主动配电网优化调度策略研究
电力系统中主动配电网的优化调度技术解析
电力系统中主动配电网的优化调度技术解析摘要:在经济全球化时代背景下，我国电力企业内部改革不断深化，市场竞争力不断提升。
在电力能源需求加剧的当前，想要实现电力企业可持续、良性发展，需要实现管理方式的优化，合理应对各类挑战，紧抓各种机遇。
本文首先分析了配电网调度的重要性，同时阐述了电力系统中主动配电网的优化调度策略，最后总结了电力系统中主动配电网的优化调度技术解析，仅供参考。
关键词:电力系统；主动配电网；优化调度；技术解析随着工业化建设进程的不断加剧，生产、生活智能化转变，人们对电能的需求量不断加剧。
从20世纪90年代开始，电力资源就得到了普遍应用，大部分区域的电网均是在此阶段建设，随着时间的推移，这些电网难以满足当前用电需求。
此阶段，配电网调度改革属于关键工作，只有强化改革，积极创新，才可推动电力行业得到更好的发展。
本文主要研究电力系统中主动配电网的优化调度技术解析，详细阐述如下。
1 配电网调度的重要性参照相关资料，在当前时代背景下，配电网调度能够实现用电多样化，确保调度的可行性，明确电网运行调度必要性。
切实发挥出电力系统的作用，加速电网运行速度，以此推动电力企业得到更好的发展。
1.1用电多样化随着信息化技术的迅速发展，用电总量也在不断增加，这也导致配电网组成多样化，增加了配电网管理难度，适当配电网运行复杂度增加。
只有实现电力系统中主动配电网结构的优化，实现调度机能的提升，合理配置智能化设备，提升运转的稳定性，才可推动配电网调度得到更好的发展。
但就实际情况而言，电网调度一直未能得到人们的重视，导致很多问题出现，电网发展阶段创新性、创造性不足[1]。
且电力企业就电网调度投入成本较少，难以与市场需求吻合，进而无法紧跟时代发展脚步。
1.2调度可行性就配电网接线模式研究，一般开展架空线路研究与电缆线路研究两种类型。
就实际情况而言，架空线路典型接线方式为单辐射、单环网、分段两联络、分段三联络等。
电缆线路分为单辐射、N-1接线、单环网、分段两联络、分段三联络[2]。
配合主网调度的配电网分布式电源主动控制策略
配合主网调度的配电网分布式电源主动控制策略摘要：基于促进稳定的无功电压控制,提出了一个活跃的配电网无功优化模型,基于二阶锥放松技巧导出一个新的控制方法的基础上,扩展出了新型的边界变量标准化的处理方法,并进行了详细的分析,从而可以显著提高无功优化分区收敛速度和全局网损优化工作。
关键词：配合主网调度；配电网；分布式电源；主动控制一、主动配电系统智能配电网是未来发展的趋势，相应的有源配电网也被赋予了更深层次的技术手段。
它是技术创新的一种表现形式，能够极大地提高配电网兼容分布式电源的水平。
应用有源配电系统，一方面可以解决电网兼容性问题，另一方面可以充分利用间歇可再生能源，走绿色经济发展之路。
在主动式配电网的控制下，可以将各种分布式能源组合起来进行控制，从而提高配电网资产的利用水平，增强供电的稳定性，为广大用户创造更高品质的用电量体验。
二、研究背景在分布式电源飞速发展的大背景下，与之对应的主动配电网结构也发生了显著的改变。
伴随着利好的同时，也给配电网带来了一些挑战。
对于以往被动单向潮流配电网而言，此时已经逐步转变为具有双向供电特性的主动配电网，因此潮流方向稳定性不足，可能随时会发生改变。
伴随着接入系统容量的增加，将会进一步扩展配电网的不可控因素。
此外，配电网自身还容易受到各类非线性负荷的冲击，电压质量容易遭到威胁，供电设备容易遭到损坏，并影响供电质量。
三、主动配电网无功优化控制模型有载调压变压器（OLTC）对应的日动作次数并非无限量，而是受到了一定的限制，因此在配电网无功电压优化过程中，对于短时优化过程，将不考虑OLTC 的影响。
在本项目中，基于电压安全约束这一基本背景，将线路网损作为无功优化的基本目的，其对应的公式如下：式中，Le为各线路的集合；lij为经过二阶锥松弛后引入的变量，该值等于线路j平方；rij为线路ij所对应的电阻值。
四、分区分布式无功优化控制方法1、分区分布式无功优化模型主动配电网分区结构如图1所示，对于一个系统而言，在“复制”边界节点的作用下可以形成相对独立的两个子分区，同时基于边界节点的一致性，又可以提高两区之间的联系。
基于混合整数二阶锥规划的主动配电网有功无功协调多时段优化运行
基于混合整数二阶锥规划的主动配电网有功无功协调多时段优化运行一、本文概述Overview of this article随着可再生能源的大规模接入和电力电子设备的广泛应用，主动配电网（Active Distribution Network, ADN）的运行和管理面临着前所未有的挑战。
有功功率和无功功率的协调优化是保障ADN安全、经济、高效运行的关键。
本文提出了一种基于混合整数二阶锥规划（Mixed-Integer Second-Order Cone Programming, MISOCP）的主动配电网有功无功协调多时段优化运行方法。
该方法旨在通过综合考虑ADN中的多种约束条件和运行目标，实现有功和无功功率的协同优化，提高配电网的运行效率和稳定性。
With the large-scale integration of renewable energy and the widespread application of power electronic devices, the operation and management of Active Distribution Network (ADN) are facing unprecedented challenges. The coordinated optimization of active and reactive power is the key to ensuring the safe, economical, and efficient operation of ADN. Thisarticle proposes a multi period optimization operation method for active and reactive power coordination in active distribution networks based on Mixed Integer Second Order Cone Programming (MISOCP). This method aims to achieve collaborative optimization of active and reactive power by comprehensively considering various constraints and operational objectives in ADN, and improve the operational efficiency and stability of the distribution network.本文首先介绍了ADN的特点和面临的挑战，然后详细阐述了有功无功协调优化的重要性。
配电网能量路由器的优化调度策略研究
配电网能量路由器的优化调度策略研究配电网能量路由器的优化调度策略研究随着可再生能源的快速发展和智能电力系统的推广应用，配电网中的能量路由器成为了实现电力系统能量优化调度的关键设备之一。
能量路由器通过灵活调节能量的分配和利用，提高电力系统的可靠性、经济性和可持续性。
本文将研究配电网能量路由器的优化调度策略，探讨如何在满足用户需求和系统稳定性的前提下，最大化能量的集中分配和利用效率。
首先，我们需要了解能量路由器的基本原理与功能。
能量路由器是一种功率电子器件，具有双向传输能量的能力。
它可以将电力系统中的能量从供给侧传输到需求侧，并可以在两侧之间进行能量的调度和匹配。
能量路由器能够根据系统需求和能量供给情况，灵活选择能量传输路径和功率分配策略，以实现能量的高效利用。
其次，我们需要研究能量路由器的优化调度策略。
优化调度策略是指通过数学建模和算法设计，从众多潜在的能量传输路径和功率分配方案中选择最佳方案。
能量路由器的优化调度策略需要考虑以下几个方面的因素：1. 能量供需平衡：能量路由器需要根据系统中各个节点的能量供需情况，选择最佳的能量传输路径和功率分配方案。
采用动态规划或遗传算法等优化算法，可以在保证系统供需平衡的前提下，最大化能量的利用效率。
2. 系统稳定性：能量路由器的优化调度策略需要考虑电力系统的稳定性。
在能量传输的过程中，要避免电压暂降和电流波动过大等问题，以确保系统的稳定运行。
可以通过考虑节点负荷和电网容量等因素，在选择传输路径和功率分配方案时进行约束，以保证系统稳定性。
3. 用户需求满足：能量路由器的优化调度策略需要尽量满足不同用户的需求。
不同用户具有不同的能量需求和优先级，需要根据用户的需求特点和优先级设定权重，以实现合理的能量分配和利用。
同时，能量路由器还要考虑用户能量需求的时段差异性，通过预测和调整能量传输路径和功率分配方案，以确保高效的能量利用。
最后，我们可以通过仿真实验和实际运行验证能量路由器的优化调度策略。
主动配电网中“源-荷-储”协同优化调度研究
主动配电网中“源-荷-储”协同优化调度研究主动配电网中“源-荷-储”协同优化调度研究摘要：随着可再生能源的快速发展，主动配电网作为未来智能电网的重要组成部分，面临着调度困境。
本文从主动配电网的角度出发，研究了“源-荷-储”协同优化调度问题。
通过建立数学模型，采用优化算法对配电网中的电源、负荷和储能设备进行调度，以提高主动配电网的供电可靠性和经济性。
研究结果表明，协同优化调度能有效提升主动配电网的运行性能。
1. 引言主动配电网是一种利用信息通信技术实现源、荷、储三者协同工作的新型电网形式，其实施可以提高电力系统的供电可靠性和经济性。
然而，由于可再生能源的不稳定性和一些传统配电网中存在的问题，使得主动配电网的调度与控制面临着诸多挑战。
2. 主动配电网调度模型为了研究主动配电网中“源-荷-储”协同优化调度问题，本文建立了一个数学模型。
该模型首先考虑了配电网中的电源、负荷和储能设备之间的协同关系，然后采用目标函数来综合考虑供电可靠性和经济性两个方面的指标。
同时，由于主动配电网中的电源和储能设备的运行状态是时变的，因此模型还考虑了时段划分和优化调度的问题。
3. 优化算法为了解决主动配电网的协同调度优化问题，本文采用了一种基于优化算法的求解方法。
该算法首先通过对配电网中的电源、负荷和储能设备进行建模，确定了各个设备的运行状态。
然后根据模型中的目标函数，采用遗传算法或粒子群算法等方法进行调度优化，最终得到协同调度的解。
4. 数值实验与结果分析为了验证提出的“源-荷-储”协同优化调度方法的有效性，本文进行了一系列的数值实验。
实验结果表明，通过协同调度优化，主动配电网的供电可靠性和经济性得到了显著提高。
同时，对不同规模、不同结构的配电网进行实验验证，该方法的适用性和普适性得到了证明。
5. 结论与展望本文主要研究了主动配电网中“源-荷-储”协同优化调度问题，并提出了一种基于优化算法的求解方法。
通过数值实验可以得出，该方法能够显著提高主动配电网的供电可靠性和经济性。
