考慮時序特性的主動配電網(wǎng)無功電源規(guī)劃

符楊，繆潤利，李振坤，崔勇，張開華，張智偉

（1.上海電力學(xué)院電氣工程學(xué)院，上海 200090；2.國網(wǎng)上海市電力公司電力科學(xué)研究所，上海 202150；3.上海綠色環(huán)保能源有限公司，上海 200090）

考慮時序特性的主動配電網(wǎng)無功電源規(guī)劃

符楊1，繆潤利1，李振坤1，崔勇2，張開華3，張智偉3

（1.上海電力學(xué)院電氣工程學(xué)院，上海 200090；2.國網(wǎng)上海市電力公司電力科學(xué)研究所，上海 202150；3.上海綠色環(huán)保能源有限公司，上海 200090）

化石能源的枯竭和環(huán)境污染的日益嚴重，引發(fā)了可再生清潔能源的快速發(fā)展[1]。為了應(yīng)對高滲透率分布式發(fā)電（distributed generation，DG）所帶來的雙向潮流、電壓惡化等問題，配電網(wǎng)已逐步由傳統(tǒng)被動模式向主動模式發(fā)生轉(zhuǎn)變[2]。主動配電網(wǎng)（active distribution network，ADN）是具備組合控制各種分布式資源的配電網(wǎng)絡(luò)，而無功電源是分布式資源的一種，且無功電源與其他分布式資源的協(xié)同控制對主動配電網(wǎng)的安全運行有著促進作用。如何綜合考慮各種分布式資源對無功電源的類型、位置和容量的影響，從而制定有效的無功電源規(guī)劃方案來應(yīng)對高滲透率分布式電源接入帶來的問題，具有較大的現(xiàn)實意義。

國內(nèi)外學(xué)者對傳統(tǒng)配電網(wǎng)無功電源規(guī)劃做了大量的研究工作。針對無功電源的選址問題，常見的方法有靈敏度法[3-5]、無功精確二次矩法和隨機搜索算法[6-7]。靈敏度法的物理意義明確，在各種場合應(yīng)用較多，但難以準確反映主動配電網(wǎng)的特性。在無功電源容量優(yōu)化的問題上，文獻[8-9]基于傳統(tǒng)無功電源規(guī)劃模型對配電網(wǎng)進行了規(guī)劃，但沒有充分考慮DG的不確定性。文獻[10]以多場景法描述光伏出力的不確定性，并充分考慮光伏的無功特性，建立了以無功補償方案全壽命周期凈收益現(xiàn)值為目標的配電網(wǎng)無功規(guī)劃模型。文獻[11]采用威布爾分布和正態(tài)分布分別描述風(fēng)機出力和負荷的不確定性，基于機會約束規(guī)劃方法以網(wǎng)損最小和無功補償設(shè)備投資最小為目標建立了配電網(wǎng)多目標無功規(guī)劃模型。文獻[10-11]的重點是充分考慮了風(fēng)光荷的不確定性，但依然存在描述不準確的問題，如文獻[10]的各種場景概率難以確定。此外，配電網(wǎng)的系統(tǒng)狀態(tài)具有時間延續(xù)性，上述文獻均未考慮。

目前對主動配電網(wǎng)無功電源規(guī)劃的研究較少，但對主動配電網(wǎng)規(guī)劃有一定的研究基礎(chǔ)。文獻[12]構(gòu)建了分別以風(fēng)電公司和配電網(wǎng)公司為主體的雙層規(guī)劃模型，上層以風(fēng)電公司利益最大化，下層以配電網(wǎng)公司利益最大化，共同促進風(fēng)電的消納。文獻[13-14]在規(guī)劃階段考慮主動管理來模擬運行，構(gòu)建了以間歇性分布式電源年有效發(fā)電量最大和DG出力切除量最小的二層規(guī)劃模型。

針對主動配電網(wǎng)的無功電源規(guī)劃進行了深入研究，首先建立了基于馬爾科夫鏈的光伏和負荷的四季模擬時序模型，考慮主動配電網(wǎng)的特性構(gòu)建了基于時序綜合靈敏度的無功電源選址方法；然后建立了計及主動管理的配電網(wǎng)無功電源二層規(guī)劃模型，在規(guī)劃的同時考慮運行調(diào)度問題。上層模型用于求解STATCOM的位置和容量，下層模型用于求解每時段最優(yōu)的變壓器分接頭位置、STATCOM無功出力、光伏有功削減量和光伏功率因數(shù)，采用遺傳算法對二層規(guī)劃模型進行求解，最后利用改進的IEEE 33節(jié)點配電系統(tǒng)驗證本文所提模型與算法的有效性，并給出最佳的規(guī)劃方案。

