⚡ electrical engineering

Identifying Best Candidates for Busbar Splitting

该论文提出了一套指标体系，用于在大规模电力系统中高效识别并筛选出通过母线分裂（Busbar Splitting）优化拓扑结构可显著降低发电成本的关键候选节点，从而避免了遍历所有变电站的计算难题。

原作者： Giacomo Bastianel, Dirk Van Hertem, Hakan Ergun, Line Roald

发布于 2026-03-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Giacomo Bastianel, Dirk Van Hertem, Hakan Ergun, Line Roald

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文主要解决了一个现代电力系统的“大难题”：如何在电网越来越拥挤、越来越复杂的情况下，用最聪明、最省钱的方法让电流通畅，而不需要花巨资去新建电线。

为了让你轻松理解，我们可以把整个电力系统想象成一个巨大的城市交通网络。

1. 背景：城市堵车了 (电网拥堵)

想象一下，我们的城市（电网）正在经历两个变化：

车变多了：大家用电越来越多（电动汽车、工厂等）。
路变难走了：新的发电厂（比如风力、太阳能）建在了偏远的地方，但连接它们的“高速公路”（输电线路）容量有限，而且修新路太慢、太贵，还经常因为环保或资金问题被推迟。

结果就是：堵车了（电网拥堵）。为了不让某些路段瘫痪，调度员不得不让一些便宜的发电厂少发电，转而让离得近但更贵的发电厂多发电。这就像为了避开拥堵，你被迫绕远路，导致出行成本（发电成本）飙升。

2. 传统的解决办法 vs. 聪明的“变道”

传统做法：修新路（扩建电网）。这就像为了缓解堵车，政府决定再修一条高速公路。但这需要几年时间，花几百亿，还很难通过审批。
论文提出的“聪明做法”：母线分裂 (Busbar Splitting)。
- 什么是母线？ 想象变电站里的一个巨大的交通枢纽（立交桥）。通常，所有连接到这个枢纽的电线（进出的车流）都挤在同一个平台上。
- 什么是分裂？ 就像把这个巨大的枢纽一分为二，变成两个独立的小平台。原本挤在一起的车流，现在可以根据目的地，分流到两个不同的平台上。
- 效果：通过这种“重新排列组合”，原本堵死的路可能突然通了，便宜的发电厂就能把电发出来，不用绕远路了。

3. 核心难题：大海捞针

虽然“分裂枢纽”听起来很美好，但有一个巨大的问题：计算量太大。

一个大型电网有成千上万个这样的枢纽。
如果你要找出哪一个枢纽分裂后最省钱，你理论上需要把每一个枢纽都试一遍。
这就像你要找出城市里哪条路改一下能最缓解堵车，如果你要把全城几千条路都模拟一遍，计算机算到明年也算不完（计算上不可行）。

4. 论文的贡献：给枢纽“打分” (提出新指标)

这篇论文的作者（来自鲁汶大学和威斯康星大学）就像一群交通规划专家，他们不想盲目地试错，而是发明了一套**“筛选指标”，用来快速找出最有潜力**的枢纽。

他们提出了三个简单的“打分规则”：

价格差总和 (ϕ 指标)：
- 比喻：看这个枢纽连接的路，两边的“过路费”（电价）差价大不大？
- 逻辑：如果枢纽 A 连着的几条路，一边电价很贵，一边很便宜，说明这里堵车严重，把枢纽切开，让便宜的路多走点，就能省大钱。
拥堵路段数量 (ξ 指标)：
- 比喻：看这个枢纽连着的路上，有几条是“红灯停、绿灯行”都堵得慌的？
- 逻辑：如果连着的路上有几条已经堵死了，说明这里急需疏导。
电压限制检查 (ζ 指标)：
- 比喻：看这个枢纽的“承重墙”是不是已经到极限了？
- 逻辑：如果枢纽本身的电压已经顶到了安全红线，这时候再折腾它可能不仅不省钱，反而不安全。所以，这种枢纽先排除。

