含高渗透率分布式电源的主动配电系统规划综述

2017-01-20黄俊辉关志坚

分布式能源 2016年1期

关键词：储能配电分布式

袁越,吴涵，陆丹，杨苏，黄俊辉，关志坚，韩俊

(1.河海大学能源与电气学院,江苏南京 210098；2.国网江苏省电力公司经济技术研究院，江苏南京 210008)

含高渗透率分布式电源的主动配电系统规划综述

袁越1,吴涵1，陆丹1，杨苏1，黄俊辉2，关志坚2，韩俊2

(1.河海大学能源与电气学院,江苏南京 210098；2.国网江苏省电力公司经济技术研究院，江苏南京 210008)

分布式电源的大量接入给主动配电系统的规划研究带来了新的挑战。结合主动配电网的运行特征，从元件建模、优化调度和规划研究等方面对其规划问题进行了综述。总结并分析了面向规划的主动配电系统优化调度的模型及求解算法等方面的成果。对分布式电源和储能的选址定容，以及配电网网架规划等方面作了详细介绍。最后对相关领域未来的研究方向进行了展望。

主动配电系统；配电网规划；优化调度；分布式电源

0 引言

可再生能源接入电网有集中式和分散式两种形式，分散接入能够实现可再生能源的就地、就近消纳，相比于集中式接入，其对安装地的要求较低、接纳的效率更高，具有极大的发展潜力，是未来分布式电源研究和开发的重点。但分布式可再生能源接入点多为配电网，传统配电网电压等级低，网架结构弱，调节能力不足，间歇性的分布式可再生能源大量接入配电网，势必将产生一系列的技术、政策和市场上的问题。为此，主动配电系统的概念应运而生[1-2]。主动配电系统能够主动协调系统中的柔性可控负荷、储能以及联络线开关、无功补偿装置等资源，实现分布式能源的最大化消纳；当遇到故障时，非故障区域可由主动配电系统的管理系统协同分布式电源继续供电。分布式能源的监控系统可以与配电系统实现源网协调一体化控制，从而有效降低配电网的电压波动、提高供电可靠性并优化配网电能质量。

配电网规划是根据规划期间负荷预测的结果和现有网络的基本情况，确定最优的系统建设方案，在满足负荷增长和安全可靠供应电能的前提下，使配电网的建设和运行费用最小[3]。研究配电网规划有利于降低投资成本，保障未来配电网运行的安全性、可靠性和经济性。与传统配电网规划方法不同的是，含高渗透率分布式电源的主动配电系统的运行情况具有更强的不确定性，需要在规划阶段考虑到运行中可能遇到的各种不确定性工况。在规划时考虑运行情况是主动配电系统规划的一大特点。同时，主动配电系统包含分布式电源、储能、柔性可控负荷等多种新型元件设备，元件建模的精确程度、时间尺度以及元件的运行控制方式都将对配电系统运行规划的成本、效益和性能产生深远的影响，有必要在主动配电系统规划研究时加以考虑。

随着可再生能源渗透率目标的提出，迫切需要对考虑源、网、荷(储)协调控制的主动配电系统规划技术进行研究，尽快形成成熟的理论与方法体系，为主动配电系统规划、建设提供指导。本文针对含高渗透率分布式电源的主动配电系统，从元件建模、运行调度和规划研究3个方面对目前国内外的研究成果进行了总结，提炼发展脉络，给出相应的研究重点和未来展望，为主动配电系统的深入研究提供参考。

1 源、荷元件建模研究现状

相比于传统配电系统，主动配电网引入了风电/光伏等分布式电源、储能电池系统以及以电动汽车为代表的新型柔性可控负荷，对这些源(荷)元件建模是主动配电网协调运行与优化规划的基础。

1.1 光伏发电系统建模

光伏发电系统的建模可分为光伏发电系统稳态模型和动态模型[4]，在主动配电系统规划计算中，重点关注稳态模型。光伏发电系统若采用电压控制模式，可等效为PV节点；若采用电流控制模式，可等效为PI节点；对于安装了无功补偿装置的恒功率因数控制光伏发电系统可以等效为PQ(V)节点[5]。考虑到光伏电源的随机性，可以采用随机潮流的方法计算光伏发电出力[6]。

1.2 储能电池系统建模

储能技术有利于提高间歇式能源的可控性，提高配电网对间歇性能源的接纳能力。受储能安装环境和容量需求的限制，电池储能技术在配电网中的应用更为广泛。电池储能系统的工作特性与其充放电功率和荷电状态(state of charge，SOC)等因素有关。文献[7]基于恒定内阻模型确立了储能开路电压和SOC之间的关系。文献[8-9]研究了储能最大充放电功率与SOC的关系，确立了两者之间的非线性函数。

建立适用于不同应用场景的多时间尺度电池储能仿真模型，是储能优化配置和控制的基础。文献[10]建立了电池储能系统的多时间尺度统一模型，研究了电池储能系统的机电暂态特性和中长期动态特性。文献[11]建立了储能装置的戴维南等效电路模型，未考虑SOC对模型参数的影响，仅适用于仿真时间较短的场景。

