计及不确定性与节点边际容量成本的分布式光伏电源规划

《计及不确定性与节点边际容量成本的分布式光伏电源规划》由会员分享，可在线阅读，更多相关《计及不确定性与节点边际容量成本的分布式光伏电源规划（11页珍藏版）》请在装配图网上搜索。

1、第44卷 第504期 电测与仪表 Vol.44 No.5042007年 第12期 Electrical Measurement & Instrumentation Dec.2007计及不确定性与节点边际容量成本的分布式光伏电源规划*杨建林1，朱泽安2，黄一超1，郭明星1，费斐1，王旭2，蒋传文2（1. 国网上海市电力公司经济技术研究院，上海 200080；2. 上海交通大学 电子信息与电气工程学院，上海 200240）摘要：从时序性与波动性两方面描述不确定性，构建了考虑不确定性的光伏电源（PV）出力模型与负荷模型。对配电网节点边际容量成本（LMCC）的分析推导与应用进行了改进，明确了含PV与不

2、含PV的LMCC计算方法。利用序贯蒙特卡洛模拟法处理不确定性，利用LMCC的计算指导分布式光伏的选址定容，在此基础上考虑安全性、经济性等多方约束，构建了基于序贯蒙特卡洛模拟与节点边际容量成本的PV规划模型，提出了相应的算法流程。将模型应用于简单馈线分析与IEEE33节点系统规划，验证了方法的有效性；并初步探讨了电网公司针对PV可采取的运营策略，为后续研究指明了方向。关键词：分布式光伏电源；节点边际容量成本；不确定性；电源规划DOI:中图分类号：TM715 文献标识码：A 文章编号：1001-1390(2019)18-0000-00Distributed photovoltaic generat

3、ion planning considering uncertainty and locational marginal capacity costYang Jianglin1, Zhu Zean2, Huang Yichao1, Guo Mingxing1, Fei Fei1, Wang Xu2, Jiang Chuanwen2(1. Economic Research Institute of State Grid Shanghai Electric Power CompanyEconomic Research Institute, Shanghai 200080, China. 2. S

4、chool of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China.)Abstract：The uncertainties are depicted from two aspects of time-sequence and randomness, so as to construct a model describing the photovoltaic (PV) power output and load with uncertai

5、nties. The derivation and application of locational marginal capacity cost (LMCC) has been improved, and the calculation method of LMCC with and without PV has been clarified. The sequential Monte Carlo simulation method is used to deal with uncertainties, and the calculation of LMCC is applied to g

6、uiding guide the sitting and sizing of distributed PV generation, based on whichon this basis, the PV planning model is established, and the corresponding algorithm flow is proposed. The model is applied in simple feeder analysis as well as IEEE33 -node system planning to verify the effectiveness of

7、 the method proposed. Besides, the operational strategy of the grid company for PV is also preliminarily discussed, which indicates the direction for subsequent research.Keywords：distributed photovoltaic generation;, locational marginal capacity cost;, uncertainty; , generation planning - 1 -0引 言*基金

8、项目：国家重点研发计划项目（2018YFB0905200）分布式电源（Distributed Generation, DG），作为能源、环境问题日趋严峻的当今社会响应“可持续发展”、“绿色环保”理念的重要载体清洁能源的主力军，已获得上至国家政策、下至民众观念的大力支持。而分布式光伏电源，作为DG在配电网、尤其是中低压配电网的主要成分，其大规模接入，不仅会因其不确定性加大调度部门预测、运行控制难度，还会改变潮流分布，引起静态安全稳定、电能质量、继电保护等多方面的问题。因此，合理地对分布式光伏电源进行规划，是极具意义的。在规划层面，对于分布式光伏电源的研究主要集中在三个方面：（1）分布式光伏电源的

9、准入容量研究1-2；（2）分布式光伏电源的选址定容3-5；（3）考虑分布式光伏电源接入的配电网规划6-7。文中着眼于第2点选址定容方向进行研究。文献8-10分别从综合费用、环境成本、电压稳定裕度的角度对分布式光伏进行选址定容规划。文献11提出了配电网节点边际容量成本（Locational Marginal Capacity Cost, LMCC）的概念，文献12将其应用于DG规划中；文献13在文献12的基础上，进一步考虑了无功传输，建立了基于交流潮流的LMCC计算模型；文献14基于LMCC，对用户自备DG与电网公司产权下DG进行容量成本分析与规划。但文献12-14对于均未考虑DG的不确定性，对

