这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
《中国电机工程学报》网络首发论文学术报告
1. 研究团队与发表信息
本研究的作者为李泽宁、孙宏斌*、薛屹洵、常馨月、苏珈，均来自太原理工大学电气与动力工程学院（煤电清洁智能控制教育部重点实验室）。论文于2025年2月20日在《中国电机工程学报》（Proceedings of the CSEE）网络首发，题目为《计及需求侧资源的电力-交通系统协同负荷恢复随机优化方法：以建筑用能为例》（A Stochastic Optimization Method for Coordinated Restoration of Electricity-Transportation Systems Considering Demand-Side Resources: A Case Study of Building Energy）。
2. 研究背景与目标
2.1 研究背景
在全球气候变化加剧的背景下，极端自然灾害频发，城市供能中断事故增多，亟需提升电力-交通耦合系统的灾后恢复能力。传统研究多聚焦于电网或交通网单一系统的恢复策略，而忽略了二者协同优化的潜力。此外，建筑能耗占社会总能耗的28.3%，其中空调（Air Conditioner, AC）占比超过50%，但现有研究往往忽视建筑热惯性（thermal inertia）对负荷恢复的潜在贡献。
2.2 研究目标
本研究提出一种考虑建筑热惯性的电力-交通系统协同负荷恢复随机优化方法，旨在：
1）利用建筑围护结构的蓄冷特性（cooling storage characteristics）减少AC运行功率，降低负荷恢复需求；
2）结合应急电源车（Emergency Power Supply Vehicle, EPSV）的时空灵活性，优化电力-交通系统的多时段负荷恢复；
3）通过机会约束规划（Chance-Constrained Programming, CCP）处理环境温度和车速的不确定性，提升关键负荷的恢复效果。
3. 研究方法与流程
3.1 模型构建
研究首先建立了电力-交通系统协同恢复框架（图1），包含交通层（EPSV与路网）和电网层（分布式电源、商业楼宇、故障配电网及负荷）。核心模型包括：
1）楼宇详细热动态模型（图2）：基于5节点热网络（4个墙体节点+1个室内空气节点），通过热阻（thermal resistance）和热容（thermal capacitance）描述建筑的缓慢热动态过程，并推导AC制冷功率与室内温度的定量关系（式1-4）。
2）EPSV路径规划模型：结合路网拓扑，优化EPSV行驶路线（式6-13），确保其初始电量满足行驶能耗（式8），并考虑车速不确定性（式13）。
3）多时段负荷恢复模型：以最大化加权负荷供电时间和最小化总网损为目标（式37），结合配电网辐射状拓扑约束（式14-16）、潮流约束（式17-29）及各供电源能量限制（式31-35）。
3.2 机会约束转换与求解
针对外界温度和车速的不确定性，采用CCP将原问题转化为混合整数二阶锥规划（Mixed-Integer Second-Order Cone Programming, MISOCP）问题：
1）将用户舒适温度约束（式46）转化为机会约束（式48），并通过布尔变量和极限温度区间（18°C–26°C）实现确定性转换（式49-50）；
2）利用二阶锥松弛（Second-Order Cone Relaxation, SOCR）处理非凸潮流约束（式29），并通过乘积线性化方法（附录A）处理布尔变量非线性问题。
3.3 算例验证
基于IEEE 33节点故障配电网和34节点路网（图3-5），设置4种对比方案：
- 方案1：AC功率恒定，EPSV就近分配，单时段恢复；
- 方案2：AC功率恒定，EPSV就近分配，多时段恢复；
- 方案3：AC功率恒定，EPSV优化分配，多时段恢复；
- 方案4：AC功率灵活调节，EPSV优化分配，多时段恢复。
4. 研究结果
4.1 负荷恢复效果
1）EPSV调度优化：方案3/4中EPSV分配更均衡（表2），CS1出力提升（图7），加权负荷供电时间从方案1的0.7565提升至方案4的0.9942（表4）。
2）建筑热惯性贡献：方案4通过灵活调节AC功率（图8），在保障用户舒适性（20°C–24°C）的同时，减少楼宇能耗，使三级负荷恢复量增加（图9）。
3）不确定性影响：CCP在90%置信水平下有效平衡了温度约束与恢复效果，变故障时段（夜间）因环境温度低，AC需求下降，三级负荷恢复量进一步提升（图10）。
4.2 关键发现
1）建筑热惯性可削减AC负荷20%-30%，显著提升其他负荷的恢复能力；
2）EPSV时空灵活性与AC制冷灵活性的协同优化，使一级负荷恢复时间延长15.7%；
3）机会约束规划在不确定环境下仍能保障80%以上关键负荷的恢复效果。
5. 研究价值与创新点
5.1 科学价值
1）首次构建了计及建筑热动态过程的负荷恢复模型，填补了灾后供能系统中需求侧精细化建模的空白；
2）提出电力-交通-建筑多网协同恢复框架，为城市韧性提升提供了新思路。
5.2 应用价值
1）为灾后应急调度提供优化工具，尤其适用于大型商业区与交通枢纽的快速复电；
2）所提方法可推广至其他异质能源系统（如热-电耦合系统）的协同恢复。
5.3 创新点
1）方法创新：结合CCP与MISOCP，解决了不确定环境下多目标协同优化的难题；
2）模型创新：开发的楼宇热动态模型（式1-4）比传统热平衡模型更精确；
3）应用创新：首次将EPSV路径规划与建筑蓄冷特性纳入负荷恢复决策。
6. 研究亮点与局限性
亮点：
1）多网协同视角突破传统单一系统恢复的局限性；
2）数据驱动（如GPS定位、环境传感器）与模型驱动的结合提升了方法的实用性。
局限性：
1）未考虑建筑群间的热耦合效应；
2）CCP的保守性可能在高不确定性场景下导致恢复效果下降。
（注：本报告严格遵循原文内容，未添加额外观点，术语翻译如“热惯性（thermal inertia）”等均保持专业准确性。）