主动配电网滚动优化调度方法与制作流程
本技术涉及一种主动配电网滚动优化调度方法，可包括以下步骤：S1：建立以运行成本最小、可控电源出力调整量最小、有功网络损耗最小和节点电压偏差最小为目标函数和以元件约束、负荷约束和网络约束为约束条件的主动配电网滚动优化调度模型；S2：利用改进差分进化算法MOEA/D TSA求解该主动配电网滚动优化调度模型，得到该主动配电网的滚动优化调度方案。
采用本技术方法对主动配电网进行日内滚动优化调度可以使主动配电网的有功网络损耗和节点电压偏差更小。
权利要求书1.一种主动配电网滚动优化调度方法，其特征在于，包括以下步骤：S1：建立以运行成本最小、可控电源出力调整量最小、有功网络损耗最小和节点电压偏差最小为目标函数和以元件约束、负荷约束和网络约束为约束条件的主动配电网滚动优化调度模型，主动配电网包括储能装置、风机机组、光伏机组、微型燃气轮机机组、上级电网和负荷；S2：利用改进差分进化算法MOEA/D-TSA求解该主动配电网滚动优化调度模型，得到该主动配电网的滚动优化调度方案，具体步骤如下：S21：初始化MOEA/D-TSA算法的基本参数，包括分解方法、邻居个数、退火初温T0、退火系数λ和算法更新最大迭代次数，并设置可控电源的有功出力上下限及可控负荷的调节范围；S22：根据所建立的滚动优化调度数学模型和MOEA/D-TSA算法基本参数，进行权重向量及其邻居的初始化；S23：初始化调度时段序号iNday为1；S24：读取风机机组、光伏机组和所有负荷节点在当前调度时段的短期预测最新数据，更新风机机组、光伏机组有功出力上下限，并检测储能装置的SOC值和微型燃气轮机的有功输出功率，将检测到的储能装置和微型燃气轮机的状态值作为相应装置当前调度时段的初始值；S25：初始化当前调度时段的调度时刻序号iNt为1；S26：根据PV节点有功输出功率上下限最新数据、可控负荷节点调节范围、所有发电机节点电压幅值变化范围及检测到的储能装置、微型燃气轮机的状态值，进行种群决策变量初始化，进行潮流计算，然后初始化计算种群函数值，存储初始化数据；S27：判断调度时刻序号iNt是否达到最大值，若是，则进入S28，否则重复S26至S27；S28：根据种群函数值，初始化理想点和参考点；S29：初始化算法更新迭代次数i为1；S210：初始化当前优化子问题序号ipro为1；S211：重新初始化当前调度时段的调度时刻序号iNt为1；S212：利用当前调度时段调度时刻iNt的当前优化子问题的邻居信息交叉变异产生当前优化子问题的新解y；S213：根据聚合函数值判断当前优化子问题产生的新解y是否优于其旧解yold，若是，则当前优化子问题采用新解y进行更新，否则产生一个随机数R，判断R是否大于当前新解被选择的概率S(i)，若是，则当前优化子问题仍然采用旧解，否则，当前优化子问题采用新解y进行更新，S(i)可表示如下所示：其中gte表示聚合函数值，S(i)随着迭代次数增加逐渐减小；S214：iNt数值增加1，并判断是否大于其最大值，若是，则进入S215，否则重复S212至S214；S215：根据当前优化子问题函数值，更新理想点和参考点，根据新解y更新当前优化子问题的邻居；S216：判断子问题序号是否达到其最大值，若是，则进入S217，否则ipro数值增加1，重复S211至S216；S217：迭代次数i数值增加1，判断迭代次数i是否大于最大迭代次数，若是，则进入S218，否则重复S210至S217；S218：求取iNday调度时段的所有子问题的最优折衷解，将其作为调度计划输出给可调度单元；S219：判断一日之内的滚动调度是否完成，若是，则结束，否则，iNday数值增加1，重复S24至S219。
主动配电网电能数据优化运行控制研究
主动配电网电能数据优化运行控制研究贾明杰１ 伍展辉２ 曾家杰２ 李钊钊２ 孙阳涛２（１ 国网铜川供电公司 ２ 西安兴汇电力科技有限公司）摘 要：近年来，随着配电网的发展与智能化程度的提高，电能数据的获取和处理变得越来越重要。
在传统的被动配电网中，电能仅仅是被动地输送和分配，无法根据不同的负荷需求和用电场景进行精细化管理。
因此，为了更好地满足用户需求，主动配电网的出现成为了必然趋势，使得现代化电力系统呈现出智能化、人性化、便利化的特点，提高了电力系统运行的效率和可靠性。
在主动配电网中，电能数据的优化运行控制是至关重要的研究方向。
为了充分发挥主动配电网的潜力，本研究通过分析配电网中的电能数据，提出了几种基于电能数据的优化运行控制策略。
这些策略能够针对具体的负荷需求和用电场景提供一定的参考意义，从而增强电能调度能力，提升配电网的经济性和可靠性。
关键词：主动配电网；电能数据；优化运行；控制研究０ 引言随着能源危机的日益加剧和环境保护意识的不断提高，电力行业正朝着更加清洁、高效、智能化的方向发展。
作为电力系统领域的重要发展方向，主动配电网已经成为了电力行业发展的重要趋势之一。
主动配电网是建立在智能电网的基础上，利用先进的通信、控制和计算技术实现对配电网中各种电力设备进行全面监控、管理和控制的一种智能化配电网。
主动配电网运行控制是主动配电网的核心技术之一，其目的是通过对主动配电网中的各种电能数据进行综合分析、建模和优化，实现对电网的协调控制和优化运行。
在电力系统发生故障或负荷波动时，主动配电网运行控制系统可以自动、快速地进行响应和调节，以保证电力系统的安全稳定运行。
主动配电网电能数据的优化运行控制研究，旨在实现新能源的最大化利用和最优化配置，从而提高整个配电网的效率、可靠性和经济性。
１ 研究背景及面临的挑战随着全球能源需求不断增加，传统的电力系统已经无法满足高效、安全和可靠的需求。
为了解决这一问题，主动配电网的发展成为了智能电力系统的一个重要趋势，推动了主动配电网电能数据优化运行控制研究的发展。
计及柔性负荷的主动配电网多源协调优化控制
计及柔性负荷的主动配电网多源协调优化控制一、本文概述随着可再生能源的大规模接入和分布式电源的广泛应用，主动配电网的优化控制已成为电力系统领域的研究热点。
其中，柔性负荷作为一种可调节的电力负荷，对于平衡电网负荷、提高电网稳定性以及促进可再生能源的消纳具有重要意义。
本文旨在探讨计及柔性负荷的主动配电网多源协调优化控制方法，通过对配电网中的多种电源和柔性负荷进行协调优化，实现配电网的高效、安全和可持续运行。
本文将分析主动配电网的基本特性，包括其结构特点、运行方式以及与传统配电网的区别。
在此基础上，阐述柔性负荷在主动配电网中的作用及其调控潜力，包括需求响应、储能系统等。
本文将详细介绍多源协调优化控制的理论框架和方法。
通过对配电网中的多种电源（如风能、太阳能等可再生能源，以及微型燃气轮机等分布式电源）和柔性负荷进行建模，建立多源协调优化控制模型。
该模型将综合考虑电网运行的经济性、安全性和环保性，以及各类电源的互补性和柔性负荷的调控能力，实现配电网的优化运行。
本文将通过算例分析和仿真实验验证所提多源协调优化控制方法的有效性和可行性。
通过对比分析不同控制策略下的配电网运行性能，展示计及柔性负荷的主动配电网多源协调优化控制在提高电网稳定性、促进可再生能源消纳以及降低运行成本等方面的优势。
还将探讨未来研究方向和应用前景，为相关领域的研究和实践提供参考。
二、柔性负荷建模与分析在主动配电网中，柔性负荷扮演着至关重要的角色。
与传统的刚性负荷不同，柔性负荷能够根据电网的运行状态和需求，主动调整自身的用电行为，从而参与到电网的优化控制中。
这种可调节的特性使得柔性负荷成为实现配电网多源协调优化的重要资源。
为了对柔性负荷进行有效的控制和管理，首先需要建立其准确的数学模型。
柔性负荷的建模通常包括两个方面：一是负荷本身的电气特性建模，如负荷的功率、电流、电压等；二是负荷的行为特性建模，即负荷如何响应电网的调度指令，如何调整自身的用电行为。
主动配电网分布式鲁棒优化调度方法
主动配电网分布式鲁棒优化调度方法摘要：为了能克服风电负荷率的不确定性，根据鲁棒性提升的最坏-最好是基础理论，提出了积极配电网鲁棒性最佳经济发展调度实体模型。
在该模式中，选用拉丁舞超立方米抽样法形成风电情景，以表明风电预测分析的不确定性。
在建模过程中，引进了分布式系统储能技术的等效电路运行维护成本。
与此同时，以微型燃气轮机、分布式系统储能技术和积极配电网的调度成本最少为目标函数，选用根据任意基因变异的粒子群优化计算方法模型拟合开展求得，能够获得极端化情景下运作成本最少的调度方案。
模拟仿真结论验证了实体模型和求得优化算法的实效性，获得的调度方案在风电输出功率预测分析误差范围内可以达到系统软件的全部约束，得出了最好的经济发展调度方案。
与可预测性经济发展调度方案对比，本篇文章明确提出的调度方案具备更强的可扩展性。
关键词：主动配电网；分布式优化调度；鲁棒优化；线性化潮流；交替方向乘子法引言主动配电网是主网和配电网集中控制的配电网，以可靠和经济发展为保障措施，依据供电系统的具体运行状态响应式地调节其应等电源、负荷调控手段，具有分布式电源、储能技术、需求方回应等开关电源和负载调整方式。
从行业角度来看，ADN由电网公司、发电量顾客、用电量顾客等利益相关方构成。
每一个主体全是相对独立的，在自身的运营管束下，寻找利益最大化或成本费降到最低。
因而，ADN的最佳调度必须充分考虑系统软件中各主体的利润和安全运行的管束。
传统式的集中式提升调度方法必须监测和收集系统中全部主体的生产制造信息，由中央控制器融洽提升调度对策，并把调度管理决策结论发给全部主体。
可是，生产制造信息是利益者的关键商业机密，具备隐秘性，无法获得。
并且集中式提升必须搜集海量信息，通讯负担过重。
一旦中央控制器无效，最佳调度系统软件便会崩溃。
因而，集中式方式早已无法满足ADN发展趋势的要求，必须一种分布式系统方式来处理ADN提升调度难题。
在分布式系统方式中，一般将优化问题溶解为好几个智能体的子难题，根据融洽求得子难题来获取系统软件的全局性优化策略。
含大规模电动汽车接入的主动配电网多目标优化调度方法
摘要
浩
裴
玮
孔
北京
力
100190 ）
（中国科学院电工研究所
针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题，提出一种含大
规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模 电动汽车的充电负荷需求；然后，以含大规模电动汽车接入的主动配电网运行成本最小化和负荷 曲线方差最小化为优化目标，综合考虑电动汽车的充电需求和配电网的运行约束，构建含规模化 电动汽车接入的主动配电网多目标优化调度模型，采用带精英策略的非支配排序遗传算法 （ NSGA-II）对多目标优化模型进行求解，针对多目标优化得到的帕累托（ Pareto）最优解集规模 大，蕴含信息丰富，导致运行人员难以决策的问题，提出一种基于模糊聚类的方法对多目标 Pareto 最优解集进行筛选。通过改进的 IEEE 34 节点算例的多场景对比分析，结果表明：所提出的模型 和方法可在保证系统经济运行的同时，有效利用电动汽车的优化充电降低系统负荷峰谷差。 关键词： 主动配电网 中图分类号： TM73 电动汽车 多目标优化 运行调度 NSGA-II 模糊聚类
