Optimization Strategy for Resilience Enhancement of Distribution Networks with Mobile Energy Storage Systems Considering Blizzard Disasters

WANG Xiuli; ZHANG Zeyu; GU Zhihong; WEN Fusuan; ZHAO Xingyong; WANG Yao; SHI Zheng

doi:10.20204/j.sp.2025.09008

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

Optimization Strategy for Resilience Enhancement of Distribution Networks with Mobile Energy Storage Systems Considering Blizzard Disasters

更新时间：2025-12-16

- Optimization Strategy for Resilience Enhancement of Distribution Networks with Mobile Energy Storage Systems Considering Blizzard Disasters
- Vol. 53, Issue 9, Pages: 64-73(2025)
- 作者机构：
  
  1. 山西大学电力与建筑学院,山西,太原,030013
  2. 国网山西省电力公司经济技术研究院,山西,太原,030021
  3. 浙江大学电气工程学院,浙江,杭州,310027
- 作者简介：
- 基金信息：
- DOI：10.20204/j.sp.2025.09008
  CLC：
- Published：2025
- 稿件说明：
移动端阅览
王秀丽,张泽宇,谷志红,文福拴,赵兴勇,王尧,石正.考虑暴雪灾害的移动储能系统协同配电网弹性提升的优化策略[J].智慧电力,2025,53(9):64-73.

WANG Xiuli, ZHANG Zeyu, GU Zhihong, et al. Optimization Strategy for Resilience Enhancement of Distribution Networks with Mobile Energy Storage Systems Considering Blizzard Disasters[J]. 2025, 53(9): 64-73.
王秀丽,张泽宇,谷志红,文福拴,赵兴勇,王尧,石正.考虑暴雪灾害的移动储能系统协同配电网弹性提升的优化策略[J].智慧电力,2025,53(9):64-73. DOI： 10.20204/j.sp.2025.09008.

WANG Xiuli, ZHANG Zeyu, GU Zhihong, et al. Optimization Strategy for Resilience Enhancement of Distribution Networks with Mobile Energy Storage Systems Considering Blizzard Disasters[J]. 2025, 53(9): 64-73. DOI： 10.20204/j.sp.2025.09008.

摘要

研究了利用移动储能系统（MESS）提升配电网在暴雪灾害下的系统弹性问题。首先，建立随机空间暴雪损伤模型，并采用蒙特卡洛方法对暴雪随机灾害进行了抽样处理；其次，在随机模型基础上，将弹性配电系统规划问题转化为主-子优化问题，实现协同决策。最后，通过改进的IEEE-33节点配电网系统对所提方案进行了验证。仿真结果表明，在暴雪灾害下，当线路发生断线或杆塔倒塌时，采用所设计的路径规划并部署移动储能参与配电网调度后，弃负荷量、总成本和恢复时间均有所降低，证明了所提策略能够有效提升配电网在暴雪极端灾害下的弹性。

Abstract

This study investigates the use of mobile energy storage systems （MESS） to enhance the resilience of distribution networks under blizzard disasters.First，a stochastic spatial bilzzard damage model is established，and Monte Carlo sampling is applied to simulate random blizzard disaster scenarios.Second，based on the stochastic model，the resilient distribution system planning problem is transformed into a master-subproblem optimization framework to achieve collaborative decision-making.Finally，the proposed strategy is validated using a modified IEEE 33-bus distribution network system.Simulation results demonstrate that when line breaks or tower collapses occur during blizzards，the implementation of designed path planning and MESS deployment reduces load shedding，total costs，and recovery time.This verifies the effectiveness of the proposed strategy in enhancing distribution network resilience under extreme blizzard disasters.

关键词

Keywords

references

吴佳峰，何文丹，张琪，等. 配电网架空线路覆冰断线原因及防范措施 [J ] .农村电工，2024，32（10）：44.

CHEN T，XU X，WANG H，et al. Routing and scheduling of mobile energy storage system for electricity arbitrage based on two-layer deep reinforcement learning [J ] .IEEE Transactions on Transportation Electrification，2023，9（1）：1087-1102.

