🤖 AI

Fairness for distribution network operations and planning

本文综述了配电网规划与运行中的各种公平性概念与指标，分析其对利益相关者的影响、数学复杂性以及相关的公平性代价，以支持透明决策。

原作者： Pedro F. C. de Carvalho, Zijie Liu, Md Umar Hashmi, Dirk Van Hertem

发布于 2026-05-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Pedro F. C. de Carvalho, Zijie Liu, Md Umar Hashmi, Dirk Van Hertem

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

想象一个社区电网就像一条漫长而蜿蜒的输水管道系统。在一端，有一个主水库（变电站），而在另一端，是带有各自小型水泵（太阳能板）的房屋，这些水泵将水推回管道中。

长期以来，该系统的设计初衷仅仅是将水从水库输送到房屋。但现在，随着家家户户都加装了太阳能板，水开始双向流动。这导致了管道中的交通堵塞（拥塞）和压力激增（电压问题）。为了解决这个问题，系统有时不得不要求水泵减速或停止。

这里存在一个问题：物理法则是不公平的。

如果你住在水库旁边，你的水泵可以轻松地将水推入管道。如果你住在管道的最末端，由于压力过高，你的水泵可能不得不完全停止。这篇论文认为，仅仅让物理法则决定谁能使用太阳能，会制造一种不公平的局面。处于线路末端的人仅仅因为居住地而受到惩罚，并非因为他们做错了什么。

这篇论文是一本指南，教导如何在不错乱整个系统的前提下解决这种不公平。以下是使用简单类比进行的分解：

1. “公平的代价”（PoF）

想象你有一块披萨要分享。

高效的方式： 你把最大的切片给最饿或吃得最快的人。大家吃得很快，没有人浪费时间。但坐在桌子末端的人只能得到一点碎屑。
公平的方式： 你把披萨切成完全相等的切片。每个人都满意，但那个本可以吃一大块的人现在依然饥饿，而且整个群体吃得更慢了。

“公平的代价”就是为了让每个人都分到公平的切片，你所接受的额外饥饿感或更慢的进食时间。在电网中，这种“代价”可能意味着公用事业公司的收入略微减少，或者使用的太阳能总量略微降低，仅仅是为了确保管道末端的人不会陷入黑暗。

2. 分享的不同规则（公平观念）

这篇论文探讨了决定如何分享“披萨”（电力）的不同方式。这不仅仅是一条规则，而是一系列选项：

平均主义（“均等切片”规则）： 无论情况如何，每个人都获得完全相同的数量。无论你拥有巨大的太阳能板还是微小的太阳能板，你获得的配额是一样的。这很简单，但对于拥有大太阳能板、本可以贡献更多的人来说，可能会感到不公平。
比例制（“按资分配”规则）： 你根据拥有的数量获得切片。如果你拥有巨大的太阳能板，你就获得更大的允许能量切片。这感觉是公平的，因为它是基于你的贡献，但它仍然会让管道末端的人比起点的人得到更少。
优绩主义（“最佳表现者”规则）： 这就像一场游戏，你根据为群体带来的价值获得奖励。如果你的太阳能板对社区帮助最大，你就获得最大的切片。这使用复杂的数学（如“沙普利值”）来计算每个人的贡献。
协商（“妥协”规则）： 这是一种谈判。系统表示：“我们将牺牲一点整体效率，以确保没有人受到恶劣对待。”它在“群体获得最大披萨”和“没有人挨饿”之间找到了中间地带。
阈值（“安全网”规则）： 系统首先尝试保持高效。但如果某人的切片变得太小（低于某条线），系统就会切换模式，强制进行公平分配以保护他们。

3. 房间里都有谁？（利益相关者）

这篇论文确定了这个故事中的主要参与者：

消费者（你和我）： 我们希望在账单上省钱。我们中有些人拥有太阳能板（产消者），有些人没有。我们是获得切片的人。
电网运营商（配电系统运营商 DSO）： 把他们想象成交通警察。他们的工作是确保管道不会爆裂，灯光保持亮起。正是他们必须做出关于谁会被切断的艰难选择。
聚合商： 这些就像队长，他们将小型太阳能板组合在一起，使它们能够像一个大型发电厂一样运作。
监管机构： 他们是比赛的裁判，负责制定游戏规则，确保交通警察不偏袒，且队长们不作弊。

4. 魔法背后的数学

这篇论文回顾了工程师用来衡量公平的不同“尺子”（指标）。

有些尺子衡量不平等（如基尼系数，常用于衡量财富）。
有些衡量每个人与平均值的接近程度。
有些是灵活的旋钮（如 $\alpha$ -公平性），你可以调节它们来决定你究竟想要多少公平，以及愿意牺牲多少效率。

作者指出，其中一些尺子很容易在计算机模型中使用（线性的），而另一些则非常复杂且难以求解（非线性的）。目标是选择合适的尺子，以便计算机能够找到既公平又快速的解决方案。

底线

这篇论文并没有发明新技术；它是在梳理这场对话。它指出：“我们知道公平很重要，但我们使用了太多不同的定义，并且没有衡量公平的代价。”

作者希望电网从一种由物理法则决定谁获胜的系统，转变为一种由我们决定谁获胜的系统，同时诚实地面对做出该决定所支付的“代价”。他们希望确保在规划我们电网的未来时，我们不会将管道末端的人抛在身后。

