基于网源协同多阶段投资规划的配电网过网费机制设计

2024-03-26魏震波牛文蕙罗紫航张雯雯

电力系统自动化 2024年6期

魏震波，牛文蕙，罗紫航，张雯雯

（四川大学电气工程学院，四川省成都市 610065）

0 引言

2021 年印发的《“十四五”可再生能源发展规划》（发改能源〔2021〕1445 号）［1］中提出要加快推动能源绿色低碳转型，坚持集中式与分布式并举，加快分布式风电及光伏的建设。因此，含高比例分布式电源（distributed generator，DG）及分布式发电市场化交易的新型配电系统将是未来配电网的重要发展趋势。如何量化分析大规模DG 接入并进行市场化交易时对配电网过网费的影响是亟须解决的一个问题。

过网费即电网企业为了回收其电网设施投资、运维成本及合理投资回报而向使用者收取的费用。对此，国内外已有研究学者对过网费机制进行了研究。英国和澳大利亚将输电网过网费分为与位置相关和与位置无关的两部分，并分别采用长期边际成本法和基于电气距离的源流分析方法量化对电网的使用程度，分摊与位置相关的费用［2-6］；文献［7］则根据电源容量系数特点在输电长期增量成本模型的基础上提出了含大型风电场的输电网过网费定价模型。这些研究中，过网费实质为传统意义上的“输配电价”，与当前针对DG 并网及分布式电能量交易所要设计的过网费存在本质区别。《关于开展分布式发电市场化交易试点的补充通知》［8］中指出:过网费未核定前暂按电力用户接入电压等级对应的输配电价扣减分布式发电市场化交易所涉及最高电压等级输配电价进行核算。不难发现，现行“过网费”机制并不能满足新型电力系统发展要求下的海量DG 并网与交易，难以保障配电网运营商通过输配电价计算方法回收其成本［9］。

针对该情况，文献［10］提出了在去补贴条件下适应光伏学习曲线的过网费机制，但该方法为统一定价模式，且并未考虑分布式发电市场化交易引起的线路阻塞和电压稳定等问题，难以反映分布式交易双方对电网的真实使用情况。文献［11-12］提出了针对点对点交易模式的动态过网费机制，采用基于灵敏度的分析方法，量化分布式交易对配电网的影响；文献［13］将配电网经营权损失纳入过网费计算中，并采用边际兆瓦千米来表征分布式发电交易对电网的使用程度。上述过网费模型都是在DG 建设完成后的现有基础上进行过网费机制的设计，没有考虑DG 发展具有的随机性和阶段性，忽略了科学合理的投资规划对于DG 的影响，没有在过网费机制设计中考虑DG 的投资规划。

综上，本文将配电网中DG 的投资规划与过网费机制设计相结合，提出一种基于网源协同多阶段投资规划的过网费定价机制。在网源协同多阶段投资规划模型中，以投资年份、投资容量为决策变量，以投资主体效益最大、配电网电压波动最小和网损最小为目标函数，将投资规划周期分为若干个阶段。在此基础上，考虑分布式发电市场化交易对电网的影响，以及对电网的实际使用情况与分布式交易所处的不同电压等级，设计了含基础费用、阻塞附加费用和交叉补贴费用的过网费模型。最后，通过算例仿真分析对模型合理性与有效性进行了验证。

1 网源协同多阶段投资规划模型

1.1 多阶段投资规划

在市场环境下，配电网运营商和投资主体在进行整体的DG 投资规划时，考虑整体投资规划周期为Y年（一般可取Y=25），在I个阶段中，每个阶段的投资年份可计为序列S:

投资年份是指DG 机组建设完成投入使用的年份，以s1=1 为参考值，它表示第1 阶段的投资年份为第1 年。各阶段在前一阶段的基础上考虑负荷增长和DG 的渗透率，在各投资规划阶段期初进行设备投建及线路升级改造，以满足整个规划阶段的负荷需求及分布式交易需求［14］。每个投资阶段包含的年限为y，每个阶段的投资年份及投资主体新增的DG 投资容量E为待优化变量，表示为:

式中:yI为最后一个阶段所包含的年数；Ei为在第i个阶段投资主体投建的DG 的总安装容量。

假设第i个阶段投入的DG 在第i-1 个阶段最后一年年末已完成建设，则第i个阶段投建的DG 的总运行时长为ri，有:

