葉琳浩,劉澤槐，張勇軍，周 來，張 堯

(1. 中國南方電網(wǎng)有限責(zé)任公司 計(jì)劃發(fā)展部，廣東 廣州 510600；2. 華南理工大學(xué) 電力學(xué)院，廣東 廣州 510640)

0 引言

隨著能源互聯(lián)網(wǎng)的提出與發(fā)展以及電力市場改革的不斷深化，靈活互動(dòng)的智能電力系統(tǒng)成為電網(wǎng)發(fā)展變革的新方向[1]。智能用電作為智能電網(wǎng)的重要環(huán)節(jié)，通過靈活的電力網(wǎng)絡(luò)、高效設(shè)備和信息網(wǎng)絡(luò)，實(shí)現(xiàn)了電網(wǎng)和用戶的靈活雙向互動(dòng)以實(shí)現(xiàn)電力資源的優(yōu)化配置[2]。

隨著電力系統(tǒng)向智能化發(fā)展以及電力市場的逐步開放，當(dāng)前的配電網(wǎng)也在發(fā)生一些變化[2-5]：以風(fēng)電、光伏發(fā)電為代表的分布式電源DG(Distributed Generation)在用電側(cè)或配電網(wǎng)中逐步滲透，傳統(tǒng)電力系統(tǒng)中，規(guī)劃或運(yùn)行主要考慮來自負(fù)荷的不確定性，然而，隨著DG所占的比例逐步提高，配電系統(tǒng)中供需兩側(cè)都呈現(xiàn)顯著的隨機(jī)性特征和一定的耦合關(guān)系，導(dǎo)致不確定性既可能被放大又可能被抵消；配電網(wǎng)架靈活多變、擴(kuò)展頻繁，隨著傳統(tǒng)配電網(wǎng)向主動(dòng)配電網(wǎng)轉(zhuǎn)變，其拓?fù)浣Y(jié)構(gòu)要求可靈活調(diào)整以適應(yīng)用電智能化的需求，且應(yīng)具有主動(dòng)控制和運(yùn)行能力；越來越多的電能消費(fèi)者正變成發(fā)用電者，隨著智能用電的引入，傳統(tǒng)電力系統(tǒng)“發(fā)輸配售用”的功能界限將逐漸趨于模糊，利用可控發(fā)電機(jī)組和需求側(cè)技術(shù)可以形成多能源互補(bǔ)的協(xié)同機(jī)制，實(shí)現(xiàn)源網(wǎng)荷多元協(xié)調(diào)；局部智能化微網(wǎng)的形成，有利于最大限度地利用可再生能源及提高配電網(wǎng)運(yùn)行的靈活性與可靠性，局部微網(wǎng)的運(yùn)行賦予了配電網(wǎng)運(yùn)行調(diào)度更加豐富的內(nèi)容；儲(chǔ)能設(shè)備和電動(dòng)汽車及其充電設(shè)施的推廣應(yīng)用，有利于實(shí)現(xiàn)儲(chǔ)能及電動(dòng)汽車與配電網(wǎng)的靈活互動(dòng)，配電網(wǎng)的運(yùn)行更加需要建立在先進(jìn)的網(wǎng)絡(luò)信息系統(tǒng)、智能控制與管理系統(tǒng)以及大數(shù)據(jù)處理、云計(jì)算等技術(shù)的基礎(chǔ)上。

這一系列的變化，尤其是用戶互動(dòng)的要求，使傳統(tǒng)的配電網(wǎng)運(yùn)行與規(guī)劃技術(shù)難以適應(yīng)配電網(wǎng)發(fā)展需求。因此，深入挖掘智能用電的技術(shù)特征和內(nèi)涵，充分調(diào)動(dòng)智能用電技術(shù)資源，在配電網(wǎng)規(guī)劃與運(yùn)行中綜合考慮智能用電技術(shù)的影響，促進(jìn)可再生能源的高效利用與配電網(wǎng)的靈活互動(dòng)，具有迫切的需要與重要的現(xiàn)實(shí)意義。

基于上述背景，本文將從智能用電技術(shù)的內(nèi)涵出發(fā)，總結(jié)智能用電技術(shù)引入后對(duì)配電網(wǎng)運(yùn)行的影響。進(jìn)而就面向智能用電技術(shù)的配電網(wǎng)規(guī)劃關(guān)鍵重點(diǎn)問題進(jìn)行分析。最后，對(duì)智能用電技術(shù)背景下配電網(wǎng)運(yùn)行規(guī)劃有待深入研究的問題進(jìn)行相關(guān)延伸和展望。

1 智能用電技術(shù)的內(nèi)涵與特征

智能用電是以高級(jí)量測體系(AMI)系統(tǒng)及終端技術(shù)為支撐，采用智能雙向互動(dòng)為核心的新型智能用電模式，旨在為用戶提供優(yōu)質(zhì)的供電服務(wù)，提高電能的利用效率[2,6]。

AMI的建立徹底改變了電力流和信息流單方向流動(dòng)的現(xiàn)狀，為智能用電體系下用戶與電網(wǎng)雙向全面互動(dòng)提供平臺(tái)和技術(shù)支撐[6]。通信作為AMI區(qū)別于傳統(tǒng)量測體系的重要方面，在實(shí)現(xiàn)智能用電信息交互方面起到重要支撐作用，AMI的通信傳輸架構(gòu)如圖1所示。在本地通信方面，有線通信包含RS-485和電力線載波；無線通信主要為微功率無線。在遠(yuǎn)程通信方面，有線通信主要為光纖專網(wǎng)，無線通信主要為230MHz、Mbbitex、TD-LTE等無線專網(wǎng)和GPRS、CDMA1X、ADSL等公網(wǎng)網(wǎng)絡(luò)信道。由圖1可知，用戶能夠?qū)崟r(shí)獲取電價(jià)信息、電網(wǎng)運(yùn)行狀態(tài)信息以及用電設(shè)備的功率和電量信息，因此可以實(shí)時(shí)優(yōu)化調(diào)整用戶側(cè)的發(fā)電方式和用電行為，組織精準(zhǔn)實(shí)時(shí)的需求側(cè)響應(yīng)，與電網(wǎng)靈活互動(dòng)。

圖1 智能用電AMI通信傳輸架構(gòu)圖Fig.1 Structure of AMI telecommunication transmission in smart power utilization

智能用電通過利用互聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等新興技術(shù)的優(yōu)勢，構(gòu)建開放智能的電網(wǎng)-用戶靈活交互系統(tǒng)，其核心特征是電網(wǎng)與用戶能量流、信息流、業(yè)務(wù)流的靈活互動(dòng)[1,7-8]。圖2顯示了智能電網(wǎng)體系下源-網(wǎng)-荷交互關(guān)系。

圖2 智能電網(wǎng)體系下源-網(wǎng)-荷交互關(guān)系Fig.2 Interaction of generation-grid-load in smart grid system

智能用電的信息互動(dòng)主要通過網(wǎng)上、手機(jī)等智能終端的在線服務(wù)，實(shí)現(xiàn)電網(wǎng)公司與用戶信息互動(dòng)共享，打破孤島狀態(tài)。電網(wǎng)公司可以實(shí)時(shí)掌握用戶的基本用電信息，便于更好地組織生產(chǎn)以及為用戶制定個(gè)性化的售電服務(wù)與節(jié)能服務(wù)。用戶可以及時(shí)了解電網(wǎng)公司的最新公告、實(shí)時(shí)電價(jià)、電網(wǎng)頻率、節(jié)點(diǎn)電壓等信息，也同樣可以及時(shí)調(diào)整用電行為，降低用電成本，實(shí)現(xiàn)與電網(wǎng)的實(shí)時(shí)互動(dòng)。

智能用電能量互動(dòng)的實(shí)現(xiàn)可以分為電網(wǎng)視角和用戶視角。從電網(wǎng)公司視角上，對(duì)于DG，電網(wǎng)公司可以根據(jù)電網(wǎng)潮流變化及區(qū)域源荷平衡情況，自動(dòng)控制接入和退出DG，同時(shí)也可以配合儲(chǔ)能裝置，優(yōu)化控制各個(gè)DG客戶的出力，實(shí)現(xiàn)最優(yōu)潮流控制；對(duì)于電動(dòng)汽車的充放電，電網(wǎng)公司通過優(yōu)化制定充放電電價(jià)及策略，合理控制充放電時(shí)間，結(jié)合有序充電及即插即用等方式，引導(dǎo)電動(dòng)汽車主動(dòng)參與電網(wǎng)運(yùn)行。從用戶視角上，DG用戶可以根據(jù)電網(wǎng)公司發(fā)布的DG狀態(tài)信息及電價(jià)信息，合理組織生產(chǎn)，主動(dòng)促進(jìn)電網(wǎng)對(duì)可再生能源的消納，實(shí)現(xiàn)售電盈利；電動(dòng)汽車用戶基于智能平臺(tái)和終端上電網(wǎng)發(fā)布的實(shí)時(shí)信息，優(yōu)化充放電策略，降低充電成本，甚至獲得售電盈利。

智能用電的業(yè)務(wù)互動(dòng)包括電網(wǎng)公司向用戶提供的用電報(bào)裝服務(wù)、故障搶修服務(wù)、咨詢查詢服務(wù)等，以及用戶向電網(wǎng)公司提供的售電服務(wù)、用電信息共享服務(wù)等。通過一系列的便捷優(yōu)化服務(wù)，電網(wǎng)公司能夠便捷地提高對(duì)用戶需求側(cè)響應(yīng)的主動(dòng)消納，提供個(gè)性化人性化服務(wù)，提高服務(wù)水平和質(zhì)量；用戶能夠?qū)崿F(xiàn)方便、靈活、透明、經(jīng)濟(jì)和可靠的用電。

