徐嘉斌，吉兴全，公茂法

(山东科技大学，山东 青岛 266590)

0 引 言

随着新能源发电技术日趋成熟，分布式电源(Distribution Generation, DG)[1]在配电网中不断渗透，传统的配网分析方法已无法适用于当前含多种DG的复杂配电网。DG的广泛应用使得对配电网潮流计算[2-4]、故障恢复[5-7]以及优化重构[8-12]等问题的研究不得不考虑DG的影响。

在配电网的优化重构方面，DG的模型主要分为两大类：一类是确定性模型，即将DG视为恒功率输出或者功率可控的电源，并以负的负荷形式处理[8-10]。另一类是概率模型，即考虑DG出力的随机性，并通过概率统计的方式对DG的出力进行描述[11-12]。在确定性模型方面，文献[8]将DG视为恒功率输出，并采用混合粒子群算法对含DG的配电网重构问题进行求解；文献[9]在文献[8]的基础上改进了编码方式，采用基于独立环路的整数编码方式，减小了搜索空间，但在处理无效解时较为繁琐；文献[10]提出一种基于功率矩和邻域搜索的配电网两层重构算法，可以有效的提高配网重构的效率。在概率模型方面，文献[11]建立了基于机会约束规划的配电网重构模型，并使用改进蚁群算法进行计算；文献[12]在文献[11]的基础上，提出了基于无向生成树的并行遗传算法，实现了配电网重构模型的并行求解，对概率模型中计算规模较大进行了优化，提高了配网重构的效率。

上述文献中，无论采用确定性模型还是采用概率模型，均认为DG并联无功补偿设备，将DG看作为恒功率因数运行。在实际的配电网中，有些DG没有并入无功补偿设备，因此，这种DG恒功率因数模型仅能近似的描述部分DG的出力，忽略了电网结构以及节点电压改变对DG无功输出的影响，难以寻找到实际情况下最优重构方案。……