含柔性直流裝置的主動配電網優化調度研究

董雷，魯丹丹，陳乃仕，蒲天驕，王曉輝

(1.華北電力大學電氣與電子工程學院，北京市 102206；2.中國電力科學研究院，北京市 100192)

含柔性直流裝置的主動配電網優化調度研究

董雷1，魯丹丹1，陳乃仕2，蒲天驕2，王曉輝2

(1.華北電力大學電氣與電子工程學院，北京市 102206；2.中國電力科學研究院，北京市 100192)

隨著分布式電源、儲能和柔性負荷等新型元素的接入，含柔性直流裝置的主動配電網(active distribution network, ADN)成為未來配電網發展的重要方向。含柔性直流裝置的主動配電網可實現潮流的靈活控制、區域間功率的相互支援以及更大范圍內資源的優化配置等。該文針對含柔性直流裝置的主動配電網，建立了考慮分布式電源就地充分消納的“區域自治-全局協調優化”的分層優化調度架構。區域自治以區域調度費用最低為目標，采用分布式模型預測控制(distributed model predictive control，DMPC)對區域內可控分布式電源、儲能和柔性負荷等可控資源進行優化控制。全局協調優化在區域自治的基礎上，以全網運行成本最低為優化目標，利用柔性直流裝置靈活調節區域間功率，使分布式電源在更大范圍內得到充分消納。最后通過仿真驗證了DMPC對區域內可控資源有功出力控制的高效性；多場景仿真結果表明，全局協調優化可通過柔性直流裝置在更大范圍實現區域間功率的相互支援，促進分布式電源的最大消納，提高主動配電網運行的經濟性與安全性。

主動配電網(ADN)；柔性直流裝置；分層優化架構；分布式模型預測控制(DMPC)；多場景仿真

0 引 言

為提高電網運行的經濟性和環保性，分布式電源、儲能和柔性負荷等可控資源在配電網中的比例不斷攀升。為使配電網經濟高效的運行，要對接入配電網的各種可控資源進行優化調度，降低分布式電源帶來的不利影響，提高配電網運行的經濟性。近年來，國內外學者在配電網優化調度架構、優化策略及優化模型等方面已經進行了大量研究，取得了很多成果[1-5]。文獻[6]對考慮電壓敏感性負荷及儲能電池等柔性負荷的主動配電網(active distribution network, ADN)進行了多源協調優化控制，并對電源出力、無功源及柔性負荷進行了控制。文獻[7]研究了正常態下主動配電網的多時間尺度分布式電源協調控制框架，提出了基于最優潮流的主動配電網全局優化算法和基于功率控制誤差的主動配電網區域自治控制算法。文獻[8]研究了主動配電網快速仿真、多源協同優化調度策略以及多源協同優化調度策略評估等關鍵技術，并設計了主動配電網多源協同優化調度的應用場景。

上述文獻中，主動配電網的優化調度研究主要集中在根據分布式電源、儲能、柔性負荷等可控資源的運行特性進行多種資源的優化配置，沒有考慮電力裝置在優化調度中的影響。隨著電力電子技術的發展，柔性直流裝置進入了人們的視野。柔性直流裝置可實現饋線間的合環運行，通過調節網絡潮流功率實現區域間功率的相互支援，在更大范圍內實現可控資源的優化配置和負載均衡。近年來，國內外學者對柔性直流裝置的研究大多集中在高壓交直流輸電網中，主要研究其拓撲結構、控制策略、潮流計算模型或求解最優潮流[9-12]，較少研究柔性直流裝置在配電網優化調度方面的作用。

模型預測控制(model predictive control，MPC)釆用實時預測、滾動優化和反饋校正機制，對干擾和不確定性因素有較好的適應性，可達到較好的控制性能，因此得到了廣泛的關注和大量的應用[13-14]。MPC主要分為3種，即：集中式MPC、分散式MPC及分布式MPC。分布式模型預測控制(distributed model predictive control，DMPC)因其控制速度快，精度高，魯棒性好，近年來在電力系統中的電壓控制、頻率控制及AGC控制等方面得到了大量的研究與應用[15-16]。

本文基于上述研究成果，建立含柔性直流裝置的主動配電網“區域自治-全局協調優化”的分層優化調度架構。通過研究以DMPC為基礎的區域自治策略和以柔性直流裝置為控制中心的全局協調優化策略來實現區域內可控資源的有效優化控制，并發揮柔性直流裝置靈活控制潮流的優勢，在更大范圍內實現分布式電源最大消納，提高主動配電網運行的經濟性和安全性。最后通過算例及仿真結果對所提的技術方案進行驗證。

