基于网格边缘智能的分布系统黑启动模型预测框架
系统与控制
2025-08-19 v1 系统与控制
摘要
分布式能源资源（DERs）的快速增长显著提升了配电系统的韧性和可靠性。然而, 大量后接（BTM）DERs常常在黑启动（BS）和恢复过程中被忽略。现有利用网格形成（GFM）储能系统（BESS）的黑启动策略常常忽视关键频率安全和同步约束。为解决这些限制, 本文提出一种基于网格边缘智能（GEI）的底向黑启动预测框架。开发GEI的预测模型以估计多时段灵活性范围并跟踪电网的调度信号。随后引入频率受限的黑启动策略, 显式包含频率谷值、频率变化率（RoCoF）和准稳态（QSS）频率的约束。该框架还包括同步开关, 以实现更快更安全的负荷恢复。值得注意的是, 该框架无需GEI设备交换详细资产信息, 仅需其提供灵活性范围, 电网只需发送调度信号。该框架采用修改的IEEE 123母线测试系统进行验证, 通过比较不同GEI渗透率情景的结果, 展示了GEI的影响。
引用
@article{arxiv.2508.12937,
title = {Grid Edge Intelligence-Assisted Model Predictive Framework for Black Start of Distribution Systems with Inverter-Based Resources},
author = {Junyuan Zheng and Salish Maharjan and Zhaoyu Wang},
journal= {arXiv preprint arXiv:2508.12937},
year = {2025}
}
备注
This manuscript has been submitted to IEEE Transaction on Smart Grid