考慮碳交易和無功補(bǔ)償?shù)姆植际诫娫磧?yōu)化配置

孫健浩，初壯

（東北電力大學(xué)電氣工程學(xué)院，吉林省 吉林市 132012）

0 引言

近年來，分布式電源(distributed generation，DG)由于具有節(jié)能環(huán)保、能源利用率高、配置靈活等特點(diǎn)，得到了迅速發(fā)展，成為我國發(fā)展智能電網(wǎng)重要的組成部分[1-4]。為了響應(yīng)“碳達(dá)峰、碳中和”戰(zhàn)略目標(biāo)，同時(shí)減少DG并網(wǎng)給系統(tǒng)帶來的不利影響，通過碳交易和無功補(bǔ)償?shù)葯C(jī)制引導(dǎo)電力行業(yè)進(jìn)行DG的優(yōu)化配置，被認(rèn)為是促進(jìn)可持續(xù)發(fā)展的重要舉措。合理的DG優(yōu)化配置是保障電力系統(tǒng)運(yùn)行靈活性、可靠性、安全性的前提[5]。因此，有必要在DG的優(yōu)化配置中引入碳交易和無功補(bǔ)償?shù)葯C(jī)制。

目前，針對DG優(yōu)化配置問題，國內(nèi)外學(xué)者已經(jīng)開展了多方面的研究。文獻(xiàn)[6]以無功損耗和電壓偏移最小化為目標(biāo)，采用灰狼算法對配電網(wǎng)中的DG進(jìn)行選址定容。文獻(xiàn)[7]基于兩階段優(yōu)化模型，考慮供電可靠性，從而對區(qū)域的風(fēng)儲(chǔ)電站進(jìn)行規(guī)劃。文獻(xiàn)[8-9]考慮網(wǎng)損和電壓穩(wěn)定性2個(gè)目標(biāo)，提出了一種DG優(yōu)化配置方法，從而增強(qiáng)系統(tǒng)的帶載能力及可靠性。通過以上分析可知，目前多數(shù)研究僅考慮配電網(wǎng)中DG的優(yōu)化配置，并未考慮無功補(bǔ)償。然而無功補(bǔ)償是電力系統(tǒng)中電能質(zhì)量的重要保障手段之一，對系統(tǒng)中的無功源進(jìn)行合理配置，有利于提高節(jié)點(diǎn)電壓水平、降低系統(tǒng)網(wǎng)損，使系統(tǒng)安全穩(wěn)定運(yùn)行[10]。文獻(xiàn)[11]在DG選址定容的問題上考慮了無功優(yōu)化，并分析對比了DG滿出力與零出力時(shí)系統(tǒng)的穩(wěn)定性與可靠性。文獻(xiàn)[12]提出了通過負(fù)荷節(jié)點(diǎn)電壓穩(wěn)定裕度確定系統(tǒng)中無功補(bǔ)償點(diǎn)，并以有功網(wǎng)損最小為目標(biāo)對系統(tǒng)無功源進(jìn)行合理配置。以上研究雖然考慮了無功補(bǔ)償給系統(tǒng)帶來的影響，卻忽略了環(huán)境問題。

目前碳交易機(jī)制被認(rèn)為是最有效的碳減排措施之一，即將CO2排放成本計(jì)及電力生產(chǎn)成本中，從而達(dá)到節(jié)能減排的目的[13]。文獻(xiàn)[14-15]為提高電力系統(tǒng)對光伏發(fā)電的接納能力，將階梯型碳交易機(jī)制引入電力系統(tǒng)經(jīng)濟(jì)調(diào)度中，提出了一種基于碳交易的復(fù)合儲(chǔ)能優(yōu)化調(diào)度模型。文獻(xiàn)[16]建立了基于碳交易的燃?xì)鈾C(jī)組規(guī)劃模型，以系統(tǒng)綜合成本最小為目標(biāo)進(jìn)行低碳電源的規(guī)劃。文獻(xiàn)[17]通過搭建碳-綠色證書聯(lián)合交易市場框架，對綜合能源系統(tǒng)進(jìn)行了日前優(yōu)化調(diào)度。文獻(xiàn)[18]將碳交易機(jī)制應(yīng)用于南方電網(wǎng)西電東送電量的優(yōu)化模型中，為碳交易機(jī)制的實(shí)際應(yīng)用提供了參考。

