功平衡完全对应。
• 电压降落关系：节点j的电压平方等于节点i的电压平方，减去2倍的（电阻乘有功加电抗乘无功），再加上电流平方与阻抗平方的乘积。

这里面有一个变量是支路电流的平方。为了让整个问题可解，我们把电流平方项做一个凸松弛：支路电流的平方不小于有功平方加无功平方除以节点电压平方。这个不等式恰好是一个旋转二阶锥，非常巧妙地让非凸的等式约束变成了凸的二阶锥约束。我在实际求解时，几乎每次都能得到紧的松弛解，也就是不等式取等号，说明松弛前后的解基本没差别。

2.4 目标函数设计的几种思路

升级版统一模型的目标函数，按工程需求可以有三种取舍方式。

第一种，失电负荷最小化（最常用）。目标是最小化未恢复的有功负荷加权和，权重可以按负荷等级设置。这是故障恢复最核心的诉求，也是我代码里的默认目标。

第二种，开关动作次数最小化。这个目标可以避免开关频繁操作，延长设备寿命。通常作为第二目标或惩罚项并入主目标，权重系数不要设得太大，否则求解器会为了少动一个开关而牺牲恢复量。

第三种，网损最小化。恢复供电之后，网架结构不同，网损差异也比较大。但故障恢复场景下，网损的优先级一般低于恢复量，所以通常是作为微调项。

在代码实现的时候，我推荐的做法是把第一目标和第二目标加权合并，权重系数设置成两个数量级的差距，既保证了恢复率优先，又能让开关动作次数相对合理。

3. 实操过程与核心环节实现

3.1 算例准备与数据初始化

做这个项目首选IEEE 33节点或69节点配电网系统，数据完整，参考论文多，验证起来方便。以33节点系统为例，支路参数包含首端节点、末端节点、电阻、电抗、有功负荷、无功负荷。升级版还需要DG的接入位置和容量参数，以及联络开关信息。

我的建议是准备一份独立的data.m文件，把所有参数放在里面。明确几点：节点编号从1开始，支路参数矩阵的每一行对应一条支路，DG参数单独用一个矩阵存储，包括接入节点、有功容量、无功容量、是否允许孤岛运行。用这种方式组织数据，后面写约束和调试都会清晰很多。

3.2 Matlab+YALMIP环境配置要点

Matlab环境搭建本身不难，但有几个细节值得注意。YALMIP是建模层，需要自己额外安装。求解器方面，CPLEX或Gurobi二选一，学术版授权免费。安装完成后，务必检查两件事：第一，Matlab能否正确识别YALMIP路径，可以用yalmiptest命令验证；第二，求解器能否被YALMIP正常调用，solvesdp命令执行一个小测试模型看看是否报错。

这里重点提一下初学者最容易忽略的问题：求解器是独立安装的独立软件，不是Matlab的插件，安装完成后一定要把求解器的Matlab接口路径手动添加到Matlab搜索路径中。我记得第一次配CPLEX时，路径忘记加了，YALMIP一直报“No solver found”，排查了半天才发现是路径问题。

