計(jì)及充放儲(chǔ)一體站的主動(dòng)配電網(wǎng)DG出力優(yōu)化研究

何　煒, 韋　鋼，吳萬祿，李　揚(yáng)，李光宏

(1.上海電力學(xué)院電氣工程學(xué)院，上?！?00090；2.國網(wǎng)上海市電力公司松江供電公司，上?！?00090)

0　引　言

風(fēng)電、光伏電站等分布式電源出力具有隨機(jī)性、不穩(wěn)定等問題。一體站作為電源節(jié)點(diǎn)并入系統(tǒng)不僅有效緩解主動(dòng)配電網(wǎng)DG出力不穩(wěn)定的現(xiàn)象，同時(shí)還能提高一體站的利用率和降低對(duì)系統(tǒng)儲(chǔ)能設(shè)備上的投資費(fèi)用。

充放儲(chǔ)一體站與電網(wǎng)系統(tǒng)的能量互動(dòng)均是由多用途變流裝置控制，基于變流裝置可得不同電網(wǎng)狀態(tài)下充放儲(chǔ)一體站的工況分析[1]；電動(dòng)汽車充電行為直接影響一體站的運(yùn)行狀態(tài)，充放儲(chǔ)一體站除了可以在電網(wǎng)非故障狀態(tài)下參與調(diào)節(jié)，同時(shí)也能在電網(wǎng)故障狀態(tài)下時(shí)單獨(dú)工作運(yùn)行[2]。主動(dòng)配電網(wǎng)(active distribution system，ADS)引入儲(chǔ)能裝置與分布式電源協(xié)調(diào)運(yùn)行，通過對(duì)各時(shí)段的發(fā)電運(yùn)行成本進(jìn)行合理的劃分，對(duì)分布式電源和儲(chǔ)能系統(tǒng)(energy storage system，ESS)聯(lián)合優(yōu)化，使得發(fā)電成本、系統(tǒng)裝置維護(hù)費(fèi)用等有效降低，并且提高DG的利用小時(shí)數(shù)[3]。為使儲(chǔ)能單元使用合理性，將儲(chǔ)能電池的充放電功率的平穩(wěn)性作為目標(biāo)函數(shù)，搭建風(fēng)光儲(chǔ)調(diào)度模型[4]，不足之處在于文章的DG出力風(fēng)光電站確定出力和模糊性誤差的和，與隨機(jī)性出力存在誤差。考慮聯(lián)合優(yōu)化和隨機(jī)性出力的誤差之后，將分布式電源有功輸出的隨機(jī)性作為約束條件，提出儲(chǔ)能系統(tǒng)對(duì)DG不確定性的的平抑模型[5]。風(fēng)電、光電出力具有隨機(jī)性，同時(shí)也有周期性，將周期內(nèi)時(shí)間進(jìn)行時(shí)序劃分，尋求DG和儲(chǔ)能裝置的最優(yōu)配置，從經(jīng)濟(jì)的角度對(duì)負(fù)荷和儲(chǔ)能裝置進(jìn)行控制[6],具有較好的啟發(fā)意義。分布式電源出力和負(fù)荷需求的時(shí)序性共同決定分布式電源出力對(duì)配電網(wǎng)的隨機(jī)性影響，分析主動(dòng)配電網(wǎng)中不同類型DG的相關(guān)性問題，提出計(jì)及分布式電源出力和負(fù)荷相關(guān)性的配電網(wǎng)可靠性評(píng)估方法[7-9]，對(duì)主動(dòng)配電網(wǎng)中的DG自然出力和實(shí)際調(diào)度求取具有很好的引導(dǎo)作用。