1 DG及負荷時序模型

分布式發(fā)電和負荷的雙重不確定性對無功電源規(guī)劃具有較大的影響，分布式發(fā)電具有間歇性和隨機性，不同負荷的時序特性具有較大的差異。在隨機性分布式電源中，光伏發(fā)電較為成熟[15]，本文主要采用光伏發(fā)電以及傳統(tǒng)的居民負荷、商業(yè)負荷和工業(yè)負荷作為研究對象。

1.1 光伏發(fā)電時序特性

光伏發(fā)電系統(tǒng)直接將太陽能轉(zhuǎn)換為直流電能，并通過逆變器將直流電轉(zhuǎn)換為交流電并入配電網(wǎng)，且逆變器能夠控制交流電的相位，從而實現(xiàn)產(chǎn)生無功功率的目的[16]。根據(jù)光伏發(fā)電系統(tǒng)接入配電網(wǎng)技術(shù)規(guī)定[17]，光伏發(fā)電接入配電網(wǎng)的功率因數(shù)需控制在0.95（超前）-0.95（滯后），因而本文對光伏發(fā)電采用功率因數(shù)可調(diào)的控制方式，充分計及光伏的無功支撐作用。

光伏發(fā)電有功出力主要受光照強度的影響，不同季節(jié)的光照強度差異較大，因而可用不同季節(jié)的時序特性描述光伏發(fā)電的出力特性，如圖1所示。由圖可知：在季節(jié)特性上，光伏發(fā)電夏季出力最大，冬季出力最小，春秋兩季出力很類似；在日特性上，光伏在正午達到最大出力，夜間無出力。

圖1 光伏發(fā)電時序出力特性Fig.1 The time-varying character of photovoltaic power

1.2 分類負荷時序特性

負荷功率需求會隨著電壓的變化而變化，本文采用靜態(tài)電壓冪函數(shù)來表征負荷模型[18]，其等效模型如式（1）所示，且實際中各類型負荷的冪函數(shù)特征表示有所不同，表1為各季節(jié)分類負荷的電壓特征系數(shù)參考取值。

表1 各季節(jié)分類負荷的電壓特征系數(shù)參考取值Tab.1 Values of voltage characteristic coefficients for different types of load in different seasons

本研究中，負荷分為居民負荷、商業(yè)負荷和工業(yè)負荷3類，其各季節(jié)負荷時序特性如圖2-圖4所示。由圖可知：各類負荷的日特性差異較大，且同一類負荷的季節(jié)特性也有所不同。

圖2 居民負荷時序特性Fig.2 The time-varying character of residential load

圖3 商業(yè)負荷時序特性Fig.3 The time-varying character of commercial load

1.3 光伏及負荷時序模型

光伏發(fā)電和分類負荷具有鮮明的季節(jié)特性和時序特性，若采用典型日模擬光伏和負荷的特性，則無功電源規(guī)劃結(jié)果缺乏普適性，難以滿足實際運行要求；若采用全年數(shù)據(jù)代表光伏和負荷的特性，則會導(dǎo)致無功電源規(guī)劃計算量過大，效率偏低的結(jié)果。文獻[19]提出了一種基于神經(jīng)網(wǎng)絡(luò)的風(fēng)速時間序列預(yù)測方法，但與文獻[20]的馬爾科夫鏈方法相比所得的數(shù)據(jù)樣本具有片面性，不足以描述全年的運行情況。因此，本文基于光伏發(fā)電和分類負荷的春夏秋冬歷史數(shù)據(jù)采用馬爾科夫鏈模型來模擬光伏和負荷的時序特性及季節(jié)特性，分別模擬出春夏秋冬四季的日時序曲線，共4條。以春季為例，馬爾科夫鏈模擬過程如圖5所示。

圖4 工業(yè)負荷時序特性Fig.4 The time-varying character of industrial load

圖5 光荷時序模擬過程Fig.5 The timing simulation of PV and load

2 時序綜合電壓無功靈敏度

2.1 傳統(tǒng)電壓無功靈敏度

對于含有N個節(jié)點配電網(wǎng)，將節(jié)點功率方程在穩(wěn)態(tài)運行點按泰勒一階展開可得節(jié)點電壓無功關(guān)系為：

