“图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略

闫红庆; 刘方; 朱丹丹; 周前; 徐韵; 杨秀

doi:10.13335/j.1000-3673.pst.2025.1510

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

“图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略

大规模电动汽车与电网互动关键技术 | 更新时间：2026-09-19

- “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略
- “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略
- 电网技术 2026年50卷第9期页码：3682-3700
- 作者机构：
  
  1. 上海电力大学电气工程学部
  2. 国网江苏省电力公司电力科学研究院
  3. 国网上海市电力公司培训中心
- 作者简介：
- 基金信息：
- DOI：10.13335/j.1000-3673.pst.2025.1510
  中图分类号： U491.8;TM73
- 纸质出版：2026
- 稿件说明：
移动端阅览
闫红庆, 刘方, 朱丹丹, 等. “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略[J]. 电网技术, 2026,50(9):3682-3700.

闫红庆, 刘方, 朱丹丹, et al. “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略[J]. 2026, 50(9): 3682-3700.
闫红庆, 刘方, 朱丹丹, 等. “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略[J]. 电网技术, 2026,50(9):3682-3700. DOI： 10.13335/j.1000-3673.pst.2025.1510.

闫红庆, 刘方, 朱丹丹, et al. “图论-统计”联合驱动下提升新型配电系统新能源承载力的电动汽车动态分群策略[J]. 2026, 50(9): 3682-3700. DOI： 10.13335/j.1000-3673.pst.2025.1510.

摘要

大规模分布式新能源(distributed generation

DG)的间歇性与波动性对配电网构成冲击，使得车网互动(vehicle-to-grid

V2G)成为提升其新能源承载力的关键手段。对此，该文面向新型配电系统新能源大范围高渗透特征，构建了“图论-统计”联合驱动的电动汽车(electric vehicle

EV)与电网双向互动模型，提出了节点级新能源承载力裕度评估指标，并设计了考虑配网新能源承载力的EV自适应动态分群策略。首先，融合图论拓扑与统计分布特性，构建EV与充电站的逻辑关联图模型，实现结构灵活性与量化精度的统一；其次，通过K-means聚类算法实现配电网分区，并构建基于多智能体深度确定性策略梯度算法(multi-agent deep deterministic policy gradient

MADDPG)的两阶段串联决策架构，设计结构响应标签引导的双阶段经验回放机制，以实现EV的动态自适应分群与配网有功-无功联合优化，从而增强配电系统的新能源承载力；然后，针对节点级新能源承载力的评估，构建了融合时序波动、电压稳定与逆潮流约束的高维动态评估模型，并基于均匀流形逼近与投影(uniform manifold approximation and projection

UMAP)降维方法刻画多节点协同下的容量追加裕度边界，旨在提升新能源接入能力评估的精度与可解释性。最后，通过江苏某地113节点系统验证所提策略在提升配电网节点级新能源裕度、优化电压以及降低网络损耗方面的有效性。

Abstract

关键词

Keywords

references

王毅,陈进,麻秀,侯兴哲,郑可,陈文礼.采用分群优化的电动汽车与电网互动调度策略[J].电力自动化设备,2020(05).

黄学良,刘永东,沈斐,高山,顾雅茹,杨泽鑫,文欣.电动汽车与电网互动：综述与展望[J].电力系统自动化,2024(07).

范培潇,杨军,温裕鑫,柯松,刘学成,丁乐言.考虑电动汽车与微电网参与的配电网双层协调控制策略[J].电力系统自动化,2024(19).

於锋,殷琪皓,佟明昊,张千帆.电动汽车用多相电驱重构型车载充电系统关键技术综述[J].中国电机工程学报,2024(13).

祁向龙,陈健,赵浩然,张文,张柯雨.多时间尺度协同的配电网分层深度强化学习电压控制策略[J].电力系统保护与控制,2024(18).

金永天,谢俊,周翠玉,张金帅,徐铭铭,杨小莲.基于IFCM算法的电动汽车群聚合调峰方法[J].高电压技术,2024(07).

蔡木良,范瑞祥,贺贵东,朱彦,车亮.基于时间规律聚合电动汽车的有源配电网源荷储协同调控[J].智慧电力,2025(01).