本文主要以一體站作為儲(chǔ)能研究對(duì)象，考慮分布式電源的出力不確定性，搭建一體站在不同電網(wǎng)狀態(tài)下的出力模型，對(duì)主動(dòng)配電網(wǎng)的DG出力進(jìn)行合理優(yōu)化，以系統(tǒng)的經(jīng)濟(jì)性運(yùn)行為目標(biāo)函數(shù)，同時(shí)考慮系統(tǒng)發(fā)電的環(huán)境成本，加入一體站的充換系統(tǒng)和梯次系統(tǒng)的車載電池出力約束條件，基于粒子群算法對(duì)模型進(jìn)行求解，對(duì)比優(yōu)化前后系統(tǒng)運(yùn)行總成本費(fèi)用，分析主動(dòng)配電網(wǎng)DG的自然出力和調(diào)度出力的變化，根據(jù)一體站SOC與DG出力的關(guān)系和運(yùn)行成本最低時(shí)的有功出力得到一體站的儲(chǔ)能單元配置，最后用實(shí)際算例證明該優(yōu)化方案的可行性。

1　分布式電源的出力模型

1.1　光伏發(fā)電出力隨機(jī)模型

一天內(nèi)太陽光照條件具有一定的規(guī)律性，所以其出力的概率密度服從一定的分布函數(shù)關(guān)系。太陽光的輻射強(qiáng)度服從Beta分布，光伏發(fā)電功率的概率密度函數(shù)參考文獻(xiàn)[10]。

圖1　季節(jié)性變化對(duì)光伏出力的影響曲線

光伏發(fā)電站的總的輸出函數(shù)為

Ppv=rAη

(1)

式中：Ppv代表總的功率輸出；A為光伏陣列總的面積；η為光電轉(zhuǎn)換效率。概率密度函數(shù)表示為

(2)

式中：α、β分別為Beta分布的形狀參數(shù)；r為太陽輻射強(qiáng)度，rmax為太陽光輻射的最大值；Γ為Gamma函數(shù)，且：

(3)

(4)

式中：μ、δ分別表示一定時(shí)間內(nèi)光照強(qiáng)度的平均值和方差。

1.2　風(fēng)電出力的隨機(jī)模型

風(fēng)機(jī)在各個(gè)季節(jié)里的功率輸出標(biāo)幺值變化大致相同，出力大小與風(fēng)速緊密相關(guān)，而風(fēng)速近似服從威布爾分布[11]，概率密度函數(shù)為

(5)

(6)

式中：PR表示風(fēng)機(jī)的額定輸出功率；vCI表示切入風(fēng)速；vCO表示切出風(fēng)速；vR為額定風(fēng)速，采用蒙特卡羅方法隨機(jī)產(chǎn)生風(fēng)速數(shù)據(jù)，并計(jì)算風(fēng)機(jī)的輸出功率，雖然在一個(gè)周期里會(huì)波動(dòng)變化，但數(shù)值會(huì)固定在一定范圍里,風(fēng)電的輸出功率標(biāo)幺值在0.2～0.7之間波動(dòng)[12]。

2　充放儲(chǔ)一體站的模型

圖2　充放儲(chǔ)一體站工況分析圖

充放儲(chǔ)一體站是由中央調(diào)度中心、多用途變流裝置、電池充換系統(tǒng)(W1)和梯次電池儲(chǔ)能系統(tǒng)(W2)四部分組成，它與電網(wǎng)系統(tǒng)和EV系統(tǒng)的能量交互過程如圖2所示，一體站的中央調(diào)度中心通過與電網(wǎng)系統(tǒng)和EV系統(tǒng)保持實(shí)時(shí)的信息互通，從而通過多用途變流裝置控制電池充換系統(tǒng)和梯次儲(chǔ)能系統(tǒng)與外界的能量交互。保證整個(gè)系統(tǒng)供電的實(shí)時(shí)性和可靠性。站內(nèi)的電池單元的存儲(chǔ)容量隨著電池的充放次數(shù)增多會(huì)逐漸降低，儲(chǔ)能電池單元每個(gè)容量階段的使用流程如圖中單箭頭所示。

設(shè)定t0時(shí)刻全部電池充換電系統(tǒng)所有電池的儲(chǔ)存能量，記為E1(t0)；變流裝置與系統(tǒng)在初始時(shí)刻t0到時(shí)刻t的時(shí)間段功率交換的能量，記為E2(t)；在此時(shí)間段內(nèi)儲(chǔ)能單元消耗累積的能量，記為E3(t)。