式中，SVQ為節(jié)點電壓無功靈敏度矩陣。

將式（2）展開，可得：

由式（3）可以看出，靈敏度矩陣中第i行的各個元素代表各節(jié)點注入無功功率改變ΔQ后節(jié)點i的電壓變化情況；靈敏度矩陣中第列中的各個元素代表節(jié)點i注入無功功率發(fā)生ΔQi改變后各節(jié)點電壓的變化情況。

傳統(tǒng)電壓無功靈敏度為系統(tǒng)中節(jié)點j注入無功功率變化對系統(tǒng)整體電壓變化的靈敏度，如式（4）所示[4]。靈敏度越大，表征節(jié)點j的無功變化對全網(wǎng)電壓水平的影響能力越強。

2.2 時序電壓無功綜合靈敏度

主動配電網(wǎng)是對原有配電網(wǎng)的升級改造，其既存在支路較多、線路較長的問題，又含有間歇性的高滲透率分布式發(fā)電。DG的接入改變了配電網(wǎng)的電壓分布規(guī)律，可能會導(dǎo)致配電網(wǎng)同時存在電壓越上限和越下限的節(jié)點，從而產(chǎn)生了節(jié)點調(diào)壓需求不一致的新特點，基于傳統(tǒng)電壓無功靈敏度的無功電源選址方法不再適用。因此，本文提出一種適用主動配電網(wǎng)無功電源選址的時序電壓無功綜合靈敏度方法。首先計及節(jié)點的電壓偏差重新定義節(jié)點之間的電壓無功靈敏度以表征節(jié)點的不同調(diào)壓需求，如式（5）所示。

式中：s為場景編號，s=1，2，3，4；Vi，t，s為場景s下時段t節(jié)點i的電壓；Vn為系統(tǒng)額定電壓。

式（5）-（6）靈敏度的計算依賴于系統(tǒng)給定的狀態(tài)，而主動配電網(wǎng)中DG和負荷的雙重不確定性會造成系統(tǒng)狀態(tài)的變化。因此，本文考慮系統(tǒng)不同狀態(tài)的重要程度提出時序綜合靈敏度對無功電源進行選址，時序綜合靈敏度為

式中：λs為場景s的持續(xù)天數(shù)；ωt，s為時段的權(quán)重因子；Nover，t，s為場景s時段t的節(jié)點電壓越限個數(shù)；max|Vi，t，s-Vn|為場景s時段t的節(jié)點電壓最大偏移程度。

時序綜合靈敏度不僅體現(xiàn)了不同節(jié)點的調(diào)壓需求，還考慮了系統(tǒng)狀態(tài)的多樣性及其重要程度，這無疑提高了無功電源選址的準確度。

3 無功電源二層規(guī)劃模型

根據(jù)文獻[13]，本文規(guī)劃模型可劃分為投資層面和模擬運行層面的二層優(yōu)化模型，目標函數(shù)包括投資成本和運行成本，通用數(shù)學(xué)模型簡要為

式中：f1為投資層目標函數(shù)；f2為運行層目標函數(shù)；G（x）為投資層約束條件；g（x）為運行層約束條件。

3.1 目標函數(shù)

1）投資成本

考慮到主動配電網(wǎng)向下調(diào)壓的需求，本文采用STATCOM作為本文規(guī)劃的無功電源。由于STATCOM的壽命周期較長，為使規(guī)劃周期一致，首先將投資成本轉(zhuǎn)換為年度等效成本。

說罷，耶和華將人拆散了分遣各地，城，也就停建了。它因此得名“巴別”，因為在那兒耶和華攪亂了天下的語言——耶和華令眾人散開，去了世界各地。

式中：μ為年度等效系數(shù)；r為貼現(xiàn)率；m為STATCOM壽命；C1為STATCOM投資成本；C2為STATCOM維護費用；C3為STATCOM殘值。其中各項計算表達式為

式中：NSTAT為安裝STATCOM的節(jié)點數(shù)；KSTATq和KSTATf分別為STATCOM的單位容量成本和固定安裝成本；QSTATi為節(jié)點的STATCOM安裝容量。

