A Low-Carbon Operation Optimization Method for Distribution Systems Considering the Potential of Distributed Flexible Resource Regulation
Long Shi, Yang Zheng, Chao Xu, Jianzhong Zou, Jingjing Bai
🤖 gxceed AI 要約
日本語
本論文は、分散型フレキシブルリソース（EV、PV、蓄電池）の調整潜力を考慮した配電系統の低炭素運用最適化手法を提案。時間変動外部近似による集約モデルで大規模リソースの複雑性を低減し、ネットワーク損失と炭素排出コストを最小化する協調最適化を実現。シミュレーションにより、ピークカット・バレーフィリング効果とコスト・排出削減を確認。
English
This paper proposes a low-carbon operation optimization method for distribution systems that considers the regulation potential of distributed flexible resources (EVs, PV, storage). An aggregation model using time-varying outer approximation reduces complexity. A collaborative optimization minimizes network losses and carbon emission costs. Simulations confirm peak shaving, valley filling, and cost/emission reductions.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
In the global GX context
This paper contributes to the global effort on low-carbon power system operation by integrating multiple distributed resources and carbon costs into optimization. It is relevant for grid operators and utilities seeking to reduce emissions through operational changes.
👥 読者別の含意
🔬研究者:Provides a novel aggregation and optimization method for low-carbon distribution system operation, useful for further research on multi-resource coordination.
🏢実務担当者:Grid operators can apply the proposed method to reduce losses and carbon emissions by coordinating EV charging, PV, and storage.
🏛政策担当者:Highlights the potential of distributed flexible resources in achieving grid decarbonization, informing policies on DER integration and carbon pricing.
📄 抄録（日本語訳）
抄録 分散型リソースの大規模統合は、配電系統に収容能力の不足やネットワーク損失の増加などの課題をもたらす。これらの問題に対処しつつ経済的コストのバランスを図るため、本論文は分散型フレキシブルリソースの調整可能性を考慮した配電系統の低炭素運転最適化手法を提案する。大規模で柔軟な負荷のモデリングに伴う「次元の呪い」と予測の困難さを克服するため、時変外部近似に基づく集約モデルを採用する。このモデルは、スケジューリングにおける実行可能領域集約の理論を用いて、リソース規模に依存しない集約制約を構築し、これにより複雑性を大幅に低減する。さらに、ネットワーク損失と炭素排出コストを最小化する協調最適化モデルを構築し、集約された電気自動車負荷、分散型太陽光発電、およびエネルギー貯蔵を含む多様なフレキシブルリソースを調整する。シミュレーション結果は、提案手法が「ピークカットと谷埋め」を効果的に達成し、総運用コストと炭素排出量を大幅に削減することを示している。
AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。
📄 Abstract（原文）
Abstract The large-scale integration of distributed resources poses challenges for distribution systems, including insufficient carrying capacity and increased network losses. To address these issues while balancing economic costs, this paper proposes a low-carbon operation-optimization method for distribution systems that accounts for the regulatory potential of distributed flexible resources. To overcome the “curse of dimensionality” and the prediction difficulties associated with modeling large-scale, flexible loads, an aggregation model based on a time-varying outer approximation is adopted. This model constructs aggregated constraints independent of resource scale using the theory of feasible region aggregation in scheduling, thereby significantly reducing complexity. Furthermore, a collaborative optimization model is established to minimize network loss and carbon-emission costs, coordinating various flexible resources, including aggregated electric vehicle loads, distributed photovoltaics, and energy storage. Simulation results demonstrate that the proposed method effectively achieves “peak shaving and valley filling” and significantly reduces total operating costs and carbon emissions.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1088/1742-6596/3229/1/012017first seen 2026-05-29 05:03:05 · last seen 2026-05-31 05:22:37
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。