3.3 核心代码框架与关键约束实现

下面给出代码的核心骨架，大家可以直接复用。

%% 1. 导入数据与变量初始化 run('data_33.m'); % 导入支路、负荷、DG参数 n_bus = 33; % 节点数 n_branch = 37; % 支路数（含联络开关） %% 2. 定义决策变量 X = binvar(n_branch, 1); % 线路投切状态：1闭合，0断开 V = sdpvar(n_bus, 1); % 节点电压平方 I = sdpvar(n_branch, 1); % 支路电流平方 P = sdpvar(n_branch, 1); % 支路有功 Q = sdpvar(n_branch, 1); % 支路无功 %% 3. 辐射状约束（单商品流法） beta = sdpvar(n_branch, 1); % 虚拟流量 % 根节点注入足够大的虚拟功率，其余节点单位需求 for i = 1:n_bus if i == 1 % 变电站根节点 constraint_beta = constraint_beta + [sum(beta(out_i)) == n_bus - 1]; else constraint_beta = constraint_beta + [sum(beta(in_i)) - sum(beta(out_i)) == 1]; end end % 每条支路虚拟流量上限与线路投切状态绑定 for k = 1:n_branch constraint_beta = constraint_beta + [beta(k) <= M * X(k)]; end %% 4. DistFlow潮流约束 for k = 1:n_branch i = branch(k, 1); j = branch(k, 2); r = branch(k, 3); x = branch(k, 4); constraints = constraints + [V(j) == V(i) - 2*(r*P(k) + x*Q(k)) + (r^2 + x^2)*I(k)]; end %% 5. 二阶锥松弛 for k = 1:n_branch i = branch(k, 1); constraints = constraints + [I(k) >= (P(k)^2 + Q(k)^2) / V(i)]; % 或者写为旋转锥形式： % constraints = constraints + [cone([P(k); Q(k); (V(i)-I(k))/2], (V(i)+I(k))/2)]; end %% 6. 孤岛划分与DG约束 Y = binvar(n_bus, 1); % DG是否形成孤岛 for g = 1:n_dg node_dg = dg(g, 1); constraints = constraints + [P_DG(g) <= dg(g, 2) * (1 - Y(node_dg)) + dg(g, 2) * Y(node_dg)]; % 根据DG接入点状态切换孤岛/并网模式 end %% 7. 目标函数与求解 objective = sum(load_p) - sum(P_load_recovered) + lambda * sum(1 - X); % 兼顾失电负荷与开关动作 ops = sdpsettings('solver', 'cplex', 'verbose', 2, 'mip.tolerance.mipgap', 0.01); optimize(constraints, objective, ops);

上面的伪代码框架只展示了核心逻辑，实际实现还需要补充分布式电源有功无功上下限、节点电压上下限、支路容量约束等。完整的代码工程里每一段都会有详细的注释，方便二次开发和修改目标函数。

3.4 故障场景设定与求解结果分析

设置一个典型的故障场景：节点10和节点11之间的线路发生永久性故障，断开故障支路后，节点11到18之间的区域失电；同时节点25到33之间的部分区域也因馈线出口故障失电。这时统一模型要同时决策：哪些联络开关闭合、哪些DG孤岛运行、哪些负荷被恢复。

代码跑完之后，重点看这几个指标：

• 失电负荷恢复率：恢复的负荷占全部失电负荷的比例。
• 开关动作次数：重构过程中需要操作的开关数量。
• 电压分布：恢复后各节点电压是否在0.95到1.05 pu范围内。
• 孤岛运行情况：哪些DG形成了孤岛，孤岛内带了哪些负荷。

我在标准33节点系统上测试升级版方案时，恢复率可以做到95%以上，所有电压都在合格范围内，开关动作次数在3到5次之间。相比先重构后孤岛的两步走方法，升级版方案在恢复率和开关次数上都有明显优势，特别是DG渗透率较高的场景，优势更突出。

4. 常见问题与排查技巧实录

4.1 求解时间长、迟迟不出结果

这是MIP问题最常见的问题。节点数一多，0/1变量的组合爆炸就会让求解时间指数级增长。我的经验是三层递进处理：

第一，检查mipgap设置，从默认的1e-4放宽到1e-3或1e-2，求解时间会急剧下降，而解质量损失通常可以接受。第二，添加一个相对“合理”的初始解，用启发式方法快速生成一个可行恢复方案作为初值，CPLEX在这个基础上做分支定界会快很多。第三，如果以上都不行，考虑模型简化，比如把多时段问题拆成快照断面求静态解，或者把负荷聚合成少量等效负荷。

4.2 求解器报“Infeasible Problem”

这个问题我排查过的次数最多。模型无解，先不要怀疑求解器，99%的情况是约束写错了。第一步，把目标函数改成常数0，只求可行解，看是否还报无解；第二步，逐个注释约束组，定位是哪组约束导致的冲突。按我的经验，辐射状约束和孤岛约束是最容易出矛盾的——尤其是当某个DG孤岛必须连接某个负荷，但这个负荷又不在该DG的电气可达范围内时。

还有一个隐藏很深的坑：单商品流约束中的最大虚拟流量M选择不当。M太小会限制连通性表达，M太大会引入数值问题。经验取值是M = n_bus - 1，这个值刚好够表达整个网络的连通性，又不会给求解器带来数值负担。

4.3 二阶锥松弛不紧，解出来电压异常

二阶锥松弛不紧的表现是：求解结果中支路电流平方明显大于潮流计算得到的实际值，导致电压分布偏离实际，甚至出现电压越限但约束没触发的情况。多数情况下，目标函数里包含网损最小化项时，这个问题会更突出。

