极端气象下多能微网最小代价韧性调度模型机理研究

李雯茜; 许刚; 王绎

doi:doi:10.19912/j.0254-0096.tynxb.2025-0842

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 >

极端气象下多能微网最小代价韧性调度模型机理研究

更新时间：2026-03-06

- 极端气象下多能微网最小代价韧性调度模型机理研究
- 极端气象下多能微网最小代价韧性调度模型机理研究
- 太阳能学报 2026年47卷第2期页码：387-397
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2025-0842
  中图分类号： TM732
- 网络首发：2026-03-05，
  
  纸质出版：2026-03-05
- 稿件说明：
移动端阅览
李雯茜, 许刚, 王绎. 极端气象下多能微网最小代价韧性调度模型机理研究[J]. 太阳能学报, 2026,47(2):387-397.

李雯茜, 许刚, 王绎. 极端气象下多能微网最小代价韧性调度模型机理研究[J]. 2026, 47(2): 387-397.
李雯茜, 许刚, 王绎. 极端气象下多能微网最小代价韧性调度模型机理研究[J]. 太阳能学报, 2026,47(2):387-397. DOI： doi:10.19912/j.0254-0096.tynxb.2025-0842.

李雯茜, 许刚, 王绎. 极端气象下多能微网最小代价韧性调度模型机理研究[J]. 2026, 47(2): 387-397. DOI： doi:10.19912/j.0254-0096.tynxb.2025-0842.

摘要

随着极端气象事件频发

电力供应的不确定性增加

现有多能微网调度模型无法有效保障电力供应

使多能协调供电产生高额经济损失。因此针对这一问题

提出极端气象下多能微网最小代价韧性（日前）调度模型

根据极端气象下未来24 h内的负荷需求与应急措施

考虑该情况下数据的稀缺性与可再生能源输出功率的大幅波动性

以最小经济损失完成多能协调供电调度

确保系统能够持续稳定运行。从机理上论证了模型在调度上存在可行范围内的最小代价以及其局部上存在唯一性

提出“边际最优性”作为该模型输出的合理性检验方法。实验分析表明

在极端气象下

传统模型会导致调度策略与实际供需不匹配

增加临时协调造成的经济损失

但极端气象下多能微网最小代价韧性调度模型能有效减少供电缺口

将缺口时长缩短至0.8 h

总经济损耗较传统模型降低25.8%。

Abstract

With the frequent occurrence of extreme meteorological events

the uncertainty of power supply increases

and the existing multi-energy microgrid dispatching model cannot effectively guarantee power supply

which also leads to high economic losses. Therefore

to solve this problem

a minimum cost toughness （day ahead） dispatching model of multi-energy microgrid under extreme weather is proposed. According to the load demand and emergency measures in the next 24 under extreme weather

the scarcity of data and the high volatility of renewable energy output power in this case are considered

and multi-energy coordinated power supply scheduling is completed at the minimum cost to ensure the continuous and stable operation of the system. It is proved that the model has the minimum cost in scheduling and its local uniqueness in mechanism

and "marginal optimality" is proposed as the rationality test method of the model output. Experimental analysis shows that in extreme weather

the traditional model will lead to the mismatch between scheduling strategy and actual supply and demand

increasing the economic loss caused by temporary coordination

but in extreme weather

the minimum cost resilient scheduling model of multi-energy microgrid can effectively reduce the power supply gap

shorten the gap time to 0.8

and reduce the total economic loss by 25.8% compared with the traditional model.

关键词

Keywords

references

郑颖颖, 李鑫, 陈延旭, 等. 基于Stacking多模型融合的极端天气短期风电功率预测方法[J]. 高电压技术, 2024, 50(9): 3871-3882.

牛奎烨, 刘金波, 汤奕, 等. 计及极端气象事件的年度系统运行场景生成方法[J]. 电网技术, 2024, 48(10): 3992-4001.

陈颖, 刘冰倩, 朱淑娟, 等. 极端气象条件下配电网大范围停电贝叶斯网络建模和停电概率预测方法[J]. 供用电, 2019, 36(7): 30-34, 43.

