パッシブおよびアクティブ配電ネットワークにおける統合容量の分析

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:The paper provides novel risk-based stochastic HC frameworks and grid-aware scenario reduction methods, advancing state-of-the-art in distribution network analysis.

🏢実務担当者:DSOs can apply the proposed tools for planning EV and PV integration, using risk metrics like VaR and CVaR to manage operational uncertainty.

🏛政策担当者:The findings on DOE-based active network management offer insights for grid codes and DER integration policies, supporting energy transition targets.

エネルギー最終消費部門の大規模な電化は、低圧配電ネットワークにおける分散型エネルギー資源（DER）の導入を加速させている。これらの資源の中でも、電気自動車（EV）と太陽光発電（PV）システムは、将来の住宅におけるエネルギー消費と発電の大部分を占めると予想されている。これらの技術は脱炭素化に不可欠である一方、その普及率の上昇は、配電系統運用者（DSO）にとって重大な運用上および計画上の課題をもたらす。中心的な課題は、運用制約に違反することなく配電ネットワークに統合できるDER容量の最大量として定義される、受入容量（HC）の決定である。受入容量の評価は、特にEV充電におけるDER挙動の確率的かつ時間変動的な性質、ならびに従来の受動的ネットワークから能動的に管理される配電系統への移行が進行中であることから、本質的に複雑である。本博士論文の目的は、受動的配電ネットワークにおけるEVおよびPVシステムのHCを評価するための、スケーラブルかつリスクを考慮した枠組みを開発し、さらに能動的配電ネットワーク（ADN）におけるDERのHC評価のための新たな方法論を導入することである。これらの目的を達成するため、本論文は3つの主要な研究課題に取り組む：（i）既存のリスクベースHC研究における、モデリングの複雑さによるEV由来の不確実性の扱いの限界、（ii）長期的な時間的不確実性の下での確率的HC分析の計算上の非実行可能性、および（iii）動的運用エンベロープ（DOE）を採用するADNに対する従来のHC枠組みの不十分さ。これらの課題に対処するため、本論文はDER挙動と配電ネットワーク特性の現実的なモデリングに基づくHC評価枠組みを提案する。従来の受動的配電ネットワークについては、モンテカルロシナリオ生成を用いた多期間確率的HC枠組みが開発される。リスクはバリュー・アット・リスク（VaR）を用いて定量化され、DSOが許容可能な運用リスクの水準を明示的に制御できるようにする。結果は、EV-HCが、フィーダ特性に応じて、電圧違反、線路過負荷、変圧器混雑を含む異なる種類の配電ネットワーク事故によって制約されることを実証している。重要な発見は、EV充電の同時性がHCを制限する上で決定的な役割を果たし、ピーク負荷期間と高い充電同時性イベントの両方で重大な違反が発生することである。これらの結果は、EV関連の不確実性がPV関連の不確実性とは根本的に異なり、HC評価において明示的にモデル化されなければならないことを示している。長期的な確率時系列分析に伴う計算負荷を克服するために、本論文は代表日（RD）に基づく系統認識型シナリオ削減アプローチを導入する。負荷または発電プロファイルのみに依存する従来の方法とは異なり、提案アプローチは電圧分布を用いて、ネットワーク制約に直接関連する代表的な運用状態を特定する。RDをリスクベース確率的HC枠組みに統合し、リスクを条件付きバリュー・アット・リスク（CVaR）を用いてモデル化することで、必要な潮流計算および最適潮流計算の回数を大幅に削減しながら、リスク推定の精度を維持する。結果は、リスクベース確率的HCが、少数のRDのみを使用して低い相対誤差で評価でき、 substantial な計算削減につながることを示している。受動的ネットワークを超えて、本論文はHC分析をADNに拡張し、そこではDER挙動がDOEを通じて制約される。系統認識型HC枠組みが開発され、DOEが系統安全な柔軟性提供を確保するために使用される。この文脈では、HCは、エンドユーザーへの制御アクションの影響を考慮するために、集約されたサービス品質（QoS）メトリクスを用いて再定義される。結果は、DOEがネットワークセキュリティを維持しながらEV-HCを増加できることを実証している。しかし、分析はまた、QoS影響における空間的不均等性を明らかにし、変圧器から遠くに位置する顧客がより大きな制限を経験することを示している。ADNにおけるHCAに関する限界に対処するために、プロシューマーが能動的ネットワーク管理を通じてネットワーク運用に積極的に参加する分散型HC枠組みが提案される。DOE信号に応答してメーター背後型のEV充電とPV発電を調整することにより、提案枠組みはEVおよびPVの受入容量を同時に強化し、ユーザーのプライバシーを保護し、社会的厚生を改善する。結果は、提案されたHC枠組みが、ADNにおけるDSOとプロシューマーの目的を整合させながら、従来のアプローチと比較してより高い全体的なDER統合を可能にすることを確認している。結論として、本博士論文は、EV由来の不確実性を明示的に考慮したリスクベース確率的枠組みを導入し、時間的スケーラビリティの課題に対処するための系統認識型シナリオ削減技術を開発し、制御されたDER挙動を備えたADNに対するHC評価を再定義することにより、HC評価の最先端を前進させる。提案された方法は、増大する電化と不確実性の下で将来の配電ネットワークを計画および運用する際にDSOを支援する、実用的かつ計算的に扱いやすいツールを提供する。