我的解决思路是两步走：先检查目标函数是否对支路电流项有“压缩”作用，如果没有，可以在目标函数中加入一个极小的网损惩罚项，推动松弛紧化；其次，对得到的解执行一次精确潮流校验，对比精确潮流结果和优化结果的误差，如果误差在工程接受范围内，可以直接用，否则需要对权重参数做调整。

4.4 故障恢复常见问题速查表

4.5 几个容易忽视但很重要的操作细节

第一个细节，节点电压和支路功率的初值设置。YALMIP和CPLEX做MIP求解时，连续变量的初始值往往会影响分支定界的收敛速度。用一个冷启动的潮流计算结果作为初值，效果很好。

第二个细节，矩阵索引和支路方向。DistFlow方程对支路方向有要求，潮流方向是从父节点流向子节点。我的做法是在数据预处理时，把所有支路统一整理成从编号小的节点指向编号大的节点，这样后续写约束时就不用反复检查方向了。

第三个细节，孤岛内必须有一台能够“建压”的电源。配电网孤岛运行不等于单纯断开联络线，DG要能独立支撑电压和频率。实际建模中，我建议给每个孤岛添加一个“虚拟根节点”的概念，只有具备黑启动能力的DG才能作为孤岛根节点，这个约束在升级版模型里可以很自然地加进去。

5. 升级版模型适用场景分析与后续扩展思路

这套统一模型并不是只能跑标准算例。实际项目里，以下几个方向是直接可以扩展的，也是我自己在项目里验证过的方向。

多时段动态恢复。故障恢复不是瞬时完成的，开关操作有时间顺序，DG出力也会有波动。把单断面模型扩展成多时段模型，目标函数变成整个恢复过程的累计失电电量最小，约束里加上相邻时段的开关状态变化次数限制，就是一套很实用的动态恢复方案。代价是模型规模成倍增加，建议只在局部故障区域采用多时段建模。

考虑不确定性。DG出力（特别是光伏和风电）和负荷都有随机性。用鲁棒优化或场景法处理不确定性，在恢复方案中预留一定的安全裕度，可以提升方案的抗风险能力。这个方向在论文里比较出彩，但在工程落地时要注意保守度不能太高，否则恢复率会明显下降。

恢复方案可视化。求解完成之后，把结果画出来非常重要。我的做法是用Matlab绘制恢复后的网络拓扑图，用不同颜色标注失电节点、恢复节点和DG孤岛区域，在图下方列出恢复率、开关动作清单、DG孤岛状态等关键指标。这套可视化脚本在写报告、做汇报、写论文时都特别有用。

与保护策略的联动。故障恢复方案不能只看潮流约束，还得检查继电保护定值是否配合，尤其是DG孤岛运行时的保护动作逻辑与并网模式有很大区别。在做真正落地的配电自动化系统时，这个部分需要单独建模仿真。

6. 最后的实操总结与个人体会

这套升级版统一模型，前前后后在多个标准算例和实际项目数据上跑过之后，我最想分享的一点体会是：模型的数学形式固然重要，但真正决定一个恢复方案能不能用，往往是那些不起眼的工程细节。

比如说，故障恢复目标函数里，失电负荷的权重应该按什么标准设置？我在项目里用的是负荷等级——医院、重要工业用户权重最高，一般商业负荷次之，居民负荷最后。这些权重参数虽然不影响模型框架，但直接影响求解结果，而且在项目评审的时候，决策者最关心的就是“哪些重要用户被优先恢复了”。

再比如说，开关动作次数限制。很多模型为了简化，不限制开关动作次数，结果求出来的方案要操作七八个开关，现场运维人员根本不愿意接受。升级版模型里加上开关次数惩罚项之后，求解器会自动在恢复率和操作代价之间找平衡，这样的方案才真正具备现场可行性。

如果你打算用这套代码做自己的研究，我的建议是：先别急着改模型结构，跑通算例、理解每一段约束的作用，然后从三个方向去改进——换算例、调目标、加约束。把这些工作都做完一遍，你对主动配电网故障恢复这个问题的理解，会比单纯看论文深刻得多。后续在公众号和博客上，我还会继续拆解多时段扩展、分布式求解、以及如何把优化结果和实时配电自动化系统对接，感兴趣的话可以持续关注。