李彬贤,李佳勇,海征,万灿,朱利鹏,张聪,李杨.基于多智能体深度强化学习的配电网三相不平衡在线治理方法[J].中国电机工程学报,2025(05).

杨德健,卢学炫,王枭,严干贵.考虑用户特征与意愿的电动汽车调节功率刻画及频率支撑策略[J].电工技术学报,2025(11).

刘可真,赵贞焰,何界东,赵现平,陈艳霞,陈明,谭化平.考虑用户意愿下电动汽车动态参与调频服务的两阶段优化调度[J].电网技术,2025(05).

叶宇剑,吴奕之,胡健雄,刘曦木,刘志远,许德智,万剑,杨烨,Goran STRBAC.城市电力-交通耦合系统的联合推演与协同优化：研究综述、挑战与展望[J].中国电机工程学报,2025(11).

徐玉珍,邹中华,刘宇龙,曾梓洋,文云,金涛.基于多尺度卷积神经网络和双注意力机制的V2G充电桩开关管开路故障信息融合诊断[J].中国电机工程学报,2025(08).

龚锐,李华强,许立雄.面向配电网综合承载力提升的储能优化配置方法[J].电网技术,2025(09).

郑颖颖,缪新义,王晖,赵永宁.支持时变需求响应激励价格的电动汽车优化充电策略[J].电力系统自动化,2025(09).

Bing Sun,Ruipeng Jing,Leijiao Ge,Yuan Zeng,Shimeng Dong,Luyang Hou.Quick Hosting Capacity Evaluation Based on Distributed Dispatching for Smart Distribution Network Planning with Distributed Generation[J].Journal of Modern Power Systems and Clean Energy,2024(01).

刘洪,曹睿智,韩俊,蔡超,潘文婕,李俊锴.配电网的分布式发电承载能力评估研究现状与展望[J].电力系统自动化,2025(17).

焦治杰,许寅,刘曌,王小君,和敬涵,司方远.寒潮天气下考虑电动汽车参与灵活调节的电网优化调度方法[J].电力系统自动化,2025(04).

颜湘武,卢俊达,贾焦心,吴鸣,牛耕.面向配电台区经济性及综合承载力提升的旋转潮流控制器双层规划模型[J].电工技术学报,2025(07).

胡厚鹏,刘伟,肖艳红,杨尚,蔡曜泽,廖强强.基于调度容量影响的并网光伏与V2G运行多目标优化[J].电力工程技术,2025(06).

姜涛,吴成昊,李雪,张儒峰,付麟博.计及V2G主动支撑的输配协同日前-实时优化调度[J].电力系统自动化,2025(10).

钱涛,方铭宇,束雯暄,胡秦然,邵成成.基于微观交通流模型的城市快充负荷精细化实时仿真框架[J].中国电机工程学报,2025(11).

黄健,扶向阳.采用分群优化的电动汽车与电网互动调度措施分析[J].电气技术与经济,2024(07).

MengChu Zhou,Meiji Cui,Dian Xu,Shuwei Zhu,Ziyan Zhao,Abdullah Abusorrah.Evolutionary Optimization Methods for High-Dimensional Expensive Problems: A Survey[J].IEEE/CAA Journal of Automatica Sinica,2024(05).

孔令达,张波,韩晓娟,杨过,刘文龙,杨红磊.多类型充电设施车网融合互动同构元模型[J].中国电机工程学报,2025(S1).

甘磊,张鹏,陈裕江,余昆,陈星莺,王博,华昊辰.考虑多维生活需求的居民有限理性用电需求响应决策[J].中国电机工程学报,2026(02).

Junyi Yang,Jiangmin Bao,Yuhan Hou,Han Wu,Qiang Li,Yue Yuan.DG Hosting Capacity Assessment Considering Dependence Among Wind Speed, Solar Radiation,and Load Demands[J].CSEE Journal of Power and Energy Systems,2024(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向城市配电网韧性提升的多类型移动应急资源协同调度策略

基于四方演化博弈的车网互动聚合商运营优化方法

基于多源数据融合与用户柔性引导的公共充换电场站需求响应改进机制

基于改进一致性算法的大规模电动汽车聚合调度指令快速分解

考虑车网互动和动态碳交易的多能源虚拟电厂数字孪生调控策略