2）運行成本

運行成本包括了年網(wǎng)損費用C4、年光伏棄電費用C5和年電壓越限費用C6，如式（11）所示。

基于時序模型的上述各項表達式為

式中：Kloss、KPV和KV分別為網(wǎng)損電價、PV棄電懲罰價格和電壓越限懲罰價格；Plosst，s、ΔPPVt，s和ΔVt，s分別為單位時間網(wǎng)損量、PV棄電量和電壓越限程度；Δt為單位時間長度，本文取1。其中電壓越限程度計算式為

式中：Vi，t，s、Vimax和Vimin分別為節(jié)點i的s時段t的電壓和上下限。

3.2 約束條件

1）投資約束

投資約束為STATCOM安裝容量約束為

2）運行約束

運行約束包括節(jié)點功率平衡約束、饋線容量約束、節(jié)點電壓約束、變壓器分接頭約束、STATCOM無功約束、光伏發(fā)電有功削減約束和功率因數(shù)約束為

式中：Pi，t，s和Qi，t，s分別為場景s時段t節(jié)點i注入的有功功率和無功功率；N為系統(tǒng)節(jié)點總數(shù)；Gij、Bij和θij，t，s分別為節(jié)點i、j之間的電導(dǎo)、電納和場景s時段t的相角差；和分別為饋線ij的場景s時段t的傳輸容量和最大傳輸容量；Tt，s、Tmax、Tmin為變壓器分接頭場景s時段t的位置和上下限；分別為變壓器分接頭場景s的日動作次數(shù)和日最大動作次數(shù)；和分別為節(jié)點i的STATCOM場景s時段t的投入容量和安裝容量；和ξ分別為光伏發(fā)電的場景s時段t下有功削減量、有功出力和最大削減比例。和分別為光伏發(fā)電場景s時段t的功率因數(shù)和功率因數(shù)上下限。

4 求解算法

本文采用遺傳算法對二層規(guī)劃模型進行求解，文獻[21]詳細介紹了基于遺傳算法的二層優(yōu)化模型求解流程。本文投資層需規(guī)劃候選節(jié)點的STATCOM安裝容量，其基因編碼為為了進一步降低編碼空間，以10 kV·A為求解精度。運行層模擬主動配電網(wǎng)的優(yōu)化運行，決策變量包括變壓器分接頭位置、各候選節(jié)點的STATCOM無功出力、光伏發(fā)電有功削減量和光伏發(fā)電功率因數(shù)，其基因編碼為

基于本文二層規(guī)劃模型的主動配電網(wǎng)無功電源規(guī)劃求解流程如圖6所示。

5 算例仿真

5.1 算例介紹

本文的算例采用改進的IEEE 33節(jié)點配電系統(tǒng)，如圖7所示，其中最大有功負荷為3.715 MW，最大無功負荷為2.3 MV·A，額定電壓為12.66 kV。光伏發(fā)電接入節(jié)點為8、27、30，接入容量分別為0.3 MW、0.6 MW、1.6 MW，滲透率約為67%。本文假設(shè)1-17節(jié)點為工業(yè)負荷，18-24節(jié)點為商業(yè)負荷，25-32節(jié)點為居民負荷，春季為91天，夏季為93天，秋季為92天，冬季為89天，其他相關(guān)計算參數(shù)如表2所示。

5.2 結(jié)果分析

1）光伏和負荷模擬結(jié)果

圖6 求解流程圖Fig.6 Solving flowchart

圖7 IEEE 33節(jié)點配電系統(tǒng)Fig.7 IEEE 33 node distribution system

表2 相關(guān)計算參數(shù)Tab.2 Some relevant parameters of calculation

基于馬爾科夫鏈模型的光伏和負荷模擬四季時序曲線如圖8-11所示。由圖8-11可以看出，所模擬出的時序曲線符合光伏和負荷的四季時序趨勢，具有一定的準確性。

圖8 光伏發(fā)電時序曲線Fig.8 The time-varying curve of photovoltaic power

圖9 居民負荷時序曲線Fig.9 The time-varying curve of residential load

圖10 商業(yè)負荷時序曲線Fig.10 The time-varying curve of commercial load

圖11 工業(yè)負荷時序曲線Fig.11 The time-varying curve of industrial load

2）STATCOM選址結(jié)果

考慮到主動管理后會改變配電網(wǎng)的運行狀態(tài)，從而對STATCOM選址造成一定的影響。因而本文先不考慮STATCOM的接入對配電網(wǎng)進行主動管理，更新系統(tǒng)的時序運行狀態(tài)，再計算時序綜合靈敏度對STATCOM進行選址。表3給出了未配置STATCOM的主動配電網(wǎng)運行成本，表4給出了主動管理后的配電網(wǎng)電壓越限情況。

