《Energy Conversion and Management-X》：Reliability as a design principle: A systematic review and integrated framework for renewable-based microgrids
编辑推荐：
这篇综述聚焦于将“可靠性”提升为可再生能源微电网设计的核心组织原则。文章通过快速综述方法，系统性地整合了现有文献，探讨了规划假设、优化框架、运行灵活性机制和可靠性评估方法如何共同塑造了微电网的可靠性结果。作者提出，在可再生能源为主导的微电网中，可靠性主要由时序、时间耦合的能量充足性（而非仅装机容量）决定，其中“Dunkelflaute”（风能和太阳能同时长期短缺）事件成为充足性失效的关键决定因素。综述指出了当前从传统电力系统沿用的可靠性指标不适用于可再生能源微电网的局限性，并整合了规划因素、优化方法、可靠性评估和指标适用性，为以可靠性为中心的微电网规划提供了一个集成的路线图。
在向脱碳能源系统转型的全球背景下，电力网络的架构和运行原则正在被重塑。然而，以可再生能源为主体的系统引入了间歇性和依赖于天气的发电曲线、降低的惯性和故障电流贡献，从根本上改变了电力系统确保可靠供电的运行条件。在这一演进中的能源格局中，确保可靠性——即系统在可接受的标准内按需求量向用户供电的能力——已成为现代电力系统的核心挑战。微电网（microgrid）作为一种有前景的架构范式，被定义为具有明确电气边界、可作为单一可控实体运行（相对于电网）的互联负载和分布式能源资源（DER）的集合，能够运行在并网或孤岛模式，为解决这些挑战提供了途径。
可靠性导向的微电网设计所面临的挑战 源于多个因素。与大型互联电力系统不同，微电网表现出长期规划决策与不确定性下的短期运行可行性之间的强烈依赖性。规划阶段做出的决策，如分布式发电、储能和网络资产的规模和选址，直接决定了在可再生能源短缺或组件故障期间是否存在可行的运行状态。此外，微电网需要在两种基本不同的运行模式（并网运行和孤岛运行）下维持可接受的可靠性性能，每种模式都提出了不同的技术和可靠性要求。两种模式之间的转换（无论计划内还是计划外）都会引入额外的可靠性风险。微电网中逆变器接口的广泛使用引入了与传统机电设备根本不同的故障模式和退化机制。此外，在双向功率流和上述逆变器主导的运行条件下，传统保护方案的局限性也使可靠性导向的设计进一步复杂化。微电网设计中的成本-可靠性权衡也因投资决策与实现的可靠性结果之间非平滑且高度非线性的关系而具有挑战性。
现有综述文献的局限性 在于其呈现碎片化。大量综述以技术经济设计和成本最优规模确定为主，可靠性通常通过通用的备用裕度隐含假设，或使用一组狭窄的客户加权中断指数来表示，而没有检验这些指数对于逆变器主导和基于可再生能源的运行是否仍然有效。同样，一些研究主要关注优化算法和求解技术，但将可靠性建模视为简化的约束集。现有综述通常孤立地对待关键设计原则，没有提供展示这些因素在可靠性导向的微电网设计中如何相互作用的集成框架。此外，专门关注可靠性评估的综述通常讨论可靠性指标和评估方法，但就评估结果应如何为规划决策（如DER规模确定、选址、网络加固和运行策略）提供指导方面提供的建议有限。
为此，本综述采用快速综述（rapid review） 方法，对2015年至2026年初的文献进行了系统性检索与筛选，最终纳入了20篇综述文章，并辅以59篇通过引文追踪获得的一手研究，旨在将可靠性确立为统一的分析原则，并以此为基础系统性地回顾微电网规划与设计。
综述的核心研究问题包括：1. 实现更高可靠性的微电网规划与设计的关键因素是什么？2. 用于解决可靠性导向微电网设计问题的最先进优化技术及其相对优点是什么？3. 微电网可靠性评估中常用的可靠性指标有哪些，这些指标对现代富可再生能源微电网的适用性如何？
设计可靠微电网的关键因素 涵盖技术、经济、社会和环境等多个维度。技术因素是基础，包括：
- •
负载分析：理解消费者需求曲线是微电网规划的基本因素。准确的负载预测对于可靠性设计至关重要，不充分的预测可能导致发电和存储组件的规模过大或不足。将动态负载模型纳入设计对于确保可靠的微电网运行至关重要。人工智能驱动的负载预测方法，如长短期记忆（LSTM）网络，在捕捉传统预测技术经常无法表征的时间依赖性方面表现出优越性能。
- •
发电组合：确定最佳的发电组合对于微电网的长期可靠性至关重要。分布式能源资源（DER）如太阳能和风能既带来了机遇也带来了挑战。因此，传统和可再生能源的平衡组合至关重要，其中不稳定的可再生能源输出由更稳定的来源（如柴油发电机）支持。然而，最近的研究表明，即使是精心优化和灵活的发电组合，在面临Dunkelflaute（指风能和太阳能发电同时长期处于低水平的时期）时也可能不足。这种现象在某些地区可能持续数天甚至数周，带来了高影响的充足性风险，仅通过发电组合优化可能无法完全解决。