10、DG出力的处理往往仅仅是乘以一个容量系数，过于简单。文献15在文献14的基础上，考虑了风、光、负荷的时序性，进行基于LMCC的多类型DG规划，但存在以下不足之处：（1）不确定性刻画不足。PV等DG的不确定性不仅表现在时序上，更多地表现在波动性上；（2）规划对象选取不适宜。风机（Wind Generator, WG）与光伏电站出力的不确定性的确可以相互影响，且具有一定互补性，但要视区域和电网形式而言。在实际配电网中，WG主要出现在高压配电网，而中低压配网中的DG主要是PV而鲜有WG（见图1），其相互影响是间接且微弱的，将其统一放置于IEEE33节点系统进行规划不是妥当的选择；（3）缺乏对比，结论

11、缺乏普适性。图1 某省配电网各新能源并网装机容量占比Fig.1 The pProportion of installed capacity of new energy grids in a provinces distribution network in a province 本文在上述文献的基础上，选取中低压配网中DG的主要成分分布式光伏电源为研究对象，从时序性、波动性两方面对其不确定性进行刻画。利用配电网LMCC的计算，建立分布式光伏电源选址定容的规划模型，并提出相应的算法流程。最后，将模型应用于简单馈线分析与IEEE33节点规划中，在验证方法有效性的同时，对电网公司针对PV的运营策略做

12、初步探讨。1考虑不确定性的PV电源出力模型与负荷模型分布式光伏电源出力与负荷均具有一定不确定性，难以准确预测，主要体现在时序性与波动性上。时序性代指的是随时间的不同而呈现出的不确定性；而波动性，又称随机性，代之的是同一时刻分布式光伏电源出力表现出的差异16。对于不确定性的处理方法主要可以分为两类：（1）用概率分布描述；（2）选取典型场景分析。采用序贯蒙特卡洛模拟法，用概率分布描述不确定性，并基于连续物理量离散化的思想，截取场景模拟长期的运行状态。1.1分布式光伏电源出力模型1.1.1时序性光伏电站出力主要由光照强度决定，因而呈现出显著的时序性。光伏电站出力在夜晚为零，在清晨与傍晚较低，在中午达

13、到峰值，呈现为一个中间凸起两边为0的单驼峰曲线。此外，光伏电站出力还具有季节差异，一般而言夏季出力要远高于冬季。某地区的光伏电站典型日出力（标幺）曲线如图2所示。图2 分布式光伏电站典型日出力曲线（单位：pu）Fig.2 Typical daily power curve of distributed photovoltaic power station (pu)考虑时序性的光伏电站最大出力计算如下： (1)式中 为光伏电站容量；s=1,2,3,4，代表春、夏、秋、冬四季，对应四条曲线；h=1,2,24，代表一天内的24时刻，对应横轴24个点；即为图2中的数据点，代表时刻光伏电站最大出力的标幺

14、值（占容量的比例）；代表第s个季节某一天中第h个时刻的PV电站出力最大值。1.1.2波动性受天气、温度等因素影响，即使是同一个时刻（如12:00）的光伏电站出力，在不同天也会有差异，表现出波动性，或称随机性。大量实验表明，可采用Beta分布来近似刻画相同时刻、时段的光伏电站出力随机性16，其概率密度函数为：(2) (3)式中 =1,2,3,4，代表四季的四个典型日（文中取四个典型日，为提高精度，可取更多）；即为考虑时序性与波动性的t时刻PV电站出力；代表函数；和为如图2中时刻考虑波动性的PV出力Beta分布形状参数。1.2负荷模型1.2.1时序性以居民负荷为例，负荷值主要取决于季节与日常生活规

