基于Open DSS的配電網(wǎng)低電壓問題治理優(yōu)化策略研究

劉明忠，洪揚，劉佳鈺，顧晨臨，張宏圖，曾方迪，滕予非，寧聯(lián)輝

（1.國網(wǎng)四川省電力公司電力科學研究院，四川成都 610072；2.西安交通大學電氣工程學院，陜西西安 710049；3.國網(wǎng)四川省電力公司，四川成都 610072）

基于Open DSS的配電網(wǎng)低電壓問題治理優(yōu)化策略研究

劉明忠1，洪揚2，劉佳鈺2，顧晨臨2，張宏圖3，曾方迪2，滕予非1，寧聯(lián)輝2

（1.國網(wǎng)四川省電力公司電力科學研究院，四川成都 610072；2.西安交通大學電氣工程學院，陜西西安 710049；3.國網(wǎng)四川省電力公司，四川成都 610072）

電壓質量低和系統(tǒng)網(wǎng)損較大是困擾偏遠地區(qū)配電系統(tǒng)的兩個主要問題，也是近幾年配電網(wǎng)研究的重點。基于美國電科院（EPRI）開發(fā)的Open Distribution System Simulator（Open DSS）平臺，進行了三相不平衡配電系統(tǒng)的潮流計算，分析了三相平衡負荷與不平衡負荷對電壓和有功網(wǎng)損的影響。以Matlab為平臺，設計了Open DSS的COM接口，使得在Matlab程序中能夠反復調(diào)取Open DSS對配電網(wǎng)進行三相潮流計算，由此建立了配電網(wǎng)無功優(yōu)化和低電壓治理決策模型，將電壓分段罰函數(shù)引入擴展的無功優(yōu)化目標函數(shù)中，并將高斯罰函數(shù)用于處理無功優(yōu)化變量，使得最終得到的解盡可能地逼近離散值。基于粒子群優(yōu)化算法（PSO）實現(xiàn)了無功優(yōu)化問題的求解。實際仿真算例驗證了所建立的無功優(yōu)化模型和算法的有效性與可行性。

配電網(wǎng)低電壓治理；高網(wǎng)損；Open DSS；粒子群算法；無功優(yōu)化

電壓水平與網(wǎng)損率是衡量配電網(wǎng)的供電質量的兩大重要性能指標。隨著社會經(jīng)濟的發(fā)展，實際生產(chǎn)對電力系統(tǒng)的運行質量提出了更高的要求。電壓質量不高和線路損耗過大是困擾配電系統(tǒng)的兩個主要問題，得到了中外學者的廣泛關注[1-4]。然而，由于我國配電網(wǎng)在部分偏遠山區(qū)，存在網(wǎng)架結構薄弱、系統(tǒng)老化嚴重、低電壓等級網(wǎng)絡輻射半徑過大等問題[5]。同時，配電網(wǎng)三相不平衡的問題，也導致部分地區(qū)的配電網(wǎng)的網(wǎng)損進一步增加。

目前，配電網(wǎng)無功優(yōu)化依然是解決低電壓、高網(wǎng)損問題的主要措施。然而無功優(yōu)化屬于典型的非線性整數(shù)混合規(guī)劃問題，不確定因素較多。傳統(tǒng)的數(shù)學解析法理論嚴密、求解速度快、算法穩(wěn)定，卻對優(yōu)化問題本身有著嚴格的要求[6]，尤其對于大規(guī)模配電網(wǎng)容易產(chǎn)生維數(shù)災的問題[7]。相比之下，源于生物學背景，以隨機搜索為基礎的啟發(fā)式人工智能算法能夠對各類優(yōu)化問題進行直接求解，具有良好的適應性，易收斂到最優(yōu)或次優(yōu)解。文獻[8]給出了改進遺傳算法下的配網(wǎng)無功優(yōu)化，以網(wǎng)損最小與電容器投切容量最小為目標函數(shù)，考慮了電壓穩(wěn)定裕度。文獻[9]給出三相不平衡負載情況下配網(wǎng)出現(xiàn)負序電流造成的網(wǎng)損。然而這些方法在建模時約束未考慮配電網(wǎng)中存在著的一些離散變量，包括變壓器分接頭的位置和電容器的補償容量，而直接的連續(xù)化可能會破壞問題本身的不等式約束，也難以確保取整后解的最優(yōu)性。