基于以上分析，本文提出了一種考慮碳交易和無功補(bǔ)償?shù)腄G優(yōu)化配置模型，以規(guī)劃期內(nèi)綜合成本最小為目標(biāo)函數(shù)，對系統(tǒng)中光伏、燃?xì)廨啓C(jī)及無功補(bǔ)償裝置的位置及容量進(jìn)行規(guī)劃，采用改進(jìn)的自適應(yīng)遺傳算法(genetic algorithm，GA)進(jìn)行求解。最后，選取IEEE33節(jié)點(diǎn)配電系統(tǒng)構(gòu)造算例，通過仿真分析驗(yàn)證模型的正確性。

1 碳交易機(jī)制

1.1 碳交易配額模型

目前，我國的碳交易市場仍處于初期階段，碳排放份額往往免費(fèi)地分配給參與碳交易機(jī)制的發(fā)電企業(yè)[19]。本文采用碳排放份額與發(fā)電量成正比的分配方式，同時(shí)認(rèn)為配電網(wǎng)內(nèi)的碳排放主要來源于從上級(jí)火力發(fā)電廠購買的電力。因此，無償碳排放配額可表示為

式中：η為單位電量無償碳排放配額；λ為燃?xì)廨啓C(jī)單位電量無償碳排放配額；T為碳交易費(fèi)用的結(jié)算時(shí)間，其值為1 a；Pgrid(t)為配電網(wǎng)向上級(jí)發(fā)電廠購買的電力；PMT(t)為燃?xì)廨啓C(jī)年發(fā)電量。

1.2 碳排放量計(jì)算模型

本文所提到的配電網(wǎng)碳排放量包括2部分：一是由配電網(wǎng)中有功負(fù)荷所需電量引起的碳排放；二是由配電網(wǎng)中各支路損耗所引起的碳排放。系統(tǒng)碳排放量可表示為

式中：δ、μ分別為外購單位電量、微型燃?xì)廨啓C(jī)的碳排放強(qiáng)度；Tloss為年最大負(fù)荷損耗時(shí)間；Tmax為年最大負(fù)荷利用時(shí)間；N為配電系統(tǒng)中支路條數(shù)；Ploss,k,t為支路k在t時(shí)刻所損耗的功率；n為系統(tǒng)中負(fù)荷節(jié)點(diǎn)數(shù)量；Ptotal,i,t為t時(shí)刻第i個(gè)節(jié)點(diǎn)負(fù)荷功率；PMT,t為t時(shí)刻微型燃?xì)廨啓C(jī)釋放的電量。

1.3 碳交易成本模型

根據(jù)上述碳交易配額模型及碳排放計(jì)算模型，當(dāng)發(fā)電企業(yè)的實(shí)際碳排放小于政府分配的碳排放配額時(shí)，可以售賣多余的碳排放權(quán)，從而獲得收益；反之，發(fā)電企業(yè)必須購買碳排放權(quán)來補(bǔ)償超出的碳排放量。碳交易成本模型表示如下：

式中：fCO2為碳交易成本，fCO2>0時(shí)，表示系統(tǒng)需要購買碳排放權(quán)成本，fCO2<0時(shí)，表示系統(tǒng)出售碳排放權(quán)所獲利成本；CCO2為單位碳交易價(jià)格。