1 柔性直流裝置模型

柔性直流裝置聯接有源交流網絡時的穩態物理模型如圖1所示。

圖1 柔性直流裝置穩態物理模型Fig.1 Steady physical model of flexible DC device

圖中：L為柔性直流裝置的等效電感；R為柔性直流裝置功率損耗的等效電阻；Ps、Qs分別為交流系統輸出的有功功率和無功功率；Pc為柔性直流裝置吸收的有功功率(定義電流正方向由交流流向直流側)。

(1)

(2)

式中δ為交流側系統電壓相位超前柔性直流裝置交流側電壓基波相位的角度。

考慮到柔性直流裝置穩態運行時損耗波動較小，可以做如下近似：

(3)

式中系數k1、k2及α會隨著功率流動方向的改變而改變。

(4)

由于柔性直流裝置工作時開關損耗和運行損耗較大，本文中設置了柔性直流裝置的運行成本，以引導調度工作人員合理使用柔性直流裝置，延長柔性直流裝置的使用壽命。

柔性直流裝置運行成本為

(5)

式中a2、a1、a0為柔性直流裝置損耗成本系數。

2 含柔性直流裝置的主動配電網優化調度模型

2.1 可控資源模型

(1)柔性負荷。柔性負荷調度成本為

(6)

式中：cr為柔性負荷調度成本系數；M、N分別為柔性負荷中可間斷負荷和連續負荷的種類；Pm(t)、Pn(t)分別為連續負荷和可間斷負荷的第m、n種在t時段的功率消耗；xm,t為可間斷負荷中第m種在t時段的開關變量(0-1變量)。

(2)儲能。儲能的調度成本為

(7)

式中：cs為蓄電池的調度成本系數；Pstorj(t)為儲能電池的充放電功率。

(3)可控分布式電源調度成本。

CMTl(t)=blPMTl2(t)

(8)

式中：bl為可控分布式電源調度成本系數；PMTl(t)為第l個可控分布式電源的有功出力。

為使自治區域內的不可控分布式電源(風電、光電等)實現就地最大消納，本文假設不可控分布式電源的調度成本為0。

2.2 區域自治

區域自治的技術路線圖如圖2所示。首先確定自治區域的優化目標。建立區域內可控資源的受控模型，然后利用DMPC進行在線滾動優化控制，實現自治區域內可控資源最優出力的有效控制。

圖2 區域自治技術路線圖Fig.2 Technology roadmap of regional autonomy

2.2.1 系統預測模型

以DMPC理論為基礎，建立區域內可控分布式電源、儲能、負荷及區域交換功率的預測模型。

可控分布式電源預測模型：

PMT(k)=PMT(k-1)+ΔPMT(k-1)

(9)

柔性負荷預測模型：

(10)

儲能預測模型：

Pstor(k)=Pstor(k-1)+ΔPstor(k-1)

(11)

Pstor(k)=PL(k)-PMT(k)-PDG(k)-Pf(k)

(12)

(13)

式中：PDG(k)、PCL(k)分別為k時刻不可控分布式電源有功出力及系統的剛性負荷；PL(k)為區域總負荷。

區域交換功率預測模型：

Pf(k)=Pf(k-1)+ΔPf(k-1)

(14)

令：

可知:

2.2.2 區域自治優化目標

一個優化周期內可控分布式電源、柔性負荷和儲能調度費用最低。

(15)

式中NR、NS、NG分別為柔性負荷、儲能、可控分布式電源的數量。

2.2.3 約束條件

(1)區域內有功功率平衡：

(16)

(2)柔性負荷約束

柔性負荷平衡約束：

(17)

柔性負荷上下限約束：

(18)

式中：ΔPαmax為柔性負荷最大變化量限制；Pαsum表示1個周期內任一類柔性負荷的總量，為恒定常數，α=m,n。

(3)儲能裝置荷電狀態約束：

(19)

蓄電池的功率約束為：

(20)

(21)

(4)可控分布式電源：

PMTmin≤PMTl(t)≤PMTmax

(22)

式中PMTmin和PMTmax分別表示可控分布式電源的最小和最大出力限制。

2.3 全局協調優化模型

全局協調優化以區域自治優化結果為基礎，建立全局協調優化模型進行優化求解，然后以柔性直流裝置為控制中心，靈活地調節主動配電網的潮流，實現各區域間潮流的協調優化控制。全局協調優化技術路線圖如圖3所示。

