CN105809265A - 含分布式可再生能源配电网柔性互联装置的容量配置方法 - Google Patents

Abstract

本发明涉及一种含分布式可再生能源配电网中柔性互联装置的容量配置方法，该方法包括：确定所研究的配电网区域和运行方式；构建配电网柔性互联装置容量配置的优化目标函数；建立配电网中分布式可再生能源出力概率模型和波动性负荷概率模型；确定柔性互联装置的配置位置；确定柔性互联装置容量的计算方法；确定配电网柔性互联装置目标函数期望值；确定柔性互联装置的最优配置容量。本发明提供的技术方案克服了优化目标单一配置方法难以按用户需求优化配电网运行状态的不足，综合全面反映了适当容量配置条件下柔性互联装置对系统电压、网络损耗和设备运行状态的改善效果，有助于促进柔性互联装置在主动配电网中的优化应用。

Description

含分布式可再生能源配电网柔性互联装置的容量配置方法

技术领域

本发明涉及一种电力系统及其自动化技术领域的设备容量配置方法，具体讲涉及一种含分布式可再生能源配电网柔性互联装置的容量配置方法。

背景技术

在分布式电源与电动汽车高渗透条件下，传统配电网缺乏有效的潮流控制手段，难以满足主动管理和主动运行的需要。利用柔性互联装置替换传统配电网中部分联络或分段开关，能够准确调控其所连两端馈线功率，提高配电网潮流控制能力，并通过交直交变换实现双端馈线电气解耦。相较于“硬开关”(断路器、隔离开关)，具有响应速度快、能频繁动作、控制连续等特点。

本发明所关注的柔性互联装置可由背靠背(Back-to-Back,B2B)电压源型变流器(VoltageSourceConverter,VSC)实现，具体是由两个VSC以背靠背的形式通过直流侧电容器相连形成对称结构，如图1所示。其中，电容器C用于提供直流电压支撑与减少直流侧纹波，电抗器L₁和L₂用于滤除变流器输出电流谐波，R₁和R₂为变流器与相应线路损耗的等效电阻。本说明由下角标区分两侧VSC的参数变量，如i_dc1和i_dc2分别表示VSC1和VSC2的直流侧电流。

为简化其控制系统的设计与实现，采用dq同步旋转坐标系下动态微分方程组描述柔性互联装置的数学模型，此时abc坐标下正弦变量可转化为dq坐标下直流变量：

$\frac{d}{\mathrm{dt}}\left[\begin{array}{c}{i}_{d1}\\ i_{q1}\end{array}\right]=\left[\begin{array}{cc}-\frac{R_1}{L_1}& {\mathrm{\ω}}_1\\ {-\mathrm{\ω}}_1& -\frac{R_1}{L_1}\end{array}\right]\left[\begin{array}{c}{i}_{d1}\\ i_{q1}\end{array}\right]-\left[\begin{array}{c}\frac{U_{\mathrm{dc}}\·m_{d1}-E_{1d}}{L_1}\\ \frac{U_{\mathrm{dc}}\·m_{q1}-E_{1q}}{L_1}\end{array}\right]---1);$

$\frac{d}{\mathrm{dt}}\left[\begin{array}{c}{i}_{d2}\\ i_{q2}\end{array}\right]=\left[\begin{array}{cc}-\frac{R_2}{L_2}& {\mathrm{\ω}}_2\\ {-\mathrm{\ω}}_2& -\frac{R_2}{L_2}\end{array}\right]\left[\begin{array}{c}{i}_{d2}\\ i_{q2}\end{array}\right]-\left[\begin{array}{c}\frac{E_{2d}-U_{\mathrm{dc}}\·m_{d2}}{L_2}\\ \frac{E_{2q}-U_{\mathrm{qc}}-m_{q2}}{L_2}\end{array}\right]---2);$

$\frac{{\mathrm{dU}}_{\mathrm{dc}}}{\mathrm{dt}}=\frac{m_{d1}\·i_{d1}+m_{q1}\·i_{q1}}{C}-\frac{m_{d2}\·i_{d2}+m_{q2}\·i_{q2}}{C}---3);$

