Diagnosis-Driven Co-planning of Network Reinforcement and BESS for Distribution Grid with High Penetration of Electric Vehicles

📄 arXiv: 2602.21567v1 📥 PDF

作者: Linhan Fang, Elias Raffoul, Xingpeng Li

分类: eess.SY

发布日期: 2026-02-25

💡 一句话要点

提出诊断驱动的协同规划框架，解决高电动汽车渗透率下配电网的增强与储能配置问题

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 配电网规划 电动汽车 电池储能系统 协同优化 诊断驱动 电网增强 电压控制

📋 核心要点

  1. 电动汽车无序充电给配电网带来峰值负荷、过载和电压问题，现有方法难以有效解决大规模电网的联合优化问题。
  2. 论文提出诊断驱动的协同规划框架，通过违规检测量化识别瓶颈，分阶段优化电网增强和储能部署，降低计算复杂度。
  3. 实验结果表明，所提出的DDCP框架在解决高电动汽车渗透率问题上，具有显著的技术经济优势，优于其他基线方法。

📝 摘要（中文）

为应对电动汽车(EV)快速普及带来的配电网运行挑战，如峰值负荷加剧、热过载和电压越限，本文提出了一种新颖的三阶段诊断驱动协同规划(DDCP)框架，以克服联合优化电网基础设施增强和电池储能系统(BESS)安装的计算复杂性。该方法集成了违规检测和量化(VDQ)模型，用于系统地识别系统违规行为，以及违规缓解的BESS规划(VMBP)模型，用于优化BESS的选址和定容。DDCP框架的第一阶段诊断导致独立BESS解决方案不可行的关键瓶颈线路。第二阶段专门针对Top-N优先级的瓶颈线路进行电缆升级，第三阶段使用网络增强的VMBP模型执行最佳BESS部署。此外，本研究量化了不同EV采用率和基准电压下，BESS集成前后EV承载能力阈值。最后，通过全面的对比分析评估了四种缓解方法：VDQ驱动的电缆升级(VCU)模型、VMBP模型、全系统电压升级和所提出的DDCP框架。结果表明，DDCP框架不仅解决了复杂的联合优化难题，而且在应对高EV渗透率挑战方面实现了卓越的技术经济性。

🔬 方法详解

问题定义：论文旨在解决高电动汽车渗透率下，配电网面临的运行挑战，包括峰值负荷增加、线路过载和电压越限等问题。现有方法在同时优化电网增强（如电缆升级）和电池储能系统（BESS）部署时，面临计算复杂度过高的问题，难以在大规模配电网中应用。

核心思路：论文的核心思路是将复杂的联合优化问题分解为三个阶段，通过诊断驱动的方式，优先解决最关键的瓶颈问题。首先识别导致BESS无法独立解决问题的瓶颈线路，然后针对性地进行电缆升级，最后在增强的网络上优化BESS的部署。这种分阶段的方法显著降低了计算复杂度，使得大规模配电网的协同规划成为可能。

技术框架：DDCP框架包含三个主要阶段： 1. 阶段I：违规检测和量化(VDQ)：识别并量化配电网中的电压越限和线路过载等违规行为，确定导致BESS无法独立解决问题的关键瓶颈线路。 2. 阶段II：VDQ驱动的电缆升级(VCU)：针对阶段I中识别出的Top-N优先级瓶颈线路进行电缆升级，缓解线路过载问题。 3. 阶段III：网络增强的BESS规划(VMBP)：在经过电缆升级的网络上，优化BESS的选址和定容，进一步缓解电压越限问题。

关键创新：该方法最重要的创新点在于将电网增强和BESS部署的联合优化问题分解为诊断驱动的序列优化问题。通过VDQ模型识别瓶颈线路，并优先进行电缆升级，为后续的BESS部署创造了更好的条件。这种方法避免了直接求解复杂的联合优化问题，显著降低了计算复杂度，使得大规模配电网的协同规划成为可能。与现有方法相比，该方法更具可扩展性和实用性。

关键设计：VDQ模型用于识别和量化配电网中的违规行为，例如电压越限和线路过载。VMBP模型用于优化BESS的选址和定容，目标是最小化投资成本和运行成本。Top-N优先级瓶颈线路的选择基于VDQ模型的输出，选择对系统性能影响最大的线路进行升级。具体的参数设置包括EV渗透率、基准电压、BESS的容量和功率限制等。

📊 实验亮点

实验结果表明，所提出的DDCP框架在解决高电动汽车渗透率问题上具有显著优势。与VDQ驱动的电缆升级(VCU)模型、VMBP模型和全系统电压升级相比，DDCP框架能够以更低的成本实现更高的电动汽车承载能力，并有效缓解电压越限和线路过载问题。具体性能数据（如成本降低百分比、电动汽车承载能力提升百分比）在论文中进行了详细展示。

🎯 应用场景

该研究成果可应用于配电网规划和运行领域，帮助电力公司在高电动汽车渗透率下，优化电网基础设施和储能系统的部署，提高电网的稳定性和可靠性，降低运行成本，并促进电动汽车的普及。此外，该方法也可推广到其他分布式能源接入场景，例如光伏发电和风力发电。

📄 摘要（原文）

While the rapid proliferation of electric vehicles (EVs) accelerates net-zero goals, uncoordinated charging activities impose severe operational challenges on distribution grids, including exacerbated peak loads, thermal overloading, and voltage violations. To overcome the computational intractability of jointly optimizing grid infrastructure reinforcements and battery energy storage system (BESS) installations, this paper proposes a novel three-stage diagnosis-driven co-planning (DDCP) framework. The methodology integrates a violation detection and quantification (VDQ) model to systematically identify system breaches, and a violation-mitigated BESS planning (VMBP) model for optimal BESS sitting and sizing. Specifically, Stage I of the DDCP framework diagnoses critical bottleneck lines that render standalone BESS solutions infeasible. Stage II targets cable upgrades exclusively at the Top-N prioritized bottleneck lines and Stage III then executes the optimal BESS deployment using a network-enhanced VMBP model. Furthermore, this study quantifies the EV hosting capacity thresholds before and after BESS integration across varying EV adoption rates and base voltages. Finally, a comprehensive comparative analysis evaluates four mitigation approaches: the VDQ-driven cable upgrade (VCU) model, the VMBP model, system-wide voltage uprating, and the proposed DDCP framework. The results demonstrate that the DDCP framework not only resolves the complex joint-optimization hurdle but also achieves the high techno-economic superiority in addressing high-EV-penetration challenges.