基于配电网节点边际容量成本和时序特性的分布式电源规划

基于配电网节点边际容量成本和时序特性的
分布式电源规划
吴泽穹1>2,滕欢1>2,李基康1>2,李雪松1>2,梁梦可1>2
(1.四川大学电气信息学院，成都610065; 2.四川省智能电网重点实验室，成都610065)
摘要:配电网的边际容量成本表述了负荷的增加或分布式电源（D G)接入配电网中引起供电设备所需容量的变
化，从而引起的供电投资成本的变化。

本文针对开环运行的配电网，通过灵敏度法构建灵敏度系数矩阵，对配
电网的节点边际容量成本（L M C C)进行计算，并根据实际情况考虑L M C C的变化，将D G效益评估分为用户自
备D G和电力部门D G配置。

重点讨论电力部门D G配置情况下多类型D G选址定容的规划，并考虑了多类型
D G和负荷的时序特性。

最后运用M A T L A B仿真软件在:IEEE33节点配电网系统中进行了 L M C C数值计算，利
用粒子群算法进行了考虑时序特性的D G规划，并验证了模型和方法的合理性。

关键词：配电网;节点边际容量成本;灵敏度法;时序特性;粒子群算法；电源规划
中图分类号:T M715 文献标识码：A文章编号：1001-1390(2018)04-0048-07 Distributed generation sitting and sizing planning based on the locational marginal capacity cost and timing characteristics of distribution network
W u Zeqiong1’2，Teng H u a n1’2，Li Jikang1’2，Li Xuesong1’2，Liang Mengke1’2
(7. School of Electrical Information，Sichuan University，Chengdu 610065，China.
2. Smart Grid Key Laboratory of Sichuan Province，Chengdu 611005，China)
Abstract：The marginal c apacity cost of distribution network expresses the change of the investment cost of ply caused by t he capacity change of power supply equipment due to the increase of the load or the access of distribu­
ted generation(D G)to the distribution network.According to the open loop operation of distribu sensitivity coefficient matrix i s built by the sensitivity method，the locational marginal c apacity cost (L M distribution network i s calculated,and considering the change of L M C C according to t e f i t evaluation i s divided into customer owned D G and D G configuration of the power department.This paper focuses
on the planning of multi-type D G sitting and sizing in D G configuration of power department，and takes into account
the timing characteristics of t he load and the multi-type D G.Finally’the M A T L A B software i s used to calculate the
L M C C value in t he IEE E33-node distribution network，and the D G planning considering the timing characteristics i s
carried out by using the particle swarm optimization algorithm,and the rationality of the proposed m verified.
Keywords：distribution network,locational marginal capacity cost,sensitivity method,timing characteristics,particle
swarm optimization algorithm’generation planning
〇引言
当今社会，能源危机和环境保护问题越发严重，分布式发电技术愈发受到人们的重视。

分布式电源 与传统电源相比，具有清洁环保，能源利用率高，降 低输电网损耗，经济性较好，安装灵活方便等优点。

但由于分布式电源发电具有间歇性，波动性，随机 性，并网发电势必会对电网的安全稳定运行，可靠性 产生一定程度的影响。

若分布式电源的渗透率以及 接入电网的位置选择不当，不但不能提升电网运行 的经济性，反而会造成资金的浪费，降低电网运行的
一48 —
9 11 13 15 17 19 21 23
t/h
业负荷四季出力曲线
load output curve at a l l seasons
春季夏季一秋季冬季
1 3 5 7 9 11 13 15 17 19 21 23
t/h
图i
居民负荷四季出力曲线
Fig . 1 Residential load output curve at a l l seasons
天，日峰谷、季节负荷水平差 大[S ]。

商业负荷季
节负荷水平差
,
谷差极大,呈现出 ，
的时序特性。

居民负荷受 性的
，季节负荷水平有较大差异，但各 负荷变化趋势基本相同，同时，根据日负荷 的数值可
负荷的峰谷
差较大，一出现早、晚两
用电时段。

一春季一夏季一教季一冬季
1
1 3 5 7 9 11 13 15 17 19 21 23
t/h
图3 商业负荷四季出力曲线
Fig . 3 Commercial load output curve at a l l seasons
1.2 D G 时序特性
本文考虑的D G 主要是微型燃气轮机（M T )、风 力发电机（W G )、光伏发电设备（P V )三种类型。

