Dynamic resource coordination can increase grid hosting capacity to support more renewables, storage, and electrified load growth
作者: Vineet Jagadeesan Nair, Morteza Vahid-Ghavidel, Anuradha M. Annaswamy
分类: eess.SY
发布日期: 2026-04-02
备注: 40 pages, 25 figures, under review
💡 一句话要点
动态资源协调提升电网容量，支持更多可再生能源、储能和电气化负荷
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 分布式能源 电网容量 动态协调 随机规划 可再生能源 储能 配电网
📋 核心要点
- 现有静态方法在分布式能源资源整合方面存在局限性，无法充分利用DERs的动态特性。
- 提出通过动态协调分布式能源资源来提升电网容量，优化DERs的选址和定容，从而提高可再生能源的渗透率。
- 实验结果表明，动态协调方法显著提升了电网对太阳能、电池和热泵的承载能力，可行区域扩大了22倍以上。
📝 摘要（中文）
本文证明了分布式能源（DERs）的动态协调可以提高低压和中压电网的容量，改善可靠性和电能质量，并减少太阳能削减。我们开发了三种方法来计算具有实际场景的代表性配电网上的容量。一种确定性的迭代方法深入了解了动态运行和DER交互如何提高容量并影响功率流，即使在低到中等水平的存储和灵活需求下，也显示出比静态方法更明显的优势。一种随机规划方法共同优化DER选址和定容，表明节点共址和互补效应将太阳能、热泵和电池渗透的可行区域扩大了22倍以上。这使得太阳能渗透率高达200%，电池渗透率高达100%，热泵渗透率高达90%。电池成为最关键的技术，其次是热泵和电动汽车。基于蒙特卡罗的扩展表明，不确定性显着影响容量和电网指标，在动态运行下波动性高出46%。
🔬 方法详解
问题定义：现有配电网在整合大量分布式能源（DERs）时面临容量限制，静态规划方法无法充分利用DERs的灵活性和动态特性，导致可再生能源渗透率受限，电网可靠性面临挑战。传统方法难以有效应对DERs引入的不确定性，例如光伏发电的波动性。
核心思路：论文的核心思路是通过动态协调DERs的运行，充分利用其灵活性和互补性，从而提升电网的承载能力。通过优化DERs的选址和定容，最大化可再生能源的渗透率，并提高电网的可靠性和电能质量。动态协调能够更好地应对DERs引入的不确定性，降低对电网的冲击。
技术框架：论文提出了三种计算电网容量的方法：1) 确定性迭代方法，用于分析动态运行和DER交互对电网容量的影响；2) 随机规划方法，用于联合优化DER选址和定容，最大化可再生能源渗透率；3) 基于蒙特卡罗的扩展方法，用于评估不确定性对电网容量和性能的影响。整体流程包括数据收集、模型建立、优化求解和结果分析。
关键创新：论文的关键创新在于提出了动态协调DERs的策略，并将其应用于电网容量评估和优化。与传统的静态方法相比，动态协调能够更好地利用DERs的灵活性和互补性，从而显著提升电网的承载能力。随机规划方法能够同时优化DER的选址和定容，实现全局最优。
关键设计：在确定性迭代方法中，关键在于设计合适的迭代算法，以模拟DERs的动态运行和交互。在随机规划方法中，关键在于建立准确的电网模型和DER模型，并设计合适的优化目标函数和约束条件。目标函数通常包括最大化可再生能源渗透率、最小化电网损耗等。约束条件包括电压约束、电流约束、DER容量约束等。蒙特卡罗方法需要合理选择随机变量的分布，并进行足够次数的模拟。
🖼️ 关键图片
📊 实验亮点
实验结果表明，通过动态协调DERs，太阳能、热泵和电池的渗透率分别可达200%、100%和90%。与静态方法相比，可行区域扩大了22倍以上。蒙特卡罗模拟显示，动态运行下电网波动性提高了46%，表明动态协调对不确定性更加敏感，需要更精细的控制策略。
🎯 应用场景
该研究成果可应用于配电网规划和运行，指导分布式能源的合理布局和优化配置，提高可再生能源的利用率，降低对传统化石能源的依赖。该方法还可用于评估不同DER组合对电网的影响，为电网运营商提供决策支持，促进能源转型和可持续发展。
📄 摘要（原文）
We show that dynamic coordination of distributed energy resources (DERs) can increase the capacity of low- and medium-voltage grids, improve reliability and power quality, and reduce solar curtailment. We develop three approaches to compute hosting capacity on a representative distribution grid with realistic scenarios. A deterministic iterative method provides insight into how dynamic operation and DER interactions enhance capacity and affect power flows, demonstrating clear gains over static methods even with low-to-moderate levels of storage and flexible demand. A stochastic programming approach jointly optimizes DER siting and sizing, showing that nodal colocation and complementary effects expand the feasible region of solar, heat pump, and battery penetrations by over 22X. This enables up to 200% solar, 100% battery, and 90% heat pump penetration. Batteries emerge as the most critical technology, followed by heat pumps and electric vehicles. A Monte Carlo-based extension shows that uncertainty significantly impacts hosting capacity and grid metrics, with 46% higher volatility under dynamic operation.