表3 未配置STATCOM的主動配電網(wǎng)運行成本Tab.3 The operating cost of an active distribution network without STATCOM

表4 電壓越限情況Tab.4 Voltage violations

由表3、4可知，主動管理后的配電網(wǎng)各項運行成本較高，存在光伏棄電和電壓越限的情況。這是因為白天時段高滲透率光伏出力較大，為了緩解主動配電網(wǎng)的運行風(fēng)險，采取了對光伏有功出力進行削減的主動管理手段，但部分節(jié)點電壓仍然越限。

主動管理后的部分節(jié)點時序綜合靈敏度和傳統(tǒng)電壓無功靈敏度如表5所示。由表5可知，15、16、17節(jié)點的本文靈敏度比傳統(tǒng)靈敏度小，而其他節(jié)點大，這是由于15、16、17節(jié)點屬于重載長線路，而其他節(jié)點屬于輕載線路，傳統(tǒng)靈敏度基于最大負荷水平計算后重載長線路的節(jié)點靈敏度會較大，而輕載線路較小。此外，傳統(tǒng)靈敏度沒有考慮其他節(jié)點電壓越上限的降壓需求，導(dǎo)致其他節(jié)點靈敏度偏小。因此，經(jīng)過本文改進的靈敏度計算之后，從大到小得到靈敏度的排序結(jié)果依次為32、17、31、16、30、15。

3）最終無功規(guī)劃結(jié)果

根據(jù)時序靈敏度排序結(jié)果選取無功候選節(jié)點個數(shù)分別為1、2、3個節(jié)點的方案，采用二層規(guī)劃模型對其進一步規(guī)劃STATCOM的容量，所得容量優(yōu)化結(jié)果如表6所示，規(guī)劃年成本如表7所示。

表5 靈敏度比較Tab.5 Sensitivity comparison

表6 STATCOM容量優(yōu)化結(jié)果Tab.6 Capacity optimization results of STATCOM

表7 年規(guī)劃成本Tab.7 Annual planning cost

由表3、6、7可知，接入STATCOM后配電網(wǎng)的運行效果改善較大，其中最佳STATCOM接入方案為接入兩處STATCOM；在32節(jié)點接入220 kV·A，在17節(jié)點接入180 kV·A，總成本為41.66萬元。最佳配置方案與規(guī)劃前（表3）相比，運行費用大幅下降，年網(wǎng)損費用降低了12.03萬元，無棄光和電壓越限懲罰費用，總成本減少了30.35萬元，配電網(wǎng)的運行經(jīng)濟性大大提高。在表7中，接入1個STATCOM時設(shè)備投資成本較低、經(jīng)濟性較好，但并不能改善重載線路的電壓水平（電壓越限懲罰費用9.44萬元）；接入3個STATCOM時電壓質(zhì)量較好，但會導(dǎo)致額外的設(shè)備投資成本（增加了0.35萬元），總費用增大；故綜合考慮投資經(jīng)濟性和電壓水平接入2個STATCOM的配置方案較優(yōu)。

為了凸顯本文所提方法的優(yōu)越性，基于本文選出的無功候選節(jié)點分別采用文獻方法與本文方法分別對STATCOM容量進行計算，所得規(guī)劃成本如表8所示。由表8可知，文獻方法出現(xiàn)一定的電壓越限現(xiàn)象，這是由于文獻沒有考慮配電網(wǎng)的時序運行狀態(tài)，從而導(dǎo)致規(guī)劃對象的不準確；采用本文方法后，減少了STATCOM投資成本和網(wǎng)損費用，且無電壓越限費用，這是由于光伏和各類負荷的時序特性存在明顯差異，且各類負荷還具有錯峰性。因此，經(jīng)本文方法規(guī)劃后，顯著降低了配電網(wǎng)的規(guī)劃成本和運行成本。