本文基于粒子群優(yōu)化算法（particle swarm optimization，PSO），在目標函數(shù)中引入電壓分段高斯罰函數(shù)約束電壓，實現(xiàn)模型對節(jié)點電壓質量的控制。利用電容器無功補償和變壓器分接頭的調(diào)整作為優(yōu)化手段，采用了高斯罰函數(shù)進行處理，使得最終得到解盡可能地逼近離散值，也就盡可能逼近原始問題的可行解。同時，考慮了配電網(wǎng)三相不平衡的影響。本文基于Matlab與Open DSS（Distribution System Simulator）編寫了配電網(wǎng)高網(wǎng)損低電壓優(yōu)化治理決策程序。實例計算與分析證明了此模型和算法的正確性與可行性。

1 基于Open DSS的配網(wǎng)三相潮流

1.1 Open DSS簡介

Open DSS是由美國電科院開發(fā)的，為滿足配電系統(tǒng)快速仿真和模擬需求而建立的開源可擴展的分析平臺[10-11]。其一方面作為獨立執(zhí)行的程序具有可視化程序界面，可被用戶直接利用；同時提供了豐富的組件對象模型（Component Object Model，COM）端口供用戶自定義擴展，也可以作為程序的擴展模塊，由Matlab、Python等支持COM的商業(yè)軟件驅動。它還允許用戶自己創(chuàng)建動態(tài)鏈接庫（Dynamic Link Library，DLL）、元件模型編寫等，用戶可以根據(jù)研究的不同需求對于程序進行編輯。此軟件基本結構如圖1所示。

圖1 Open DSS結構圖Fig.1 Open DSS structure

基于此平臺，可以求解三相不平衡系統(tǒng)問題的潮流計算。基于Open DSS的可求解問題廣泛及功能較強的優(yōu)勢，目前該軟件已經(jīng)可以廣泛應用于功率傳輸、智能電網(wǎng)、諧波分析等領域[12]。

1.2 基于Open DSS的配網(wǎng)三相潮流

三相不平衡負載會給配電系統(tǒng)造成危害，增加配電線路的電能損耗，使三相電壓或電流不相等產(chǎn)生零序電流，使電壓降增加，影響用電設備正常工作等[13]。Open DSS的可求解問題廣泛、功能強大，基于此平臺，可以求解三相負載不平衡問題的潮流計算。

此處以IEEE-37節(jié)點標準算例的配電網(wǎng)線路為例[14-15]，算例電網(wǎng)的拓撲結構如圖2所示，并對其參數(shù)作了適當修改，使得系統(tǒng)具有以下特點：

圖2 IEEE-37節(jié)點算例拓撲圖Fig.2 The topology of IEEE-37 example

1）網(wǎng)絡中有且僅有一個恒壓源，使計算準確性較高。

2）低電壓，長線路，負荷較重。尤其在上圖圈出的部分，距離電源最遠端，其功率傳輸時的網(wǎng)速而造成遠端電壓低。

3）此網(wǎng)絡為接有三相不平衡負載的三相不平衡網(wǎng)絡，需要對每條線路及負載的abc相分別定義。

4）全網(wǎng)共37個節(jié)點，網(wǎng)絡基準電壓為4.8 kV。

為保證三相平衡與三相不平衡對比計算的合理性，線路三相不平衡的有功負荷與無功負荷的均值分別為三相平衡負荷的值，其定義如表1所示。

表1 三相平衡與不平衡負荷Tab.1 Three phase balanced and unbalanced load

當配電負荷不平衡時，其電壓降及網(wǎng)損如圖3、4所示，由圖3、4可見，算例線路24 h內(nèi)電壓降落較為明顯達約4%～8%，尤其當負荷較重的10時至20時的電壓降落達到約平均7%的電壓降。

