CN104836256A - 一种配电网光伏消纳能力计算的方法及系统 - Google Patents

Abstract

本申请提供了一种配电网光伏消纳能力计算的方法，该方法包括：获取潮流计算所需要的配电网参数、光照强度、环境温度和风速信息；利用类高斯抽样法选取至少一个随机场景；根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。本申请中利用类高斯抽样法选取随机场景，计算各个随机场景中配电网各节点年时序电压幅值序列，从中选取满足条件的电压幅值的光伏最大安装容量作为配电网的光伏消纳能力，在确保计算结果的准确性前提下，同时减小了计算规模并提高了计算效率。

Description

一种配电网光伏消纳能力计算的方法及系统

技术领域

本申请涉及配电网领域，特别涉及一种配电网光伏消纳能力计算的方法及系统。

背景技术

随着技术的发展，人们对配电网光伏消纳能力的计算方式要求越来越高。

现有的使用Monte Carlo模拟法进行配电网光伏消纳能力计算的方法中，为了获取较高的精度需要进行大量的光伏并网情景模拟，模拟场景数多，计算时间消耗较大。

因此，如何有效的进行配电网光伏消纳能力的计算，获取更加准确的计算结果，同时减小计算规模、提高计算效率是本领域技术人员目前需要解决的技术问题。

发明内容

本申请所要解决的技术问题是提供一种配电网光伏消纳能力计算的方法及系统，解决了现有技术中为了获取较高的精度需要进行大量的光伏并网情景模拟，模拟场景数多，计算时间消耗较大的问题。

其具体方案如下：

一种配电网光伏消纳能力计算的方法，该方法包括：

获取配电网参数、光照强度、环境温度和风速信息；

利用类高斯抽样法选取至少一个随机场景；根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；

在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。

上述的方法，优选地，所述获取配电网参数、光照强度、环境温度和风速信息，包括：

获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

上述的方法，优选地，所述根据所述光照强度、环境温度和风速，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值，包括：

根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

上述的方法，优选地，所述利用类高斯抽样法选取至少一个随机场景，包括：

确定配电网可接入分布式光伏点数目；

利用类高斯抽样法确定光伏接入位置；

确定各节点光伏接入的容量。

上述的方法，优选地，在所述利用类高斯抽样法选取至少一个随机场景之后，还包括：

获取配电网中光伏逆变器的参数信息；

设置所述光伏逆变器无功-电压下垂控制参数；

定义多目标函数及相应的约束条件；

利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化；

利用优化后的参数重新设置所述光伏逆变器的参数信息。

一种配电网光伏消纳能力计算的系统，该系统包括：

第一获取单元，用于获取配电网参数、光照强度、环境温度和风速信息；

选取单元，用于利用类高斯抽样法选取至少一个随机场景；

第一计算单元，用于根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；

第一确定单元，用于在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。

上述的系统，优选地，所述第一获取单元中包括：

获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

上述的系统，优选地，所述第一计算单元中包括：

根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

上述的系统，优选地，所述选取单元，包括：

第二确定单元，用于确定配电网可接入分布式光伏点数目；

第三确定单元，用于利用类高斯抽样法确定光伏接入位置；

第四确定单元，用于确定各节点光伏接入的容量。

上述的系统，优选地，在所述选取单元之后，还包括：

第二获取单元，用于获取配电网中光伏逆变器的参数信息；

第一设置单元，用于设置所述光伏逆变器无功-电压下垂控制参数；

定义单元，用于定义多目标函数及相应的约束条件；

第二计算单元，用于利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化；

第二设置单元，用于利用优化后的参数重新设置所述光伏逆变器的参数信息。

本申请提供的一种配电网光伏消纳能力计算的方法中，首先，获取配电网参数、光照强度、环境温度和风速信息；然后，利用类高斯抽样法选取至少一个随机场景；根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；最后，在所述电压幅值集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。本申请中利用类高斯抽样法选取随机场景，计算各个随机场景中配电网各节点电压幅值，从中选取满足条件的电压幅值作为配电网的光伏消纳能力，在确保计算结果的准确性前提下，同时减小了计算规模并提高了计算效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的一种配电网光伏消纳能力计算的方法实施例1的流程图；

图2是本申请的一种配电网光伏消纳能力计算的方法实施例2的流程图；

图3是本申请的一种配电网光伏消纳能力计算的方法实施例3的流程图；

图4是本申请的一种配电网光伏消纳能力计算的系统实施例1的结构示意图；

图5是本申请的一种配电网光伏消纳能力计算的系统实施例2的结构示意图；

图6是本申请的一种配电网光伏消纳能力计算的系统实施例3的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参考图1，示出了本申请一种配电网光伏消纳能力计算的方法实施例1的流程图，可以包括以下步骤：

