CN103904644B - 一种基于分布式电源接入的智能变电站负荷自动分配方法 - Google Patents

Abstract

本发明涉及一种基于分布式电源接入的智能变电站负荷自动分配方法，其包括以下步骤：建立分布式电源的数学模型，包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型；根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算，在给定约束条件下，建立分布式电源接入配电网的无功优化模型和网络重构模型；智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代，逐步逼近最优解，完成分布式电源接入配电网的智能变电站负荷自动分配。本发明可以广泛应用于智能变电站的负荷自动分配过程中。

Description

一种基于分布式电源接入的智能变电站负荷自动分配方法

技术领域

本发明涉及一种电力系统负荷分配方法，特别是关于一种基于分布式电源接入的智能变电站负荷自动分配方法。

背景技术

负荷自动分配是以电力系统各节点的电压合格为前提条件，以网损最小为最终目标，现有技术分别采用无功优化和网络重构技术达到降低配电网电能损耗的目的。无功优化技术采用无功补偿装置的投入、有载调压变压器分接头的调节、发电机端电压的调节，以达到降低无功损耗的目的，无功优化方法主要有：非线性规划法，和线性规划法。网络重构技术按照一定的重构策略选择不同分段开关、联络开关状态的组合操作，实现整个配电网络的优化运行。

由于未来配电网包含大量的分布式电源并网，部分分布式电源具有较大的随机性和波动性，分布式电源并网运行使得配电网从放射状无源网络变成分布有中小型电网的有源网络，并对对配电网重构、无功优化规则提出了新的要求，使配电网的控制和管理变得更加复杂。分布式电源接入配电网的位置、注入功率以及功率因数的不同，都将对负荷自动分配方法造成影响，随着分布式电源注入有功功率的增加，电力系统有功损耗降低、节点电压升高，同样也会影响到负荷分配方法。对不含储能装置的风力、光伏发电等不可调度分布式电源而言，其输出功率由风速、光强等因素决定，不可调度分布式电源的随机性较强，导致配电网络最优负荷分配方法有可能随时发生改变。因此随着分布式电源的大量接入，给以往的无功优化和网络重构技术造成新的影响，为了提高电网运行效率，分布式电源接入后有必要对无功优化和网络重构进行优化，提高系统运行的安全性和经济性。

发明内容

针对上述问题，本发明的目的是提供一种以有功网损最小为目标的基于分布式电源接入的智能变电站负荷自动分配方法，该方法利用无功优化模型和网络重构模型，优化电网运行、降低网络损耗、提高电网分析功能和控制功能的速度与可靠性，并且能够有效保障电网安全、可靠、经济地运行。

为实现上述目的，本发明采取以下技术方案：一种基于分布式电源接入的智能变电站负荷自动分配方法，其包括以下步骤：1）建立分布式电源的数学模型，包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型；2）建立分布式电源接入配电网的无功优化模型和网络重构模型；3）智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代，逐步逼近最优解，完成分布式电源接入配电网的智能变电站负荷自动分配。

所述步骤1）中，风力发电机组的数学模型为：

$P_w=\left\{\begin{array}{cc}0,& v\&le;v_{\mathrm{ci}}\\ k_{1}v+k_2& v_{\mathrm{ci}}<v\&le;v_r\\ P_r,& v_r<v\&le;v_{\mathrm{co}}\\ 0,& v>v_{\mathrm{co}}\end{array}\right.,$

式中，P_w为风力发电机组的输出功率，v为风速，k₁＝P_r/(v_r-v_ci)，k₂＝-k₁v_ci，P_r为风力发电机组的额定功率；v_ci为切入风速；v_r为额定风速；v_co为切出风速。

所述步骤1）中，光伏电池的数学模型为：

$f\left(P_{\mathrm{pV}}\right)=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)+\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\left(\frac{P_{\mathrm{pV}}}{R_M}\right)}^{\mathrm{\&alpha;}-1}{(1-\frac{P_{\mathrm{pV}}}{R_M})}^{\mathrm{\&beta;}-1},$

式中，Γ(α+β)为Beta分布的形状系数，α和β均为Beta分布的形状参数，P_pv为光伏电池平均输出功率，R_M为光伏电池的最大输出功率。

所述步骤2）中，建立分布式电源接入配电网的无功优化模型和网络重构模型，其具体包括以下步骤：①根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算；②在给定约束条件下，建立分布式电源接入配电网的无功优化模型，其具体包括：Ⅰ、以无功优化的配电网系统的有功网损P_loss最小建立目标函数：