15、律，日负荷曲线呈现出较规律的以晚高峰为主、午高峰为辅的“两峰一谷”的形状。下图展示了某地四季典型日的各时刻居民负荷值占全年负荷峰值的比例。图3 典型日负荷曲线（单位：pu）Fig.3 Typical daily load curve (pu)1.2.2波动性根据数据统计，可采用正态分布近似刻画相同时刻、时段的负荷值的波动性16，概率密度函数为： (4)式中 为季节s时刻h负荷的期望值，可由统计数据得到；为季节s时刻h负荷的正态分布标准差。1.3序贯蒙特卡洛模拟序贯蒙特卡洛模拟法又叫做状态持续时间抽样技术，按照时序，在规定周期内建立一个循环仿真模拟过程，并对每一个状态进行计算分析，最终通过统计规

16、律得到所需指标17，如式（5）所示： (5)式中 T为单个循环周期时长；为t时刻的状态变量；为评价指标对状态变量的函数；为评价指标，即所研究对象，如设备可靠性等。将其离散化，应用于分布式光伏电源与负荷的出力模型中，则可得： (6) (7)式中 代表仿真模拟循环次数；代表单个周期内的采样值，文中即为96，即四季的4个典型日，每小时采样一次；代表符合参数为的Beta分布的随机数，代表符合参数为的正态分布的随机数。2配电网节点边际容量成本（LMCC）计算2.1不含分布式光伏的LMCC2.1.1节点支路电流灵敏度图4 五节点五支路简单辐射网Fig.4 A simple radial distribut

17、ion network with 5 nodes and 5 branches配电网须遵循“开环运行”的原则，在正常运行方式下，配电网的结构为辐射状线路。表征网络拓扑结构的节点支路关系的一个重要工具即为“关联矩阵”18，其行号与节点号对应，列号与支路号对应。在关联矩阵的基础上，引入适用于配网分析的“节点支路潮流关联矩阵”14。例如对于图4所示的简单5节点5支路辐射状网络（0为参考节点），其节点支路潮流关联矩阵为： (8)代表节点i位于支路j下游，否则。图5 不含分布式光伏的辐射状配网示例Fig.5 An example of radial distribution network withou

18、t distributed PV generation对于图5所示的一般的n节点辐射状配网（下标小写代表节点，大写代表支路），选取研究节点i与支路K，给予节点i负荷以增量，支路K的电流增量为，近似认为支路K与节点i间所有参与节点i供电支路的电流增量同样为。则节点i对支路K的电流灵敏度可定义为式（9）。其反映了支路K电流受节点i的负荷变化影响的敏感程度，且考虑了网损的影响14。 (9)由即可组成节点支路电流灵敏度矩阵，可表示为。是一个由网络拓扑结构与负荷分布决定的非常矩阵简要解释一下。，其元素会随网络结构与负荷的改变而发生变化，其结构与节点支路潮流关联矩阵完全相同，只需将中值为1的元素改为即可。

19、2.1.2支路扩容成本由式（9）可推导得： (10)式中 表示需经过支路K进行电能传输的节点结合，在配网馈线结构中不难确定；为节点i的（年）负荷增长率，一般取为常数，记为。则支路扩容时间可由式（11）积分得到13： (11)式中 为支路K的线路的载流量；为支路K的基准电流。由于矩阵的元素是会随负荷值的变化而改变的，因此，可采用文献13中的基于交流潮流的二分法来计算，以保证精度。但本文采用序贯蒙特卡洛模拟来处理PV出力的不确定性，算法含多层嵌套循环，因此若底层循环中包含潮流计算，则计算时间会大幅增加。经研究，的值主要取决于网络拓扑结构及节点、支路所处位置，负荷的改变对该值的影响不大。因此，在基准

20、状态下求出后，将其作为定值，对进行合理简化计算14： (12) (13)支路K的扩容成本可表示为： (14)式中 表示对支路K进行扩容的投资成本；表示扩容成本的折现值；d为折现率。2.1.3LMCC计算节点i的基准负荷以恒功率因数的方式增加单位负荷，引起的支路K的扩容时间缩短从而造成的等效成本节点i对支路K的单位负荷增量成本可表示为： (15)若按照文献14中的方法，如式（12）所示简化计算，则经推导简化后可表示为： (16)配电网LMCC可定义为某节点增加单位负荷而引起的供电设备投资，与节点位置、负荷分布以及网络拓扑结构相关。节点i的LMCC计算式为： (17)式中 代表节点i功率传输需要经