5. 实验结果：快准狠

作者用几个不同大小的“城市”（从 39 个路口的小城到 3000 多个路口的大都市）做了测试：

以前：如果要找最好的方案，可能需要花15 天（374 小时）去试遍所有路口。
现在：用他们的新指标，先快速筛选出最有希望的几个路口，然后只试这几个。结果发现，省下的钱和试遍所有路口几乎一样多，但时间从15 天缩短到了不到 4 小时（甚至在大城市里从 19 小时缩短到 1 小时）。

6. 总结：这对我们意味着什么？

这篇论文就像给电网调度员提供了一把**“金钥匙”**。

不用等修路：在不需要花巨资新建电网的情况下，通过优化现有的开关和连接方式，就能让电网更通畅。
省钱：能显著降低发电成本，最终可能让电费更便宜。
环保：让那些便宜又清洁的风电、光电更容易被用上，减少浪费。

一句话总结：
面对电网拥堵，与其盲目地“硬修路”，不如用聪明的算法先找出那些“只要稍微调整一下连接方式就能大赚特赚”的关键节点，用最小的代价解决最大的拥堵问题。

这是一份关于论文《Identifying Best Candidates for Busbar Splitting》（识别母线分裂的最佳候选者）的详细技术总结。

1. 研究背景与问题 (Problem)

背景： 随着全球脱碳需求的增加，可再生能源（RES）的集成导致电力需求上升，但受限于有限的输电容量和分布式电源的特性，输电电网的拥堵问题日益严重。拥堵管理成本在欧洲和美国显著增加（例如德国2024年达27.74亿欧元，美国2023-2024年达数十亿美元）。
现有挑战：
- 传统方法局限： 传统的电网扩容（新建线路）面临投资巨大、审批周期长、供应链瓶颈及公众反对等困难。
- 拓扑优化的计算难题： 通过母线分裂（Busbar Splitting, BuS）和最优输电切换（OTS）进行电网拓扑优化是缓解拥堵、降低发电成本的有效手段。然而，在大型电网中，对所有母线进行穷举式的拓扑优化计算量极大，涉及大量二元变量，导致计算不可行（Computationally Intractable）。
- 缺乏筛选标准： 目前缺乏系统性的方法论来预先筛选出哪些母线进行分裂能带来显著的经济效益。现有的指标多基于直流（DC）近似或仅考虑单一支路的节点边际电价（LMP）差异，未能充分考虑交流（AC）系统中的无功功率、电压幅值限制以及多支路综合影响。

2. 方法论 (Methodology)

本文提出了一套基于交流最优潮流（AC-OPF）结果的指标体系，用于在大规模电网中高效识别和排序适合进行母线分裂的候选母线。

A. 核心模型

优化模型： 采用混合整数凸二次规划（Mixed-Integer Convex-Quadratic）模型，基于分段线性交流最优潮流（LPAC-OPF）公式。该模型将选定的母线 $i$ 分裂为两个子母线 $i$ 和 $i'$ ，并通过二元变量控制连接它们的母线耦合器（Busbar Coupler）以及连接各网络元件（发电机、负荷、线路）到分裂后母线的开关状态。
验证流程：
1. 运行原始拓扑的 AC-OPF 获取基准成本。
2. 使用 LPAC-BuS 模型对选定的候选母线进行拓扑优化。
3. 将优化后的拓扑代入非线性非凸的 AC-OPF 进行可行性校验（Feasibility Check），计算实际发电成本降低幅度。

B. 提出的三项关键指标 (Proposed Metrics)

为了替代穷举搜索，作者提出了三个基于 AC-OPF 结果的指标来筛选候选母线：

$\phi$ 指标（LMP 差异绝对值之和）：
- 定义： 计算连接到该母线的所有支路两端 LMP 差异（ $\Delta LMP$ ）的绝对值之和。
- 原理： 高 $\phi$ 值意味着该母线处于严重的拥堵区域，且连接了多条存在显著价格差异的支路。分裂此类母线有助于重新分配潮流，利用更便宜的发电机。
$\xi$ 指标（拥堵支路数量）：
- 定义： 统计连接到该母线的支路中，处于拥堵状态（高利用率，接近热极限）的支路数量。
- 原理： 同一母线下支路利用率的巨大差异表明存在局部瓶颈，分裂母线可缓解此类不平衡。
$\zeta$ 指标（电压/相角约束绑定情况）：
- 定义： 检查连接到该母线的支路是否触达了电压幅值或相角差的运行极限。
- 原理： 如果母线连接的支路已处于电压或相角极限，拓扑操作可能无法进一步释放传输容量，甚至可能导致不可行。因此， $\zeta$ 指标用于排除那些因电压限制而无法通过分裂获益的母线。