2 促進(jìn)配電網(wǎng)靈活優(yōu)化運(yùn)行的應(yīng)用需求

智能配電網(wǎng)區(qū)別于傳統(tǒng)配電網(wǎng)的重要特征之一在于源網(wǎng)荷能夠?qū)崟r(shí)交換信息，使大量分布式發(fā)電和分布式儲(chǔ)能在電網(wǎng)中得以即插即用，進(jìn)而還可參與運(yùn)行優(yōu)化；此外，用戶可與電網(wǎng)友好合作，幫助電網(wǎng)實(shí)現(xiàn)需求側(cè)管理，優(yōu)化系統(tǒng)潮流，并在緊急情況下支援電網(wǎng)運(yùn)行[9]。智能配電網(wǎng)的發(fā)展是一個(gè)長時(shí)間的過程，也是能量流和信息流不斷融合的過程。主動(dòng)配電網(wǎng)作為智能配電網(wǎng)發(fā)展的高級(jí)階段技術(shù)[10]，二者在融合的同時(shí)也有一定的區(qū)別側(cè)重，智能配電網(wǎng)側(cè)重于高度融合的物理信息系統(tǒng)，強(qiáng)調(diào)信息的價(jià)值和配電網(wǎng)的智能化發(fā)展。主動(dòng)配電網(wǎng)則更強(qiáng)調(diào)配電網(wǎng)對(duì)可再生能源的消納及主動(dòng)管理能力，核心在于提升配電網(wǎng)的安全可靠經(jīng)濟(jì)運(yùn)行水平[10-12]。

智能用電技術(shù)作為智能配電網(wǎng)和主動(dòng)配電網(wǎng)的延伸，其促進(jìn)配電網(wǎng)靈活優(yōu)化運(yùn)行的應(yīng)用需求主要體現(xiàn)在：需求側(cè)響應(yīng)互動(dòng)的需求、電能質(zhì)量調(diào)控的需求、可再生能源消納的需求、最優(yōu)潮流控制的需求、設(shè)備利用率提升的需求。

2.1 需求側(cè)響應(yīng)互動(dòng)需求

如前所述，越來越多的電能消費(fèi)者正變成發(fā)電者并參與到電網(wǎng)的運(yùn)行中，需求側(cè)資源若能夠作為與供應(yīng)側(cè)資源同等價(jià)值的調(diào)節(jié)手段參與系統(tǒng)整體的調(diào)控，將對(duì)削峰填谷、減小源荷供需失配和降低可再生能源出力不確定性對(duì)系統(tǒng)的影響具有重要作用[13]。配電網(wǎng)如何充分合理調(diào)度需求側(cè)資源，使電網(wǎng)的運(yùn)行形成源荷雙側(cè)協(xié)調(diào)響應(yīng)，將是實(shí)現(xiàn)配電網(wǎng)靈活優(yōu)化運(yùn)行的關(guān)鍵所在。

需求側(cè)響應(yīng)作為智能用電的重要手段之一，通過智能能量管理系統(tǒng)合理調(diào)控用戶側(cè)的需求側(cè)響應(yīng)資源，是實(shí)現(xiàn)供需雙側(cè)互動(dòng)以及電力系統(tǒng)協(xié)同互聯(lián)的關(guān)鍵[13-14]。國內(nèi)外學(xué)者開展了大量有關(guān)需求側(cè)響應(yīng)參與配電網(wǎng)調(diào)控運(yùn)行的研究。文獻(xiàn)[15]建立了用戶用電效用值最大為目標(biāo)的居民需求側(cè)響應(yīng)調(diào)控模型，通過Benders分解法對(duì)求解模型進(jìn)行簡化，提出了考慮需求側(cè)響應(yīng)不同類型電器用電模式的控制策略。文獻(xiàn)[16-18]針對(duì)負(fù)荷和DG出力的不確定性，提出采用需求側(cè)響應(yīng)以提高系統(tǒng)運(yùn)行的安全穩(wěn)定性。文獻(xiàn)[19]將需求側(cè)處理成一種可以參與微網(wǎng)運(yùn)行的電源，利用需求側(cè)響應(yīng)主動(dòng)參與微網(wǎng)削峰填谷。文獻(xiàn)[20]研究需求側(cè)響應(yīng)負(fù)荷的不確定性并建立魯棒優(yōu)化規(guī)劃模型，所提模型能夠提高系統(tǒng)運(yùn)行的魯棒性以及節(jié)約系統(tǒng)運(yùn)行成本。

以上文獻(xiàn)表明，需求側(cè)響應(yīng)作為智能用電的重要方面，在削峰填谷、提升系統(tǒng)安全穩(wěn)定運(yùn)行、減少運(yùn)行費(fèi)用等方面具有顯著作用，是實(shí)現(xiàn)柔性負(fù)荷與電網(wǎng)靈活互動(dòng)的重要途徑之一。然而，目前系統(tǒng)運(yùn)行人員已經(jīng)習(xí)慣了從發(fā)電側(cè)對(duì)系統(tǒng)運(yùn)行進(jìn)行管理和控制，需求側(cè)響應(yīng)后的負(fù)荷調(diào)整會(huì)增加調(diào)度維度，可能導(dǎo)致“供電-用電”兩側(cè)難以協(xié)調(diào)。對(duì)用戶而言，他們也習(xí)慣了傳統(tǒng)的電價(jià)結(jié)算方式，對(duì)于實(shí)時(shí)電價(jià)和階梯電價(jià)的認(rèn)知上仍需進(jìn)一步引導(dǎo)。因此，智能用電促進(jìn)需求側(cè)主動(dòng)響應(yīng)還需解決源荷控制調(diào)度上的協(xié)調(diào)以及引導(dǎo)用戶對(duì)需求側(cè)響應(yīng)和電價(jià)政策的觀念認(rèn)知轉(zhuǎn)變。

2.2 電能質(zhì)量調(diào)控需求

大規(guī)模間歇性DG接入配電網(wǎng)，其并網(wǎng)逆變器的控制引起的直流注入問題、輸出功率的不確定性引起的潮流的波動(dòng)性勢必會(huì)對(duì)配電網(wǎng)運(yùn)行的電能質(zhì)量產(chǎn)生很大的影響[21]?？偨Y(jié)DG產(chǎn)生的電能質(zhì)量問題主要包括：諧波、電壓波動(dòng)與閃變、頻率波動(dòng)、電壓偏差等[22]。當(dāng)前，DG接入配電網(wǎng)引起的電能質(zhì)量問題已經(jīng)成為其大規(guī)模接入的主要瓶頸[23]。未來配電網(wǎng)對(duì)大規(guī)模DG兼容包并的主要體現(xiàn)形式之一在于對(duì)廣泛接入DG后配電網(wǎng)電能質(zhì)量的調(diào)控能力。

智能用電技術(shù)實(shí)現(xiàn)電能質(zhì)量調(diào)控的技術(shù)手段主要集中在需求側(cè)響應(yīng)、負(fù)荷聚合技術(shù)和近幾年發(fā)展起來的電力彈簧應(yīng)用方面。負(fù)荷聚合技術(shù)主要是將數(shù)量龐大的電動(dòng)汽車、空調(diào)等用戶側(cè)可控負(fù)荷整合為一個(gè)或多個(gè)聚合體，參與電網(wǎng)調(diào)度以最大化負(fù)荷資源價(jià)值，滿足系統(tǒng)調(diào)峰、調(diào)頻等不同運(yùn)行需求[24]。電力彈簧是將機(jī)械彈簧的概念引入電力系統(tǒng)中，其核心思想是將關(guān)鍵負(fù)載上的電壓波動(dòng)轉(zhuǎn)移到非關(guān)鍵負(fù)載上，并自動(dòng)調(diào)節(jié)非關(guān)鍵負(fù)載的耗電量，實(shí)現(xiàn)發(fā)電量與用電量的自動(dòng)平衡[25]。需求側(cè)響應(yīng)、負(fù)荷聚合技術(shù)和電力彈簧在用電側(cè)的應(yīng)用，為智能用電的源荷平衡和電能質(zhì)量控制提供了更為豐富的技術(shù)手段。

智能用電技術(shù)以需求側(cè)響應(yīng)、電力彈簧和負(fù)荷聚合技術(shù)作為主要電能質(zhì)量控制手段，在解決大規(guī)模DG接入以及源荷供需失配引起的電能質(zhì)量問題方面具有良好的技術(shù)優(yōu)勢，國內(nèi)外學(xué)者對(duì)此也開展了大量研究。文獻(xiàn)[26]以負(fù)荷聚合商協(xié)調(diào)控制為手段，建立基于調(diào)度優(yōu)先權(quán)的獨(dú)立微網(wǎng)雙層實(shí)時(shí)調(diào)度模型以緩解新能源實(shí)時(shí)功率波動(dòng)引起的頻率失穩(wěn)及電能質(zhì)量問題。文獻(xiàn)[27-28]通過將電力彈簧運(yùn)用于新型微網(wǎng)中，能夠?qū)G出力波動(dòng)轉(zhuǎn)移到非關(guān)鍵負(fù)載，具有降低儲(chǔ)能容量需求、減小三相不平衡和改善系統(tǒng)電能質(zhì)量的效果。文獻(xiàn)[29-31]研究了負(fù)載控制優(yōu)化和需求側(cè)響應(yīng)解決系統(tǒng)調(diào)峰調(diào)頻的問題，仿真結(jié)果表明靈活互動(dòng)的需求側(cè)響應(yīng)有助于提高系統(tǒng)電壓質(zhì)量和頻率控制。