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。

The large-scale electrification of energy end-use sectors is accelerating the deployment of distributed energy resources (DERs) in low-voltage distribution networks. Among these resources, electric vehicles (EVs) and photovoltaic (PV) systems are expected to dominate future residential energy consumption and generation. While these technologies are essential for decarbonization, their increasing penetration introduces significant operational and planning challenges for distribution system operators (DSOs). A central challenge is the determination of hosting capacity (HC), defined as the maximum amount of DER capacity that can be integrated into a distribution network without violating operational constraints. Hosting capacity assessment is inherently complex due to the stochastic and time-varying nature of DER behavior, particularly for EV charging, as well as the ongoing transition from traditional passive networks toward actively managed distribution systems. The aim of this dissertation is to develop scalable and risk-aware frameworks for assessing the HC of EVs and PV systems in passive distribution networks while also introducing new methodologies for HC assessment of DERs in active distribution networks (ADNs). To achieve these objectives, the thesis addresses three key research challenges: (i) the limited treatment of EV-driven uncertainties in existing risk-based HC studies due to their modeling complexity, (ii) the computational intractability of stochastic HC analysis under long-term temporal uncertainty, and (iii) the inadequacy of the conventional HC framework for ADNs that employ dynamic operating envelopes (DOEs). To address these challenges, the thesis proposes HC assessment frameworks grounded in realistic modeling of DER behavior and distribution network characteristics. For traditional passive distribution networks, a multi-period stochastic HC framework is developed using Monte Carlo scenario generation. Risk is quantified using Value at Risk (VaR), enabling DSOs to explicitly control acceptable levels of operational risk. The results demonstrate that EV-HC is constrained by different types of distribution network incidents, including voltage violations, line overloads, and transformer congestion, depending on feeder characteristics. A key finding is that EV charging simultaneity plays a decisive role in limiting HC, with critical violations occurring during both peak-load periods and high charging coincidence events. These results show that EV-related uncertainties are fundamentally different from PV-related uncertainties and must be explicitly modeled in HC assessment. To overcome the computational burden associated with long-term stochastic time-series analysis, the thesis introduces a grid-aware scenario-reduction approach based on representative days (RDs). Unlike conventional methods that rely solely on load or generation profiles, the proposed approach uses voltage distributions to identify representative operating conditions that are directly relevant to network constraints. Integrating RDs into the risk-based stochastic HC framework, where risk is modeled using conditional value at risk (CVaR), significantly reduces the number of required power flow and optimal power flow simulations while preserving accuracy in risk estimation. The results show that risk-based stochastic HC can be evaluated with low relative error using only a small number of RDs, leading to substantial computational savings. Beyond passive networks, the thesis extends HC analysis to ADNs, where DER behavior is constrained through DOEs. A network-aware HC framework is developed in which DOEs are used to ensure grid-safe flexibility provision. In this context, HC is redefined using aggregated quality-of-service (QoS) metrics to account for the impact of control actions on end users. The results demonstrate that DOEs can increase EV-HC while maintaining network security. However, the analysis also reveals spatial disparities in QoS impacts, with customers located farther from the transformer experiencing greater restrictions. To address the limitation related to HCA in ADN, a decentralized HC framework is proposed in which prosumers actively participate in network operations through active network management. By coordinating behind-the-meter EV charging and PV generation in response to DOE signals, the proposed framework simultaneously enhances EV and PV hosting capacity, preserves user privacy, and improves social welfare. The results confirm that the proposed HC framework enables higher overall DER integration compared to traditional approaches while aligning the objectives of the DSO and prosumers in ADNs. In conclusion, this dissertation advances the state of the art in HC assessment by introducing a risk-based stochastic framework that explicitly accounts for EV-driven uncertainties, developing grid-aware scenario-reduction techniques to address temporal scalability challenges, and redefining HC assessment for ADNs with controlled DER behavior. The proposed methods provide practical and computationally tractable tools that support DSOs in planning and operating future distribution networks under increasing electrification and uncertainty.

• openalex https://lirias.kuleuven.be/handle/20.500.12942/786526first seen 2026-05-29 04:48:14 · last seen 2026-06-12 04:39:12