1.3 风力发电系统建模

目前国内外对于风力发电系统的建模研究[12-13]已较为成熟。现阶段，风力发电成本仍然较高，难以同常规能源发电相竞争，这制约着风电产业的发展。因此，国内外学者对风电的运行成本和价值进行了研究。文献[14]以风机输出功率为约束条件、成本为目标函数建立了风电场成本的非线性数学模型。文献[15]以可靠性为理论基础，确定了风电场运行维护成本模型。文献[16]以电网总成本最小化为目标，以资源储量、电力电量平衡、备用容量和水电调度为约束，构建了研究风电附加成本的确定性模型。

1.4 柔性可控负荷建模

柔性负荷调度是发电调度的补充，可有效缓解高峰期的用电压力，同时增强电网对间歇式能源的消纳能力。根据用户的响应特性，不同的柔性负荷需要建立不同的模型。针对电动汽车、冰蓄冷以及部分工商业用户等总用电量不变，但用电特性灵活的负荷，建立可转移负荷的负荷模型[17-18]。针对洗衣机、烘干机、工业大用户等受生产流程约束的负荷，建立可平移负荷模型[19-20]。针对空调、照明等可根据需要对用电量进行一定削减的负荷，建立可削减负荷模型[21-22]。

2 面向规划的主动配电系统优化调度研究现状

2.1 优化调度的数学模型

构建源网荷协调优化调度的数学模型是进行源网荷协调控制的关键。其数学模型可具体分为有功平衡调度模型和计及潮流的优化调度模型。

有功平衡调度模型[23-24]只考虑系统中有功的平衡，淡化了无功和电压调节部分的内容，适用于配电网内源网荷的利益协调等问题。

由于配电网靠近终端用户，对电压、无功更为敏感，实际使用的配电网调度模型都是计及潮流的优化调度模型。文献[25]考虑了网络潮流约束和电动汽车充放电的随机性，对主动配电网运行进行管理。文献[26]建立了配电网的有功-无功协调动态优化模型，综合考虑了分布式电源出力、储能充放电功率以及电容器组投切等决策变量，进一步深化了主动配电系统优化调度的内涵。含有电容器组、有载调压变压器抽头、联络线开关等整数变量的优化调度模型为混合整数非线性规划模型(mixed-integer nonlinear programming, MINLP)，其建模和求解较为复杂。文献[27]研究了含电压敏感型负荷和储能电池等柔性负荷的主动配电网协调优化控制方法。文献[28]以联络开关和可控分布式电源为控制手段，提出计及分布式电源的主动配电网优化调度模型。对于含多个微电网的配电系统，文献[29]建立了双层的主动配电网能量调度数学模型，上层为配电网，下层为微网。该模型是一个双层非线性规划问题。

2.2 优化调度的求解算法

非线性混合整数规划问题的求解方法较为复杂，难以采用解析的方式求解。目前常用的求解方法有粒子群算法、和声算法、多代理系统优化法以及借用优化软件求解等方法。文献[28，30-31]分别对粒子群算法进行了不同程度的改进，从而提高了该算法在求解主动配电系统运行调度时的寻优速度。文献[32]采用一种和声搜索算法对主动配电网多目标优化模型进行求解，该算法可免于严苛的数学约束，具有良好的计算性能。文献[33]将配电网优化调度分为日前调度阶段和日前无功优化阶段，日前调度阶段为混合整数线性规划问题(mixed-integer linear programming, MILP)，采用GAMS优化软件求解；日前无功优化阶段为非线性规划问题(nonlinear programming, NLP)，采用粒子群算法求解。文献[26，34]分别采用MATLAB优化工具箱中的fmincon求解器以及MOSEK求解器求解。

3 含高渗透率的主动配电网规划研究现状

3.1 分布式电源选址定容规划

分布式电源的接入改变了配电网中的潮流分布，其随机性也增加了主动配电网规划和运行调度的难度。同时，通过安装分布式电源，能够改善主动配电网中电源的充裕度，进而影响电网的构建和改造。对分布式电源接入配电网的位置和容量进行合理规划尤为重要。

文献[35-40]分别以配电公司的投资和运行费用最小[35-36]、停电损失最小[37]、网络损耗最小[38]、环境成本最小[39-40]为目标，建立了分布式电源选址定容的单目标规划模型。文献[41]综合考虑网损、电压质量和电流质量3个指标，建立了分布式电源选址定容的多目标决策模型，并提出了一种改进多目标微分进化算法对模型进行求解。文献[42]建立了分布式电源单位成本收益和其接入后改善电网所得收益最大化的多目标规划模型，并采用改进非劣排序遗传算法对模型进行求解。此外，文献[43]计及风电和负荷的随机波动特性，使用混合整数非线性规划法对模型进行求解。文献[44]考虑风速、光照强度和负荷间的相关性，以年综合费最小为目标，建立DG选址定容机会约束规划模型。

