支撑负荷价值最大化的孤岛有源配电网储能容量的配置

魏　炜，陈　嘉，罗凤章

（天津大学智能电网教育部重点实验室，天津 300072）

支撑负荷价值最大化的孤岛有源配电网储能容量的配置

魏炜，陈嘉，罗凤章

（天津大学智能电网教育部重点实验室，天津 300072）

在配电网因故障出现的孤岛内，为提高间歇性电源对重要负荷的供电能力，配置一定容量的储能系统并选择合理的供电路径支撑负荷。该文提出了基于孤岛搜索的有源配电网储能容量优化配置方法。在孤岛搜索中对常规方法改进，求得孤岛拓扑约束下所有使得支撑负荷价值最大的供电路径集合，在储能容量优化配置中结合供电路径最大化储能支撑效果，依据电源出力持续曲线确定储能支撑负荷价值的概率分布。仿真算例验证所提方法能有效确定单位储能出力支撑负荷价值最大时的最佳储能容量。

储能；容量配置；孤岛搜索策略；供电路径；负荷价值

当配电系统发生停电事故时，该配电系统中的分布式电源DG（distributed generation）有可能进入孤岛运行模式，此时孤岛内全部或部分负荷由DG供给［1］。由于风电、光伏［2］等间歇性DG出力不确定使得对负荷的供电能力有限，此时通过在孤岛内配置一定容量的储能系统ESS（energy storage system），并通过孤岛搜索选择合理的负荷支撑路径（供电路径）以确保对重要负荷的持续供电，可提升系统供电可靠性，增加孤岛运行模式下负荷的支撑能力（供电能力）。尤其在冰灾等极端情况下，对诸如政府、医院、通信基站等重要负荷的持续供电，有助于快速恢复社会秩序、保持社会经济的稳定发展。

针对储能容量的配置问题，目前国内外已有大量研究，多数针对储能系统的某种应用场景，如平滑可再生能源出力场景［3-8］，风光储互补优化调度场景［9］，微电网经济运行场景［10-13］，电网经济运行场景［14-19］等，以功率波动性、成本、可靠性、经济效益等为优化目标，在一定约束条件（如潮流约束、成本约束等）下，通过不同时间尺度的系统运行模拟，最终确定满足该场景的最小储能容量值。但对于应用ESS提高孤岛模式下的负荷支撑能力的场景还没有相关研究。在孤岛模式下，确定合理的支撑路径，发挥孤岛内电源的作用，使供电负荷价值［20-21］最大（下文统称孤岛搜索），目前有许多研究成果：如基于等值有效负荷遍历功率圆［22］、以电源点为中心逐层筛选负荷点［23］、基于深度优先算法的阈值校验［24］、分支定界法［25］等。但上述方法在考虑DG出力的随机性问题时，将DG的出力范围进行等分，针对每一出力水平求解对应的最佳负荷支撑路径。其不足在于很难确定合理的电源出力划分间隔，若划分间隔过小则需考虑电源出力水平数较多，计算量较大；若划分间隔过大则无法准确逼近实际电源出力计算得到的负荷支撑价值，影响最终结果的准确性。

此外需要特别说明的是，ESS由于其控制模式灵活，往往在电网中承担调频调压、能量搬运、平抑分布式电源波动等不同作用，其配置问题的模型与方法也不尽相同，若同时兼顾多种应用场景将使问题变得非常复杂，在实际应用中可以先单独考虑某一场景的储能配置情况，再综合各类场景的配置方案确定最终容量［10］。本文重点针对ESS在孤岛状态下提高负荷支撑能力的场景进行研究。首先针对现有孤岛搜索方法的不足提出了改进的孤岛搜索策略，以此求得孤岛拓扑结构下的最佳负荷支撑路径集合；其次利用此集合的负荷信息划分DG出力持续曲线的出力区间，并确定ESS供给重要负荷的路径，计算ESS不同容量下支撑的负荷价值期望，最后依据储能支撑效率确定ESS最佳配置容量。该方法可统筹考虑电源不同出力下的孤岛负荷支撑能力和储能配置方案的经济性，为未来智能配电网的规划和运行提供重要参考。