2 考慮碳交易和無功補(bǔ)償?shù)腄G雙層優(yōu)化配置模型

本文構(gòu)建的雙層優(yōu)化配置模型包含2個(gè)優(yōu)化任務(wù)：上層為DG的優(yōu)化配置，以配電網(wǎng)規(guī)劃周期內(nèi)的年等值成本、年運(yùn)行成本、碳交易成本最低為目標(biāo)，決策變量為光伏及燃?xì)廨啓C(jī)接入配電網(wǎng)的位置及容量；下層為無功補(bǔ)償電容器的優(yōu)化配置，以配電網(wǎng)的網(wǎng)損最低、電壓穩(wěn)定性最高為目標(biāo)，決策變量為無功補(bǔ)償電容器的安裝位置及容量。上層將DG的優(yōu)化配置結(jié)果傳遞給下層，下層根據(jù)已知DG的信息求解最優(yōu)配置結(jié)果并回饋給上層，通過改進(jìn)的自適應(yīng)遺傳算法的反復(fù)迭代，得到兩者的最優(yōu)配置結(jié)果。

2.1 上層優(yōu)化模型

2.1.1 上層目標(biāo)函數(shù)

上層目標(biāo)函數(shù)的具體表達(dá)式如下：

式中：fzs為DG的年等值投資成本；fPV和fMT分別為光伏和燃?xì)廨啓C(jī)的年等值投資成本；NPV、NMT分別為光伏和燃?xì)廨啓C(jī)的數(shù)量；SPV,i、SMT,i分別為第i臺(tái)光伏和燃?xì)廨啓C(jī)的安裝容量；fcr為折舊系數(shù)；CPV、CMT分別為單位容量光伏和燃?xì)廨啓C(jī)的投資成本；CPVM、CMTM分別為單位容量光伏和燃?xì)廨啓C(jī)的運(yùn)行成本；r為年等值回報(bào)率；Y為規(guī)劃年限；fyx為年運(yùn)行成本，表達(dá)式為

式中：Closs為配電網(wǎng)損耗費(fèi)用；Cpe為負(fù)荷電費(fèi)；γ為配電網(wǎng)購電的單位電價(jià)；NG為系統(tǒng)中DG的數(shù)量；Ploss,k為第k條支路的有功損耗；Ptotal,i為第i個(gè)節(jié)點(diǎn)負(fù)荷的有功功率；PDG,i為第i個(gè)DG的有功功率。

2.1.2 上層約束條件

1）功率平衡約束

功率平衡約束條件如下：

式中：PG,i為發(fā)電機(jī)向節(jié)點(diǎn)i輸入的有功功率；Pload,i為節(jié)點(diǎn)i的有功負(fù)荷；Ui、Uj分別為節(jié)點(diǎn)i、j的電壓幅值；Gij、Bij為線路ij的導(dǎo)納；δij為節(jié)點(diǎn)i、j間的電壓相角差。

2）節(jié)點(diǎn)電壓約束

節(jié)點(diǎn)i的電壓約束條件如下：

式中Umin、Umax分別為Ui的最小值和最大值。

3）DG總?cè)萘考s束

本文設(shè)定接入DG的總?cè)萘坎淮笥诳傌?fù)荷有功功率的20%，即

4）碳交易量約束

根據(jù)碳交易機(jī)制的本質(zhì)，系統(tǒng)中碳排放量、碳交易配額、碳排放權(quán)之間應(yīng)滿足以下約束條件：

式中Eb、Es分別為發(fā)電企業(yè)從電力市場購買、出售的碳排放權(quán)。

2.2 下層優(yōu)化模型

2.2.1 無功補(bǔ)償點(diǎn)的確定

本文通過計(jì)算系統(tǒng)中的節(jié)點(diǎn)電壓穩(wěn)定指標(biāo)，并與設(shè)定的電壓穩(wěn)定裕度門檻值進(jìn)行對比，選取系統(tǒng)中電壓穩(wěn)定性較差的節(jié)點(diǎn)作為無功補(bǔ)償點(diǎn)，節(jié)點(diǎn)電壓穩(wěn)定指標(biāo)如下：

