改善低压农网电压质量的分布式光伏电源优化配置方法.pdf

第４４卷第２２期２０１６年１１月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏ１‘Ｖｂ１．４４ＮＯ２２ＮＯＶ．１６，２０１６Ｄ０Ｉ：１０．７６６７／ＰＳＰＣ１５２０８３改善低压农网电压质量的分布式光伏电源优化配置方法张战彬，段瑶，石磊磊，韩胜峰，张俊，陈岩，刘延华（１．国网河北省电力公司邢台供电分公司，河北邢台０５４００１；２．国网山东省电力公司，山东济南２５０００１）摘要：为解决低压农网电压偏低问题，提出一种改善电压质量的利用遗传算法优化分布式光伏电源配置的方法。首先建立树状型结构电网的网基邻接表，推导出各个节点所带总负荷，得到光伏接入前后的各节点电压计算方法。然后建立以分布式光伏电源容量配置最小、电网节点电压偏差最小为目标的目标函数和考虑电压偏差范围、配置容量限制的约束条件。最后构建基于遗传算法的分布式光伏电源优化配置方法，并通过实际算例进行验证分析。仿真结果表明，该方法在不改变电网架构和增加补偿设备的情况下，通过合理配置光伏电源能有效改善电网各节点的电压偏差。关键词：低压电网；电压质量；分布式光伏；遗传算法；优化配置ＯｐｔｉｍａｌａｌｌｏｃａｔｉｏｎｍｅｔｈｏｄｏｆｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅｖｏｌｔａｇｅｑｕａｌｉｔｙｏｆｌｏｗｖｏｌｔａｇｅｒｕｒａｌｎｅｔｗｏｒｋＺＨＡＮＧＺｈａｎｂｉｎ，ＤＵＡＮＪｕｎ，ＳＨＩＬｅｉｌｅｉ，ＨＡＮＳｈｅｎｇｆｅｎｇ，ＺＨＡＮＧＪｕｎ，ＣＨＥＮＹａｎ，ＬＩＵＹａｎｈｕａ（１．ＸｉｎｇｔａｉＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ，ＳｔａｔｅＧｒｉｄＨｅｂｅｉＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ，Ｘｉｎｇｔａｉ０５４００１，Ｃｈｉｎａ；２．ＳｔａｔｅＧｒｉｄＳｈａｎｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ，Ｊｉｎａｎ２５０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｌｏｗｅｒｖｏｌｔａｇｅｐｒｏｂｌｅｍｏｆｌｏｗｖｏｌｔａｇｅｒｕｒａｌｎｅｔｗｏｒｋ，ａｍｅｔｈｏｄｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅｖｏｌｔａｇｅｑｕａｌｉｔｙｂａｓｅｄＯＤｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｔｏｏｐｔｉｍｉｚｅｔｈｅａｌｌｏｃａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｎｅｔｗｏｒｋａｄｊａｃｅｎｃｙｌｉｓｔｏｆｔｒｅｅｓｔｒｕｃｔｕｒｅｄｇｒｉｄｉｓｅｓｔａｂｌｉｓｈｅｄ，ｔｈｅｔｏｔａｌｌｏａｄｏｆｅａｃｈｎｏｄｅｉｓｄｅｄｕｃｅｄ，ａｎｄｔｈｅｎｏｄｅｖｏｌｔａｇｅｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｏｆｅａｃｈｎｏｄｅｂｅｆｏｒｅａｎｄａｆｔｅｒｐｈｏｔｏｖｏｌｔａｉｃｃｏｎｎｅｃｔｅｄｉｓｏｂｔａｉｎｅｄ．Ｔｈｅｎｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎａｎｄｃｏｎｓｔｒａｉｎｔｓａｒｅｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｉｎｃｌｕｄｅｓｌｅａｓｔａｌｌｏｃａｔｉｏｎｏｆｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｃａｐａｃｉｔｙａｎｄｎｏｄｅｖｏｌｔａｇｅｄｅｖｉａｔｉｏｎｍｉｎｉｍａ１．