1　基于孤岛搜索策略的储能容量优化配置模型

1.1负荷价值与储能支撑效率

负荷价值定义为负荷权重与负荷量之积，负荷权重对于负荷价值的确定至关重要，对于重要程度极高的用户可以设置足够高的权重，确保其成为最优先的供电用户；对于重要程度相仿的用户，其负荷总量就成为供电优先度的决定因素。通过负荷价值确定供电优先度，可保证孤岛供电方案的社会综合效益最大。供电负荷权重值的设定可参考文献［1］和［22］，并根据实际情况进行调整，本文不再赘述。

由于供电负荷及路径的选择是通过开关动作来实现，以分段及联络开关为边界形成的区域称为馈线区域［20］。为分析方便，本文定义了馈线区域的综合负荷价值VS及综合负荷权重wS为

式中：N表示馈线区域S内的负荷总数；wi表示馈线区域S内负荷i的权重值；Li表示馈线区域S内负荷i的负荷大小；LS表示馈线区域S的总负荷量。

考虑ESS成本偏高，在孤岛内配置足够大容量的ESS保证全部负荷的供电是不现实的，因此以单位储能容量支撑的负荷价值来衡量储能对孤岛负荷供电能力的提升效果。本文定义为储能支撑效率，对于孤岛内新增额定功率PESS的ESS使得孤岛内支撑的负荷价值提升了△V，储能支撑效率为

1.2孤岛搜索模型

孤岛搜索是以DG与ESS作为电源，在一定出力水平下寻找最佳负荷支撑路径使得负荷价值最大。该模型为

式中：PDGi表示DG的第i个出力水平；PESS表示ESS的额定出力；DESS表示与DG及ESS相连的供电区域，即负荷支撑路径；wS，LS，xS分别表示馈线区域S的综合负荷权重值、负荷总量、是否接入供电区域DESS（xS=1表示接入，否则为0）；K表示孤岛内馈线区域总数，所有xS=1的馈线区域构成所求最佳负荷支撑路径，其负荷价值为V。

1.3孤岛储能容量优化配置模型

孤岛储能优化配置模型是在DG供电能力有限的情形下，配置一定容量储能并利用1.2节模型选择合适的供电路径支撑负荷，使单位储能容量支撑的负荷价值（即储能支撑效率）最大。

本文假设孤岛持续时间较短，DG出力及储能出力、负荷量为恒定值。该模型如下：

式中：孤岛储能支撑效率为η；电源出力水平总数为n；DG出力水平在年出力持续曲线中所占的持续时间与全年8 760 h之比近似为该出力水平对应的概率Dpri；Vi表示配置储能前DG出力为PDGi时最大可支撑的负荷价值，其供电区域记为DDGi；Vi_ESS表示配置储能PESS后DG出力为PDGi时最大可支撑负荷价值，具体如式（6）和式（7）所示，其余变量与式（4）中变量的含义一致。

2　基于孤岛搜索策略的储能容量优化配置求解方法

2.1改进的孤岛搜索策略

本文改进的孤岛搜索策略基于供电末端节点的向量表示方法和剪枝条件，按一定顺序遍历所有可能成为供电末端的节点，得到孤岛不同负荷水平下的供电方案集合。该策略依据集合负荷信息确定电源划分区间，能有效解决传统方法划分电源区间的不足。

2.1.1供电状态的向量表示方法

改进的孤岛搜索策略以供电末端节点为搜索对象，通过搜索供电末端节点确定供电恢复范围，降低节点选择和比较时因拓扑关系带来的计算量，提高搜索效率。以供电末端节点向量表示供电状态：以电源为根节点，相连馈线区域为中间节点或叶节点形成有根树［24］，对任意叶节点确定其到根节点的最小路，累加最小路上其他叶节点的负荷价值，负荷价值大小排列顺序即为向量元素对应的节点顺序。以图1为例，负荷价值（310，260，85，60，10），对应的节点（5，2，4，3，1）。若供电区域仅含节点1、3、5，则节点5为供电末端节点，其余节点为非末端节点，表示供电状态的向量［1，0，0，0，0］。

图1　算例说明图示Fig.1　Schematic of the calculation example

2.1.2剪枝条件

在供电末端节点搜索过程中，可通过剪枝条件简化搜索集合。考虑当前已选节点集合M（对应负荷量LM，负荷价值VM），对于两个作为供电末端的备选节点k和n，选其中之一时新增的负荷量分别为Lk和Ln，新增的负荷价值分别为Vk和Vn，若满足下式之一时，则当节点k未被选为供电末端时，节点n必被剪去，剪枝条件为