其 中M T 属于可
的D G ,可进行人为手动
，
不具有典型的时序特性。

力发电和光伏发电属
—49 —
稳定性可靠性,增加电网整体的网络
，恶化电网
路的电压水平。

因此对分布式电源进行合理配 ，选址定容 有十分 的 。

但目前对于分布式电源（Distributed Generation ， 简称D G )的选址定容
以运营投资成本、可靠性、
性 为 函数进行规划，较少考虑到了供电设备的利用程度。

而D G 接入配电网后可能 降低供电设备的利用率，相当于变相 了供电
容量成本。

难以 现代电力 中最低供电成本运行的 ，影响着电网的
运营以及未来的电网规划。

因此 选取一 供电设备容量成
本和利用程度的 ，并且能运用 对D G 的选
址定容进行
，实现D G 接入配电网的优化配置。

基于 思路已有
进行了相关
：。

文献[1]给出了长期
成本（L R I C )的定义，即负
荷的 支路扩容
的额外成本。

文献[2]
提出了
容量成本（L M C C )的
，文献[]L M C C
的基础上对配电网的D G 规划进行了相
关，但仅考虑了有 的潮流
，未考虑无的
；文献[5]在
的情况下进
行相应的潮流 建立了 L M C C 模型，并对支路边
容量成本（B M C C )进行定义，但建立的L M C C 模型 不够精细，也未考虑D G 的类型对计算的影响；文献[5]在文献[4]的基础上建立了
完整的L M C C 模
型和多类型D G 出力模型,并给出了详细的公式 过程，并利用粒子 法进行了优化
，
未考虑负荷和多类型D G 出力的时序特性。

本文在考虑不同类型负荷和多类型D G 时序特
性的基础上,建立了 L M C C 的
模型，并对L M C C
并网后容量效益评估进行了分类
，并在电
力部门规划的情况下，考虑L M C C 的 ，运用
改进的粒子 法进行了 D G 选址定容规划优化
配。

1负荷时序特性和D G 时序特性1.1
负荷时序特性据电力
的规划和相关文献对负荷特性的
研究，本文将电力负荷划分为
、居民、商业负荷
3种类型。

其中 负荷又可细分为轻 和重
负荷两种不同的负荷类型，本文 的对象是负荷中的轻
负荷。

不同类型的四季负荷
如图1,图2,图3所
示[7]。

不同负荷类型之间有着较大的差异,且在四 呈现出不 的规 特 。

负荷 中 在
工
a l 一
21 图
nd
I —
- 1
9
876543210
2.
^
^
K n
^f R
以
.6
.4.2
W 0.
0.0.^
^
K n ^f
R
于间歇性分布式电源（I D G)，出力受到气候条件以及 地理 因素的影响，出力大 有 的随机性、间歇性、波动性，其中W G的出力特性 与 相关，而P V的出力特性主要与光 和 相关。

不 的风力资源、光 、温度有较大差异，因而W G r P V不 的出力差 大，呈现出较的时序特性。

图4、图5可知，W G和P V在时序出力上呈现 出一定的 特性，在夜间光 低，P V出力时W G持一定的出力；而在上午 低W G出力 时P V能有较大的出力。

这种 特性对于微电网有积极的作用，对I D G出力的随机性、间歇性、波动性有 用。

Fig.4 Output curve of W G at a l l seasons
图5 光伏设备四季出力曲线
Fig.5 Output curve of P V at a l l seasons
2配电网L M C C计算模型
2.1灵敏度系数矩阵
简化某配电网线路如图6所示。

图6开环放射状配电网线路图
Fig.6Diagram of the line on open-loop radial
distribution network
当某支路的下游节点〖的视在功率4变化
时[5,9]，假设节点〖到节点^之间支路电流均变化A/,，则负荷功率变化前后的计算公式为：
槡u j L=X^ + I+ I i2"Z S"⑴
S^e AU B S,g A SeB
觀(i + A I)= I(i + A!,)% +
S，e A
I l S Z s+A S l+ I S s ⑵S e B S e AU B
合A表示 〃和〖节点之间的所有支路，集合B表示集合A以外的配电网中其余所有支路;R 示节点^的线电压；l、W s…表示的分别是 、m、n之间支路L、集合A和集合B中的支路S'和S"的电流。

合A内的网损用L的形式表示，则有：
L,= I l2s,Z s,()
S,e A
节点；的视在功率对支路L电流的比值表示灵 敏度，忽略电流变化量的高次项的影响，可得：
i +A s
、=f s=〒—I—⑷
私槡U n-l I l s Z s,
S e A
根据式(4)可构造相应的灵敏度系数矩阵：
r= riL()N*M()
式中S表示各节点的视在功率;W表示配电网 中的 数;M表示配电网中支路数。