以上研究表明，通過智能用電技術(shù)的源荷雙側(cè)互動(dòng)，能夠緩解源荷供需失配引起的一系列電能質(zhì)量問題，有利于提高系統(tǒng)運(yùn)行的安全性和穩(wěn)定性。然而，電能質(zhì)量調(diào)控是一個(gè)實(shí)時(shí)動(dòng)態(tài)過程，源荷的互動(dòng)依賴于實(shí)時(shí)可靠的通信支撐，當(dāng)前要實(shí)現(xiàn)全網(wǎng)的源荷實(shí)時(shí)通信還需要一段歷程，因此，如何在稀疏通信的情況下實(shí)現(xiàn)區(qū)域局部電能質(zhì)量自律調(diào)控將是智能用電背景下配電網(wǎng)運(yùn)行需要重點(diǎn)研究的課題。

2.3 可再生能源消納需求

近年來，我國電網(wǎng)中新能源發(fā)電的占比快速增長，逐步進(jìn)入規(guī)?；l(fā)展的階段。大規(guī)模新能源并網(wǎng)，對(duì)系統(tǒng)的頻率、電壓調(diào)節(jié)能力提出了更高的要求，一旦不滿足要求就很容易脫網(wǎng)，給系統(tǒng)安全穩(wěn)定運(yùn)行帶來不利影響[32]。

智能用電在相關(guān)技術(shù)的支撐下，可增進(jìn)電力系統(tǒng)資源優(yōu)化配置，提高電力系統(tǒng)消納可再生能源的能力[33]。以靈活互動(dòng)的負(fù)荷柔性并網(wǎng)，通過智能微網(wǎng)、智能家居等技術(shù)實(shí)現(xiàn)DG的即插即用，通過儲(chǔ)能、電動(dòng)汽車等技術(shù)直接吸收可再生能源富余出力，可以有效地促進(jìn)對(duì)可再生能源的消納。

文獻(xiàn)[34]依據(jù)國外成熟的電力市場，通過需求側(cè)響應(yīng)促進(jìn)可再生能源的消納。文獻(xiàn)[35-36]通過在并網(wǎng)點(diǎn)配置儲(chǔ)能技術(shù)，促進(jìn)配電網(wǎng)對(duì)風(fēng)電、光伏發(fā)電的消納。文獻(xiàn)[37]利用智能微網(wǎng)的“即插即用”促進(jìn)對(duì)風(fēng)電的消納。文獻(xiàn)[38]提出利用電動(dòng)汽車入網(wǎng)(V2G)技術(shù)對(duì)大規(guī)?？稍偕茉催M(jìn)行消納。

國家電網(wǎng)曾對(duì)東北電網(wǎng)和西北電網(wǎng)這2個(gè)棄風(fēng)棄光現(xiàn)象非常突出的地區(qū)進(jìn)行生產(chǎn)模擬[39]，結(jié)果表明，通過儲(chǔ)能、電動(dòng)汽車、需求側(cè)響應(yīng)等智能用電手段，能夠緩解當(dāng)前嚴(yán)重的棄風(fēng)、棄光問題，提高我國新能源消納水平，推動(dòng)我國新能源持續(xù)健康發(fā)展。智能用電促進(jìn)可再生能源消納是一個(gè)較前沿的課題，通過用戶側(cè)資源取代依靠火電機(jī)組備用調(diào)峰來消納可再生能源，具有顯著的經(jīng)濟(jì)效益和環(huán)境價(jià)值。然而，我國當(dāng)前電價(jià)機(jī)制還難以充分調(diào)動(dòng)用戶側(cè)需求側(cè)資源促進(jìn)可再生能源消納，未來需重點(diǎn)解決的就是豐富靈活電價(jià)機(jī)制，激勵(lì)用戶靈活性負(fù)荷參與到消納可再生能源的角色中來。

2.4 最優(yōu)潮流控制需求

最優(yōu)潮流在電力系統(tǒng)運(yùn)行和控制等領(lǐng)域有著極為重要的意義。它是一種在滿足電力系統(tǒng)安全約束的前提下尋求電力網(wǎng)控制變量的最優(yōu)設(shè)定值，以達(dá)到一個(gè)或多個(gè)目標(biāo)函數(shù)的最優(yōu)化。傳統(tǒng)配電網(wǎng)的最優(yōu)潮流控制多為單側(cè)控制，即通過控制電源的出力和分布來被動(dòng)匹配負(fù)荷需求以達(dá)到最優(yōu)潮流，這往往存在調(diào)控的資源有限以及靈活性不足的問題。隨著智能用電的發(fā)展，配電網(wǎng)中的可控負(fù)荷、儲(chǔ)能和電動(dòng)汽車均可通過需求側(cè)響應(yīng)與系統(tǒng)靈活互動(dòng)，最優(yōu)潮流控制將從單側(cè)控制發(fā)展到源荷協(xié)同的雙側(cè)控制。

文獻(xiàn)[40]通過控制儲(chǔ)能系統(tǒng)的出力，提出一種綜合考慮源荷峰谷特性多時(shí)段光儲(chǔ)并網(wǎng)點(diǎn)電壓控制的最優(yōu)潮流控制方法。文獻(xiàn)[41]引入智能家居、空調(diào)、熱泵等溫控負(fù)荷參與需求側(cè)響應(yīng)，實(shí)現(xiàn)微網(wǎng)優(yōu)化運(yùn)行控制。文獻(xiàn)[42]建立了兼容需求側(cè)可調(diào)控資源的分布式能源系統(tǒng)經(jīng)濟(jì)優(yōu)化運(yùn)行模型，充分考慮了分布式能源系統(tǒng)中的電負(fù)荷、熱負(fù)荷和冷負(fù)荷與光伏、儲(chǔ)能等元素協(xié)調(diào)優(yōu)化，達(dá)到系統(tǒng)最優(yōu)潮流控制。

以上研究表明，通過源荷雙側(cè)最優(yōu)潮流控制能夠?qū)崿F(xiàn)源荷互動(dòng)，有利于提高系統(tǒng)運(yùn)行的可靠性和經(jīng)濟(jì)性，達(dá)到更好的運(yùn)行效果。然而，由于雙側(cè)最優(yōu)潮流控制使得系統(tǒng)的模型與變量變得更為復(fù)雜，高效的尋優(yōu)算法將成為雙側(cè)最優(yōu)潮流控制研究的重點(diǎn)之一。

2.5 設(shè)備利用率的提升需求

DG大量接入配電網(wǎng)后將影響配電網(wǎng)設(shè)備利用率。一方面，由于DG出力的波動(dòng)性，且受到所利用資源的限制而不能根據(jù)負(fù)荷需求調(diào)節(jié)所產(chǎn)生的不可控性，造成電網(wǎng)企業(yè)供應(yīng)“凈負(fù)荷”(全部負(fù)荷減去DG出力)的峰谷差加大，負(fù)荷利用率更低，由此影響配電網(wǎng)設(shè)備利用率；另一方面，由于DG的引入，配電網(wǎng)凈負(fù)荷的不確定性增加，系統(tǒng)在規(guī)劃、建設(shè)時(shí)，需預(yù)留的備用系數(shù)更高，也將對(duì)配電網(wǎng)設(shè)備利用率造成一定影響。

智能用電技術(shù)中的儲(chǔ)能、電動(dòng)汽車和需求側(cè)響應(yīng)等元素參與系統(tǒng)運(yùn)行，一方面能夠有效地抑制DG出力的不確定性[24,36,43]，另一方面也能起到削峰填谷提高系統(tǒng)負(fù)荷率的作用[44-46]，從而提升配電網(wǎng)設(shè)備利用率?？紤]儲(chǔ)能、電動(dòng)汽車和需求側(cè)響應(yīng)的引入，使得設(shè)備利用率的評(píng)價(jià)的因素和場景更豐富復(fù)雜，目前有關(guān)智能用電背景下設(shè)備利用率評(píng)價(jià)方法的研究還比較少，想要對(duì)適應(yīng)智能用電的發(fā)展趨勢下設(shè)備利用率進(jìn)行客觀評(píng)價(jià)，必須對(duì)需求側(cè)響應(yīng)下多因素作用的設(shè)備利用率評(píng)價(jià)方法作進(jìn)一步研究。

3 面向智能用電技術(shù)的配電網(wǎng)源網(wǎng)荷規(guī)劃

傳統(tǒng)的配電網(wǎng)規(guī)劃的特征主要為源網(wǎng)與負(fù)荷的被動(dòng)匹配，智能用電技術(shù)的發(fā)展和應(yīng)用使配電網(wǎng)的結(jié)構(gòu)形態(tài)、運(yùn)行特性與控制方式產(chǎn)生了根本性變化。未來配電網(wǎng)負(fù)荷的不確定性特征使傳統(tǒng)配電網(wǎng)規(guī)劃方法效果下降，而源荷供需互動(dòng)作為引導(dǎo)和優(yōu)化負(fù)荷行為的重要手段，使規(guī)劃的復(fù)雜性進(jìn)一步增強(qiáng)[11]。因此，面向智能用電技術(shù)的配電網(wǎng)規(guī)劃必然是與運(yùn)行耦合的源網(wǎng)荷多維集成規(guī)劃。

3.1 DG規(guī)劃

DG接入配電網(wǎng)絡(luò)，對(duì)配電網(wǎng)的節(jié)點(diǎn)電壓、線路潮流、輸電阻塞、供電可靠性和安全性等都會(huì)帶來影響，其影響程度與DG的安裝位置和容量密切相關(guān)，DG規(guī)劃一般包括選定安裝位置和確定安裝容量，以及綜合考慮兩者之間的協(xié)調(diào)關(guān)系[47]?？偨Y(jié)國內(nèi)外DG規(guī)劃方案，其優(yōu)化目標(biāo)主要集中于：系統(tǒng)可靠性最高、網(wǎng)損最小、電能質(zhì)量最優(yōu)、投資成本最低、運(yùn)行及維護(hù)成本最小、污染排放量最少、燃料消耗量最低、能源利用率最高等。