圖3 負荷不平衡對電壓降的影響Fig.3 The impact of the unbalanced load on voltage decreasing

2 Open DSS與Matlab的接口設計

圖4 負荷不平衡對有功網(wǎng)損的影響Fig.4 The impact of the unbalanced load on active power loss

Open DSS具有強大的配電網(wǎng)三相潮流計算性能，可以進行連續(xù)時序仿真計算，能分析已解電路。然而，Open DSS自身不帶有循環(huán)功能，不能循環(huán)執(zhí)行代碼，因而在獨立用戶界面無法實現(xiàn)自動多次潮流計算。此時用戶可以通過COM在其他軟件中開發(fā)算法來驅動OpenDSS引擎以實現(xiàn)這些尚未開發(fā)的功能。比如優(yōu)化算法。這些外部算法也將依靠Open DSS來仿真配網(wǎng)的相應狀態(tài)，以此來調(diào)節(jié)優(yōu)化有關控制變量。

Matlab具有很強的處理優(yōu)化問題的能力，可靈活與其他軟件相接，同時也被用戶廣泛應用。將Matlab作為整個配電網(wǎng)優(yōu)化程序的主要平臺，建立優(yōu)化問題的目標和約束，完成優(yōu)化問題求解程序——粒子群算法的編寫。并在Matlab中對Open DSS的COM接口進行設計，使得在Matlab程序中能夠直接調(diào)用Open DSS進行潮流計算，能夠給配電網(wǎng)的無功優(yōu)化帶來方便。

圖5所示給出了Open DSS與Matlab聯(lián)合求解優(yōu)化算法流程。通過兩個軟件之間的COM接口，可以實現(xiàn)在Matlab中采用啟發(fā)式算法得到的無功補償?shù)囊粋€解，調(diào)入Open DSS內(nèi)進行快速準確的三相潮流計算，通過潮流計算所得的電壓、網(wǎng)損等數(shù)據(jù)結果返回Matlab并計算目標函數(shù)值。網(wǎng)絡約束條件考慮潮流約束，節(jié)點電壓約束和電容器補償容量約束等。通過在MATLAB內(nèi)枚舉不同無功補償狀態(tài)，運用循環(huán)語句反復調(diào)取Open DSS進行計算，實現(xiàn)Open DSS自動多次潮流計算，最終實現(xiàn)優(yōu)化算法找到無功優(yōu)化最優(yōu)解。

圖5 聯(lián)合求解優(yōu)化算法流程Fig.5 Flowchart of solving optimization algorithm in Matlab and open DSS

3 無功優(yōu)化模型

3.1 無功優(yōu)化的數(shù)學模型

改善配電網(wǎng)電壓質量，減小有功損耗是配電網(wǎng)優(yōu)化運行的主要目標。無功優(yōu)化模型正是圍繞這兩個目標而展開。模型建立過程中主要存在著兩個難點：電壓目標和網(wǎng)損目標的權衡，控制變量的離散化，也即可行性和最優(yōu)性的協(xié)調(diào)。本節(jié)首先介紹了無功優(yōu)化的目標函數(shù)及其所要滿足的約束，然后說明了上述幾個難點的解決方法，并給出其數(shù)學形式。

無功優(yōu)化的目標包括2個方面，有效降低系統(tǒng)線損，改善網(wǎng)絡節(jié)點電壓質量。

其數(shù)學模型可以表示為

式中：Qc為電容器組的無功補償容量；K為配電變壓器的分接頭位置；Kp為系統(tǒng)的網(wǎng)損等值系數(shù)；Ploss為優(yōu)化后系統(tǒng)的有功損耗；Pinti為優(yōu)化前系統(tǒng)的有功損耗；β為電壓懲罰系數(shù)；ΔUi為電壓偏移量；Uimax為電壓的上限；Uimin為電壓的下限；N為系統(tǒng)的節(jié)點數(shù)目。

