摘要：隨著分布式能源的大量接入，電力系統(tǒng)面臨如何減弱新能源并網(wǎng)引起波動的挑戰(zhàn)。合理配置分布式儲能能夠有效平抑波動，提高電能質(zhì)量，因此需要對分布式儲能配置問題進(jìn)行深入研究。該文首先研究并歸納了分布式儲能的發(fā)展現(xiàn)狀，其次從新型電力系統(tǒng)下分布式儲能的優(yōu)點(diǎn)入手，通過分析電源側(cè)、電網(wǎng)側(cè)以及用戶側(cè)等不同的應(yīng)用場景，建立了完善的分布式儲能合理配置流程，然后分別從優(yōu)化模型的搭建和優(yōu)化方法的選擇2方面展開研究，匯總了常用的目標(biāo)函數(shù)和約束條件，論述了典型優(yōu)化算法的適用性，*后根據(jù)目前分布式儲能配置的研究現(xiàn)狀，指出了目前優(yōu)化過程中需要改進(jìn)的問題。

關(guān)鍵詞：新型電力系統(tǒng)；分布式能源；分布式儲能；優(yōu)化配置；智能優(yōu)化算法

0.引言

分布式可再生能源發(fā)電是基于風(fēng)、光等新能源的分布式發(fā)電，具有建設(shè)周期短、應(yīng)用場景多、環(huán)境負(fù)效應(yīng)低、技術(shù)成熟度高等優(yōu)勢，發(fā)展前景廣闊[1]。2022年前3季度，分布式光伏新增裝機(jī)超過全國光伏新增裝機(jī)的2/3，成為裝機(jī)增長*快的可再生能源發(fā)電類型，這意味著“分布式光伏整縣推進(jìn)"模式在全國范圍內(nèi)鋪開，高比例清潔能源占比逐步提高，分布式配儲能的應(yīng)用前景逐漸體現(xiàn)，因此分布式儲能的規(guī)劃部署作為分布式儲能工程合理性應(yīng)用的前提至關(guān)重要。

為實(shí)現(xiàn)2021年4月國家能源局發(fā)布的《關(guān)于加快推動新型儲能發(fā)展的指導(dǎo)意見(征求意見稿)》中“儲能裝機(jī)3000萬kW"目標(biāo)，各省份紛紛出臺相應(yīng)政策，對不同項(xiàng)目的儲能配比做出相應(yīng)規(guī)定，具體見附錄A表A1。通過匯總表對比可以看出：(1)各省份儲能儲能裝機(jī)配比均在10%以上，充電時(shí)長均在2h以上；(2)規(guī)范的項(xiàng)目多為集中式儲能容量配比，對于分布式儲能容量配比規(guī)定較少，缺乏對其系統(tǒng)性研究；(3)政策中關(guān)于儲能容量配比還未能根據(jù)儲能具體應(yīng)用場景細(xì)化。

相較于集中式儲能，分布式儲能可減少集中儲能電站的線路損耗和投資壓力，但也具有分散布局、可控性差等特點(diǎn)。合理規(guī)劃分布式儲能，不但可以促進(jìn)新能源的消納，降低棄風(fēng)棄光率，還可以通過“削峰填谷"來降低配電網(wǎng)的容量，減少投資資源[3]。圍繞分布式儲能規(guī)劃的問題，國內(nèi)外專家學(xué)者開展了大量研究，已獲得階段性成果，目前主要側(cè)重于不同場景的數(shù)學(xué)建模和規(guī)劃優(yōu)化方法等方面。對此，本文從新型電力系統(tǒng)下分布式儲能的特點(diǎn)入手，圍繞分布式儲能的應(yīng)用場景建立了分布式儲能優(yōu)化配置的研究框架，旨在對新型電力系統(tǒng)下分布式儲能的配置方法進(jìn)行詳細(xì)梳理，對新型電力系統(tǒng)的優(yōu)化具有重要意義。首先研究了分布式儲能的物理架構(gòu)，對其典型應(yīng)用場景進(jìn)行了歸納總結(jié)，基于對不同指標(biāo)以及不同目標(biāo)函數(shù)的考慮，歸納分布式儲能容量配置的不同，旨在對分布式儲能的容量規(guī)劃配置做系統(tǒng)的歸納以及對改進(jìn)其配置方法做合理的展望。