21、过的支路，在辐射配网馈线中即为节点i的上游支路。LMCC的意义主要在于：（1）LMCC的值表征了该节点的供电容量成本；（2）LMCC的值反映了该节点负荷对所处配网供电设备的占用程度，LMCC值越大，该节点负荷对供电设备的占用程度越大，其负荷增加所引起的供电成本越高。相应的，接入PV的优先程度越高。2.2含分布式光伏的LMCC图6 含分布式光伏的辐射状配网示例Fig.6 An example of radial distribution network with distributed PV generation对于图6所示含分布式光伏的辐射配网，接入PV的节点相当于在原负荷的基础上增加了“负”

22、的负荷。由式（11）可知，PV的接入使得节点上游支路的降低，导致上游支路的扩容时间增大。因此，分布式光伏的接入能够显著延缓接入节点上游支路的配电网改造升级，语句不通顺。等效而言降低了配网运行成本，使得配电网LMCC减小。在2.1中已提到，LMCC与节点位置、负荷分布以及网络拓扑结构相关。因此，对于接入PV的节点，定义净负荷如下： (18)式中 为节点i的净负荷，代表考虑分布式光伏对本地负荷的抵消后对外等效的负荷值；、为节点i负荷的有功、无功功率；为节点i的分布式光伏的出力值，考虑到分布式光伏的特性，这里只考虑分布式光伏的有功出力，其值与所提时序性、波动性有关。对于接入分布式光伏的节点，将式（9

23、）式（17）中的负荷替换为净负荷计算即可，接入PV后的CMCC是否想要表达LMCC？LMCC可表示为记为。很显然，接入分布式光伏电源的节点不仅自身LMCC值减小，同时因其对上游支路的延缓扩容作用，使得配电网中其他节点的LMCC值同样减小。3基于LMCC的PV规划模型3.1分布式光伏的单位容量成本分布式光伏电源是中低压配电网中DG的主要存在形式，然而其选址定容规划却因PV产权拥有者的不同而有所差异。以电网公司为研究的利益主体。从电网的利益角度出发进行分析。语句不通顺。本文将分布式光伏大致分为两类：（1）产权归用户方所有的分布式光伏电源；（2）产权归电网公司所有的分布式光伏电站。3.1.1产权归用

24、户方所有的分布式光伏电源此类分布式光伏电源特点为容量小、并网电压等级低（多为10 kV、380/220V），常见形式为光伏扶贫地区的户用屋顶光伏，语句不通顺。依托于用户建筑而存在，产权与收益归用户方所有。但其并网需要经过电网公司批准。此时，电网公司从此类分布式光伏电源获得电能相当于购电，需要付出费用。一般而言，存在两种购电方式：（1）租赁：电网公司向用户方支付租赁费租赁PV的使用权，合同期间可从该PV获取电能；（2）电网公司按照一定电价来向用户方购买PV的电能。但无论哪一种，政府都会给予电网公司以补贴费用，来激励清洁能源的并网消纳。（1）若电网公司以租赁方式从用户侧获取PV电能，其容量成本为（

25、折算到每年）： (19)式中 代表单位容量分布式光伏电源的年租赁费用；代表PV容量；代表PV的出力，与时序性与波动性等有关；为电网公司在发电市场中购电的电价；为政府对电网公司鼓励消纳清洁能的单位功率补贴费用；为PV的年最大利用小时数。因此其单位容量成本为： (20)（2）若电网公司以直接购电方式从用户侧获取PV电能，其容量成本为（折算到每年）： (21)式中 为电网公司从用户方购买光伏发电的电价。因此其单位容量成本为： (22)3.1.2产权归电网公司所有的分布式光伏电站此类分布式光伏电源特点为容量较大、并网电压等级较高（多为35 kV、10 kV），常见形式为分布式光伏电站，建设于太阳能资源