Ｔｈｅｃｏｎｓｔｒａｉｎｔｉｎｃｌｕｄｅｓｖｏｌｔａｇｅｄｅｖｉｍｉｏｎｒａｎｇｅ，ａｌｌｏｃａｔｉｏｎｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｔｓ．Ｔｈｅｏｐｔｉｍｉｚａｔｉｏｎａｌｌｏｃａｔｉｏｎｍｅｔｈｏｄｏｆｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｃｏｎｓｔｒｕｃｔｅｄ．Ａｎｄａｃｔｕａｌｅｘａｍｐｌｅｉｓｖｅｒｉｆｉｅｄａｎｄａｎａｌｙｚｅｄ．Ｓｉｍｕｌａｔｅｄｒｅｓｕ￣ｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄＣａｎｉｍｐｒｏｖｅｔｈｅｖｏｌｔａｇｅｄｅｖｉａｔｉｏｎｏｆｅａｃｈｎｏｄｅｉｎｔｈｅｎｅｔｗｏｒｋｔｈｒｏｕｇｈｔｈｅｒａｔｉｏｎａｌａｌｌｏｃａｔｉｏｎｏｆｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｗｉｔｈｏｕｔｃｈａｎｇｉｎｇｔｈｅｇｒｉｄｓｔｒｕｃｔｕｒｅａｎｄｉｎｃｒｅａｓｉｎｇｔｈｅｃｏｍｐｅｎｓａｔｉｏｎｅｑｕｉｐｍｅｎｔ．Ｋｅｙｗｏｒｄｓ：ｌｏｗｖｏｌｔａｇｅｐｏｗｅｒｎｅｔｗｏｒｋ；ｖｏｌｔａｇｅｑｕａｌｉｔｙ；ｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃ；ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ；ｏｐｔｉｍａｌａｌｌｏｃａｔｉｏｎ０引言低压农网配电线路较长、分支结构复杂，部分配变低压侧与用户侧经常出现负荷高峰期电压过低的问题，电压质量问题突出。改善低压农网电压质量的常规手段主要有提升供电能力、调压和无功补偿等。文献［１】针对变电站选址的优化问题，以地理信息系统（ＧＩＳ）为基础，将投资费用与年运行费用的最小值作为目标函数，采用改进微分进化算法对变电站的位置和容量进行优化。文献［２１针对现有配电网如何优化和规划问题，提出一种基于最大供电能力的新规划方法。文献［３］以变压器分接头位置作为等式约束条件，以电能损耗和投资费用最小为目标，基于改进进化策略对配电网无功规划模型进行了优化求解。文献［４］提出一种基于改进遗传算法和准动态规划法的两层优化算法，以兼顾算法的寻优速度和搜索精度。文献［５】提出一种多ＤＳＴＡＴＣＯＭ与ＴＳＣ相结合的两级无功补偿控制方法。随着新能源利用技术的发展，越来越多的分布式电源接入配电网，学者开始关注含分布式电源的优化配置问题【６｛］，并对含分布式电源的配电网无功优化问题展开研究。文献［９］建立以降低系统网损、抑制电压波．．１３０．．电力系统保护与控制动为综合目标的含分布式电源的配电网模糊无功优化模型，采用量子混合蛙跳算法求解；文献［１０］采用区间算法求解含分布式电源的配电网无功优化。文献『１１１建立了以无功补偿方案全寿命周期净收益现值为目标函数的配电网无功规划模型，实现用较少无功补偿投资满足配电网的无功需求的目的。虽然通过无功补偿方式可实现电压调节，但对于低压农网来说，电压偏低主要由有功损耗造成，仅用无功补偿方式效果不明显。而且文献［９．１１】所提无功优化方法的前提是分布式电源无功输出可控，而实际应用的分布式光伏一般只提供有功输出，因此上述方法不适用改善低压农网电压质量问题。相比城市，农村地区户用屋顶产权清晰，且国家正在实施光伏扶贫工程，分布式光伏接入低压农网越来越多。可利用分布式光伏有功输出，实现低压农网的电压调节。本文建立以分布式光伏电源容量配置最小、电网节点电压偏差最小为目标的目标函数，通过遗传算法Ｌ１Ｊ优化分布式光伏电源位置和容量，在不改变网架结构和不增加补偿设备的情况下，实现低压农网电压质量改善的目的。