在已有集合M前提下，式（8）说明对于支撑相等的负荷价值，支撑节点n需要更多电源出力，而式（9）说明节点k可以更少的电源出力换取更大的负荷价值；以图1为例，在节点5为供电末端的前提下，节点2、4满足式（9），因此剪枝条件为：若节点2不选则节点4必被剪去。

2.1.3孤岛搜索策略主要步骤

主要步骤为：（1）如2.1.1节建立表示供电状态的向量；（2）在待搜索节点集合M1中指定一个节点为该集合中负荷价值最大的供电末端；依据拓扑关系在M1中剔除该节点到根节点最小路上的其他节点，M1减小为M2。依据2.1.2节计算剪枝条件剪去满足条件的节点；（3）依据M2和剪枝条件将待搜索节点取不同状态后形成待搜索向量，待搜索向量中待搜索节点集合记为M3；（4）步骤（2）和（3）反复进行，停止条件为：①直到M1减小成空集；②直到每个节点均被首次指定为负荷价值最大的供电末端。

以图1为例，初始时供电状态向量［x，x，x，x，x］，（x表示状态未定），M1为所有节点，节点5被首次指定为负荷价值最大的供电末端，依据拓扑关系去除节点1、3，M2为节点2、4，剪枝条件为若节点2不选则节点4剪去，待搜索向量为［1，1，x，0，0］和［1，0，0，0，0］，后者向量满足停止条件①，负荷量、负荷价值为（40，310）；前者向量M3为节点4，不满足停止条件①，继续步骤（2）、（3）得向量［1，1，0，0，0］、［1，1，1，0，0］，对应负荷量、负荷价值为（65，560）、（90，585）；再将节点2首次指定为负荷价值最大的供电末端，即向量［0，1，x，x，x］继续讨论；直到将节点1首次指定为负荷价值最大的供电末端，即向量［0，0，0，0，1］，同时满足停止条件①、②，搜索结束。

2.2基于孤岛搜索的储能优化配置解法

基于孤岛搜索策略的储能容量最优配置求解方法流程图如图2所示，具体流程说明如下：

（1）当孤岛内仅含一个DG，整个孤岛即为一个子孤岛；当孤岛内含有多个DG时，需依据DG供电范围划分子孤岛：利用2.1节方法单独对每个DG确定最佳负荷支撑路径范围。①对重叠区域，将重叠区域及互联DG归并为新电源点，其余相连节点作为子树，重新形成有根树后计算最佳负荷支撑路径，对所有重叠区域执行此操作，直到不再含有重叠区域；②对未被任何DG支撑的区域，计算该区域到相邻DG的负荷价值与负荷量之比，将区域划分给权重最大的DG区域；

图2　储能配置流程Fig.2　Flow chart of capacity allocation of energy storage

（2）利用2.1节孤岛搜索策略确定子孤岛最佳负荷支撑路径集合，集合中支撑路径k搜索的负荷水平记为PLk，负荷价值PVk。

（3）ESS依据第（2）步得到的最佳负荷支撑路径集合供给重要负荷，计算ESS不同额定出力下支撑的负荷价值期望。计算式为

式中：PVk为集合中支撑路径k搜索的最大负荷价值；n为集合中负荷水平区间数；Dprk为未配置储能时支撑路径k搜索得到的负荷水平在DG出力持续曲线中的概率；Eprk为配置额定出力PESS的储能后支撑路径k搜索得到的负荷水平在DG出力持续曲线平移PESS后的概率。

（4）上述结果可依式（3）储能支撑效率计算方法进一步确定最佳储能配置容量。DG处于不同出力区间范围时，若步骤（1）得到的子孤岛划分不同，则需综合考虑不同子孤岛的配置结果。若DG全部出力区间涉及TN个子孤岛，对于其中子孤岛Tj，最佳配置容量ESSTj，相应DG出力范围占整个范围的比例aTj，则最终接入DG的最佳容量ESSDG为