3.2 配电网网架规划

配电网网架规划是指满足用户供电需求的前提下，对各种可能的线路回数、网架以及导线截面等方案进行选择和比较，从而选出最优的方案。其目标函数一般考虑投资成本、生产费用、可靠性、环保性以及网损等因素，本质上是一个多维度、非线性的复杂组合优化问题。主要求解方法有数学规划优化方法和启发式算法两类，且启发式算法更具优势[45]。

文献[46-47]分别以年综合费用最小和全寿命周期成本最小为目标对配电网进行网架规划。文献[48]考虑了电网安全性、供电可靠性、负荷覆盖率以及差异化成本和效益建立了抗灾性配电网多目标规划模型。文献[49]以投资、运行和维护综合成本最小、网络抗毁度最大为目标建立了配电网网架多目标规划模型。文献[50]建立了含微电网的配电网网架规划模型。文献[51-52]考虑了负荷预测的不确定性对配电网网架规划的影响。文献[53-54]采用遗传算法、文献[55]采用人工鱼群算法对配电网网架进行优化规划。

目前已有部分学者将分布式电源与配电网网架进行协调规划。协调规划既可降低配电网网损费用和购电成本，同时也有助于提高系统运行的可靠性。文献[56]以配电网年费用最小为目标函数，建立综合规划模型，并将规划分为2个阶段进行。文献[57]基于机会约束规划提出了分布式电源和配电网网架多目标规划模型。

3.3 储能的选址定容规划

储能系统有利于平滑间歇式能源的功率波动、实现削峰填谷、改善配网的电压质量。储能系统合理的选址定容在很大程度上影响着主动配电网对间歇式能源的完全消纳以及配电网网络的优化运行。

文献[58-59]分别以储能装置容量最小和初始投资最小为目标建立储能优化配置的单目标规划模型。文献[60]考虑储能的投资成本和发电成本，文献[61]考虑配电网中储能系统的削峰填谷能力、电压质量以及功率主动调节能力，文献[62]考虑电网负荷特性、储能造价以及风电接纳效益，分别建立了主动配电网储能系统的多目标优化配置模型。文献[63]基于神经网络和遗传算法求解储能最优配置。文献[64]提出系统充裕度指标计算方法，并通过充裕度指标和弃风期望指标实现储能容量的合理配置。文献[65]计及了出力和负荷的预测误差，采用区间估计方法得到储能容量的配置。

4 未来研究方向展望

4.1 主动配电系统元件建模方法

4.1.1 考虑性能损耗及长期成本的元件建模

主动配电系统元件设备在投入运行后，其性能随着时间推移逐渐劣化，其维修成本则逐渐增加，因此在对元件建模时需要综合考虑元件的全寿命周期性能和成本。元件性能计算是一个复杂的大规模非线性过程，需要对折损过程进行简化。

4.1.2 源、网、荷随机特性一体化建模

主动配电网的源、网、荷(储)协调控制过程以及规划过程均是在不确定性环境下的优化过程。同时，负荷侧也具备一定的不确定性。现有研究表明，主动配电网电源侧、负荷侧的不确定性之间具备某种关联特性，因此，在今后的研究中可采用整体建模思路对主动配电网协调控制、规划面临的随机特性进行整体建模。

4.2 面向规划的主动配电网协调控制

4.2.1 面向中长期规划的主动配电系统最优潮流计算方法

现有的主动配电系统协调优化模型主要是MINLP问题，求解算法也多为启发式算法，计算性能难以满足规划计算的需求，求解最大的难点是潮流方程的非线性。配电网不同于输电网，其高R/X比和电压敏感特性决定了不能采用输电网规划中常用的直流潮流模型。同时，在进行分布式电源和负荷协调控制时，由于分布式电源的扰动会影响负荷点的电压，需要考虑负荷静态电压特性。因此，亟需改进传统配电网潮流模型，计及负荷静态电压特性，并在满足计算精度的前提下提高运算速度和收敛性，构造满足配电网规划计算要求的简化潮流模型。

4.2.2 考虑源网荷随机特性的日前调度策略

随着大量可再生能源并网发电，发电侧的随机性显著增加，同时负荷也具有一定的随机性。风电、光伏等不可控发电机组通过调度手段，可实现发电出力的相对可控。根据源网荷的随机运行特性，制定合理的日前调度计划，实现配电系统双侧的协调调度、削峰填谷和节能减排的功能。

4.3 主动配电网源网荷协调规划方法

4.3.1 考虑多主体协同的配电网规划

随着电力市场改革的推进，厂网逐步分离，越来越多的投资主体参与到主动配电系统的建设中来。协调分布式电源发电商、配电公司、负荷集中商以及各个投资主体之间的利益成为亟待解决的难题，在配电网规划阶段就需加以重视。