通过实际算例，验证了所提方法的有效性。１分布式光伏电源的低压农网电压计算方法（１）光伏电源接入前低压农网多为树状型结构，如图ｌ所示。７图１农村低压树状型结构电网Ｆｉｇ．１Ｔｒｅｅｓｔｒｕｃｔｕｒｅｏｆｌｏｗｖｏｌｔａｇｅｐｏｗｅｒｎｅｔｗｏｒｋｉｎｒｕｒａｌ根据低压农网实际状况，其各节点间线路较短，可忽略线路损耗；负荷功率因数很高，且线路电抗较小，可忽略负荷的无功损耗。Ⅳ设图１所示网络有个节点，第Ｐ个节点所带…负荷为Ｐｐ（ｐ：ｌ，２，，忉，网络上第Ｐ个节点的电压…为Ｕｐ（ｐ＝ｌ，２，，，为始端电压，其与配电台区连接。定义流向负载的潮流方向为正。针对树状型结构电网，为求取网络各节点电压，本文通过建立网基邻接表给出计算各节点所带总负荷的方法。ⅣⅣ对于个节点的树状型结构电网，可得到行３列的网基邻接表ＤＴ。ＤＴ＝以。；。ｄｔ叭啦：：；ｐ２ｄｔＮ２砒。２３；，ｊｄｔｕ３网基邻接表ＤＴ每行的第１列元素是与该行对应节点相邻的逆潮流方向的节点，简称上节点；每行的第２、３列元素是与该行对应节点相邻的顺潮流方向的节点，简称下节点。若该行对应节点无相邻的上节点，表示该节点为始端节点，该行第１列元素用一１代替；若该行对应节点有２个相邻的下节点，表示该节点为Ｔ节点；若该行对应节点有１个相邻的下节点，表示该节点为普通节点，该行第３列元素用．１代替；若该行对应节点无相邻的下节点，表示该节点为末端节点，该行第２、３列元素用．１代替。计算树状型结构电网各节点所带总负荷的步骤如下：第１步，依次搜索，、均为一１的行，该行对应节点所带总负荷为该节点所带负荷。第２步，依次搜索，、。均为第１步得到的节点的行，或者，为第１步得到的节点，为一１的行，则该行对应节点所带总负荷为该行节点所带负荷与、。两个节点所带总负荷（若为一１，则其所带总负荷为０）之和。第３步，依次搜索，、均为前２步得到的节点的行，或者，为第２步得到的节点，，为．１的行，则该行对应节点所带总负荷为该行节点所带负荷与，、两个节点所带总负荷（若，为．１，则其所带总负荷为０）之和。第４步，依次搜索、均为本步之前得到的节点的行，或者，为上１步得到的节点，。为．１的行，则该行对应节点所带总负荷为该行节点所带负荷与：、两个节点所带总负荷（若为．１，则其所带总负荷为Ｏ）之和；直到所有行搜索完毕。在获得网络所有节点所带总负荷的基础上，本文采用式（２）计算第ｆ个节点的节点电压。张战彬，等改善低压农网电压质量的分布式光伏电源优化配置方法．１３１．等（２）式中：，是第ｉ个节点的上节点；是第ｉ个节点所带总负荷；是第．’，个节点的节点电压；Ｒ『ｊ是第ｉ与第／个节点间的线路电阻。（２）光伏电源接入后由于分布式光伏电源发出无功很少，本文忽略其无功输出。当有一个分布式光伏电源接入时，如从第ｉ个节点接入，容量为ｖ，则认为第ｉ个节点所带负荷变为Ｐ厂尸Ｐｖ。当有多个分布式光伏电源接入时，将未接入光伏电源的节点的光伏发电容量按０考虑，则认为所有节点均接入了光伏电源。第ｉ个节点接入的光伏容量记为ＰＰｖ，其所带负荷变为ＰｒＰｉｏ接入光伏之后，相当于各节点所带负荷发生了变化，此时，根据计及光伏发电容量的各节点所带负荷计算各节点所带总负荷，然后根据式（２）得到各节点电压。２分布式光伏电源优化配置模型２．１目标函数（１）分布式光伏电源配置容量以系统中配置最小容量的分布式光伏电源为目标，建立如下目标函数∑ｍｉｎＳ＝ｖｆ（３）式中：为节点是否接入分布式光伏，为１时表示该节点接入分布式光伏，为０时表示该节点不接入分布式光伏；、，为第ｆ个节点接入分布式光Ⅳ伏电源容量；为系统总节点数。（２）系统节点电压偏差以系统各节点整体电压偏差最小为目标，建立如下目标函数△ｍｉｎ：‘ｆ］（４）△∑ｎ＝Ｉｌ（４）ｉ＝ｌ０／式中：为系统额定电压；为该节点实际电压；Ⅳ为系统总节点数。