C. 筛选策略

结合上述指标，筛选策略为：选择 $\phi$ 值高（LMP 差异大）、连接元件数量多、且 $\zeta$ 指标为 0（无电压/相角硬约束）的母线作为候选。

3. 主要贡献 (Key Contributions)

提出并验证了针对 AC 电网的母线分裂筛选指标： 首次系统性地评估了 $\phi, \xi, \zeta$ 组合指标在识别最佳母线分裂候选者方面的有效性，覆盖了从 39 节点到 3374 节点的不同规模电网。
解决了计算可扩展性问题： 证明了通过预筛选指标，无需对全网所有母线进行逐一测试，即可找到能显著降低发电成本的拓扑方案，大幅降低了计算成本。
LPAC 模型与 AC 可行性验证的结合： 使用 LPAC 模型进行快速拓扑优化，并通过 AC-OPF 验证其可行性和实际成本收益，确保了结果的物理真实性。
揭示了单一指标的不足： 通过实验证明，仅依靠传统的 $\Delta LMP$ 或支路数量不足以准确预测收益，必须结合多指标（特别是考虑电压约束和支路总数）。

4. 实验结果 (Results)

作者在 IEEE 39、118、793 和 3374 节点测试系统上进行了验证：

39 节点系统： 发现 $\phi$ 值最高的母线（如母线 30）并不一定带来成本降低，因为该母线连接元件少且电压受限。而 $\phi$ 值较高且连接元件多的母线（如 25, 3, 18）则显著降低了成本。
118 节点系统：
- 前 10 名 $\phi$ 值最高的母线中，有 4 个实现了超过 0.1% 的成本降低。
- 母线 69 的分裂使发电成本降低了 0.380%，优化后实现了母线 49 到 47 的直接潮流传输。
- 验证了高 $\phi$ 值且无电压限制（ $\zeta=0$ ）的母线是最佳候选。
793 节点系统：
- 使用筛选策略选出的 15 个候选母线中，有 12 个实现了成本降低。
- 效率提升： 对全网所有母线逐一测试需耗时约 19.14 小时，而仅对筛选出的候选母线进行测试仅需 0.98 小时，效率提升近 20 倍。
- 筛选出的母线包含了成本降低幅度最大的前 4 个母线中的 3 个。
3374 节点系统：
- 在大规模系统中，筛选出的 20 个候选母线中有 8 个实现了成本降低。
- 虽然部分高 $\phi$ 值母线因连接支路少（主要体现为线路切换而非母线分裂）未能显著获益，但筛选出的母线中仍包含了成本降低最显著的候选者。
- 效率提升： 全网穷举需 15.62 天，而筛选策略仅需 3.77 小时。

5. 意义与展望 (Significance & Future Work)

实际意义： 该研究为电网运营商（TSO）提供了一套实用的工具，使其能够在不进行全系统穷举计算的情况下，快速识别出通过母线分裂（一种无需新建硬件的“电网增强技术”）即可缓解拥堵、降低成本的区域。
经济价值： 显著降低了计算资源需求，使得在实时或近实时调度中应用拓扑优化成为可能，有助于减少因拥堵产生的巨额调度成本。
未来工作：
- 研究同时分裂多个母线的组合优化（目前仅测试单母线分裂）。
- 将指标应用于电网规划阶段，指导变电站的改造或新建设计，以增强电网应对拥堵的拓扑灵活性。
- 进一步优化指标，以识别那些通过“线路切换”而非“母线分裂”获益的特定拓扑结构。

总结： 本文通过引入基于 AC-OPF 的多维筛选指标，成功解决了大规模电网中母线分裂优化计算量过大的难题，证明了在无需遍历全网的情况下，即可精准定位能带来显著经济效益的拓扑优化机会。