4.3.2 计及源荷不确定性及相关性的配电网规划

配电网源和荷均具有一定的不确定性，同时两者之间又具有某种关联性。这些不确定性和相关性对配电网的运行产生了不可忽视的影响。在配电网早期的规划阶段就需予以考虑。

4.3.3 考虑投资风险的主动配电网规划

随着电力体制改革的逐步深化，供电企业成为市场经济中的一个主体，提高经济效益并降低投资风险是其最关心的问题之一。从供电公司的角度出发，在主动配电网初期规划时，需要考虑各种规划方案带来的投资成本和风险问题。

5 结论

目前主动配电系统还处于研究和示范阶段，本文基于主动配电系统的运行特点，从元件建模、优化调度和规划研究3个方面综述了其规划的现状及存在问题，主要结论如下：

(1) 对主动配电系统中源、网、荷(储)进行建模是配网运行和优化的基础工作，今后的研究重点将是元件性能的深化建模和考虑不同时间尺度的元件建模。同时，考虑到源网荷的随机性和相关性，对源网荷的一体化建模的研究也是未来的研究方向之一。

(2) 主动配电系统可控可调的对象较多，优化调度模型也较为复杂，造成了求解的困难。如何简化主动配电系统优化调度模型，构造满足计算精度要求的高性能优化调度模型是未来的研究方向之一。同时考虑源网荷的随机特性的协调优化模型也是未来主动配电网协调运行的研究方向之一。

(3) 主动配电系统的规划研究目前主要集中于分布式电源的选址定容、配电网网架规划以及储能的选址定容等方面，在未来电力市场和高渗透率分布式电源情景下，将主要研究考虑源荷相关性、投资风险和多主体协调等方面的主动配电网规划模型。

[1]邢海军, 程浩忠, 张沈习, 等. 主动配电网规划研究综述[J]. 电网技术, 2015, 39(10): 2705-2711. XING Haijun, CHENG Haozhong, ZHANG Shenxi, et al. Review of active distribution network planning[J]. Power System Technology, 2015, 39(10): 2705-2711.

[2]王玮, 李睿, 姜久春. 面向能源互联网的配电系统规划关键问题研究综述与展望[J]. 高电压技术, 2016, 42(7): 2028-2036. WANG Wei, LI Rui, JIANG Jiuchun. Key issues and research prospects of distribution system planning orienting to energy internet[J]. High Voltage Engineering, 2016, 42(7): 2028-2036.

[3]孔涛, 程浩忠, 李钢, 等. 配电网规划研究综述[J]. 电网技术, 2009, 33(19): 92-99. KONG Tao, CHENG Haozhong, LI Gang, et al. Review of power distribution network planning[J]. Power System Technology, 2009, 33(19): 92-99.

[4]刘东冉, 陈树勇, 马敏, 等. 光伏发电系统模型综述[J]. 电网技术, 2011, 35(8): 47-52. LIU Dongran, CHEN Shuyong, MA Min, et al. A review on models for photovoltaic generation system[J]. Power System Technology, 2011, 35(8): 47-52.

[5]丁明, 王伟胜, 王秀丽, 等. 大规模光伏发电对电力系统影响综述[J]. 中国电机工程学报, 2014, 34(1): 1-14. DING Ming, WANG Weisheng, WANG Xiuli, et al. A review on the effect of large-scale PV generation on power systems[J]. Proceedings of the CSEE, 2014, 34(1): 1-14.

[6]陈璨, 吴文传, 张伯明, 等. 考虑光伏出力相关性的配电网概率潮流[J]. 电力系统自动化, 2015, 39(9): 41-47. CHEN Can, WU Wenchuan, ZHANG Boming, et al. Probabi-listic load flow of distribution network considering correlated photovoltaic power output[J]. Automation of Electric Power Systems, 2015, 39(9): 41-47.

[7]WENG C H, CUI Y J, SUN J, et al. On-board state of health monitoring of lithium-ion batteries using incremental capacity analysis with support vector regression[J]. Journal of Power Sources, 2013, 235: 36-44.

[8]BURGOS-MELLADO C, ORCHARD M E, KAZERANI M, et al. Particle-filtering-based estimation of maximum available power state in Lithium-Ion batteries[J]. Applied Energy, 2016, 161: 349-363.

[9]BHATTACHARYA S, BAUER P. Requirements for charging of an electric vehicle system based on state of power (SoP) and state of energy (SoE)[C]//Power Electronics and Motion Control Conference, Harbin, China, 2012: 434-438.

[10]陆秋瑜, 胡伟, 郑乐, 等. 多时间尺度的电池储能系统建模及分析应用[J]. 中国电机工程学报, 2013, 33(16): 86-93. LU Qiuyu, HU Wei, ZHENG Le, et al. Modeling and analysis of battery energy storage systems in multi-time scales application[J]. Proceedings of the CSEE, 2013, 33(16): 86-93.

[11]张步涵, 曾杰, 毛承雄, 等. 电池储能系统在改善并网风电场电能质量和稳定性中的应用[J]. 电网技术, 2006, 30(15): 54-58. ZHANG Buhan, ZENG Jie, MAO Chengxiong, et al. Improvement of power quality and stability of wind farms connected to power grid by battery energy storage system[J]. Power System Technology, 2006, 30(15): 54-58.