26、丰富、人口密度较低之处。此时，电网公司无需向用户支付电能费用，但要支付投资运维费用，其选址定容规划具有更高的自由度。此类分布式光伏电源的容量成本为（折算到每年）： (23)式中 为单位容量PV电站的投资建设成本；为投资年限内PV电站的资金等年值系数；为投资建设成本中电网公司的占比，除电网公司外还可能有企业投资、政府补贴等成分；等式右边第二项为运维费用，这里近似认为与PV容量成正比，为单位容量PV电站的平均运维成本。因此其单位容量成本为： (24)3.2分布式光伏电源规划模型根据LMCC与分布式光伏电源单位容量成本的物理量含义以及其大小关系可以制定一种规划思路：就选址而言，LMCC值越大，该节点

27、新增单位负荷的供电成本越高，因此安装分布式光伏的优先级越高；就定容而言，考虑分布式光伏电源对配电网的延迟扩容作用，以PV接入尽可能多但不至于产生沉没成本（现有供电设备无法得到充分利用）为目标进行容量选取：考虑到PV出力可视作“负”的负荷，若则代表节点i安装分布式光伏电源能延迟配电网扩容时间，可以继续加大安装容量；若则代表节点i接入PV的经济性已饱和，继续加大安装容量只会徒增沉没成本。下文所提目标函数和约束条件结合体现的便是这个思想。3.2.1目标函数以分布式光伏电源的并网容量尽可能大为规划目标： (25)式中 代表计划建设的分布式光伏电源总数；代表第i个节点建设的PV的容量。3.2.2约束条件

28、（1）潮流平衡。 (26)式中 ，分别代表节点i负荷有功、无功功率以及PV的有功出力；为节点i的电压幅值；为节点i、j间相角差；N为节点总数；、为节点导纳矩阵元素的实部、虚部。（2）安全性约束。分布式光伏电源的接入要注意不能危及系统的安全性，这里主要指线路传输容量约束： (27)式中 为支路K的电流；代表支路K的载流量；绝对值体现了潮流可能反向。（3）电能质量约束。电能质量包含电压偏差、电压闪变、频率偏差等。这里取电压偏差约束： (28)式中 、代表节点电压约束的上下限，通常可取、等。（4）经济性约束。电网公司期望分布式光伏电源的接入起到延缓配电网引入供电设备进行扩容投资的进程，但不至使现有设

29、备无法得到充分利用而产生沉没成本： (29)（5）其他约束。 (30) (31)式（30）代表PV建设容量约束；为节点i处所允许建设的最大光伏电源容量；式（31）代表PV最大出力约束，为PV电源的最大效率，即为最大出力与容量的比值。4模型的求解基于序贯蒙特卡洛模拟与节点边际容量成本的PV规划流程如图7所示。图7 算法流程图Fig.7 CalculationAlgorithm flow chart5算例通过简单馈线、复杂网络、不同规划方法的比较，以三层递进的流程来验证所提方法的可行性并做分析、对比。参数取值方面，Beta分布的参数和分别取0.9与0.8，正态分布的期望值取图3中数据，取为；负荷年

30、增长率取5%，折现率d取8%；PV成本参数方面，、分别取为500元/kVA、0.4元/kWh、0.1元/kWh、1133h、0.5元/kWh，、分别取为900元/kVA*a、0.15、0.3、100元/kVA*a；电压偏差约束取5%，PV最大效率取0.8；PV初始容量S0以及步长均取为0.1 MW。简单馈线的线路参数取自文献19，IEEE33节点线路参数取标准值。5.1简单馈线LMCC分析选取10 kV母线下的一条辐射状馈线进行LMCC的计算分析，如图8所示，负荷平均分配在各节点。分别计算接入PV前以及分别在节点16接入容量为3 MVA的PV后的各节点LMCC值，如图9所示。图8 配电网简单辐

31、射馈线示例Fig.8 An example of simple distribution feeder图9 接入PV前后馈线各节点LMCC值Fig.9 LMCC value of each node before and after PV access可以看出，当不接入PV时，节点位置越靠近馈线末端，节点LMCC值越大，出现这种现象的原因是馈线末端的功率传输需经过上游所有支路，因此馈线末端节点LMCC值包含上游各支路的供电容量成本。而接入PV时，不仅接入点的LMCC会降低，整条馈线的节点LMCC都会降低，这是因为PV的接入会对上游支路起到“扩容作用”，从而降低支路的供电容量成本。仿真结果与理论