2017 年 10 月 第 32 卷增刊 2
电 工 技 术 学 报
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCup.2 2017
DOI: 10.19595/ki.1000 - 6753.tces.L70199
含大规模电动汽车接入的主动配电网 多目标优化调度方法
Abstract Aimed at the problem of increasing peak load caused by random charging of large scale electric vehicle, a multi-objective optimization scheduling method for active distribution network with large scale electric vehicle access is proposed. firstly, the charging demand of large scale electric vehicle is analyzed based on Monte Carlo sampling method, then, take the minimum operation cost and the minimum load curve variance of active distribution network as optimization objectives, considering the charging demand of electric vehicle and the operation constraints of distribution network, a multi-objective optimization scheduling model for active distribution network with large-scale electric vehicles assess is proposed, NSGA-II optimization algorithm is applied to solve the multi-objective model. For the Pareto optimal solution set is large and contains abundant information, it is difficult for the operators to make decision, a method based on fuzzy clustering is proposed to select the optimal solution from Pareto optimal solution set. The simulation test is carried out on the modified IEEE 34-node distribution system, the results shows that the method proposed in this paper can not only ensure the economic operation of the system, but also can reduce the load peak and valley difference of the system by using the optimized charging of electric vehicle. Keywords： Active distribution network, electric vehicle, multi-objective optimization, operation scheduling, NSGA-II, fuzzy clustering
含微电网的主动配电网协调优化调度方法
t t ） （6 ） pk =蒹λt ×蒹p（XL 其中 ，U 、A 分别为状态 k 下的不可用机组集合和可 t 用 机 组 集 合 ；P gt i 为 机 组 i 在 时 段 t 的 输 出 功 率 ；R g j t 为机组 j 可提供的旋转备用容量 ；Rm 为微电网 m 出 t 售的备用容量 ；X L 为系统负 荷 预 测 误 差 ； λt 为 机 组
Ng i＝1 Nmg m＝1
t t 鄱 P gti + 鄱 P m =PL
Cpl =鄱 鄱 cplm P
t＝1 m＝1 T
鄱
P - Pavg - P ΔPpl
t L
t m
鄱
2
（8 ）
（1 ）
（2 ）发电单元出力上下限约束 。 （9 ） max 其中 ，P min 分别为可调度发电机组 的出力下限 i g i 、P g i 值和上限值 。 （3）机组爬坡约束 。 增负荷时 ， 有 ：
1
1.1
模型设计
ADN 优化模型 ADN 效益主要由负荷和接入的一般机组决定 ，
在传统经济运行的基础上考虑了安全性和可靠性 ， 计及削峰填谷成本 、 备用购买成本和用户停电损失 成本 。 其中 ，ADN 调度微电网出力进行负荷调峰 ，并 在紧急情况下可以向微电网购买一定的备用容量 ； 将备用需求的确定过程融入到优化调度中 ， 通过用 户停电损失期望反映其效果 。 于是 ， 在 ADN 寻求总 运行成本最小的过程中 ， 可以自动确定合理的调度 计划和备用需求 。 1.1.1 削峰填谷成本估算方法 在 ADN 处于峰谷负荷情况时 ， 微电网可以响应 地区负荷曲线进行调峰 。 设调度周期总时段数为 T， 以微电网每个时段的输出功率为变量 ， 由于 ADN 希 望以最 小 的 成 本 调 度 微 电 网 以 达 到 削 峰 填 谷 的 效 果 ， 其 成 本可表示为负荷曲线的均方差和调度成本 的乘积 ［15］：
主动配电网源荷协同优化控制策略研究
主 动 需 求 负 荷 的 协 同 运 行 问 题 ，提 出 了 基 于 自 适 应 扩 散 算 法 的 源 荷 分 布 式 协 同 优 化 控 制 策
略 。该 策 略 应 用 自 适 应 扩 散 算 法 构 造 自 适 应 邻 接 矩 阵 和 融 合 矩 阵 ，作 为 加 权 因 子 对 节 点 状
第 32卷 第 1期 2019年 2月
青 岛 大 学 学 报 （自 然 科 学 版 ） J O U R N A L O F Q IN G D A O U N IV E R S IT Y (N a tu ra l Science E d itio n )
Vol. 32 No. 1 Feb. 2 0 19
文章编 号 ：1006 - 1037(2019)01 - 0087 -0 8 dot :10.3969$.issii.1006 - 1037.2019.02.17
主动配电网源荷协同优化控制策略研究
满 建 越 1 ，赵 俊 杰 1 ，张 建 伟 1 ，张 永 年 2 ，蒋 力 波 2 ，吴 丽 珍 2
行 主 动 配 电 网 有 功 功 率 的 优 化 调 度 ，能 够 实 现 源 荷 间 的 协 同 运 行 ，并 与 一 致 性 算 法 和 PSO
算 法 的 计 算 结 果 进 行 比 较 ，验 证 了 所 提 方 法 的 有 效 性 和 优 越 性 。
关 键 词 ：主 动 配 电 网 ；分 布 式 电 源 ；自 适 应 扩 散 算 法 ；边 际 成 本 ；协 同 运 行
算 法 对 微 电 网 进 行 优 化 ，方 法 实 现 简 单 ，调 节 精 度 高 ，但 是 在 断 电 和 断 开 通 信 链 路 的 情 况 下 容 易 受 到 单 点 故 障 的 影 响 ，且 系 统 不 易 扩 展 。文 献 [7]采 用 分 散 式 控 制 方 法 ，实 现 了 微 电 网 安 全 电 压 下 的 最 大 化 经 济 和 环 境 效 益 ，虽 能 够 对 输 出 功 率 进 行 调 节 ，但 缺 乏 个 体 间 的 协 作 和 信 息 交 流 ，较 难 统 一 和 控 制 信 息 流 。分 布 式 控 制 方 法 克 服 了 集 中 式 和 分 散 式 控 制 方 法 中 的 缺 点 ，具 有 个 体 协 作 性 能 和 系 统 扩 展 灵 活 性 特 点 。文 献 [8]提出了 一 种 基 于 分 布 式 多 代 理 思 想 的 微 电 网 能 量 管 理 系 统 ；文 献 [9] 、[1 0 ] 采 用 一 致 性 算 法 的 分 布 式 控 制 方 法 研 究 了 微 电 网 的 无 功 功 率 分 配 问 题 、能 量 管 理 问 题 和 资 源 管 理 问 题 。以 上 文 献 采 用 分 布 式 控 制 方 式 解 决 了 集 中 式 控 制 方 式 中 的 可 靠 性 和 扩 展 性 问 题 。但 一 致 性 算 法 存 在 收 敛 速 度 慢 ，适 应 环 境 能 力 差 的 问 题 ，而 自 适 应 扩 散 算 法 具 有 收 敛 速 度 快 和 适 应 环 境 变 化 的 能 力 。本 文 借 鉴 分 布 式 控 制 方 法 ，提 出 了 基 于 自 适 应 扩 散 算 法 的 分 布 式 协 同 优 化 运 行 策 略 。该 策 略 采 用 自 适 应 扩 散 算 法 获 得 全 网 分 布 式 电 源 功 率 边 际 成 本 一 致 值 ，实 现 各 代 理 节 点 间 的 分 布 式 协 同 运 行 。通 过 分 布 式 分 层 协 同 优 化 方 法 ，实 现 源 荷 间 的 协 调 运 行 和 社 会 福 利 最 大 化 。
关于10kV配电网运行方式调度及发展的探讨
关于10kV配电网运行方式调度及发展的探讨摘要：10kV配网工作方式科学调度对电力系统稳定运行具有重要作用，同时10kV配网为民众生活提供良好电能保障，所以，需要保证10kV配网运行质量。
对此，本文阐述了10kV配网调度优化的意义，提出了10kV配网优化调度方式，分析了10kV配网调度发展趋势，介绍了智能配网优化管控中的关键技术。
关键词：10kV配电网；运行调度；发展分析1 10kV配网调度优化的意义对配网工作方式进行优化，可以充分强化电能质量与供电能力，强化配网工作质量、电力系统工作效率以及调度质量，充分减少投入资金，同时为我国基建工作提供能源保障。
优化调度意义主要体现在以下方面。
①对调度模式进行优化，充分强化配网系统工作质量与效率。
②减少资金浪费，强化投资效益。
③减少网络消耗，强化供电安全性与可靠性，促进电力事业稳定发展。
④促进电力公司稳定发展。
⑤保证自动化调度工作顺利实现。
⑥对配网调度方式进行优化，将自动化配电充分凸显出来[1]。
2 10kV配网优化调度方式2.110kV配网信息集成以及自动建模科学利用配电设备相关工作数据，可以充分为10kV配电网的智能调度工作提供良好保障，涵盖10kV配电网中音频信息、预测数据、运行信息、空间信息以及结构数据，可以有效利用这些数据，可以充分提升调度效率。
供电公司要想充分实现发展目标，应该对数据集成技术进行充分应用，借助科学的收集管理系统、自动调度系统等系统产生的数据信息，为调度管理工作提供良好调度。