刘唯. 高比例可再生能源配电网中移动式储能规划与调度方法研究 [D ] .上海：上海理工大学 2022.

张璐，黄睿，王照琪，等. 考虑恢复力与经济性均衡的配电网移动储能优化配置策略 [J ] .电力系统自动化，2020，44（21）：23-31.

龚丹丹. 供能多元化主动配电网的协同配置与运行优化研究 [D ] .上海：上海大学 2023.

YAO S，WANG P，LIU X，et al. Rolling Optimization of Mobile Energy Storage Fleets for Resilient Service Restoration [J ] .IEEE Transactions on Smart Grid，2020，11（2）：1030-43.

杨丽君，赵宇，赵优，等. 考虑交通路网应急电源车调度的有源配电网故障均衡恢复 [J ] .电力系统自动化，2021，45（21）：170-80.

PENG B，KESKIN M F，KULCSáR B，et al. Connected autonomous vehicles for improving mixed traffic efficiency in unsignalized intersections with deep reinforcement learning [J ] .Communications in Transportation Research，2021，1，100017：1-5.

黄冬梅，吕嘉欣，时帅，等. 计及需求响应的海岛微电网群优化运行研究 [J ] .电力系统保护与控制，2024，52（9）：88-98.

孙义豪，李科，许长清，等. 低压配电台区移动储能系统优化调度方法 [J ] .电力系统及其自动化学报，2024，36（12）：37-44.

YAO S，GU J，ZHANG H，et al. Resilient load restoration in microgrids considering mobile energy storage fleets：a deep reinforcement learning approach [C ] //Proceedings of the 2020 IEEE Power & Energy Society General Meeting （PESGM），Montreal，Canada，2020.

WANG Y，QIU D，STRBAC G. Multi-agent deep reinforcement learning for resilience-driven routing and scheduling of mobile energy storage systems [J ] .Applied Energy，2022，310：1-18.

NIU M，WANG H，LI J，et al. Coordinated energy dispatch of highway microgrids with mobile storage system based on DMPC optimization [J ] .Electric Power Systems Research，2023，217：1-10.

王斌，李立涅，魏发生，等. 不均匀覆冰下的架空地线覆冰在线监测力学计算模型改进 [J ] .高电压技术，2022，48（11）：4538-4545.

时雨，孙勇，王佳旭，等. 考虑农网间歇性负荷的配电网移动储能车预配置方法及调度策略 [J ] .电力自动化设备，2024，44（12）：210-218.

HE G，MICHALEK J，KAR S，et al. Utility-scale portable energy storage systems [J ] .Joule，2021，5（2）：379-392.

张新宇，姚方，文福拴，等. 基于最优路径的配电网弹性恢复力提升策略 [J ] .分布式能源，2023，8（6）：20-26.

XIE H，SUN X，CHEN C，et al. Resilience metrics forintegrated power and natural gas systems [J ] .IEEE Transactions on Smart Grid，2022，13（3）：2483-2486.

王月汉，刘文霞，姚齐，等. 面向配电网弹性提升的移动储能预布局与动态调度策略 [J ] .电力系统自动化，2022，46（15）：37-45.

王钰山，邓晖，王旭，等. 考虑台风时空演变的配电网移动储能优化配置与运行策略 [J ] .电力系统自动化，2022，46（9）：42-51.

刘一兵，吴文传，张伯明，等. 基于混合整数二阶锥规划的三相有源配电网无功优化 [J ] .电力系统自动化，2014，38（15）：58-64.

翁晓勇，谭阳红. 考虑移动储能有功时空支撑的不对称配电网负荷恢复策略 [J ] .电网技术，2021，45（4）：1463-1470.

王守相，刘琪，赵倩宇，等. 配电网弹性内涵分析与研究展望 [J ] .电力系统自动化，2021，45（9）：1-9.

时珊珊，崔正达，陈颖，等. 电气化交通和城市电网协同弹性提升方法综述 [J ] .电工电能新技术，2022，41（3）：43-54.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