$P_{\mathrm{loss}}=\underset{i=1}{\overset{l}{\mathrm{\&Sigma;}}}{r}_i({P_i}^2+{Q_i}^2)/{V_i}^2,$

式中，l为支路总数，r_i为支路i的电阻，V_i为支路i的末端点电压，P_i为流过支路i的有功功率，Q_i为流过支路i的无功功率；Ⅱ、以负荷节点电压U作为状态变量，以配电网有功网损P_loss最小作为目标函数，在以无功优化的配电网系统的有功网损P_loss最小所建立的目标函数中嵌入负荷节点电压越限罚函数，建立分布式电源接入配电网的无功优化目标函数：

$F=\min =\{P_{\mathrm{loss}}+\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\left(\frac{{\mathrm{\&Delta;U}}_i}{U_{i\max }-U_{i\min }}\right)\},$

式中，λ为节点电压越限罚系数，n为负荷节点数，ΔU_i为第i支路的电压差，U_imin和U_imax分别为支路i上电压U_i的最小值和最大值；Ⅲ、将分布式电源的无功容量Q_DG、无功补偿设备出力Q_C和有载调压变压器的电压比V_R作为控制变量，建立控制变量的不等式约束条件：

$\left\{\begin{array}{c}{Q}_{\mathrm{DG}\min }\&le;Q_{\mathrm{DG}}\&le;Q_{\mathrm{DG}\max }\\ Q_{C\min }\&le;Q_C\&le;Q_{C\max }\\ V_{R\min }\&le;V_R\&le;V_{R\max }\end{array}\right.$

式中，Q_DGmin和Q_DGmax分别表示分布式电源的无功容量的最小值和最大值；Q_Cmin和Q_Cmax分别表示无功补偿设备出力的最小值和最大值；V_Rmin和V_Rmax分别表示有载调压变压器电压比的最小值和最大值；Ⅳ、建立各状态变量的不等式约束条件：

U_imin≤U_i≤U_imax；

③在给定约束条件下，建立分布式电源接入配电网的网络重构模型，其具体包括：Ⅰ、以配电系统有功网损P_loss最小为优化目标，建立分布式电源接入配电网的网络重构目标函数：

$\min E\left(P_{\mathrm{loss}}\right)=\min \underset{j\&Element;N_T}{\mathrm{\&Sigma;}}{p}_j{P}_{\mathrm{loss}},$

式中，E(P_loss)为电力系统有功网损的期望值，p_j为支路j的有功功率，N_T为支路数目；Ⅱ、建立网络重构目标函数的约束条件，其包括：a）建立潮流方程等式约束条件：

f(P_L,Q_L,P_D,Q_D,Q_C)＝0，

式中，P_L,Q_L,P_D,Q_D,Q_C分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量；b）建立支路传输功率约束条件：

k_iS_i≤S_imax，

式中，S_i和S_imax分别为支路i的输送功率和支路i的输送功率的最大值，k_i为分布式电源输出功率系数；c）建立支路末端点电压约束条件：

V_imin≤V_i≤V_imax，

式中，V_imax和V_imin分别为支路i的末端点电压V_i的上限值和下限值；d）建立网络辐射状约束条件：网络重构后配电网络需呈辐射状，且不存在环路、孤立节点和孤岛。

所述步骤②中分布式电源的无功容量Q_DG的计算过程为：根据建立的分布式电源的数学模型，计算得到间歇性分布式电源的无功容量，结合稳定性分布式电源的PQ模型，计算得到分布式电源的无功容量Q_DG。

本发明由于采取以上技术方案，其具有以下优点：1、本发明由于根据分布式电源出力特性，建立了分布式电源接入配电网的相应的无功优化和网络重构模型，智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代，逐步逼近最优解，完成分布式电源接入配电网的智能变电站负荷自动分配控制，因此本发明优化电网运行、降低网络损耗、提高电网分析功能和控制功能的速度与可靠性，并且能够有效保障电网安全、可靠、经济地运行。2、本发明由于基于分布式电源接入配电网，对智能变电站负荷自动分配系统重中的无功优化和网络重构模型进行了优化，优化后的无功优化模型和网络重构模型更具有实用性和适应性，因此本发明能够实现以有功网损最小为目标的负荷自动分配，提高电网运行效率。基于以上优点，本发明可以广泛应用于智能变电站的负荷自动分配过程中。

