华南理工大学电力学院方嘉豪、宋晨曦、赵昱宣、彭孟濠、荆朝霞团队于2025年9月在《电力自动化设备》（Electric Power Automation Equipment）发表了题为《考虑异构无人机动态调度的配电网恢复策略》的研究论文（DOI: 10.16081/j.epae.202509006）。该研究针对极端灾害下配电网与通信网协同恢复难题，提出了融合基站无人机（Base Station UAV）与巡检无人机（Inspection UAV）的动态调度方法，为电力系统韧性提升提供了创新解决方案。
学术背景
随着台风、暴雨等极端灾害频发，电力系统”信息-物理”耦合特性凸显。传统研究多假设通信网络完好，但实际灾害中常出现”三断”（断网、断路、断电）场景。现有文献虽探讨了储能、维修队等电力侧资源调度，但对通信资源与电力资源的协同优化关注不足。尤其当馈线终端装置（Feeder Terminal Unit, FTU）失联时，配电网将丧失状态感知与远程控制能力。尽管无人机在应急通信领域已有应用，但现有研究多局限于单一无人机类型，未能充分发挥异构无人机（Heterogeneous UAVs）的功能互补优势。本研究旨在通过基站无人机重建通信链路、巡检无人机精准定位故障，结合维修队动态调度，实现配电网多环节协同恢复。
研究方法与流程
研究构建了包含”态势感知-故障定位-负荷恢复”全链条的动态决策框架，具体分为四个核心环节：
应急通信网络构建
- 采用位置集合覆盖模型（Location Set Covering Problem, LSCP）动态优化基站无人机部署点位。每个应急通信点需覆盖FTU及巡检无人机数据上传节点，并受通信容量限制（每个点位最多服务3个节点）。通过离散化处理将连续选址问题转化为混合整数规划问题，结合改进IEEE 123节点系统（含11个分区、3台分布式电源DG）进行仿真验证。
- 创新性地将FTU通信需求拆分为两个阶段节点：首次通信用于故障信息上传（耗时0.5分钟），二次通信用于接收合闸指令。通过路径变量(x_{w,w’})建模基站无人机的多时段访问特性，如式(6)-(10)所示。
异构无人机协同机制
- 基站无人机搭载高通量通信模块（下行80Mbps/上行40Mbps），在通信盲区建立临时中继。巡检无人机配备高清摄像头，对初判故障区域进行图像采集，数据通过最近的基站无人机回传。
- 提出”信息-任务”双驱动架构（图2）：每轮决策基于最新系统状态（如区域通电情况、故障定位进度）更新模型参数，通过Gurobi求解器动态优化调度方案。例如当巡检无人机确认故障位置后，模型立即生成维修队路径规划，同时调整未完成任务无人机的调度序列。
混合整数规划建模
- 目标函数（式1）最小化系统总恢复成本，包含停电成本（式2）和移动资源调度成本（式3-5）。其中停电成本系数设为5-15元/kWh随机变量，基站无人机、巡检无人机、维修队的时间成本分别为700元/h、560元/h、420元/h。
- 引入可变步长法（Variable Time Step, VTS）处理配电网动态恢复约束：每恢复一个区域即新增一组潮流方程（附录B），确保电压偏差≤10%、线路容量不越限。通过0-1变量(g_a)表征带电根区域，式(23)-(25)构建区域供电关联约束。
故障场景适应性设计
- 考虑FTU模块级故障（通信/采集/控制模块），通过无人机通信试探实现故障诊断。例如当FTU位于信号覆盖范围却无响应时，判定为通信模块故障，需维修后重新纳入调度序列。该机制无需新增变量，通过动态调整通信需求状态实现。
主要结果
恢复效率提升
- 在改进IEEE 123节点系统中，所提策略（策略1）实现全负荷恢复耗时320分钟，较单一无人机策略（策略2）、人工协同策略（策略3）、两阶段策略（策略4）分别缩短4.3%、11.6%、24.1%。如图4所示，策略1的负荷恢复曲线始终优于对比方案。
- 基站无人机路径规划显示（表2），无人机1完成”仓库→u1→u4→u1→u2→u3”等多轮次访问，验证了模型处理重复访问需求的能力。
经济性分析
- 虽然策略1的移动资源调度成本最高（1.09万元），但因大幅缩短停电时间，总恢复成本降至16.34万元，较对比策略降低9.4%-33.1%（表3）。这表明异构无人机的协同效益可抵消其调度成本。
鲁棒性验证
- 在FTU故障场景下（图5），通信模块故障使恢复时间延长至352分钟，但系统仍能通过动态调整完成恢复，证实了策略的适应性。控制模块故障仅需补充合闸通信，对整体进度影响最小。
结论与价值
本研究首次将异构无人机协同机制引入配电网灾后恢复领域，其科学价值体现在：
1. 建立了”通信-电力”双向耦合的动态调度模型，揭示了多资源协同对系统韧性的增强机理；
2. 提出的信息-任务驱动架构为信息受限环境下的决策优化提供了普适性框架；
3. 开发的混合整数规划方法可扩展至其他关键基础设施恢复场景。
实际应用中，该策略可提升供电企业应对极端事件的能力。以2024年广东梅州暴雨为例，若采用本方法，预计可减少约23%的用户停电损失。
研究亮点
- 多维度创新：首次同时优化应急通信点选址、异构无人机路径、维修队调度三个子问题，突破传统单资源调度局限；
- 动态性突破：通过18轮决策迭代实现”感知-决策-执行”闭环，较静态策略计算效率提升40%；
- 工程实用性：考虑FTU模块级故障等现实约束，模型可直接嵌入现有配电自动化系统。
未来研究可进一步融入交通网络不确定性、无人机续航限制等现实因素，提升策略的工程适用性。该成果为智能电网”信息-物理”协同恢复提供了重要理论工具和实践范式。