在進行無功優(yōu)化時，首先依據(jù)節(jié)點電壓—無功敏感度的高低確定補償電容器的安裝位置，制定合理的補償電容配置策略。然后，依據(jù)不同的負荷水平，主要以配置各節(jié)點電容器的無功補償容量、變壓器分接頭的位置作為控制變量，進行實時控制，減小系統(tǒng)的運行損耗，改善運行電壓質量。上述模型的約束條件[16]主要包括潮流方程等式約束、節(jié)點電壓約束、電容器補償容量約束、可調(diào)變壓器變比約束。

1）潮流方程等式約束

2）節(jié)點電壓約束

若Ui滿足約束，則β為零。否則，β系數(shù)將根據(jù)Ui偏移合理電壓區(qū)間的程度取不同的值。

3）電容器補償容量約束

電容器補償容量除了要滿足上下限約束外，根據(jù)補償電容的成組投切原則，電容器補償容量應是一組離散值。

4）可調(diào)變壓器變比約束

式中：kt為可調(diào)變壓器的變比，t1與t2等值為變壓器變比標幺值，n為檔位數(shù)目。kt是一組有限個離散值，個數(shù)為n，因此公式（6）實現(xiàn)了可調(diào)變壓器取n個離散變比的約束。

3.2 配電網(wǎng)優(yōu)化治理決策模型

3.2.1 節(jié)點電壓約束的處理

通常的無功優(yōu)化模型中，節(jié)點電壓作為一種強制性約束，限制了無功優(yōu)化后的系統(tǒng)潮流狀況。然而，在實際分析中，由于配電網(wǎng)結構及其他因素，易使得電壓約束難以滿足。本文采用了電壓分段罰函數(shù)，引入擴展的無功優(yōu)化目標函數(shù)，將節(jié)點電壓的約束轉化為“軟約束”，依據(jù)節(jié)點電壓越限程度的不同，對罰函數(shù)的系數(shù)β進行不同取值，實現(xiàn)模型對節(jié)點電壓質量的控制。

在本算例中，設節(jié)點電壓Ui的合格電壓上限為，Uimax合格電壓下限為Uimin，設標準電壓為Uistd取標幺值為1。不同情況中β系數(shù)取值如下：

1）若電壓滿足約束，即當Uimin≤Ui≤Uimax時，β為零。

2）若電壓不滿足約束，且Uimin-0.05≤Ui＜Uimin或Uimin＜Ui≤Uimax+0.05時，β設為500。

3）若Uimin-0.2≤Ui＜Uimin或Uimax+0.05＜Ui≤Uimax時，β設為2000。

4）其他超標更嚴重的情況下，β為10 000。

由此可知，電壓超標越嚴重，罰函數(shù)的系數(shù)β取值越大，計算出的電壓約束總和越大，適應度函數(shù)值（取負號）就越小，而優(yōu)化處理是要取盡可能大的適應度函數(shù)值。

3.2.2 離散變量約束的處理

本文主要應用了基于高斯罰函數(shù)的離散變量連續(xù)化處理方法[17]。高斯罰函數(shù)的表達式如下：

式（7）中函數(shù)值隨著矢量x=[x1，x2，…，xn]T離中心b=[b1，b2，…，bn]T的距離增加而迅速減小為零。

若令目標函數(shù)f（x）和G（x）進行組合，即F（x）=f（x）+G（x）。那么，在x=b的鄰域內(nèi)，由于疊加了G（x）的作用，F(xiàn)（x）的函數(shù)性質和f（x）區(qū)別較大；而在離x=b較遠的區(qū)域，F(xiàn)（x）和f（x）基本重合。

處理離散變量時，b表示連續(xù)優(yōu)化問題取到最優(yōu)解時，變量x附近的所有整數(shù)點的中心，計作x*，從而得到了如下罰函數(shù)

式中：μ為懲罰系數(shù)；δi為鄰域大小因子。

這樣，通過在目標函數(shù)中增加懲罰項，原來的非線性混合整數(shù)規(guī)劃問題就轉化為非線性連續(xù)規(guī)劃問題。根據(jù)最優(yōu)化理論，連續(xù)問題的最優(yōu)解為x0，加入懲罰項后得到的最優(yōu)解為x1，兩者存在以下關系