式中：i_d1和i_q1、i_d2和i_q2分别为VSC交流侧输出电流矢量的d轴与q轴分量；ω₁、ω₂分别为两侧交流系统相电压的角频率；u_dc为直流侧电压；m_d1和m_q1、m_d2和m_q2分别为VSC1和VSC2开关调制函数的d轴与q轴分量；E_1d和E_1q、E_2d和E_2q分别为两侧交流系统电压矢量的d轴与q轴分量。

当柔性开关所连两侧的交流系统处于三相对称稳定，忽略其功率损耗时，柔性互联装置的功率输出方程为：

$\left\{\begin{array}{c}{P}_{\mathrm{FTS}}=\frac{3}{2}(E_d{i}_d+E_q{i}_q)=U_{\mathrm{dc}}{i}_{\mathrm{dc}}\\ Q_{\mathrm{FTS}}=\frac{3}{2}(E_q{i}_d-E_d{i}_q)\end{array}\right.---4);$

交流系统处于三相平衡稳态时E_d1,2为常数，而E_q1,2近似为0，则由式4)可知，柔性互联装置输出功率与dq轴电流分量成线性关系，因此采用经典的内外双闭环控制结构实现柔性互联装置的控制目标，如图2所示。

其中，各外环依据柔性互联装置上层控制目标确定其网侧电流的i_d、i_q分量参考值。内环用于控制VSC输出调制电压，通过对调制电压基波分量的准确控制，可使得柔性互联装置实际输出电流能够快速跟踪外环给定参考值，从而可实现对有功、无功功率或交流侧端电压的准确控制。实际应用中，柔性互联装置可根据需要交换两侧VSC的外环控制目标，均可实现对传输的有功功率、输出的无功功率或是其交流侧端电压的准确控制。但只有在直流侧电压基本保持恒定时，柔性互联装置两侧的有功功率才能平稳地传输。因此，柔性互联装置两侧控制需要相互协调，通常由一侧变流器维持直流电压稳定，另一侧调节流过的有功功率。

依据柔性互联装置的功率调控特性，可采用其代替传统配电网中的部分分段开关和联络开关，将复杂有源配电网络分解为若干个子网络。当系统正常运行时，各个分区通过柔性互联装置连接为一体，合环运行，实现稳态条件下的潮流互济；当系统发生故障时，各个分区通过柔性互联装置在保持物理连接的情况下实现电气上的解耦，限制分区之间的故障电流，提高配电网故障自愈能力和供电可靠性。采用柔性互联装置参与网络结构的调整和管理，不仅可以通过无触点的快速闭环或解环操作，实现网络拓扑结构的灵活变化，还可以平稳连续控制柔性互联装置两端的有功功率与无功功率，参与主动配电网潮流柔性控制，实现能量流的全局智能优化，达到主动缓解输电阻塞、主动消纳分布式发电(“即插即用”的特征)、主动降低线路损耗的目的。柔性互联装置设备基于全控型电力电子器件因而造价昂贵，有必要针对具体的应用场景合理选择配置装置的容量。如何确定一定应用条件下的最佳配置容量有重要的经济意义，因此提出建立一种含分布式可再生能源的配电网柔性互联装置配置容量选择的方法。

发明内容

针对现有技术的不足，本发明的目的是提供一种含分布式可再生能源配电网柔性互联装置的容量配置方法，该方法采用含分布式电源出力与波动性负荷的概率模型，并采用概率潮流的理论获取主动配电网运行电气参数的概率分布，综合配电网的电压偏差和设备过载情况以及网络损耗大小来反映配置容量对系统的影响，确定配置容量的最优值。