[12]陈树勇, 戴慧珠, 白晓民, 等. 风电场的发电可靠性模型及其应用[J]. 中国电机工程学报, 2000, 20(3): 26-29. CHEN Shuyong, DAI Huizhu, BAI Xiaomin, et al. Reliability model of wind power plants and its application[J]. Proceedings of the CSEE, 2000, 20(3): 26-29.

[13]WANG P, BILLINTON R. Reliability benefit analysis of adding WTG to a distribution system[J]. IEEE Transactions on Energy Conversion, 2001, 16(2): 134-139.

[14]BLANCO M I. The economics of wind energy[J]. Renewable & Sustainable Energy Reviews, 2009, 13(6): 1372-1382.

[15]HOLTTINEN H, Vogstad K O, Botterud A, et al. Effects of large scale wind production on the Nordic electricity market[C]//Proceedings of European Wind Energy Conference, Copenhagen: Denmark, 2001: 1-5.

[16]柴大鹏, 史慧, 薛松, 等. 风电并网附加成本确定性模型和随机性模型的模拟仿真[J]. 电网技术, 2014, 38(3): 687-693. CHAI Dapeng, SHI Hui, XUE Song, et al. Simulation of deterministic model and stochastic model of additional cost for grid-integration of wind power[J]. Power System Technology, 2014, 38(3): 687-693.

[17]张良, 严正, 冯冬涵, 等. 采用两阶段优化模型的电动汽车充电站内有序充电策略[J]. 电网技术, 2014, 38(4): 967-973. ZHANG Liang, YAN Zheng, FENG Donghan, et al. Two-stage optimization model based coordinated charging for EV charging station[J]. Power System Technology, 2014, 38(4): 967-973.

[18]鲍谚, 姜久春, 张维戈, 等. 电动汽车移动储能系统模型及控制策略[J]. 电力系统自动化, 2012, 36(22): 36-43. BAO Yan, JIANG Jiuchun, ZHANG Weige, et al. Model and control strategy of electric vehicle mobile energy storage system[J]. Automation of Electric Power Systems, 2012, 36(22): 36-43.

[19]周磊, 李扬. 分时电价环境下基于家居能量管理系统的家居负荷建模与优化运行[J]. 电网技术, 2015, 39(2): 367-374. ZHOU Lei, LI Yang. Modeling and optimal dispatch for residential load based on home energy management system under time-of-use pricing[J]. Power System Technology, 2015, 39(2): 367-374.

[20]于雷, 汤庆峰, 张建华. 基于负荷资源分类建模和启发式策略的家居型微电网优化运行[J]. 电网技术, 2015, 39(8): 2180-2187. YU Lei, TANG Qingfeng, ZHANG Jianhua. Optimal operation for residential micro-grids based on load resources classification modelling and heuristic strategy[J]. Power System Technology, 2015, 39(8): 2180-2187.

[21]王绵斌, 谭忠富, 曹福成, 等. 考虑不确定性因素的需求侧管理成本效益分析模型[J]. 电网技术, 2006, 30(14): 59-63. WANG Mianbin, TAN Zhongfu, CAO Fucheng, et al. Cost-benefit analysis models for DSM project considering uncertain factors[J]. Power System Technology, 2006, 30(14): 59-63.

[22]李娜, 褚晓东, 张文, 等. 考虑参数空间差异的多区域空调负荷聚合模型[J]. 电力系统及其自动化学报, 2012, 24(5): 19-24. LI Na, CHU Xiaodong, ZHANG Wen, et al. Aggregation model of multi-zone air conditioning load considering spatial differences of parameters[J]. Proceedings of the CSU-EPSA, 2012, 24(5): 19-24.

[23]朱建全, 段翩, 刘明波. 计及风险与源-网-荷双层协调的电力实时平衡调度[J]. 中国电机工程学报. 2015, 35(13): 3239-3247. ZHU Jianquan, DUAN Pian, LIU Mingbo. Electric real-time balance dispatch via bi-level coordination of source-grid-load of power system with risk[J].Proceedings of the CSEE, 2015, 35(13): 3239-3247.

[24]鲁文, 李卫星, 杜红卫, 等. 主动配电网综合能量管理系统的设计与应用[J]. 电力系统自动化, 2016, 40(8): 133-139. LU Wen, LI Weixing, DU Hongwei, et al. Design and application of integrated energy management system in active distribution network[J].Automation of Electric Power Systems, 2016, 40(8): 133-139.

[25]XIANG Y, LIU J Y, LIU Y. Optimal active distribution system management considering aggregated plug-in electric vehicles[J]. Electric Power Systems Research, 2016, 131: 105-115.