表8 成本比較Tab.8 Cost comparison

忽略本文各類負荷的電壓靜態(tài)模型采用恒功率模型進行模擬，得到夏季第12時段下系統(tǒng)各節(jié)點電壓對比如表9所示。

表9 節(jié)點電壓對比Tab.9 Comparison of node voltage

由表9可知，電壓大于1pu的節(jié)點在考慮負荷靜態(tài)電壓特性后，其有功和無功需求均有一定程度的增大，因此其節(jié)點電壓會小幅減少，反之電壓小于1pu的節(jié)點電壓會小幅增加，完整清晰的負荷模型有助于STATCOM的合理配置和電壓調(diào)節(jié)。

6 結(jié)論

本文針對光伏發(fā)電和負荷功率的隨機性和波動性，分別建立其時序模型，采用時序綜合靈敏度和二層規(guī)劃模型對STATCOM進行了優(yōu)化配置，算例仿真得到以下結(jié)論。

1）時序性模型對主動配電網(wǎng)無功電源規(guī)劃至關(guān)重要。時序性表征系統(tǒng)狀態(tài)的多樣性，考慮時序性后有利于無功電源規(guī)劃的準確性。

2）本文的無功電源選址方法充分考慮了主動配電網(wǎng)不同節(jié)點的調(diào)壓需求，提高了調(diào)壓的針對性，給無功規(guī)劃提供了一定的參考價值。

3）充分考慮主動配電網(wǎng)的模擬運行使無功電源規(guī)劃結(jié)果更接近實際，從而提高了配電網(wǎng)的設(shè)備利用率和運行經(jīng)濟性。

[1]徐迅，高蓉，管必萍，等.微電網(wǎng)研究綜述[J].電網(wǎng)與清潔能源，2012，28（7）：25-30.XU Xun，GAO Rong，GUAN Biping，et al.Overview of researchonplanningofmicro-grid[J].PowerSystemandClean Energy，2012，28（7）：25-30.

[2]邢海軍，程浩忠，張沈習(xí)，等.主動配電網(wǎng)規(guī)劃研究綜述[J].電網(wǎng)技術(shù)，2015，39（10）：2706-2711.XING Haijun，CHEMG Haozhong，ZHANG Shenxi，et al.Review of active distribution network planning[J].Power System Technology，2015，39（10）：2706-2711.

[3]ANDERSON P M，AGRAWAL B L，V ELRAZAZ Z S.Optimal allocation of reactors for light load operation[J].IEE Proceedings-Generation Transmission and Distribution，2001，148（4）:350-354.

[4]孫卓新，朱永強，李傳棟，等.基于靈敏度綜合分析的含光伏配電網(wǎng)無功補償位置選擇[J].陜西技術(shù)，2013，12（4）：20-23.SUN Zhuoxin，ZHU Yongqiang，LI Chuandong.Reactive power compensation location selection of distribution network containing PV based on comprehensive analysis of sensitivity[J].Shaanxi Electric Power，2013，12（4）：20-23.

[5]矯志宏，蔡中勤，郭志忠.輻射型配電網(wǎng)無功補償?shù)木_矩法[J].繼電器，2002，30（9）：11-14.JIAO Zhihong，CAI Zhongqin，GUO Zhizhong.Accurate moment method for optimization of capacitors in radial distribution systems[J].Relay，2002，30（9）：11-14.

[6]MENDES A，F(xiàn)RANCA P M，LYRA C，et al.Capactior placement in large-size radial distribution networks[J].IEE Proceedings of Generation，Transmission and Distribution，2005，152（4）：496-502.

[7]李本劼.農(nóng)村配電網(wǎng)無功優(yōu)化補償方法研究[J].節(jié)能技術(shù)，2009，27（5）：423-426.LI Benjie.Study of reactive power compensation method in rural power distribution network[J].Energy Conservation Technology，2009，27（5）：423-426.

[8]魏宇存，賀曉，周建，等.基于混沌粒子群算法的多目標無功優(yōu)化研究[J].陜西電力，2013，9（6）：10-15.WEI Yucun，HE Xiao，ZHOU Jian，et al.Probe into multi-objective reactive power optimization based on chaos particle swarm optimization algorithm[J].Shaanxi Electric Power，2013，9（6）：10-15.

[9]陶志東，趙猛，程蒙，等.計及分布式電源的配電網(wǎng)無功優(yōu)化[J].陜西電力，2015，43（2）：14-17.TAO Zhidong，ZHAO Meng，CHENG Meng，et al.Reactive power optimization for distribution network with distributed generations[J].Shaanxi Electric Power，2015，43（2）：14-17.