2.3.1 目標函數

一個優化周期內含柔性直流裝置的主動配電網運行成本最低：

(23)

式中：NF、NC分別為主動配電網饋線、柔性直流裝置數量；cf(t)為上級電網分時電價；Pf(t)為饋線上的傳輸功率。

圖3 全局協調優化技術路線圖Fig.3 Technology roadmap of global coordinating optimization

2.3.2 約束條件

(1)功率平衡約束：

(24)

(2)交流線路約束。

饋線功率：

(25)

節點電壓約束：

Ui.min≤Ui≤Ui.max

(26)

(3)直流線路約束：

Idc.min≤Idc≤Idc.max

(27)

Udc.min≤Udc≤Udc.max

(28)

式中Idc.max、Idc.min、Udc.min和Udc.max分別為直流線路電流及電壓的上下限。

(4)柔性直流裝置約束。

電壓約束：

Uc.min≤Uc≤Uc.max

(29)

功率約束：

(30)

式中：Uc.min和Uc.max分別為柔性直流裝置電壓上下限；Idc.max為柔性直流裝置電流上限。

3 仿真分析

本文參考延慶低壓直流配電網的結構，并結合11kV配電網標準IEEE33節點系統進行改進，構建含柔性直流裝置的主動配電網拓撲結構，并在此基礎上進行仿真計算，算例系統及參數詳見附錄A。仿真時采用分時電價模式，引導主動配電網內各可控資源的協調優化調度。

3.1 區域自治

3.1.1 分布式模型預測有功控制效果

圖4為自治區域2中儲能在00:00時刻采用DMPC、MPC與傳統控制方法的控制效果對比圖。仿真結果說明，在相同的控制優化目標下，DMPC達到儲能出力預期的控制效果需要15s，在控制過程中波動最小；而MPC和傳統控制方法分別需要22s和30s，控制過程中波動較大。相較之下DMPC控制速度快，波動范圍小，穩定性高，可有效地實現儲能設備的最優出力控制。

圖4 優化控制方法效果對比Fig.4 Comparison of optimal control methods’ effect

3.1.2 區域自治優化結果

本文仿真算例含有3個自治區域。下文以自治區域2和3的仿真結果為例進行說明。

圖5和圖7分別為自治區域2和3優化前后交換功率對比圖。圖6和圖8分別為自治區域2和3優化后各可控資源的出力結果。

圖5 自治區域2優化前后交換功率Fig.5 Exchange power of autonomous region 2 before and after optimization

圖6 自治區域2優化后各可控資源出力Fig.6 Active power output of controllable resources in autonomous region 2

圖7 自治區域3優化前后交換功率Fig.7 Exchange power of autonomous region 3 before and after optimization

圖8 自治區域3優化后各可控資源出力Fig.8 Active power output of controllable resources in autonomous region 3

仿真結果表明，經過優化后，自治區域2和自治區域3的區域聯絡線交換功率在負荷高峰時段明顯降低，在負荷平時段變動較小，在負荷低谷時段明顯升高，降低了區域調度費用，提高了配電網運行的經濟性。這是由于在負荷低谷時段電網電價較低，自治區域內的儲能裝置進行充電，因此區域聯絡線交換功率曲線上升。在負荷平時時段，自治區域將負荷高峰時段的柔性負荷進行轉移，但由于儲能和微型燃氣輪機的出力，抵消了負荷的增長，因此交換功率基本維持不變。在負荷高峰時段，兩個自治區域由于柔性負荷的轉移及區域內儲能和微型燃氣輪機放電，區域的交換功率大大降低。

還可以發現，自治區域2由于風機出力小于區域內負荷，可通過區域自治實現分布式電源就地消納，區域聯絡線交換功率為正(向區域供電)。而自治區域3在大部分時間內風機出力大于區域內負荷，風機的發電量通過區域自治不可實現完全就地消納，會產生棄風，造成能源的浪費。因此需要進行全局協調優化，將自治區域3中未消納的分布式電源出力轉移到區域外進行消納，以實現分布式電源的最大消納。

3.2 全局協調優化

本文在全局協調優化時采用分場景仿真，以突出柔性直流裝置靈活調節網絡潮流，實現區域間功率的相互支援的優勢(仿真中采用的柔性直流裝置為電壓源換流器(voltage source converter，VSC)。