[26]刘一兵, 吴文传, 张伯明, 等. 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[J]. 中国电机工程学报, 2014, 34(16): 2575-2583. LIU Yibing, WU Wenchuan, ZHANG Boming, et al. A mixed integer second-order cone programming based active and reactive power coordinated multi-period optimization for active distribution network[J]. Proceedings of the CSEE, 2014, 34(16): 2575-2583.

[27]于汀, 刘广一, 蒲天骄, 等. 计及柔性负荷的主动配电网多源协调优化控制[J]. 电力系统自动化, 2015, 39(9): 95-100. YU Ting, LIU Guangyi, PU Tianjiao, et al. Multiple coordinated optimization control of active distribution network considering flexible load[J]. Automation of Electric Power Systems, 2015, 39(9): 95-100.

[28]尤毅, 刘东, 钟清, 等. 主动配电网优化调度策略研究[J]. 电力系统自动化, 2014, 38(9): 177-183. YOU Yi, LIU Dong, ZHONG Qing, et al. Research on optimal schedule strategy for active distribution network[J]. Automation of Electric Power Systems, 2014, 38(9): 177-183.

[29]吕天光, 艾芊, 孙树敏, 等. 含多微网的主动配电系统综合优化运行行为分析与建模[J]. 中国电机工程学报, 2016, 36(1): 122-132. LYU Tianguang, AI Qian, SUN Shuming, et al. Behavioural analysis and optimal operation of active distribution system with multi-microgrids[J]. Proceedings of the CSEE, 2016, 36(1): 122-132.

[30]沙熠, 邱晓燕, 宁雪姣, 等. 协调储能与柔性负荷的主动配电网多目标优化调度[J]. 电网技术, 2016, 40(5): 1394-1399. SHA Yi, QIU Xiaoyan, NING Xuejiao, et al.Multi-objective optimization of active distribution network by coordinating energy storage system and flexible load[J]. Power System Technology, 2016, 40(5): 1394-1399.

[31]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, 42(13): 45-52. WANG Jian, XIE Hua, SUN Jian. Study on energy dispatch strategy of active distribution network using chance-constrained programming[J].Power System Protection and Control, 2014, 42(13): 45-52.

[32]杨煦. 促进可再生能源消纳的主动配电网多目标优化运行研究[D]. 北京: 华北电力大学, 2015. YANG Xu. Multi-objective optimization for active distribution network scheduling improving renewable energy utilization[D]. Beijing: North China Electric Power University, 2015.

[33]孟晓丽, 高君, 盛万兴, 等. 含分布式电源的配电网日前两阶段优化调度模型[J]. 电网技术, 2015, 39(5): 1294-1300. MENG Xiaoli, GAO Jun, SHENG Wanxing, et al. A day-ahead two-stage optimal scheduling model for distribution network containing distributed generations[J]. Power System Technology, 2015, 39(5): 1294-1300.

[34]刘公博, 颜文涛, 张文斌, 等. 含分布式电源的配电网动态无功优化调度方法[J]. 电力系统自动化, 2015, 39(15): 49-54. LIU Gongbo, YAN Wentao, ZHANG Wenbing, et al. Optimization and dispatching method of dynamic reactive power in distribution network with distributed generators[J]. Automation of Electric Power Systems, 2015, 39(15): 49-54.

[35]付丽伟, 王守相, 张永武, 等. 多类型分布式电源在配电网中的优化配置[J]. 电网技术, 2012, 36(1): 79-84. FU Liwei, WANG Shouxiang, ZHANG Yongwu, et al. Optimal selection and configuration of multi-types of distributed generators in distribution network[J]. Power System Technology, 2012, 36(1): 79-84.

[36]陈琳, 钟金, 倪以信, 等. 联网分布式发电系统规划运行研究[J]. 电力系统自动化, 2007, 31(9): 26-31. CHEN Lin, ZHONG Jin, NI Yixin, et al. A study on grid connected distributed generation system planning and its operation performance[J]. Automation of Electric Power Systems, 2007, 31(9): 26-31.

[37]ROTARU F, CHICCO G, GRIGORAS G, et al. Two-stage distributed generation optimal sizing with clustering-based node selection[J]. International Journal of Electrical Power & Energy Systems, 2012, 40(1): 120-129.

[38]张勇, 吴淳. 分布式发电机在配电网中的优化配置[J]. 电力系统保护与控制, 2010, 38(11): 33-37. ZHANG Yong, WU Chun. Optimal placement of DG unit in distribution system[J]. Power System Protection and Control, 2010, 38(11): 33-37.

[39]HARRISON G P, Wallace A R. Optimal power flow evaluation of distribution network capacity for the connection of distributed generation[J]. IEE Proceedings: Generation, Transmission and Distribution, 2005, 152(1):115-122.

[40]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[J]. 电网技术, 2013, 37(4): 914-921. XU Xun, CHEN Kai, LONG Yu, et al. Optimal site selection and capacity determination of multi-types of distributed generation in microgrid considering environment cost and timing characteristics[J]. Power System Technology, 2013, 37(4): 914-921.

