A Thermal-Electrical Co-Optimization Framework for Active Distribution Grids with Electric Vehicles and Heat Pumps

📄 arXiv: 2601.21651v1 📥 PDF

作者: Savvas Panagi, Chrysovalantis Spanias, Petros Aristidou

分类: eess.SY

发布日期: 2026-01-29

💡 一句话要点

提出热-电协同优化框架，用于含电动汽车和热泵的主动配电网管理

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 主动配电网 热-电协同优化 电动汽车 热泵 最优潮流 凸优化 分布式能源

📋 核心要点

  1. 传统配电网管理难以应对电动汽车和热泵带来的热-电耦合复杂性，需要更有效的优化方法。
  2. 论文提出一种热-电协同优化框架，将建筑热模型集成到最优潮流计算中，联合优化多种分布式能源。
  3. 实验表明，该框架能显著降低变压器老化和网络损耗，并消除电压违规，提升配电网运行效率。

📝 摘要（中文）

电动汽车(EVs)和热泵(HPs)的日益普及，为主动配电网(ADNs)带来了灵活性和复杂性。这些资源提供了显著的运行灵活性，但也产生了紧密耦合的热-电动态，对传统的网络管理提出了挑战。本文提出了一个统一的协同优化框架，该框架将校准后的3R2C灰盒建筑热模型集成到网络约束的最优潮流(OPF)中。该框架联合优化电动汽车、热泵和光伏系统，同时显式地执行热舒适性、分布式能源(DER)限制和完整的潮流物理。为了保持计算的可处理性，在真实的低压馈线上评估了二阶锥规划(SOCP)松弛。分析表明，尽管网络异构性违反了一些理论上的精确性条件，但该松弛在实践中仍然是精确的。凸DistFlow、总线注入和分支流公式的比较评估表明，即使在高DER渗透率下，凸DistFlow也能实现亚秒级的运行时间和接近最优的性能。仿真证实了协调调度的有效性，变压器老化降低了41%，损耗降低了54%，并完全消除了电压违规，证明了未来智能电网中集成热-电协调的价值。

🔬 方法详解

问题定义：论文旨在解决主动配电网中，由于电动汽车和热泵等分布式能源的大量接入，导致的热-电耦合问题。现有方法通常独立地优化电力系统和热力系统，忽略了它们之间的相互影响，导致次优的运行结果，例如电压越限、变压器过载以及能量损耗增加。此外，现有方法在处理大规模分布式能源时，计算复杂度较高，难以满足实时性要求。

核心思路：论文的核心思路是将电力系统和热力系统进行联合建模和优化，通过协同调度电动汽车、热泵和光伏系统等资源，充分利用它们之间的互补性，从而提高配电网的运行效率和可靠性。具体而言，论文将建筑热模型集成到最优潮流计算中，实现对热负荷的精确建模，并采用凸优化方法降低计算复杂度。

技术框架：该框架包含以下主要模块：1) 数据输入模块：收集配电网拓扑、线路参数、负荷数据、分布式能源容量等信息。2) 建筑热模型模块：采用3R2C灰盒模型对建筑物的热行为进行建模，考虑环境温度、太阳辐射等因素的影响。3) 最优潮流计算模块：采用凸DistFlow模型对配电网的潮流进行计算，考虑电压约束、电流约束、分布式能源出力约束等。4) 协同优化模块：将建筑热模型和最优潮流计算模型集成在一起，通过优化电动汽车的充放电计划、热泵的运行策略以及光伏系统的出力，实现对配电网的整体优化。

关键创新：论文的关键创新在于提出了一个统一的热-电协同优化框架，能够同时考虑电力系统和热力系统的约束，实现对分布式能源的协同调度。此外，论文还对凸DistFlow模型的精确性进行了分析，并验证了其在实际配电网中的适用性。

关键设计：论文的关键设计包括：1) 采用3R2C灰盒模型对建筑物的热行为进行建模，该模型具有较高的精度和较低的计算复杂度。2) 采用凸DistFlow模型对配电网的潮流进行计算，该模型能够保证计算结果的全局最优性，并具有较快的计算速度。3) 采用二阶锥规划(SOCP)松弛技术，进一步降低计算复杂度，提高算法的实时性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提出的协同优化框架能够显著降低配电网的运行成本和风险。具体而言，变压器老化降低了41%，网络损耗降低了54%，并且完全消除了电压违规。此外，凸DistFlow模型在亚秒级时间内实现了接近最优的性能，验证了该方法在实际应用中的可行性。

🎯 应用场景

该研究成果可应用于智能电网的运行和规划，能够提高配电网的能源利用效率和可靠性，降低运行成本。通过协同优化电动汽车、热泵等分布式能源，可以有效缓解配电网的压力，促进清洁能源的消纳。此外，该框架还可以扩展到其他类型的分布式能源，例如储能系统和微型燃气轮机，从而实现更加灵活和高效的能源管理。

📄 摘要（原文）

The growing electrification of transportation and heating through Electric Vehicles (EVs) and Heat Pumps (HPs) introduces both flexibility and complexity to Active Distribution Networks (ADNs). These resources provide substantial operational flexibility but also create tightly coupled thermal-electrical dynamics that challenge conventional network management. This paper proposes a unified co-optimization framework that integrates a calibrated 3R2C grey-box building thermal model into a network-constrained Optimal Power Flow (OPF). The framework jointly optimizes EVs, HPs, and photovoltaic systems while explicitly enforcing thermal comfort, Distributed Energy Resource (DER) limits, and full power flow physics. To maintain computational tractability, Second-Order Cone Programming (SOCP) relaxations are evaluated on a realistic low-voltage feeder. The analysis shows that, despite network heterogeneity violating some theoretical exactness conditions, the relaxation remains exact in practice. Comparative assessments of convex DistFlow, bus injection, and branch flow formulations reveal that convex DistFlow achieves sub-second runtimes and near-optimal performance even at high DER penetration levels. Simulations confirm the effectiveness of coordinated scheduling, yielding reductions of 41% in transformer aging, 54% in losses, and complete elimination of voltage violations, demonstrating the value of integrated thermal-electrical coordination in future smart grids.