一體化電站任意時(shí)刻廣義能量的函數(shù)表達(dá)式為

E(t)=E1(t0)+E2(t)+E3(t)

(7)

(8)

式中:e1(i)表示第i個(gè)車載電池在t0時(shí)刻能量；e2(i)表示第i個(gè)儲(chǔ)能系統(tǒng)中電池的能量；n1、n2分別表示車載電池和儲(chǔ)能系統(tǒng)中的電池?cái)?shù)量。

(9)

式中:P1(t)和P2(t)分別為電池充換系統(tǒng)和梯次電池儲(chǔ)能系統(tǒng)與電網(wǎng)能量交換的功率。規(guī)定電網(wǎng)向一體化站輸送功率時(shí)，能量值取正。

(10)

上式表示所有車載電池在t0～t時(shí)間段的電能消耗。

2.1　一體站的電荷狀態(tài)模型

一體站的電池儲(chǔ)能系統(tǒng)(ESS)是由多用途變流裝置控制的W1和W2系統(tǒng)，對(duì)DG的出力優(yōu)化取決于一體站的電荷量狀態(tài)，ESS在Δt時(shí)間內(nèi)的能量變化為

式中：SOC.ESS.0為一體站W(wǎng)1與W2系統(tǒng)的額定容量；λ為充放電狀態(tài)(放電取值為1)；ηi、ηo為充放電效率；Pc,t為t時(shí)刻一體站的出力。根據(jù)Δt時(shí)間內(nèi)的能量變化即可得到站內(nèi)任意時(shí)刻t的電荷量：

(11)

2.2　一體站的充放電損耗模型

充放儲(chǔ)一體化站的儲(chǔ)能電池的使用年限主要取決于電池的充放電功率、充放電深度、以及荷電狀態(tài)。充放循環(huán)次數(shù)由充放電深度決定，電池的充放電深度x與最大充放電次數(shù)函數(shù)關(guān)系[13]為

N(x)=-3 278x4-5x3+12 823x2-

14 122x+5 112

(12)

一體站的儲(chǔ)能單元充放的損耗成本為

x=|SOC.0-SOC.e|

式中：C0為一體站的儲(chǔ)能單元投資成本；Cch和Cdis分別為電池的充放電損耗系數(shù)；SOC.0和SOC.e代表電池始末電荷量；SOC.max為電池最大電荷量；kch和kdis代表充放電影響因子。

2.3　一體站的充放電行為分析

根據(jù)美國交通部對(duì)電動(dòng)汽車用戶家庭出行規(guī)律的統(tǒng)計(jì)[14]，EV用戶的第一次出行時(shí)刻和下班時(shí)刻服從正態(tài)分布，根據(jù)兩者概率密度函數(shù)可以得到近似的車輛行駛里程概率密度函數(shù)：

(13)

式中：x表示EV行駛里程數(shù)，δe=3.2,μe=0.88，根據(jù)EV的行駛里程概率密度函數(shù)可以得到日行里程的期望值：

(14)

根據(jù)區(qū)域內(nèi)EV的數(shù)量，結(jié)合日行里程的期望值和EV的百公里耗電量，即可得到規(guī)劃區(qū)域內(nèi)所有車載電池的耗電情況。

一體站對(duì)DG出力的有功優(yōu)化與儲(chǔ)能單元的電荷狀態(tài)密切相關(guān)，主動(dòng)配電網(wǎng)中，一體站儲(chǔ)能單元的SOC狀態(tài)隨DG的輸出功率和電網(wǎng)調(diào)度變化而變化。且一體站的車載電池在k時(shí)刻的能量狀態(tài)能由(k-1)時(shí)刻分析得到[15]，關(guān)系如下所示：

(15)

式中：Wb代表儲(chǔ)能單元的容量；PDG(k)和Wb.soc(k)代表k時(shí)刻DG的有功出力和儲(chǔ)能單元的電荷量；Wmin表示電池允許的最小電荷余量；P(k)表示在k時(shí)刻分析DG的有功出力和電網(wǎng)需求得的限制功率；ηinv表示轉(zhuǎn)換效率；ηc表示儲(chǔ)能單元充電效率；T表示時(shí)刻(k-1)到時(shí)刻k的時(shí)間間隔，本文中時(shí)間間隔T的取值為1 h。儲(chǔ)能單元的參數(shù)以比亞迪e6電動(dòng)汽車車載電池為參考，見表1。