式中：Pj、Qj分別為節(jié)點(diǎn)j送出的有功功率和無功功率；Rij、Xij分別為支路ij的電阻和電抗。

2.2.2 下層目標(biāo)函數(shù)

下層優(yōu)化規(guī)劃主要以無功補(bǔ)償裝置等年值投資費(fèi)用、系統(tǒng)網(wǎng)損以及電壓偏移量最小為目標(biāo)，從而確定無功補(bǔ)償點(diǎn)所需的無功容量。由于綜合目標(biāo)函數(shù)中各子目標(biāo)所代表的物理含義不同，存在量綱上的差異，為了解決這個(gè)問題，本文基于標(biāo)幺值的概念，以各子目標(biāo)對應(yīng)最優(yōu)解作為基準(zhǔn)值，對綜合目標(biāo)函數(shù)進(jìn)行無量綱化處理。具體表達(dá)式如下：

式中：fpy為系統(tǒng)電壓總偏移量；fpy,i為節(jié)點(diǎn)i的電壓偏移量；floss為系統(tǒng)總網(wǎng)損；fwf為無功補(bǔ)償裝置的等年值投資費(fèi)用；ωpy、ωloss、ωwf分別為各子目標(biāo)的權(quán)重；分別為各子目標(biāo)對應(yīng)的基準(zhǔn)值；Nc為無功補(bǔ)償裝置的數(shù)量；Qc,i為第i個(gè)無功補(bǔ)償裝置的補(bǔ)償量；Cc、Cch、Ccs分別為單位容量無功補(bǔ)償裝置投資成本、運(yùn)行維護(hù)成本及回收成本；fhs為回收系數(shù)。

2.2.3 下層約束條件

1）無功平衡約束

無功平衡約束條件如下：

式中：QG,i為發(fā)電機(jī)向節(jié)點(diǎn)i輸入的無功功率；QW,i為節(jié)點(diǎn)i的無功補(bǔ)償量；Qload,i為節(jié)點(diǎn)i負(fù)荷的無功功率。

2）不等式約束

不等式約束條件如下：

式中：ULi為負(fù)荷節(jié)點(diǎn)i的電壓；ULi,min、ULi,max分別為ULi的最小、最大值；QCi為節(jié)點(diǎn)i的無功補(bǔ)償器補(bǔ)償容量；QCi,min、QCi,max分別為QCi的最小、最大值；NL、NC分別為負(fù)荷節(jié)點(diǎn)數(shù)、無功補(bǔ)償點(diǎn)數(shù)。

3 模型求解

遺傳算法是根據(jù)生物進(jìn)化論原理來搜索全局最優(yōu)解集，該算法目前廣泛應(yīng)用于規(guī)劃等復(fù)雜問題求解[20-21]。

3.1 改進(jìn)的自適應(yīng)遺傳算法

傳統(tǒng)遺傳算法中的交叉、變異概率為確定值，不能體現(xiàn)生物進(jìn)化過程中的自適應(yīng)特征，容易出現(xiàn)早熟收斂、局部最優(yōu)等問題[22]。因此，本文針對DG的規(guī)劃問題對算法的交叉、變異概率進(jìn)行適當(dāng)改進(jìn)，改進(jìn)后的公式如下：

式中：Pc、Pm分別為自適應(yīng)交叉、變異概率；Pc1、Pc2和Pm1、Pm2分別為2個(gè)父代個(gè)體的自適應(yīng)交叉、變異概率；k1為自適應(yīng)調(diào)控參數(shù)；f'為2個(gè)父代個(gè)體中適應(yīng)度較大的值；favg、fmax分別為當(dāng)前種群的平均適應(yīng)度與最大適應(yīng)度。