网源协同多阶段规划逻辑如图1 所示，其中，E′i为第i个阶段新建的DG 安装容量。

图1 多阶段规划示意图Fig.1 Schematic diagram of multi-stage planning

1.2 目标函数

由于DG 的输出具有随机性和波动性，DG 并网可能会给电网供电电能质量和网损等造成影响。因此，本模型为保证投资主体投资的经济性和配电网的电能质量，构建了以投资主体效益最大、配电网网损和电压偏差最小的多目标优化模型。

1.2.1 经济性目标

从投资主体的角度出发，以投资主体的综合效益最大化为目标函数，在直接交易模式中，投资主体的收益主要包括售电收入、政府补贴及DG 设备残值，成本费用包括投资运维成本、过网费成本和购电成本，将所有费用折算到投资期初:

式中:RIN和CIN分别为DG 投资主体的收益函数和成本函数；RS为投资主体DG 售电收益；RC为可再生能源发电政府补贴；Frv为规划期结束时的设备残值；Cinv为投资主体投建DG 的投资建设成本；Com为DG 运维成本；CB为向电网购电成本；CW为DG 投资主体需要向配电网运营商缴纳的过网费。

以上各值具体计算如下:

1）售电收益

DG 电源有3 种运营模式，分别是直接交易、电网代售电和电网收购模式。当DG 不经电网收购与电力用户进行交易时，将其售电收益折算到投资期初，表示为:

式中:λh，t为第h年t时刻投资主体投建的DG 向电力用户售电的价格；Ph，t为第h年t时刻投资主体投建的DG 向配电网的总外送功率，由每个DG 的外送功率加和得到；γ为折现率。

2）DG 投资建设成本

由于投资建设成本只发生在各阶段初期，因此，将该成本折算到整个规划期初时表示如下:

式中:cinv为DG 单位容量的投资成本，单位为万元/kW。

3）DG 运维成本

投资主体的DG 运维成本模型表示如下:

式中:μh为第h年投资主体投建的DG 单位容量运维成本，单位为万元/kW；Eh，total为第h年及之前累计的DG 总容量。

4）投资主体DG 购电成本

由于DG 的出力不确定性，当DG 实际出力小于预期出力时，则需要向电网购电来弥补该部分缺失电量，购电成本模型表示如下:

式中:Cbuy，h为第h年投资主体购电的单位分时电价，单位为元/（kW·h）；Pbuy，h为第h年的购电量；PRE，h为第h年投资主体投建的DG 的预期出力；P为第h年投资主体投建的DG 的实际出力。

5）过网费成本

投资主体投建的DG 进行分布式交易时，其交易电量需要通过配电网运营商的配电设备。因此，需要向配电网运营商交纳相应电量的过网费，过网费费用模型表示如下:

式中:δi为第i个阶段分布式网交易双方向配电网运营商交付的单位电量的过网费，单位为元/（kW·h），其值由第2 章过网费模型计算得到。

6）DG 设备残值

由于规划期内各个DG 投入的时间不同，在规划期末部分DG 尚未达到周期寿命，需要计算其残值，计算方法采用年限平均法。Frv表达式如下:

式中:Cα，i为在第i个阶段投资的DG 每年的设备折旧费用；ri为第i个阶段投建的DG 的总运行时长；TDG为DG 的使用寿命；α为设备净残值率。

7）政府补贴

根据文献［15］中相关准则，DG 享受的政府补贴表示为:

式中:ωDG为DG 的单位发电补贴费用，单位为元/（kW·h）。

1.2.2 配电网影响目标

DG 并网会对配电网供电电能质量造成影响，主要包括电压波动、电压暂降和电压偏差等［16-17］。由于多阶段投资规划问题属于长时间尺度问题，考虑采用平均电压偏差F2来表征电能质量，计算如下:

式中:N为系统节点数；UN为基准电压，标幺值为1；ua为节点a的电压值。

以DG 接入配电网后网损最小为目标函数，确定DG 所属安装阶段，网损F3的计算公式如下:

式中:M为支路总数；ηloss，l为网损率；Ploss，l为DG 在线路l的网损电量。

1.3 约束条件

1）网络约束

式中:δ（b）为节点b的父节点集合；σ（b）为以节点b为首节点的支路端节点集合；Pbj，t和Pab，t分别为支路bj和ab的有功功率；P、P、P分别为节点b在t时刻的风电实际功率、购电功率、负荷功率；Ua，t和Ub，t分别为节点a、b在t时刻的电压幅值；rab为支路ab的电阻。

2）节点电压约束:

式中:Ua，t为节点a在t时刻的电压；U和U分别为节点a在t时刻电压的最大值和最小值。

3）各阶段投资年份的约束

式中:Tplan为DG 回收成本所需要的时间。

4）DG 出力约束

式中:P和P分别为投资主体DG 出力的上、下限。

5）DG 渗透率约束

式中:Ei，a和E分别为第i个阶段节点a接入的DG容量和允许接入的最大DG 容量；η为系统所允许的DG 最大渗透率；P为第i个阶段配电网的最大负荷。

2 过网费定价模型

过网费的制定是影响DG 发展的重要因素，本文针对现行过网费核定方法的不合理之处，结合《关于开展分布式发电市场化交易试点的补充通知》［8］中指出的“过网费”核算原则（即在遵循国家核定输配电价基础上，考虑分布式发电交易双方所占用的电网资产、电压等级和电气距离进行过网费核算），对过网费的影响要素进行分析量化，提出包含了基础费用、阻塞附加费用和交叉补贴三部分的配电网过网费计算模型，具体计算如下。

2.1 基础使用费

在DG 并网后，配电网的成本回收（包括线路等设备的新建、扩容，网损及电压治理成本，经营权损失成本等）除了通过省级输配电价进行回收外，还需通过向分布式交易双方收取过网费来回收。服务成本回收费用的计算与DG 的位置无关，只与分布式交易电量的占比有关，如式（24）所示。在N个节点、M条支路的系统里，第i个阶段的输电线路的总成本C1，i为:

式中:αi为第i个阶段DG 上网电量占配电网总电量的比例；PDG，i和Pall，i分别为第i个阶段DG 的上网电量和配电网的总上网电量；ΔC1，i为第i个阶段配电网总的服务成本。

其中，配电网服务成本除了包含针对分布式发电交易进行的配电网线路和设备的新建、扩容等成本外，还包括了由分布式发电交易的大量进行而导致的配电网网损成本和电压偏差治理成本。针对分布式交易后潮流变化可能导致的配电网节点电压越限，发电公司需要提供无功支持服务。此时，配电网向发电公司支付的电压治理成本Ua为:

式中:k1为单位电压偏移治理成本。

网损成本Ploss，i，l计算与DG 交易量有关:

式中:closs为单位网损成本。

在中国，特许经营又叫特许经营权，通常有两种形式，其中一种是指由政府机构授权，准许特定企业使用公共财产，或在一定地区享有经营某种特许业务的权利。

分布式交易导致配电网运营商的售电量份额减少，会造成电网公司的特许经营权损失［13］。因此，需考虑将配电网经营权损失成本纳入过网费的核算当中。其中，分布式交易过网费在每个阶段初进行核算，且在一个规划阶段内保持不变，则该部分经营权损失成本表示为:

式中:C2，i为在第i-1 个规划周期时电网由于DG 的接入而未能回收的成本；yi为第i个阶段所包含的年数；ω为规划期内第i个阶段第h年t时刻电网公司对电力用户的售电价格和电网公司向发电商购电电价的差值，等于该电压等级t时刻相对应的省级输配电价价格，单位为元/（kW·h），假设在第i个阶段内省级输配电价保持不变，用ωi来表示；PtDG，i，h为在第i个阶段第h年t时刻接入电网的DG 总交易电量预测值。

则在第i个阶段DG 应分摊的基础过网费应为:

式中:δ′i为分布式交易过网费中的基础费用部分，单位为元/（kW·h）。

2.2 考虑阻塞的附加费用

考虑DG 的加入对配电网潮流的影响［18-19］，如DG 会增加或减轻线路阻塞。因此，在过网费模型中增加一个附加费用来量化该影响。该部分附加费用为与位置相关的费用，计算如下:

式中:C为在第i个阶段节点a与b交易对线路l阻塞的贡献度；χ为在第i个阶段节点a注入功率、节点b流出功率在线路l上流过的有功功率，当该功率与电路原潮流方向一致时取正号，与原潮流方向相反时取负号，采用直流潮流模型计算；P为线路l的最大容量；PDG，i，ab为在第i个阶段分布式交易ab的交易量；NDG、NL分别为第i个阶段内分布式交易ab功率流经的分布式交易电源和负荷节点的总数量。

2.3 交叉补贴费用

由于交叉补贴的影响，用“价差法”收取过网费会导致电网企业无法足额取得其准许收入。因此，在过网费定价模型中要考虑加入交叉补贴部分，对于已核定交叉补贴数额的地区，交叉补贴额按照已核定的数值来算，未核定的地区交叉补贴δ′′′i的计算见文献［20］。