[10]陳麗，張晉國，蘇海鋒.考慮并網(wǎng)光伏電源出力時序特性的配電網(wǎng)無功規(guī)劃[J].電工技術(shù)學(xué)報，2014，29（12）：120-126.CHEN Li，ZHANG Jinguo，SU Haifeng.Reactive power planning for distribution system with grid-connected photovoltaic system considering time-sequence characteristics[J].Transactions of China Electrotechnical Society，2014，29（12）：120-126.

[11]張沈習(xí)，程浩忠，張立波，等.含風(fēng)電機組的配電網(wǎng)多目標無功規(guī)劃[J].電力系統(tǒng)保護與控制，2013，41（1）：41-46.ZHANG Shenxi，CHENG Haozhong，ZHANG Libo，et al.Multi-objective reactive power planning in distribution system incorporating with wind turbine generation[J].Power System Protection and Control，2013，41（1）：41-46.

[12]孫鵬，羅明武，孫朝霞，等.采用改進杜鵑搜索算法的主動配電網(wǎng)雙層分布式風(fēng)電規(guī)劃方法[J].電網(wǎng)技術(shù)，2016，40（9）：2743-2749.SUN Peng，LUO Mingwu，SUN Zhaoxia，et al.An improved approach based on cuckoo search algorithm for bilevel distributed wind generation planning in active distribution network[J].Power System Technology，2016，40（9）：2743-2749.

[13]曾博，劉念，張玉瑩，等.促進間歇性分布式電源高效利用的主動配電網(wǎng)雙層場景規(guī)劃方法 [J].電工技術(shù)學(xué)報，2013，28（9）：155-163，171.ZENG Bo，LIU Nian，ZHANG Yuying，et al.Bi-level scenario programming of active distribution network for promoting intermittent distributed generation utilization[J].Transactions of China Electrotechnical Society，2013，28（9）：155-163，171.

[14]方陳，張翔，程浩忠，等.主動管理模式下含分布式發(fā)電的配電網(wǎng)網(wǎng)架規(guī)劃[J].電網(wǎng)技術(shù)，2014，38（4）：823-829.FANG Chen，ZHANG Xiang，CHENG Haozhong，et al.Framework planning of distribution network containing distributed generation considering active management[J].Power System Technology，2014，38（4）：823-829.

[15]趙春江，楊金煥，陳中華，等.太陽能光伏發(fā)電的應(yīng)用[J].節(jié)能技術(shù)，2007，25（5）：461-464.ZHAO Chunjiang，YANG Jinhuan，CHEN Zhonghua，et al.State&Development of Photovoltaic Application[J].Energy Conservation Technology，2007，25（4）：461-464.

[16]陳燕東，羅安，謝三軍，等.一種無延時的單相光伏并網(wǎng)功率控制方法[J].中國電機工程學(xué)報，2012，32（25）：118-125.CHEN Yandong，LUO An，XIE Sanjun，et al.A singlephase photovoltaic grid-connected power control method without delay[J].Proceedings of the CSEE，2012，32（25）：118-125.

[17]中國國家標準化管理委員會.GB/T 29319-2012，光伏發(fā)電系統(tǒng)接入配電網(wǎng)技術(shù)規(guī)定[S].北京：中國標準出版社，2013.

[18]朱星陽，張建華，劉文霞，等.考慮負荷電壓靜特性的含分布式電源的配電網(wǎng)潮流計算[J].電網(wǎng)技術(shù)，2012，36（2）：217-223.ZHU Xingyang，ZHANG Jianhua，LIU Wenxia，et al.Powerflow calculation of distribution system with distributedgeneration considering static load characteristics[J].Power System Technology，2012，36（2）：217-223.

[19]肖永山，王維慶，霍曉萍.基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場風(fēng)速時間序列預(yù)測研究[J].節(jié)能技術(shù)，2007，25（2）：106-108.XIAO Yongshan，WANG Weiqing，HUO Xiaoping.Study on the time-series wind speed forecasting of the wind farm based on neural networks[J].Energy Conservation Technology，2007，25（2）：106-108.