3　算例分析

在美国PG&E69节点配电系统中引入分布式电源，系统参数及结构可参考文献［26］，其中DG1～6为风机，其出力持续曲线参数可参考文献［20］，最大输出功率分别为50、250、400、1 300、40和100 kW。一、二、三类负荷权重设定为100、10、1［25］。线路2-3处发生三相接地故障，经故障隔离后下游系统形成孤岛。利用本文改进的孤岛搜索策略，其DG最大出力情况下的最佳负荷支撑路径如图3所示。作为比较，本文采用常规方法［23］对图3的孤岛结构在DG最大出力下寻找最佳负荷支撑路径，结果如图4。

图3　本文孤岛搜索策略下负荷支撑路径Fig.3　Power path by using the proposed island searching strategy

图4　常规方法得到的负荷支撑路径Fig.4　Power path by using the traditional method

上述两种方法下得到的支撑负荷量、负荷价值及一类负荷占比如表1所示。

表1　孤岛搜索策略比较Tab.1　Comparison between two island searching strategies

经分析可知，常规方法逐层选择负荷节点，并没有充分考虑后续节点，不能保证搜索结果最优，如DG5情形，选定节点30-33后，常规方法下一层需比较的节点只有29和34，忽略了其后续节点35，因此只能得到选29节点更优的比较结果，而无法得知实际上选节点34、35比节点29更优；本方法从供电末端角度搜索，能对29节点为供电末端和35节点为供电末端的情形进行比较，使得支撑效果更佳。

由本文所提储能最优容量配置方法，先划分相互独立的子孤岛，再分别求解储能配置的最佳容量，子孤岛划分结果如图5所示，T1～T5分别表示5个子孤岛区域。

图5　子孤岛划分结果Fig.5　Result of sub-island partition

针对每个相互独立的子孤岛，配置不同容量的储能时，单位储能出力支撑的负荷价值大小（支撑效率）曲线如图6所示。每个子孤岛的最佳储能容量、储能支撑的负荷价值、支撑效率如表2所示。

图6　不同子孤岛储能容量与单位储能出力支撑负荷价值曲线Fig.6　Curves of load value supported by energy storage per unit and energy storage capacity in different sub-islands

表2　不同子孤岛储能最佳配置容量Tab.2　Optimized ESS capacities in different sub-islands

上述仿真算例表明，孤岛内随着储能容量增大，其支撑效率先增加再降低，这是因为储能容量由小变大时，可以弥补DG与孤岛内负荷的功率缺额，提升负荷支撑能力；而当储能容量过大时，虽然支撑的负荷价值不断上升，但由于孤岛范围有限，储能的支撑效果趋于饱和，经济性变差，因此存在一个最佳储能容量配置点，使支撑效果最佳。

4　结语

本文针对孤岛内配置储能以提高负荷支撑能力的问题，提出了基于孤岛搜索的储能最优容量配置模型和求解方法。所提改进的孤岛搜索策略以供电末端节点为搜索对象，能充分考虑孤岛节点信息，相比传统方法能支撑更多重要负荷，支撑效果更佳；从负荷角度确定电源出力水平，相比依据电源出力区间确定负荷水平的传统方法，提高计算效率和结果准确性；创新性地将孤岛搜索策略应用到储能容量优化配置中，利用改进的孤岛搜索策略使储能更精确地支撑重要程度高的负荷，充分发挥储能对负荷的支撑作用。仿真算例验证了储能最优容量配置方法的有效性。相关研究成果可为未来智能配电网规划及运行提供重要参考。

［1］刘伟佳，孙磊，林振智，等（Liu Weijia，Sun Lei，Lin Zhenzhi，et al）.含间歇电源、储能和电动汽车的配电孤岛短时恢复供电策略（Short-period restoration strategy in isolated electrical islands with intermittent energy sources，energy storage systems and electric vehicles）［J］.电力系统自动化（Automation of Electric Power Systems），2015，39（16）：49-58.

［2］张芳，陈嘉（Zhang Fang，Chen Jia）.部分遮挡条件下光伏阵列全局最大功率点追踪控制（Maximum power point tracking control for photovoltaic array under partial shaded conditions）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（11）：64-72.

［3］林少伯，韩民晓，赵国鹏，等（Lin Shaobo，Han Minxiao，Zhao Guopeng，et al）.基于随机预测误差的分布式光伏配网储能系统容量配置方法（Capacity allocation of energy storage in distributed photovoltaic power system based on stochastic prediction error）［J］.中国电机工程学报（Proceedings of the CSEE），2013，33（4）：25-33.