在工程分析中，具有较高难度，为了强化智能调度质量，应该在信息集成基础上开展。
2.2构建健全考核机制供电系统会直接受到配电调度的作用，也是影响用户用电需求是否可以得到充分满足的关键因素。
供电公司要想充分提高自身竞争力，不仅需要强化自身业务水平，同时需要积极开展品牌建设工作，而配网调度方式会对供电公司形象产生直接影响。
要想保证10kV配网调度管理工作有序性与科学性，供电公司需要在考核体系中将该项工作作为重点指标，通过健全考核机制以及客观考核手段，公正评价10kV配电网调度水平以及质量[2]。
考虑源网荷储协调的主动配电网优化调度方法研究
考虑源网荷储协调的主动配电网优化调度方法研究发布时间：2022-07-16T01:45:58.915Z 来源：《科学与技术》2022年第5期3月作者：张艳丽[导读] 随着我国经济发展速度的逐渐加快，用电负荷也在随之增加，传统能源越来越匮乏张艳丽国网哈密供电公司，新疆哈密，839000摘要：随着我国经济发展速度的逐渐加快，用电负荷也在随之增加，传统能源越来越匮乏。
经济的快速发展与用电负荷之间呈现出了正向增长的关系，在此现状下，基于新能源的分布式发电在电网中逐渐发挥了非常关键的作用。
随着高比例柔性负荷、可控分布式发电以及储能系统等设备的接入，逐渐朝着主动配电网的方向发展。
由于多类型负荷波动的叠加以及分布式发电的随机性，加大了配电网运行和管控的难度。
怎样才能够提高系统运行效率，实现对源网储能主动配电网的优化调度是确保系统有效运行的关键。
鉴于此，本文立足于源网荷储协调的主动配电网优化调度意义，围绕优化调度方法展开如下探讨。
关键词：主动配电网；源网荷储；优化调度模型1.源网荷储协调的主动配电网优化调度意义煤炭、石油以及天然气等多种能源作为人们日常生活中必不可少的资源类型，其在经济发展中发挥着关键的作用。
然而，随着人们对煤炭以及石油等不可再生能源的大量使用，为人类社会也带来了一系列的问题，主要是因为随着能源短缺问题的日益加剧，人类有一天将会面临无能源使用的窘境。
再加上化石燃料的燃烧还会伴随大量的废气产生，将会引起全球性气候变化、雾霾天气、酸雨、臭氧层破坏以及海洋污染等问题，严重者甚至会对人们的日常出行和生活健康产生威胁。
而生物能、太阳能和风能作为可再生能源，这些清洁能源对环境的影响不大[1]。
因此，加强可再生能源的开发和利用是有效应对能源危机的重要举措，并且也是改善环境问题的关键。
2.源网荷储协调的主动配电网优化调度现状2.1主动配电网优化调度研究现状从主动配电网的特征层面进行分析，主动资源管理主要分为对网络拓扑结构、DG、储能系统以及可控负荷等方面的控制内容。
电力系统中的主动配电网技术研究
电力系统中的主动配电网技术研究随着社会的不断发展，人们的生活和生产对电力的需求越来越高。
然而，传统的电力系统已经不能满足人们对稳定、可靠、高效的用电需求，这就需要我们对电力系统进行改进和升级。
其中，主动配电网技术的应用正在成为电力系统升级的重要方向。
一、主动配电网技术的定义主动配电网技术是指一种以数字化技术、通信技术、自动化技术与能源技术相结合的新型电力系统。
该技术可以通过多样化的能源输入与输出，实现对能源的实时监测和优化控制，从而提高电力系统的安全性、可靠性和智能化程度。
二、主动配电网技术的核心特点主动配电网技术的核心特点主要包括以下几个方面：1. 多样化的能源输入和输出：主动配电网技术不仅支持传统的火电、水电、核电等能源形式，还可以实现对太阳能、风能、光热等可再生能源的有效管理。
通过多样化的能源输入和输出，可以降低电力系统的依赖度，提高电力供应的灵活性和可靠性。
2. 实时监测和控制：主动配电网技术通过分布式传感器、智能计量系统等技术手段实现对电力系统的实时监测和控制。
运营人员可以通过云计算、大数据分析等技术手段对电力系统的运行状态进行全面的监测和分析，从而及时发现问题并采取必要的措施。
3. 灵活的负荷管理：主动配电网技术支持灵活的负荷管理，可以根据用户需求实现对负荷的动态管理和调整。
在高负荷时段，系统可以根据需求自动进行负荷疏解，从而保障电力系统的安全稳定性。
三、主动配电网技术的应用场景1. 城市综合能源系统：主动配电网技术可以应用于城市综合能源系统。
通过对城市光伏、风电、微电网等能源进行有效管理和优化调度，可以提高城市能源的利用效率和可持续发展性。
2. 工业园区能源系统：主动配电网技术也可以应用于工业园区能源系统。
通过对园区内各企业的能源使用情况进行全面的监测和分析，可以实现能源的共享和优化利用，从而降低企业的用能成本。
3. 建筑节能系统：主动配电网技术还可以应用于建筑节能系统。
系统可以根据建筑内的能源使用情况，通过实时监测和控制来降低能源的浪费，从而降低建筑的能耗成本。
主动配电网优化调度的几点建议
动力与电气工程DOI：10.16661/ki.1672-3791.2018.30.040主动配电网优化调度的几点建议薛家祥(国网武汉供电公司电力调控中心 湖北武汉 430000)摘 要：随着人们生活水平的不断提高，对于电能的需求不断增加，因此对配电网进行优化调度是大势所趋。
主动配电网作为配电网核心组成部分之一，其对电力企业供电的稳定性与安全性有着直接影响，对主动配电网进行优化调度的重要性不言而喻。
基于此，本文笔者结合多年实际工作经验，针对当前主动配电网优化调度存在的问题，给出提高主动配电网优化调度效率的有效措施，望借此为实际工作提高参考的依据。
关键词：主动配电网 优化调度 改善措施中图分类号：TM73 文献标识码：A 文章编号：1672-3791(2018)10(c)-0040-02为了满足当前人们日常生活对于电能的需求，如何对当前配电网进行优化是电力企业接待解决的难题。
为了实现对主动配电更好地调度与优化，国家重点针对多类型分布式能源的大量接入、用户与配电网的双向互动及电力电子设备广泛应用给配电网带来的影响，研究对主动配电网实施科学调度与优化的新措施与新理念，并将其落实到实际工作中。
经过长期的艰苦努力，研究人员攻克了主动配电网规划及规划运行互动决策、供电质量控制、多能源协同交互控制等各种关键技术，研制了综合配电终端单元和快速切换装置，开发了运行控制系统、规划决策系统和信息平台，建成了多项示范工程，示范区电网具备了网络结构灵活调节、源网荷运行状态可观可控、多能源统一协调优化等特点，这些都为主动配电网的优化调度提供了决策的依据。
1 主动配电网的概述何为主动配电网？主动配电网与被动配电网又有怎样的区别？这都是困扰大多数电力工作人员的问题。
大多数对主动配电网的理解就是只要配电网中接入的分布式电源，那么这个配电网就是主动配电网，这种理解是比较片面的。
主动配电网简单来说就是内部具有分布式电源同时能够实现高度渗透以及功率双向流动，并且具备主动运行与主动控制能力的一种配电网络。
基于主从博弈和贪心策略的含电动汽车主动配电网优化调度
1.1 ADN调度架构 含EV的ADN调度架构如图1所示。ADN调度
中心根据可再生能源（RES）及负荷预测、可调度资 源上传的实时状态对可调度资源进行合理的调度以 达到预期的经济性和安全性。当ADN内功率不能
电力自动化设备
第40卷
达到平衡时.ADN向上级电网申请购售电，上级电 网调度中心根据自身运行状态设定交互功率上下限 限制ADN对其造成的冲击；
导者ADN先行制定充电价格、放电补贴及激励策
略,跟随者EV基于贪心策略进行两阶段优化最大化
口身成本以最优充放电策略作为冋应。博弈结构图
上级电网 调度中心
on
RES
充电桩卜
充电站
ADN 「一调度中心
常规负荷|~
L-| ESS|
—| 可控 DG |------ J
--- 能量流， 信息流
图1 ADN调度架构 Fig. 1 Dispatching structure of ADN
1.2充电站工作场景 本文研究的基础是充电站归电网统一管理，充
目前.国内外学者针对EV入网有序充放电已开 展了诸多研究。文献［5］提出先以负荷方差为目标, 再以可转移充放电量裕度最大为目标对EV进行有 序充放电调度。文献［6］建立EV充电负荷概率模型 以最小化有功网损对EV进行充电优化。文献［7］以 含大规模EV接入的ADN运行成本最小和负荷曲线 方差最小为优化目标控制EV充电。文献［8］提出通 过两阶段优化方法对EV进行充电控制，分别用于提 高充电站运营收益和降低局部负荷峰谷差。文献
电力窗钳化破备
Electric Power Automation Equipment
Vol.40 No.4 Apr. 2020
基于主从博弈和贪心策略的含电动汽车 主动配电网优化调度
基于机会约束规划的主动配电网能量优化调度研究
基于机会约束规划的主动配电网能量优化调度研究一、本文概述随着全球能源危机和环境污染问题的日益严重，可再生能源的大规模开发利用已成为全球能源转型的重要方向。
主动配电网作为连接可再生能源与用户的桥梁，其能量优化调度研究对于提高能源利用效率、保障电网安全稳定运行、推动可再生能源的消纳等方面具有重要意义。
本文旨在研究基于机会约束规划的主动配电网能量优化调度问题，以期在保证电网安全稳定运行的前提下，实现可再生能源的最大化利用和经济效益的最优化。
本文将对主动配电网能量优化调度的背景和意义进行阐述，明确研究的重要性和紧迫性。
通过对国内外相关文献的综述，分析当前主动配电网能量优化调度研究的主要方法和存在问题，为本文的研究提供理论支撑和参考依据。
接着，本文将详细介绍机会约束规划的基本理论和方法，并探讨其在主动配电网能量优化调度中的应用可行性和优势。
在此基础上，本文将构建基于机会约束规划的主动配电网能量优化调度模型，包括目标函数的确定、约束条件的设置、优化变量的选择等。
通过算例分析和仿真实验，验证所提模型的有效性和优越性，为实际工程应用提供理论支持和实践指导。
本文的研究不仅对推动主动配电网能量优化调度理论的发展和完善具有重要意义，同时也为实际工程应用提供了有力的理论支撑和实践指导，对于推动可再生能源的大规模开发利用、提高能源利用效率、保障电网安全稳定运行等方面具有重要的应用价值和社会意义。
二、主动配电网概述主动配电网（Active Distribution Network, ADN）是近年来随着可再生能源（如风电、光伏等）大规模接入配电网而兴起的一种新型电力系统。
与传统的被动配电网不同，主动配电网强调对分布式电源（Distributed Generation, DG）和可控负荷的主动管理和优化调度，以实现配电网的高效、安全、可靠运行。
主动配电网的核心在于其“主动性”，即能够主动响应电网运行状态的变化，通过优化调度和控制手段，提高配电网的供电质量、运行效率和可再生能源的消纳能力。
主动配电网分布式储能优化配置方法研究
主动配电网分布式储能优化配置方法研究近年来，随着我国的综合实力的不断增强，电力工程的发展也突飞猛进。
配电系统作为未来电网的重要组成部分，正在不断完善，并逐步发展成为主动配电网。
配电系统中的分布式发电系统、本地存储系统和响应负载严重影响了电网规划和调度过程。
标签：主动配电网;分布式储能;优化配置方法研究引言根据风光自然特点搭建DG数学模型，建立DG稳态运行的出力场景。