[20]蔣平，霍雨翀，張龍，等.基于改進一階馬爾可夫鏈的風(fēng)速時間序列模型[J].電力系統(tǒng)自動化，2014，38（19）：22-27.JIANG Ping，HUO Yuchong，ZHANG Long，et al.A wind speed time series model based on advanced first-order markov chain approach[J].Automation of Electric Power Systems，2014，38（19）：22-27.

[21]于建平，杜綱.一類雙層規(guī)劃問題的遺傳算法求解[J].重慶理工大學(xué)學(xué)報：自然科學(xué)，2014，28（4）：93-98.

YU Jianping，DU Gang.Genetic algorithm for solving a class of Bi-level programming problems[J].Journal of ChongqingUniversityofTechnology：NaturalScience，2014，28（4）：93-98.

Reactive Power Planning of Active Distribution Network Considering Timing Characteristics

FU Yang1，MIAO Runli1，LI Zhenkun1，CUI Yong2，ZHANG Kaihua3，ZHANG Zhiwei3
（1.School of Power Engineering，Shanghai University of Electric Power，Shanghai 200090，China;2.Electric Power Research Institute of State Grid Shanghai Municipal Electric Power Company，Shanghai 202150，China;3.Shanghai Green Environmental Protection Energy Co.，Ltd.，Shanghai 200090，China）

The safety problem in the distribution network operation caused by the uncontrolled distributed power supply with high permeability is increasingly significant.Reactive power effectively mitigates the operational risk of the distribution network.Based on this，this paper takes full consideration of the timing characteristics of PV and load in the reactive power planning，establishes a time series simulation model based on Markov chain，and constructs a time sequence comprehensive sensitivity location selection method considering the voltage demand of active distribution network.Furthermore，the two-tier planning model for reactive power both at the investment and simulation operation levels is established with consideration of the active managementofthe distribution network.The investment cost of static synchronous compensator(STATCOM)converted into equalannualvalue isconsidered atthe investmentlevelwhile the annualoperating costofthe distribution network at the operation level，and the genetic algorithm is used to solve the problem.The results show that the proposed method fully considers the characteristics of the active distribution network，effectively reduces the distribution network loss and improves the distribution network voltage level.

active distribution network;timing characteristics;timing sensitivity;bi-level programming;static synchronous compensator

高滲透率的不可控分布式電源的接入引起配電網(wǎng)安全運行問題日益顯著，無功電源能夠有效緩解配電網(wǎng)的運行風(fēng)險。基于此，文中在無功電源規(guī)劃階段充分考慮光伏和負荷的時序特性，建立以馬爾科夫鏈為基礎(chǔ)的時序模擬模型，并構(gòu)建了考慮主動配電網(wǎng)調(diào)壓需求的時序綜合靈敏度選址方法，然后計及配電網(wǎng)的主動管理形成了投資層面和模擬運行層面的無功電源二層規(guī)劃模型，投資層考慮轉(zhuǎn)換為等年值的靜止同步補償器（static synchronous compensator，STATCOM）的投資成本，運行層考慮配電網(wǎng)的年運行費用，并采用遺傳算法進行求解，算例結(jié)果表明：所提方法充分考慮了主動配電網(wǎng)的多種特點，有效降低了配電網(wǎng)損耗、改善配電網(wǎng)電壓水平。

主動配電網(wǎng)；時序特性；時序靈敏度；二層規(guī)劃；靜止同步補償器

1674-3814（2017）09-0008-09

TM714

A

國家自然科學(xué)基金項目（51407113）；上海綠色能源并網(wǎng)工程技術(shù)研究中心項目（13DZ2251900）。

Project Supported by the National Natural Science Foundation of China（51407113）；ShanghaiEngineeringResearchCenterofGreenEnergy Grid-Connected Technology（13DZ2251900）.

2017-09-25。

符 楊（1968—），男，博士，教授，博士生導(dǎo)師，主要從事城市電網(wǎng)規(guī)劃、變壓器檢測和故障診斷、風(fēng)力發(fā)電與并網(wǎng)技術(shù)等研究工作；

繆潤利（1991—），男，碩士研究生，主要從事主動配電網(wǎng)無功電源規(guī)劃的研究工作；

李振坤（1982—），通訊作者，男，博士，副教授，主要從事配電網(wǎng)規(guī)劃與運行控制、分布式電源并網(wǎng)及微電網(wǎng)、主動配電網(wǎng)技術(shù)等研究工作。

（編輯 徐花榮）