1.分布式儲能應(yīng)用場景及配置流程

規(guī)劃配置分布式儲能系統(tǒng)，需要從分析儲能在不同應(yīng)用場景下發(fā)揮的關(guān)鍵作用和服務(wù)典型應(yīng)用場景下的分布式儲能容量配置流程設(shè)計(jì)2個(gè)方面出發(fā)，滿足分布式儲能容量配置合理性與科學(xué)性要求。

1.1分布式儲能的應(yīng)用場景

根據(jù)分布式儲能在電力系統(tǒng)中的安裝位置，其應(yīng)用場景可分為發(fā)電側(cè)、電網(wǎng)側(cè)以及用戶側(cè)，如圖1所示。在發(fā)電側(cè)，分布式儲能可參與可再生能源并網(wǎng)、減少棄風(fēng)棄光、負(fù)荷跟蹤、系統(tǒng)調(diào)頻等應(yīng)用場景；在電網(wǎng)側(cè)，可參與輔助電力調(diào)峰、備用容量、緩解電網(wǎng)阻塞、延緩輸配電設(shè)備擴(kuò)容、無功支持、輔助動態(tài)運(yùn)行等應(yīng)用場景；在用戶側(cè)，分布式儲能可用于峰谷價(jià)差套利、容量費(fèi)用管理、提升電能質(zhì)量、提升供電可靠性等應(yīng)用場景，下面對不同場景下分布式儲能的不同應(yīng)用進(jìn)行歸納分析，以找到各場景下儲能的合理容量配置方法。

圖1分布式儲能應(yīng)用場景

在用戶側(cè)，分布式儲能可用于峰谷價(jià)差套利、容量費(fèi)用管理、提升電能質(zhì)量、提升供電可靠性等應(yīng)用場景，下面對不同場景下分布式儲能的不同應(yīng)用進(jìn)行歸納分析，以找到各場景下儲能的合理容量配置方法。

1.2分布式儲能容量配置流程

分布式儲能容量配置需要綜合考慮應(yīng)用場景用戶與市場需求的分析，建立起適合該應(yīng)用情況下的容量配置數(shù)學(xué)模型，具體容量配置流程見圖

從流程圖可以看出：

(1)分布式儲能容量配置需

要根據(jù)應(yīng)用場景以及市場與用戶需求得出儲能容量配置的目標(biāo)函數(shù)；

.       根據(jù)配電網(wǎng)運(yùn)行要求以及儲能自身?xiàng)l件確定該模型的運(yùn)行約束條件；

.       對設(shè)計(jì)的數(shù)學(xué)模型，選取合理的算法對目標(biāo)函數(shù)進(jìn)行求解。因此，本文接下來就目前對不同目標(biāo)函數(shù)的研究進(jìn)行歸納總結(jié)與分析。

圖2分布式儲能容量配置流程

2.分布式儲能數(shù)學(xué)建模

經(jīng)濟(jì)性是儲能配置過程中 要考慮的因素，而可靠性貫穿于新型電力系統(tǒng)的各個(gè)部分，它保證了分布式儲能的持續(xù)出力能力以及抵御電網(wǎng)波動的能力，因此研究分布式儲能優(yōu)化配置的經(jīng)濟(jì)性和可靠性具有重要意義，下面將分別對其進(jìn)行深入研究。

2.1經(jīng)濟(jì)性

目前，分布式儲能存在投資成本較高、投資回收期較長等問題，對此，行業(yè)內(nèi)專家學(xué)者對分布式儲能各類應(yīng)用場景的經(jīng)濟(jì)性問題開展了相關(guān)研究。針對優(yōu)化應(yīng)用于電源側(cè)的儲能容量配置，其經(jīng)濟(jì)性主要體現(xiàn)在新能源消納以及碳收益方面!。提高了儲能參與新能源消納的效率。對于配電網(wǎng)側(cè)，其經(jīng)濟(jì)性主要體現(xiàn)在降低網(wǎng)損收益、削峰填谷、配電網(wǎng)新能源消納等方面。文獻(xiàn)針對配電網(wǎng)削峰填谷、降低網(wǎng)損的場景，提出了一種修正儲能容量的方法，以配電網(wǎng)總成本*低為優(yōu)化目標(biāo)，使得儲能容量與壽命達(dá)到較好的配合,具有更優(yōu)的經(jīng)濟(jì)性。

從分布式儲能的優(yōu)化配置經(jīng)濟(jì)性研究現(xiàn)狀中，可以得出:

.       政策為分布式儲能提供效益保障，合理制定電價(jià)機(jī)制以及補(bǔ)貼政策是實(shí)現(xiàn)儲能商業(yè)價(jià)值的重要因素;

.       目標(biāo)函數(shù)的設(shè)立大多包含投資成本及運(yùn)維成本，體現(xiàn)出目前成本高昂問題依舊是提高儲能容量配置經(jīng)濟(jì)性的限制因素，因此如何降低配置成本是儲能行業(yè)發(fā)展的 ;

.       約束條件的確定與儲能應(yīng)用場景相關(guān)，在用戶側(cè)，通常要考慮儲能自身約束，比如儲能充放電約束、荷電狀態(tài)約束等，

在電源側(cè)，還需要考慮傳統(tǒng)火電機(jī)組、新能源電站的出力約束；在配電網(wǎng)側(cè)，還需要考慮電力系統(tǒng)潮流約束、節(jié)點(diǎn)電壓約束等。

2.2可靠性

新型電力系統(tǒng)中可再生能源發(fā)電占比越來越大，大量新能源并網(wǎng)以及電力電子器件的接入會給電網(wǎng)帶來較大沖擊，配電網(wǎng)中包含了很多 負(fù)荷、二級負(fù)荷，需要越來越高的電能質(zhì)量，同時(shí)在負(fù)荷高峰期，部分負(fù)荷可能會因系統(tǒng)輸配電能力有限而失去供電。

為減少新型電力系統(tǒng)中的重要用戶因電網(wǎng)故障或負(fù)荷停電造成的經(jīng)濟(jì)損失，通過配置一定容量的分布式儲能作為應(yīng)急電源或不間斷電源，能有效提高系統(tǒng)可靠性。除此之外，儲能系統(tǒng)因其本身特性可以 快速地控制有功和無功，提升系統(tǒng)響應(yīng)擾動的能力，調(diào)整頻率與電壓到標(biāo)準(zhǔn)值，還能補(bǔ)償負(fù)荷波動，提高系統(tǒng)運(yùn)行的穩(wěn)定性，因此研究分布式儲能配置的可靠性指標(biāo)是提升新型電力系統(tǒng)穩(wěn)定性的重要方向。

.       優(yōu)化算法

3.1經(jīng)典優(yōu)化算法

在根據(jù)分布式儲能的應(yīng)用場景選取合適的目標(biāo)函數(shù)以及約束條件后，需要對建立好的儲能配置模型進(jìn)行求解，才能得到儲能配置參數(shù)，完成儲能配置過程，選取合適的優(yōu)化算法也是儲能能否實(shí)現(xiàn)優(yōu)化配置的重要一環(huán)。

3.1.1線性規(guī)劃

線性規(guī)劃是在一組線性約束條件的限制下，求一線性目標(biāo)函數(shù)*大或*小的問題。而在求解儲能容量配置問題時(shí)，其目標(biāo)數(shù)及約束條件往往是非線性的，因此需要將非線性的目標(biāo)函數(shù)及約束條件進(jìn)行線性化才能求解。

3.1.2動態(tài)規(guī)劃

動態(tài)規(guī)劃是通過將大問題拆分成小問題，同時(shí)明確各問題之間的邏輯關(guān)系，進(jìn)而以遞推的方式去解決問題。在求解儲能容量配置模型優(yōu)化問題中，將目標(biāo)函數(shù)中的優(yōu)化變量折解為子變量，按子變量的邏輯關(guān)系逐一求解。

分布式儲能的動態(tài)配置通過動態(tài)地調(diào)節(jié)配電網(wǎng)的潮流分布，可有效降低配電網(wǎng)網(wǎng)損成本，由于網(wǎng)內(nèi)負(fù)荷的季節(jié)性變化是儲能配置發(fā)生變化的主要影響因素，而動態(tài)規(guī)劃模型相對于靜態(tài)規(guī)劃模型的優(yōu)點(diǎn)是能夠得到全局*優(yōu)解，因此，儲能動態(tài)配置比固定配置更具有經(jīng)濟(jì)性，且能利用優(yōu)化目標(biāo)與子目標(biāo)之間的邏輯關(guān)系，減少冗余計(jì)算過程，提高優(yōu)化效率。其缺點(diǎn)在于：沒有固定的求解模型，依賴決策者提供*優(yōu)判斷，同時(shí)沒有維數(shù)限制，對求解的空間需求大。