［4］王刚，邱晓燕，张晓晨，等（Wang Gang，Qiu Xiaoyan，Zhang Xiaochen，et al）.平滑风电功率的电池储能系统优化控制策略（Optimized control strategy for battery energy storage system to smooth wind power output）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（8）：66-70.

［5］谢石骁，杨莉，李丽娜（Xie Shixiao，Yang Li，Li Lina）.基于机会约束规划的混合储能优化配置方法（A chance constrained programming based optimal configuration method of hybrid energy storage system）［J］.电网技术（Power System Technology），2012，36（5）：79-84.

［6］江润洲，邱晓燕，陈光堂（Jiang Runzhou，Qiu Xiaoyan，Chen Guangtang）.风电场混合储能系统优化配置方法（Optimal configuration method of hybrid energy storage system for wind farm）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（1）：37-43.

［7］韩涛，卢继平，乔梁，等（Han Tao，Lu Jiping，Qiao Liang，et al）.大型并网风电场储能容量优化方案（Optimized scheme of energy-storage capacity for grid-connected large-scale wind farm）［J］.电网技术（Power System Technology），2010，34（1）：169-173.

［8］桑丙玉，王德顺，杨波，等（Sang Bingyu，Wang Deshun，Yang Bo，et al）.平滑新能源输出波动的储能优化配置方法（Optimal allocation of energy storage system for smoothing the output fluctuations of new energy）［J］.中国电机工程学报（Proceedings of the CSEE），2014，34（22）：3700-3706.

［9］李碧辉，申洪，汤涌，等（Li Bihui，Shen Hong，Tang Yong，et al）.风光储联合发电系统储能容量对有功功率的影响及评价指标（Impacts of energy storage capacity configuration of HPWS to active power characteristics and its relevant indices）［J］.电网技术（Power System Technology），2011，35（4）：123-128.

［10］王成山，于波，肖峻，等（Wang Chengshan，Yu Bo，Xiao Jun，et al）.平滑微电网联络线功率波动的储能系统容量优化方法（An energy storage system capacity optimization method for microgrid tie-line power flow stabilization）［J］.电力系统自动化（Automation of Electric Power Systems），2013，37（3）：12-17.

［11］殷桂梁，李相男，郭磊，等（Yin Guiliang，Li Xiangnan，Guo Lei，et al）.混合储能系统在风光互补微电网中的应用（Application of hybrid energy storage system on wind/solar hybrid microgrid）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（1）：49-53，59.

［12］肖峻，张泽群，张磐，等（Xiao Jun，Zhang Zequn，Zhang Pan，et al）.用于优化微网联络线功率的混合储能容量优化方法（A capacity optimization method of hybrid energy storage system for optimizing tie-line power in microgrids）［J］.电力系统自动化（Automation of Electric Power Systems），2014，38（12）：19-26.

［13］田培根，肖曦，丁若星，等（Tian Peigen，Xiao Xi，Ding Ruoxing，et al）.自治型微电网群多元复合储能系统容量配置方法（A capacity configuring method of composite energy storage system in autonomous multi-microgrid）［J］.电力系统自动化（Automation of Electric Power Systems），2013，37（1）：168-173.

［14］Hill C A，Such M C，Dongmei Chen，et al.Battery energy storage system for enabling integration of distributed solar power generation［J］.IEEE Trans on Smart Grid，2012，3（2）：850-857.

［15］程世军，张粒子（Cheng Shijun，Zhang Lizi）.风力发电系统中储能容量的优化配置（Energy storage capacity optimization for wind power generation system）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（3）：71-75.

［16］Mercier P，Cherkaoui R，Oudalov.Optimizing a battery energy storage system for frequency control application in an isolated power system［J］.IEEE Trans on Power Systems，2009，24（3）：1469-1477.

［17］杨玉青，牛利勇，田立亭，等（Yang Yuqing，Niu Liyong，Tian Liting，et al）.考虑负荷优化控制的区域配电网储能配置（Configuration of energy storage devices in regional distribution network considering optimal load control）［J］.电网技术（Power System Technology），2015，39（4）：1019-1025.