从储能规划建设投资视角，以最大化新增储能年均收益为目标函数，考虑配电网潮流、DG、储能三方约束条件，建立储能优化配置模型并用遗传算法进行求解，遗传算法内部使用前推回代法进行潮流计算。
对含多分布式电源的40节点配电网系统进行测试计算，验证了本文所设计方法的准确性，并分析了分布式电源额定功率变化及电压等因素对储能配置的影响，为系统规划和建设提供了新的思路。
1主动配电网的概念及特征1.1主动配电网的概念在“主动配电网的运行与发展”这个研究报告中指出，主动配电网就是通过使用灵活的网络技术拓扑来进行管理潮流，以达到对局部范围内分布式能源进行主动控制和管理的实际配电系统。
在分布式能源的界定上，主要有分布式发电、电储能和可控负荷等。
但在实际的发展过程中，由于缺乏核心运算工具，除了少数国家以外，大部分国家都没有把ADS规划进配电网和作为运行的必要内容，而且在主动管理和控制方面，现在仍然处于最初级的实用阶段。
1.2主动配电网的特征在分布式新型能源进行大规模的接入配电网后，主要是以新能源、主动配电网、用电负荷这三个方面为主的结构特征的新配电技术。
同传统配电的不同之处在于，新技术能够自主地对分布式方面的性能上进行预测与分析，并对可控的一些分布式资源实行管理与控制，以减少或清除能源的不确定性给电网带来的问題。
在实际使用方面具有三个特征：一是分布式资源的可控性;二是在可控能力上较为突出和完善;三是能够通过控制中心进行协调化管理;四是在网络拓扑的结构方面可进行灵活调节。
含分布式储能的主动配电网鲁棒优化经济调度方法
文章编号：１６７３ ５１９６（２０２０）０６ ０１１２ ０７含分布式储能的主动配电网鲁棒优化经济调度方法陆玉姣１，游青山１，林林馨妍２，黎 博３（１．重庆工程职业技术学院，重庆 ４０２２６０；２．河海大学能源与电气学院，江苏南京 ２１１１００；３．重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室，重庆 ４０００４４）摘要：为克服风电输出的不确定性，基于鲁棒优化中的ｗｏｒｓｔ ｂｅｓｔ理论，提出一种主动配电网的鲁棒优化经济调度模型．该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性．在建模过程中，引入分布式储能的等效运维成本，同时以微型燃气轮机、分布式储能和主动配电网购电／售电调度成本最低为目标函数，采用基于随机变异的粒子群优化算法对模型进行求解，可得到极端场景下运行成本最小的调度方案．仿真结果验证了该模型及求解算法的有效性，得到的调度方案能在风电预测误差范围内满足系统所有约束条件，并给出经济性最优的调度方案．与确定性经济调度方案进行对比可知，本文所提出的调度方案具有更强的鲁棒性．关键词：主动配电网；经济调度；鲁棒优化；分布式储能系统中图分类号：ＴＭ７ 文献标志码：Ａ犚狅犫狌狊狋犲犮狅狀狅犿犻犮犱犻狊狆犪狋犮犺狅犳犪犮狋犻狏犲犱犻狊狋狉犻犫狌狋犻狅狀狀犲狋狑狅狉犽狊狑犻狋犺犱犻狊狋狉犻犫狌狋犲犱犲狀犲狉犵狔狊狋狅狉犪犵犲狊狔狊狋犲犿狊ＬＵＹｕ ｊｉａｏ１，ＹＯＵＱｉｎｇ ｓｈａｎ１，ＬＩＮＬｉｎ ｘｉｎ ｙａｎ２，ＬＩＢｏ３（１．ＣｈｏｎｇｑｉｎｇＶｏｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈｏｎｇｑｉｎｇ ４０２２６０，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＥｎｅｒｇｙａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｏｈａｉＵｎｉ ｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１１１００，Ｃｈｉｎａ；３．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００４４，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ｔｏａｄｄｒｅｓｓｔｈｅｉｍｐａｃｔｓｏｆｕｎｃｅｒｔａｉｎｔｙｏｆｗｉｎｄｏｕｔｐｕｔｓｏｎｔｈｅｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎ，ｔｈｉｓｐａ ｐｅｒｐｒｏｐｏｓｅｓａｒｏｂｕｓｔｏｐｔｉｍｉｚａｔｉｏｎｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｍｅｔｈｏｄｉｎｔｈｅａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ．Ｔｈｅｍｏｄ ｅｌｉｓｂｕｉｌｔｏｎａｗｏｒｓｔ ｂｅｓｔｔｈｅｏｒｙｔｈａｔｉｎｔｅｇｒａｔｅｓＬａｔｉｎｈｙｐｅｒｃｕｂｅｓａｍｐｌｉｎｇｍｅｔｈｏｄｆｏｒｇｅｎｅｒａｔｉｎｇｗｉｎｄｏｕｔｐｕｔｓｃｅｎｅｓｅｔｔｏｒｅｐｒｅｓｅｎｔｕｎｃｅｒｔａｉｎｔｙｏｆｗｉｎｄｏｕｔｐｕｔｓ．Ｔｈｅａｉｍｓｏｆｔｈｅｍｏｄｅｌｉｓｔｏｍｉｎｉｍｉｚｅｔｈｅｏｐｅｒａ ｔｉｏｎｃｏｓｔｓｆｏｒｄｉｓｔｒｉｂｕｔｅｄｅｎｅｒｇｙｓｔｏｒａｇｅａｎｄｍｉｃｒｏｔｕｒｂｉｎｅ，ａｎｄｐｕｒｃｈａｓｅｃｏｓｔｓｆｒｏｍｔｈｅｕｐｐｅｒｇｒｉｄ．Ｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒａｎｄｏｍｍｕｔａｔｉｏｎｉｓｕｓｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌ，ａｎｄｔｈｅｏｐｔｉ ｍｉｚｅｄｒｅｓｕｌｔｓｗｉｔｈｔｈｅｌｅａｓｔｏｐｅｒａｔｉｎｇｃｏｓｔｉｎｅｘｔｒｅｍｅｓｃｅｎａｒｉｏｓｃａｎｂｅｏｂｔａｉｎｅｄ．Ｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｉｓｉｍｐｌｅｍｅｎｔｅｄｏｎａ３３ ｂｕｓｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ．Ｏｕｒｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｏｐｔｉｍｉｚｅｄｄｉｓｐａｔｃｈｃａｎｓａｔｉｓｆｙａｌｌｏｆｔｈｅｃｏｎｓｔｒａｉｎｔｓｗｉｔｈｉｎｆｏｒｅｃａｓｔｅｒｒｏｒｏｆｗｉｎｄｏｕｔｐｕｔｓ．Ｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｄｅｔｅｒｍｉｎｅｄｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈｍｅｔｈｏｄｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｍｏｒｅｒｏｂｕｓｔ．犓犲狔狑狅狉犱狊：ａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋ；ｅｃｏｎｏｍｉｃｄｉｓｐａｔｃｈ；ｒｏｂｕｓｔｏｐｔｉｍｉｚａｔｉｏｎ；ｄｉｓｔｒｉｂｕｔｅｄｅｎｅｒｇｙｓｔｏｒ ａｇｅｓｙｓｔｅｍｓ 随着环境保护、碳排放减排的发展，可再生能源得到了大规模的应用［１］．但是，可再生能源如风机、光伏的输出随着环境变化而剧烈波动，其随机性与不确定性给电网的稳定、经济调度带来了巨大挑战［２］．主动配电网技术为大规模可再生能源的接入 收稿日期：２０１９ ０９ １５ 基金项目：国家电网公司科技项目（５２２０００１６００Ｖ６） 作者简介：陆玉姣（１９８１ ），女，山东临沂人，硕士，高级工程师．电网提供了条件［３］，同时随着储能技术发展与成本的降低［４］，储能系统凭借其灵活的充放电特性，在电网的平抑可再生能源波动、削峰填谷中都具备显著的作用［５ ６］．在含间歇式电源的主动配电网经济调度中，根据确定性的风电预测进行经济调度，考虑到预测误差，其结果可能是“激进”的，存在一定的系统安全性风险［７］．如何在经济调度模型考虑可再生能源输出第４６卷第６期２０２０年１２月兰 州 理 工 大 学 学 报ＪｏｕｒｎａｌｏｆＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＶｏｌ．４６Ｎｏ．６Ｄｅｃ．２０２０的不确定性，使其调度方案同时满足经济性与系统安全性要求是亟待解决的问题．目前，计及可再生能源不确定性的经济调度方法主要有随机规划与鲁棒优化［８］等．在随机规划中，分布式电源（ｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｏｒ，ＤＧ）输出通常被定义为一个已知概率分布的随机变量［９］．Ｗｅｎ等［１０］将风机输出功率视为基于韦伯分布的概率密度函数，建立了一个考虑风电预测误差成本的经济调度模型．王群等［１１］通过场景生成与削减算法对风电输出场景进行建模，将风电的不确定性通过有限的场景进行模拟．进一步，Ｂａｚｒａｆｓｈａｎ等［１２］建立了基于风电场景削减的最优潮流模型，但是随机变量的概率分布精度还有待提高，同时，通过场景生成法得到大量风电场景，这极大地增加了模型求解的规模．在鲁棒优化中，将可再生能源输出视为一个处于不确定集中的不确定参数，优化结果能确保系统不违反其约束［１３］．Ｌｏｒｃａ等［１４ １５］建立了两阶段鲁棒机组组合优化问题，在风机出力最劣（最大化目标函数）情况下，实现了经济、可靠的机组组合与出力计划．Ｓａｌｏｍｏｎ等［１６］基于ｗｏｒｓｔ ｂｅｓｔ理论，建立了自适应鲁棒优化，对环境变化自适应强．Ｊａｂｒ［１７］建立了自适应两阶段鲁棒最优潮流模型，可控发电机的输出随着可再生能源的输出自适应调节．对比确定性优化与基于场景的随机优化，鲁棒优化只需预测数据的波动范围，无需参数精确的概率分布．但是鲁棒优化是在最劣情况下求最优方案，因此优化结果会相对保守．由于风光输出不确定性的研究方法类似，故本文以风电输出不确定性为研究对象，在主动配电网日前调度中，如何将风电输出预测误差的不确定性纳入调度中，在保证系统运行安全性的前提下最大限度利用风能的同时实现最小化系统运行成本是一个亟待研究与解决的问题．针对这一问题，本文提出一种含分布式储能系统的主动配电网鲁棒经济调度方法．该方法采用不确定集合描述风电输出的不确定性，同时考虑储能的等效运行维护成本，从而将确定性经济调度模型转化为鲁棒经济调度模型．最后以改进的ＩＥＥＥ３３节点为例，从风电预测精度、储能成本系数以及鲁棒性特性讨论了所提模型的有效性．１ 问题描述１．１ 风电不确定性表示方法风电的预测输出表示为犘ｗ狋（）＝犘—ｗ狋（）＋犘ｗ，ｅｒｒｏｒ（狋）（１）式中：犘ｗ（狋）为风机在狋时间段内的风电输出预测值；犘—ｗ（狋）为风机在狋时间段内的风电输出的真实值；犘ｗ，ｅｒｒｏｒ（狋）为风机在狋时间段内的风电输出预测误差．假设风电输出的预测误差服从均值为０、标准差为δｗ（狋）的高斯分布，假设该预测方法的置信度区间为９５％，那么风电输出预测集合犇为［１８］犇∈［犘—ｗ（狋）－１．９６×δｗ（狋），犘—ｗ（狋）＋１．９６×δｗ（狋）］（２）式中：狋∈Ω，Ω为预测时间段的集合．