（３）综合目标函数将分布式光伏电源配置容量最小和系统节点电压偏差最小两个目标函数进行通过权重系数转换为单目标函数ｍｉｎｆ：ｍｉｎⅣ∑ｆ＝１＋（１一ＡＵ（５）式中：为系统负荷总容量，Ｏｆ的取值考虑分百布式光伏电源配置容量与系统节点电压偏差在优化中比重，本文取０．４。２．２约束条件约束条件主要从节点电压、安装节点分布式光伏电源容量及系统允许接入分布式光伏电源总容量来考虑。这些约束条件均为不等式约束。（１）节点电压限值约束由于分布式光伏接入后可能导致某些节点电压越限，因此需要限制在一定范围内。，，一，△≤△…曲＿＿一１，２，，Ｎ（６）Ｕ０△式中：△为电压下限值；一为电压上限值。△△本文曲、一分别取－５％，＋５％。（２）系统允许接入分布式光伏电源总容量约束分布式光伏电源的出力具有很强的随机性，过高容量的分布式光伏电源并网，可能会对电网造成负面影响，因此需要限制在一定范围内。Ｓ（８）ｉ＝１Ⅳ式中：为接入分布式光伏电源总容量；为百一系统负荷总容量；刀为分布式光伏电源接入总容量占负荷总容量的比例。一般接入低压３８０Ｖ农网的分布式光伏设计为不可逆并网方式，即不能倒送功率。因此，系统允许接入分布式光伏电源总容量最大为系统负荷总容量，本文取９０％的系统负荷总容量，即取０．９。（３）节点接入分布式光伏电源容量约束—…０ｖ、，ｆｉ＝１，２，，Ｎ（７）式中：尸Ｐ、，为第ｆ个节点的分布式光伏电源容量；Ⅵ一为第ｉ个节点允许接入的分布式光伏电源最大容量。每个节点接入光伏的平均容量最大为系统平均负荷容量，考虑节点接入分布式光伏的离散性，本文接入光伏的最大容量按系统节点平均负荷容量的２倍考虑。－１３２．电力系统保护与控制３分布式光伏电源优化配置方法然后体。本文利用遗传算法对分布式光伏电源进行优化配置。（１）编码每个个体由控制基因和参数基因两部分构成，均采用二进制编码。控制基因表示节点是否接入光伏，其个数由节点数确定，每个控制基因用１位二“”进制数表示，其中１表示该节点接入分布式光伏“”电源，０表示该节点不接入分布式光伏电源；参数基因表示节点接入分布式光伏电源容量，其个数由节点数确定，每个参数基因根据节点允许接入的最大容量确定用几位二进制数表示。Ｉ！ＪＬ二：Ｉ！Ｉ——————————＼／图２遗传算法编码及基因结构Ｆｉｇ．２ＣｏｄｉｎｇａｎｄｇｅｎｅｔｉｃｓｔｒｕｃｔｕｒｅｏｆＧＡ（２１初始种群初始种群可通过随机赋值产生，但随机产生的个体很难同时满足多个约束，因此需要根据约束条件对随机产生的初始种群进行判断，若有些个体不满足约束条件，则需要重新生成，直到全部满足约束条件为止。（３）适应度函数遗传算法中以个体适应度的大小来评定个体的优劣程度，从而决定其遗传机会的大小。根据综合目标函数构建适应度函数如式ｆ９）所示。综合目标函数以最小为优化目标，因此个体适应度值越小越好。Ｆ＝１０Ⅳ∑Ｏ每当个体有变化时，都需要进行迭代终止判断，迭代终止可分为迭代条件和迭代次数。当适应度不再改善或达到迭代上限时，停止迭代，输出最优解。整个遗传算法的流程如图３所示。参数ｒ配电网／光伏／算法／约束限值１设置：誉／ｌ是鬈釜／’足（＝＝巫＝＝）一图３算法流程图Ｆｉｇ．３Ｆｌｏｗｃｈａｒｔｏｆａｌｇｏｒｉｔｈｍ＋ｆ１一￣ｚ）ＡＵＳ＞０４仿真验证，Ｑ、（４）选择操作利用选择算子对种群个体进行筛选，使得优势个体能够遗传到下一代，在选择过程中，主要标准是适应度小的个体被选中的概率更大，适应度大的个体将淘汰。（５）交叉操作交叉是让两个个体的基因部分按照一定的交叉概率作交换，然后生成两个新个体。（６）变异操作变异是让个体按照一定的变异概率进行变异，以邢台地区某光伏扶贫村低压电网为例，该村网络结构如图４所示。网络电压等级为３８０Ｖ，线２５图４某村网络结构图Ｆｉｇ．４Ｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｏｆａｖｉｌｌａｇｅ张战彬，等改善低压农网电压质量的分布式光伏电源优化配置方法．