在DG規(guī)劃時(shí)，若在完成了DG或儲(chǔ)能、充電站的選址定容之后再進(jìn)行配電網(wǎng)架規(guī)劃，任一者的變化均會(huì)對(duì)規(guī)劃結(jié)果產(chǎn)生影響。又或者只考慮DG出力的不確定性而不考慮負(fù)荷需求的波動(dòng)性和負(fù)荷需求側(cè)響應(yīng)，也可能導(dǎo)致DG規(guī)劃容量偏大或系統(tǒng)源荷供需不匹配造成的電能質(zhì)量問題[48]。因此，在智能用電技術(shù)背景下的DG規(guī)劃需要綜合考慮源網(wǎng)荷交互協(xié)調(diào)。下面選取幾篇代表性文獻(xiàn)進(jìn)行評(píng)述與分析。

文獻(xiàn)[49]在電力市場環(huán)境下以DG運(yùn)營商作為主體，從經(jīng)濟(jì)層面、技術(shù)層面和環(huán)境效益3個(gè)方面建立了DG選址定容多目標(biāo)優(yōu)化模型，并結(jié)合模糊決策和場景技術(shù)對(duì)解集進(jìn)行篩選分析。然而，文中所述的場景并未考慮負(fù)荷與DG互動(dòng)的需求側(cè)響應(yīng)的情形。

文獻(xiàn)[50]分析DG出力和負(fù)荷時(shí)序波動(dòng)特性，引入K-均值聚類多場景概率分析方法，以降低源荷波動(dòng)性及不確定性對(duì)規(guī)劃偏差的影響。然而對(duì)于具備需求側(cè)響應(yīng)能力的負(fù)荷，由于其源荷互動(dòng)改變了傳統(tǒng)源荷獨(dú)立運(yùn)行的出力行為，對(duì)其不確定性必然產(chǎn)生一定的耦合相關(guān)性，因此規(guī)劃時(shí)需對(duì)源荷互動(dòng)的耦合相關(guān)性進(jìn)行考慮。

文獻(xiàn)[51]針對(duì)DG與電動(dòng)汽車充電站接入配電網(wǎng)，提出綜合協(xié)調(diào)規(guī)劃方法，該方法考慮風(fēng)、光、負(fù)荷的隨機(jī)不確定性和環(huán)境效益，以配電系統(tǒng)總成本的隨機(jī)期望值最小為目標(biāo)，對(duì)含DG與充電站的配電網(wǎng)進(jìn)行綜合協(xié)調(diào)規(guī)劃。然而，所建立的規(guī)劃模型沒有考慮電動(dòng)汽車與電網(wǎng)互動(dòng)的V2G技術(shù)。

文獻(xiàn)[52]在規(guī)劃階段充分應(yīng)用不同類型DG和負(fù)荷的時(shí)序性，引入不同恢復(fù)率的激勵(lì)型需求響應(yīng)模型，從而構(gòu)建考慮不同DG和負(fù)荷類型的協(xié)同規(guī)劃決策模型，形成了投資層面和運(yùn)行模擬層面的多時(shí)間尺度雙層優(yōu)化。所述模型雖然考慮了源荷的需求側(cè)響應(yīng)對(duì)DG規(guī)劃的影響，但是對(duì)于需求側(cè)響應(yīng)實(shí)際運(yùn)行的不確定性卻沒有在建模中進(jìn)行描述。

以上文獻(xiàn)均在一定程度上考慮了源網(wǎng)荷協(xié)調(diào)下的DG規(guī)劃，對(duì)DG規(guī)劃現(xiàn)有研究工作間的比較分析見表1。

表1 現(xiàn)有DG規(guī)劃研究工作比較Table 1 Comparison of DG planning among current researches

表1表明，現(xiàn)有研究多從不同角度建立了DG優(yōu)化規(guī)劃模型，但對(duì)負(fù)荷與DG的協(xié)調(diào)互動(dòng)考慮不足[49,51]，又或者對(duì)DG與負(fù)荷的不確定性和耦合相關(guān)性缺乏合理建模[50,52]。實(shí)際上，智能用電背景下DG規(guī)劃必不可少需考慮DG與負(fù)荷的互動(dòng)，負(fù)荷與DG的互動(dòng)改變了DG的出力行為，DG不確定性在需求側(cè)響應(yīng)的互補(bǔ)作用下有所削減，因此在規(guī)劃階段不僅要考慮DG的不確定性，還需要考慮負(fù)荷的不確定性以及DG與負(fù)荷互動(dòng)下的耦合相關(guān)性。綜上所述，在DG規(guī)劃階段就考慮規(guī)劃完成后源網(wǎng)荷或者源荷協(xié)調(diào)互動(dòng)運(yùn)行的問題，才能使DG的規(guī)劃更加科學(xué)合理并滿足智能用電技術(shù)下源網(wǎng)荷協(xié)同運(yùn)行的理念。

3.2 配電網(wǎng)規(guī)劃

配電網(wǎng)是電力系統(tǒng)的重要組成部分，對(duì)其進(jìn)行科學(xué)合理的規(guī)劃是保證配電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的重要前提[53]。配電網(wǎng)規(guī)劃的目標(biāo)設(shè)計(jì)主要是從投資成本、網(wǎng)絡(luò)損耗和可靠性等方面進(jìn)行規(guī)劃。

如前所述，智能用電技術(shù)的引入使傳統(tǒng)配電網(wǎng)逐漸向主動(dòng)配電網(wǎng)轉(zhuǎn)變，其拓?fù)浣Y(jié)構(gòu)要求可靈活調(diào)整，且需具有主動(dòng)控制和運(yùn)行能力。傳統(tǒng)的配電網(wǎng)規(guī)劃方法都建立在未來具體的規(guī)劃網(wǎng)架之上且受諸多不確定因素的影響，一旦規(guī)劃網(wǎng)架發(fā)生變化，已經(jīng)投入的DG又可能不符合規(guī)劃初衷而造成成本沉沒[54]。因此，面向智能用電技術(shù)的配電網(wǎng)架規(guī)劃應(yīng)該在規(guī)劃階段就考慮源網(wǎng)荷協(xié)調(diào)互動(dòng)。針對(duì)考慮DG和柔性負(fù)荷的配電網(wǎng)聯(lián)合規(guī)劃，已有學(xué)者進(jìn)行相關(guān)研究。

文獻(xiàn)[55]提出基于配電網(wǎng)風(fēng)險(xiǎn)應(yīng)對(duì)的多時(shí)段配電網(wǎng)擴(kuò)展規(guī)劃方法，文中利用需求側(cè)響應(yīng)和短時(shí)儲(chǔ)能系統(tǒng)等非電網(wǎng)手段來消納DG出力預(yù)測的偏差，提高配電網(wǎng)規(guī)劃運(yùn)行的經(jīng)濟(jì)性。實(shí)際上，需求側(cè)響應(yīng)資源和儲(chǔ)能參與系統(tǒng)運(yùn)行也存在著不確定性，因此，在規(guī)劃階段需綜合考慮DG、需求側(cè)響應(yīng)資源運(yùn)行的不確定性，以使模型更完善。

文獻(xiàn)[56]統(tǒng)一考慮儲(chǔ)能系統(tǒng)、電動(dòng)汽車充電站與配電網(wǎng)擴(kuò)展的聯(lián)合規(guī)劃，基于配電網(wǎng)擴(kuò)展規(guī)劃模型，考慮電動(dòng)汽車充電負(fù)荷和分布式儲(chǔ)能的選址定容，構(gòu)建配電網(wǎng)架升級(jí)多階段聯(lián)合規(guī)劃模型。所提模型雖然考慮了電動(dòng)汽車充電的不確定性，卻未考慮需求側(cè)響應(yīng)下電動(dòng)汽車入網(wǎng)(V2G)對(duì)配電網(wǎng)規(guī)劃的影響。

文獻(xiàn)[57]提出一種考慮配電公司、DG運(yùn)營商和用戶利益的主動(dòng)配電網(wǎng)三層規(guī)劃模型,其中，“源”層以DG運(yùn)營商利益最大進(jìn)行DG的選址定容，“網(wǎng)”層以配電公司建設(shè)運(yùn)行成本最小進(jìn)行配電網(wǎng)的擴(kuò)展規(guī)劃，“荷”層以用戶參與利益最大進(jìn)行基于激勵(lì)型和價(jià)格型需求側(cè)響應(yīng)項(xiàng)目的用電調(diào)整，用于協(xié)調(diào)“源”、“網(wǎng)”、“荷”三方的利益以及促進(jìn)資源的優(yōu)化利用。所述模型雖然反映了源網(wǎng)荷協(xié)調(diào)規(guī)劃以及效益分?jǐn)偟暮诵乃枷耄捎陔妰r(jià)機(jī)制通常為預(yù)先制定且具有時(shí)段性，通過電價(jià)機(jī)制作為杠桿來促進(jìn)荷層的負(fù)荷需求側(cè)響應(yīng)難以反映和滿足系統(tǒng)實(shí)時(shí)運(yùn)行的需求，在智能用電背景中，配電網(wǎng)規(guī)劃時(shí)需將具備需求側(cè)響應(yīng)能力的負(fù)荷當(dāng)作可調(diào)度的資源，并且使其能夠根據(jù)系統(tǒng)的運(yùn)行需要實(shí)時(shí)主動(dòng)參與到調(diào)度中。

以上文獻(xiàn)均從源網(wǎng)荷協(xié)調(diào)運(yùn)行角度出發(fā)考慮需求側(cè)響應(yīng)和DG出力不確定性等問題，對(duì)配電網(wǎng)進(jìn)行規(guī)劃和論證?？紤]智能用電技術(shù)的配電網(wǎng)規(guī)劃現(xiàn)有研究間的比較分析見表2。