则最终在规划期第i个阶段分布式交易的过网费δi为:

再将该部分费用分摊给电源和负荷:

式中:δi，DG和δi，L分别为在第i个阶段中DG 和参与分布式交易的负荷应分摊的单位电量的过网费；β为分摊因子。可以根据不同地区过网费对电源和负荷的影响程度不同，取不同的分摊因子的值，分摊因子取值范围是0<β<1。

过网费模型化简后得到:

由式（33）可知，影响过网费大小的因素有阻塞贡献度系数、配电网服务成本、DG 上网电量、省级输配电价和交叉补贴等。配电在未收取过网费时，其相关成本并入到输配电价核算当中［3-4］，会导致省级输配电价较高，收取过网费时，电网无需通过提高输配电价来补偿沉没成本，ωi也会逐渐降低回归到其真实价格。因此，本模型中的过网费单价会随着ωi的减小而逐渐减小，由此体现了过网费承担的宏观经济调控和缓解行业矛盾等社会责任，一定程度上体现了本模型的合理性。

本文提出的基于多目标规划的配电网过网费机制设计与建模流程图如图2 所示。

图2 多目标规划的配电网过网费机制设计与建模流程图Fig.2 Flow chart of network fee mechanism design and modeling for multi-objective planning of distribution network

3 模型求解

对于混合整数非线性规划模型，常用的求解方法有分支定界法、分支定价法等。但由于本文所提的多阶段规划模型是具有高维非线性的混合整数规划问题，无法采用传统的优化算法对其进行求解，而群体智能算法是一种较好的兼顾求解效率和优化结果的非线性问题求解方法，可以将改进的多目标粒子群优化（improved multi-objective particle swarm optimization，IMOPSO）算法应用于非线性混合整数规划问题［21］，获得更好的解决方案。本文采用IMOPSO 算法进行求解［22］，该方法通过粒子和种群最优粒子的距离来指导惯性权重的取值，使得惯性权重可以自适应调整，自适应调整的惯性权重可通过调整粒子的速度和位置来控制粒子的搜索行为。考虑在粒子和种群最优粒子距离最小时引入交叉变异操作，避免陷入局部最优解，保证了全局搜索能力，充分利用群体智能的优势，提高求解效果。因此，选取DG 的备选接入节点后，考虑典型日负荷和DG 典型出力变化及DG 接入总容量等约束条件［23］，采用IMOPSO 算法对备选节点DG 的装机容量进行优化求解，计算流程如图3 所示。

图3 IMOPSO 算法流程图Fig.3 Flow chart of IMOPSO algorithm

多目标优化问题可能同时存在多个不同的解。因此，用IMOPSO 算法求得的结果是一个最优解的集合，也就是Pareto 解集，然后，采用模糊满意度的方法从最优解的解集中选取最合适的解［24］，第k个目标函数满意度τk的计算公式为:

式中:Fk为第k个目标函数的值；F、F分别为解集中第k个目标函数的最大值和最小值。

则每个Pareto 解的满意度τ可以表示为:

式中:Nk为解集中单个解所对应的目标函数的个数。

4 算例与仿真分析

4.1 算例参数及场景设置

考虑DG 出力的不确定性，采用k-means 聚类的方法得到风电出力的典型场景，并选取4 个季节的典型日负荷数据来表示年负荷变化曲线。根据负荷增长的特点，假设初期负荷增速较快，中期负荷增速降低，后期负荷水平逐渐达到稳定，按照文献［11］的方式，将规划周期划分为3 个阶段，Tplan=12，设定项目拟投建运行周期Y=25；风机周期寿命TDG=20。求解IMOPSO 算法的相关参数如下:粒子群种群数为100，最大迭代次数为200，惯性因子ω=0.9。以典型的IEEE 33 节点系统为例，IEEE 33 节点标准配电网系统共有32 个配电变压器，32 条支路，其电压等级为12.66 kV，功率基准值为100 MV·A，电压为1.05 p.u.，每个节点风电安装容量上限为1 MW，总容量不超过3 MW。本文所提多阶段规划模型中考虑的是多阶段规划下备选节点中不同节点的安装时序，在DG 并网点达到相同电能质量水平时，节点负荷越大，可允许接入的电源容量越大［25］。因此，本文假设各支路末端负荷水平较大的节点作为光伏系统的备选接入点，分别是4、8、14、24、25、30、31、32，规划示意图见附录A 图A1。4 个典型场景中的风电出力情况见附录A 图A2。购电和售电都采用峰-平-谷分时电价，见附录A 图A3。图中:向用户售电的峰时、平时、谷时电价分别为0.8、0.6、0.3 元/（kW·h）；向主网购电电价的峰时、平时、谷时电价分别为0.6、0.4、0.3 元/（kW·h）。此外，新能源补贴并非一直存在，2019 年《国家发展改革委关于完善风电上网电价政策的通知》[26]中指出，自2021 年1 月1 日开始，新核准的陆上风电项目全面实现平价上网，国家不再补贴。为体现模型适用性，故保留目标函数中的补贴项，在本文模型中DG 的单位发电补贴费用ωDG取0。