由灵敏度数 定 可 是 一 ，且主对 的为〇。

2.2支路扩容时间
设负荷均以恒定功率因数的方式扩容，则有：
N
d i h)= I r L d(S)(6)
i = 1
式变 得：
h A P-h= I r S[(i”)L -i](7)
i=1
式中h AP为线路l的最大安全载流量；n为负荷 的为支路l的扩容时间。

式（）变得：
(h A P- h i
In n
、I y
tL= n1 +n)() 2.3 支路扩容投资
当支路 展容量时可考虑增加相同类型的供电设 其并联运行，或者是采用容量等先进的供电设 代现有设备。

本文考虑 相
一
50 —
同类型的供电设备并联运行的方式进行扩容[4]，可得：
式中Q为线路扩容成本；c PFi为折现后线路扩 容成本；a为折现率；i为线路扩容时间单位一般 取年。

2.4单位负荷增容成本系数
负荷增加将增容投资的折现值改变[1°]。

将折现 值的差值与负荷的变化量定义为单位负荷增容成本：
Cu
C’l-C l
A S,.
(i〇)为变化后的支路扩容投资成本的折现值。

当负荷的变化值趋近于〇时，上式可用偏导数表示为：
将单位负荷增容成本写成矩阵形式：
= (^L,NtM(12)式中斤为配电网节点数;M为配电网支路数。

2.5 L M C C 计算
配电网L M C C的概念是指节点增加单位负荷引 起的支路扩容或者供电设备的投资增量。

节点i的L M C C的定义为节点i对所有支持该节点功率传输
的支路的单位容量成本之和：
M
C,LMCC= ^C l,(13)
L=1
3考虑L M C C变化的D G并网容量效益评估
由于D G的安装使用灵活多样，既可由用户小规 模的安装使用，例如屋顶太阳能发电系统;也可以大 规模的由电力部门安装进行并网降低发电成本和网 络损耗。

因此本文基于L M C C变化的D G效益评估 根据实际情况分为用户自备D G和电力部门D G配 置两种形式。

3.1用户自备D G容量效益评估
个人用户自行安装D G，相当于自备电源，一般 是利用太阳能等可再生资源进行小规模发电，实现 用户侧自发自用、多余电量上网。

用来节省用电费 用，缓解供电紧张的情况。

电力部门可通过D G接人前后的L M C C变化值，即供电容量成本的减少来综合考虑D G容量效益。

参考文献[5]，用户自备的D G的容量成本效益计算 公式为：
F dg= -A CL M C C SDG[P (14)
对于光伏电站和风力发电机组这类的间歇性D G，由于它们的出力具有随机性，因此在计算容量成 本效益进行补贴时要乘以容量系数，用来更为合理 准确的表述补贴费用。

本文根据英国贸易与工业部 的技术标准(D T I)直接取风机、光伏电站的容量系数 为0.43、0. 33,微型燃气轮机由于其可调度的特点，将其容量系数取为1.〇[23]。

电网公司通过L M C C变化量的指标来量化用户 自备D G给电网带来的实际效益，从而从实际情况出 发相应的给予用户补偿。

该种D G建设投资方案从 实际角度出发切实可行，对于电力部门而言，用户自 备D G能够在一定程度上提高电网运行的经济性可 靠性;对于用电居民而言，也能提高对D G投资建设 的积极性。

3.2 电力部门安装D G容量效益评估
一般来说，由于自然因素和一些人为因素的限 制，用户自备D G还并没有被完全推广。

通过安装 D G来提高容量效益主要还是靠电力部门的投资和 规划。

电力部门规划配置D G与用户自备D G不同，不仅要考虑D G并网的经济性，也要将各种自然人为 因素纳入考虑范围，例如自然环境因素中的风速和 光照强度，从城市规划考虑和环境治理成本的角度 D G人的 。

因电力 配 D G是 因考虑使得综合收益最大化。

本文分析了多类型D G的特点，在考虑时序特性 的基础上建立了相对应的模型进行仿真计算。

3.3 目标函数
本文考虑的目标函数为经济性指标，以使经济 成本最 。

数 模型如 ：
ND G
min/ = min$S dg，（5)
i = 1
式中N dg为D G安装总台数。

3.4 约束条件
3.4.1等式约束条件
等式约束条件即潮流平衡方程：
N d g
P s+X^D G i =P load + P loss (16) i=1
式中P s为电网发电机组的功率；P dg为间歇性 分布式电源提供的功率；P o d、P o s为电网系统的总 负荷和系统的总网络损耗。

