网络耐性日益凸显的重要性，突显了将可再生动力（RESs）与电池储能体系（BESS）整合至电网研讨的重大意义。本文提出了一种实时模仿办法，用于体系性地集成 %% 可再生动力 %% （RESs）和 %% 电池储能体系 %% （BESS）与电网。
可再生动力电力网络中的可再生动力体系（RESs）与电池储能体系（BESS），其研讨要点在于选用多方针优化办法评价体系耐性的度量方针，该办法归纳考虑了电池相对容量与体系总本钱的相关联系。此外，
需求呼应方案（DRP）作为附加管控层，用于办理七种不同的读档形式，从而供给24小时内能耗的全面精准表征。该调度模型整合了IDR战略，有用下降了
数据中心功能进步40%。此外，优化电池容量可完成总本钱下降89%，标志着经济耐性方针进步方面取得重大突破。本研讨根据IEEE 24-bus RTN测试体系展开，旨在评价布置电池储能体系（BESS）所需出资，并衡量其对电网耐性增强的效果。成果证明所提模型能有用改善耐性的经济性与功能方针。
Demand Response Program (DRP) is considered an additional layer to manage seven different loads that provide a comprehensive and accurate representation of energy consumption during 24 h. The scheduling model, which incorporates the IDR strategy, reduces the total load of
data center performance by 40 %. Additionally, optimizing battery capacity can lead to an 89 % reduction in total costs, representing a substantial success in enhancing the economic resilience metric. This study has been conducted on the IEEE 24-bus RTN to assess the required investment for deploying BESS and to gauge its effectiveness in enhancing the resilience of the electrical network. The results confirm the effectiveness of the proposed model for enhancing the economic and performance metrics of resilience.
引言
人口的快速增长与城市区域的扩张，在导致动力消耗明显增加、损坏动力供需平衡方面起到了首要效果。为处理这一日益严峻的问题，电力行业正在转向代替动力，如可再生动力（RES）和电池储能体系（BESS）。但是，将这些资源直接接入电网会引发复杂问题，包括电压与频率操控、输电线路过载以及供需失衡。因而，如文献[[1], [2], [3]]所述，高比例可再生动力渗透的电力体系面临着耐性方面的应战。由此，进步电力体系的耐性已成为至关重要的议题。
进步体系耐性的战略多种多样，其间最常见的包括分布式动力（DERs）的整合、微电网的构建以及输电线路的加固[4]。多数研讨聚集于经过整合可再生动力来增强电网耐性。但是，这些资源依赖于天气条件。当极点天气导致可再生动力脱网时，甚至可能对电网形成重大损坏[5]。此外，极点温度（无论是极高还是极低）都会导致输电线路容量下降[6]。因而，储能体系凭借其双向供电和灵敏调理特性，在平抑可再生动力出力波动方面至关重要。它们有助于平衡体系内部的电力供应，并进步全体稳定性和耐性[7]。
多项研讨已针对耐性进步展开探讨。文献[8]作者提出的研讨尤为杰出，该作业开发了以电网耐性为中心的最优规划模型，整合可再生动力体系并考量读档中断危险。文献[9]则聚集于规划混合可再生动力体系，该体系除包括风机与生物质动力单元外，还整合了固定式（如蓄电池）与移动式（如电动汽车）储能设备。该规划办法选用根据信息间隙决议方案理论（IGDT）的鲁棒优化办法，构建可以缓解不确认性引发猜测差错的弹性处理方案。文献[10]提出了一种新型优化模型，用于完成电力、天然气及区域供热网络中动力纽带（EHs）的灵敏可靠运转（FRO）。该办法经过将动力纽带归入优化进程，旨在最小化与动力网络运转、可靠性和灵敏性相关的总预期本钱。此外，文献[11]研讨了储能技能如何增强首要依赖可再生动力的电力网络在紧迫情况下的鲁棒性。高比例可再生动力渗透的电力体系表明，储能技能对于进步体系耐性具有关键效果。
由于选用了根据电网能量办理体系(EMS)的多智能体体系(MAS)概念的双层随机规划技能，配电体系(DSs)的抗灾才能得到增强。第一层决议方案涉及线路加固与分布式电源(DG)的整合，而第二层则致力于下降极点事情期间与DG运转相关的费用及紧迫甩负荷本钱[[12], [13], [14], [15]]。文献[16]提出了一种进步改进型IEEE-69配电体系耐性的康复战略，该战略使用移动式储能体系(MESSs)和分布式电源(DG)加速毛病后配电体系的康复进程。研讨构建了一个在满意拓扑结构与运转束缚条件下优先康复关键负荷的结构[17]，该结构的中心方针在于增强配电体系应对极点事情的耐性。在文献[18]中，研讨者提出了一套进步耐性的归纳战略，该战略清晰聚集于多动力体系。该方案选用多阶段康复程序，旨在增强体系承受极点事情并快速康复的才能。该战略包括一系列进步耐性的措施，一起考量了这些措施在康复进程不同阶段的彼此相关与交互效果。此外，文献[19]的作者提出了一种停车场电动汽车(EV)电池的多方针调度办法，以增强智能配电网络(SDN)根据储能的灵敏性。该随机规划办法考虑了读档不确认性、可再生动力(RES)有功发电量、动力价格以及电动汽车特性等参数。文献[20]选用混合随机-鲁棒战略处理了与读档、动力价格、可再生动力发电、电动汽车(EV)需求、智能配电网络(SDN)设备可及性以及柔性可再生动力虚拟电厂(FRVPP)组件相关的不确认性。该办法成果表明，FRVPP在进步SDN应对洪水与地震等事情耐性方面具有明显才能。