［18］吴云亮，孙元章，徐箭，等（Wu Yunliang，Sun Yuanzhang，Xu Jian，et al）.基于饱和控制理论的储能装置容量配置方法（Determination methodology for energy storage capacity based on saturation control theory）［J］.中国电机工程学报（Proceedings of the CSEE），2011，31（22）：32-39.

［19］严干贵，冯晓东，李军徽，等（Yan Gangui，Feng Xiaodong，Li Junhui，et al）.用于松弛调峰瓶颈的储能系统容量配置方法（Optimization of energy storage system capacity for relaxing peak load regulation bottlenecks）［J］.中国电机工程学报（Proceedings of the CSEE），2012，32（28）：27-35.

［20］赵渊，何媛，宿晓岚，等（Zhao Yuan，He Yuan，Su Xiaolan，et al）.分布式电源对配网可靠性的影响及优化配置（Effect of distributed generation on power distribution system reliability and its optimal allocation）［J］.电力自动化设备（Electric Power Automation Equipment），2014，34（9）：13-20.

［21］施泉生，李士动（Shi Quansheng，Li Shidong）.可中断负荷参与阻塞管理模型与特性分析（Congestion management model and characteristics analysis with participation of interruptible load）［J］.电力系统及其自动化学报（Proceedings of the CSU-EPSA），2015，27（7）：48-53.

［22］刘传铨，张焰（Liu Chuanquan，Zhang Yan）.计及分布式电源的配电网供电可靠性（Distribution network reliability considering distribution generation）［J］.电力系统自动化（Automation of Electric Power Systems），2007，31（22）：46-49.

［23］易新，陆于平（Yi Xin，Lu Yuping）.分布式发电条件下的配电网孤岛划分算法（Islanding algorithm of distribution networks with distributed generators）［J］.电网技术（Power System Technology），2006，30（7）：50-54.

［24］丁磊，潘贞存，丛伟（Ding Lei，Pan Zhencun，Cong Wei）.基于有根树的分布式发电孤岛搜索（Searching for intentional islanding strategies of distributed generation based on rooted tree）［J］.中国电机工程学报（Proceedings of the CSEE），2008，28（25）：62-67.

［25］王旭东，林济铿（Wang Xudong，Lin Jikeng）.基于分支定界的含分布式发电配网孤岛划分（Island partition of the distribution system with distributed generation based on branch and bound algorithm）［J］.中国电机工程学报（Proceedings of the CSEE），2011，31（7）：16-20.

［26］Baran M E，Wu F F.Optimal capacitor placement on radial distribution systems［J］.IEEE Trans on Power Delivery，1989，4（1）：725-734.

Capacity Allocation of Energy Storage Considering Maximization of Island Load Value in Active Distribution Network

WEI Wei，CHEN Jia，LUO Fengzhang
（Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China）

In the distribution network island due to faults，in order to improve the power supply capability of intermittent power generation for important load，some energy storage system with reasonable power path for load is a solution.This paper proposes an optimal capacity allocation method for energy storage based on island searching strategy.The performance of traditional searching method is improved，which is employed to maximize the load value and obtain the sets of all best power paths in the island structure.In the capacity allocation of energy storage，this paper maximizes the power supply efficiency of energy storage by referring to the sets of best power paths.Moreover，the probability distribution of load value supported by energy storage is also determined according to the power output duration curve.The simulation example verifies that the proposed method can effectively determine the optimal energy storage capacity when the energy storage capacity per unit supports the maximum load value.

energy storage；capacity allocation；island searching strategy；power path；load value

TM715

A

1003-8930（2016）09-0093-06

10.3969/j.issn.1003-8930.2016.09.015

魏炜（1976—），男，博士，副教授，研究方向为主动配电网及电力市场。Email：weiw@tju.edu.cn

陈嘉（1991—），男，硕士研究生，研究方向为主动配电网储能配置。Email：cjkmyz@126.com

罗凤章（1980—），男，博士，讲师，研究方向为主动配电网分析与优化规划。Email：luofengzhang@tju.edu.cn

2016-01-08；

2016-04-05

国家高技术研究发展计划（863计划）资助项目（2014AA051901）；国家自然科学基金资助项目（51207101；51377116）；中国博士后科学基金资助项目（2013M530113）