Predictive Reliability Assessment of Distribution Grids with Residential Distributed Energy Resources

📄 arXiv: 2312.06154v2 📥 PDF

作者: Arun Kumar Karngala, Chanan Singh, Le Xie

分类: eess.SY

发布日期: 2023-12-11 (更新: 2025-10-26)

备注: Accepted by CSEE Journal of Power and Energy Systems in Oct. 2025

💡 一句话要点

提出一种概率性方法，用于评估含分布式能源的配电网可靠性

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 配电网可靠性 分布式能源 概率评估 蒙特卡罗模拟 联合概率分布

📋 核心要点

  1. 传统配电网规划方法难以应对分布式能源高渗透带来的不确定性和动态性。
  2. 提出一种概率性评估方法，通过联合概率分布建模分布式光伏和储能的渗透率。
  3. 在RBTS测试系统上验证了该方法，能够有效量化终端用户可靠性指标的变化。

📝 摘要（中文）

本文针对配电系统末端用户从被动参与者向主动参与者转变，以及分布式能源（DERs）广泛应用带来的配电系统规划挑战，提出了一种自下而上的概率方法，将末端DERs集成到可靠性评估过程中。该方法利用联合概率分布来表征和建模屋顶光伏（PV）系统和储能在配电网络中各个住宅层面的渗透率。通过基于场景的方法，使用蒙特卡罗模拟展示了该概率方法在评估平均系统可靠性指标及其用户层面变化方面的应用。该方法已应用于RBTS测试系统，验证了其量化配电系统中每个场景下终端用户可靠性指标变化的能力。

🔬 方法详解

问题定义：论文旨在解决配电网中分布式能源（DERs）高渗透率带来的可靠性评估问题。传统配电网规划方法难以准确评估DERs对系统可靠性的影响，尤其是在住宅用户层面。现有方法通常假设DERs的渗透率是固定的或采用简化的模型，无法反映实际的随机性和不确定性。因此，需要一种能够准确建模DERs渗透率并评估其对用户可靠性影响的方法。

核心思路：论文的核心思路是采用一种自下而上的概率方法，将DERs的渗透率建模为随机变量，并使用联合概率分布来描述不同DERs之间的相关性。通过蒙特卡罗模拟，生成大量的场景，并对每个场景进行可靠性评估，从而得到系统可靠性指标的概率分布。这种方法能够更准确地反映DERs对系统可靠性的影响，并为配电网规划提供更可靠的依据。

技术框架：该方法主要包含以下几个阶段： 1. 数据收集和建模：收集配电网的拓扑结构、元件参数、负荷数据以及DERs的渗透率数据。使用联合概率分布（例如Copula函数）对屋顶光伏和储能的渗透率进行建模。 2. 场景生成：使用蒙特卡罗模拟，根据DERs的概率分布生成大量的场景，每个场景代表一种可能的DERs渗透率组合。 3. 可靠性评估：对每个场景进行可靠性评估，计算系统可靠性指标，例如SAIFI、SAIDI、CAIDI等。 4. 结果分析：对所有场景的可靠性指标进行统计分析，得到系统可靠性指标的概率分布，并评估DERs对用户可靠性的影响。

关键创新：该方法的关键创新在于： 1. 自下而上的建模方法：从住宅用户层面开始建模DERs的渗透率，能够更准确地反映DERs的实际分布情况。 2. 联合概率分布建模：使用联合概率分布来描述不同DERs之间的相关性，避免了简化假设带来的误差。 3. 概率性可靠性评估：通过蒙特卡罗模拟，得到系统可靠性指标的概率分布，能够更全面地评估DERs对系统可靠性的影响。

关键设计：论文中，联合概率分布的选择是一个关键设计。Copula函数被用于建模屋顶光伏和储能之间的相关性。蒙特卡罗模拟的样本数量需要足够大，以保证结果的准确性。可靠性评估采用传统的故障模式和影响分析（FMEA）方法，并根据DERs的特性进行调整。

📊 实验亮点

该研究在RBTS测试系统上进行了验证，结果表明该方法能够有效量化配电系统中每个场景下终端用户可靠性指标的变化。通过对比不同DERs渗透率场景下的可靠性指标，可以评估DERs对系统可靠性的影响。例如，高渗透率的屋顶光伏可能会降低某些用户的SAIFI，但同时提高另一些用户的电压稳定性。

🎯 应用场景

该研究成果可应用于配电网规划、运行和维护。通过准确评估DERs对系统可靠性的影响，可以为配电网规划提供更可靠的依据，优化DERs的接入位置和容量，提高系统可靠性和经济性。此外，该方法还可以用于评估不同DERs激励政策对系统可靠性的影响，为政策制定提供参考。

📄 摘要（原文）

Distribution system end users are transforming from passive to active participants, marked by the push towards widespread adoption of edge-level Distributed Energy Resources (DERs). This paper addresses the challenges in distribution system planning arising from these dynamic changes. We introduce a bottom-up probabilistic approach that integrates these edge-level DERs into the reliability evaluation process. Our methodology leverages joint probability distributions to characterize and model the penetration of rooftop photovoltaic (PV) systems and energy storage across a distribution network at the individual residential level. Employing a scenario-based approach, we showcase the application of our probabilistic method using a Monte Carlo Simulation process to assess average system reliability indices and their variations at the user level. To validate our approach, we applied this methodology to the RBTS test system across various adoption scenarios, effectively showcasing the capability of our proposed method in quantifying the variation in end-user reliability indices for each scenario within the distribution system.