3.4.2不等式约束条件
a.节点电压约束。

所有节点均需满足电压约束
—51
—
条件如下：
^r n i n ^ ^ ^^ ^(17)
式中和分别代表节点i上电压的上限 和下限。

b.分布式电源装机容量约束。

s<s (pv,i pv,m a x，腿(18)
s<s
mt,k mt,m a x
式中Spvv、S w、sm a别是i个光伏电站、第J 个风电场待选 和第k个燃气轮机的装机容量，Sp v，max、S j,max、S mtmax是节点处各分布式电源装机最 大容量。

C.支路功率传输容量约束。

P li，m i n^Pli^P；i，m a x(1)
式中心,max、心,m i n分别是第i条支路上功率传输 容量的上限和下限。

d.经济性 。

即D G接人配电网的容量延缓效益的 ，当所有 的扩容成本高于分布式电源的容量成本时，D G的接入能有效减少供电设 的投资成本，即D G容 人电网对D G成本 的降低。

参考文献[5]，不等式约束条件如下：
况D G
^DG ^nD G，i^DG，i(2〇)
i=1
式中及为 数；《DG，为不同D G的安装台数；C dg，为不同类型D G单 成本。

4时序特性处理
参考文献[11-12]，对于有时序特性的分布式电 源和负荷进行如下处理：
(1)) 数据分为4，每 的D G 和负荷的出力近似认为是相同的，因此每个季节选 一个典型的代 ， 的时序特性简化
为春夏秋冬4，每 有24个时刻，因此全年共有96个时刻；
(2)根据数据 对 、光 、负荷处理水平进行 归一化处理，将负荷、风机、光伏出力都统一归化到〇-1的区间内，再对其进行 分布；
(3)利用蒙特卡洛模拟的方法对不同时刻的D G 和负荷出力进行随 ，用 拉夫 法进行确定性潮流，得到支路电流、节点电压 状态，再重复N次 ，最终得到相应的支路电流、节电压 状态期望值，并 各 是；
一52 —
(4)统计不同场景的权重，根据相应的 分布
进行 ，最 得到 支路电流、电压
状 的 。

5算例分析
5.1 算法简介
粒子 法，也称粒子 化算法（PS0)，是由J.K e n n e d y和R.C.Eberhart等开发的一■种新的进 化算法，算法是由鸟群捕食的行为的 变 ：的，该算法模拟鸟的随 的行为，将潜在最 .
始化为一 子，粒子由被 函数决定的 ：和 定飞行的方向和距离。

此后粒子 追
随当前的最 子在解空间中 ，并通过迭代搜出最 。

子 法 法简单，有 、对
函数的 。

子 法易陷人局
部最优，，化 的准确性。

本文运用改
进粒子 法来进行选址定容的 ，通过对惯性
权重计算的改进[3]，计算公式如下：
W=W m a x — (W m a x-W min)^/cLax(21)
引人l a x和I n分别为惯性权重的最大值和最 小值；^和Jmax分别为迭代次数和最大迭代次数。

本 文取W max为0.9; M；mm为0.4;粒子数目为30个，最大 迭代次数为50次。

与I M C C相关的D G的选址定容流程图如图7所示。

图7基于L M C C和时序特性的D G规划流程图
Fig.7 D G planning flowchart based on L M C C a d
timing
characteristics
5.2算例介绍
本文以I E E E标准33节点配电网为仿真网络，配电 网络呈辐射状。

具術莫型如图8所示。

L9 L20L21
19 20 21 22
Li
Ll8
L io Lnj Li2 Li3 Li4 Li5 Li6 Li7
"18 2
1
L22
f»1..............•t
111 Us1-------------」i •.30 31 32 3^3
2325 L26L27L28L29L30L31L32
L23L24
图8IEEE33节点配电网结构图
Fig.8 Structure of IE1E E33 node distribution network
将相应的5条联络线开路，重新整定节点和支路编 ，并根据原始数据以及线路的型号设定相应的线路长 。

其中7、8、14、30、31为商业负荷，24、25、32位轻工业 负荷，其余的 为居民负荷。

13、15、16节点负荷为居民小区较适合 型光伏或者风机;14、24、32节点为轻工业负荷 合 和微型燃气轮机;30、31为大型商场负荷，较适合安装大型光 微型燃气轮机;单台D G容量均为10 k V A，各节点D G最小接入 容量为40 k V A，最大接入容量为20k V A;D G的投资成 本参考文献[7]。