本发明的目的是采用下述技术方案实现的：

本发明提供一种含分布式可再生能源配电网柔性互联装置的容量配置方法，其改进之处在于，所述方法包括下述步骤：

1)确定所研究的配电网区域和运行方式；

2)构建配电网柔性互联装置容量配置的优化目标函数；

3)建立配电网中分布式可再生能源出力概率模型和波动性负荷概率模型；

4)确定柔性互联装置的配置位置；

5)确定柔性互联装置容量的计算方法；

6)确定配电网柔性互联装置容量配置的目标函数期望值；

7)确定柔性互联装置的最优配置容量。

进一步地，所述步骤1)中，配电网所研究的区域和运行方式包括分布式可再生能源的接入方式和位置。

进一步地，所述步骤2)中，以配网节点电压越限和线路电流过载作为惩罚函数，则配电网柔性互联装置优化目标函数为：

$J=C_L+C_V+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{K}_U\left(U_i\right)+\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{K}_I\left(I_j\right)---\left(1\right);$

式中，C_L＝W_L×Losses，其中Losses为配电网系统线路全部有功损耗的实际值，用牛顿-拉夫逊潮流计算方法求得，单位为MW；权重系数W_L为Losses在目标函数中所占的比重；

C_V＝W_V×Voltage，其中Voltage为各节点电压标幺值与1p.u.的差值的绝对值的和，即各节点电压标幺值用牛顿-拉夫逊潮流计算方法求得，单位为1；权重系数W_V为Voltage在目标函数中所占的比重；取W_L＝W_V＝1；K_U(U_i)为节点电压越限惩罚系数，K_I(I_j)为线路电流越限惩罚系数，取K_U(U_i)＝K_I(I_j)＝100。

进一步地，所述步骤3)中，可再生能源出力概率模型包括：

风力发电的概率模型：

$f\left(P_{\mathrm{wind}}\right)=\frac{K}{\mathrm{bC}}{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^{K-1}\exp [-{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^K]---\left(2\right);$

其中，K为形状参数；C为尺度参数；V_ci为切入风速；V_r为额定风速；P_r为风机额定容量；常数 $a=\frac{P_r{v}_{\mathrm{ci}}}{v_{\mathrm{ci}}-v_r},b=\frac{P_r}{v_r-v_{\mathrm{ci}}};$

光伏发电的概率模型：

$f\left(P_{\mathrm{PV}}\right)=\frac{\mathrm{gamma}(a+b)}{\mathrm{gamma}\left(a\right)\·\mathrm{gamma}\left(b\right)}{\left(\frac{P_{\mathrm{PV}}}{P_{\max }}\right)}^{a-1}{(1-\frac{P_{\mathrm{PV}}}{P_{\max }})}^{b-1}---\left(3\right);$

其中，P_max＝R*A*L为光伏最大输出功率；A为方阵总面积；L为光电转换效率；R为最大辐射强度；a、b为形状参数；

波动性负荷的概率模型：

$f\left(P\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_P}\exp [-\frac{{(P-u_P)}^2}{{2\mathrm{\σ}}_P^2}]---\left(4\right);$

$f\left(Q\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_Q}\exp [-\frac{{(Q-u_Q)}^2}{{2\mathrm{\σ}}_Q^2}]---\left(5\right);$

其中，u_P、u_Q为有功和无功功率均值；σ_P、σ_Q为有功和无功功率标准差。

进一步地，所述步骤4)中，以配电网网络损耗最小为优化目标对现有配电网络进行优化重构，对重构所得网络中联络开关对应的节点，按照电压幅值由低到高的顺序排序，选择将柔性互联装置置于电压最低的节点处，替换配电网中原有的联络开关，以减小配电网中节点电压出现的最大电压偏差。