表2 現(xiàn)有配電網(wǎng)規(guī)劃研究間比較Table 2 Comparison of distribution network planning among current researches

表2表明，現(xiàn)有配電網(wǎng)規(guī)劃的研究多將電源和負(fù)荷當(dāng)作一個(gè)已知或者滿足一定不確定性分布的功率源節(jié)點(diǎn)[55-56]，而對(duì)其源網(wǎng)荷互動(dòng)行為的建模尚沒有精確的反映[55-57]。面向智能用電的配電網(wǎng)規(guī)劃需全面反映源網(wǎng)荷協(xié)調(diào)運(yùn)行的實(shí)際，促進(jìn)配電網(wǎng)中源網(wǎng)荷運(yùn)行調(diào)度的有機(jī)結(jié)合和互動(dòng)。

3.3 儲(chǔ)能及電動(dòng)汽車充電站規(guī)劃

當(dāng)前配電網(wǎng)中，廣泛應(yīng)用的具備需求側(cè)響應(yīng)能力的負(fù)荷主要是儲(chǔ)能系統(tǒng)、電動(dòng)汽車和空調(diào)等溫控負(fù)荷[19,36,58]。空調(diào)等溫控負(fù)荷的規(guī)劃通常以需求為導(dǎo)向，即哪個(gè)地方需要裝設(shè)空調(diào)就安裝，可規(guī)劃的空間較小。目前國內(nèi)外學(xué)者針對(duì)負(fù)荷側(cè)的規(guī)劃主要集中在儲(chǔ)能及電動(dòng)汽車充電站的規(guī)劃上。

儲(chǔ)能系統(tǒng)憑借其快速功率調(diào)節(jié)和兼具供蓄能力的特征，是實(shí)現(xiàn)對(duì)廣泛接入的分布式能源靈活調(diào)節(jié)、參與需求側(cè)響應(yīng)以及網(wǎng)絡(luò)優(yōu)化運(yùn)行的關(guān)鍵所在[12]。智能用電技術(shù)背景下的儲(chǔ)能規(guī)劃多從系統(tǒng)的源網(wǎng)荷相協(xié)調(diào)角度出發(fā)，以充分發(fā)揮儲(chǔ)能的積極作用。文獻(xiàn)[59]從抑制風(fēng)電場短期和長期功率波動(dòng)的角度，提出基于小波變換算法實(shí)現(xiàn)對(duì)儲(chǔ)能容量的配置；文獻(xiàn)[60]從負(fù)荷聚合商的角度出發(fā)，利用儲(chǔ)能裝置作為其提高供能平穩(wěn)性的手段，建立了負(fù)荷聚合商基于市場等級(jí)化補(bǔ)償規(guī)則的儲(chǔ)能容量優(yōu)化配置模型，提高負(fù)荷聚合商參與市場的質(zhì)量；文獻(xiàn)[61]根據(jù)負(fù)荷和可再生能源的出力特性，以及儲(chǔ)能接入后對(duì)配電網(wǎng)重構(gòu)的影響，對(duì)儲(chǔ)能進(jìn)行選址定容規(guī)劃，實(shí)現(xiàn)源網(wǎng)荷多方運(yùn)行效益的協(xié)調(diào)。上述有關(guān)儲(chǔ)能的規(guī)劃均考慮建成后參與電網(wǎng)運(yùn)行的效果，然而其儲(chǔ)能配置多為儲(chǔ)能對(duì)DG或者負(fù)荷的單方向的匹配，而智能用電強(qiáng)調(diào)源荷雙向互動(dòng)，因此，有必要對(duì)儲(chǔ)能在DG或負(fù)荷的雙向協(xié)調(diào)互動(dòng)下的規(guī)劃做進(jìn)一步研究。

電動(dòng)汽車作為柔性負(fù)荷，是實(shí)現(xiàn)與智能電網(wǎng)靈活互動(dòng)的重要元素之一。電動(dòng)汽車充電站作為電動(dòng)汽車配套設(shè)施的重要組成部分，是電動(dòng)汽車與電網(wǎng)靈活互動(dòng)的窗口。面向智能用電技術(shù)的電動(dòng)汽車充電站合理規(guī)劃，需要綜合考慮與配電網(wǎng)和DG的協(xié)調(diào)互動(dòng)。文獻(xiàn)[62]在考慮系統(tǒng)負(fù)荷水平和電價(jià)的不確定因素情況下，計(jì)及用戶參與需求側(cè)響應(yīng)速度，提出了配電系統(tǒng)中電動(dòng)汽車充電樁規(guī)劃方法。文獻(xiàn)[63]提出了基于節(jié)點(diǎn)充電需求的分散式充電樁規(guī)劃策略，構(gòu)建了以投資成本和系統(tǒng)網(wǎng)損之和最小、快速充電站截獲的交通流量最大為目標(biāo)的配電系統(tǒng)與電動(dòng)汽車充電網(wǎng)絡(luò)協(xié)調(diào)規(guī)劃的多目標(biāo)優(yōu)化模型。文獻(xiàn)[64]考慮DG同時(shí)為配電網(wǎng)負(fù)荷和充電站供電，建立了總成本最小、網(wǎng)絡(luò)損耗最小和交通滿意度最高的電動(dòng)汽車充電站與DG定容選址模型。上述充電樁的規(guī)劃雖然考慮了與配電網(wǎng)運(yùn)行的協(xié)調(diào)，然而缺乏考慮充電樁建成后電動(dòng)汽車可以在充電樁采用V2G技術(shù)與電網(wǎng)互動(dòng)支撐電網(wǎng)尖峰負(fù)荷的情形。

以上選取的代表性文獻(xiàn)反映了當(dāng)前儲(chǔ)能和電動(dòng)汽車規(guī)劃的一般思路，現(xiàn)有儲(chǔ)能與電動(dòng)汽車研究間的比較分析見表3。

表3 現(xiàn)有儲(chǔ)能與電動(dòng)汽車規(guī)劃研究間比較Table 3 Comparison of energy storage and electric vehicles planning among current researches

通過表3對(duì)比分析可見，儲(chǔ)能與電動(dòng)汽車的規(guī)劃目標(biāo)主要集中于促進(jìn)DG消納[59,64]、平滑負(fù)荷波動(dòng)[60,62]和優(yōu)化配電網(wǎng)的運(yùn)行[61,63]，這些規(guī)劃均從匹配現(xiàn)有的源網(wǎng)荷出發(fā)，缺乏考慮源網(wǎng)荷的多維集成互動(dòng)下的主動(dòng)規(guī)劃。面向智能用電技術(shù)的儲(chǔ)能和電動(dòng)汽車充電站規(guī)劃思路需要考慮建成以后的運(yùn)行問題，充分調(diào)動(dòng)負(fù)荷參與需求側(cè)響應(yīng)的作用，最終實(shí)現(xiàn)源網(wǎng)荷協(xié)調(diào)互動(dòng)，保證系統(tǒng)運(yùn)行的安全、可靠、經(jīng)濟(jì)、靈活。

4 有待深入研究的問題

為適應(yīng)一系列新變化，如大規(guī)模、高滲透率的DG接入配電網(wǎng)，傳統(tǒng)配電網(wǎng)向運(yùn)行更為靈活的主動(dòng)配電網(wǎng)、微網(wǎng)轉(zhuǎn)變，儲(chǔ)能、電動(dòng)汽車的應(yīng)用與推廣，傳統(tǒng)配電網(wǎng)中的被動(dòng)用電方式向注重源網(wǎng)荷靈活互動(dòng)的智能用電發(fā)展是必然趨勢。在此背景下，展望智能用電技術(shù)發(fā)展趨勢，結(jié)合當(dāng)前配電網(wǎng)靈活優(yōu)化運(yùn)行的應(yīng)用需求以及配電網(wǎng)源網(wǎng)荷多維集成規(guī)劃研究現(xiàn)狀，下一步需要著重研究以下幾個(gè)方面的問題。

a. 建模層面：如何在智能用電技術(shù)背景下進(jìn)行源網(wǎng)荷協(xié)同優(yōu)化建模？可再生能源出力具有強(qiáng)隨機(jī)性，而其隨機(jī)特性只有在動(dòng)態(tài)環(huán)境中才得以體現(xiàn)；儲(chǔ)能、電動(dòng)汽車、空調(diào)負(fù)荷等需求側(cè)響應(yīng)資源的接入，使得用戶側(cè)用能規(guī)律漸趨復(fù)雜，對(duì)負(fù)荷精準(zhǔn)預(yù)測提出挑戰(zhàn)；DG、儲(chǔ)能、新型無功補(bǔ)償裝置等電力電子設(shè)備具備快速可控性及強(qiáng)非線性等特征，與電網(wǎng)相互作用變得更加復(fù)雜。傳統(tǒng)的靜態(tài)獨(dú)立建模方法已經(jīng)難以全面反映智能用電技術(shù)背景下源網(wǎng)荷不確定性運(yùn)行與雙側(cè)靈活交互的運(yùn)行狀態(tài)，針對(duì)此問題，基于物理機(jī)理和考慮多主體利益博弈的源網(wǎng)荷全狀態(tài)建模方法，將是一個(gè)重要的課題，是當(dāng)前智能用電背景下電網(wǎng)運(yùn)行規(guī)劃值得考慮的關(guān)鍵點(diǎn)。

