Децентрализованная оптимизация для эффективной координации систем передачи и распределения с динамической агрегацией DER

Почему нашей энергосети нужна новая форма взаимодействия

Электроэнергия уже не течёт только в одном направлении от удалённых электростанций к нашим домам. Солнечные панели на крышах, электромобили, аккумуляторы и «умная» бытовая техника — все они известны как распределённые энергетические ресурсы (DER) и превращают кварталы в мини‑электростанции. В этой статье рассматривается, как координировать миллионы таких мелких устройств с большой сетью высоковольтной передачи, чтобы свет оставался включённым, затраты были низкими, а доля чистой энергии росла, не перегружая при этом существующие рыночные и управляющие системы.

Обещание и проблема локальной энергетики

Регуляторы в США открыли оптовые рынки электроэнергии для DER, чтобы владельцы панелей, батарей и гибких нагрузок могли получать оплату как традиционные генераторы. Теоретически это должно повысить эффективность, сократить выбросы углерода и снизить счета потребителей. На практике крупные электростанции находятся в сетях высоковольтной передачи, а DER распределены по запутанным сетям низкого напряжения. Эти локальные сети сложнее, динамичнее и менее видимы региональным диспетчерам. Если рынки будут рассматривать весь фидер города как одно простое устройство, это может привести к расписаниям потоков мощности, которые на бумаге выглядят корректно, но в реальности перегрузят провода или выведут локальные напряжения за допустимые пределы.

От «Гранд‑Сентрал» контроля к многоуровневому принятию решений

Один из способов избежать таких несоответствий — «Гранд‑Сентрал» контроль: региональный оператор мог бы моделировать каждый квартал, каждую линию и каждую панель в гигантской всеведущей оптимизации. Авторы объясняют, почему это нереалистично. Математика подробных расчётов потоков мощности нелинейна и тяжела, и добавление тысяч узлов распределения затормозит рыночное программное обеспечение, которое и так работает в сжатые сроки. Альтернатива — многоуровневая координация. Локальные операторы распределительных сетей собирают предложения от DER, агрегируют их и отправляют упрощённое представление региональному оператору. После расчёта рынка они распаковывают общие инструкции обратно в расписания на уровне устройств. Этот слойный подход защищает приватность и делает вычисления управляемыми — при условии, что упрощения по‑прежнему отражают физику реальных сетей.

Преобразование множества мелких устройств в виртуальные электростанции

Ключевая идея статьи — более умный способ строить такие упрощённые представления. Вместо того чтобы описывать целую зону распределения как одну «чёрную коробку», авторы формируют сокращённую схему, в которой сохраняют только «магистраль» каждого фидера, а боковые ответвления группируют в несколько зон. Каждая зона становится виртуальной электростанцией — кластером DER, который может вводить или поглощать мощность в определённых пределах и с определёнными затратами. С помощью известного движка расчёта потоков мощности (MATPOWER) они многократно решают подробную физическую модель, аккуратно изменяя мощности входа и выхода для каждой зоны. По результатам этих экспериментов они выводят гладкие кривые, описывающие, сколько дополнительной мощности каждая виртуальная станция может предложить или поглотить и каковы соответствующие издержки, при этом соблюдая локальные ограничения, такие как пропускная способность линий и уровни напряжения.

Построение реалистичной «площадки» для проверки идеи

Чтобы проверить выдержит ли подход в стрессовых условиях, авторы разработали пятиэтапный «тестбенч». Сначала они генерируют множество случайных рабочих условий, варьируя спрос потребителей и ограничения линий передачи. Затем формируют агрегированные заявки для каждой виртуальной станции с помощью подробных симуляций. Третьим этапом региональная оптимизация выбирает наиболее дешёвую комбинацию традиционных генераторов и виртуальных станций для каждого сценария. Четвёртый этап — локальные операторы переводят эти общие инструкции обратно в индивидуальные уставки DER. Наконец, команда проверяет, остаются ли эти расписания реализуемыми при подключении к полной интегрированной модели как передачи, так и распределения. Если нет, они измеряют, насколько требуется отклонить выходы отдельных устройств от запланированных значений, чтобы получить физически выполнимое решение, и как это отклонение увеличивает общие затраты.

Что показывают симуляции о сетях будущего

Исследователи тестируют метод на системах разного масштаба: крошечная сеть из 6 узлов с двумя распределительными сетями, средняя сеть из 118 узлов с десятью сетями и крупная сеть из 300 узлов с пятьюдесятью. В сотнях сценариев их сокращённый подход надёжно находит расписания с общей стоимостью, отличающейся лишь на доли процента от полного централизованного «божьего ока». Что более важно, при проверке по полным физическим моделям их многоуровневые расписания требуют меньших корректировок, чем расписания, полученные традиционными схемами агрегации, особенно когда соседние распределительные сети взаимосвязаны. В больших, перегруженных системах классические методы иногда требуют значительных корректировок в последний момент или вовсе не находят реализуемых расписаний, тогда как новый подход удерживает отклонения в пределах разумного и сохраняет большую часть запланированных рыночных результатов.

Что это означает для обычных потребителей энергии

Проще говоря, эта работа показывает, как операторы сетей могут допустить миллионы мелких устройств к участию в оптовых рынках электроэнергии, не утонув в данных и не подвергая риску безопасность потоков мощности. Сжимая квартальные сети в упрощённые, но основанные на физике виртуальные электростанции, метод авторов позволяет рынковым моделям оставаться близкими к реальности, даже когда распределительные сети связаны между собой и сильно нагружены. Это означает более надёжную эксплуатацию, справедливые цены и лучшее использование чистых местных ресурсов. По мере того как количество панелей, электромобилей и батарей продолжит расти, такие слоистые, децентрализованные методы оптимизации могут стать ключевым элементом гибкой, низкоуглеродной и удобной для потребителей электрической сети.

Цитирование: Raghunathan, N., Wang, Z., Chen, F. et al. Decentralized optimization for effective coordination of transmission and distribution systems with dynamic DER aggregation. Sci Rep 16, 8795 (2026). https://doi.org/10.1038/s41598-026-39014-4

Ключевые слова: распределённые энергетические ресурсы, виртуальные электростанции, координация энергосистем, рынки электроэнергии, распределительные сети