3.2 求解流程

模型具體求解步驟如下：

1）設(shè)置算法的環(huán)境變量參數(shù)，如變異、交叉概率，以及種群規(guī)模、迭代次數(shù)等。

2）根據(jù)步驟1）的參數(shù)初始化種群，并在MATLAB中通過前推回代潮流計(jì)算的方法，判斷種群中的個(gè)體是否滿足約束條件，清除無效個(gè)體，得到有效種群。

3）將有效種群進(jìn)行上層優(yōu)化，計(jì)算目標(biāo)函數(shù)值、每個(gè)個(gè)體的適應(yīng)度及種群適應(yīng)度平均值等參數(shù)，將當(dāng)代最優(yōu)個(gè)體傳遞給下層優(yōu)化。

4）通過上層優(yōu)化的最優(yōu)個(gè)體，計(jì)算下層目標(biāo)函數(shù)值和個(gè)體適應(yīng)度，記錄當(dāng)代的最優(yōu)個(gè)體，保存當(dāng)代最優(yōu)配置結(jié)果。

5）對種群進(jìn)行賭輪選擇和自適應(yīng)交叉、變異等操作，將產(chǎn)生的新種群傳遞到步驟2）進(jìn)行循環(huán)迭代計(jì)算，當(dāng)達(dá)到最大迭代次數(shù)時(shí)，停止循環(huán)，輸出最后一代種群最優(yōu)配置結(jié)果。具體流程如圖1所示。

圖1 求解流程圖Fig.1 Solution flow chart

4 算例分析

4.1 基本參數(shù)

為驗(yàn)證本文模型的正確性，選取IEEE33節(jié)點(diǎn)配電系統(tǒng)(見圖2)構(gòu)造算例，系統(tǒng)數(shù)據(jù)參考Matpower7.1中case_ieee33文件，基準(zhǔn)電壓為12.66 kV，基準(zhǔn)容量為10 MV?A，將DG等效為功率因數(shù)為0.9的PQ節(jié)點(diǎn)，總接入DG容量不大于總負(fù)荷的20%，各節(jié)點(diǎn)無功補(bǔ)償上限為300 kV?A。其他仿真數(shù)據(jù)如表1所示。

表1 仿真數(shù)據(jù)Tab.1 Simulation data

圖2 節(jié)點(diǎn)系統(tǒng)圖Fig.2 Node system diagram

自適應(yīng)遺傳算法參數(shù)設(shè)置如下：種群數(shù)N為100；最大迭代次數(shù)M為200；Pc1取值為0.9；Pc2?[0.5,1]；Pm1取值為0.1；Pm2?[0.5,1]。

4.2 結(jié)果分析

表2為系統(tǒng)節(jié)點(diǎn)電壓穩(wěn)定裕度次序表，穩(wěn)定裕度越小，對應(yīng)節(jié)點(diǎn)的電壓穩(wěn)定性就越差，越需要無功補(bǔ)償，本文設(shè)定電壓穩(wěn)定裕度門檻值為0.7，因此選擇表2中排序前12位的節(jié)點(diǎn)作為無功補(bǔ)償點(diǎn)，則補(bǔ)償點(diǎn)的集合為A={19, 18, 17, 16, 33,15, 32, 31, 14, 13, 30, 29}。

表2 節(jié)點(diǎn)電壓穩(wěn)定裕度次序表Tab.2 Node voltage stability margin sequence table

為了說明系統(tǒng)在DG優(yōu)化配置時(shí)考慮碳交易與無功補(bǔ)償?shù)膬?yōu)越性，設(shè)置以下4種方案對比碳交易和無功補(bǔ)償對DG優(yōu)化配置的影響，表3為不同方案下優(yōu)化配置結(jié)果。

表3 不同方案下優(yōu)化配置結(jié)果Tab.3 Optimized configuration results under different schemes