式（10）表明，最優(yōu)解問題向整數(shù)的靠近是以目標函數(shù)值的上升為代價。然而，事實上對于這類整數(shù)變量規(guī)劃問題，任何非整數(shù)解都不是原始問題的可行解，罰函數(shù)的引入加強了解的可行性，實現(xiàn)了規(guī)劃問題最優(yōu)性和可行性的折中[18]。本文的優(yōu)化問題中，變壓器分接頭的位置和電容器補償容量作為模型的控制變量，正是采用高斯罰函數(shù)進行處理，從而實現(xiàn)離散化。

4 實例計算與分析

4.1 實際配電網(wǎng)系統(tǒng)介紹

以我國某實際低電壓長線路配電系統(tǒng)為例，對該系統(tǒng)使用本模型進行無功優(yōu)化研究，驗證本文提出的無功優(yōu)化模型和方法。

實際配電網(wǎng)系統(tǒng)的拓撲圖如圖6所示，包含11個按小時變化的負載，其中每個雙心圓代表一個變電站，101至115節(jié)點編號為35 kV線路節(jié)點，121至135節(jié)點編號為10 kV節(jié)點，201與208為110 kV，紅色標注為線路編號。該系統(tǒng)的基本信息如表2所示。

表2 實際電網(wǎng)包含數(shù)據(jù)Tab.2 Data in the actual network system

4.2 無功補償節(jié)點的選取

無功補償?shù)哪康氖峭ㄟ^投入無功補償設備，提高網(wǎng)絡的電壓質量，并減小有功網(wǎng)損。然而，電網(wǎng)規(guī)劃中，在網(wǎng)絡的不同位置投入補償設備，其作用效果存在明顯差異。依照通常的原則，可在系統(tǒng)電壓較低的幾個位置投入設備。本算法引入了電壓-無功敏感度的概念，描述在系統(tǒng)不同節(jié)點投入一定容量的無功補償設備時對電壓質量改善的作用大小。

節(jié)點電壓無功敏感度的公式為

圖6 實際配電網(wǎng)系統(tǒng)拓撲圖Fig.6 The topology of real power distribution network

首先，按照系統(tǒng)負荷預測的平均水平和不進行任何無功優(yōu)化措施的情形下，計算瞬時潮流，統(tǒng)計系統(tǒng)電壓最低的10個節(jié)點的電壓和。然后，在系統(tǒng)各個位置單獨投入無功補償設備，再次計算瞬時潮流，統(tǒng)計系統(tǒng)電壓最低的10個節(jié)點。最后，將無功補償設備投入前后的電壓水平進行對比，形成節(jié)點-電壓無功敏感度矩陣，作散點圖，選取敏感度最高的若干個節(jié)點（可不為10），作進一步優(yōu)化。每個補償點選取總補償容量為360 kV·A的電容器組，每個電容器容量為60 kV·A。

本文以此方法最終選取111，112，114，115，108（見圖6）這5個節(jié)點進行補償電容配置，為下一步對確定各節(jié)點無功補償容量做準備。

4.3 基于3個典型的負荷水平

選取3個典型的負荷水平，觀察本文所提算法的特點。

1）總負荷最低的時刻（5點）

2）線損最高時刻（11點）

3）總負荷最高的時刻（21點）

3個典型的負荷水平下，考慮有載調(diào)壓的變壓器分接頭的調(diào)整狀態(tài)與電容器的投切容量，對所建立的無功優(yōu)化模型采用粒子群算法計算，得到變壓器分接頭位置圖如圖7所示，其中橫坐標為12個有載調(diào)壓變壓器，縱坐標為變壓器分接頭位置。5個節(jié)點的電容器補償容量如表3所示。補償前后節(jié)點的電壓和線損情況如表4所示，其中電壓合格的標準為0.95～1.05 pu。

圖7 3種典型時刻變壓器分接頭位置Fig.7 Transformer tap positions of three typical period of time

表3 3個典型時刻補償容量Tab.3 Compensation capacity of three typical period of time kV·A

表4 優(yōu)化前后指標對比Tab.4 Optimization indexes

從圖7中可以看到，系統(tǒng)中12個有載變壓器的分接頭從第5 h、到11 h再到21 h都均發(fā)生了較為明顯的改變，說明分接頭的調(diào)整參與了對電壓的調(diào)整。