表1　比亞迪e6電池相關(guān)性能參數(shù)

3　含一體站的配電網(wǎng)DG出力優(yōu)化

主動(dòng)配電網(wǎng)運(yùn)行中，DG滲透率的升高會(huì)使得系統(tǒng)電壓質(zhì)量和系統(tǒng)可靠性下降。目前，儲(chǔ)能系統(tǒng)和DG的聯(lián)合優(yōu)化是解決這問題的主要方法，系統(tǒng)的經(jīng)濟(jì)運(yùn)行是重要指標(biāo)，通過案例分析能得出儲(chǔ)能系統(tǒng)和DG的聯(lián)合優(yōu)化不僅能提高系統(tǒng)可靠性、提高DG利用小時(shí)數(shù)，而且大幅度降低系統(tǒng)運(yùn)行費(fèi)用[3,16]；區(qū)別于儲(chǔ)能系統(tǒng)，一體站與DG的聯(lián)合優(yōu)化不僅考慮到整個(gè)系統(tǒng)在電網(wǎng)4個(gè)主要狀態(tài)下的運(yùn)行模式[1]，更重要的是可以解決大量的電動(dòng)汽車作為負(fù)荷端并入電網(wǎng)帶來的困擾。一體站的中央調(diào)度中心與電網(wǎng)和EV系統(tǒng)能有效信息溝通，保證站內(nèi)的最優(yōu)運(yùn)行狀態(tài)，電池充換系統(tǒng)與梯次系統(tǒng)等同于傳統(tǒng)儲(chǔ)能系統(tǒng)功能，因此，能降低儲(chǔ)能系統(tǒng)的建設(shè)成本和提高充放儲(chǔ)一體站的使用價(jià)值。設(shè)定一體站的ESS系統(tǒng)由DG供電部分的比例為w，則運(yùn)行成本目標(biāo)函數(shù)描述為

(16)

(17)

(18)

式中:am、bm、cm分別為電網(wǎng)中發(fā)電機(jī)組m類燃料費(fèi)用系數(shù)。

DG與一體站BESS的運(yùn)行維護(hù)成本：

F2=γ1nwCw+γ2npvCpv+γ3(n1+n2)Cb

(19)

式中:Cw、Cpv、Cb分別為風(fēng)電、光電和一體站BESS的單位電量的維護(hù)費(fèi)用；γ1、γ2、γ3代表運(yùn)維率。

發(fā)電的環(huán)境成本[17]表達(dá)式：

(20)

式中：Ve,i′代表第i′類污染物對(duì)環(huán)境造成的污染成本值；n代表排放污染物的種類；Qi′為第i′類污染物的排放量；Vi′為第i′類污染物排放超標(biāo)的懲罰額度。

則運(yùn)行總成本優(yōu)化函數(shù)為

minF=min(F1+F2+F3)

(21)

① 平衡約束條件：

功率平衡約束：

(22)

(23)

系統(tǒng)中有npv個(gè)光伏電站；nw個(gè)風(fēng)電站；PD,t表示電網(wǎng)負(fù)荷在t時(shí)段的有功功率需求。

②不平衡約束條件：

a.電網(wǎng)機(jī)組和DG的出力約束：

Pi,t,min≤Pi,t≤Pi,t,max

Pj,t,min≤Pj,t≤Pj,t,max

Pk,t,min≤Pk,t≤Pk,t,max

(24)

式中:Pi,t、Pj,t、Pk,t分別代表電網(wǎng)發(fā)電機(jī)組、風(fēng)電、光伏電站輸出功率。

b. 電網(wǎng)發(fā)電機(jī)組爬坡約束：

Rdown,iΔt≤Pi,t-Pi,t-1≤Rup,iΔt

(25)