步骤S101：获取配电网参数、光照强度、环境温度和风速信息。

本申请中，配电网光伏消纳能力为指定的配电网在不进行电网扩建的前提下，在满足配电网各节点电压在安全约束范围内配电网所能容纳的最大光伏安装容量。

本申请中，所述获取配电网参数、光照强度、环境温度和风速信息，包括：获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

利用全年时序代替现有的配电网光伏消纳能力计算方法中基于某一时间断面进行计算的方法，因获取的参数信息的数据更加真实可靠，使得后续的计算结果更加准确可靠。

步骤S102：利用类高斯抽样法选取至少一个随机场景。

本申请中，与标准正态分布概率密度函数呈镜面对称的函数称为类正态概率密度函数，基于类正态概率密度函数进行抽样的过程为类高斯抽样。

随机场景是指配电网各节点电压幅值满足电压安全约束时，所有不同的光伏安装点个数、接入位置及光伏安装容量对应的各种并网情景的集合。

本申请中，利用类高斯抽样法选取随机场景，也即选取配电网各节点电压幅值满足电压安全约束时，所有不同的光伏安装点个数、接入位置及光伏安装容量对应的各种并网情景的集合。

步骤S103：根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值。

本申请中，所述根据所述光照强度、环境温度和风速，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值，包括：根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

步骤S104：在所述电压幅值集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。为了确保最终的配电网光伏消纳能力的准确性，可以重复上述计算随机场景的过程，得到每次计算得到的配电网的光伏消纳能力，然后取所有计算的配电网的光伏消纳能力的平均值作为最终的配电网光伏消纳能力。

本申请提供的一种配电网光伏消纳能力计算的方法中，首先，获取配电网参数、光照强度、环境温度和风速信息；然后，利用类高斯抽样法选取至少一个随机场景；根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；最后，在所述电压幅值集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。本申请中利用类高斯抽样法选取随机场景，计算各个随机场景中配电网各节点电压幅值，从中选取满足条件的电压幅值作为配电网的光伏消纳能力，在确保计算结果的准确性前提下，同时减小了计算规模并提高了计算效率。

参考图2，示出了本申请一种配电网光伏消纳能力计算的方法实施例2的流程图，所述利用类高斯抽样法选取至少一个随机场景，包括：

步骤S201：确定配电网可接入分布式光伏点数目。

步骤S202：利用类高斯抽样法确定光伏接入位置。

步骤S203：确定各节点光伏接入的容量。

本申请中，通过类高斯抽样法进行随机场景的模拟，具体可分为接入点个数随机、接入位置随机及接入容量依次递增三部分。

具体步骤如下：

首先，确定配电网可接入分布式光伏点数目。

根据系统中规划要求确定配电网中各馈线中可用于安装分布式光伏的节点集合集合元素个数为N_T，其中，B_i为第i各可用于接入分布式光伏的母线，N_T为常数；

其次，光伏接入位置选择。

从N_T个可接入光伏母线集合B_PV中随机选取N_PV(N_PV∈[1,N_T])个母线用于接入光伏。

设光伏安装节点个数为N_PV，将标准正态分布在区间[-3,3]等分为N_PV个区间，各区间面积记为M_i，i＝1,2,…,N_PV，由正态分布“3σ准则”知：

$\underset{i=1}{\overset{N_{PV}}{\Σ}}{M}_i=0.9973$

且记M_max，M_min分别为各区间面积最大和最小值。

同样将与标准正态分布成镜面对称的类正态分布等分为N_PV等份，各部分抽样概率K_i按下式计算：

K_i＝M_max+M_min-M_i·r

$r=\frac{0.9973}{\underset{i=1}{\overset{N_{PV}}{\Σ}}(M_{max}+M_{min}-M_i)}$

将K_i依次映射到区间[0,0.9973]上，生成[0,0.9973]区间上的随机数，当其落入第i个区间中则其对应当前有i(i＝1,2,…,N_PV)个母线可接入光伏。

第三，各节点光伏接入容量的确定。

对这N_PV个节点的光伏接入容量按照光伏渗透率百分比R_PV依次增加，即各节点光伏安装容量为L_j为节点j的有功负荷。

其中，光伏渗透率指配电网光伏安装容量与配电系统峰值负荷的百分比。

第四，多个场景模拟。

重复步骤1到步骤3，重复抽样得到不同光伏安装场景下系统电压水平，记录并保存各场景下对应的光伏安装点位置及接入容量及电压幅值。

参考图3，示出了本申请一种配电网光伏消纳能力计算的方法实施例3的流程图，在所述利用类高斯抽样法选取至少一个随机场景之后，还包括：

步骤S301：获取配电网中光伏逆变器的参数信息。

步骤S302：设置所述光伏逆变器无功-电压下垂控制参数函数。

步骤S303：定义多目标函数及相应的约束条件。

步骤S304：利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化。

步骤S305：利用优化后的参数重新设置所述光伏逆变器的参数信息。

本申请中，上述具体过程为：

根据上述通过类高斯抽样得到的分布式光伏并网方案，将分布式光伏接入已经搭建的配电网中，设置光伏逆变器参数无功-电压下垂控制参数及其运行功率因数限制范围，无功-电压参数优化服从下述函数关系：