方案1：系統(tǒng)考慮碳交易機(jī)制而不接入DG。

方案2：系統(tǒng)不考慮碳交易機(jī)制而接入DG。

方案3：系統(tǒng)既考慮碳交易機(jī)制又接入DG。

方案4：在方案3的基礎(chǔ)上考慮無功補(bǔ)償。

通過對比表3中方案1、3可知，在考慮碳交易機(jī)制的基礎(chǔ)上，雖然DG并網(wǎng)增加了運(yùn)行投資費(fèi)用，但系統(tǒng)從上級(jí)購買電量下降了約24%，負(fù)荷電費(fèi)降低了22%，網(wǎng)損也降低了約57%，年碳排放量降低了3 774.16 t，年碳交易成本降低了283.99萬元，系統(tǒng)總成本降低了34%，說明DG的接入有利于提高系統(tǒng)的經(jīng)濟(jì)性及環(huán)保性。

通過對比表3中方案2、3可知，系統(tǒng)DG的容量配置由光伏50 kW、燃?xì)廨啓C(jī)770 kW變?yōu)楣夥?30 kW、燃?xì)廨啓C(jī)190 kW，碳排放量降低了4.1%，這是由于當(dāng)系統(tǒng)考慮碳交易機(jī)制時(shí)，燃?xì)廨啓C(jī)產(chǎn)生的碳排放量轉(zhuǎn)換成碳排放成本，間接增大了燃?xì)廨啓C(jī)的運(yùn)行成本，而光伏是清潔能源，不產(chǎn)生碳排放，所以系統(tǒng)會(huì)權(quán)衡光伏、燃?xì)廨啓C(jī)的投資運(yùn)行成本及碳排放成本，對其容量進(jìn)行配置，因此在進(jìn)行DG的優(yōu)化配置時(shí)應(yīng)考慮碳交易機(jī)制的影響。

通過對比表3中方案3、4可知，雖然系統(tǒng)增加了無功補(bǔ)償裝置費(fèi)用，但是總成本卻降低了0.4%，這是由于計(jì)及無功補(bǔ)償之后，系統(tǒng)潮流發(fā)生變化，DG的配置發(fā)生了改變，受其影響所減少的網(wǎng)損費(fèi)、碳交易成本等彌補(bǔ)了無功補(bǔ)償裝置的費(fèi)用，因此系統(tǒng)總效益更優(yōu)。

表4為方案4下最終雙層優(yōu)化配置結(jié)果，可以看出：DG接入總?cè)萘繛?20 kW，小于系統(tǒng)總負(fù)荷有功功率的20%，滿足模型約束。同時(shí)結(jié)合圖2可知，系統(tǒng)中由于線路末端傳輸功率比較長，DG安裝于末端有利于就地提供功率，從而降低了系統(tǒng)線路損耗，驗(yàn)證了本文所提模型和方法的合理性和有效性。

表4 最終雙層優(yōu)化配置結(jié)果Tab.4 Final double-layer optimal configuration results

為進(jìn)一步說明在規(guī)劃配電網(wǎng)DG的同時(shí)配置無功補(bǔ)償裝置的優(yōu)越性，設(shè)置以下4種方案對系統(tǒng)節(jié)點(diǎn)電壓水平、電壓偏移量以及節(jié)點(diǎn)電壓穩(wěn)定裕度進(jìn)行對比：1）優(yōu)化前原始網(wǎng)絡(luò)；2）系統(tǒng)僅DG接入；3）系統(tǒng)僅裝設(shè)無功補(bǔ)償設(shè)備；4）系統(tǒng)中裝設(shè)DG和無功補(bǔ)償設(shè)備。圖3、4為對比結(jié)果。

圖3 節(jié)點(diǎn)電壓對比圖Fig.3 Node voltage comparison diagram

圖4 電壓偏移量與穩(wěn)定裕度對比Fig.4 Comparison of voltage offset and stability margin

通過對比圖3、4中方案1、2可知，DG的接入對系統(tǒng)的影響表現(xiàn)如下：隨著DG的接入，系統(tǒng)的節(jié)點(diǎn)電壓水平、電壓穩(wěn)定裕度都有所提高，系統(tǒng)電壓偏移量也降低了31%，說明DG的接入有利于提高系統(tǒng)運(yùn)行的穩(wěn)定性。