１３３．路型号为ＬＧＪ．３５，线路单位长度阻抗为Ｏ．８５＋ｊ０．４１７Ｄ．／ｋｍ。该村共有２５个水泥杆塔，作为网络节点，各节点线路长度如表１所示。每个节点所带用户数如表２所示，每个用户消耗的有功功率随季节变化差异较大，在２００～５００Ｗ之间，消耗无功功率为０。根据图４的网络结构建立网基邻接表ＤＴ为ＤＴ＝表１各节点线路长度Ｔａｂｌｅ１Ｌｉｎｅｌｅｎｇｔｈｏｆｅａｃｈｎｏｄｅ表３分布式光伏电源优化配置表Ｔａｂｌｅ３Ｏｐｔｉｍａｌａｌｌｏｃａｔｉｏｎｔａｂｌｅｏｆｄｉｓｔｒｉｂｕｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ接入节点１７２０２ｌ２２２３２４２５接入容量／ｋｗ５１．５１．５１．５１．５１．５１．５在图４网络中接入表３配置的分布式光伏电源，（１０）与未接入分布式光伏电源时进行比较。两种情况下各节点电压偏差如图５所示。按每个用户消耗的最大有功功率进行分布式光伏电源配置。由表２可得系统负荷总容量为８８ｋＷ，节点平均负荷为３．５２ｋＷ，节点允许接入的分布式光伏电源最大容量为７．０４ｋＷ。设分布式光伏电源最小容量为１．５ｋＷ，容量范围为１．５ｋｗ～７ｋｗ，容量级差为０．５ｋｗ，一共有ｌ２种容量，编码中每个参数基因用４位二进制数表示。遗传算法的参数设置如下：初始种群规模为５００，交叉概率为０．５，变异概率为０．０１，迭代次数为２００次。根据图３所示流程进行仿真，分布式光伏电源的优化配置如表３所示。从表３可以看出，接入光伏电源总容量为１４ｋＷ，占系统总负荷的１６％。图５接入与未接入光伏电源的各节点电压偏差Ｆｉｇ．５ＥａｃｈｎｏｄｅｖｏｌｔａｇｅｄｅｖｉｍｉｏｎｏｆｃｏｎｎｅｃｔｅｄＯｒｎｏｔｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒ通过图５可以看出，光伏电源经优化配置后，能明显改善各节点电压偏差，电压偏差减少到．５．０％以内，满足设定要求。：ｎ：一点号一２３４５一胪，ｍ，点号一５６７８９０一＝２＂加帕。ｎｎＭ户量一ｏ２３２４，挖，Ｈ，：，７６¨３４５８９ｍ＂加●２３４４３７８９９加．１３４．电力系统保护与控制当节点负荷发生变化时，验证优化配置的分布式光伏电源接入能够满足系统电压要求。以每个用户消耗最小有功功率２００Ｗ时为例，接入表３配置的分布式光伏电源与未接入分布式光伏电源的各节点电压偏差如图６所示。堡出图６负荷最小时接入与未接入光伏电源的各节点电压偏差Ｆｉｇ．６Ｅａｃｈｎｏｄｅｖｏｌｔａｇｅｄｅｖｉａｔｉｏｎｏｆｃｏｎｎｅｃｔｅｄｏｒｎｏｔｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒａｔｍｉｎｉｍｕｍｌｏａｄ通过图６可以看出，负荷最小时不接入光伏电源的各节点电压偏差较小（在．３．５％以内），接入按负荷最大时优化配置的分布式光伏电源也不会使各节点电压越上限。多次仿真实验表明，虽然遗传算法每次优化结果存在一定差异，但目标函数输出始终在０．２４５～０．２６３之间变化，波动范围为３．５４％，算法稳定性较好。５结论本文针对低压农网电压质量问题，提出一种改善电压质量的利用遗传算法对分布式光伏电源容量进行优化配置的方法。通过实际算例仿真表明，在满足分布式光伏电源配置容量最小、系统电压偏差最小的情况下，接入优化配置的分布式光伏电源，可以改善低压农网各节点电压偏低的问题，提高电压质量。在改善低压农网电压质量方面，本方法最大的优势是无需改变网络架构及增加无功补偿设备。参考文献［１］马威，李章维，徐毅．基于ＧＩＳ及改进微分进化算法的变电站选址研究［Ｊ］．机电工程，２０１５，３２（５）：６８４．６８９．ＭＡＷｅｉ，ＬＩＺｈａｎｇｗｅｉ，ＸＵＹｉ．