b. 算法層面：如何高效求解多維度混合整數(shù)非線性機(jī)會(huì)約束優(yōu)化模型？智能用電技術(shù)中的靈活互動(dòng)，在規(guī)劃和運(yùn)行方面，由于需要兼顧源網(wǎng)荷多端最優(yōu)潮流控制，使得優(yōu)化模型變得更為復(fù)雜，對(duì)優(yōu)化算法的求解效率和尋優(yōu)質(zhì)量將是巨大的挑戰(zhàn)，而各主體的數(shù)據(jù)共享在現(xiàn)實(shí)中也不一定可行。一方面，研究適應(yīng)多主體的高效分布式協(xié)同優(yōu)化算法，將成為求解智能用電技術(shù)中多主體優(yōu)化模型的關(guān)鍵；另一方面，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和人工智能技術(shù)的進(jìn)步，為高效求解該類復(fù)雜問題提供了新的方法，有望成為智能用電與智能電網(wǎng)運(yùn)行管理的核心工具，將成為求解考慮智能用電優(yōu)化模型的研究的重點(diǎn)之一。

c. 運(yùn)行應(yīng)用層面：信息物理融合如何促進(jìn)智能用電和智能配電網(wǎng)優(yōu)化運(yùn)行？智能用電技術(shù)背景下，大量可再生能源接入以及源網(wǎng)荷的雙側(cè)互動(dòng)，大幅增加了系統(tǒng)運(yùn)行的復(fù)雜性和不確定性，傳統(tǒng)監(jiān)測系統(tǒng)的態(tài)勢感知能力和信息共享能力難以滿足運(yùn)行控制的實(shí)時(shí)需要?；ヂ?lián)網(wǎng)+、物聯(lián)網(wǎng)、高效能芯片等信息物理融合技術(shù)，實(shí)現(xiàn)信息能量互聯(lián)互通與深度融合，將傳統(tǒng)“盲調(diào)”的配電網(wǎng)變得“透明”、可見、可控，其不確定性得到顯著的抑制。在此基礎(chǔ)上，采用高級(jí)量測采集的海量實(shí)時(shí)數(shù)據(jù)，通過通信架構(gòu)與信息集成，建立基于大數(shù)據(jù)與云計(jì)算的廣域狀態(tài)監(jiān)測、優(yōu)化調(diào)度和決策平臺(tái)，是包含智能用電技術(shù)的智能配電網(wǎng)優(yōu)化運(yùn)行亟需突破的關(guān)鍵環(huán)節(jié)。

d. 規(guī)劃應(yīng)用層面：如何提出與運(yùn)行耦合的多場景、多主體、多目標(biāo)配電網(wǎng)優(yōu)化規(guī)劃方法？如何協(xié)調(diào)一次系統(tǒng)規(guī)劃、二次系統(tǒng)規(guī)劃、通信規(guī)劃、自動(dòng)化規(guī)劃、物聯(lián)網(wǎng)規(guī)劃等不同體系？未來配電網(wǎng)的規(guī)劃必須與建成之后的運(yùn)行耦合協(xié)同，未來配電網(wǎng)將更加強(qiáng)調(diào)供需互動(dòng)的靈活性，這就使得能量市場復(fù)雜化(多利益主體并存和多方博弈)、運(yùn)行目標(biāo)多元化(多能互補(bǔ)和用戶靈活互動(dòng))和控制對(duì)象廣泛化(電力電子設(shè)備廣泛接入)。提出與運(yùn)行相耦合的多場景、多主體、多目標(biāo)配電網(wǎng)優(yōu)化規(guī)劃方法，協(xié)調(diào)一次系統(tǒng)規(guī)劃、二次系統(tǒng)規(guī)劃、通信規(guī)劃、自動(dòng)化規(guī)劃和物聯(lián)網(wǎng)規(guī)劃等不同體系，應(yīng)對(duì)多要素靈活性對(duì)配電網(wǎng)規(guī)劃提出的挑戰(zhàn)，是未來配電網(wǎng)規(guī)劃的研究的重點(diǎn)方向。

5 結(jié)語

隨著電力市場的開放，DG、儲(chǔ)能、電動(dòng)汽車等柔性負(fù)荷接入配電網(wǎng)，需要一種新型用電方式以使需求側(cè)與供給側(cè)平等地參與配電網(wǎng)優(yōu)化運(yùn)行。靈活互動(dòng)的智能用電技術(shù)，賦予了配電網(wǎng)運(yùn)行規(guī)劃更加豐富的內(nèi)容。在智能用電技術(shù)背景下，總結(jié)分析配電網(wǎng)運(yùn)行對(duì)源網(wǎng)荷協(xié)調(diào)互動(dòng)的應(yīng)用需求以及面向智能用電技術(shù)的配電網(wǎng)規(guī)劃方法，是本文的立意所在。本文分類總結(jié)分析了智能用電技術(shù)背景下配電網(wǎng)靈活優(yōu)化運(yùn)行的應(yīng)用需求，并對(duì)面向智能用電技術(shù)的配電網(wǎng)規(guī)劃思路及研究現(xiàn)狀進(jìn)行了綜述，最后，對(duì)下一步需要著重研究的問題和研究趨勢進(jìn)行展望。隨著智慧用能與能源互聯(lián)網(wǎng)的提出與發(fā)展，智能用電技術(shù)將迎來更多的發(fā)展和作為的空間，為建設(shè)堅(jiān)強(qiáng)的智能電網(wǎng)提供更有力支撐。

參考文獻(xiàn)：

[1] 黃莉,衛(wèi)志農(nóng),韋延方,等. 智能用電互動(dòng)體系和運(yùn)營模式研究[J]. 電網(wǎng)技術(shù),2013,37(8)：2230-2237.

HUANG Li,WEI Zhinong,WEI Yanfang,et al. A survey on interactive system and operation patterns of intelligent power utilization[J]. Power System Technology,2013,37(8)：2230-2237.

[2] 李揚(yáng),王蓓蓓,李方興. 靈活互動(dòng)的智能用電展望與思考[J]. 電力系統(tǒng)自動(dòng)化,2015,39(17)：2-9.

LI Yang,WANG Beibei,LI Fangxing. Outlook and thinking of flexible and interactive utilization of intelligent power[J]. Automation of Electric Power Systems,2015,39(17)：2-9.

[3] 曾博,楊雍琦,段金輝,等. 新能源電力系統(tǒng)中需求側(cè)響應(yīng)關(guān)鍵問題及未來研究展望[J]. 電力系統(tǒng)自動(dòng)化,2015,39(17)：10-18.

ZENG Bo,YANG Yongqi,DUAN Jinhui,et al. Key issues research prospects for demand-side response in alternate electrical power systems with renewable energy sources[J]. Automation of Electric Power Systems,2015,39(17)：10-18.

[4] 陳旭,張勇軍,黃向敏. 主動(dòng)配電網(wǎng)背景下無功電壓控制方法綜述[J]. 電力系統(tǒng)自動(dòng)化,2016,40(1)：143-151.

CHEN Xu,ZHANG Yongjun,HUANG Xiangmin. Review of reactive power and voltage control method in the background of active distribution network[J]. Automation of Electric Power Systems,2016,40(1)：143-151.

[5] 郝然,艾芊,肖斐. 基于多元大數(shù)據(jù)平臺(tái)的用電行為分析構(gòu)架研究[J]. 電力自動(dòng)化設(shè)備,2017,37(8)：20-27.

HAO Ran,AI Qian,XIAO Fei. Architecture based on multivariate big data platform for analyzing electricity consumption behavior[J]. Electric Power Automation Equipment,2017,37(8)：20-27.

[6] 李同智. 靈活互動(dòng)智能用電的技術(shù)內(nèi)涵及發(fā)展方向[J]. 電力系統(tǒng)自動(dòng)化,2012,36(2)：11-17.

LI Tongzhi. Technical implications and development trends of flexible and interactive utilization of intelligent power[J]. Automation of Electric Power Systems,2012,36(2)：11-17.

[7] 孫國強(qiáng),李逸馳,衛(wèi)志農(nóng),等. 智能用電互動(dòng)體系構(gòu)架探討[J]. 電力系統(tǒng)自動(dòng)化,2015,39(17)：68-74.

SUN Guoqiang,LI Yichi,WEI Zhinong,et al. Discussion on interactive architecture of smart power utilization[J]. Automation of Electric Power Systems,2015,39(17)：68-74.

[8] 葛磊蛟,王守相,張明,等. 智能用電條件下用戶用能管理與服務(wù)平臺(tái)[J]. 電力自動(dòng)化設(shè)備,2015,35(3)：152-156.

GE Leijiao,WANG Shouxiang,ZHANG Ming,et al. Power usage management & service platform in smart electricity utilization condition[J]. Electric Power Automation Equipment,2015,35(3)：152-156.

[9] 余貽鑫,劉艷麗. 智能電網(wǎng)的挑戰(zhàn)性問題[J]. 電力系統(tǒng)自動(dòng)化,2015,39(2)：1-5.

YU Yixin,LIU Yanli. Challenging issues of smart grid[J]. Automation of Electric Power Systems,2015,39(2)：1-5.

[10] 尤毅,劉東,于文鵬,等. 主動(dòng)配電網(wǎng)技術(shù)及其進(jìn)展[J]. 電力系統(tǒng)自動(dòng)化,2012,36(18)：10-16.

YOU Yi,LIU Dong,YU Wenpeng,et al. Technology and its trends of active distribution network[J]. Automation of Electric Power Systems,2012,36(18)：10-16.

[11] 王成山,王丹,周越. 智能配電系統(tǒng)架構(gòu)分析及技術(shù)挑戰(zhàn)[J]. 電力系統(tǒng)自動(dòng)化,2015,39(9)：2-9.

WANG Chengshan,WANG Dan,ZHOU Yue． Framework analysis and technical challenges to smart distribution system[J]． Automation of Electric Power Systems,2015,39(9)：2-9．

[12] 尤毅,劉東,鐘清,等. 主動(dòng)配電網(wǎng)儲(chǔ)能系統(tǒng)的多目標(biāo)優(yōu)化配置[J]. 電力系統(tǒng)自動(dòng)化,2014,38(18)：46-52.