場景1：柔性直流裝置VSC1、VSC2、VSC3不工作。

在此場景下，自治區域1、2、3分別通過相鄰的高壓交流網絡供電，由于自治區域1、2的聯絡線交換功率一直為正(向區域供電為正)，不會出現功率倒送，則區域聯絡線交換功率不變(為區域自治得到的結果)。自治區域3在6:00～11:00時段，聯絡線交換功率不變，在1天內其他時段不能將未消納的分布式電源出力轉移到區域外進行利用，產生棄風，交換功率變為0。圖9為自治區域3全局協調優化后得到的交換功率與理想結果對比圖。圖10為場景1中柔性直流裝置VSC1、VSC2、VSC3輸送功率。

圖9 自治區域3優化結果對比圖Fig.9 Comparison of optimal results of autonomous region 3

在場景1中全局協調優化后各高壓交流網絡輸送功率如圖11所示，網絡潮流流向(箭頭)如圖12所示。

場景2：柔性直流裝置VSC1不工作，VSC2、VSC3工作。

和場景1中一樣，自治區域1、2在此場景下區域聯絡線交換功率不變(為區域自治得到的結果)。自治區域3在6:00～11:00時段，聯絡線交換功率不變，但在1天內的其他時段可通過柔性直流裝置VSC2和VSC3將未消納的分布式電源出力轉移到區域外進行利用，區域聯絡線交換功率為負(向區域外送電)。仿真結果證明通過全局協調優化，不僅在更大范圍實現了自治區域3內風電的優化利用，還降低了自治區域1、2所在交流網絡向上級高壓交流電網的購電量，提高了全網運行的經濟性。

圖10 場景1中VSC1、VSC2、VSC3輸送功率Fig.10 Transportation power of VSC1,VSC2 and VSC3 in scenario 1

圖11 場景1各高壓交流網絡輸送功率Fig.11 Transportation power of high voltage AC networks in scenario 1

圖12 場景1網絡潮流流向圖Fig.12 Direction of power flow in scenario 1

圖13—14為場景2中全局協調優化后柔性直流裝置輸送功率及各高壓交流網絡輸送功率。仿真表明，高壓交流網絡2由于負載轉供的影響，在0:00～6:00及11:00～24:00時間段供電功率明顯下降。場景2中網絡的潮流流向如圖15所示。

圖13 場景2中VSC1、VSC2、VSC3輸送功率Fig.13 Transportation power of VSC1,VSC2 and VSC3 in scenario 2

圖14 場景2各高壓交流網絡輸送功率Fig.14 Transportation power of high voltage AC networks in scenario 2

場景3：柔性直流裝置VSC1、VSC2、VSC3均工作(高壓交流網絡2聯絡線處故障)。

由于柔性直流裝置調控潮流產生的損耗費用高于饋線傳輸功率的損耗費用，為降低配電網運行費用，在6:00～11:00時段，將VSC3的傳輸功率降為0，自治區域3由高壓交流網絡3供電，在此場景下，在自治區域1、2、3區域聯絡線交換功率與場景2中相同。但由于故障，高壓交流網絡2輸送功率降為0。此時可通過柔性直流裝置VSC1和VSC2實現饋線間的合環運行,進行負載轉供，利用高壓交流網絡1向自治區域1、2供電,提高了配電網調度運行的安全性和可靠性。

圖15 場景2網絡的潮流流向圖Fig.15 Direction of power flow in scenario 2

圖16—17為場景3中全局協調優化后柔性直流裝置輸送功率及各高壓交流網絡輸送功率。可以看出，由于高壓交流網絡2聯絡線故障，柔性直流裝置進行負載轉供，利用高壓交流網絡1向自治區域1、2所在的交流網絡供電，高壓交流網絡1輸送功率明顯增大，高壓交流網絡2輸送功率降為0，高壓交流網絡3輸送功率不變。場景3中網絡的潮流流向如圖18所示。

圖16 場景3中VSC1、VSC2、VSC3輸送功率Fig.16 Transportation power of VSC1,VSC2 and VSC3 in scenario 3

圖17 場景3各高壓交流網絡輸送功率Fig.17 Transportation power of high voltage AC networks in scenario 3