由以上圖表可知，總負荷最低的時刻（5點），所有的節(jié)點都不需要投入補償電容，補償前后系統(tǒng)各節(jié)點的電壓均滿足要求；而在網(wǎng)損最高時刻（11點），112、114、115、108等4個節(jié)點需投入補償電容，總補償容量為1 260 kV·A；在總負荷最高的時刻（21點），112、114、115、111等4個節(jié)點需投入補償電容，總補償容量為1 380 kV·A.補償電容投入后，電壓質量有了一定的改善，電壓合格率有一定的提升，優(yōu)化前后的總體網(wǎng)絡線損也有了一定程度的下降。此處由于優(yōu)化前電網(wǎng)本身的狀態(tài)較為良好，所以優(yōu)化的結果不是十分明顯，但是可以證明其具有一定的效果。

4.4 三相不平衡負荷

為了反映三相不平衡負載對電壓質量和網(wǎng)絡損耗的影響，在原實際系統(tǒng)的基礎上，將某些三相平衡負荷變成三相不平衡負荷，對比分析三相不平衡負荷情況下無功優(yōu)化的效果。

本文針對實際系統(tǒng)總負荷最高時刻（21時），將110節(jié)點的三相平衡負荷變成三相不平衡負荷，三相不平衡負荷以三角形接法接入系統(tǒng)，保證總的有功和無功負荷不變，如表5所示。

針對上述3種情況，采用粒子群算法進行無功優(yōu)化，得到各個節(jié)點補償容量如表6所示。優(yōu)化前后電壓質量和線損情況如表7所示。

表5 3種情況下110節(jié)點的負荷Tab.5 Load of Bus 110 in three cases

表6 3種負載狀態(tài)下補償容量Tab.6 Compensation capacity of three load states kV·A

表7 3種負載狀態(tài)的優(yōu)化指標Tab.7 Optimization indexes for three load states

由上表可知，三相不平衡負荷接入系統(tǒng)會惡化電壓質量，增加網(wǎng)絡損耗，且不平衡程度越高，惡化情況越明顯，見于CASE2明顯較CASE3電壓合格率更低，且線損率更高。經(jīng)過電容器對系統(tǒng)無功進行補償之后，電壓質量和網(wǎng)絡損耗會有所改善。但是，同三相平衡系統(tǒng)相比，電壓合格率和線損率指標均不如三相平衡負荷接入的情況。

5 結論

針對目前配電網(wǎng)的局部低電壓和高網(wǎng)損的問題，本文基于Matlab軟件搭建Open DSS配網(wǎng)分析平臺，建立了配電網(wǎng)無功優(yōu)化和低電壓治理決策模型，并利用粒子群算法求解無功優(yōu)化模型，提出了利用電容器無功補償和變壓器分接頭控制進行無功優(yōu)化辦法來解決該問題。并通過實際算例證明了此模型和算法的正確性與可行性。

本文所采用方法的創(chuàng)新點和特點在于：

1）采用啟發(fā)式算法，適用于各種形式的優(yōu)化問題求解，方便根據(jù)系統(tǒng)的實際情況修改目標函數(shù)或者增減約束。

2）為實現(xiàn)電容補償位置和容量初選，引入節(jié)點電壓無功敏感度概念，對系統(tǒng)各個節(jié)點的無功—電壓敏感度進行遍歷測試，選取節(jié)點電壓無功敏感度最高的N個節(jié)點作為補償節(jié)點，保證了結果的良好實用性。

3）利用電壓罰函數(shù)，將減小系統(tǒng)網(wǎng)損和提高電壓質量這兩個目標做了分解。當系統(tǒng)各電壓滿足約束條件時，減小網(wǎng)損成為了優(yōu)化模型唯一的目標。當系統(tǒng)各節(jié)點電壓越限時，保證電壓質量成為了首要目標，一方面系統(tǒng)將通過調(diào)整變壓器分接頭使得網(wǎng)絡各節(jié)點電壓落在合理區(qū)間，另一方面通過無功補償?shù)拇胧瓜到y(tǒng)無功功率實現(xiàn)分區(qū)平衡。

[1]楊文鋒，王彬宇，程卓，等.城市中低壓配電網(wǎng)降損規(guī)劃決策方法[J].電網(wǎng)技術，2014，38（9）：2598-2604.YANG Wenfeng，WANG Binyu，CHENG Zhuo，et al.Optimized decision approach of loss reduction plan for medium-and low-voltage urban distribution networks[J].Power System Technology，2014，38（9）：2598-2604（in Chinese）.