32、分析相符。5.2复杂网络PV规划以IEEE33节点系统为例，对所提出的计及不确定性与节点边际容量成本的PV规划方法进行验证与分析。IEEE33节点系统的结构如图10所示，节点0为电源节点，节点与支路均已进行编号。图10 IEEE33节点配电系统Fig.10 IEEE33 -node distribution system假设在33个节点中，分布式光伏电源建设的候选节点有10个，分别为：4,7,10,14,20,23,24,26,29,31。其中，节点23,24,26,29,31属于光伏扶贫区域，PV产权归用户方所有；节点4,7,10,14,20属于产权归电网公司所有的PV类型。最终需在6个节点

33、安置分布式光伏电源。先对IEEE33节点配电系统未接入PV状态的各节点LMCC进行计算，其结果显示在图11中。而后依照文中所提的PV规划流程逐渐在LMCC较大的候选节点给予PV容量微增量，直到不满足约束。考虑到电网公司从产权归用户方所有的PV电源处获取电能有租赁与购电两种方式，本节探讨三种运营策略对规划结果的影响，分别为：（1）全部采用租赁方式；（2）全部采用购电方式；（3）节点23、24采用租赁方式，节点26、29、31采用购电方式。比较结果如表1（三种运营策略分别记为1、2、3）。并将三种规划结果下的各节点LMCC展示在图12中。图11 IEEE33节点配电系统初始各节点LMCC值Fig.

34、11 The initial LMCC value of each node in IEEE 33 -node distribution system表1 不同运营策略下的PV规划结果Tab.1 Planning results of PV under different operational strategies运营策略编号选址结果（节点编号）容量配置结果（节点编号-PV建设容量/MVA）17,10,14,26,29,317-2.2, 10-1.6, 14-0.8, 26-2.4, 29-1.7, 31-1.227,10,14,20,29,317-1,7, 10-1.2, 14-0.5,

35、20-2.1, 29-1.5, 31-1.137,10,14,26,29,317-2.5, 10-1.8, 14-1, 26-1.7, 29-1.1, 31-0.7图12 不同规划结果下PV接入后的各节点LMCC值Fig.12 LMCC value of each node after PV access under different planning results由图11可知，“节点位置越靠近馈线末端，节点LMCC值越大”的规律同样适用于拥有多条馈线的复杂网络。由表1结果可看出，电网公司对产权归用户方所有的PV电源采用不同的运营模式，会产生不同的规划结果。在算例设定的场景下，电网公司对用

36、户方PV采取全部租赁的运营模式要更优，区域配电网所接入的PV总容量更多。由图12可看出，本文提出的PV规划流程呈现使配电网整体LMCC下降的趋势，PV接入容量越多，节点LMCC值下降越多。6结束语（1）在前人关于配电网节点边际容量成本（LMCC）的研究基础上，进一步考虑不确定性等因素，构建了计及不确定性与LMCC的PV规划模型。该模型以分布式光伏电源为研究对象，综合考虑其出力时序性与波动性的影响，并采用序贯蒙特卡洛模拟法进行处理；计及不同产权归属的PV成本，以PV接入容量最大为目标，综合考虑潮流、电能质量、安全性、经济性等约束，以LMCC的计算为凭依进行规划，保证了求解的准确性；（2）利用该模

37、型对简单馈线进行计算分析，得出以下结论：当不接入PV时，节点位置越靠近馈线末端，节点LMCC值越大；接入PV时，不仅接入点的LMCC会降低，整条馈线的节点LMCC都会降低；（3）利用该模型对IEEE33节点进行PV规划求解，并对电网公司针对产权归属于用户方的PV所采取的运营策略进行初步探讨，得到以下结论：PV规划流程呈现使配电网整体LMCC下降的趋势，PV接入容量越多，节点LMCC值下降越多；在算例设定的场景下，电网公司对用户方PV采取全部租赁的运营模式要更优，区域配电网所接入的PV总容量更多；（4）提出的计及不确定性与节点边际容量成本的分布式光伏电源规划方法具有一定指导意义，有利于提升PV渗