通過對比圖3、4中方案2、3、4可知：方案4較方案2、3電壓偏移量明顯降低，電壓穩(wěn)定裕度有所提高；方案4的節(jié)點(diǎn)電壓效果最好，方案3次之，方案2較差。方案4的節(jié)點(diǎn)電壓最低維持在0.972 pu，比方案2最低電壓高出0.039 pu，這不僅體現(xiàn)了電壓降落與無功功率的關(guān)系較有功功率更為緊密，而且說明了無功補(bǔ)償裝置的接入避免了系統(tǒng)在DG啟停或出力變化時(shí)出現(xiàn)電壓失衡、穩(wěn)定性較差等問題，保證了系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性，驗(yàn)證了DG優(yōu)化配置時(shí)考慮無功補(bǔ)償?shù)暮侠硇约皟?yōu)越性。

4.3 算法改進(jìn)結(jié)果分析

圖5為采用改進(jìn)自適應(yīng)遺傳算法與傳統(tǒng)遺傳算法求解本文所提雙層優(yōu)化配置模型時(shí)的收斂對比曲線?？梢钥闯觯倪M(jìn)的自適應(yīng)遺傳算法較傳統(tǒng)的遺傳算法求解效果更精確，收斂速度更快，這是由于改進(jìn)的自適應(yīng)遺傳算法在尋優(yōu)過程中進(jìn)行了賭輪選擇、自適應(yīng)交叉及變異操作，同時(shí)配合精英保留策略有效改善了算法的全局最優(yōu)搜索能力，避免過早地陷入局部最優(yōu)，極大地提高了算法的收斂性及求解結(jié)果的準(zhǔn)確性。

表5為2種算法的尋優(yōu)對比結(jié)果，可以看出，改進(jìn)的自適應(yīng)遺傳算法在求解時(shí)間、迭代收斂次數(shù)及總成本方面均明顯優(yōu)于傳統(tǒng)的遺傳算法。

表5 算法尋優(yōu)對比結(jié)果Tab.5 Comparison results of algorithm optimization

5 結(jié)論

構(gòu)建了考慮碳交易和無功補(bǔ)償?shù)呐潆娋W(wǎng)優(yōu)化系統(tǒng)，建立了雙層優(yōu)化模型來優(yōu)化DG的布點(diǎn)位置及容量，通過算例分析可得出如下結(jié)論：

1）考慮碳交易機(jī)制會(huì)影響不同種類電源配置容量的大小，系統(tǒng)的碳排放量、碳交易成本及總成本明顯降低。

2）考慮無功補(bǔ)償后，配電網(wǎng)的網(wǎng)損、電壓水平及節(jié)點(diǎn)電壓穩(wěn)定裕度都得到不同程度的提升，同時(shí)保證在DG不出力時(shí)配電網(wǎng)電壓能維持在合理的范圍內(nèi)，降低了DG出力不確定性對配電網(wǎng)的影響。

3）在對配電網(wǎng)中的DG進(jìn)行優(yōu)化配置時(shí)，碳交易與無功補(bǔ)償機(jī)制的同時(shí)引入會(huì)使系統(tǒng)更具有環(huán)保性、經(jīng)濟(jì)性和穩(wěn)定性。

4）改進(jìn)的自適應(yīng)遺傳算法在求解效率及準(zhǔn)確性上均優(yōu)于傳統(tǒng)的遺傳算法，表明在算法中引入賭輪選擇、自適應(yīng)交叉及變異、精英保留策略，能提高算法的全局最優(yōu)搜索能力，避免過早地陷入局部最優(yōu)。