由于风电功率的间歇性和随机性，其预测误差仍无法避免，考虑到风电输出的不确定性，本文采用基于拉丁超立方采样法［１９ ２０］的场景生成方法，对每个时段的出力采样，从而得到风机典型日２４小时的出力．选取２个极端场景与犿个常规场景作为风电输出集合．定义系统所有风电机组的出力均达到其最小出力为“系统等效负荷最大场景”，定义系统所有风电机组的出力均达到其最大出力为“系统等效负荷最小场景”．常规场景随机选择生成［２１］．采用拉丁超立方采样算法对概率密度函数进行采样，采样值犡犽可表示为犡犽＝ＰＤＦ－１犽犢犽（） （犽＝１，２，…，犖）（３）犢犽＝（犽－０．５）／犖（４）式中：犢犽为概率密度函数第犽个采样区间的中间值；ＰＤＦ犽是风电预测输出的概率密度函数．根据式（３，４），得到一个犽×犜阶的矩阵，即为风电预测输出场景集：犡＝犡１１犡１２…犡１犜犡２１犡２２…犡２犜犡犽１犡犽２…犡犽犜熿燀燄燅（５）式中：犡犽犜为第犜个小时内第犽个采样值．为了获得任意一天２４小时内的风电场景数据，风电场景生成的流程为：（１）采用拉丁超立方方法对犘ｗ（狋）数据进行采样，根据式（２）得到采样集合；（２）根据式（３～５）得到犽组风电场景值，每组场景包含２４个数据，每个数据代表每小时的风电预测输出（狋＝１，２，…，２４）．１．２ 储能系统建模［２２］本文中储能系统为常规蓄电池储能系统，储能的能量转换系统在充电时作为整流器，而放电时作为逆变器工作，能够快速、独立地调节储能的有功和无功输出．储能的运行成本主要包括投资成本和运行维护成本，由于投资成本为常数，将投资成本与运行维护成本换算为储能每一次的充放电成本，其等·３１１·第６期 陆玉姣等：含分布式储能的主动配电网鲁棒优化经济调度方法 效运行成本表示为犳ＥＳ，犻（狋）＝犽ＥＳ，犻×犘ＥＳ，犻（狋）（６）式中：犽ＥＳ，犻为储能犻的等效运行成本系数．储能系统视在功率的限制表示为犘ＥＳ，犻（狋）（）２＋犙ＥＳ，犻（狋）（）２≤犛ｍａｘＥＳ，犻（）２（７）式中：犛ｍａｘＥＳ，犻为储能犻的最大视在功率；犘ＥＳ，犻（狋）和犙ＥＳ，犻（狋）分别为储能犻在狋时刻的有功、无功输出．用荷电状态（ｓｔａｔｅｏｆｃｈａｒｇｅ，ＳＯＣ）表示储能的能量水平，储能经过Δ狋时间充放电后的ＳＯＣ变化过程表示为ＳＯＣ犻狋＋１（）＝ＳＯＣ犻（狋）－Δ狋·η犆犘ＥＳ，犻（狋）犠ＥＳ，犻ＳＯＣ犻（狋）－Δ狋·犘ＥＳ，犻（狋）η犇犠ＥＳ，犻烅烄烆（８）式中：ＳＯＣ犻（狋）为储能犻在狋时刻的ＳＯＣ值；η犆、η犇分别为储能的充电、放电效率；犠ＥＳ，犻为储能犻的额定容量；当犘ＥＳ，犻（狋）＜０时表示储能充电，犘ＥＳ，犻（狋）＞０时表示储能放电．储能的荷电状态约束为ＳＯＣｍｉｎ≤ＳＯＣ犻（狋）≤ＳＯＣｍａｘ（９）ＳＯＣ犻犜（）＝ＳＯＣ犻（０）（１０）式中：ＳＯＣｍｉｎ和ＳＯＣｍａｘ为荷电状态的最小值和最大值；ＳＯＣ犻（０）、ＳＯＣ犻犜（）分别表示储能犻初始时刻与调度结束时刻犜的荷电状态；犜表示调度时间周期．储能的输出功率约束为犘ＥＳ，犻（狋）≤犘ｍａｘＥＳ，犻（１１）１．３ 可控分布式电源分布式电源例如微型燃气轮机的运行成本为犳ＤＧ，犻（狋）＝犪犻犘２ＤＧ，犻（狋）＋犫犻犘ＤＧ，犻（狋）＋犮犻 （１２）式中：犪犻、犫犻和犮犻为微型燃气轮机犻的发电成本系数；犘ＤＧ，犻（狋）为微型燃气轮机犻在狋时刻的发电功率．微型燃气轮机的输出功率约束、爬坡约束为犘ｍｉｎＤＧ，犻≤犘ＤＧ，犻（狋）≤犘ｍａｘＤＧ，犻（１３）犘ＤＧ，犻（狋）－犘ＤＧ，犻（狋－１）≤犚犝犻犘ＤＧ，犻（狋－１）－犘ＤＧ，犻（狋）≤犚犇犻｛（１４）式中：犚犝犻、犚犇犻分别为第犻个微型燃气轮机爬坡率的上限和下限．１．４ 与主网交互功率主动配电网通过ＰＣＣ点（ｐｏｉｎｔｏｆｃｏｍｍｏｎｃｏｕｐｌｉｎｇ，ＰＣＣ）与主网连接，当主动配电网内部功率不足时，需要向主网买电，主动配电网功率有剩余时向主网卖电，因此主动配电网与主网的交互功率成本为犳Ｇｒｉｄ（狋）＝犮ｐ（狋）犘Ｇ，ｐ（狋）－犮ｓ（狋）犘Ｇ，ｓ（狋） （１５）０≤犘Ｇ，ｐ（狋）≤犘ｍａｘＧ０≤犘Ｇ，ｓ（狋）≤犘ｍａｘＧ｛（１６）式中：犮ｐ（狋）、犮ｓ（狋）分别为狋时刻主动配电网向主网买电、卖电的价格；犘Ｇ，ｐ（狋）、犘Ｇ，ｓ（狋）分别为狋时刻主动配电网向主网购买的功率与出售的功率；犘ｍａｘＧ为主动配电网与主网交互的功率上限值．同时，主动配电网需满足系统功率平衡，即：∑犻∈狀犘ＤＧ，犻（狋）＋∑犻∈狇犘ＥＳ，犻（狋）＋∑犻∈犺犘ｗ，犻（狋）＋ 犘Ｇ，ｐ（狋）＝∑犻∈犿犘Ｌ，犻（狋）＋犘Ｇ，ｓ（狋）（１７）式中：犘Ｌ，犻（狋）为负载犻在狋时刻的功率需求；狀、狇、犺、犿分别为ＤＧ、储能、风机、负载的数量．２ 鲁棒优化模型鲁棒优化的目的是求得这样一个解，对于可能出现的所有情况，约束条件均满足，并且使得最坏情况下的目标函数的函数值最优．在考虑含高渗透率风电的主动配电网经济调度中，由于风机输出预测存在误差，因此将风机输出视为一个不确定变量，假设风机输出在某一区间内变化，那么鲁棒优化能使最优化问题的解在最坏情况下约束条件都满足，且优化目标函数最优．基于鲁棒优化中ｗｏｒｓｔ ｂｅｓｔ［１６］优化方法，使用ｍｉｎ ｍａｘ方法处理风机输出预测误差，使得风机在给定输出预测误差范围内，最小化在最坏情况下的经济目标，且满足约束条件，给电网提供相对可靠的调度方案．该鲁棒优化模型可以表示为ｍｉｎ狓∈犡ｍａｘ狆∈犘犳狓，狆（）（１８）ｓ．ｔ．犵犻狓，狆犼（）≤０（犻＝１，２，…，犖）狆犼∈犘（犼＝１，２，…，犾）｛ （１９）式中：犳·（）为目标函数；狆为不确定集合犘中的不确定变量；狓为可行域犡中的决策变量；犖是不等式约束个数；犾是场景数．主动配电网的优化目标为日运行成本最小化，配电网的经济成本主要体现在储能与微型燃气轮机的运行成本以及配电网向上层电网的购电成本．基于ｗｏｒｓｔ ｂｅｓｔ理论的主动配电网鲁棒经济调度方法旨在采用不确定集合的方法描述可再生能源出力的不确定性，当风电出力在一定区间内时，减少最坏情况下的运行成本，得到相对可靠的主动配电网调度·４１１· 兰州理工大学学报 第４６卷方案，根据式（６，７），主动配电网鲁棒经济调度优化目标为ｍｉｎ狓∈犡ｍａｘ狆∈犘∑犜狋＝１［∑犻∈狇犳ＥＳ，犻狓，狆（）＋∑犻∈狀犳ＤＧ，犻狓，狆（）＋ 犳Ｇｒｉｄ狓，狆（）］（２０）ｓ．ｔ．狓＝犘ＥＳ，犻（狋），犘ＤＧ，犻（狋），犘Ｇ，ｐ（狋），犘Ｇ，ｓ（狋）［］Ｔ狓∈犡狆∈犘ｗ犝ｍｉｎ≤犝犻≤犝ｍａｘ犾犻≤犾犻，ｍａｘ烅烄烆（２１）式中：犳·（）为系统运行目标函数，对应式（６，１２，１５）；狓是可行域犡中的决策变量，包括储能充放电功率、微型燃气轮机的输出功率、主动配电网与主网购电、售电功率；可行域犡包括决策变量的系统功率平衡约束式（１７）、储能输出上下限约束式（７，１１）、机组出力上下限式（１３）、与主网交互功率上下限约束式（１６）、机组爬坡率约束式（１４）、储能状态约束式（９，１０）、系统节点电压约束与线路传输功率限制；狆为风电预测输出不确定变量；犘ｗ为风电预测输出不确定集；犝犻为节点犻电压；犝ｍｉｎ为系统电压最小值；犝ｍａｘ为系统电压最大值；犾犻为线路犻的传输功率；犾犻，ｍａｘ为线路犻的最大传输功率限制．在鲁棒优化模型中，外层的最小化问题为第一阶段，内层的最大化问题为第二阶段．本文将储能充放电功率、ＤＧ出力、主动配电网与主网交互功率作为决策变量，风电预测输出作为扰动变量．在内层最大化阶段，首先生成犓组风电场景集，选取其中的极端场景，对于每一组场景，都能将不确定性变量转化为确定性变量，从而将鲁棒优化模型转化为确定性优化问题．通过最大化系统的运行成本，来模拟扰动出现的最坏场景．在外层最小化问题中，通过对决策变量进行优化来实现最小化内层的最坏场景下的运行成本．主动配电网与主网的交互功率作为平衡节点来平抑风电功率的波动，当主动配电网出现功率不平衡时，由平衡节点分担，即不考虑扰动后不平衡功率的再分配问题，此时调度方案不随风电扰动而改变，从而提高鲁棒优化模型对扰动的自适应性．３ 基于随机变异的粒子群优化算法３．１ 基于随机变异的粒子群优化算法粒子群算法（ＰＳＯ）［２３］是智能算法的一种，模拟鸟群捕食行为设计，通过粒子之间的信息传递和搜索，来寻找目标函数中的最优解．ＰＳＯ算法的速度和位置更新模型可表示为犞犻（狋＋１）＝ω犞犻（狋）＋犮１狉１×犘ｂｅｓｔ犻－犡犻（狋）（）＋ 犮２狉２×犌ｂｅｓｔ－犡犻（狋）（）（２２）犡犻（狋＋１）＝犡犻（狋）＋犞犻（狋＋１）（２３）式中：犞犻和犡犻分别为第犻个粒子的速度和位置；狑为惯性系数；犮１和犮２为加速系数，分别代表自身经验、社会经验系数；狉１和狉２为０到１之间的随机常数；犘ｂｅｓｔ犻和犌ｂｅｓｔ分别为粒子犻的历史最佳位置和种群历史最佳位置．ＰＳＯ算法在求解优化模型中容易陷入局部最优，因此对随机选择的粒子进行变异，该算法的稳定性与收敛性已在文献中有详细说明，当粒子速度小于阈值时，粒子变异方式为［２４］狓犻犱＝狓犻犱＋α狏ｍａｘ，犱ｓｉｇｎ（２狉３－１）（２４）式中：狓犻犱为粒子犻的第犱维；α∈０，１［］为粒子变异程度；狏ｍａｘ，犱为粒子第犱维的最大飞行速度；狉３∈０，１［］为随机数．３．２ 约束处理本文通过限制粒子速度的上下限，满足机组出力上下限、爬坡率、储能出力上下限以及与主网交互功率上下限约束．此外，配电网中的节点电压约束、线路传输容量约束，储能一天的充放电功率之和为０的约束均采用惩罚的方法，当违反约束条件时在目标函数式（２０）中增加惩罚函数，减少选择违反约束条件的粒子概率．３．３ 求解流程鲁棒经济调度模型求解流程如图１所示．在所建立的主动配电网鲁棒经济调度模型中，通过选取场景集中极端场景的方式将不确定性变量转化为确定性变量，进而将鲁棒经济调度模型转化为确定性经济调度模型，采取粒子群优化算法进行求解．图１ 鲁棒经济调度求解流程犉犻犵．１ 犜犺犲狊狅犾狏犻狀犵犳犾狅狑犮犺犪狉狋狅犳狉狅犫狌狊狋犲犮狅狀狅犿犻犮犱犻狊狆犪狋犮犺犿狅犱犲犾·５１１·第６期 陆玉姣等：含分布式储能的主动配电网鲁棒优化经济调度方法 ４ 算例分析４．１ 系统仿真设定为验证本文所提出的主动配电网鲁棒经济调度方案的可行性，使用ＩＥＥＥ３３节点系统进行仿真验证．图２为改进的ＩＥＥＥ３３节点配电系统图，１号节点为系统平衡节点，在１４号和３２号节点安装微型燃气轮机，在８号节点安装风机，在９号和１７号节点安装储能，其参数见表１．分时电价、负荷曲线与风电出力曲线参考文献［２５］．节点电压为［０．９５，１．０５］ｐ．ｕ．，分时电价参数见表２，粒子群优化算法参数见表３，选取２个极限场景与１００个常规场景，满足统计要求，２４小时风电、负荷预测结果见图３，假设负荷数据预测足够精确，风电预测数据误差分别为５％、１０％和２０％；调度模型以每日００：００～２４：００作为一个完整调度周期，单次调度时段为１ｈ．为检验本文所提的主动配电网鲁棒经济调度算法的有效性，对无预测误差的含储能的确定性经济调度算例１以及考虑预测误差的含储能的鲁棒经济调度的算例２进行仿真验证．图２ 犐犈犈犈３３节点系统图犉犻犵．２ 犜犺犲犱犻犪犵狉犪犿狅犳犐犈犈犈３３狀狅犱犲狊狊狔狊狋犲犿表１ 分布式发电单元参数犜犪犫．１ 犘犪狉犪犿犲狋犲狉狊狅犳犱犻狊狋狉犻犫狌狋犲犱犵犲狀犲狉犪狋犻狅狀狌狀犻狋发电单元装机容量犘ｍｉｎ／ＭＷ犘ｍａｘ／ＭＷＵＲ／（ＭＷ·ｈ－１）ＤＲ／（ＭＷ·ｈ－１）ＳＯＣ约束充放电效率犪／（＄·（（ＭＷ）２·ｈ）－１）犫／（＄·（ＭＷ·ｈ）－１）犮／＄犓／（＄·ＭＷ－１）ＭＴ１ＭＴ２ＥＳ１ＥＳ２ＷＴ０．