38、透率，降低沉没成本，提高电网公司的资源综合利用效率，间接提升盈利。后续可针对产权归属于用户方的PV电网公司可采取运营策略进行展开的进一步研究。参 考 文 献1 周良学, 张迪, 黎灿兵, 等. 考虑分布式光伏电源与负荷相关性的接入容量分析J. 电力系统自动化, 2017, 41(4): 56-61.Zhou Liangxue, Zhang Di, Li Canbing, et al. Access Capacity Analysis Considering Correlation of Distributed Photovoltaic Power and LoadJ. Automation o

39、f Electric Power Systems, 2017, 41(4): 56-61.2 刘健, 黄炜. 分布式光伏电源与负荷分布接近条件下可接入容量分析J. 电网技术, 2015, 39(2): 299-306.Liu Jian, Huang Wei. Analysis on Grid-Connectible Capacity of Distributed PV Generation in Case of PV Generation Distribution Close to Load DistributionJ. Power System Technology, 2015, 39(2)

40、: 299-306.3 胡福年, 张访, 葛苗苗, 等. 考虑峰谷分时电价和时序特性的分布式电源选址定容J. 电测与仪表, 2016, 53(13): 112-117.Hu Funian, Zhang Fang, Ge Miaomiao, et al. Optimal site selection and capacity determination of distributed generations considering time of use price and timing characteristicsJ. Electrical Measurement & Instrumentat

41、ion, 2016, 53(13): 112-117.4 Zhipeng Liu, Fushuan Wen, Gerard Ledwich. Optimal Siting and Sizing of Distributed Generators in Distribution Systems Considering UncertaintiesJ. IEEE Transactions on Power Delivery, 2011, 26(4): 2541-2551.5 Mikaeel Ahmadi, Mohammed Elsayed Lotfy, Ryuto Shigenobu, et al.

42、 Optimal sizing and placement of rooftop solar photovoltaic at Kabul city real distribution networkJ. IET Generation, Transmission & Distribution, 12(2): 303-309.6 李志铿, 王钢, 陈志刚, 等. 计及区域自组网的含分布式电源配电网网架柔性规划J. 电力系统自动化, 2013, 37(6): 42-47.Li Zhikeng, Wang Gang, Chen Zhigang, et al. Flexible Network Plan

43、ning Considering Islanding Scheme for Distribution Systems with Distributed GeneratorsJ. Automation of Electric Power Systems, 2013, 37(6): 42-47.7 Kai Zou, Ashish Prakash Agalgaonkar, Kashem M. Muttaqi, et al. Distribution System Planning With Incorporating DG Reactive Capability and System Uncerta

44、intiesJ. IEEE Transactions on Sustainable Energy, 3(1): 112-123.8 初壮, 李钊, 白望望. 计及不确定性和环境因素的多类型分布式电源选址定容J. 电力系统保护与控制, 2017, 45(13): 34-41.Chu Zhuang, Li Zhao, Bai Wangwang. Optimal siting and sizing of distributed generations considering uncertainties and environmental factorsJ. Power System Protecti

45、on and Control, 2017, 45(13): 34-41.9 徐迅, 陈楷, 龙禹, 等. 考虑环境成本和时序特性的微网多类型分布式电源选址定容规划J. 电网技术, 2013, 37(4): 914-921.Xu Xun, Chen Kai, Long Yu, et al. Optimal Site Selection and Capacity Determination of Multi-Types of Distributed Generation in Microgrid Considering Environment Cost and Timing Characteris

46、ticsJ. Power System Technology, 2013, 37(4): 914-921.10 白晓清, 吴雪颖, 李佩杰, 等. 计及电压稳定裕度的配电网光伏发电选址与定容J. 现代电力, 2015, 32(4): 34-41.Bai Xiaoqing, Wu Xueying, Li Peijie, et al. Locating and Sizing of Photovoltaic Power Generations by Considering Voltage Stability Margin of Distribution systemJ. Modern Electri