在过网费分摊过程中，发电厂和电力用户共同构成了电力市场的主体，共同按需求平等使用电力资源，且在配电网中，输电价格对电源和负荷的影响基本相同。因此，本文将阻塞成本在发电侧和负荷侧平均分配，分摊因子β取0.5，实际工程中可根据不同需求情况取值。

为验证本文所提的基于网源协同多阶段规划的过网费模型的有效性，算例选取3 个场景进行对比:

场景Ⅰ:考虑DG 建设时序，投资规划分成3 个阶段，在各个阶段分别投建已规划好的DG 容量，过网费分3 个阶段核定。

场景Ⅱ:不考虑DG 建设时序，在规划运行期第1 年就将预建设的DG 投建完成，其余条件与场景Ⅰ相同。

场景Ⅲ:将场景Ⅰ中的多目标规划变为单目标规划，其余条件与场景Ⅰ相同。

4.2 考虑多阶段投资规划的必要性分析

4.2.1 对DG 投建容量的影响

场景Ⅰ和场景Ⅱ中投资主体各项成本与收益的最优规划结果如表1 所示。表中:场景Ⅱ中单阶段投资规划其DG 在第1 年全部安装完成；为与多阶段投资规划相比较，场景Ⅱ中单阶段投资规划的成本和收益按照与多阶段投资规划相同的3 个阶段来表示。

表1 场景Ⅰ、Ⅱ规划结果Table 1 Planning results of scenarios Ⅰ and Ⅱ

由表1 可知，单阶段投资规划方案的结果是在投资期第1 年一次性投建容量为2 000 kW 的分布式风电，用以对规划期的负荷进行供电。而在网源协同多阶段投资规划中，考虑随着系统负荷的逐年增长及系统线路设备等的扩建升级，各规划阶段内系统中DG 的最大渗透率会逐渐增大，由此得出最优规划结果为:在第1 阶段（即规划期第1 年）投入1 100 kW 分布式风电，在规划期第2 阶段（即第6 年）投入1 150 kW 分布式风电，在第3 阶段（即规划期第12 年）投入550 kW 分布式风电。相比单阶段规划，在规划期结束时分布式风电容量增加了800 kW。由此说明多阶段投资规划能够增加DG 在配电网中的安装容量，提高DG 渗透率。

4.2.2 经济性对比

由于在多阶段投资规划方案中，在第2 和第3阶段安装了较多的DG，该部分电源在规划期内所需要的运维时间较短，且与规划期初安装的设备相比，第2、3 阶段安装的设备的剩余价值更大，整个规划期的运维费用较小，多阶段投资规划中风机每年的运维费用平均约为107.3 元/kW，风机设备的剩余价值平均为125.4 元/kW，如图4（a）所示。而单阶段投资规划中风机每年的运维费用平均为136.5 元/kW，设备的剩余价值平均为33 元/kW。场景Ⅰ和场景Ⅱ风机的全寿命周期的平均容量成本分别为6 926.4 元/kW 和9 412.5 元/kW，场景Ⅰ的全寿命周期容量成本降低了26.4%，如图4（b）所示。综合考虑成本和收入后，多阶段投资规划方案获得净收益平均为3 083.7 万元，单阶段投资规划方案获得的总净收益为1 923 万元，如图4（c）所示。当选取不同节点安装DG 时，如表2 所示，多阶段投资规划的净收益仍高于单阶段投资规划，证明了多阶段投资规划的优越性。

表2 场景Ⅰ、Ⅱ中DG 不同接入节点和接入容量对比Table 2 Comparison of different access nodes and access capacities of DG in scenarios Ⅰ and Ⅱ

图4 经济性分析对比Fig.4 Economic analysis and comparison

从DG 运营前期和后期产生的设备折旧费用、运维费用角度购电成本等方面来分析产生这种结果的原因:

1）在DG 运营前期，即多阶段投资规划第1 阶段内，场景Ⅰ避免了场景Ⅱ中由于超前规划导致的设备折旧价值下降，折旧费用降低的情况，前期设备容量配置较大也使得场景Ⅱ产生了较高的运维费用。

2）在规划期后期，老旧设备的设备运维费用也要高于新建设备。随着负荷的增长，由于超前规划的设备容量配置较低，设备老旧导致运行出力无法满足负荷需求，此时发电商就需要向上级电网购买更多的电力，产生更高的购电成本。因此，场景Ⅰ的全寿命周期成本低于场景Ⅱ，净利润高于场景Ⅱ。

4.2.3 DG 消纳能力分析

以夏季典型日的风电出力特性为例，给出了两种场景下风电消纳的情况。表3 为两种规划方案中风电的消纳情况对比。

表3 风电消纳情况对比Table 3 Comparison of wind power accommodation

由表3 可知，在规划期前期，即第1 阶段，场景Ⅰ相较于场景Ⅱ的弃风率下降了13%，而在后期，即规划期第3 阶段，场景Ⅰ的欠风率低于场景Ⅱ的18%。这是由于场景Ⅱ在规划期前期过度投资导致设备容量配置较大，远超前期的负荷需求，造成能源浪费，而在规划期后期又无法满足逐渐增大的负荷需求。从整个规划期来看，多阶段投资规划比单阶段投资规划具有更低的弃风率和欠风率，能够提高风电的消纳率。因此，有必要在过网费机制中考虑DG 的投资规划以促进DG 消纳。

4.2.4 过网费的结果及影响分析

分别考虑场景Ⅰ和场景Ⅱ，得到的结果如表4所示，当不考虑DG 投资规划时，即场景Ⅱ中在投资规划初期就将所有DG 投建完成，此时，过网费在整个规划期内保持定值，值为0.204 元/（kW·h）。当考虑DG 投资规划时，即场景Ⅰ中采用多阶段投资规划，过网费是动态的过网费，在第1、第2、第3 阶段的过网费分别为0.253、0.206、0.178 元/（kW·h），两个场景中净收益与过网费对比情况如图5 所示。

表4 不同阶段的过网费Table 4 Network fee during different periods

图5 过网费分析对比Fig.5 Analysis and comparison of network fee

由图5 可知，当不考虑DG 投资规划时，过网费为定值，不具有阶段式特征，无法起到价格引导作用。同时，由式（33）可知过网费与省级输配电价关联较大，配电网在未收取过网费时，省级输配电价ω较高。因此，在多阶段投资规划初期场景Ⅰ过网费要高于场景Ⅱ的静态过网费。而在多阶段投资规划的第2、3 阶段，配电网可通过收取过网费来回收部分成本，电网无须通过提高输配电价来补偿沉没成本，ω也会逐渐降低回归到其真实价格。因此，场景Ⅰ中过网费单价会随着ω的减小而逐渐减小，最终低于场景Ⅱ的静态过网费。

场景Ⅰ中，由于第1 阶段过网费较高，此时投资主体的净收益额为负值，但从总体来看，随着过网费的减小和DG 容量的增加，场景Ⅰ中净收益额逐渐增加并大于场景Ⅱ的净收益额，体现了基于DG 多阶段投资规划过网费模型的优越性。

4.3 多目标规划分析

分别考虑多目标规划和单目标规划，得到的结果如表5 所示。首先，在安装容量上，只考虑DG投资主体效益最大时，其规划期的安装总容量为3 450 kW，高于多目标规划，提高了规划期内DG 的渗透率，但当DG 渗透率高于30%时，会大大增加网损。因此，在单目标规划中未考虑DG 并网对配电网网损和电压偏差的影响，导致配电网网损和治理电压偏差的成本增加，该部分成本的增加则通过过网费模型体现在DG 过网费单价和最终收益上。由表5 可知，在规划期第1 阶段中，由于单目标规划和多目标规划的DG 渗透率都不高，DG 的过网费单价和总效益相差不大。而在规划期的第2 和第3 阶段，由于单阶段规划的DG 渗透率高于多阶段规划，其DG 过网费单价也高于多目标规划，最终单目标规划的DG 总体收益低于多目标规划664.2 万元。因此，采用多目标优化方法有助于在DG 大量并网时保证配电网安全稳定运行，提高DG 运营收益。