- •
储能系统：储能，特别是电池储能系统（BESS），在平衡可再生能源的间歇性、提供备用电源和增强微电网可靠性方面发挥着关键作用。储能规模确定和运行策略必须共同优化，以实现可靠且经济高效的运行。储能的有效运行受到其退化机制的限制，在规划中必须加以考虑。将储能与其他灵活性资源（如需求响应）整合可以进一步提高系统可靠性。
- •
网络拓扑与保护：微电网的网络拓扑（如辐射状、环状或网状）直接影响其可靠性和运行灵活性。保护系统设计必须适应双向功率流、可变的故障电流贡献以及在并网和孤岛模式之间变化的运行条件。传统的过电流保护方案在逆变器主导的微电网中可能面临协调失败和灵敏度降低的问题。基于通信的保护方案和人工智能驱动的保护技术被认为是潜在的解决方案。
- •
电力电子可靠性：电力电子转换器（逆变器）是现代可再生能源微电网的核心。它们表现出对热应力、控制交互和协调问题的高敏感性，其故障行为通常是突发的而非渐进的。然而，大多数既定的可靠性评估方法是为常规发电和网络组件开发的，因此不能准确捕捉逆变器主导的微电网的运行依赖性、动态行为和故障特征。因此，在微电网设计中必须特别关注电力电子设备的可靠性建模和寿命预测。
经济因素涉及成本-可靠性权衡。在可再生能源微电网中，对发电、储能或网络容量的增量投资可能不会带来可靠性的成比例改善，因为可靠性受限于与能量平衡、储能荷电状态和应急覆盖相关的约束性充足性约束。因此，在微电网中，成本-可靠性关系不能用平滑的权衡函数充分表示。社会和环境因素包括社区参与和接受度、政策与监管框架以及环境影响。成功的微电网项目需要社区的支持和参与。支持性的政策和监管对于微电网的部署和可靠运行至关重要。微电网设计还须考虑其碳足迹和整体环境可持续性。
优化技术是协调这些多维度、相互竞争目标的核心工具。用于可靠性导向微电网设计的优化公式主要包括：
- •
单目标优化：通常将总成本最小化作为主要目标，而将可靠性要求作为约束条件（例如，设定最大允许的电力不足期望值LOEE或电力不足概率LOLP）。
- •
多目标优化：同时处理多个竞争目标，如成本最小化和可靠性最大化。帕累托最优解集展示了目标之间的最佳可能权衡。
- •
不确定性下的优化：采用随机规划或鲁棒优化来处理可再生能源发电、负载需求和组件故障中的不确定性。随机规划使用场景来表示不确定性，而鲁棒优化寻求在最坏情况的不确定性实现下可行的解决方案。
优化求解技术多种多样：
- •
传统数学规划：如混合整数线性规划（MILP）和非线性规划（NLP），适用于具有明确数学模型的问题。
- •
元启发式算法：如遗传算法（GA）、粒子群优化（PSO）和模拟退火（SA），用于解决复杂的、非凸的、高维的优化问题。
- •
人工智能驱动的方法：机器学习（ML）、深度学习（DL）和强化学习（RL）在微电网优化中的应用日益增多，用于预测、控制、故障检测和实时决策。
可靠性评估方法与指标用于量化和验证设计性能。评估方法主要包括：
- •
解析法：基于组件可靠性模型和网络结构，使用公式（如故障树分析、最小割集法）计算可靠性指标。计算高效，但难以捕捉复杂的时间相关性和运行约束。
- •
蒙特卡洛模拟法：通过随机抽样模拟系统长期运行，统计可靠性指标。能够处理复杂的系统行为、时间序列和相关失效，但计算成本高。
- •
混合法：结合解析法和模拟法的优点，以提高计算效率和精度。
然而，从传统电力系统继承的可靠性指标对于可再生能源微电网往往不适用。常用的指标包括：
- •
客户导向指标：如系统平均中断频率指数（SAIFI）、系统平均中断持续时间指数（SAIDI）、客户平均中断持续时间指数（CAIDI）。
- •
能量与容量导向指标：如电力不足期望值（LOEE）、电力不足概率（LOLP）、电量不足期望值（EENS）。
- •
服务关键性指标：如负荷损失值（VOLL）、客户损害函数（CDF）。
这些指标的局限性在于它们将性能压缩到单一维度，掩盖了时间、空间和服务关键的风险集中。例如，SAIDI报告的是平均中断时间，但可能无法揭示在Dunkelflaute期间关键负载经历的长时间中断。因此，需要开发新的指标或改进现有指标，以更好地表征可再生能源微电网的可靠性，特别是要能反映时间相关性（如中断的持续时间和发生时间）、空间变化（不同节点或客户的中断差异）和服务关键性（不同负载对中断的敏感度）。
未来方向包括开发状态感知的规划框架，能更准确地表示组件的退化状态和运行历史；建立面向服务的可靠性评估，将可靠性指标与具体的客户服务价值联系起来；以及推进人工智能与优化的深度融合，实现更智能、自适应的微电网设计与运行。最终，通过将可靠性真正作为贯穿微电网生命周期的核心设计原则，并整合规划、优化与评估，才能构建出面向未来、真正坚韧的可持续能源系统。
