配电网负荷增加或分布式电源（DG）的接入将导致供电设备扩容的提前或延迟，从而引起容量成本的变动。根据辐射形配电网潮流特点，推导得到节点注入功率对支路电流影响的灵敏度系数，并结合节点-支路潮流关联矩阵，建立相应的灵敏度系数矩阵，用于计算配电网节点边际容量成本（LMCC）。基于LMCC，在用户自备的产权下，分析评估不同电价体制下的DG容量效益；在电网所有的产权下，建立多类型DG规划模型，并采用粒子群优化算法求解优化模型。算例对比验证了模型和方法的可行性。

分布式电源(DG)出力以及电动汽车(EV)充电的不确定性给配电网规划带来巨大挑战。首先，利用季节场景与时段划分法构建DG和常规负荷时序特性模型；其次，利用蒙特卡洛模拟法和交通起讫点分析法构建EV充电负荷时空分布模型；最后，基于2个模型得到的配电网各节点各时刻的DG出力、不同类型常规负荷及EV充电负荷，以配电网运营商年收益最大为目标函数，充分考虑网架新建、网架替换和DG选址定容等因素，构建考虑时序特性含DG和EV的配电网机会约束规划模型，并采用蒙特卡洛模拟嵌入双种群协同进化遗传算法的方法对模型进行求解。以某配电网为算例，验证了所提模型和算法的合理性和有效性。

含分布式电源的微电网潮流计算的MATLAB仿真

各种不同算法对分布式电源优化配置的比较研究（含算法）--电力系统.doc

分布式电源在配电网中并网渗透率越来越高，但增加了系统的总成本与不稳定性。本文以实现配电网经济性与安全稳定运行协调统一为目的，研究了配电网中并网DG渗透率确定情景下风光车储设备容量的优化配置方法。首先，从配电网投资管理者角度出发，以配电网年均收益最大为目标函数，同时引入DG输出功率波动最小指标，考虑配电网潮流、DG、储能三方约束条件建立风光车储容量配置双层优化模型，运用遗传算法进行求解；然后，对分布式电源接入节点已知的33节点配电网系统进行测试计算，求得DG并网总容量确定情景下的风光车储容量最优配置方案；最后，对不同DG渗透率情景下配电网年收益的影响进行分析，得出系统在该模型求解下并网DG的最大渗透率。算例结果验证了所设计方法的有效性，为含风光车储混合的配电网经济安全运行提供了新的思路。

分析含分布式电源的配电网故障恢复模型,综述几种目前比较流行的智能算法在含分布式电源配电网故障恢复问题中的应用及优缺点,并对整合不同算法后的组合智能算法在含有分布式电源的配电网故障恢复中的优化效果进行比较;针对当前能源局势与输配电要求日益提高的情况,分析智能算法在考虑多目标含分布式电源配电网故障恢复中的应用;最后,对含分布式电源的配电网故障恢复问题发展趋势进行展望.

基于多目标粒子群算法的储能容量配置，基于IEEE33节点电网，建立以储能投资成本网损成本峰谷套利收益为成本目标，以电压波动最小为安全指标的多目标规划模型。模型充分考虑了电力系统的潮流约束、储能SOC等约束，通过得到储能最优运行计划，得到了各个设备容量的最佳规划容量。

文章分析了分布式发电对保护范围、灵敏度以及自动重合闸装置的影响,并提出了基于故障分量的自适应电流速断保护与BP人工神经网络相配合的方案。该方案利用故障电流序分量识别故障类型,BP人工神经网络间接找出系统等效阻抗的变化规律,实现了自适应电流速断保护的功能。最后,对一个10kV配电系统进行仿真,验证了保护方案的有效性。

逆变型分布式电源(IIDG)的接入改变了小电阻接地系统的接地故障特性，不仅使传统零序电流的计算方法不再适用，而且对馈线零序电流保护造成了不利的影响。通过分析IIDG的故障电流特性，建立了具有低电压穿越能力的PQ控制型IIDG故障等值模型；在含IIDG小电阻接地系统接地故障分析建模的基础上，提出了零序电流迭代求解算法，并利用MATLAB编写相应的求解程序，将计算结果与电力系统实时仿真系统(RTDS)的仿真结果进行比较，验证了所提算法的有效性和准确性；基于所建立的故障分析模型，揭示了IIDG的接入对小电阻接地系统馈线零序电流保护的影响机理，利用所提零序电流迭代求解算法求解不同故障情况下的馈线零序电流值，验证了理论分析的正确性。

分布式电源(DG)并入配电网后,传统的接线结构由单电源供电网络变为了多电源供电网络,改变了系统的潮流分布,保护装置可能发生误动和拒动。为此,提出了一种新型的自适应电流保护方法。该方法增加了保护系数α,使得保护范围不会因DG接入及线路长度发生变化,解决了DG接入配电网带来的问题。