线路型号选择架空线路LGJ-122,电阻 值为0.27 〇/k m，电抗值为0.335 〇/k m。

线路的最大载 流量设定为335 A。

负荷的功率因数为0.95(滞后）。

电压的基准值取12.66k V，功率的基准值取10 M W。

负荷 数据取4%，/3为折现率取8%，投资回报年限取4年，用M A T L A B作为仿真工具 进行仿真计算。

5.3 扩容时间及L M C C计算
先对33 =运行的配电网用灵敏度法对扩容时间进行求解，扩容时间1如图9所示。

在扩容时间已知的情况下对33节点配电网进行各 L M C C ，结果如图1所示。

图9 支路扩容时间计算
Fig.9 Calculation of the branch capacity expansion time
12
10
8
>
6
4
u2
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
图10 节点L M C C计算
Fig. 10 Calculation of node L M C C
5.4 D G选址定容规划
根据改进粒子 法对D G接入配电网进行选址定容，在考虑时序特性和不考虑时序特性两种情 况下分别对D G配置进行相关的规划[0]，实验 ：如表1。

子群算法计算可得在考虑时序特性的情况下 分布式电源规划为 14、0 :16、17台光伏设，节点13、15、16、25安装风机7、19、11、8台，节点 14、24、25、32安装燃气轮机11、6、4、9台，在不考虑时 序特性的情况下分布式电源规划为 15、16安装16、14台光伏设备，节点13、24、32安装风机12、10、18 台，节点24、30、32安装燃气轮机13、9、4台。

表1实验结果
T a b. 1Exp erim e nt re su l t
DG类型时特性时特性
燃气轮机
14(11)，24(6)，
25(4)，32(9)
24(13) ,30(9) ,32(4)光伏设备
14(16)，30(17)15(16)16(14)风力发电机
13(7),15(19)，
16(11) ,25(8)
1 3(12) ,24(10) ,32(18)注:括号外表示节点编号，括号内表示分布式电源安装台数
不考虑时序特性时的计算与时序特性计算有很 大的差异。

是因为不考虑时序特性时，负荷
和D G出力均按额定 ，无法区分W G、P V不类型的负荷的出力特性差异，与电网的 运行
情况有较大的误差。

因此在考虑时序特性的规划更 合。

6结束语
(1) 针对开环配电网，的视在功率和支路的电流构建成灵敏度系数 容时间以及
L M C C；
(2) 在进行L M C C计算时，要先对配电网进行潮流 ，本文选用牛顿-拉夫 法，在 选择准确
一53
—
的情况下，计算出的潮流结果准确可靠，也保证了后 续L M C C 计算的准确度；
(3) 从电力 供电设 成本的 ：
出发，以接人配电网的总容量最小为 函数，对 W G 、P V 、M T 三种类型D G 接入配电网进行了相关的 规划；
(4) 考虑D G 和负荷的时序特性，对于电力部门
进行相关D G 规划 贴 情况，让D G 的规划
真实可信；若不考虑时序特性，则D G 规划的工 程 不如考虑时序特性进行规划的 [14]。