$Q=\left\{\begin{array}{cc}{Q}_{max}\left(\frac{V-1-D}{0.1-D}\right)& ,0.9\&le;V<1-D\\ 0& ,1-D\&le;V\&le;1+D\\ \frac{Q_{\max }}{0.1-D}(V-1-D)& ,1+D\&le;V\&le;1.1\end{array}\right.$

式中，V为光伏并网点电压，D为逆变器无功-电压下垂控制无功输出为0时的宽度的一半，Q为逆变器可输出无功，Q_max为逆变器最大可输出无功。

第四步：为充分发挥光伏逆变器在光伏消纳能力方面的改善作用，定义如下多目标函数进行各逆变器参数D的优化整定，如下式所示：

$g=min\underset{T=1}{\overset{8760}{\&Sigma;}}({\mathrm{\&lambda;}}_1{f}_1+{\mathrm{\&lambda;}}_2{f}_2+{\mathrm{\&lambda;}}_3{f}_3)$

其中 $f_1=\underset{i=1}{\overset{N_f}{\&Sigma;}}{p}_{lossi}+\underset{j=1}{\overset{N_m}{\&Sigma;}}{p}_{xmfj},f_2=\left(\underset{k=1}{\overset{N}{\&Sigma;}}\right|V_k-V_{ref}\left|\right),f_3=\underset{r=1}{\overset{N_{PV}}{\&Sigma;}}{\left({\mathrm{\&Delta;Q}}_{PVr}\right)}^2$

式中N_f表示配电网中馈线支路数目，N_m表示配电系统中变压器台数，p_lossi为第i条支路的线路损耗，p_xmfj为配电网中第j台变压器的变压器损耗，N表示配电系统中除平衡节点外所有负荷节点的数目，V_k表示节点k的电压幅值，V_ref表示节点电压参考值，N_PV为配电系统中光伏安装点个数，ΔQ_PVr为第r个分布式光伏吸收(或者发出)的无功量。

上述目标函数的约束条件如下：

等式约束。其中，等式约束为配电网的潮流平衡方程。

$\left\{\begin{array}{c}{P}_{Gi}-P_{Li}=V_i\underset{j=1}{\overset{N}{\&Sigma;}}{V}_j\left(G_{ij}{\mathrm{cos\&delta;}}_{ij}+B_{ij}{\mathrm{sin\&delta;}}_{ij}\right)\\ Q_{Gi}-Q_{Li}=V_i\underset{j=1}{\overset{N}{\&Sigma;}}{V}_j\left(G_{ij}{\mathrm{sin\&delta;}}_{ij}-B_{ij}{\mathrm{cos\&delta;}}_{ij}\right)\end{array}\right.$

式中：P_Gi和Q_Gi为节点i处的电源有功和无功输出；P_Li和Q_Li分别是节点i处的有功和无功负荷；V_i、V_j为节点i、j处的电压幅值；N为节点总数；G_ij、B_ij和δ_ij为节点i和j之间的电导、电纳和电压相角差。

不等式约束：

s.t.

$\left\{\begin{array}{cc}0.95<V_k<1.05,& k=1,2,...,N\\ 0<{\mathrm{\&Delta;Q}}_{PVr}<{{\mathrm{\&Delta;Q}}_{PVr}}^{\max },& r=1,2,...,N_{PV}\\ 0<D_j<0.1,& j=1,2,...,N_{PV}\\ 0<{\mathrm{\&lambda;}}_1,{\mathrm{\&lambda;}}_2,{\mathrm{\&lambda;}}_3<1,& {\mathrm{\&lambda;}}_1+{\mathrm{\&lambda;}}_2+{\mathrm{\&lambda;}}_3=1\end{array}\right.$

第五步：采用改进型的非支配排序的带有精英策略的多目标优化算法NSGA-II求解上述目标函数，并进行光伏逆变器无功-电压下垂控制参数的优化，寻找每一个光伏逆变器的最佳参数D_j(j＝1,2,…,N_PV)的大小。

