《Energy Conversion and Management-X》：Power system resilience: Optimal risk-based planning with renewable energy sources and energy storage systems
编辑推荐：
针对高比例可再生能源并网带来的运行不确定性与极端事件风险，本研究提出了一种融合CVaR风险度量与随机优化的日前韧性调度框架。通过协调RES、BESS与传统机组，在IEEE RTS 24节点系统中验证表明，该策略可显著提升系统恢复能力与韧性指标。
当电网遭遇“黑天鹅”：如何让风光储系统在极端天气中“扛得住”？
气候变化背景下，台风、冰灾等极端天气正成为电网的“头号杀手”。与此同时，为了实现“双碳”目标，风电、光伏等可再生能源（RES）在电网中的比例越来越高。但这带来了一个棘手的矛盾：RES发电“看天吃饭”，具有天生的波动性和不确定性；而极端事件（如飓风导致输电塔倒塌）又会引发连锁故障，甚至导致大面积停电。传统的电网调度模型大多是“确定性”的，即假设发电和负荷都是已知的，这种“理想化”的模型在高比例新能源和极端灾害场景下，往往会严重低估风险，导致电网在关键时刻“掉链子”。
为了解决这一难题，来自伊朗大不里士大学的研究团队在《Energy Conversion and Management: X》上发表了一项研究。他们开发了一套全新的“韧性导向、风险感知”的日前调度框架，核心目标不是追求平时的成本最低，而是确保电网在遭遇极端事件时，能最大限度地保持供电并快速恢复。研究结果显示，单纯引入可再生能源可提升韧性约4.66%，而“可再生能源+储能（BESS）”的组合拳，能将韧性提升近13%。更重要的是，采用风险规避策略后，电网在最坏情况下的损失可被有效控制。
关键技术方法
本研究构建了基于条件风险价值（CVaR）的两阶段随机优化模型，以量化极端事件下的尾部风险。利用真实风速、辐照度及负荷数据生成大量不确定性场景，并通过线性化DistFlow潮流模型保证孤岛与联网状态下的计算可行性。通过引入通用韧性指标（GRM）与韧性曲线，量化评估了系统在灾前、灾中及灾后的动态性能。
研究结果
1. 韧性曲线与通用韧性指标评估
通过绘制韧性曲线（Resilience Curve）并计算GRM，量化了不同配置下的系统性能。结果表明，在极端事件导致主网解列后，仅含RES的系统韧性提升有限（4.66%），因其出力波动可能导致孤岛系统频率崩溃。而“RES+BESS”组合能平滑波动并提供快速功率支撑，使韧性提升达12.98%，显著改善了故障期间的负荷恢复率。
2. 风险规避（Risk-Averse）策略的效益
对比风险中性（Risk-Neutral）策略，基于CVaR的风险规避调度显著降低了极端场景下的负荷削减量（EENS）。在置信水平β=0.95时，系统在最恶劣的5%场景下的损失成本降低了约23.5%，证明了该策略能有效避免“灾难性”停电事故。
3. 孤岛运行与恢复能力
在模拟主网故障、微网转入孤岛运行的场景中，BESS发挥了“稳定锚”的作用。通过日前优化预留储能容量，系统在故障初期避免了因功率缺额导致的崩溃，并在后续时段有序恢复了85%以上的关键负荷（如医院、供水设施）。
结论与意义
这项研究证实，数据驱动的不确定性建模与风险感知优化相结合，是提升现代配电网韧性的关键。它打破了传统确定性规划的局限性，为电网运营商提供了两件“利器”：一是CVaR风险控制，让电网在面对“黑天鹅”事件时更有底气；二是韧性量化工具（GRM），让“韧性”这个抽象概念变得可测量、可优化。对于正在建设新型电力系统的中国而言，该研究为高比例新能源接入下的电网安全运行提供了重要的技术路径——不仅要算“经济账”，更要算“风险账”和“安全账”。
