学术简报：跨区资源共享的多区域电-氢综合能源系统灾后恢复策略

景点排名 2025年11月10日 01:33 0 aa

氢能系统可实现能量的跨时空转移，在增强配电网韧性方面展现出巨大潜力。目前多区域电-氢综合能源系统（MR-EH-IES）灾后协同恢复机制尚不明确，现有方法难以挖掘移动弹性资源跨区支撑潜力，为此重庆大学电力和能源可靠性研究中心AI Energy Lab提出了一种跨区资源共享的MR-EH-IES灾后恢复策略。创建"区内自治-资源统筹-区间共享"的技术思路，充分考虑移动电源、维修人员与氢能系统在灾后恢复中的协同配合潜力，提出考虑跨区资源共享的MR-EH-IES双层灾后恢复模型。仿真实验结果验证了所提方法的有效性和优越性。

研究背景

随着全球气候变化加剧，极端天气事件频发，对配电网的安全稳定运行带来了严峻挑战。在电力系统能源转型的大背景下，发展具有高弹性的综合能源系统已成为保障能源安全的迫切需求。氢能作为重要的二次能源，具有独特的跨时空灵活调节特性，能够通过氢燃料发电车、氢长管拖车等移动设备在极端灾害下增强配电网的弹性。

多区域电-氢综合能源系统通过区域间的协调配合，可以实现资源的优化配置和互补支撑，在提升系统整体抗灾能力方面具有显著优势。因此，深入研究极端事件下多区域综合能源系统的快速恢复技术，对于构建安全可靠的现代能源体系具有重要意义。

论文所解决的问题及意义

目前的相关研究还较为匮乏，现有配电网灾后恢复策略研究多通过协同调度移动应急资源与社会资源，增强系统在灾后恢复中的弹性，少有文献考虑到氢能系统的跨时空灵活性与移动应急资源的跨区域支撑能力。氢能、移动电源与维修人员等弹性资源的多区域协同灾后恢复机制尚未明确，难以充分挖掘移动弹性资源（MRR）的跨区支撑潜力。

同时，MR-EH-IES灾后协同恢复模型涉及多个区域、多种恢复措施的时空变量和0-1决策变量，变量之间相互耦合，建模难度大。因此，亟须深入研究MR-EH-IES灾后协同调度机制，提升系统的灾后恢复能力，这对于保障极端事件下的电力供应安全具有重要意义。

论文方法及创新点

针对现有研究中多区域电-氢综合能源系统（MR-EH-IES）灾后协同恢复机制尚不明确，难以挖掘移动弹性资源跨区支撑潜力的问题，本文基于"区内自治-资源统筹-区间共享"的思想，提出了跨区资源共享的MR-EH-IES灾后恢复策略。

图1 MR-EH-IES 结构

本文构建的MR-EH-IES结构如图1所示，氢能系统通过电力线路与配电网耦合，移动电储能、氢燃料发电车、氢长管拖车及维修人员等移动弹性资源（MRR）通过交通网与区域内不同电网接入点节点、故障线路、氢能系统或加氢站相连。

图2 考虑跨区资源共享的 MR-EH-IES 双层灾后恢复框架

基于"区内自治-资源统筹-区间共享"的思路，本文建立了考虑跨区资源共享的MR-EH-IES双层灾后恢复框架，如图2所示。在下层，EH-IES进行区内自治，充分考虑移动电储能、氢燃料发电车、维修人员与氢能系统在灾后恢复中的协同配合潜力；在上层，联合抗灾中心根据各区域上报信息统筹分配MRR，发挥MRR的跨区域支撑潜力。

图3 MR-EH-IES 双层灾后恢复模型求解流程

为提高求解效率，本文采用Big-M法并引入辅助变量对模型中的非线性项进行线性化处理，将考虑跨区资源共享的MR-EH-IES双层灾后恢复模型转换为混合整数线性规划问题，求解流程如图3所示。

图4 不同案例下切负荷损失

仿真结果表明，相比于案例1，案例2中区域2、4的二级切负荷损失大幅下降，降幅分别达到了70.6%与39.7%，如图4所示。考虑跨区资源共享的MR-EH-IES双层灾后恢复模型能够分析各区域的受灾情况，合理分配MRR，优先保障重要负荷的供应。

图5 MRR区域间分配结果

图5展示了案例2中移动电储能、氢燃料发电车与维修人员在区域间的分配情况。本文方法能够准确地分析各区域的受灾情况，优先供应各区域的重要负荷，并且能够及时更新各区域的受损情况，合理调配无恢复任务的移动电源，提升移动电源利用率。

考虑跨区资源共享后，MR-EH-IES总切负荷损失下降了22.4%，其中区域2与区域4切负荷损失分别下降了157.8×10³元与62.5×10³元。分布式电源的总供电成本上升了31.6%，表明分布式电源在灾后恢复中的利用率有所提升，为系统提供了更多的能量支撑。

表1 不同案例下仿真结果 *单位：103元

结论

本文基于"区内自治-资源统筹-区间共享"的思想建立了跨区资源共享的MR-EH-IES双层灾后恢复框架；充分考虑移动电储能、氢燃料发电车、维修人员与氢能系统的协同配合潜力，提出了考虑跨区资源共享的MR-EH-IES双层灾后恢复策略。仿真分析表明，与现有方法相比，本文所提灾后恢复策略能够有效降低系统失负荷损失，显著提升MR-EH-IES的灾后恢复能力。

团队介绍

重庆大学电力和能源可靠性研究中心AI Energy Lab长期致力于新型电力系统与人工智能、电氢综合能源系统等方面的研究和工程实践工作。

温紫豪，硕士研究生，研究方向为电-氢综合能源系统弹性运行与规划策略。

任洲洋，教授，博士生导师，研究方向为新型电力系统与人工智能、电氢综合能源系统。承担国家级、省部级及企业横向项目30余项，发表SCI/EI论文百余篇，申请/授权国家发明专利60余项。先后担任IEEE Trans. on Smart Grid、IEEE Trans. on Sustainable Energy等6本国际知名期刊副编辑，获省部级奖励3项，入选重庆英才-青年拔尖人才计划，获IEEE Trans. on Sustainable Energy Outstanding Associate Editor of 2022等荣誉。

董朝阳，讲座教授，香港城市大学电气工程系主任，IEEE Fellow，研究方向为电力系统规划、智能电网、智慧城市、电力市场和可再生能源并网技术。主持澳大利亚国家研究基金等资助的30余项国际科研项目，发表论文300余篇，Google Scholar被引超过6万次。担任多个IEEE期刊和IET期刊编辑或副编辑。