进一步地，所述步骤5)中，柔性互联装置的可调节变量为X＝[p，q₁，q₂]，其中p为流过自身的有功功率，q₁、q₂为两端发出的无功功率，则柔性互联装置容量应满足

$S\≥\max \{\sqrt{p^2+q_1^2},\sqrt{p^2+q_2^2}\}.$

进一步地，所述步骤6)中，设定柔性互联装置的可调节变量初始值X₁为零，确定配电网柔性互联装置优化目标函数J的期望X₁J包括下述步骤：

(a)对分布式可再生能源概率函数和波动性负荷的概率模型进行一次抽样，对步骤4)重构所得新的网络数据进行潮流计算，求解此时的目标函数值J₁；

(b)重复步骤(a)1000次，得到柔性互联装置可调节变量为X₁时的1000个断面下的目标函数值{J₁，J₂，…，J₁₀₀₀}，求解1000个值的期望X₁J。

进一步地，所述步骤7)中，将柔性互联装置的可调节变量X＝[p，q₁，q₂]作为优化目标函数的变量，目标函数J的期望X₁J作为优化目标函数按照标准粒子群寻优算法进行寻优，对于所有可调节变量X_K＝[p_K，q_1K，q_2K]，均采用步骤6)中的计算方法，得到其优化目标函数J的期望X_KJ；最终得出XJ的最小值XJ_m，作为目标函数J的最优期望值，对应的可调节变量值X_m＝[p_m，q_1m，q_2m]即为柔性互联装置的可调节变量最优值；

根据确定柔性互联装置的最小配置容量。

与最接近的现有技术相比，本发明提供的技术方案具有的优异效果是：

本发明提供的一种含分布式可再生能源配电网中柔性互联装置的容量配置方法，采用概率潮流的理论获取主动配电网运行电气参数的概率分布，综合配电网的电压偏差和网络损耗以及设备过载等多个优化目标以及约束条件，通过权重和罚函数法形成综合目标，反映柔性互联装置配置容量对系统的综合影响。基于上述综合目标，应用标准粒子群寻优算法确定配置容量的最优值。该方法克服了优化目标单一配置方法难以按用户需求优化配电网运行状态的不足，综合全面反映了适当容量配置条件下柔性互联装置对系统电压、网络损耗和设备运行状态的改善效果，有助于促进柔性互联装置在主动配电网中的优化应用。

附图说明

图1是本发明提供的柔性互联装置的主电路拓扑图；

图2是本发明提供的柔性开关的双闭环控制策略示意图；

图3是本发明提供的IEEE-33节点配电系统接线图；

图4是本发明提供的配电网接线与柔性互联装置位置图；

图5是本发明提供的柔性互联装置容量优化效果图；

图6是本发明提供的含分布式可再生能源配电网柔性互联装置的容量配置方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明提供了一种含分布式电源出力与波动性负荷的概率模型，采用概率潮流的理论获取主动配电网运行电气参数的概率分布，综合配电网的电压偏差和设备过载情况以及网络损耗大小来反映柔性互联装置的配置容量对系统的影响，进而依据标准粒子群寻优算法确定装置配置容量的最优值。本发明提供的含分布式可再生能源配电网柔性互联装置的容量配置方法的流程图如图6所示，包括下述步骤：

1)确定配电网所研究的区域和运行方式，包含分布式可再生能源的接入方式与位置；

2)以配网节点电压越限和线路电流过载作为惩罚函数，则配电网柔性互联装置优化目标函数为：

$J=C_L+C_V+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{K}_U\left(U_i\right)+\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{K}_I\left(I_j\right)---\left(1\right);$

式中，CL＝W_L×Losses，其中Losses为系统线路全部有功损耗的实际值，用牛顿-拉夫逊潮流计算方法求得，单位为MW。权重系数W_L为Losses在目标函数中所占的比重。

CV＝W_V×Voltage，其中Voltage为各节点电压标幺值与1p.u的差值的绝对值的和，即各节点电压标幺值用牛顿-拉夫逊潮流计算方法求得，单位为1。权重系数W_V为Voltage在目标函数中所占的比重。根据用户所需要的优化目标侧重点不同，权重系数W_L和W_V可取不同的值，本发明取W_L＝W_V＝1。

本发明通过引入惩罚系数K_U(U_i)、K_I(I_j)来规避规划方案中的较差解，并取K_U(U_i)＝K_I(I_j)＝100。

3)根据所研究的配电网，建立配电网中分布式可再生能源出力的概率模型、波动性负荷的概率模型；

可再生能源出力概率模型包括：

风力发电的概率模型：

$f\left(P_{\mathrm{wind}}\right)=\frac{K}{\mathrm{bC}}{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^{K-1}\exp [-{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^K]---\left(2\right);$

