《Renewable Energy Focus》：Towards Resilient and Decarbonized Energy Systems: A Multi-Agent Approach to Microgrid Coordination
编辑推荐：
发电系统已经从具有单向潮流、高成本和商业垄断特征的大型生产中心，演变为直接部署于用能区域的可再生能源资源（RESs），后者具有双向潮流、低成本以及产消者（prosumers）之间能量交易等特征，以应对社会需求增长、灾后恢复、能源成本降低、脱碳等目标。然而，这也
发电系统已经从具有单向潮流、高成本和商业垄断特征的大型生产中心，演变为直接部署于用能区域的可再生能源资源（RESs），后者具有双向潮流、低成本以及产消者（prosumers）之间能量交易等特征，以应对社会需求增长、灾后恢复、能源成本降低、脱碳等目标。然而，这也给新型能源生态系统的运行、管理、协调与控制带来了巨大挑战。该研究的目标是分析、评估并提出网络化微电网（NMG）之间能量流协调问题的解决方案，具体通过基于多智能体技术的分布式控制策略实现，例如受蚂蚁对刺激响应行为启发的响应阈值模型（RTM）。此外，采用开源仿真工具能源系统描述语言（ESDL），可对具有代表性场景多样性的典型微电网拓扑进行评估，从而分析通过相邻微电网之间能量交换实现负荷缺额平衡的能力。研究分析了4种经典NMG拓扑，以评估互联密度对韧性和功率平衡恢复的影响，并基于先前基准测试的真实数据检验了一个附加的全网状连接案例。结果表明，韧性从最简单的双微电网拓扑中的14.491，提高到全网状连接拓扑中的54.138。在真实数据比较中，所提出方法将平均绝对误差（MAE）从参考方法的13.822降至0.932，同时标准差从23.776降至5.024。此外，若以基于天然气的备用供能基线为参照，即未覆盖需求由常规发电补足，则通过协调利用可再生富余能量可避免约6,151.940 kWh的化石能源供给，对应减少2,989.842 kgCO2e排放，并在假设社会碳成本（SCC）为70 USD/tCO2条件下，估算环境损害成本降低209.291 USD。
该文发表于《Renewable Energy Focus》，聚焦智能城市与新型电力系统背景下网络化微电网（NMG）的协同运行问题。研究背景在于，全球能源系统正由集中式、单向输电、高成本的传统模式，向分布式、双向潮流、可再生能源高渗透的低碳模式转型。微电网（MG）作为集成分布式能源资源（DER）、储能与本地负荷的重要载体，已成为实现能源转型、提升韧性与促进脱碳的关键基础单元。然而，可再生能源（RESs）具有显著间歇性和波动性，导致单个微电网在供需匹配、稳定运行与故障恢复方面面临诸多挑战；尤其在主网失支撑、灾后恢复或局部孤岛运行场景下，仅依靠单个微电网常难以保障供电可靠性。将多个微电网组成网络化结构并开展点对点能量交换，被视为提升韧性、降低备用化石能源依赖的重要路径，但与此同时，也引入了分布式协调、能量流管理、控制自治性和拓扑适应性等复杂问题。
现有研究虽已从集中式优化、分布式优化、交易型能源（TE）、强化学习、合作博弈以及多智能体系统（MAS）等不同角度探讨微电网群的能量管理，但仍存在若干不足。第一，已有方法多集中于成本最小化、市场出清或调度优化，对不同NMG拓扑下本地可再生富余电量自主协调利用的研究相对不足。第二，关于互联数量与网络结构如何影响系统韧性及功率失衡恢复能力，文献中缺乏系统化比较。第三，协调利用可再生富余电量所带来的脱碳效益，特别是其对化石备用供能替代作用及环境损害成本降低，鲜有与拓扑依赖韧性分析结合开展。第四，开放、可复现的建模与仿真工作流尚不充分，尤其缺少将分布式协调机制与开源工具能源系统描述语言（ESDL）深度整合的标准化分析框架。因此，开展该研究具有明确必要性：既可回应高比例可再生能源条件下微电网互助协同的现实需求，也可为韧性提升与脱碳协同优化提供可解释、可复现、可扩展的方法基础。
围绕上述问题，研究人员提出了一种受自然启发的分布式协调机制，将响应阈值模型（RTM）引入网络化微电网之间的能量交换控制。RTM源自蚂蚁群体对外界刺激作出响应的行为机制，其核心思想是个体依据局部刺激强度与自身响应阈值，决定是否执行某项任务。研究人员将这一思想映射到微电网协调场景中，使各微电网中的功率交换单元（PEU）作为多智能体系统中的代理实体，依据本地发电、负荷缺额、周边可再生发电潜力等局部与环境信息，自主决定能量输出、输入或维持状态，以实现相邻微电网之间的分布式能量协调。该方法强调局部规则驱动下的涌现式协同，不依赖单一中央控制器，从而具有较好的自治性、可扩展性与抗故障潜力。研究还结合ESDL与Python扩展非原生功能，构建了用于网络化微电网建模、仿真、数据处理与结果分析的可复现工作流。
研究采用的主要关键技术方法可概括如下：首先，基于响应阈值模型（RTM）设计面向网络化微电网的多智能体协调器，以功率交换单元（PEU）作为代理实现局部刺激驱动的分布式决策；其次，利用能源系统描述语言（ESDL）对微电网及其互联拓扑进行标准化建模，并结合Python实现仿真扩展、流程控制和结果分析；再次，设置4种经典NMG拓扑及1个基于既有基准真实数据的全网状场景，对比评估互联密度对功率平衡恢复和韧性的影响；最后，引入基于天然气备用供能假设的环境影响代理指标，以估计避免的化石能源供给、CO2e减排量及环境损害成本下降。文中提到真实数据来源于先前基准测试。