ＳｕｂｓｔａｔｉｏｎｌｏｃａｔｉｎｇｂａｓｅｄｏｎＧＩＳａｎｄｉｍｐｒｏｖｅｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１５，３２（５）：６８４－６８９．［２］肖峻，张婷，张跃，等．基于最大供电能力的配电网规划理念与方法［Ｊ］．中国电机工程学报，２０１３，３３（１ｏ）：１０６．１１３．—ＸＩＡＯＪｕｎ，ＺＨＡＮＧＴｉｎｇ，ＺＨＡＮＧＹｕｅ，ｅｔａ１．ＴＳＣｂａｓｅｄｐｌａｎｎｉｎｇｉｄｅａａｎｄｍｅｔｈｏｄｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１３，３３（１Ｏ）：１０６－１１３．［３］盛四清，李兴，李欢．基于改进进化策略的配电网无功规划［Ｊ］．电力系统及其自动化学报，２０１５，２７（６）：—６８７２．ＳＨＥＮＧＳｉｑｉｎｇ，ＬＩＸｉｎｇ，ＬＩＨｕａｎ．Ｒｅａｃｔｉｖｅｐｏｗｅｒｐｌａｎｎｉｎｇｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｅｖｏｌｕｔｉｏｎａｒｙｓｔｒａｔｅｇｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ－ＥＰＳＡ，２０１５，２７（６）：６８－７２．［４］胡晓阳，王卫平，王主丁，等．一种实用的配电网无功运行两层优化方法研究【Ｊ］．电力系统保护与控制，２０１５，４３（３）：１４－２１．ＨＵＸｉａｏｙａｎｇ，ＷＡＮＧＷｅｉｐｉｎｇ，ＷＡＮＧＺｈｕｄｉｎｇ，ｅｔａ１．Ａｐｒａｃｔｉｃａｌｔｗｏ・ｐｈａｓｅｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｏｆｄｙｎａｍｉｃｖａｒｏｐｔｉｍｉｚａｔｉｏｎｉｎａｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（３）：１４－２１．［５］罗书克，张元敏．低压配用电系统两级无功补偿控制研究［Ｊ】．电力系统保护与控制，２０１４，４２（１６）：１０３－１０７．ＬＵＯＳｈｕｋｅ，ＺＨＡＮＧＹｕａｎｍｉｎ．Ｓｔｕｄｙｏｆｔｗｏ－ｓｔａｇｅＶＡＲｃｏｍｐｅｎｓａｔｉｏｎｉｎｌｏｗｖｏｌｔａｇｅｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（１６）：１０３．１Ｏ７．［６］赵金利，于莹莹，李鹏，等．一种基于锥优化的ＤＧ优化配置快速计算方法【Ｊ】．电工技术学报，２０１４，２９（１２）：１７３．１７９．ＺＨＡＯＪｉｎｌｉ，ＹＵＹｉｎｇｙｉｎｇ，ＬＩＰｅｎｇ，ｅｔａ１．ＡｆａｓｔｄｅｔｅｒｍｉｎａｔｉｏｎｍｅｔｈｏｄｏｆＤＧｃａｐａｃｉｔｙｉｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｃｏｎｉｃｐｒｏｇｒａｍｍｉｎｇ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（１２）：１７３－１７９．［７］陈海东．基于细菌菌落优化算法分布式电源优化配置【Ｊ】．电力系统保护与控制，２０１５，４３（２１）：１０６－１１１．ＣＨＥＮＨａｉｄｏｎｇ．Ｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗｏｆｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｉｏｎｂａｓｅｄｏｎｂａｃｔｅｒｉａｌｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（２１）：１０６－１１１．［８］韩璐，李风婷，周二雄，等．基于成本．收益的微网分布式能源优化配置【Ｊ】．电工技术学报，２０１５，３０（１４）：３８８．３９６．ＨＡＮＬｕ，ＬＩＦｅｎｇｔｉｎｇ，ＺＨＯＵＥｒｘｉｏｎｇ，ｅｔａ１．