3.2智能優(yōu)化算法

3.2.1遺傳算法

遺傳算法(geneticalgorithm,GA)其本質(zhì)是一種具有并行性、全局性、自適應(yīng)尋優(yōu)特點(diǎn)的方法，能在尋優(yōu)過程中自動搜集可行域內(nèi)的有效信息，并自適應(yīng)地控制搜索過程以求得近似*優(yōu)解。在應(yīng)用于儲能容量配置的過程中，其主要求解流程如圖3所示，主要步驟有：確定儲能容量配置參數(shù)集，對所需參數(shù)進(jìn)行二進(jìn)制編碼，確定初始儲能容量配置種群，根據(jù)儲能各應(yīng)用場景下的目標(biāo)函數(shù)對其進(jìn)行適應(yīng)度評價(jià)，對參數(shù)進(jìn)行選擇交叉變異產(chǎn)生新一代種群直到迭代次數(shù)滿足所設(shè)置要求。算法求解結(jié)束，可以得到所要求的儲能容量配置的參數(shù)。

遺傳算法為全局優(yōu)化算法，其對于求解多目標(biāo)函數(shù)、混合非線性問題有其顯著的優(yōu)點(diǎn)，但其求得的優(yōu)化解一般不為*優(yōu)解，一般為*優(yōu)解附近的職值，在收斂性以及求解速度方面都存在局限性。對此，國內(nèi)外專家學(xué)者對遺傳算法應(yīng)用在分布式儲能規(guī)劃問題上展開研究，表2歸納了遺傳算法求解的標(biāo)丞數(shù)、改進(jìn)之處以及目前在應(yīng)用方面的側(cè) 。

圖3遺傳算法流程圖

分析表2可以看出，目前應(yīng)用遺傳算法來解決分布式儲能規(guī)劃的選址定容問題，其評價(jià)指標(biāo)主要考慮儲能容量配置的經(jīng)濟(jì)性方面或者以經(jīng)濟(jì)性為主體的多目標(biāo)函數(shù)，目前改進(jìn)的方向主要有：

.       與其他智能算法相結(jié)合，通過算法之間的嵌入來改善遺傳算法的收斂性以及收斂速度；

.       改進(jìn)遺傳算法中的選擇、交叉以及變異因子，使其更科學(xué)，更具適用性；

.       在使用遺傳算法優(yōu)化前，對種群個(gè)體適應(yīng)度進(jìn)行排序，選取適用度高的個(gè)體做初代種群。

3.2.2群智能優(yōu)化算法

群智能算法源于自然群體通過合作方式覓食的行為研究，每個(gè)具有經(jīng)驗(yàn)和智慧的個(gè)體通過相互作用機(jī)制形成強(qiáng)大的群體性智慧，以此解決復(fù)雜的問題，目前常見的應(yīng)用在分布式儲能容量配置領(lǐng)域中的群智能優(yōu)化算法有：蟻群算法、粒子群算法、菌群算法、蛙跳算法、狼群算法、鯨魚算法等。其中，粒子群算法(particleswarmoptimization，PSO)因?yàn)槿菀住⒕雀?、收斂快等?yōu)點(diǎn)，被廣泛應(yīng)用于儲能容量配置等方面。

粒子群算法的核心思想是利用群體中個(gè)體對信息的共享，使得整個(gè)群體的運(yùn)動在問題求解空間中產(chǎn)生從無序到有序的演化過程，從而獲得問題的*優(yōu)解，粒子群算法中兩大核心公式為速度更新公式與位置更新公式，即：

粒子群算法應(yīng)用在分布式儲能容量配置方面，其主要的流程如圖4所示，首先需要確定區(qū)域配電網(wǎng)的各項(xiàng)參數(shù)，確定儲能應(yīng)用場景，選取儲能配置參數(shù)作初始化粒子群，初始化粒子位置向量和速度向量，計(jì)算粒子的目標(biāo)函數(shù)值，種群速度主要受慣性權(quán)重和學(xué)習(xí)因子參數(shù)影響，學(xué)習(xí)因子影響多維度尋優(yōu)效率，慣性權(quán)重大小與全局搜索能力正相關(guān)，ω取值較大時(shí)有利于全局搜索，使得PSO算法收斂速度更快；ω取值較小時(shí)則更有利于局部搜索，使得PSO算法收斂精度更高。

PSO算法有迭代簡單、利用群體智能進(jìn)行優(yōu)化等優(yōu)點(diǎn)，廣泛應(yīng)用于新型電力系統(tǒng)中分布式儲能容量優(yōu)化配置中。