第六步：利用优化求解得到的D_j(j＝1,2,…,N_PV)重新设置各逆变器参数。

本申请中，利用改进型的非支配排序的带有精英策略的多目标优化算法NSGA-II进行各光伏逆变器无功-电压下垂控制的无功-电压调节死区宽度参数的优化，利用该参数优化技术求解得到的无功-电压调节死区宽度重新设置各逆变器参数，利用该逆变器参数优化技术进一步提升光伏消纳能力。

与上述本申请一种配电网光伏消纳能力计算的方法实施例1所提供的方法相对应，参见图4，本申请还提供了一种配电网光伏消纳能力计算的系统实施例1，在本实施例中，该系统包括：

第一获取单元401，用于获取配电网参数、光照强度、环境温度和风速信息。

选取单元402，用于利用类高斯抽样法选取至少一个随机场景。

第一计算单元403，用于根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值。

第一确定单元404，用于在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。

本申请中，所述第一获取单元中包括：

获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

本申请中，所述第一计算单元中包括：

根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

参见图5，本申请还提供了一种配电网光伏消纳能力计算的系统实施例2，在本实施例中，所述选取单元包括：

第二确定单元501，用于确定配电网可接入分布式光伏点数目。

第三确定单元502，用于利用类高斯抽样法确定光伏接入位置。

第三确定单元503，用于确定各节点光伏接入的容量。

参见图6，本申请还提供了一种配电网光伏消纳能力计算的系统实施例3，在本实施例中，在所述选取单元之后，还包括：

第二获取单元601，用于获取配电网中光伏逆变器的参数信息。

第一设置单元602，用于设置所述光伏逆变器无功-电压下垂控制参数函数。

定义单元603，用于定义多目标函数及相应的约束条件。

第二计算单元604，用于利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化。

第二设置单元605，用于利用优化后的参数重新设置所述光伏逆变器的参数信息。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

以上对本申请所提供的一种配电网光伏消纳能力计算的方法及系统进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种配电网光伏消纳能力计算的方法，其特征在于，该方法包括：

获取配电网参数、光照强度、环境温度和风速信息；

利用类高斯抽样法选取至少一个随机场景；根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；

在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。

2.根据权利要求1所述的方法，其特征在于，所述获取配电网参数、光照强度、环境温度和风速信息，包括：

获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

3.根据权利要求2所述的方法，其特征在于，所述根据所述光照强度、环境温度和风速，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值，包括：

根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

4.根据权利要求1所述的方法，其特征在于，所述利用类高斯抽样法选取至少一个随机场景，包括：

确定配电网可接入分布式光伏点数目；

利用类高斯抽样法确定光伏接入位置；

确定各节点光伏接入的容量。

5.根据权利要求1所述的方法，其特征在于，在所述利用类高斯抽样法选取至少一个随机场景之后，还包括：

获取配电网中光伏逆变器的参数信息；

设置所述光伏逆变器无功-电压下垂控制参数；

定义多目标函数及相应的约束条件；

利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化；

利用优化后的参数重新设置所述光伏逆变器的参数信息。

6.一种配电网光伏消纳能力计算的系统，其特征在于，该系统包括：

第一获取单元，用于获取配电网参数、光照强度、环境温度和风速信息；

选取单元，用于利用类高斯抽样法选取至少一个随机场景；

第一计算单元，用于根据所述配电网参数、光照强度、环境温度和风速信息，通过年时序潮流算法，计算各个所述随机场景中配电网各节点电压幅值；

第一确定单元，用于在所述电压幅值的集合中确定满足电压安全约束范围的光伏最大安装容量作为配电网的光伏消纳能力。

7.根据权利要求6所述的系统，其特征在于，所述第一获取单元中包括：

获取配电网中线路阻抗参数、节点负荷参数以及光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列。

8.根据权利要求7所述的系统，其特征在于，所述第一计算单元中包括：

根据所述光照强度的年时间序列、环境温度的年时间序列和风速的年时间序列，通过年时序潮流算法，计算各个时刻所述各个随机场景中配电网各节点电压年时序幅值序列。

9.根据权利要求6所述的系统，其特征在于，所述选取单元，包括：

第二确定单元，用于确定配电网可接入分布式光伏点数目；

第三确定单元，用于利用类高斯抽样法确定光伏接入位置；

第四确定单元，用于确定各节点光伏接入的容量。

10.根据权利要求6所述的系统，其特征在于，在所述选取单元之后，还包括：

第二获取单元，用于获取配电网中光伏逆变器的参数信息；

第一设置单元，用于设置所述光伏逆变器无功-电压下垂控制参数；

定义单元，用于定义多目标函数及相应的约束条件；

第二计算单元，用于利用改进型的非支配排序的带有精英策略的多目标优化算法计算所述多目标函数，利用得到的结果对所述光伏逆变器无功-电压下垂控制参数进行优化；

第二设置单元，用于利用优化后的参数重新设置所述光伏逆变器的参数信息。