[41]夏澍, 周明, 李庚银. 分布式电源选址定容的多目标优化算法[J]. 电网技术. 2011, 35(9): 115-121. XIA Shu, ZHOU Ming, LI Gengyin. Multi-objective optimization algorithm for distributed generation locating and sizing[J]. Power System Technology, 2011, 35(9): 115-121.

[42]张立梅, 唐巍, 王少林, 等. 综合考虑配电公司及独立发电商利益的分布式电源规划[J]. 电力系统自动化, 2011, 35(4): 23-28. ZHANG Limei, TANG Wei, WANG Shaolin, et al. Distributed generators planning considering benefits for distribution power company and independent power suppliers[J]. Automation of Electric Power Systems, 2011, 35(4):23-28.

[43]李静, 韦巍, 辛焕海, 等. 基于概率潮流的风电分布式电源优化配置[J]. 电力系统自动化, 2014, 38(14): 70-76. LI Jing, WEI Wei, XIN Huanhai, et al. Optimal allocation of wind power distributed generator based on probabilistic power flow[J]. Automation of Electric Power Systems, 2014,38(14): 70-76.

[44]张沈习, 李珂, 程浩忠, 等. 考虑相关性的间歇性分布式电源选址定容规划[J]. 电力系统自动化, 2015, 39(8): 53-58. ZHANG Shenxi, LI Ke, CHENG Haozhong, et al. Optimal siting and sizing of intermittent distributed generator considering correlations[J]. Automation of Electric Power Systems, 2015, 39(8): 53-58.

[45]马天男. 城市配电网网架优化研究[D]. 保定: 华北电力大学, 2014. MA Tiannan. Research on power distribution network structure optimization of city[D]. Baoding: North China Electric Power University, 2014.

[46]周玲, 王兴念，丁晓群，等. 基因/禁忌组合算法在配电网网架优化规划中的应用[J]. 电网技术, 1999, 23(9): 35-37.ZHOU Ling, WANG Xinnian, DING Xiaoqun, et al. Application of genetic algorithm/tabu search combination algorithm in distribution network structure planning[J].Power System Technology, 1999, 23(9): 35-37.

[47]苏海锋, 张建华, 梁志瑞, 等. 基于LCC和改进粒子群算法的配电网多阶段网架规划优化[J]. 中国电机工程学报, 2013, 33(4): 118-125. SU Haifeng, ZHANG Jianhua, LIANG Zhirui, et al. Multi-stage planning optimization for power distribution network based on LCC and improved PSO[J]. Proceedings of the CSEE, 2013, 33(4): 118-125.

[48]彭显刚, 林利祥, 翁奕珊, 等. 基于模糊综合评判和综合赋权的抗灾型配电网骨干网架规划[J]. 电力系统自动化, 2015, 39(12): 172-178. PENG Xiangang, LIN Lixiang, WENG Yishan, et al. Decision-making method for anti-disaster distribution network backbone upgrade based on fuzzy comprehensive evaluation and comprehensive weight[J]. Automation of Electric Power System, 2015, 39(12): 172-178.

[49]吴霜, 卫志农, 孙国强, 等. 考虑网络抗毁性的配电网网架多目标规划[J]. 电力系统自动化, 2014, 38(3): 137-142. WU Shuang, WEI Zhinong, SUN Guoqiang, et al. Multi-objective planning of distribution network considering network survivability[J]. Automation of Electric Power System, 2014, 38(3): 137-142.

[50]凡鹏飞, 张粒子, 熊浩清, 等. 基于改进BCC算法的含微电网的配电网网架规划[J]. 电力系统保护与控制, 2012, 40(10): 12-18. FAN Pengfei, ZHANG Lizi, XIONG Haoqing, et al. Distribution network planning containing micro-grid based on improved bacterial colony chemotaxis algorithm[J]. Power System Protection and Control, 2012, 40(10): 12-18.

[51]杨毅, 韦钢, 周冰, 等. 基于模糊期望值模型的配电网网架规划[J]. 电工技术学报, 2011, 26(4): 200-206. YANG Yi, WEI Gang, ZHOU Bing, et al. Distribution network planning based on fuzzy expected value model[J]. Transactions of China Electrotechnical Society, 2011, 26(4): 200-206.

[52]李志铿, 王钢, 陈志刚, 等. 计及区域自组网的含分布式电源配电网网架柔性规划[J]. 电力系统自动化, 2013, 37(6): 42-47. LI Zhijian, WANG Gang, CHEN Zhigang, et al. Flexible network planning considering islanding scheme for distribution systems with distributed generators[J]. Automation of Electric Power System, 2013, 37(6): 42-47.

[53]周湶, 孙才新, 张晓星, 等. 基于多种群免疫遗传算法的配电网网架规划[J]. 重庆大学学报(自然科学版). 2005, 28(4): 36-41. ZHOU Quan, SUN Caixin, ZHANG Xiaoxing, et al. Distribution network structure planning based on multi-population immune genetic algorithm[J]. Journal of Chongqing University (Natural Science Edition), 2005, 28(4): 36-41.