具体实施方式

下面结合实施例对本发明进行详细的描述。

本发明基于分布式电源接入的智能变电站负荷自动分配方法包括以下步骤：

1、建立分布式电源的数学模型

分布式电源根据发电的连续性可以分为间歇性分布式电源和稳定性分布式电源。例如，风力发电机组和光伏电池属于间歇性分布式电源，小型抽水蓄能电站、微型燃气轮机和燃料电池等属于稳定性分布式电源。对于间歇性分布式电源和稳定性分布式电源，采用不同的数学模型进行描述。

1）建立间歇性分布式电源的数学模型，其具体包括风力发电模型和光伏发电模型。

①建立风力发电机组的数学模型，其具体包括：

Ⅰ、将Weibull分布（韦伯分布）双参数曲线作为风速统计描述的概率密度函数，其表达式为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp [-{\left(\frac{v}{c}\right)}^k]$ （1）

式中，v为风速；k和c分别为Weibull分布的形状参数和尺度参数，Weibull分布的形状参数k和c尺度参数根据某地区风速的历史数据求取。

Ⅱ、风力发电机组的输出功率P_w随风速v变化而改变，根据风力发电机组的输出功率P_w与风速v之间的近似关系，得到风力发电机组的输出功率P_w的概率分布，即风力发电机组的数学模型为：

$P_w=\left\{\begin{array}{cc}0,& v\&le;v_{\mathrm{ci}}\\ k_{1}v+k_2& v_{\mathrm{ci}}<v\&le;v_r\\ P_r,& v_r<v\&le;v_{\mathrm{co}}\\ 0,& v>v_{\mathrm{co}}\end{array}\right.$ （2）

式中，k₁＝P_r/(v_r-v_ci)，k₂＝-k₁v_ci，P_r为风力发电机组的额定功率；v_ci为切入风速；v_r为额定风速；v_co为切出风速。

②建立光伏电池的数学模型

光伏电池的输出功率与辐照强度密切相关，将辐照强度近似看成Beta分布（贝塔分布），光伏电池输出功率P_PV的概率密度函数，即光伏电池的数学模型为：

$f\left(P_{\mathrm{pV}}\right)=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)+\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\left(\frac{P_{\mathrm{pV}}}{R_M}\right)}^{\mathrm{\&alpha;}-1}{(1-\frac{P_{\mathrm{pV}}}{R_M})}^{\mathrm{\&beta;}-1}$ （3）

式中，Γ(α+β)为Beta分布的形状系数，α和β均为Beta分布的形状参数，P_pv为光伏电池平均输出功率，R_M为光伏电池的最大输出功率。

2）建立稳定性分布式电源的数学模型

小型抽水蓄能电站、微型燃气轮机和燃料电池等稳定性分布式电源，其功率输出稳定，能够实现有功、无功的独立控制，属于可以调度的分布式电源，其数学模型表示为PQ模型。

2、建立分布式电源接入配电网的无功优化模型和网络重构模型，其具体包括以下步骤：

1）根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算；

2）在给定约束条件下，建立分布式电源接入配电网的无功优化模型，其具体包括以下步骤：

①以无功优化的配电网系统的有功网损P_loss最小建立目标函数：

$P_{\mathrm{loss}}=\underset{i=1}{\overset{l}{\mathrm{\&Sigma;}}}{r}_i({P_i}^2+{Q_i}^2)/{V_i}^2$ （4）

式中，l为支路总数，r_i为支路i的电阻，V_i为支路i的末端点电压，P_i为流过支路i的有功功率，Q_i为流过支路i的无功功率。有功功率P_i和无功功率Q_i均通过潮流计算得到，其满足以下潮流方程等式约束：

$\left\{\begin{array}{c}{P}_i=P_{\mathrm{Gi}}-P_{\mathrm{Li}}=V_i\underset{j}{\overset{n}{\mathrm{\&Sigma;}}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})\\ Q_i=Q_{\mathrm{Gi}}+Q_{\mathrm{Ci}}-Q_{\mathrm{Li}}=V_i\underset{j}{\overset{n}{\mathrm{\&Sigma;}}}{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\&theta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&theta;}}_{\mathrm{ij}})\end{array}\right.$ （5）

式中，P_Gi和P_Li分别为配电网中支路i注入的发电机有功出力及负荷消耗有功；Q_Gi、Q_Ci和Q_Li分别为支路i注入的发电机无功出力、无功补偿容量和负荷消耗无功；G_ij、B_ij和θ_ij分别为支路i与支路j之间的电导、电纳和电压相角差；n为负荷节点数，V_j为支路j的末端点电压。

②分布式电源接入配电网会使负荷节点电压超限，以负荷节点电压U作为状态变量，在式（4）中嵌入负荷节点电压越限罚函数，建立分布式电源接入配电网的无功优化目标函数：

$F=\min =\{P_{\mathrm{loss}}+\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\left(\frac{{\mathrm{\&Delta;U}}_i}{U_{i\max }-U_{i\min }}\right)\}$ （6）

