Fairness-aware Dynamic Hosting Capacity and the Impacts of Strategic Solar PV Curtailment
作者: Beyzanur Aydin, Rebecca Holt, Mads Almassalkhi
分类: eess.SY
发布日期: 2025-04-26
💡 一句话要点
提出改进的凸内逼近法，提升配电网容纳分布式光伏的公平性和容量
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 分布式光伏 配电网容纳能力 凸内逼近 公平性优化 光伏削减
📋 核心要点
- 现有配电网容纳能力评估方法精度不足，难以准确评估高渗透率分布式光伏带来的影响。
- 论文提出改进的凸内逼近方法，实现更精确的容纳能力评估，并考虑时变需求和公平性目标。
- 实验表明，该方法可在限制光伏削减的同时，显著提升光伏容纳能力，并带来经济和环境效益。
📝 摘要（中文）
分布式能源（DER）如光伏（PV）的快速部署对配电网在高渗透率下构成风险。因此，研究考虑电网物理特性和需求变异性的容纳能力（HC）限制至关重要。本文提出了一种改进的框架，通过增强现有的凸内逼近（CIA）方法来确定辐射配电网络的HC。所提出的方法实现了更准确和更大的内逼近，从而产生更好的HC限制。我们还考虑了时变需求和目标函数的设计，以确保公平地访问电网资源。使用修改后的IEEE-37辐射网络进行了一个光伏集成案例研究，以检查增加光伏容量的影响，结果表明，在不超过5%的年度光伏能源削减的情况下，可以将光伏容纳能力提高至少50%，且不会对电网产生负面影响，并且在考虑碳成本时会产生净正经济影响。结果表明，公平的分配方法可以带来更高的净利润，并减少光伏削减和二氧化碳排放。
🔬 方法详解
问题定义：论文旨在解决在高渗透率分布式光伏接入下，配电网容纳能力评估不准确的问题。现有方法，特别是凸内逼近（CIA）方法，在精度上存在不足，无法充分利用电网的潜力，并且缺乏对公平性的考虑，可能导致资源分配不均。
核心思路：论文的核心思路是改进现有的凸内逼近方法，使其能够更准确地逼近配电网的可行域，从而获得更高的容纳能力上限。同时，引入公平性指标，优化目标函数，确保所有用户都能公平地接入电网资源。通过策略性的光伏削减，进一步提升整体容纳能力，并在经济和环境效益之间取得平衡。
技术框架：该框架主要包含以下几个阶段：1) 配电网建模：建立辐射配电网络的数学模型，考虑线路参数、节点电压、电流等约束。2) 凸内逼近：利用改进的CIA方法，将非凸的可行域近似为一个凸集，以便进行优化求解。3) 容纳能力评估：基于凸内逼近的结果，计算配电网的容纳能力上限。4) 公平性优化：设计目标函数，考虑用户之间的公平性，优化光伏接入方案。5) 光伏削减策略：通过策略性地削减部分光伏发电，缓解电网压力，进一步提升容纳能力。
关键创新：论文的关键创新在于改进了凸内逼近方法，使其能够更准确地逼近配电网的可行域。具体来说，可能是在凸松弛的精度上进行了改进，或者采用了更有效的凸优化算法。此外，引入了公平性指标，并将其纳入优化目标中，使得资源分配更加公平。策略性的光伏削减也是一个创新点，能够在不影响电网稳定性的前提下，提升整体容纳能力。
关键设计：论文的关键设计可能包括：1) 凸内逼近的具体实现方式，例如采用何种凸松弛技术。2) 公平性指标的定义，例如采用最小化用户之间的收益差异。3) 光伏削减策略的制定，例如基于电网负荷和光伏发电预测，动态调整削减比例。4) 目标函数的构建，例如采用加权和的方式，平衡容纳能力、公平性和经济效益。
🖼️ 关键图片
📊 实验亮点
在修改后的IEEE-37节点辐射网络上的案例研究表明，通过不超过5%的年度光伏能源削减，可以将光伏容纳能力提高至少50%，且不会对电网产生负面影响，并在考虑碳成本时产生净正经济影响。公平分配方法能够带来更高的净利润，并减少光伏削减和二氧化碳排放。
🎯 应用场景
该研究成果可应用于配电网规划和运行，帮助电网运营商更有效地管理分布式光伏接入，提升电网的容纳能力和稳定性。通过公平的资源分配，可以促进分布式能源的普及，并减少碳排放，助力能源转型。该方法还可推广到其他类型的分布式能源接入场景，具有广泛的应用前景。
📄 摘要（原文）
Rapid deployment of distributed energy resources (DERs), such as solar photovoltaics (PV), poses a risk to the distribution grid under high penetration. Therefore, studying hosting capacity (HC) limits considering grid physics and demand variability is crucial. This paper introduces an improved framework for determining the HC of radial distribution networks by enhancing an existing convex inner approximation (CIA) approach. The proposed method achieves a more accurate and larger inner approximation, resulting in better HC limits. We also consider time-varying demand and the design of objective functions to ensure equitable access to grid resources. A case study with solar PV integration is conducted using a modified IEEE-37 radial network to examine the impact of increased PV capacity, demonstrating that with no more than 5% annual solar PV energy curtailed, it is possible to increase solar PV hosting capacity by at least 50% with no negative grid impacts and a net positive economic impact when accounted for the cost of carbon. Results show that fair allocation methods can lead to higher net profits and reduced PV curtailment and CO2.