圖18 場景3網絡的潮流流向圖Fig.18 Direction of power flow in scenario 3

綜合場景1和2的仿真結果，可以發現在全局協調優化中，柔性直流裝置可靈活地調節網絡潮流，通過饋線合環運行，將未消納的分布式電源出力輸送到區域外利用，在更大范圍內實現區域間功率的相互支撐，提高了配電網運行的經濟性。而場景2和3的仿真結果對比表明，在網絡中發生故障時，調度人員可通過柔性直流裝置實現負載轉移，在保證電網運行安全性的同時進行潮流優化，實現了安全性與經濟性的雙贏。

4 結 論

考慮到柔性直流裝置在主動配電網調度運行中控制潮流的諸多優勢，本文建立了含柔性直流裝置的主動配電網“區域自治-全局協調優化”的分層優化調度架構。區域自治以DMPC理論為基礎，建立區域內可控分布式電源、儲能和柔性負荷等可控資源的預測模型并進行優化求解，實現可控資源的最優控制和分布式電源的就地消納。全局協調優化以區域自治為基礎建立主動配電網全局協調優化模型，并利用柔性直流裝置實現區域間功率的靈活調度，達到正常狀態下分布式電源最大消納和故障狀態下主動配電網安全、經濟運行的目標。本文所研究的含柔性直流裝置的主動配電網優化調度在全局協調優化中重點考慮了柔性直流裝置的作用，忽略了區域外可控資源對優化調度的影響，后續還要對區域外可控資源的協調優化作進一步的研究。

[1]蒲天驕，劉克文，李燁，等. 基于多代理系統的主動配電網自治協同控制及其仿真[J]. 中國電機工程學報，2015,35(8)：1864-1874. PU Tianjiao，LIU Kewen，LI Ye，et al. Multi-agent system based simulation verification for autonomy-cooperative optimization control on active distribution network[J]. Proceedings of the CSEE, 2015, 35(8): 1864-1874.

[2]YU W, LIU D, HUANG Y, et al. Operation optimization based on the power supply and storage capacity of an active distribution network[J]. Energies, 2013, 6(12):6423-6438.

[3]HUANG A Q, CROW M L, HEYDT G T, et al. The future renewable electric energy delivery and management (FREEDM) system: The energy internet[J]. Proceedings of the IEEE, 2011, 99(1): 133-148.

[4]唐念，夏明超，肖偉棟，等.考慮多種分布式電源及其隨機特性的配電網多目標擴展規劃[J].電力系統自動化，2015，39(8)：45-51. TANG Nian，XIA Mingchao，XIAO Weidong，et al. Multi-objective expansion planning of active distribution systems considering distributed generator types and uncertainties[J]. Automation of Electric Power Systems，2015，39(8)：45-52.

[5]GHASEMI A, HOJIAT M, JAVIDI M H. Introducing a new framework for management of future distribution networks using potentials of energy hubs[C]//2nd Iranian Conference on Smart Grids. Tehran：IEEE，2012：1-7.

[6]于汀，劉廣一，蒲天驕，等.計及柔性負荷的主動配電網多源協調優化控制[J].電力系統自動化，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.

[7]尤毅，劉東，鐘清，等.多時間尺度下基于主動配電網的分布式電源協調控制[J].電力系統自動化，2014，38(9)：192-203. YOU Yi，LIU Dong，ZHONG Qing，et al. Multi-time scale coordinated control of distributed generators based on active distribution network[J].Automation of Electric Power Systems,2014,38(9):192-198.

[8]蒲天驕，陳乃仕，王曉輝，等.主動配電網多源協同優化調度架構分析及應用設計[J].電力系統自動化，2016，40(1)：49-55. PU Tianjiao，CHEN Naishi，WANG Xiaohui，et al.Application and architecture of multi-source coordinated optimal dispatch for active distribution network[J].Automation of Electric Power Systems，2016，40(1)：49-55.

[9]MOAWWAD A，EL MOURSI M S，XIAO W.A novel transient control strategy for VSC-HVDC connecting offshore wind power plant[J].IEEE Transactions on Sustainable Energy，2014，5(4)：1056-1069.

[10]衛志農，季聰，孫國強，等.含VSC-HVDC的交直流系統內點法最優潮流計算[J].中國電機工程學報，2012,32(19)：89-95. WEI Zhinong，JI Cong，SUN Guoqiang，et al. Interior-point optimal power flow of AC-DC system with VSC-HVDC[J]. Proceedings of the CSEE，2012，32(19)：89-95.

[11]吳曉丹.提高風電外送能力的交直流協調控制策略研究[D].北京：華北電力大學，2014. WU Xiaodan.Research on AC and DC coordinated control strategies to improve the ability of wind power deliveries[D].Beijing：North China Electric Power University，2014.

