《Sci》：Multi-Operator Differential Evolution for Coordinated Active and Reactive Battery Scheduling in Active Distribution Networks
编辑推荐：
电池储能系统（BESS）可通过其电力电子换流器降低主动配电网（ADN）的运行成本，同时支撑电压控制。研究人员开发了一种面向应用的专用多算子差分进化（DE）框架，用于辐射状含光伏（PV）配电网中三台分布式电池储能换流器的24小时协同有功与无功功率调度。优化模型最
电池储能系统（BESS）可通过其电力电子换流器降低主动配电网（ADN）的运行成本，同时支撑电压控制。研究人员开发了一种面向应用的专用多算子差分进化（DE）框架，用于辐射状含光伏（PV）配电网中三台分布式电池储能换流器的24小时协同有功与无功功率调度。优化模型最小化常规能源供应、光伏与储能运维以及电池退化相关的日运行成本。候选调度方案编码三台储能换流器每小时的有功与无功参考值，形成24小时 horizon 下的144维决策向量。每个候选解在经基于矩阵逐次逼近的交流（AC）潮流评估前，均被修复以满足有功功率、荷电状态（SOC）、终端能量及换流器视在功率限制。搜索框架为每个目标个体生成三个竞争试验调度，融合既有best-guided、random与current-to-random三类DE变异族，配合离散参数池、统一可行性修复算子及AC网络评估后的贪婪选择。方法在改进的33节点与69节点主动配电网测试，并与AJAYA、遗传算法（GA）、多元宇宙优化器（MVO）及粒子群优化（PSO）对比。在确定性的33节点案例中，DE取得最低最优成本6846.206美元及最大最优成本降幅2.1838%。场景研究对各预生成运行情景分别做确定性优化，故解释为场景条件灵敏度评估而非随机或鲁棒优化。该评估中DE获最大平均节支：33节点2.3487%，69节点2.9314%。所有评估案例均满足电压幅值、支路负载、换流器额定与循环SOC约束。结果认定所提框架在评估案例中具竞争力的日前求解能力，但不声称全局最优或普遍优于替代优化器。
研究背景方面，主动配电网（ADN）因光伏（PV）发电、储能换流器与时变负荷的接入，由被动供电设施转为可控能源平台，需同时兼顾运行成本、电压质量、支路热安全与换流器可行性。分布式电池储能系统（BESS）凭借电力电子接口可交换有功实现能量平移，并在同一视在功率圆内提供无功支撑电压。其调度属非线性、跨时段优化：有功改变后续SOC，无功竞争换流器容量且影响电压调节，经济目标还需耦合运维、退化、PV消纳与终端SOC条件。既有文献多聚焦交流微电网，本文移至辐射状ADN，在33节点与69节点馈线做确定性与情景验证，并提出带显式SOC、终端能量与换流器视在功率修复的多算子差分进化机制。研究意义在于将熟悉约束组织为可复现搜索架构，使互补试验调度在统一时序修复与非线性AC评估后竞争，避免未约束空间看似优但经SOC传播、终端恢复、换流器圆约束或AC潮流后失效。论文发表于《Sci》。
关键技术方法上，研究人员构建144维决策向量编码三换流器24小时有功无功参考；设计前向SOC修复与后向终端SOC恢复及换流器圆限幅的统一修复算子；采用矩阵逐次逼近（MSA）堆叠24小时AC潮流作确定性状态评估器；提出多算子DE，每目标个体并行生成best-guided、random、current-to-random三竞争子代，参数自离散池选取，二项式交叉后裁剪修复，经统一适应度函数（含电压/支路罚项）贪婪选优；基准AJAYA、GA、MVO、PSO共用同一编码、修复与AC评估器以保证公平；确定性33节点用100次独立运行，情景研究对100个预生成需求/PV集合各做独立完美预见优化，统计用Wilcoxon秩和/符号秩检验加Holm校正。
研究结果部分，第2节数学模型中，目标函数分解常规供能、运维、雨流计数循环退化与日历退化为日成本，并加网络违限罚项；BESS约束含有功界、换流器视在功率圆、SOC递推（含每时段定值归一化自放电）、终端SOC复原；AC网络用极坐标 nodal balance 与电压/支路限。第3节多算子DE方法中，运行流将候选转净复需求送入MSA堆叠潮流（收敛阈定值），适应度按成本为主罚项为辅排序；决策向量经有功限幅→前向SOC钳制→后向终端修正→无功按剩余换流器裕度限幅；变异族每代三子代竞争，贪婪保留不劣于父代者。第4节测试系统中，改进33节点（PV于13/25/30，BESS于6/14/31）与69节点（PV于16/61/64，BESS于17/62/63）均12.66 kV、电压带0.9~1.1 p.u.，PV仅MPPT不无功；确定性用典型日曲线，情景用100个预生成 ensemble 各独立优化。第5节结果讨论中，确定性33节点无调度基值6999.053美元，DE最优6846.206美元（降2.1838%），均值为6849.582美元，优于PSO/GA/MVO/AJAYA；罚系数100~10000灵敏度下DE均优于PSO最近邻。情景33节点DE均成本6585.830美元（降2.3487%），69节点均3984.192美元（降2.9317%为2.9314%），DE与PSO差距在69节点缩至0.550美元；Wilcoxon+Holm显示DE优势显著（α=0.05）。技术可行性上DE解SOC始终0.1~0.9 p.u.且终端回0.5 p.u.，电压不低于0.9181 p.u.，33节点最大支路载99.973%、69节点89.082%，未违限。退化指示上69节点BESS3日损伤率最高，预估至80% SOH约5.94~6.16年，表明大网络电压敏感致循环应力集中。第5.7节指明局限：DE非全局最优证书、情景研究非鲁棒调度、温度固定使热应力恒一、三子代增AC调用致离线日前适用而非实时、未比AC-OPF/凸松弛。
讨论与结论翻译：本文提出多算子DE策略用于ADN中BESS有功无功调度，模型计及常规供能、PV与储能运维、电池退化、SOC限、换流器视在功率、电压与支路载。DE用144变量编码、每目标三试验向量、参数池、BESS修复及MSA-AC评估。在选定元启发式基准与设置内DE获最低目标值：确定性33节点日成本由6999.053降至6846.206美元；分情景优化平均降幅33节点2.3487%、69节点2.9314%；可行性指标确认电压、支路、换流器与SOC均在内。发现在评估战役中具经验竞争性，非全局最优或普遍占优。运行含义为BESS换流器有功无功同时调度可获可测经济收益且不损AC可行；算法权衡为三子代DE较部分比对耗时更多，相对PSO增量优势在某些案例有限；情景研究假设各情景完美预见。未来工作应优先跨工况参数灵敏与可迁移性、基于吞吐的退化消融、非预见随机/鲁棒调度及小网精确/凸松弛 optimality gap 估计。