式中，λ为节点电压越限罚系数，ΔU_i为第i支路的电压差，U_imin和U_imax分别为支路i上电压U_i的最小值和最大值。

第i支路的电压差ΔU_i为：

$\mathrm{\&Delta;}{U}_i=\left\{\begin{array}{cc}{U}_{i\min }-U_i& U_i<U_{i\min }\\ 0,& U_{i\min }\&le;U_i\&le;U_{i\max }\\ U_i-U_{i\max },& U_i>U_{i\max }\end{array}\right.$ （7）

③建立各控制变量的不等式约束条件：

分布式电源接入配电网时，将分布式电源的无功容量Q_DG、无功补偿设备出力Q_C和有载调压变压器的电压比V_R作为控制变量，建立控制变量的不等式约束条件：

$\left\{\begin{array}{c}{Q}_{\mathrm{DG}\min }\&le;Q_{\mathrm{DG}}\&le;Q_{\mathrm{DG}\max }\\ Q_{C\min }\&le;Q_C\&le;Q_{C\max }\\ V_{R\min }\&le;V_R\&le;V_{R\max }\end{array}\right.$ （8）

式中，Q_DGmin和Q_DGmax分别表示分布式电源的无功容量的最小值和最大值；Q_Cmin和Q_Cmax分别表示无功补偿设备出力的最小值和最大值；V_Rmin和V_Rmax分别表示有载调压变压器电压比的最小值和最大值。

根据建立的分布式电源的数学模型，计算得到间歇性分布式电源的无功容量，结合稳定性分布式电源的PQ模型，计算得到分布式电源的无功容量Q_DG。

④建立各状态变量的不等式约束条件：

U_imin≤U_i≤U_imax （9）

3）在给定约束条件下，建立分布式电源接入配电网的网络重构模型，其具体包括：

①以配电系统有功网损P_loss最小为优化目标，建立分布式电源接入配电网的网络重构目标函数：

$\min E\left(P_{\mathrm{loss}}\right)=\min \underset{j\&Element;N_T}{\mathrm{\&Sigma;}}{p}_j{P}_{\mathrm{loss}}$ （10）

式中，E(P_loss)为电力系统有功网损的期望值，p_j为支路j的有功功率，N_T为支路数目。

②建立网络重构目标函数的约束条件

a）建立潮流方程等式约束条件：

f(P_L,Q_L,P_D,Q_D,Q_C)＝0 （11）

式中，P_L,Q_L,P_D,Q_D,Q_C分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量。

b）建立支路传输功率约束条件：

k_iS_i≤S_imax （12）

式中，S_i和S_imax分别为支路i的输送功率和支路i的输送功率的最大值；k_i为分布式电源输出功率系数。

c）建立支路末端点电压约束条件：

V_imin≤V_i≤V_imax （13）

式中，V_imax和V_imin分别为支路i的末端点电压V_i的上限值和下限值。

d）建立网络辐射状约束条件：

网络重构后配电网络需呈辐射状，且不存在环路、孤立节点和孤岛。

3、智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代，逐步逼近最优解，无论配电网络重构中有无开关操作，下一步都要进行无功优化。只要有无功优化，就要进行一次配电网重构，只要有配电网重构操作，就要进行一次无功优化，直到配电网重构和无功优化均无操作时算法收敛，才停止计算，完成分布式电源接入配电网的智能变电站负荷自动分配。

上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和方法步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (1)

1.一种基于分布式电源接入的智能变电站负荷自动分配方法，其包括以下步骤：

1)建立分布式电源的数学模型，包括建立风力发电机组的数学模型、光伏电池的数学模型和稳定性分布式电源的数学模型；

风力发电机组的数学模型为：

$P_w=\left\{\begin{array}{cc}0,& v\&le;v_{ci}\\ k_{1}v+k_2,& v_{ci}<v\&le;v_r\\ P_r,& v_r<v\&le;v_{co}\\ 0,& v>v_{co}\end{array}\right.,$

式中，P_w为风力发电机组的输出功率，v为风速，k₁＝P_r/(v_r-v_ci)，k₂＝-k₁v_ci，P_r为风力发电机组的额定功率；v_ci为切入风速；v_r为额定风速；v_co为切出风速；