式中:Δt為時(shí)段長度；Rdown,i、Rup,i分別為機(jī)組i的向下和向上的爬坡速率。

c. 儲(chǔ)能單元充放電狀態(tài)和充放電頻次約束：

Yi″,t+Zi″,t≤1

(26)

(27)

式中:Yi″.,t、Zi″,t表示電池i″在t時(shí)段放電轉(zhuǎn)換狀態(tài)變量和充電轉(zhuǎn)換狀態(tài)變量(取值0或1)；k為儲(chǔ)能單元充放電轉(zhuǎn)換次數(shù)極限值。主要污染物的排放數(shù)據(jù)和收費(fèi)標(biāo)準(zhǔn)如表2和表3所示。

表2　各種發(fā)電方式污染物排放數(shù)據(jù)　g/kWh

表3　主要污染氣體的排放收費(fèi)標(biāo)準(zhǔn)

4　DG出力優(yōu)化目標(biāo)函數(shù)的求解

速度位置更新公式為

(28)

式中：w為慣性權(quán)值；c1和c2為加速系數(shù)；ξ和η為0到1之間的隨機(jī)數(shù)；xid和vid分別表示d維第i個(gè)粒子的位置和速度，k為迭代次數(shù)。

算法流程：

① 建立初始粒子群，并且輸入配電網(wǎng)、一體站、以及DG的初始信息；

② 假設(shè)本文章的粒子群個(gè)數(shù)為20，即有20個(gè)粒子搜索各時(shí)段目標(biāo)函數(shù)最優(yōu)解，設(shè)第i個(gè)粒子需要優(yōu)化的向量為Xi=[Pi,t,C,Pi,t,Pi,t,DG]；Pi,t,C、Pi,t、Pi,t,DG分別代表t時(shí)刻系統(tǒng)運(yùn)行成本最小時(shí)的一體站、系統(tǒng)、DG的最優(yōu)出力；粒子群最初的位置一次設(shè)定為X1=1，X2=2,……,X20=20；將初始值帶入算法求解。

③ 計(jì)算步驟②產(chǎn)生的適應(yīng)度值fi，適應(yīng)度值最小設(shè)定為最優(yōu)解，并且把每個(gè)粒子的當(dāng)前位置作為粒子當(dāng)前的最優(yōu)解PXi=fi。

④ 粒子的速度與位置狀態(tài)更新，系統(tǒng)中的各機(jī)組和DG的注入功率按照式(28)更新；并檢出更新的粒子速度和位置是否越限。

⑥ 一直迭代計(jì)算到迭代次數(shù)的最大值，則停止計(jì)算，輸出目標(biāo)函數(shù)最優(yōu)解，反之計(jì)算步驟回到步驟③再次計(jì)算。

粒子群算法基本流程圖如圖3所示。

圖3　粒子算法流程圖

5　算例分析

本文采用IEEE13節(jié)點(diǎn)系統(tǒng)作為算例基礎(chǔ)，節(jié)點(diǎn)負(fù)荷參數(shù)參考文獻(xiàn)[4],電網(wǎng)的接入電源在節(jié)點(diǎn)0處，分布式電源(DG)和一體站電源分別在4、8節(jié)點(diǎn)，節(jié)點(diǎn)系統(tǒng)圖如圖4所示。

圖4　IEEE 13節(jié)點(diǎn)配電網(wǎng)拓?fù)鋱D

表4　各時(shí)段機(jī)組的實(shí)時(shí)電價(jià)

圖5　一體站優(yōu)化前后系統(tǒng)運(yùn)行總成本

由圖5可以看出，在考慮了電網(wǎng)的實(shí)時(shí)電價(jià)、發(fā)電環(huán)境成本、一體站的充放電儲(chǔ)發(fā)成本等因素后，充放儲(chǔ)一體站對(duì)主動(dòng)配電網(wǎng)的DG出力優(yōu)化后的運(yùn)行費(fèi)用低于優(yōu)化前，證明了本文一體站優(yōu)化方法的可行性。分析計(jì)算系統(tǒng)運(yùn)行的成本費(fèi)用時(shí)，DG的自然出力(正常情況下的DG出力)和調(diào)度出力(考慮經(jīng)濟(jì)運(yùn)行時(shí)DG并入系統(tǒng)的有功出力)結(jié)果如圖6所示。