在本文基础上的下一 ：考虑在环网
情况下的时序L M C C 计算以及D G 规划;考虑 类
型的D G 如带有充放电的蓄电池等。

参考文献[1] LI F ，TOLLEY David L T ， Long-run incremental cost pricing based
on unused capacity [ J ]. IEEE Trans on Power Systems ，2007， 22
(4) ： 1683-1689.
[2] 欧阳武，程浩忠，张秀彬，等.配电网节点边际容量成本及应用
[]•电力系统自动化，2009, 33(1) : 18-21.
Ouyang Wu ， Cheng Haozhong ， Zhang Xiubin ， et al. Distributed
generation planning method and its application [ J ]. Automation of E­
lectric Power Systems, 2009 , 33(1)： 18-21.
[]欧阳武，程浩忠，张秀彬.基于配电网节点边际容量成本的分布
式电源规划[J ]•电力系统自动化，2〇09,33(18):28-32.
Ouyang Wu，Cheng Haozhong，Zhang Xiubin. Distributed generation
planning method based on locational marginal capacity cost in distri­
bution net^vorks [ J ]. Automation of Electric Power Systems ，2009，
33(18) ： 28-32.
[]任龙霞，雷金勇，甘德强.计及配电网节点/支路边际容量成本
的分布式电源规划[J ].电力系统自动化，2010, 34 (21 ):
34-39.
Ren Longxia，Lei Jinyong, Gan Deqiang. Distributed generator plan­
ning in distribution net^vork considering locational/branch marginal
capacity cost model [ J ]. Automation of Electric Power Systems ，
2010, 34(21) ： 34-39.
[]钱佳琦，江岳文.计及配电网节点边际容量成本的多类型分布
式电源规划[]•电力系统自动化设备，216, 36(3): 94-99. Qian Jiaqi, Jiang Yuewen. Multi-type distributed generator planning
considering locational marginal capacity cost of distribution network
[J]. Electric Power Automation Equipment, 2016, 36(3) ： 94-99. []秦磊，孙曼，李松，等.基于混合智能算法考虑时序性的风光源
多目标规划[].可再生能源，2015, 33(6) : 843-850.
Qin Lei, Sun Man，Li Song，et al. Multi-objective planning of wind
and photovoltaic generation based on hybrid intelligent algorithm con­
sidering load profile and generation profile [ J ]. Renewable Energy
Resources, 2015, 33(6) ： 843-850.
[]徐迅，陈楷，龙禹，等.考虑环境成本和时序特性的微网多类型
分布式电源选址定容规划电网技术，2013, 37(4) ： 1-8.
Xu Xun, Chen Kai，Long Yu，et al. Optimal Site Selection and Ca­
pacity Determination of Multi-Types of Distributed Generation in Mi­crogrid Considering Environment Cost and Timing Characteristics [ J ]. Power System Technology, 2013，37(4) ： 1-8.
[]霍成军•电力系统负荷特性分析研究[D ] •天津大学硕士学位
论文，2007.Huo Chengun. Analysis and Research of Load Characteristic in Pow­
er System[ D ]. Tianjin University Masters Degree Thesis, 2007.[9] 王承民，蒋传文.基于支路电流状态变量的灵敏度分析方法研
究电工技术学报，2006, 21(1)： 42-6.
Wang Chengmin, Jiang Chuanwen. Research on sensitivity analysis
method based on line current variable [ J ]. Transactions of China Electrotechnical Society, 2006, 21(1) ： 42-6.
[10] 欧阳武.含分布式发电的配电网规划研究[D ].上海交通大学博 士学位论文，2009.[11] 黄付顺，王倩，何美华.考虑低碳效益和时序特性的分布式电源
优化配置[]•电力系统及其自动化学报，2016,28(8):61-68.
Huang Fushun，Wang Qian，He Meihua. Optimal Allocation of Dis­
tributed Generator Based on Carbon Benefits and Time-sequence
Characteristics [ J ]. Proceedings of the CSU-EPSA ，2016，28(8)：
61-68.
[12] 张新松，张沈习，袁越.含分布式风电源的配电网网架规划[].
电力系统保护与控制，2012,40(13)：1-6.
Zhang Xinsong, Zhang Shenxi ， Yuan Yue. Grid planning for distri­
bution net^vork with distributed wind generators [ J ]. Power System
Protection and Control, 2012, 40(13) ：
1-6.[13] 陈俊林，滕欢，阳江华.考虑昼夜特性的微电网分布式电源优化
配置[J ].电测与仪表，2016, 53(7) : 26-32.
Chen Junlin, Teng Huan ， Yang Jiianghua. Distributed Generations
Optimization of Microgrid with Considering Characteristics of Day-
Night [ J ]. Electrical Measurement and Instrumentation ， 2016， 53
(7) ： 26-32.
[4]方略，程浩忠，柳劲松，等.低碳背景下考虑时序特性的分布式
电源优化规划研究[]•华东电力，214, 42(11) : 2243-2248.
Fang Lue, Cheng Haozhong, Liu Jinsong, et al. Optimal Planning of
Distributed Generation Considering Timing Characteristics under the
Low-Carbon Background [ J ]. East China Electric Power, 2014，42
(1) : 2243-2248.
作者简介：
吴泽穹（1992—）硕士研究生，研究方向：电力系统
调度自动化。

Email :519129907@qq. cm
滕欢（1965—）女，高级工程师，硕士生导师，研究方向为电力系统调
度自动化及计算机信息处理。

李基康（1992—）男，硕士研究生，研究方向为电力系统调度自动化。

李雪松（1992—）男，硕士研究生，研究方向为电力系统调度自动化。

梁梦可（1991 一）男，硕士研究生，研究方向为电力系统调度自动化。

收稿日期：017-04-19;修回日期:2017-06-28
(焦阳编发）
54。