Ｔｈｅｄｉｓｔｒｉｂｕｔｅｄｅｎｅｒｇｙｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｍｉｃｒｏ－ｇｒｉｄｂａｓｅｄｏｎｃｏｓｔ－ｂｅｎｅｆｉｔ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ张战彬，等改善低压农网电压质量的分布式光伏电源优化配置方法．１３５．Ｓｏｃｉｅｔｙ，２０１５，３０（１４）：３８８－３９６．［９］陈光宇，何健，施蔚锦，等．基于量子混合蛙跳算法的含分布式电源配电网无功优化［Ｊ］．电网与清洁能源，２０１５，３ｌ（５）：３６－４１，４６．ＣＨＥＮＧｕａｎｇｙｕ，ＨＥＪｉａｒ￣ＳＨＩＷｅｉｊ￣ｅｔａ１．Ｒｅａｃｔｉｖｅｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎｉｎｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｗｉｔｈｄｉｓｔｒｉｂｕｔｅｄｇｅｎｅｒａｔｏｒｓｂａｓｅｄｏｎｑｕａｎｔｕｍｓｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇａｌｇｏｒｉｔｈｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍａｎｄＣｌｅａｎＥｎｅｒｇｙ，２０１５，３１（５）：３６－４１，４６．［１０］张勇军，苏杰和，羿应棋．基于区间算术的含分布式电源电网无功优化方法［Ｊ】．电力系统保护与控制，２０１４，４２（１５）：２１－２６．ＺＨＡＮＧＹｏｎｇｊｕｎ，ＳＵＪｉｅｈｅ，ＹＩＹｉｎｇｑｉ．Ｒｅａｃｔｉｖｅｐｏｗｅｒｏ￣ｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｉｎｔｅｒｖａｌａｒｉｔｈｍｅｔｉｃｗｉｍｄｉｓｔｒｉｂｕｔｅｄｐｏｗｅｒｇｒｉｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（１５）：２１－２６．［１１］陈丽，张晋国，苏海锋．考虑并网光伏电源出力时序特性的配电网无功规划［Ｊ］．电工技术学报，２０１４，２９（１２）：１２０－１２７．ＣＨＥＮＬｉ，ＺＨＡＮＧＪｉｎｇｕｏ，ＳＵＨａｉｆｅｎｇ．Ｒｅａｃｔｉｖｅｐｏｗｅｒ—ｐｌａｎｎｉｎｇｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｓｙｓｔｅｍｗｉｔｈｇｒｉｄｃｏｎｎｅｃｔｅｄｐｈｏｔｏｖｏｌｔａｉｃｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｔｉｍｅ－ｓｅｑｕｅｎｃｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（１２）：１２０－１２７．［１２］况达，滕欢，王博望，等．基于改进遗传算法的蓄电池容量配置及充放电策略研究【Ｊ】．高压电器，２０１５，５ｌ（６）：９０．９６．ＫＵＡＮＧＤａ，ＴＥＮＧＨｕａｎ，ＷＡＮＧＢｏｋｕｎ，ｅｔａ１．Ｃａｐａｃｉｔｙａｌｌｏｃａｔｉｏｎａｎｄｃｈａｒｇｉｎｇ－ｄｉｓｃｈａｒｇｉｎｇｓｔｒａｔｅｇｉｅｓｓｔｕｄｙｏｆｓｔｏｒａｇｅｂａｔｔｅｒｙ［Ｊ］．ＨｉｇｈＶｏｌｔａｇｅＡｐｐａｒａｔｕｓ，２０１５，５１ｆ６）：９０・９６．收稿日期：２０１５－１１＿２９；—修回日期：２０１６－０１１２作者简介：张战彬（１９７卜），男，硕士，高级工程师，主要研究方向为分布式光伏并网及其电能质量问题；Ｅｍａｉｌ：ｘｔｚｈａｎｇｚｈａｎｂｉｎ＠ａｌｉｙｕｎ．ｃｏｍ段瑶（１９６９－－），男，本科，高级工程师，研究方向为分布式光伏并网及其电能质量问题；石磊磊（１９８５－），男，硕士，工程师，研究方向为分布式光伏并网及其电能质量问题。（编辑张爱琴）