研究结果部分围绕不同章节的小标题展开，核心结论清晰体现了所提方法在拓扑适应性、韧性提升、功率平衡恢复及脱碳效益方面的表现。
一、Theoretical framework
在理论框架部分，研究人员系统梳理了支撑该研究的概念基础，包括智能城市中的可持续发展目标、微电网与分布式能源资源（DER）的作用、可再生能源波动性引发的调度与协调问题，以及网络化微电网协作的必要性。通过文献回顾，研究明确了分布式控制相较于集中式和去中心化方法的优势，进一步指出目前研究在拓扑影响分析、环境效益评估和开放式仿真框架方面的不足。该部分为后续方法设计提供了问题定义与理论依据，说明该研究并非仅关注能量交易或经济调度，而是着重于基于局部刺激与阈值机制的涌现式协调，以及互联结构对系统恢复能力的影响。
二、Design of the Coordination Mechanism based on the Response Threshold Model Modeled as a Multiagent System
在这一部分，研究人员详细说明了基于响应阈值模型（RTM）的多智能体系统（MAS）设计过程。研究首先定义微电网的组成及其在能量交换中的角色，随后将功率交换单元（PEU）抽象为智能体，使其负责监测和控制微电网的剩余电量与功率缺额。智能体通过感知局部状态与环境刺激，依据RTM规则判断是否参与能量交换。该设计本质上将生物启发式群体行为机制迁移到复杂能源系统控制中，形成一种无需集中调度即可实现邻近微电网协同供能的分布式控制框架。研究还结合ESDL完成系统结构建模，形成从能源系统表达、拓扑配置到控制求解器集成的整体工作流。由此得出的结论是，RTM能够为网络化微电网的自主协调提供一种简洁而具可扩展性的控制范式。
三、Experiments
实验部分分为若干互补模块，重点考察不同网络拓扑下所提方法的表现。研究人员首先分析了4种经典NMG拓扑，以评估互联结构如何影响功率失衡恢复、韧性及微电网间能量共享。所有实验均假定系统在无主网支撑条件下运行，因此未满足负荷不由主网补偿，这使得实验能够更直接地考察微电网间协调本身的能力。结果表明，随着互联密度提升，系统的能量调剂能力增强，供需不平衡得到更有效缓解，整体韧性指标显著改善。其中，最简单的双微电网拓扑韧性为14.491，而全网状连接拓扑提升至54.138，说明网络连通性对系统恢复能力具有显著正向影响。
在附加的全网状真实数据案例中，研究人员将所提方法与参考方法进行对比，结果显示该方法在误差控制方面具有明显优势。具体而言，平均绝对误差（MAE）由参考方法的13.822显著降至0.932，标准差由23.776降至5.024。这表明，RTM驱动的多智能体协调不仅在概念上可行，而且在真实数据条件下表现出更稳定、更精确的功率平衡恢复能力。该结果支持了研究的核心主张，即基于局部规则与邻域交互的涌现式协调机制可以有效应对复杂、动态的微电网互联系统。
此外，研究进一步从脱碳视角评估了协调能量交换的环境意义。以未覆盖需求本可由天然气常规发电补足作为基线，研究估算出通过协调利用可再生富余电量，可避免约6,151.940 kWh的化石能源供给，对应减少2,989.842 kgCO2e排放，并在社会碳成本（SCC）设定为70 USD/tCO2条件下，实现约209.291 USD的环境损害成本降低。该部分结果表明，网络化微电网之间的协同不仅提高了系统韧性和供能恢复能力，也具备明确的减排与环境外部性改善作用，从而将韧性分析与脱碳评估连接起来。
四、General Discussions
讨论部分指出，该研究当前并未通过全生命周期投资或平准化度电成本（LCOE）等参数进行敏感性分析，而是将重点放在拓扑依赖韧性以及协调机制带来的潜在化石能源替代效应上。同时，研究纳入了固定社会碳成本（SCC）条件下的环境损害成本代理指标，用于估算减排的货币化环境价值。研究人员强调，该工作为后续更广泛的经济与环境敏感性扩展奠定了基础，但本研究版本的主要贡献在于展示：通过开放建模环境与生物启发式协调机制相结合，可以系统评估不同微电网互联方式对韧性和脱碳的综合影响。讨论部分进一步强化了本文的方法定位，即其重点不是构建传统最优调度模型，而是提出一种具有自主性、分布性和可复现性的协调参考框架。
总体而言，该文的主要结论可概括为：第一，基于响应阈值模型（RTM）的多智能体协调机制能够有效实现网络化微电网之间的本地能量交换；第二，微电网互联拓扑结构，尤其是互联密度，对系统韧性和功率平衡恢复能力具有显著影响，更高连通性通常带来更强恢复表现；第三，开放式建模工具能源系统描述语言（ESDL）结合Python扩展，可为复杂微电网协调问题提供标准化、可复现的建模与仿真工作流；第四，协调利用可再生富余电量不仅能改善供能可靠性，还能替代部分基于天然气的备用供能，从而减少CO2e排放及其环境损害成本。由此可见，该研究在方法论上将生物启发式分布式人工智能引入能源系统协同控制，在应用层面则为韧性导向和脱碳导向的网络化微电网运行提供了新的实现路径。
结论部分可译为：受自然启发的技术因其能够以相对简单的方式解决复杂问题而受到科学界关注，这一点可从昆虫社会组织中体现出来。响应阈值模型（RTM）即为此类方法之一，其基于蚂蚁对外部刺激作出反应的行为。该简单概念可应用于能源生态系统，这类系统本身就是复杂、分布式且大规模的系统，从而为分布式协调问题提供解决方案。