刘文霞, 刘佳怡, 万海洋, 等. 面向多类型极端天气的新型电力系统规划方案全场景风险评估[J]. 电力系统自动化, 2025, 49(4): 65-78.

许寅, 吴翔宇, 王颖. 极端事件下基于城市分区电网孤岛运行的韧性提升技术研究及展望[J]. 供用电, 2024, 41(8): 45-53.

姜海洋, 蒋明华, 丁坤, 等. 极端静稳天气事件下电力系统风险评估与管控[J]. 电力系统自动化, 2025, 49(4): 42-52.

唐文虎, 杨毅豪, 李雅晶, 等. 极端气象灾害下输电系统的弹性评估及其提升措施研究[J]. 中国电机工程学报, 2020, 40(7): 2244-2254.

张虹, 马鸿君, 闫贺, 等. 计及WCVaR评估的微电网供需协同两阶段日前优化调度[J]. 电力系统自动化, 2021, 45(2): 55-63.

尹翔, 李笑竹, 张效俊, 等. 基于Nash谈判的多微网-储能联盟能量交易模型[J]. 华北电力大学学报(自然科学版), 2025, 52(1): 1-12.

宋晓通, 陈佳琪, 师芊芊. 多主体博弈背景下的综合能源微网优化调度[J]. 高电压技术, 2023, 49(8): 3163-3172.

谢雨龙, 罗逸飏, 李智威, 等. 考虑微网新能源经济消纳的共享储能优化配置[J]. 高电压技术, 2022, 48(11): 4403-4412.

龚国仙, 陈博洋, 杨德州, 等. 考虑极端场景优化的高比例新能源电力系统规划方法[J]. 电网技术, 2025, 49(9): 3667-3676.

李德兴, 邱志斌, 王青, 等. 光储微网源网荷储双时间尺度协调运行策略[J]. 南方电网技术, 2025(4): 4-14.

张海锋, 张懿夫, 张家郡. 面向极端灾害的配电网和通信网联合故障抢修恢复策略优化方法[J]. 电力系统及其自动化学报, 2025, 37(5): 149-158.

黄蕃攀, 侯磊, 马建刚, 等. 极端降雨条件下坡耕地土壤微塑料迁移[J]. 中国环境科学, 2025, 45(7): 3843-3854.

余潇潇, 宋福龙, 李隽, 等. 含高比例新能源电力系统极端天气条件下供电安全性的提升[J]. 现代电力, 2023, 40(3): 303-313.

蔡继峰, 尹景勋, 李丹, 等. 风电场极端阵风幅值精细化算法研究[J]. 太阳能学报, 2025, 46(4): 587-594.

杨瑞, 岳雷东, 曾学仁, 等. 极端运行阵风下风电叶片动力学响应特性流固耦合分析[J]. 太阳能学报, 2024, 45(6): 503-509.

AL-KHAYAT M, AL-RASHEEDI M.A new method for estimating the annual energy production of wind turbines in hot environments[J]. Renewable and sustainable energy reviews, 2024, 195: 114343.

AMROLLAHI M H, BATHAEE S M T. Techno-economic optimization of hybrid photovoltaic/wind generation together with energy storage system in a stand-alone micro-grid subjected to demand response[J]. Applied energy, 2017, 202: 66-77.

王瑶, 吴云来, 俞铁铭, 等. 基于特征选择和XGBoost算法考虑极端天文、气象事件影响的光伏性能预测方法[J]. 太阳能学报, 2024, 45(5): 547-555.

教材编写组. 运筹学[M]. 4版. 北京: 清华大学出版社, 2012.

杨秋爽, 李厚蕾, 王宇. 考虑风光储能的微电网日前经济调度[J]. 新型工业化, 2021, 11(5): 212-214.

朱溪, 曾博, 徐豪, 等. 一种面向配电网负荷恢复力提升的多能源供需资源综合配置优化方法[J]. 中国电力, 2021, 54(7): 46-55.

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

计及储能寿命损耗的渔排多微网系统多场景双层优化策略

太阳能与沼气耦合综合能源系统容量与运行联合优化

风光互补综合能源系统结构与容量协同优化

可再生能源混合系统电源优化配置综述

基于阵列斜肋的太阳电池歧管微通道换热性能数值模拟