８ＭＷ０．６ＭＷ０．５ＭＷ·ｈ２ＭＷ·ｈ１ＭＷ ０．６ ０．５－０．５－０．５００．２０．１０．５０．５１．００．２００．１５０．２００．１５［０．２，０．８］［０．２，０．８］０．９５０．９５０．００２００．００１８２．０１．８０００．３０．３表２ 分时电价参数犜犪犫．２ 犘犪狉犪犿犲狋犲狉狊狅犳犜犻犿犲 狅犳 狌狊犲犲犾犲犮狋狉犻犮犻狋狔狆狉犻犮犲时段时段类型电价／（元·（ｋＷ·ｈ）－１）１７：００～２２：００峰时０．９５００：００～０７：００２２：００～２４：００谷时０．４５其他平时０．６０表３ 优化算法参数犜犪犫．３ 犘犪狉犪犿犲狋犲狉狊狅犳狅狆狋犻犿犻狕犪狋犻狅狀犪犾犵狅狉犻狋犺犿狊种群大小最大迭代次数变异概率其他参数１５０５００１／犱（犱为决策变量）ω＝０．６５，犮１＝２，犮２＝０．６图３ 负荷、风电发电预测曲线犉犻犵．３ 犜犺犲狆狅狑犲狉犳狅狉犲犮犪狊狋犮狌狉狏犲狅犳犾狅犪犱，狑犻狀犱狆狅狑犲狉４．２ 鲁棒经济调度方案鲁棒经济调度结果如图４～７所示．图４为微型燃气轮机输出功率；图５为储能输出功率，当储能充电时为负值，放电时为正值；图６为储能充电后对应的ＳＯＣ值；图７为主动配电网与主网交互功率的值，当向主网购电价格低于微型燃气轮机发电成本时，多向主网购电，高于发电成本时微型燃气轮机保持多发电．在０～７ｈ及２２～２４ｈ时，风机输出功率较低，此时主要由微型燃气轮机与主网向主动配电网供电．同时，此时处于低谷电价期，因此主动配电网向主网大量买电，微型燃气轮机发电量低，如图４中０～图４ 微型燃气轮机输出功率犉犻犵．４ 犜犺犲狅狌狋狆狌狋狆狅狑犲狉狅犳犿犻犮狉狅狋狌狉犫犻狀犲狊·６１１· 兰州理工大学学报 第４６卷图５ 储能输出功率犉犻犵．５ 犜犺犲狅狌狋狆狌狋狆狅狑犲狉狅犳犿犻犮狉狅狋狌狉犫犻狀犲狊狊图６ 储能犛犗犆值犉犻犵．６ 犜犺犲狏犪犾狌犲狅犳犛犗犆狅犳犲狀犲狉犵狔狊狋狅狉犪犵犲狊狔狊狋犲犿狊图７ 主动配电网购电、售电功率犉犻犵．７ 犜犺犲犲狓犮犺犪狀犵犲狆狅狑犲狉狅犳犃犖犇狑犻狋犺犿犪犻狀犵狉犻犱７ｈ及２２～２４ｈ所示；在其余时间段（８～１７ｈ，１７～２２ｈ），微型燃气轮机输出功率增加，为了减少向主网购电，从而减少主动配电网运行成本．在１０～２４ｈ，微型燃气轮机２输出比微型燃气轮机１普遍少，这是由于微型燃气轮机２处于节点１４位置，而风机与储能分别处于节点７、８、１７，由于风机、储能的输出承担了节点６～１８的馈线负载的部分需求，因此降低了对微型燃气轮机２的输出功率要求．由图５和图６可以看出，储能１与储能２在００：００～０９：００充电，其ＳＯＣ由３０％分别上升至５５％和５４％，然后在１５：００～２２：００放电，下降至２５％，最后充电上升至调度初始状态３０％．为了满足调度末储能ＳＯＣ与调度初的ＳＯＣ一致的约束，储能１与储能２在２２：００～２４：００进行充电，ＳＯＣ上升至３０％．以上储能的充放电过程表明，根据分时电价，储能在电价低时充电，电价高时放电，通过储能的“低储高发”，实现储能的套利，间接实现负荷的削峰填谷．根据算例１和算例２，主动配电网运行成本见表４，系统无预测误差时，运行成本为４．３８５１万元．当风电预测误差由１０％上升至３０％，随着预测误差的增加，运行成本也相应增加．以上结果表明，鲁棒经济调度方案会牺牲系统一部分的经济性来保证系统的稳定性，保证系统在一定预测范围内都能满足系统功率平衡和约束条件，其调度方案比确定性经济调度方案更加保守．表４ 主动配电网运行成本犜犪犫．４ 犜犺犲狅狆犲狉犪狋犻狅狀犪犾犮狅狊狋狅犳犃犇犖优化模型主动配电网运行成本／（万元）不考虑预测误差３０．６９７５预测误差为１０％３１．２６４１预测误差为２０％３１．７２６１预测误差为３０％３２．２６４４４．３ 鲁棒性分析为了验证本文经济调度模型对风电输出的鲁棒性，将算例１中的确定性调度方案代入算例２中的不同风电预测误差场景进行验证，结果见表５．表５ 考虑电压越限的主动配电网运行成本 犜犪犫．５ 犜犺犲狅狆犲狉犪狋犻狅狀犪犾犮狅狊狋狅犳犃犇犖犮狅狀狊犻犱犲狉犻狀犵狏狅犾狋犪犵犲犾犻犿犻狋狊优化模型主动配电网运行成本／（万元）电压越限成本／（万元）不考虑预测误差３０．６９７５０预测误差为１０％２７９３．０２１０．０预测误差为１５％３９３４．０３５７．０预测误差为２０％６３３５．０５６０．０表５的结果表明，不考虑风电预测的确定性经济调度方案，由于风电预测误差的存在，当表５的风电输出与预测值有预测误差时，该调度方案可能会导致主动配电网的运行出现电压越限或者储能ＳＯＣ不满足状态约束的情况，根据系统对罚函数的处理，主动配电网运行成本会急剧增加，因此当存在风电误差时，算例１中的确定性调度方案为不可行方案．而对比算例２中的鲁棒经济调度方案，系统电压或者储能ＳＯＣ无越限情况．因此算例２中考虑风电预测误差的调度方案对比算例１的调度方案更具有鲁棒性．同时，随着风电预测误差的不断增大，根据算例１调度方案运行的主动配电网运行成本、电压越限成本也相应增大．·７１１·第６期 陆玉姣等：含分布式储能的主动配电网鲁棒优化经济调度方法 一般而言，在日内实时运行时，由于需要额外调度备用容量对风电预测误差进行平抑需要支付额外的成本，导致实际运行成本比日前调度运行成本高．此时，保守的鲁棒调度方案反而比确定性的经济调度方案具备更强的抵御实时市场变化的风险．５ 结论本文基于ｍｉｎ ｍａｘ鲁棒优化方法建立了考虑风电预测误差的主动配电网鲁棒经济调度模型，通过拉丁超立方方法得到风电运行场景集合，通过对该经济调度模型求解，得到“最劣场景”下系统运行成本最小的调度方案；同时，通过改变风电预测误差系数，可以得到不同预测误差场景下的经济调度方案，调度员可以在运行成本与运行风险间进行合理选择．结果表明，随着风电预测误差的增加，鲁棒优化结果的目标函数代价越大．储能在经济调度中，通过储能的“低储高发”，实现储能的套利，间接实现负荷的削峰填谷，提高系统调度的灵活性．参考文献：［１］ ＨＥＧ，ＡＶＲＩＮＡＰ，ＮＥＬＳＯＮＪＨ，犲狋犪犾．ＳＷＩＴＣＨ Ｃｈｉｎａ：ａｓｙｓｔｅｍｓａｐｐｒｏａｃｈｔｏｄｅｃａｒｂｏｎｉｚｉｎｇＣｈｉｎａ’ｓｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，２０１６，５０（１１）：５４６７５４７３．［２］ ＧＵＰＴＡＮ．Ａｒｅｖｉｅｗｏｎｔｈｅｉｎｃｌｕｓｉｏｎｏｆｗｉｎｄｇｅｎｅｒａｔｉｏｎｉｎｐｏｗｅｒｓｙｓｔｅｍｓｔｕｄｉｅｓ［Ｊ］．Ｒｅｎｅｗａｂｌｅ＆ＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙＲｅｖｉｅｗｓ，２０１６，５９：５３０ ５４３．［３］ ＥＶＡＮＧＥＬＯＰＯＵＬＯＳＶＡ，ＧＥＯＲＧＩＬＡＫＩＳＰＳ，ＨＡＴＺＩＡＲ ＧＹＲＩＯＵＮＤ．Ｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｓｍａｒｔｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓ：ａｒｅｖｉｅｗｏｆｍｏｄｅｌｓ，ｍｅｔｈｏｄｓａｎｄｆｕｔｕｒｅｒｅｓｅａｒｃｈ［Ｊ］．Ｅ ｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，２０１６，１４０：９５ １０６．［４］ ＤＵＮＮＢ，ＫＡＭＡＴＨＨ，ＴＡＲＡＳＣＯＮＪＭ．Ｅｌｅｃｔｒｉｃａｌｅｎｅｒｇｙｓｔｏｒａｇｅｆｏｒｔｈｅｇｒｉｄ：ａｂａｔｔｅｒｙｏｆｃｈｏｉｃｅｓ［Ｊ］．Ｓｃｉｅｎｃｅ，２０１１，３３４（６０５８）：９２８ ９３５．［５］ 李建林，马会萌，袁晓冬，等．规模化分布式储能的关键应用技术研究综述［Ｊ］．电网技术，２０１７（１０）：２８９ ２９９．［６］ 赵军超，陈 洁，马小晶，等．计及调度计划与经济性的风／氢系统储能容量优化［Ｊ］．电测与仪表，２０１７，５５（２４）：９４ ９９．［７］ 汪超群，韦 化，吴思缘．计及风电不确定性的随机安全约束机组组合［Ｊ］．电网技术，２０１７，４１（５）：１４１９ １４２７．［８］ 单福州，李晓露，宋燕敏，等．基于改进两阶段鲁棒优化的区域综合能源系统经济调度［Ｊ］．电测与仪表，２０１８，５５（２３）：１０３１０８．［９］ ＬＩＵＧ，ＺＨＵＹＬ，ＪＩＡＮＧＷ．Ｗｉｎｄ ｔｈｅｒｍａｌｄｙｎａｍｉｃｅｃｏｎｏｍｉｃｅｍｉｓｓｉｏｎｄｉｓｐａｔｃｈｗｉｔｈａｈｙｂｒｉｄｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｗｉｎｄｓｐｅｅｄｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓ［Ｊ］．ＩＥＴＧｅｎｅｒａｔｉｏｎ，Ｔｒａｎｓｍｉｓｓｉｏｎ＆Ｄｉｓｔｒｉｂｕｔｉｏｎ，２０１８，１２（１７）：３９７２ ３９８４．［１０］ ＷＥＮＳ，ＬＡＮＨ，ＦＵＱ，犲狋犪犾．Ｅｃｏｎｏｍｉｃａｌｌｏｃａｔｉｏｎｆｏｒｅｎｅｒｇｙｓｔｏｒａｇｅｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｗｉｎｄｐｏｗｅｒｄｉｓｔｒｉｂｕｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１５，３０（２）：６４４ ６５２．［１１］ 王 群，董文略，杨 莉．基于Ｗａｓｓｅｒｓｔｅｉｎ距离和改进Ｋ ｍｅ ｄｏｉｄｓ聚类的风电／光伏经典场景集生成算法［Ｊ］．中国电机工程学报，２０１５，３５（１１）：２６５４ ２６６１．［１２］ ＢＡＺＲＡＦＳＨＡＮＭ，ＧＡＴＳＩＳＮ．Ｄｅｃｅｎｔｒａｌｉｚｅｄｓｔｏｃｈａｓｔｉｃｏｐｔｉ ｍａｌｐｏｗｅｒｆｌｏｗｉｎｒａｄｉａｌｎｅｔｗｏｒｋｓｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｍａｒｔＧｒｉｄ，２０１６，８（２）：７８７ ８０１．［１３］ ＹＵＡＮＹ，ＬＩＺ，ＨＵＡＮＧＢ．Ｒｏｂｕｓｔｏｐｔｉｍｉｚａｔｉｏｎｕｎｄｅｒｃｏｒｒｅ ｌａｔｅｄｕｎｃｅｒｔａｉｎｔｙ：Ｆｏｒｍｕｌａｔｉｏｎｓａｎｄｃｏｍｐｕｔａｔｉｏｎａｌｓｔｕｄｙ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆ＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１６，８５：５８ ７１．［１４］ ＬＯＲＣＡＡ，ＳＵＮＡ．Ｍｕｌｔｉｓｔａｇｅｒｏｂｕｓｔｕｎｉｔｃｏｍｍｉｔｍｅｎｔｗｉｔｈｄｙｎａｍｉｃｕｎｃｅｒｔａｉｎｔｙｓｅｔｓａｎｄｅｎｅｒｇｙｓｔｏｒａｇｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１７，３２（３）：１６７８ １６８８．［１５］ ＢＥＲＴＳＩＭＡＳＤ，ＬＩＴＶＩＮＯＶＥ，ＳＵＮＸＡ，犲狋犪犾．