文献[21]的作者提出了一种区域-区域和谐调度办法，该方案适用于作为动力纽带运转的集成动力体系，旨在进步极点事情中的体系弹性。这种和谐调度旨在优化体系应对此类事情并从中康复的才能。在[22,23]中，研讨者提出了随机规划模型以增强配电体系（DS）面临极点事情时的弹性，该模型考虑了维修人员抵达基础设备内手动切换站点所需的通行时间。文献[24]探讨了经过将道路交通与中断时间作为关键因素并布置移动式储能体系(MESSs)来进步配电体系抗地震耐性的办法。文献[25]提出了一种双层优化战略：第一层着重优化移动式储能体系的出资装备，第二层则对已布置的移动式储能体系进行动态路由以构建弹性微电网，该战略旨在防范极点事情引发的预期减载危险。此外，文献[26]在配电体系结构内开发了一套毛病康复办法。该办法涉及与可再生动力固有不确认性相结合的移动应急电源体系（MESSs）的路由与调度。文献[27]提出了一种面向日前商场与实时商场的双层优化算法，该算法考虑引入微型燃气轮机与多种分布式电源（DGs）以进步体系耐性。文献[28]则专门针对微电网体系提出了一种全体动力办理办法，并对分布式电源进行了充沛考量。该动力办理办法被规划为多方针函数，用于处理正常运转场景与紧迫状况下的网络及财务问题。
在[29]中，研讨要点是经过检验ESS以下降各类微电网的运转本钱。但需特别指出，该研讨未涉及弹性运转问题。文献[30]则探讨了由风电场（WF）、储能体系及需求呼应方案构成的虚拟电厂（VPP）的动力办理战略。
所提出的战略在电力传输层面运转，并考虑虚拟电厂（VPPs）在日前能量与备用商场的协作。该办法归纳考虑了体系与VPP读档、日前商场能量、备用价格及风电场（WF）发电功率的不确认性。与之相反，文献[31]论述了一种经过组合固定式与移动式储能体系（ESSs）以进步配电体系（DSs）效率与可靠性的办法。文献[32]则针对配备很多快速充电站与可再生动力体系（RES）的场景，提出了一种随机规划模型。该模型归纳考虑了可变读档需求、波动的动力价格以及可再生动力的不可控性。文献[33]作者论述了电-热归纳体系中储能体系与分布式电源的协同效应，其方针在于进步体系耐性、优化减载战略并下降运转本钱。为评价体系耐性康复才能，研讨团队在电力与热力子体系分别构建了两种毛病场景。文献[34]提出了一种三层多方针战略，旨在增强多住户动力体系的短期弹性功能，其间战略规划要点关注平行宇宙情境下的燃料费优化问题（注：根据术语表要求保留"AU"与"Gas"原文对应概念，此处选用术语表界说译法）。这些体系集成了燃料费与电力组件，其战略专为增强飓风防范才能而规划。此外，文献[35]作者开发了一种用于微电网中ESS装备的三层算法。这些微电网在动力办理的去中心化结构下运转：第二层与第三层作为子问题联合求解，以确认最可能引发最严峻灾祸的情景；而第一层则针对特定极点事情进行优化呼应。
文献[36]提出的动力商场结构选用商场出清价格模型，研讨包括风电场、生物质废物单元以及氢能/热能/压缩空气等储能体系的灵敏可再生动力纽带的参加机制。这些纽带一起在电力网络和热力网络中运转。其间生物质废物单元选用热电联产技能完成电能与热能联供。该结构选用双层优化办法构建。上层优化的方针是在考虑上述资源与储能设备的运转束缚以及纽带灵敏性的前提下，最大化纽带的预期收益。基层优化则整合商场出清价格战略，旨在遵守电力与热力网络最优潮流方程的一起，最小化电力和热力发电单元的预期运转本钱。研讨成果表明，与仅关注最优潮流（无纽带节点）的研讨比较，所提出的结构经过优化纽带节点的功率调度以进步其灵敏性与经济可行性，可以明显进步动力网络的运转功能与经济功能。文献[37]要点关注并网型灵敏动力纽带的能量办理问题。该方案整合了电力网络与供热网络，经过作为和谐器的动力纽带将可再生动力与储能设备互联。该问题的数学表述还考虑了与需求、电热动力价格及可再生动力发电相关的不确认性。选用无迹变换办法可简化问题求解流程，在更短核算时间内取得最优解。此战略有助于下降问题复杂度的一起，保证灵敏性的精确建模与不确认性的有用处理。此外，文献[38]要点关注经过整合可再生动力纽带完成电热网络的能量办理。这些纽带经过灵敏定价服务在调理网络柔性方面发挥着关键效果。纽带体系包括可再生动力、生物质废物处理单元、储能设备及呼应负荷。文献[39]中，研讨者选用条件危险价值办法优化商业微电网内电池储能体系的装备战略，其方针在于进步微电网在极点灾祸下的耐性，一起下降运营本钱并处理发电侧的不确认性问题。
结合研讨背景与表1剖析，现有研讨空白可归纳如下：
- •
A notable trend in these studies is the concentration on enhancing system operation by utilizing RES hourly. However, it is recognized that this approach may pose challenges due to potential high costs or operational risks.
