2024分布式资源聚合管控报告

低碳能源系统转型背景下，分布式资源占比逐步增加，传统发电资源逐渐退役，风能、太阳能及新兴负荷（如电动汽车）等具有不确定性和随机性的资源大规模接入，导致维持实时供需平衡的压力增大，对系统运行灵活性提出更高要求。分布式资源具有巨大潜力，有望成为可信任的调节资源，支撑系统安全稳定运行，尤其在应对极端场景时，其总容量大、分布广的特点具有重要意义。

分布式资源聚合管控的研究历程不断演进，但功率聚合管理仍面临诸多难点，以居民负荷为例，主要涉及地点选择、设备种类、补贴类型和控制方式等问题。PJM系统对聚合管控的投资分布显示，与电网运行互动尚存障碍，大量试点工程探索单一功能，尚未形成全面有效的互动机制。

在科研体系方面，主要特色包括：

1. 基于语义分割的城市建筑物屋顶光伏潜力评估：提出屋顶特征增强技术和注意力机制语义分割模型，实现屋顶光伏类资源的精确辨识和评估，已在江苏部署应用。
2. 基于机器学习的时序生产模拟快速求解框架：从自适应时域分割、负荷模态分解、快速分支定界等维度，融合多种机器学习技术，显著减少全年时序生产模拟问题的求解耗时。
3. 大量随机、不确定资源的聚合控制理论：提出基于组合在线学习、场景关联推荐、风险规避机制的分布式资源控制方法，实现高精度可靠调节，量化理论最优与实际聚合效果差距。
4. 灵活可控的分布式资源聚合动态特性控制：基于HELICS主配网协同仿真框架，实现ANDES和OpenDSS的实时数据交换和协同，提供灵活高效的主配网协同仿真手段。
5. 城市交通精细化电力交通融合仿真（基于SUMO的自研开源平台）：构建个体电动汽车出行模型和充电站选择模型，结合路网拓扑信息、快充站信息和电动汽车信息进行实时仿真，输出交通道路车流量与各快充站实时负荷结果。

研究成果表明，分布式资源聚合管控在技术和应用层面已取得显著进展，但仍需进一步突破与电网运行的互动障碍，实现更全面、高效的系统调节和优化。