YOU Yi,LIU Dong,ZHONG Qing,et al. Multi-objective optimal placement of energy storage systems in an active distribution network[J]. Automation of Electric Power Systems,2014,38(18)：46-52.

[13] 曾鳴,武庚,王昊婧,等. 智能用電背景下考慮用戶滿意度的居民需求側(cè)響應(yīng)調(diào)控策略[J]. 電網(wǎng)技術(shù),2016,40(10)：2917-2923.

ZENG Ming,WU Geng,WANG Haojing,et al. Regulation strategies of demand response considering user satisfaction under smart power background[J]. Power System Technology,2016,40(10)：2917-2923.

[14] 梁甜甜,高賜威,王蓓蓓. 智能電網(wǎng)下電力需求側(cè)管理應(yīng)用[J]. 電力自動(dòng)化設(shè)備,2012，32(5)：81-85.

LIANG Tiantian,GAO Ciwei,WANG Beibei. Applications of demand side management in smart grid[J]. Electric Power Automation Equipment,2012,32(5)：81-85.

[15] ROH H T,LEE J W. Residential demand response scheduling with multi-class appliances in the smart grid[J]. IEEE Transactions on Smart Grid,2016,7(1)：94-104.

[16] LIU G,TOMSOVIC K. Robust unit commitment considering uncertain demand response[J]. Electric Power Systems Research,2015,119：126-137.

[17] MAGNAGO F H,ALEMANY J,LIN J. Impact of demand response resources on unit commitment and dispatch in a day-ahead electricity market[J]. International Journal of Electrical Power & Energy Systems,2015,68：142-149.

[18] NISHANT M,NIKOLAI A S,SCOTT B,et al. Safe control of thermostatically controlled loads with installed timers for demand side management[J]. Energy Conversion and Management,2014,86：784-791.

[19] 朱蘭,嚴(yán)正,楊秀,等. 計(jì)及需求側(cè)響應(yīng)的微網(wǎng)綜合資源規(guī)劃方法[J]. 中國電機(jī)工程學(xué)報(bào),2014,34(16)：2621-2628.

ZHU Lan,YAN Zheng,YANG Xiu,et al. Integrated resources planning in microgrid based on modeling demand response[J]. Proceedings of the CSEE,2014,34(16)：2621-2628.

[20] 曾鳴,楊雍琦,向紅偉,等. 計(jì)及需求側(cè)響應(yīng)的電力系統(tǒng)魯棒優(yōu)化規(guī)劃模型[J]. 電力系統(tǒng)自動(dòng)化,2016,40(17)：137-145.

ZENG Ming,YANG Yongqi,XIANG Hongwei,et al. Robust optimization planning model of power system considering demand response[J]. Automation of Electric Power Systems,2016,40(17)：137-145.

[21] 董偉杰,白曉民,朱寧輝,等. 間歇式電源并網(wǎng)環(huán)境下電能質(zhì)量問題研究[J]. 電網(wǎng)技術(shù),2013,37(5)：1265-1271.

DONG Weijie,BAI Xiaomin,ZHU Ninghui,et al. Discussion on the power quality under grid-connection of intermittent power sources[J]. Power System Technology,2013,37(5)：1265-1271.

[22] 付學(xué)謙,陳皓勇. 基于加權(quán)秩和比法的電能質(zhì)量綜合評(píng)估[J]. 電力自動(dòng)化設(shè)備,2015,35(1)：128-132.

FU Xueqian,CHEN Haoyong. Comprehensive power quality evaluation based on weighted rank sum ration method[J]. Electric Power Automation Equipment,2015，35(1)：128-132.

[23] CHUA K H,YUN S L,TAYLOR P,et al. Energy storage system for mitigating voltage unbalance on low-voltage networks with photovoltaic systems[J]. IEEE Transactions on Power Delivery,2012,27(4)：1783-1790.

[24] 孫玲玲,高賜威,談健,等. 負(fù)荷聚合技術(shù)及其應(yīng)用[J]. 電力系統(tǒng)自動(dòng)化,2017,41(6)：159-167.

SUN Lingling,GAO Ciwei,TAN Jian,et al. Load aggregation technology and its applications[J]. Automation of Electric Power Systems,2017,41(6)：159-167.

[25] HUI S Y R,LEE C K,WU F. Electric springs-a new smart grid technology[J]. IEEE Transactions on Smart Grid,2012,3(3)：1552-1561.

[26] 李春燕,王東,張鵬,等. 計(jì)及負(fù)荷聚合商調(diào)度優(yōu)先權(quán)的獨(dú)立微網(wǎng)雙層實(shí)時(shí)調(diào)度模型[J]. 電力系統(tǒng)自動(dòng)化,2017,41(6)：37-43.

LI Chunyan,WANG Dong,ZHANG Peng,et al. Double layer real-time sche-duling model of independent microgrid considering sche-duling priority of load aggregators[J]. Automation of Electric Power Systems,2017,41(6)：37-43.

[27] CHI K L,SHU Y H. Reduction of energy storage requirements in future smart grid using electric springs[J]. IEEE Transactions on Smart Grid,2013,4(3)：1282-1288.

[28] YAN S,TAN S C,LEE C K,et al. Electric springs for reducing power imbalance in three-phase power systems[J]. IEEE Transactions on Power Electronics,2014,30(7)：3601-3609.

[29] 郭小敏,楊健維,何正友,等． V2G模式下城市電網(wǎng)電壓質(zhì)量概率評(píng)估方法[J]． 電網(wǎng)技術(shù),2015,39(10)：2986-2992.

GUO Xiaomin,YANG Jianwei,HE Zhengyou，et al. Probabilistic evaluation method of voltage quality for urban power network considering vehicle to grid[J]. Power System Technology,2015,39(10)：2986-2992.

[30] YANG Xavier. 利于系統(tǒng)服務(wù)的負(fù)荷控制優(yōu)化及需求響應(yīng)機(jī)制推廣[J]. 中國電機(jī)工程學(xué)報(bào),2014,34(22)：3608-3614.

YANG Xavier. Optimization of load control and promotion of demand response mechanism for system service[J]. Proceedings of the CSEE,2014,34(22)：3608-3614.

[31] AKHTAR Z,CHAUDHURI B,SHU Y R H. Primary frequency control contribution from smart loads using reactive compensation[J]. IEEE Transactions on Smart Grid,2015,6(5)：2356-2365.

[32] 陳國平,李明節(jié),許濤,等. 關(guān)于新能源發(fā)展的技術(shù)瓶頸研究[J]. 中國電機(jī)工程學(xué)報(bào),2017,37(1)：20-26.

CHEN Guoping,LI Mingjie,XU Tao,et al. Study on technical bottleneck of new energy development[J]. Proceedings of the CSEE,2017,37(1)：20-26.

[33] 王蓓蓓,趙盛楠,劉小聰,等. 面向可再生能源消納的智能用電關(guān)鍵技術(shù)分析與思考[J]. 電網(wǎng)技術(shù),2016,40(12)：3894-3903.

WANG Beibei,ZHAO Shengnan,LIU Xiaocong,et al. Review on key technologies of smart power utilization for renewable energy integration[J]. Power System Technology,2016,40(12)：3894-3903.

[34] DIETRICH K,LATORRE J M,OLMOS L,et al. Demand response in an isolated system with high wind integration[J]. IEEE Transactions on Power Systems,2012,27(1)：20-29.

[35] 劉澤槐,翟世濤,張勇軍,等. 基于擴(kuò)展QV節(jié)點(diǎn)潮流的光儲(chǔ)聯(lián)合日前計(jì)劃[J]. 電網(wǎng)技術(shù),2015,39(12)：3435-3441.

LIU Zehuai,ZHAI Shitao,ZHANG Yongjun,et al. A joint day-ahead scheduling for photovoltaic-storage systems based on extended QV bus-type power flow[J]. Power System Technology,2015,39(12)：3435-3441.

[36] 楊家豪,歐陽森,吳裕生,等. 計(jì)及風(fēng)-儲(chǔ)聯(lián)合系統(tǒng)概率模型的配電網(wǎng)隨機(jī)潮流[J]. 電網(wǎng)技術(shù),2016,40(1)：234-241.

YANG Jiahao,OUYANG Sen,WU Yusheng,et al. Stochastic power flow of distribution network considering probability model of wind-storage combined systems[J]. Power System Technology,2016,40(1)：234-241.

[37] 王毅,張麗榮,李和明,等. 風(fēng)電直流微網(wǎng)的電壓分層協(xié)調(diào)控制[J]. 中國電機(jī)工程學(xué)報(bào),2013,33(4)：16-24.

WANG Yi,ZHANG Lirong,LI Heming,et al. Hierarchical coordinated control of wind turbine-based DC microgrid[J]. Proceedings of the CSEE,2013,33(4)：16-24.

[38] KEMPTON W,TOMIC J. Vehicle-to-grid power implementation：from stabilizing the grid to supporting large-scale renewable energy[J]. Journal of Power Sources,2005,144(1)：280-294.

[39] 舒印彪,張智剛,郭劍波,等. 新能源消納關(guān)鍵因素分析及解決措施研究[J]. 中國電機(jī)工程學(xué)報(bào),2017,37(1)：1-8.

SHU Yinbiao,ZHANG Zhigang,GUO Jianbo,et al. Study on key factors and solution of renewable energy accommodation[J]. Proceedings of the CSEE,2017,37(1)：1-8.

[40] 翟世濤,劉澤槐,楊家豪,等. 考慮多時(shí)段并網(wǎng)點(diǎn)電壓控制的光儲(chǔ)容量匹配及優(yōu)化運(yùn)行[J]. 電網(wǎng)技術(shù),2017,41(6)：1855-1863.