Ａｄａｐｔｉｖｅｒｏ ｂｕｓｔｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｔｈｅｓｅｃｕｒｉｔｙｃｏｎｓｔｒａｉｎｅｄｕｎｉｔｃｏｍｍｉｔｍｅｎｔｐｒｏｂｌｅｍ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１３，２８（１）：５２ ６３．［１６］ ＳＡＬＯＭＯＮＳ，ＡＶＩＧＡＤＧ，ＦＬＥＭＩＮＧＰＪ，犲狋犪犾．Ａｃｔｉｖｅｒｏ ｂｕｓｔｏｐｔｉｍｉｚａｔｉｏｎ：ｅｎｈａｎｃｉｎｇｒｏｂｕｓｔｎｅｓｓｔｏｕｎｃｅｒｔａｉｎｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｙｂｅｒｎｅｔｉｃｓ，２０１４，４４（１１）：２２２１ ２２３１．［１７］ ＪＡＢＲＲＡ．ＡｄｊｕｓｔａｂｌｅｒｏｂｕｓｔＯＰＦｗｉｔｈｒｅｎｅｗａｂｌｅｅｎｅｒｇｙｓｏｕｒｃｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１３，２８（４）：４７４２ ４７５１．［１８］ 于丹文，杨 明，翟鹤峰，等．鲁棒优化在电力系统调度决策中的应用研究综述［Ｊ］．电力系统自动化，２０１６，４０（７）：１３４ １４３．［１９］ ＹＵＨ，ＣＨＵＮＧＣＹ，ＷＯＮＧＫＰ，犲狋犪犾．Ｐｒｏｂａｂｉｌｉｓｔｉｃｌｏａｄｆｌｏｗｅｖａｌｕａｔｉｏｎｗｉｔｈｈｙｂｒｉｄｌａｔｉｎｈｙｐｅｒｃｕｂｅｓａｍｐｌｉｎｇａｎｄｃｈｏｌｅｓｋｙｄｅｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００９，２４（２）：６６１ ６６７．［２０］ ＹＡＮＧＺ，ＬＩＫ，ＮＩＵＱ，犲狋犪犾．Ａｃｏｍｐｒｅｈｅｎｓｉｖｅｓｔｕｄｙｏｆｅｃｏ ｎｏｍｉｃｕｎｉｔｃｏｍｍｉｔｍｅｎｔｏｆｐｏｗｅｒｓｙｓｔｅｍｓｉｎｔｅｇｒａｔｉｎｇｖａｒｉｏｕｓｒｅｎｅｗａｂｌｅｇｅｎｅｒａｔｉｏｎｓａｎｄｐｌｕｇ ｉｎｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．ＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎａｎｄＭａｎａｇｅｍｅｎｔ，２０１７，１３２：４６０ ４８１．［２１］ 白 杨，汪 洋，夏 清，等．水 火 风协调优化的全景安全约束经济调度［Ｊ］．中国电机工程学报，２０１３，３３（１３）：２ ９．［２２］ ＣＡＣＣＩＡＴＯＭ，ＮＯＢＩＬＥＧ，ＳＣＡＲＣＥＬＬＡＧ，犲狋犪犾．Ｒｅａｌ ＴｉｍｅＭｏｄｅｌ ＢａｓｅｄＥｓｔｉｍａｔｉｏｎｏｆＳＯＣａｎｄＳＯＨｆｏｒＥｎｅｒｇｙＳｔｏｒａｇｅＳｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓ，２０１６，３２（１）：７９４ ８０３．［２３］ ＫＨＡＮＳＵ，ＹＡＮＧＳ，ＷＡＮＧＬ，犲狋犪犾．Ａｍｏｄｉｆｉｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎｓｏｆｉｎｖｅｒｓｅｐｒｏｂｌｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＭａｇｎｅｔｉｃｓ，２０１６，５２（３）：１ ４．［２４］ 陈民铀，程 杉．基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法［Ｊ］．控制与决策，２０１３（１１）：１７２９ １７３４．［２５］ ＣＨＥＮＧＴ，ＣＨＥＮＭ，ＷＡＮＧＹ，犲狋犪犾．Ａｄａｐｔｉｖｅｒｏｂｕｓｔｍｅｔｈｏｄｆｏｒｄｙｎａｍｉｃｅｃｏｎｏｍｉｃｅｍｉｓｓｉｏｎｄｉｓｐａｔｃｈｉｎｃｏｒｐｏｒａｔｉｎｇｒｅｎｅｗａｂｌｅｅｎｅｒｇｙａｎｄｅｎｅｒｇｙｓｔｏｒａｇｅ［Ｊ］．Ｃｏｍｐｌｅｘｉｔｙ，２０１８（６）：１ １３．·８１１· 兰州理工大学学报 第４６卷。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主动配电网优化调度策略研究
【摘要】对主动配电网进行调度策略的优化，合理利用其双向调度功能，实现主动配电网的安全运行和经济效益的提高。
主动配电网的优化调度策略现也成为对分布式电源主动管理的主要手段。
同时，随着科技的发展，新技术也逐渐运用在主动配电网的优化调度策略中，为主动配电网的优化提供了很大的帮助。
本文通过对主动配电网优化调度的重要性进行阐述，探究其优化调度的策略，以期为主动配电网的优化调度策略的研究提供参考。
【关键词】主动配电网；调度策略；优化；研究
电力的调度是电力资源实现合理的配置，充分发挥电能效用的重要过程。
随着环境污染、能源短缺等问题的出现，实现主动配电网的智能管理和优化，合理的配置电力资源，对国家和电力企业来说都具有重要的意义。
主动配电网与传统配电网不同，是随着微电网、分布式电源在配电网中的应用而产生的，是智能电网的重要组成部分。
主动配电网中分布电源单元、微电网单元、储能单元等都是可控制的，从而实现了电网的智能管理，也给电力资源的调度带来了新的挑战。
主动配电网的优化调度不是被动进行电能的分配，而是合理运用其双向调度的功能，根据其可控单元在电网中的
应用，使电网在运行的过程中不仅有利于环境，而且提高电力企业的经济效益。
因此，对主动配电网的优化策略进行研究，对电网的运行具有重大的意义。
我国的电力系统与西方发达国家相比技术要落后一些，对主动配电网及相关技术的研究起步也较晚。
目前，我国在主动配电网的优化调度研究中根据主体的不同可以分为不同的研究方向，主要有以分布式电源为主体、以微电网为主体和以负荷为主体的等优化调度问题。
1 主动配电网优化调度的重要性
1.1 提升电力系统的经济性
主动配电网的优化调度可以有效的提升电力系统的经济性，为解决我国在电力输送方面的存在的电能损耗和线损等问题提供重要的帮助，使电力资源的利用更充分。
主动配电网的优化调度可以减少电力企业的运行成本，帮助电力企业增加效益。
同时，有助于提高我国的电力技术，缩小与西方发达国家之间的技术差距，主动配电网的优化调度可将我国与西方国家电力系统的经济性差距从10%降低到6%-8%，有效提高我国电力系统的经济性。
1.2 提升电网供电质量
在配电网中，每一条配电线上都存在不同的负载，由此产生的损耗也各不相同，例如商业用电、工业用电、居民用电等，在不同的时段线路的负载量不同，产生的负荷和损
耗也就不相同。
主动配电网的优化调度可以有效的减少线路的损耗，将负荷从负载线路转移到变压器上，有效地改善了运行线路的负荷水平，避免馈线负荷过载的发生，使电网的电压质量大幅度提高，从而提升我国整体的电网供电质量。
1.3 增强电网供电的可靠性
保证供电可靠性对电网正常运行的具有重要的作用。
在电网的运行过程中不可避免的会出现各种故障，这也就使电网的正常运行受到了严重的威胁。
主动配电网的优化调度可以在配电系统发生故障的时候通过电力系统的工作人员及时的合上或者断开电力系统中的分段开关，快速地将故障部分隔离开来，为故障的检修提供方便。
同时，也可将故障线路的负荷转移到其他线路上，保证供电的稳定，从而提高配电网供电的可靠性。
2 主动配电网优化调度的策略分析
主动配电网优化调度是一个复杂的过程，系统性较强，在优化策略制定的过程中需遵循相应的优化原则和基本思路。
现从优化的基本思路、原则，优化采取的相应的技术原则，新技术的应用这几个方面对主动配电网优化调度的策略进行分析。
2.1 基本思路和原则的确定
城市配电网优化调度需根据城市的具体规划和配电网规划进行，因此主动配电网优化调度需遵循基本的思路和
相应原则，如城市的经济发展，城市建设的基本情况，对电力的实际需求等，在具体的优化调度中应根据当地电力需求、电力建设及规划发展等方面制定详细的优化策略。
同时，基本思路和原则的确定还应综合考虑多方面的因素，如配电网的规划和建设主要是为了满足对电力的需求，配电网的建设不仅应该使其得到应有的经济效益，而且也应该得到相应的社会效益，根据用电的需求合理的安排建设项目，辐射拓展其市场范围，同时使当地的电网运行更加安全、稳定，实现电力企业经济效益的不断增加，从而推动主动配电网优化调度策略的进一步完善，促进优化调度效率的提升。
2.2 遵循相应的技术原则
相应的技术原则是实行主动配电网优化调度策略的主要依据，是优化调度策略顺利进行的保障。
相应的技术原则确保了现行电压符合我国规定的电压标准，简化了电压的等级分层，确定了优化调度应该考虑的电压等级。
目前我国的主动配电网优化调度对电压等级为35千伏和低压配电网380伏不予考虑，其主要是对高压的110千伏配电网和中压10千伏配电网进行优化调度的策略研究。
与此同时，配电网络的优化调度应该充分考虑当地高压变电站的分布情况、供电能力等，确保电网的供电质量及安全运行的各项指标在规定的范围内，根据城市各区域功能的规划、用电量需求的制定相应的优化调度策略，对各个区域进行整合方便管理。
同
时，遵循相应的技术原则应保证在配电网发生故障时，电力系统的工作人员能够按照技术要求及时进行倒闸操作，有效地将故障线路隔离，并保证非故障线路的正常运行，推动我国电网运行的安全性的提高。
2.3 合理运用新技术
城市配电网在规划、建设、改造的过程中，要加大对新兴技术应用的力度，实现新技术的充分利用。
在城市中低压电网的优化调度过程中，积极运用新设备、新材料、新技术、新工艺，实现设备的高自动化、小型化、免维护或者少维护，间接降低电网运行过程中的成本，为主动配电网的优化调度奠定一定的基础。
例如，在城市配电网建设和改造的过程中，推行电缆网络和架空绝缘导线，避免外界环境对配电网络的影响，减少配电网的故障率，特别是在新建的经济开发区、住宅小区等实行电缆网络供电的形式，逐步推进配电网的电缆化率和绝缘化率的提高，为电力企业对配电网络的管理、维护提供方便，降低配电网运行的维护成本，最终促进主动配电网优化调度策略科学的发展，实现电能的充分利用和电力企业利益的最大化。
同时，我国电力研究部门应该加快对主动配电网优化调度模型的研究，运用多种有效的计算方法，使优化调度模型更精确、完善，从而保证电力企业在运用优化调度模型的时候能够真正的实现配电网的优化，提高供电的有效性、可
靠性，为电力企业带来更大的利益。
随着我国科学技术的不断进步，电力系统的发展也迎来了新的改革，主动配电网的优化调度势在必行。
在新的发展形势下，加强对主动配电网优化调度策略的研究，结合国内外的研究情况，不断运用新理论、新技术，实现电网技术和电能输送的优化，推动电力系统的快速发展，提升我国电力系统的整体水平。
参考文献：
[1]尤毅，刘东，钟清，余南华.主动配电网优化调度策略研究[J].电力系统自动化，2014（09）.
[2]王健，谢桦，孙健.基于机会约束规划的主动配电网能量优化调度研究[J].电力系统保护与控制，2014（13）.
[3]窦震海，牛焕娜，高燕，杨明皓，杨仁刚.主动型配电网日前调度策略研究[J].农业工程学报，2014（11）.
[4]高燕.主动配电网计划孤岛与日前调度方法研究
[D].中国农业大学，2013.
[5]钟清，余南华，尤毅，宋旭东.主动配电网技术特性及评估指标体系[J].电力建设，2015（01）.
[6]蒋秀.电力系统中主动配电网的优化调度技术分析[J].电子技术与软件工程，2015（06）.。