其中，K为形状参数；C为尺度参数；V_ci为切入风速；V_r为额定风速；P_r为风机额定容量；常数 $a=\frac{P_r{v}_{\mathrm{ci}}}{v_{\mathrm{ci}}-v_r},b=\frac{P_r}{v_r-v_{\mathrm{ci}}};$

光伏发电的概率模型：

$f\left(P_{\mathrm{PV}}\right)=\frac{\mathrm{gamma}(a+b)}{\mathrm{gamma}\left(a\right)\·\mathrm{gamma}\left(b\right)}{\left(\frac{P_{\mathrm{PV}}}{P_{\max }}\right)}^{a-1}{(1-\frac{P_{\mathrm{PV}}}{P_{\max }})}^{b-1}---\left(3\right);$

其中，P_max＝R*A*L为光伏最大输出功率；A为方阵总面积；L为光电转换效率；R为最大辐射强度；a、b为形状参数；

波动性负荷的概率模型：

$f\left(P\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_P}\exp [-\frac{{(P-u_P)}^2}{{2\mathrm{\σ}}_P^2}]---\left(4\right);$

$f\left(Q\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_Q}\exp [-\frac{{(Q-u_Q)}^2}{{2\mathrm{\σ}}_Q^2}]---\left(5\right);$

其中，u_P、u_Q为有功和无功功率均值；σ_P、σ_Q为有功和无功功率标准差。

4)以配电网网络损耗最小为优化目标对现有配电网络进行优化重构，对重构所得网络中联络开关对应的节点，按照电压幅值由低到高的顺序排序，选择将柔性互联装置置于电压最低的节点处，替换配电网中原有的联络开关，以减小配电网中节点电压出现的最大电压偏差。

5)柔性互联装置的可调节变量为X＝[p，q₁，q₂]，其中p为流过自身的有功功率，q₁、q₂为两端发出的无功功率，装置容量应满足

6)设定柔性互联装置的变量初始值X₁为零，使用下列步骤(a)、(b)计算，得到此时的目标函数J的期望X₁J；

(a)对分布式可再生能源和波动性负荷的概率模型进行一次抽样，对步骤4)重构所得新的网络数据进行潮流计算，求出此时的目标函数值J₁；

(b)重复步骤(a)1000次，得到柔性互联装置变量为X₁时的1000个断面下的目标函数值{J₁，J₂，…，J₁₀₀₀}。求出这1000个值的期望X₁J；

7)将柔性互联装置的变量X＝[p，q₁，q₂]作为优化算法的变量，目标函数J的期望PJ作为目标函数进行寻优，对于所有新变量X_K＝[p_K，q_1K，q_2K]，均采用步骤6)中的计算方法，得到其目标函数J的期望X_KJ。最终依据标准粒子群寻优算法获取XJ的最小值XJ_m，作为目标函数J的最优期望值，此时对应的变量值X_m＝[p_m，q_1m，q_2m]即为柔性互联装置的可调节变量的最优值；

根据计算出柔性互联装置的最小配置容量。

实施例

如图3所示是IEEE-33节点配电系统，作为本发明研究的配电网。系统额定电压为12.66kV，总负荷为3715kw+j2300kvar，有33个节点和37条支路，每条支路都对应一个开关，支路数等于开关数，包括32个常闭的分段开关和5个常开的联络开关即33，34，35，36，37。以有功网络损耗最小为目标函数，对该网络进行网络优化重构，得出最优的重构方案是使7，9，14，32，37五个开关为常开的联络开关，如图4所示。

下面结合图4所示的案例，对本发明方法进行详细描述：

建立分布式可再生能源出力的概率模型、波动性负荷的概率模型；

风力发电的概率模型：

$f\left(P_{\mathrm{wind}}\right)=\frac{K}{\mathrm{bC}}{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^{K-1}\exp [-{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^K]---\left(2\right);$

其中，形状参数K＝2.0178；尺度参数C＝11.16；切入风速V_ci＝3m/s；额定风速V_r＝16m/s；风机额定容量P_r＝0.3*50MW＝15MW，其中单台风机容量假定为0.3MW，设共有50台风机；常数 $a=\frac{P_r{v}_{\mathrm{ci}}}{v_{\mathrm{ci}}-v_r},b=\frac{P_r}{v_r-v_{\mathrm{ci}}};$