[12]饒成誠，王海云，王維慶，等.基于儲能裝置的柔性直流輸電技術提高大規模風電系統穩定運行能力的研究[J].電力系統保護與控制, 2014，42(4):1-7. RAO Chengcheng，WANG Haiyun，WANG Weiqing，et al. Enhancement of the stable operation ability of large-scale wind power system based on the VSC-HVDC embedded in energy storage apparatus [J]. Power System Protection and Control，2014，42(4)：1-7.

[14]ERSDAL A M, CECILIO I M, FABOZZI D, et al. Applying model predictive control to power system frequency control[C]// Innovative Smart Grid Technologies Europe,2013,4th IEEE/PES. IEEE, 2013:1-5.

[15]劉向杰，孔小兵.電力工業復雜系統模型預測控制—現狀與發展[J].中國電機工程學報，2013，33(5)：79-85. LIU Xiangjie, KONG Xiaobing. Present situation and prospect of model predictive control application in complex power industrial process[J].Proceedings of the CSEE,2013,33(5):79-85.

[16]喻振帆，謝敏，劉明波.基于多代理技術的分布式模型預測長期電壓穩定緊急控制[J].電網技術，2012,，36(4)：108-115. YU Zhenfan，XIE Min，LIU Mingbo. Distributed model predictive emergency control for long-term voltage stability based on multi agents[J].Power System Technology，2012，36(4)：108-115.

(編輯 張媛媛)

附錄A

本文改進后的算例和分時電價曲線分別如附圖A1和A2所示。取基準值為：SB=1 000 MVA，UB=10 kV。系統中儲能、微型燃氣輪機、柔性負荷的調度成本參數見附表A1。

Optimizing Scheduling of Active Distribution Network with Flexible DC Devices

DONG Lei1, LU Dandan1, CHEN Naishi2, PU Tianjiao2, WANG Xiaohui2

(1. School of Electrical & Electronic Engineering, North China Electric Power University, Beijing 102206, China;2. China Electric Power Research Institute, Beijing 100192, China)

With the connection of new elements such as distributed generation, energy storage and flexible load and so on, the active distribution network (ADN) with flexible DC devices has become the future development direction of distribution network, which can adjust the power flow flexibly, realize the mutual assistance of power flow between areas and optimize the controllable resources in a wider scope. Considering local assumption of distributed generation, this paper establishes a "regional autonomy - global coordinating optimization" hierarchical scheduling architecture for the ADN with flexible DC devices. Regional autonomy takes the minimum scheduling cost as the goal to optimize the controllable distributed generation, energy storage and flexible load by the means of distributed model predictive control (DMPC). Based on regional autonomy, global coordinating optimization establishes a global coordinating optimization objective function in order to realize minimum cost, and utilizes flexible DC devices to realize the coordinative optimization of inter-area power and the greatest consumption of the distributed power. Finally, the efficiency of DMPC, which control the output of regional resources active power, is verified by the simulation; at the same time, the multi-scenario simulation results show that the global coordinating optimization can realize the mutual support between regional power in a greater scope by using flexible DC devices, promote the distributed power’s consumption in the maximum degree, and improve the economy and security in the operation of active distribution network.

active distribution network (ADN); flexible DC device; hierarchical optimal scheduling architecture; distributed model predictive control (DMPC); multi-scenario simulation

圖A1 配網算例系統圖Fig.A1 Example of test distribution network system

圖A2 分時電價曲線圖Fig.A2 Graph of time-of-use electricity price

國家高技術研究發展計劃(863計劃)項目(2015AA050102)；國家電網公司科技項目(交直流柔性互聯配電網絡構建及協調控制關鍵技術)

TM 73

A

1000-7229(2016)05-0041-09

10.3969/j.issn.1000-7229.2016.05.016

2016-03-17

董雷(1967)，女，副教授，研究方向為電力系統分析、運行與控制；

魯丹丹(1990)，女，碩士研究生，本文通信作者，研究方向為電力系統分析、運行與控制；

陳乃仕(1980)，男，碩士，高級工程師，主要研究方向為電力調度自動化、主動配電網等；

蒲天驕(1970)，男，教授級高級工程師，主要研究方向為電力系統自動控制、智能電網仿真、主動配電網等；

王曉輝(1985)，男，博士，高級工程師，主要研究方向為電力調度自動化、主動配電網等。

Project supported by the National High Technology Research and Development of China (863 Program) (2015AA050102)