[2]周虎，陳佳黎，鮮龍，等.電網(wǎng)三相不平衡下農(nóng)網(wǎng)低電壓治理的研究[J].電網(wǎng)與清潔能源，2015，31（11）：13-18.ZHOU Hu，CHEN Jiali，XIAN Long，et al.Research on the low voltage of three-phase unbalance in rural grid[J].Power System&Clean Energy，2015，31（11）：13-18（in Chinese）.

[3]黃清社，曹斌，周保文，等.低壓配電網(wǎng)的網(wǎng)損分析[J].電力建設，2010，31（10）：21-24.HUANG Qingshe，CAO Bin，ZHOU Baowen，et al.Loss analysis of a county’s distribution network[J].Electric Power Construction，2010，31（10）：21-24（in Chinese）.

[4]肖峻，李振生，劉世嵩，等.電壓約束及網(wǎng)損對配電網(wǎng)最大供電能力計算的影響[J].電力系統(tǒng)自動化，2014，38（5）：36-43.XIAO Jun，LI Zhensheng，LIU Shisong，et al.Impact of voltage constraints and losses on total supply capability calculation[J].Automation of Electric Power Systems，2014，38（5）：36-43（in Chinese）.

[5]王青林，李學薔.利用負荷管理系統(tǒng)實現(xiàn)配電網(wǎng)線損分析[J].供用電，2006（6）：53-54.WANG Qinglin，LI Xueqiang.Realization of line loss analysis of distribution network by using load management system[J].Distribution&utilization，2006（6）：53-54（in Chinese）.

[6]MALISZEWSKI R M，et al.Linear programming as an aid in planning kilovar requirements[J].IEEE Transactions on Power Apparatus&Systems，1969，PAS-87（12）：1963-1968.

[7]孫洪波.電力網(wǎng)絡規(guī)劃[M].重慶：重慶大學出版社，1996.

[8]姚李孝，肖靚，王磊，等.基于改進遺傳算法的配電網(wǎng)無功優(yōu)化[J].電網(wǎng)與清潔能源，2009，25（4）：24-28.YAO Lixiao，XIAO Liang，WANG Lei，et al.Reactive power optimization based on improved genetic algorithms in distribution system[J].Power System&Clean Energy，2009，25（4）：24-28（in Chinese）.

[9]趙吳鵬，尹忠東，周浩，等.基于低壓配電網(wǎng)無功負序不平衡現(xiàn)象的節(jié)能降損解決方案[J].電網(wǎng)與清潔能源，2009，25（7）：15-19.ZHAO Wupeng，YIN Zhongdong，ZHOU Hao，et al.Solution of energy conservation and loss reduction based on reactive negative sequence unbalance in low-voltage distribution network[J].Power System&Clean Energy，2009，25（7）：15-19（in Chinese）.

[10]李鵬，孫充勃，王成山，等.基于Open DSS的智能配電網(wǎng)仿真與模擬平臺及其應用[J].中國電力，2013（11）：12-16.LI Peng，SUN Chongbo，WANG Chengshan，et al.Open DSS-Based simulation and modeling platform of smart distribution system and its application[J].Electric Power，2013（11）：12-16（in Chinese）.

[11]EPRI.Introduction to the open DSS[EB/OL].[2016-04-30].http：//electricdss.svn.sourceforge.net/.

[12]ROGER C.DUGAN.Reference guide the open distribution system simulator（Open DSS）[EB/OL].[2016-04-30].http：//svn.code.sf.net/p/electricdss/code/trunk/Distrib/Doc/.

