[论文解读] Community-Centered Resilience Enhancement of Urban Power and Gas Networks via Microgrid Partitioning, Mobile Energy Storage, and Data-Driven Risk Assessment

Arya Abdollahi|arXiv (Cornell University)|Feb 10, 2026

Integrated Energy Systems Optimization被引用 0

一句话总结

论文提出一个以社区为中心的框架，通过整合微网划分、移动能源存储和数据驱动的风险评估，提升城市电力和天然气网络的韧性，实现自愈网络并在干扰情况下做出稳健决策。

ABSTRACT

Urban energy systems face increasing challenges due to high penetration of renewable energy sources, extreme weather events, and other high-impact, low-probability disruptions. This project proposes a community-centered, open-access framework to enhance the resilience and reliability of urban power and gas networks by integrating microgrid partitioning, mobile energy storage deployment, and data-driven risk assessment. The approach involves converting passive distribution networks into active, self-healing microgrids using distributed energy resources and remotely controlled switches to enable flexible reconfiguration during normal and emergency operations. To address uncertainties from intermittent renewable generation and variable load, an adjustable interval optimization method combined with a column and constraint generation algorithm is developed, providing robust planning solutions without requiring probabilistic information. Additionally, a real-time online risk assessment tool is proposed, leveraging 25 multi-dimensional indices including load, grid status, resilient resources, emergency response, and meteorological factors to support operational decision-making during extreme events. The framework also optimizes the long-term sizing and allocation of mobile energy storage units while incorporating urban traffic data for effective routing during emergencies. Finally, a novel time-dependent resilience and reliability index is introduced to quantify system performance under diverse operating conditions. The proposed methodology aims to enable resilient, efficient, and adaptable urban energy networks capable of withstanding high-impact disruptions while maximizing operational and economic benefits.

研究动机与目标

• 推动在高冲击、低概率中断及可再生能源渗透增加的背景下，提升城市能源系统的韧性。
• 利用分布式能源资源和远程控制的开关，将被动配电网转变为主动的自愈微网。
• 在不需要概率数据的情况下，提供稳健的规划与实时风险评估。
• 在考虑城市交通的前提下，优化移动能源存储的长期规模与调度。
• 引入一个时变韧性与可靠性指数，以在多样化条件下量化性能。

提出的方法

• 提出一个可调区间优化方法，配合列生成和约束生成算法，以在没有 probabilistic 信息的情况下处理不确定性。
• 创建一个使用25个多维指标的实时在线风险评估工具（负荷、电网状态、韧性资源、应急响应、气象等）。
• 将移动能源存储的规模和配置与交通数据集成，以实现有效的应急路线规划。
• 将配电网络划分为微网并实现远程开关，以在正常与紧急运行中支持重构。
• 提出一个时变韧性与可靠性指数，以在不同情景下量化系统性能。

实验结果

研究问题

• RQ1 如何将城市电力和天然气网络转变为自愈微网，以在极端事件中提高韧性？
• RQ2 在考虑城市交通的情况下，如何对移动能源存储进行最优规模、分配和路由，以支持应急响应？
• RQ3 在没有概率输入的情况下，数据驱动的多维指标风险评估是否能够提供实时运营支持？
• RQ4 哪些指标最能在多样化的运行条件下捕捉城市能源系统的时变韧性与可靠性？
• RQ5 在来自间歇性可再生发电和不同负荷的不确定性下，所提框架的性能如何？

主要发现

• 一个将微网划分、移动能源存储和数据驱动的风险评估结合起来的框架，提升城市能源网络的韧性与可靠性。
• 可调区间优化结合列生成算法在没有概率信息的情况下实现稳健规划。
• 一个利用25个指标的实时在线风险评估工具支持在极端事件中的运营决策。
• 该方法在应急路由中考虑了城市交通数据来规划移动存储。
• 引入时变韧性与可靠性指数以量化在多种运行条件下的性能。