基于所提供的预印本，以下是论文《配电网络运营与规划中的公平性》的详细技术总结。

1. 问题陈述

分布式能源（DERs），特别是光伏（PV）系统的整合，已将配电网络（DNs）从单向流动转变为双向流动。这一转变需要新的运营策略来应对拥塞管理、电压调节和接纳能力（HC）评估。

核心问题： 传统的以效率为中心的优化（功利主义）优先考虑系统总福利，但无意中造成了位置差异。由于电网物理特性，距离变电站较远的节点遭受更高的削减和更低的接纳能力分配，导致特定消费者面临不公平的结果。
差距： 现有文献缺乏统一的公平性框架。研究采用定制的、不一致的指标和规则，使得可比性困难。此外，公平性与效率之间的权衡（量化为公平价格，PoF）很少被明确阐述，且各种公平性指标在配电网络规划背景下的数学复杂性未得到系统分析。

2. 方法论

本文采用全面的系统性文献综述和概念分析来综合现有方法。方法论包括：

应用分类： 将现有研究归入四个领域：拥塞管理（CM）、接纳能力（HC）、本地能源系统（LESs）和电压调节（VR）。
公平性概念分类： 将公平性概念分为五个 distinct 类别：
1. 平等主义（E）： 利益/负担的均等分配。
2. 比例原则（P）： 基于需求或安装容量的分配。
3. 优绩主义（M）： 基于贡献的分配（例如，沙普利值）。
4. 博弈论（B）： 效率与公平之间的加权权衡。
5. 阈值（T）： 基于效用水平在效率与公平之间切换的混合方法。
利益相关者分析： 映射不同参与者（消费者、配电系统运营商 DSOs、聚合商、监管机构）在现有框架中的代表性。
数学综述： 分析各种公平性指标的形式、范围及计算可行性（线性与非线性、凸与非凸）。

3. 主要贡献

统一的公平性分类体系： 本文建立了清晰的公平性概念分类（E、P、M、B、T），并将它们映射到具体的配电网络应用，阐明了哪些概念适合哪些运营问题（例如，优绩主义常见于本地能源系统，而比例原则常见于接纳能力评估）。
利益相关者代表性分析： 文章强调，虽然消费者是主要关注点，但配电系统运营商（DSOs）和监管机构在优化目标中往往代表性不足，尽管它们是承担成本或制定规则的实体。
公平价格（PoF）框架： 本文明确将 PoF 定义为为实现公平而牺牲的效率（ $PoF = \frac{U - F}{U}$ ，其中 $U$ 是功利主义结果， $F$ 是公平结果）。它指出，DSOs 通常承担运营成本（更高的损耗、更低的整合度），而位于弹性节点的消费者可能为了确保公平而面临输出减少。
指标评估与数学可行性： 一个关键贡献是对公平性指标（Jain 指数、基尼系数、 $\alpha$ $α$ -公平性等）的数学特性进行了比较：
- 可线性化： 基尼系数、Min-Max、McLoone 指数和 Hoover 指数可以重新表述为线性规划（LP）或混合整数线性规划（MILP）。
- 非线性/凸性： 对于 $\alpha \geq 0$ ， $\alpha$ -公平性是凹函数，允许在凸集中进行全局优化。
- 计算效率： 文章指出，优绩指数（MI）（基于均方根误差 RMSE）在大规模系统中在计算上优于沙普利值（用于 F 指数），因为后者计算成本过高。

4. 主要结果与发现

按部就班（BAU）中位置差异不可避免： 在没有公平性约束的情况下，“按部就班”（BAU）方案本质上会使馈线末端节点处于不利地位。
权衡是可量化的： 实施公平性（例如，均衡削减）会直接降低系统总效率。PoF 指标使规划者能够精确量化为实现特定水平的公平而损失了多少效率。
指标选择至关重要：
- $\epsilon$ -公平性和 $\alpha$ -公平性具有灵活性，但对参数选择（ $\epsilon$ 或 $\alpha$ ）敏感，这决定了公平 - 效率权衡的严格程度。
- Jain 指数被广泛使用但具有非线性；然而，它可以被线性化以用于市场出清问题。
- **阈值（T）**方法提供了一个务实的中间地带，仅在差异超过特定限制时优先考虑公平性，从而最大限度地减少不必要的效率损失。
利益相关者冲突： 监管机构旨在防止被动消费者的“账单冲击”，而 DSOs 必须在成本回收与社会公平之间取得平衡。现有框架通常未能明确建模 DSOs 实施公平性的成本。

5. 意义

本文作为研究人员和配电网络规划从业者的基础指南：

标准化： 它将该领域从临时的公平性定义转向标准化的词汇和数学框架。
决策支持： 通过将公平性概念与数学复杂性（LP 与 MILP 与非线性）联系起来，帮助规划者选择既在理论上合理又在计算上可行的大规模电网优化指标。
透明度： 对公平价格的明确关注实现了透明的决策，使利益相关者能够理解实现社会公平的经济和运营成本。
未来路线图： 文章结论指出，未来的工作必须专注于明确 PoF 计算，并积极解决位置差异，以确保配电网络运营透明、公平且高效。