[13]徐青山，劉中澤，楊永標，等.改進的配電網(wǎng)三相潮流計算方法[J].電力系統(tǒng)及其自動化學報，2014（9）：23-29.XU Qingshan，LIU Zhongze，YANG Yongbiao，et al.Improved method of distribution network three-phase power flow calculation[J].Proceedings of the CSU-EPSA，2014（9）：23-29.

[14]KHUSHALANI S，SOLANKI J M，SCHULZ N N.Optimized restoration of unbalanced distribution systems[J].IEEE Transactions on Power Systems，2007，22（2）：624-630.

[15]IEEE PES Distribution system analysis subcommittee，IEEE 37 node test feeder[EB/OL].2000[2016-04-30].http：//ewh.ieee.org/soc/pes/dsacom/testfeeders/.

[16]王錫凡.現(xiàn)代電力系統(tǒng)分析[M].北京：科學出版社，2003.

[17]李志剛，吳文傳，張伯明，等.一種基于高斯罰函數(shù)的大規(guī)模無功優(yōu)化離散變量處理方法[J].中國電機工程學報，2013，33（4）：68-76.LI Zhigang，WU Wenchuan，ZHANG Boming，et al.A large-scale reactive power optimization method based on gaussian penalty function with discrete control variables[J].ProceedingsoftheCSEE，2013，33（4）：68-76（inChinese）.

[18]趙波，郭創(chuàng)新，曹一家.基于粒子群優(yōu)化算法和動態(tài)調(diào)整罰函數(shù)的最優(yōu)潮流計算[J].電工技術學報，2004，19（5）：47-54.ZHAO Bo，GUO Chuangxin，CAO Yijia.Optimal power flow using particle swarm optimization and non-stationary multi-stage assignment penalty function[J].Transactions of China Electrotechnical Society，2004，19（5）：47-54.

Researches on the Optimization Strategy for Low Voltage Management in Three Phase Power Distribution Networks Based on Open DSS

LIU Mingzhong1，HONG Yang2，LIU Jiayu2，GU Chenlin2，ZHANG Hongtu3，ZENG Fangdi2，TENG Yufei1，NING Lianhui2
（1.State Grid Sichuan Electrical Power Research Institute，Chengdu 610072，Sichuan，China；2.College of Electric Power Engineering，Xi’an Jiaotong University，Xi’an 710049，Shaanxi，China；3.State Grid Sichuan Electrical Power Company，Chengdu 610072，Sichuan，China）

Low voltage and high power losses are two main problems existing in the distribution network in remote areas，which are also a focus of the distribution network research in recent years.To solve those problems，typical events of low voltage in the distribution network need to be analyzed and similarities to be identified.Moreover，the general optimization model for low voltage needs to be set up and improving strategies to be put forward.Based on the Open Distribution System Simulator (DSS)platform developed by the American Electric Power Research Institute (EPRI)，this paper analyzes the impacts of the 3-phase unbalanced and 3-phase balanced loads on the voltage and active power loss.With Matlab as the main platform，the Com interface of the Open DSS is designed so that the 3-phase power flow calculation of the distribution network performed by the Open DSS can be retrieved repeatedly to build the decision-making model for reactive power optimization and low voltage control.The voltage piecewise penalty function is introduced into the objective function of reactive power optimization and Gauss penalty function is used to deal with reactive power optimization variables to make the final solution approximate discrete values.The particle swarm optimization (PSO)algorithm is used to solve the problem of reactive power optimization.The effectiveness and feasibility of the proposed reactive power optimization model and algorithm are verified by practical simulation examples.

distribution network low voltage management;high power losses;Open DSS；particle swarm optimization;reactive power optimization

1674-3814（2017）07-0064-09

TM7

A

2016-11-16。

劉明忠（1964—），男，高級工程師，研究方向為繼電保護試驗，控制保護新技術；

洪 揚（1991—），女，碩士研究生，研究方向為配電網(wǎng)無功優(yōu)化；

滕予非（1984—），男，高級工程師，博士，研究方向為電力系統(tǒng)分析與控制。

（編輯 李沈）