[54]颜伟, 王丽娜. 基于改进免疫遗传算法的配电网网架规划[J]. 重庆大学学报(自然科学版), 2007, 30(1): 28-31. YAN Wei, WANG Lina. Distribution network structure planning based on improved immune genetic algorithm[J]. Journal of Chongqing University (Natural Science Edition), 2007, 30(1): 28-31.

[55]程晓荣, 张秋亮, 王智慧, 等. 基于人工鱼群算法的配电网网架优化规划[J]. 继电器, 2007, 35(21): 34-38. CHEN Xiaorong, ZHANG Qiuliang, WANG Zhihui, et al. Distribution network structure planning based on AFSA[J]. Relay, 2007, 35(21): 34-38.

[56]王成山, 陈恺, 谢莹华, 等. 配电网扩展规划中分布式电源的选址和定容[J]. 电力系统自动化, 2006, 30(3): 38-43. WANG Chengshan, CHEN Kai, XIE Yinghua, et al. Siting and sizing of distributed generation in distribution network expansion planning[J]. Automation of Electric Power System, 2006, 30(3): 38-43.

[57]白牧可, 唐巍, 张璐, 等. 基于机会约束规划的DG与配电网架多目标协调规划[J]. 电工技术学报, 2013, 28(10): 346-354. BAI Muke, TANG Wei, ZHANG Lu, et al. Multi-objective coordinated planning of distribution network incorporating distributed generation based on chance constrained programming[J]. Transactions of China Electrotechnical Society, 2013, 28(10): 346-354.

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

[59]吴小刚, 刘宗歧, 田立亭, 等. 独立光伏系统光储容量优化配置方法[J]. 电网技术, 2014, 38(5): 1271-1276. WU Xiaogang, LIU Zongqi, TIAN Liting, et al. Optimized capacity configuration of photovoltaic generation and energy storage device for stand-alone photovoltaic generation system[J]. Power System Technology, 2014, 38(5): 1271-1276.

[60]蔡阳, 冯杰, 张上浣, 等. 考虑风光发电可调度的微网储能容量配置方法[J]. 华东电力， 2014, 42(9): 1821-1826. CAI Yang, FENG Jie, ZHANG Shanghuan, et al. Allocation method for schedulable microgrid energy storage capacity considering wind/PV power generation[J]. East China Electric Power, 2014, 42(9): 1821-1826.

[61]尤毅, 刘东, 钟清, 等. 主动配电网储能系统的多目标优化配置[J]. 电力系统自动化, 2014, 38(18): 46-52. YOU Yi, LIU Dong, ZHONG Qing, et al. Multi-objective optimal placement of energy storage systems in an active distribution network[J]. Automation of Electric Power System, 2014, 38(18): 46-52.

[62]冯晓东. 提高风电接入能力的大规模储能系统容量配置研究[D]. 吉林: 东北电力大学, 2013. FENG Xiaodong. Study on capacity configuration of large scale energy storage system aim to improve wind power’s integrate capacity[D]. Jinlin: Northeast Dianli University, 2013.

[63]石世前. 风光储联合发电系统中储能设备容量配置与运行策略研究[D]. 北京: 华北电力大学, 2014. SHI Shiqian. Capacity configuration and operation strategy of energy storage devices in hybrid wind/photovoltaic power generation system with energy storage[D]. Beijing: North China Electric Power University, 2014.

[64]程卓. 基于充裕度指标的含风电场电力系统储能容量配置方法研究[D]. 武汉: 华中科技大学, 2012. CHENG Zhuo. Adequacy based optimal sizing of ES incorporating wind farms[D]. Wuhan: Huazhong University of Science & Technology, 2012.

[65]林少伯, 韩民晓, 赵国鹏, 等. 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[J]. 中国电机工程学报, 2013, 33(4): 25-33. LIN Shaobo, HAN Minxiao, ZHAO Guopeng, et al.Capacity allocation of energy storage in distributed photovoltaic power system based on stochastic prediction error[J]. Proceedings of the CSEE, 2013, 33(4): 25-33.

A Review of Active Distribution System Planning with High Penetration Distributed Generation

YUAN Yue1, WU Han1, LU Dan1, YANG Su1, HUANG Junhui2, GUAN Zhijian2, HAN Jun2

(1. College of Energy and Electrical Engineering, Hohai University, Nanjing 210098, Jiangsu Province, China;2. State Grid Jiangsu Economic Research Institute, Nanjing 210008, Jiangsu Province, China)

With the development of distributed generation, the planning of active distribution system faces a new challenge. From the aspects of the element modeling, optimal dispatch and the planning, this paper summarizes the research of the distribution network planning. Some optimal dispatch modeling methods and algorithms are studied. The related distributed generation configuration, energy storage systems configuration and active network planning are introduced in detail. At last, the prospect of the active network planning with high penetration distributed generation is outlined.

active distribution system; distribution network planning; optimal dispatch; distributed generation