圖6　系統(tǒng)DG的出力情況

考慮系統(tǒng)發(fā)電機(jī)組的實(shí)時(shí)電價(jià)和分布式電源的電價(jià)，以及傳統(tǒng)發(fā)電方式帶來的環(huán)境成本，負(fù)荷對(duì)電源節(jié)點(diǎn)的有功出力需求具有明顯的時(shí)段性，由圖5可以看出，日周期內(nèi)，在時(shí)間段7:00—9:00和17:00—19:00，系統(tǒng)對(duì)DG的調(diào)度出力即為自然出力，表明系統(tǒng)的發(fā)電機(jī)組的運(yùn)行總成本等于或低于DG發(fā)電并網(wǎng)成本，其余時(shí)段系統(tǒng)對(duì)DG的調(diào)度出力均小于其自然出力。結(jié)合圖7，可以看出DG與一體站明顯的出力互補(bǔ)特性。

圖7　一體站周期內(nèi)的輸出功率變化

區(qū)域電動(dòng)汽車的充電行為分析參考文獻(xiàn)[18]。假定區(qū)域內(nèi)電動(dòng)汽車用戶數(shù)量為250輛。電動(dòng)汽車的充電功率都設(shè)定為10kW的交流慢充。車載電池容量以比亞迪e6數(shù)據(jù)為參考。電動(dòng)汽車的充電行為分析設(shè)定：

① 用戶充電行為開始后，直到車載電池電荷量達(dá)到80%以上才能停止充電。

② 電動(dòng)汽車的行駛里程數(shù)與車載電池的電荷量呈線性關(guān)系，不考慮其他因素造成電池自放電行為。

③ 一個(gè)小時(shí)時(shí)間內(nèi)電動(dòng)汽車總的充電功率不變；則一體站的電池充換系統(tǒng)和儲(chǔ)能系統(tǒng)的充電單元配置結(jié)果如表5。

表5　一體站儲(chǔ)能單元相關(guān)數(shù)據(jù)

6　結(jié)　論

本文研究了計(jì)及充放儲(chǔ)一體站的主動(dòng)配電網(wǎng)DG出力的優(yōu)化。一體站的電池充換系統(tǒng)和梯次儲(chǔ)能系統(tǒng)的出力有著良好的自控型和穩(wěn)定性，適合作為儲(chǔ)能系統(tǒng)對(duì)具有隨機(jī)出力特性的DG優(yōu)化，通過IEEE 13節(jié)點(diǎn)系統(tǒng)算例分析，對(duì)比含一體站的主動(dòng)配電網(wǎng)的DG優(yōu)化前后的運(yùn)行費(fèi)用，證明一體站優(yōu)化方法的可行性。不僅可以降低電網(wǎng)的儲(chǔ)能裝置的投資建設(shè)費(fèi)用，而且提高了一體站的使用價(jià)值。一體站的出力特性與其他DG出力特性有著明顯的互補(bǔ)，根據(jù)具有不確定性的DG出力情況，從而分析出一體站的需求出力，結(jié)合區(qū)域充電行為分析，可以對(duì)ESS的儲(chǔ)能單元進(jìn)行配置。

主動(dòng)配電網(wǎng)應(yīng)用充放儲(chǔ)一體站優(yōu)化DG出力方法切實(shí)可行，對(duì)今后大量一體站并入電網(wǎng)具有重要研究意義，對(duì)一體站與DG在主動(dòng)配電網(wǎng)中的聯(lián)合規(guī)劃有著重要參考價(jià)值。

[1]楊敏霞，劉高維，房新雨，等.計(jì)及電網(wǎng)狀態(tài)的充放儲(chǔ)一體化站運(yùn)行模式探討[J].電網(wǎng)技術(shù)，2013,37(5)：1202-1208.

[2]婁宇成，賈玉健，馮俊淇，等.充放儲(chǔ)一體化站孤島運(yùn)行控制策略研究[J].電力系統(tǒng)自動(dòng)化，2014，36(3)：80-82.