光伏发电的概率模型：

$f\left(P_{\mathrm{PV}}\right)=\frac{\mathrm{gamma}(a+b)}{\mathrm{gamma}\left(a\right)\·\mathrm{gamma}\left(b\right)}{\left(\frac{P_{\mathrm{PV}}}{P_{\max }}\right)}^{a-1}{(1-\frac{P_{\mathrm{PV}}}{P_{\max }})}^{b-1}---\left(3\right);$

其中，光伏最大输出P_max＝R*A*L；方阵总面积A＝80000m²；光电转换效率L＝0.14；最大辐射强度R＝700w/m²；形状参数a＝0.95，b＝0.95；

波动性负荷的概率模型：

$f\left(P\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_P}\exp [-\frac{{(P-u_P)}^2}{{2\mathrm{\σ}}_P^2}]---\left(4\right);$

$f\left(Q\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_Q}\exp [-\frac{{(Q-u_Q)}^2}{{2\mathrm{\σ}}_Q^2}]---\left(5\right);$

其中，有功和无功功率均值u_P＝u_Q＝48.35kVA；有功和无功功率标准差σ_P＝σ_Q＝6.1875kVA；

对所示配电网络进行潮流计算，得出连接联络开关的10个节点的电压幅值由低到高的顺序依次是31(0.896pu)，28(0.909pu)，32(0.913pu)，14(0.923pu)，8(0.933pu)，13(0.934pu)，7(0.938pu)，9(0.939pu)，6(0.945pu)，24(0.947pu)。为保证系统电压最低点电压偏差能够达到较高标准，故选择将SNOP置于节点31与节点32之间，替换原有的联络开关32。

采用标准粒子群优化算法，种群规模为20，最大迭代次数为100，中断条件为种群方差小于0.2且期望值小于0.25。保存每一代的目标函数J的期望X1J，…，X100J，如图5所示，可看出直到第100次迭代时循环才结束。期望最小值为X100J，此时对应的柔性互联装置的可调节变量为X＝[0.1，0.8，0.24]。

柔性互联装置的容量S>0.87MW，故可选择容量为900KW的柔性互联装置放置在节点31与节点32之间，既可尽可能降低网络损耗与电压偏差降造成的损失，又可有效节约设备投资费用以提高经济性。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (8)

1.一种含分布式可再生能源配电网柔性互联装置的容量配置方法，其特征在于，所述方法包括下述步骤：

1)确定所研究的配电网区域和运行方式；

2)构建配电网柔性互联装置容量配置的优化目标函数；

3)建立配电网中分布式可再生能源出力概率模型和波动性负荷概率模型；

4)确定柔性互联装置的配置位置；

5)确定柔性互联装置容量的计算方法；

6)确定配电网柔性互联装置容量配置的目标函数期望值；

7)确定柔性互联装置的最优配置容量。

2.如权利要求1所述的容量配置方法，其特征在于，所述步骤1)中，所研究的配电网区域和运行方式考虑了分布式可再生能源的接入方式和接入位置。

3.如权利要求1所述的容量配置方法，其特征在于，所述步骤2)中，以配网节点电压越限和线路电流过载作为惩罚函数，则配电网柔性互联装置优化目标函数为：

$J=C_L+C_V+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{K}_U\left(U_i\right)+\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{K}_I\left(I_j\right)---\left(1\right);$

式中，C_L＝W_L×Losses，其中Losses为配电网系统线路全部有功损耗的实际值，用牛顿-拉夫逊潮流计算方法求得，单位为MW；权重系数W_L为Losses在目标函数中所占的比重；

C_V＝W_V×Voltage，其中Voltage为各节点电压标幺值与1p.u.的差值的绝对值的和，即各节点电压标幺值用牛顿-拉夫逊潮流计算方法求得，单位为1；权重系数W_V为Voltage在目标函数中所占的比重；取W_L＝W_V＝1；K_U(U_i)为节点电压越限惩罚系数，K_I(I_j)为线路电流越限惩罚系数，取K_U(U_i)＝K_I(I_j)＝100。