圖4PSO優(yōu)化算法流程圖

分布式儲能優(yōu)化配置的應(yīng)用場景很多，針對不同應(yīng)用場景下的求解需要選擇合理的算法，各類算法具有各自的優(yōu)缺點(diǎn)，需要在此基礎(chǔ)上進(jìn)行改進(jìn)，使之更好地對問題進(jìn)行求解，目前主要應(yīng)用的智能算法，如遺傳算法和粒子群算法，依然有計(jì)算量大、易落入局部*優(yōu)等缺點(diǎn)，對此類算法進(jìn)行改進(jìn)并使之在儲能優(yōu)化配置問題中有更好的收斂性與效率是目前的研究 。

4.Acrel-2000ES儲能柜能量管理系統(tǒng)

4.1系統(tǒng)概述

安科瑞儲能能量管理系統(tǒng)Acrel-2000ES，專門針對工商業(yè)儲能柜、儲能集裝箱研發(fā)的一款儲能EMS，具有完善的儲能監(jiān)控與管理功能,涵蓋了儲能系統(tǒng)設(shè)備(PCS、BMS、電表、消防、空調(diào)等)的詳細(xì)信息,實(shí)現(xiàn)了數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)查詢與分析、可視化監(jiān)控、報(bào)警管理、統(tǒng)計(jì)報(bào)表等功能。在 應(yīng)用上支持能量調(diào)度,具備計(jì)劃曲線、削峰填谷、需量控制、防逆流等控制功能。

4.2系統(tǒng)結(jié)構(gòu)

Acrel-2000ES，可通過直采或者通過通訊管理或串口服務(wù)器將儲能柜或者儲能集裝箱內(nèi)部的設(shè)備接入系統(tǒng)。系統(tǒng)結(jié)構(gòu)如下：

4.3系統(tǒng)功能

4.3.1實(shí)時(shí)監(jiān)測

系統(tǒng)人機(jī)界面友好，能夠顯示儲能柜的運(yùn)行狀態(tài)，實(shí)時(shí)監(jiān)測PCS、BMS以及環(huán)境參數(shù)信息，如電參量、溫度、濕度等。實(shí)時(shí)顯示有關(guān)故障、告警、收益等信息。

4.3.2設(shè)備監(jiān)控

系統(tǒng)能夠?qū)崟r(shí)監(jiān)測PCS、BMS、電表、空調(diào)、消防、除濕機(jī)等設(shè)備的運(yùn)行狀態(tài)及運(yùn)行模式。

PCS監(jiān)控：滿足儲能變流器的參數(shù)與限值設(shè)置；運(yùn)行模式設(shè)置；實(shí)現(xiàn)儲能變流器交直流側(cè)電壓、電流、功率及充放電量參數(shù)的采集與展示；實(shí)現(xiàn)PCS通訊狀態(tài)、啟停狀態(tài)、開關(guān)狀態(tài)、異常告警等狀態(tài)監(jiān)測。

BMS監(jiān)控：滿足電池管理系統(tǒng)的參數(shù)與限值設(shè)置；實(shí)現(xiàn)儲能電池的電芯、電池簇的溫度、電壓、電流的監(jiān)測；實(shí)現(xiàn)電池充放電狀態(tài)、電壓、電流及溫度異常狀態(tài)的告警。

空調(diào)監(jiān)控：滿足環(huán)境溫度的監(jiān)測，可根據(jù)設(shè)置的閾值進(jìn)行空調(diào)溫度的聯(lián)動調(diào)節(jié)，并實(shí)時(shí)監(jiān)測空調(diào)的運(yùn)行狀態(tài)及溫濕度數(shù)據(jù)，以曲線形式進(jìn)行展示。

UPS監(jiān)控：滿足UPS的運(yùn)行狀態(tài)及相關(guān)電參量監(jiān)測。

4.3.3曲線報(bào)表

系統(tǒng)能夠對PCS充放電功率曲線、SOC變換曲線、及電壓、電流、溫度等歷史曲線的查詢與展示。

4.4.3.4策略配置

滿足儲能系統(tǒng)設(shè)備參數(shù)的配置、電價(jià)參數(shù)與時(shí)段的設(shè)置、控制策略的選擇。目前支持的控制策略包含計(jì)劃曲線、削峰填谷、需量控制等。