[3]沈欣煒，朱守真，鄭競(jìng)宏，等.考慮分布式電源及儲(chǔ)能配合的主動(dòng)配電網(wǎng)規(guī)劃-運(yùn)行聯(lián)合優(yōu)化[J].電網(wǎng)技術(shù), 2015, 39(7)：1913- 1920.

[4]趙書強(qiáng)，劉大正，謝雨琪，等.基于相關(guān)機(jī)會(huì)目標(biāo)規(guī)劃的風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)儲(chǔ)能調(diào)度策略[J].電力系統(tǒng)自動(dòng)化，2015,39(14)：30-37.

[5]丁明，徐寧舟，畢銳.用于平抑可再生能源功率波動(dòng)的儲(chǔ)能電站建模及評(píng)價(jià)[J].電力系統(tǒng)自動(dòng)化，2011,35(2)：66-72.

[6]蘇海峰，胡夢(mèng)錦，梁志瑞.基于時(shí)序特性含儲(chǔ)能裝置的分布式電源規(guī)劃[J].電力自動(dòng)化設(shè)備，2016,36(6)：56-63.

[7]王昌照，汪隆君，王鋼，等.分布式電源出力與負(fù)荷相關(guān)性對(duì)配電網(wǎng)可靠性的影響分析[J].電力自動(dòng)化設(shè)備，2015,35(6)：99 -105.

[8]李飛，林濟(jì)鏗，劉陽升，等.計(jì)及分布式電源出力和負(fù)荷不確定性的配電網(wǎng)孤島劃分[J].電力系統(tǒng)自動(dòng)化, 2015, 39(14)：105-113.

[9]白曉清，趙瞻，鮑海波.基于CLARA算法的考慮時(shí)序特性分析分布式電源規(guī)劃[J].電力自動(dòng)化設(shè)備，2016, 36(5)：14-22.

[10]張喆，李庚銀，魏軍強(qiáng).考慮分布式電源隨機(jī)特性的配電網(wǎng)電壓質(zhì)量概率評(píng)估[J].中國電機(jī)工程學(xué)報(bào)，2013,33(13)：150-156.

[11]丁明，吳義純，張立軍.風(fēng)電場(chǎng)風(fēng)速概率分布參數(shù)計(jì)算方法的研究[J].中國電機(jī)工程學(xué)報(bào)，2005，25(10)：107-110.

[12]Sedghi M, Ahmadian M,Aliakbar-Golkar M. Optimal Storage Planning in Active Distribution Network Considering Uncertainty of Wind Power Distributed Generation[J].IEEE transactions on power systems,2016,31(1)：304-316.

[13]韓曉娟，程成，籍天明，等.計(jì)及電池使用壽命的混合儲(chǔ)能系統(tǒng)容量優(yōu)化模型[J].中國電機(jī)工程學(xué)報(bào), 2013,33 (34)：91-97.

[14]BHAT C R. A comprehensive and operational analysis framework for generating the daily activity-travel pattern of workers [C]∥78th Annual Meeting of the Transportation Research Board. Washington DC，USA，2001：10-14.

[15]Zou Jianxiao，Zhou Kang，Lei Kai，et al. A Method to Optimize the Placement of PV-Wind-Storage Hybrid System[C]// Proceedings of IEEE Conference on Asia-Pacific Power and Energy Engineering,Shanghai, China,2012：1-4.

[16]劉舒，李正力，王翼，等.含分布式發(fā)電的微電網(wǎng)中儲(chǔ)能裝置容量優(yōu)化配置[J].電力系統(tǒng)保護(hù)與控制，2016,44(3)：78-84.

[17]崔弘，郭熠昀，夏成軍.考慮環(huán)境效益的分布式電源優(yōu)化配置研究[J].華東電力，2010,38(12)：1968-1971.

[18]陳靜鵬，艾芊，肖斐.基于用戶出行需求的電動(dòng)汽車充電站規(guī)劃[J].電力自動(dòng)化設(shè)備，2016,36(6)：34-39.