ZHAI Shitao,LIU Zehuai,YANG Jiahao,et al. Capacity matching and optimal operation of photovoltaic-storage systems based on multi-period PCC voltage control[J]. Power System Technology,2017,41(6)：1855-1863.

[41] 王東,曾沅,穆云飛,等. 采用溫控負(fù)荷控制技術(shù)的新能源優(yōu)化利用方法[J]. 電網(wǎng)技術(shù),2015,39(12)：3457-3462.

WANG Dong,ZENG Yuan,MU Yunfei,et al. An optimization method for new energy utilization using thermostatically controlled appliances[J]. Power System Technology,2015,39(12)：3457-3462.

[42] 曾鳴,彭麗霖,孫靜惠,等. 兼容需求側(cè)可調(diào)控資源的分布式能源系統(tǒng)經(jīng)濟(jì)優(yōu)化運(yùn)行及其求解算法[J]. 電網(wǎng)技術(shù),2016,40(6)：1650-1656.

ZENG Ming,PENG Lilin,SUN Jinghui,et al. Economic optimization and corresponding algorithm for distributed energy system compatible with demand-side resources[J]. Power System Technology,2016,40(6)：1650-1656.

[43] 占愷嶠,胡澤春,宋永華,等. 含新能源接入的電動(dòng)汽車有序充電分層控制策略[J]. 電網(wǎng)技術(shù),2016,40(12)：3689-3695.

ZHAN Kaiqiao,HU Zechun,SONG Yonghua,et al. Electric vehicle coordinated charging hierarchical control strategy considering renew-able energy generation integration[J]. Power System Technology,2016,40(12)：3689-3695.

[44] 楊曉東,張有兵,翁國慶,等. 基于虛擬電價(jià)的電動(dòng)汽車充放電優(yōu)化調(diào)度[J]. 電工技術(shù)學(xué)報(bào),2016,31(17)：52-62.

YANG Xiaodong,ZHANG Youbing,WENG Guoqing,et al. Virtual time-of-use tariffs based optimal scheduling and implementation mechanism of electric vehicles charging and discharging[J]. Tran-sactions of China Electrotechnical Society,2016,31(17)：52-62.

[45] 嚴(yán)干貴,馮曉東,李軍徽,等. 用于松弛調(diào)峰瓶頸的儲(chǔ)能系統(tǒng)容量配置方法[J]. 中國電機(jī)工程學(xué)報(bào),2012,32(28)：27-35.

YAN Gangui,FENG Xiaodong,LI Junhui,et al. Optimization of energy storage system capacity for relaxing peak load regulation bottlenecks[J]. Proceedings of the CSEE,2012,32(28)：27-35.

[46] 程瑜,安甦. 主動(dòng)負(fù)荷互動(dòng)響應(yīng)行為分析[J]. 電力系統(tǒng)自動(dòng)化,2013,37(20)：63-70.

CHENG Yu,AN Su. Analysis of active load’s interaction response behavior[J]. Automation of Electric Power Systems,2013,37(20)：63-70.

[47] 王瑞琪,李珂,張承慧,等. 基于多目標(biāo)混沌量子遺傳算法的分布式電源規(guī)劃[J]. 電網(wǎng)技術(shù),2011,35(12)：183-189.

WANG Ruiqi,LI Ke,ZHANG Chenghui,et al. Distributed generation planning based on multi-objective chaotic quantum genetic algori-thm[J]. Power System Technology,2011,35(12)：183-189.

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

BAI Xiaoqing,ZHAO Zhan,BAO Haibo. DG planning based on CLARA algorithm with consideration[J]. Electric Power Automation Equipment,2016,36(5)：14-22.

[49] AMELI A,FARROKHIFARD M R,DAVARI-NEJAD E,et al. Profit-based DG planning considering environmental and operational issues：a multiobjective approach[J]. IEEE Systems Journal,2015，PP(99)：1-12.

[50] 彭春華,于蓉,孫惠娟. 基于K-均值聚類多場景時(shí)序特性分析的分布式電源多目標(biāo)規(guī)劃[J]. 電力自動(dòng)化設(shè)備,2015,35(10)：58-65.

PENG Chunhua,YU Rong,SUN Huijuan. Multi-objective DG planning based onK-means clustering and multi-scenario timing characteristics analysis[J]. Electric Power Automation Equipment,2015,35(10)：58-65.

[51] 吳萬祿,韋鋼,謝麗蓉,等. 含分布式電源與充電站的配電網(wǎng)協(xié)調(diào)規(guī)劃[J]. 電力系統(tǒng)保與控制,2014,42(15)：65-73.

WU Wanlu,WEI Gang,XIE Lirong,et al. Coordinated planning of distribution network containing charging station and distributed gene-ration[J]. Power System Protection and Control,2014,42(15)：65-73.

[52] 高紅均,劉俊勇. 考慮不同類型DG和負(fù)荷建模的主動(dòng)配電網(wǎng)協(xié)同規(guī)劃[J]. 中國電機(jī)工程學(xué)報(bào),2016,36(18)：4911-4922.

GAO Hongjun,LIU Junyong. Coordinated planning considering different types of DG and load in active distribution network[J]. Proceedings of the CSEE,2016,36(18)：4911-4922.

[53] 盛四清,范林濤,李興,等. 基于帕累托最優(yōu)的配電網(wǎng)多目標(biāo)規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化,2014,38(15)：51-57.

SHENG Siqing,FAN Lintao,LI Xing,et al. Multi-objective planning of distribution network based on Pareto optimality[J]. Automation of Electric Power Systems,2014,38(15)：51-57.

[54] 歐陽武,程浩忠,張秀彬. 基于配電網(wǎng)節(jié)點(diǎn)邊際容量成本的分布式電源規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化,2009,33(18)：28-32.

OUYANG Wu,CHENG Haozhong,ZHANG Xiubin. Distributed gene-ration planning method based on locational marginal capacity cost in distribution networks[J]. Automation of Electric Power Systems,2009,33(18)：28-32．

[55] AREFI A,ABEYGUNAWARDANA A,LEDWICH G. A new risk-managed planning of electric distribution network incorporating customer engagement and temporary solutions[J]. IEEE Transactions on Sustainable Energy,2016,7(4)：1646-1661.

[56] 賈龍,胡澤春,宋永華,等. 儲(chǔ)能和電動(dòng)汽車充電站與配電網(wǎng)的聯(lián)合規(guī)劃研究[J]. 中國電機(jī)工程學(xué)報(bào),2017,37(1)：73-83.

JIA Long,HU Zechun,SONG Yonghua,et al. Joint planning of distribution networks with distributed energy storage systems and electric vehicle charging stations[J]. Proceedings of the CSEE,2017,37(1)：73-83.

[57] 李逐云,雷霞,邱少引,等. 考慮“源-網(wǎng)-荷”三方利益的主動(dòng)配電網(wǎng)協(xié)調(diào)規(guī)劃[J]. 電網(wǎng)技術(shù),2017,41(2)：378-386.

LI Zhuyun,LEI Xia,QIU Shaoyin,et al. Coordinated planning of active distribution network considering “source-grid-load”[J]. Power System Technology,2017,41(2)：378-386.

[58] 葛少云,郭建祎,劉洪,等. 計(jì)及需求側(cè)響應(yīng)及區(qū)域風(fēng)光出力的電動(dòng)汽車有序充電對(duì)電網(wǎng)負(fù)荷曲線的影響[J]. 電網(wǎng)技術(shù),2014,38(7)：1806-1811.

GE Shaoyun,GUO Jianwei,LIU Hong,et al. Impacts of electric vehicle’s ordered charging on power grid load curve considering demand side response and output of regional wind farm and photovoltaic generation[J]. Power System Technology,2014,38(7)：1806-1811.

[59] JIANG Quanyuan,HONG Haisheng. Wavelet-based capacity confi-guration and coordinated control of hybrid energy storage system for smoothing out wind power fluctuations[J]. IEEE Transactions on Power Systems,2013,28(2)：1363-1372.

[60] 張開宇,宋依群,嚴(yán)正. 考慮用戶違約可能的負(fù)荷聚合商儲(chǔ)能配置策略[J]. 電力系統(tǒng)自動(dòng)化,2015,39(17)：127-133.

ZHANG Kaiyu,SONG Yiqun,YAN Zheng. Energy storage capacity optimization for load aggregators considering probability of demand response resources breach[J]. Automation of Electric Power Systems,2015,39(17)：127-133.

[61] NICK M,CHERKAOUI R,PAOLONE M. Optimal planning of distributed energy storage systems in active distribution networks embedding grid reconfiguration[J]. IEEE Transactions on Power Systems,2017,PP(99)：1.

[62] SHOJAABADI S,ABAPOUR S,ABAPOUR M,et al. Optimal planning of plug-in hybrid electric vehicle charging station in distribution network considering demand response programs and uncertainties[J]. IET Generation,Transmission & Distribution,2016,10(13)：3330-3340.

[63] 姚偉鋒,趙俊華,文福拴,等. 配電系統(tǒng)與電動(dòng)汽車充電網(wǎng)絡(luò)的協(xié)調(diào)規(guī)劃[J]. 電力系統(tǒng)自動(dòng)化,2015,39(9)：10-18.

YAO Weifeng,ZHAO Junhua,WEN Fushuan,et al. Coordinated planning for power distribution system and electric vehicle charging infrastructures[J]. Automation of Electric Power Systems,2015,39(9)：10-18.

[64] 劉柏良,黃學(xué)良,李軍,等. 含分布式電源及電動(dòng)汽車充電站的配電網(wǎng)多目標(biāo)規(guī)劃研究[J]. 電網(wǎng)技術(shù),2015,39(2)：450-456.

LIU Bailiang,HUANG Xueliang,LI Jun,et al. Multi-objective planning of distribution network containing distributed generation and electric vehicle charging stations[J]. Power System Technology,2015,39(2)：450-456.