- •
Another noteworthy point is that many of these investigations tend to optimize the size of the resources but often need to find an optimal solution that considers both parameters simultaneously. Similarly, some studies concentrate on optimal scheduling during regular operation, potentially neglecting the holistic optimization of various factors.
- •
The current energy storage systems deployed for power supply primarily address short-term demand responses. This limitation means these systems are not designed to provide a consistent power supply for prolonged events, highlighting a crucial gap in addressing sustained power needs.
综上所述，虽然现有研讨在使用可获取资源理解和管控分布式发电体系方面做出了重要贡献，但在一起优化多性向参数、考量长时间供电需求以及应对可再生动力体系与电池储能体系小时级办理应战等方面仍存在明显空白。表1所列研讨论文揭示了该领域的多个维度，一起暴露出当前认知中的若干缺乏。
本文旨在进步耐性方针以处理前文所述的研讨空白。研讨要点在于经过将可再生动力整合入电网来确认最优电池储能体系(BESS)容量，从而完成这一方针。此外，论文还考虑了优化各类发电机组的生产规划与用电负荷，并施行需求呼应方案以下降高峰时段的用电负荷。其首要方针是以较低运营本钱完成可再生动力与电池储能体系的高渗透率。所提出的模型生成的输出成果包括运转阶段电池储能体系（BESS）与可再生动力（RES）协同规划的最优容量考量。我们选用部分耦合办法对体系运转进行建模。如图1所示，部分耦合整合了传统发电机组、光伏（PV）、风力涡轮机（WT）及BESS等组件。经过归入这些要素，我们的方针是在进步耐性方针的一起下降发电本钱。此外，该模型还将需求呼应方案（DRP）作为办理层，用于调控体系内七类不同的用电负荷。这种多维研讨办法使我们的作业差异于传统范式。因而，本文的贡献可归纳如下：
- •
In order to manage the trade-offs associated with different stakeholders and objectives, this study utilized a multi-objective optimization approach that considers the battery's relative capacity in relation to the total system cost. By carefully optimizing the battery capacity, significant reductions in the overall system cost can be achieved, which can help improve the economic resilience metric of the network.
- •
The multi-objective scheduling model for integrating BESS with WTs and PVs panels into the network can prove effective in scenarios where both power supply volatility and peak demand are rapidly rising. This model offers benefits to both system owners and operators. As we navigate through a swiftly changing environment marked by increased power supply volatility and growing peak demand, the developed multi-objective scheduling model for BESS with WT and PV integration emerges as a valuable solution.
- •
The model highlights the vital role of different load categories (residential, industrial, commercial, large users, office, agriculture, and government) to comprehensively and accurately represent energy consumption over 24 h.
- •
DRP is added as an additional layer to seven distinct loads within the system. This integration aims to ensure optimal scheduling and planning strategies are employed to sustain continuous load-serving while simultaneously reducing the normal operating cost over a 24-h through peak shaving.
- •
A planning strategy is being developed to leverage BESS and renewable resources such as solar and wind to augment the adoption of green energy, which can reduce the generation from traditional power plants.
- •
The meticulously developed model, tailored with energy policies and load patterns, is primed for resilience metrics improvement. It can be available in the near future since it is based on energy policies and load patterns in the standard IEEE 24-bus RTN under the supporting scheme with BESS and Renewable Energy resources.