光伏电池的数学模型为：

$f\left(P_{pV}\right)=\frac{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}+\mathrm{\&beta;}\right)}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)+\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\left(\frac{P_{pV}}{R_M}\right)}^{\mathrm{\&alpha;}-1}{\left(1-\frac{P_{pV}}{R_M}\right)}^{\mathrm{\&beta;}-1},$

式中，Γ(α+β)为Beta分布的形状系数，α和β均为Beta分布的形状参数，P_pv为光伏电池平均输出功率，R_M为光伏电池的最大输出功率；

2)建立分布式电源接入配电网的无功优化模型和网络重构模型；其具体包括以下步骤：

①根据当前分布式电源接入配电网的智能变电站所采集的网络及负荷数据进行全网的潮流计算；

②在给定约束条件下，建立分布式电源接入配电网的无功优化模型，其具体包括：

Ⅰ、以无功优化的配电网系统的有功网损P_loss最小建立目标函数：

$P_{loss}=\underset{i=1}{\overset{l}{\&Sigma;}}{r}_i(P_i^2+Q_i^2)/V_i^2,$

式中，l为支路总数，r_i为支路i的电阻，V_i为支路i的末端点电压，P_i为流过支路i的有功功率，Q_i为流过支路i的无功功率；

Ⅱ、以负荷节点电压U作为状态变量，以配电网有功网损P_loss最小作为目标函数，在以无功优化的配电网系统的有功网损P_loss最小所建立的目标函数中嵌入负荷节点电压越限罚函数，建立分布式电源接入配电网的无功优化目标函数：

$F=min\{P_{loss}+\mathrm{\&lambda;}\underset{i=1}{\overset{n}{\&Sigma;}}\left(\frac{{\mathrm{\&Delta;U}}_i}{U_{i\max }-U_{imin}}\right)\},$

式中，λ为节点电压越限罚系数，n为负荷节点数，ΔU_i为第i负荷节点的电压差，U_imin和U_imax分别为负荷节点i上电压U_i的最小值和最大值；

Ⅲ、将分布式电源的无功容量Q_DG、无功补偿设备出力Q_C和有载调压变压器的电压比V_R作为控制变量，建立控制变量的不等式约束条件：

$\left\{\begin{array}{c}{Q}_{DG\min }\&le;Q_{DG}\&le;Q_{DGmax}\\ Q_{C\min }\&le;Q_C\&le;Q_{C\max }\\ V_{R\min }\&le;V_R\&le;V_{Rmax}\end{array}\right.$

式中，Q_DGmin和Q_DGmax分别表示分布式电源的无功容量的最小值和最大值；Q_Cmin和Q_Cmax分别表示无功补偿设备出力的最小值和最大值；V_Rmin和V_Rmax分别表示有载调压变压器电压比的最小值和最大值；

分布式电源的无功容量Q_DG的计算过程为：根据建立的分布式电源的数学模型，计算得到间歇性分布式电源的无功容量，结合稳定性分布式电源的PQ模型，计算得到分布式电源的无功容量Q_DG；

Ⅳ、建立各状态变量的不等式约束条件：

U_imin≤U_i≤U_imax；

③在给定约束条件下，建立分布式电源接入配电网的网络重构模型，其具体包括：

Ⅰ、以配电系统有功网损P_loss最小为优化目标，建立分布式电源接入配电网的网络重构目标函数：

$\min E\left(P_{loss}\right)=\min \underset{j\&Element;N_T}{\&Sigma;}{P}_j{P}_{loss},$

式中，E(P_loss)为电力系统有功网损的期望值，P_j为支路j的有功功率，N_T为支路集合；

Ⅱ、建立网络重构目标函数的约束条件，其包括：

a)建立潮流方程等式约束条件：

f(P_L,Q_L,P_D,Q_D,Q_C)＝0，

式中，P_L,Q_L,P_D,Q_D,Q_C分别为有功负荷、无功负荷、电力系统有功功率、电力系统无功功率和无功功率补偿量；

b)建立支路传输功率约束条件：

k_iS_i≤S_imax，

式中，S_i和S_imax分别为支路i的输送功率和支路i的输送功率的最大值，k_i为分布式电源输出功率系数；

c)建立支路末端点电压约束条件：

V_imin≤V_i≤V_imax，

式中，V_imax和V_imin分别为支路i的末端点电压V_i的上限值和下限值；

d)建立网络辐射状约束条件：

网络重构后配电网络需呈辐射状，且不存在环路、孤立节点和孤岛；

3)智能变电站负荷自动分配系统中的迭代计算模块将分布式电源接入配电网的无功优化模型和网络重构模型的两个子问题交叉迭代，逐步逼近最优解，完成分布式电源接入配电网的智能变电站负荷自动分配。