4.如权利要求1所述的容量配置方法，其特征在于，所述步骤3)中，可再生能源出力概率模型包括：

风力发电的概率模型：

$f\left(P_{\mathrm{wind}}\right)=\frac{K}{\mathrm{bC}}{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^{K-1}\exp [-{\left(\frac{P_{\mathrm{wind}}-a}{\mathrm{bC}}\right)}^K]---\left(2\right);$

其中，K为形状参数；C为尺度参数；V_ci为切入风速；V_r为额定风速；P_r为风机额定容量；常数 $a=\frac{P_r{v}_{\mathrm{ci}}}{v_{\mathrm{ci}}-v_i},b=\frac{P_r}{v_r-v_{\mathrm{ci}}};$

光伏发电的概率模型：

$f\left(P_{\mathrm{PV}}\right)=\frac{\mathrm{gamma}(a+b)}{\mathrm{gamma}\left(a\right)\·\mathrm{gamma}\left(b\right)}{\left(\frac{P_{\mathrm{PV}}}{P_{\max }}\right)}^{a-1}{(1-\frac{P_{\mathrm{PV}}}{P_{\max }})}^{b-1}---\left(3\right);$

其中，P_max＝R*A*L为光伏最大输出功率；A为方阵总面积；L为光电转换效率；R为最大辐射强度；a、b为形状参数；

波动性负荷的概率模型：

$f\left(P\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_P}\exp [-\frac{{(P-u_P)}^2}{{2\mathrm{\σ}}_P^2}]---\left(4\right);$

$f\left(Q\right)=\frac{1}{\sqrt{2\mathrm{\π}}\·{\mathrm{\σ}}_Q}\exp [-\frac{{(Q-u_Q)}^2}{{2\mathrm{\σ}}_Q^2}]---\left(5\right);$

其中，u_P、u_Q为有功和无功功率均值；σ_P、σ_Q为有功和无功功率标准差。

5.如权利要求1所述的容量配置方法，其特征在于，所述步骤4)中，以配电网网络损耗最小为优化目标对现有配电网络进行优化重构，对重构所得网络中联络开关对应的节点，按照电压幅值由低到高的顺序排序，选择将柔性互联装置置于电压最低的节点处，替换配电网中原有的联络开关，以减小配电网中节点电压出现的最大电压偏差。

6.如权利要求1所述的容量配置方法，其特征在于，所述步骤5)中，柔性互联装置的可调节变量为X＝[p，q₁，q₂]，其中p为流过自身的有功功率，q₁、q₂为两端发出的无功功率，则柔性互联装置容量应满足

7.如权利要求1所述的容量配置方法，其特征在于，所述步骤6)中，设定柔性互联装置的可调节变量初始值X₁为零，确定配电网柔性互联装置优化目标函数J的期望X₁J包括下述步骤：

(a)对分布式可再生能源概率函数和波动性负荷的概率模型进行一次抽样，对步骤4)重构所得新的网络数据进行潮流计算，求解此时的目标函数值J₁；

(b)重复步骤(a)1000次，得到柔性互联装置可调节变量为X₁时的1000个断面下的目标函数值{J₁，J₂，…，J₁₀₀₀}，求解1000个值的期望X₁J。

8.如权利要求1所述的容量配置方法，其特征在于，所述步骤7)中，将柔性互联装置的可调节变量X＝[p，q₁，q₂]作为优化目标函数的变量，目标函数J的期望X₁J作为优化目标函数按照标准粒子群寻优算法进行寻优，对于所有可调节变量X_K＝[p_K，q_1K，q_2K]，均采用步骤6)中的计算方法，得到其优化目标函数J的期望X_KJ；最终得出XJ的最小值XJ_m，作为目标函数J的最优期望值，对应的可调节变量值X_m＝[p_m，q_1m，q_2m]即为柔性互联装置的可调节变量最优值；

根据确定柔性互联装置的最小配置容量。