47、c Power, 2015, 32(4): 34-41.11 欧阳武,程浩忠, 张秀彬, 等. 配电网节点边际容量成本及应用J. 电力系统自动化, 2009, 33(1): 18-21.Ouyang Wu, Cheng Haozhong, Zhang Xiubin, et al. Locational Marginal Capacity Cost in Distribution Network and Its ApplicationJ. Automation of Electric Power Systems, 2009, 33(1): 18-21.12 欧阳武, 程浩忠, 张秀彬. 基于配电

48、网节点边际容量成本的分布式电源规划J. 电力系统自动化, 2009, 33(18): 28-32. Ouyang Wu, Cheng Haozhong, Zhang Xiubin. Distributed Generation Planning Method Based on Locational Marginal Capacity Cost in Distribution NetworksJ. Automation of Electric Power Systems, 2009, 33(18): 28-32.13 任龙霞, 雷金勇, 甘德强. 计及配电网节点/支路边际容量成本的分布式电源规划

49、J. 电力系统自动化, 2010, 34(21): 34-39.Ren Longxia, Lei Jinyong, Gan Deqiang. Distributed Generator Planning in Distribution Network Considering Locational/Branch Marginal Capacity Cost ModelJ. Automation of Electric Power Systems, 2010, 34(21): 34-39.14 钱佳琦, 江岳文. 计及配电网节点边际容量成本的多类型分布式电源规划J. 电力自动化设备, 2016,

50、36(3): 94-99.Qian Jiaqi, Jiang Yuewen. Multi-type distributed generator planning considering locational marginal capacity cost of distribution networkJ. Electric Power Automation Equipment, 2016, 36(3): 94-99.15 吴泽穹, 滕欢, 李基康, 等. 基于配电网节点边际容量成本和时序特性的分布式电源规划J. 电测与仪表, 2018, 55(4): 48-54.Wu Zeqiong, Teng

51、 Huan, Li Jikang, et al. Distributed generation sitting and sizing planning based on the locational marginal capacity cost and timing characteristics of distribution networkJ. Electrical Measurement & Instrumentation, 2018, 55(4): 48-54.16 章力, 高元海, 熊宁, 等. 考虑潮流倒送约束的分布式光伏电站选址定容规划J. 电力系统自动化, 2014, 38(1

52、7): 43-48.Zhang Li, Gao Yuanhai, Xiong Ning, et al. Sitting and Sizing of Distributed Photovoltaic Power Station Considering Reverse Power Flow ConstraintsJ. Automation of Electric Power Systems, 2014, 38(17): 43-48.17 楚明娟. 基于蒙特卡洛序贯仿真的生产模拟算法与应用研究D. 合肥: 合肥工业大学, 2017: 10-11.18 王锡凡, 方万良, 杜正春. 现代电力系统分析M

53、. 北京: 科学出版社, 2003: 3-6.19 黄炜, 刘健, 魏昊焜, 等. 分布式光伏电源极端可接入容量极限研究J. 电力系统保护与控制, 2015, 43(3): 22-28. Huang Wei, Liu Jian, Wei Haokun, et al. Extreme capacity limitations of photovoltaic generators in distribution gridsJ. Power System Protection and Control, 2015, 43(3): 22-28.作者简介：杨建林（1980），男，高级工程师，博士，主要研究

54、方向为电网规划，电力系统分析。朱泽安（1993），男，博士研究生，主要研究方向为新能源、多能协调互补、电力系统优化运行。黄一超（1965），男，高级工程师，主要研究方向为电网规划，电力系统分析。郭明星（1978-），男，高级工程师，硕士，主要研究方向为电网规划，电力系统分析。费斐（1977），男，高级工程师，硕士，主要研究方向为电网规划，电力系统分析。王旭（1989），男，博士，主要研究方向为电力系统优化运行、智能电网、新能源等。Email:wangxu1989蒋传文（1966），男，博士，主要研究方向为电力系统优化运行，电力市场，智能电网。收稿日期：2018-07-27; 修回日期：2018-10-11 （田春雨 编发）11