4.3.5實(shí)時(shí)報(bào)警

儲能能量管理系統(tǒng)具有實(shí)時(shí)告警功能，系統(tǒng)能夠?qū)δ艹浞烹娫较?、溫度越限、設(shè)備故障或通信故障等事件發(fā)出告警。

4.3.6事件查詢統(tǒng)計(jì)

儲能能量管理系統(tǒng)能夠?qū)b信變位，溫濕度、電壓越限等事件記錄進(jìn)行存儲和管理，方便用戶對系統(tǒng)事件和報(bào)警進(jìn)行歷史追溯，查詢統(tǒng)計(jì)、事故分析。

4.3.7遙控操作

可以通過每個(gè)設(shè)備下面的紅色按鈕對PCS、風(fēng)機(jī)、除濕機(jī)、空調(diào)控制器、照明等設(shè)備進(jìn)行相應(yīng)的控制，但是當(dāng)設(shè)備未通信上時(shí)，控制按鈕會顯示無效狀態(tài)。

4.3.8用戶權(quán)限管理

儲能能量管理系統(tǒng)為保障系統(tǒng)安全穩(wěn)定運(yùn)行，設(shè)置了用戶權(quán)限管理功能。通過用戶權(quán)限管理能夠防止未經(jīng)授權(quán)的操作（如遙控的操作，數(shù)據(jù)庫修改等）?？梢远x不同級別用戶的登錄名、密碼及操作權(quán)限，為系統(tǒng)運(yùn)行、維護(hù)、管理提供可靠的安全保障。

5.相關(guān)平臺部署硬件選型清單

6.結(jié)束語

新型電力系統(tǒng)中新能源占比越來越大，給電網(wǎng)穩(wěn)定性和電能質(zhì)量帶來很多問題和挑戰(zhàn)，通過合理規(guī)劃分布式儲能，不僅可以促進(jìn)新能源的消納，還可以提升電網(wǎng)穩(wěn)定持續(xù)供電能力。本文針對分布式儲能的優(yōu)化配置問題展開深入研究，根據(jù)分布式儲能的不同應(yīng)用場景，構(gòu)建了完善的優(yōu)化配置模型，同時(shí)從模型搭建和優(yōu)化算法選擇2方面進(jìn)行研究歸納，得到以下結(jié)論：

1）通過對分布式儲能系統(tǒng)經(jīng)濟(jì)性方面目標(biāo)函數(shù)的研究，得出目前存在的儲能成本較高、 期長等問題，需要相關(guān)部門制定相應(yīng)政策進(jìn)行引導(dǎo)調(diào)節(jié)，例如在建造分布式儲能初期給予投資方一定比例的獎勵以降低投資成本，在電網(wǎng)調(diào)度中優(yōu)先調(diào)用已投運(yùn)的分布式儲能以減短 期。

2）現(xiàn)有的分布式儲能優(yōu)化配置模型一般從經(jīng)濟(jì)性和可靠性2方面選取目標(biāo)函數(shù)，且優(yōu)化目標(biāo)一般較為單一，下一步應(yīng)考慮加入其他方面的優(yōu)化目標(biāo)，例如環(huán)保性和能源利用率等，并考慮將其轉(zhuǎn)化為經(jīng)濟(jì)性、可靠性2方面的目標(biāo)函數(shù)；此外，對于多目標(biāo)優(yōu)化中各目標(biāo)函數(shù)的權(quán)重應(yīng)根據(jù)具體場景進(jìn)行合理分配。

3）隨著分布式儲能優(yōu)化配置的研究更加深入，會出現(xiàn)更多類型的優(yōu)化指標(biāo)，因此不僅要完善目標(biāo)函數(shù)體系，還要對現(xiàn)有的優(yōu)化算法進(jìn)行改進(jìn)，提高方法 度和適用性，使得優(yōu)化結(jié)果具有更高的可信度。

參考文獻(xiàn)

[1]李建林，姜冶蓉，馬速良，崔宜琳，郭霄宇.新型電力系統(tǒng)下分布式儲能應(yīng)用場景與優(yōu)化配置.2024

[2]張光儒，任浩棟，馬振祺，等.提升配電網(wǎng)承載力和調(diào)節(jié)能力的整縣分布式光伏儲能配置方法[J].電氣技術(shù)，2022，23(11)：49-55，61.

[3]安科瑞企業(yè)微電網(wǎng)設(shè)計(jì)與應(yīng)用手冊.2022.05版.