CN105958538A - 基于蒙特卡洛法的配电网孤岛划分方法 - Google Patents

Abstract

本发明提供一种基于蒙特卡洛法的配电网孤岛划分方法，根据接入配电网分布式电源类型与负荷特点，分别对其建立概率模型，考虑分布式电源出力与负荷需求的随机性和波动性的情况下，基于蒙特卡洛法确定孤岛边界点，利用统计学原理生成初步孤岛方案，通过对初步孤岛方案安全性校验与调整，给出最优孤岛划分方案。为配电网故障后调度的工程应用提供参考。相对于其他方法而言，划分出的孤岛是基于大量仿真试验结果且能够充分考虑到电源与负荷的不同匹配程度，从工程应用角度便于进行实际的现场操作，在保障事故后配电网供电可靠性的同时，更具有实际工程意义。

Description

基于蒙特卡洛法的配电网孤岛划分方法

技术领域

本发明涉及一种基于蒙特卡洛法的配电网孤岛划分方法。

背景技术

孤岛运行是在配电网中引入分布式电源(DG)后出现的一种新运行方式，其中计划孤岛运行是对配电网的运行方式有益的补充。根据功率平衡原则，在配电网发生故障时，充分利用分布式电源供电能力，根据分布式电源的位置、容量，将配电网划分为若干个子网，以保证重要负荷安全运行。在这种情况下，配电系统的部分负荷由分布式电源进行供电，包含这部分负荷、分布式电源、储能装置以及控制系统的小型配电系统就称为配电网中的电力孤岛，而这种运行方式我们称为孤岛运行。

电力孤岛供电方式是配电系统在引入分布式发电之后的一种新的运行方式，在这种运行方式下，配电系统的部分负荷仅由DG供电，在配电系统因故障停运后，为了检修人员安全，不扩大故障范围以达到快速恢复供电的目的。根据IEEE1547-2003相关规定，配电网中所有的DG必须短时退出运行。由于DG具有单独供电能力，故障隔离后可利用DG恢复部分重要负荷供电，从而提高系统的供电可靠性，因此，随着配电网内分布式电源的渗透率的增加，故障后电力孤岛运行在实现智能电网可靠供电的目标上将成为一种常态的运行方式。

目前孤岛划分方法主要以恢复负荷总量最大为目标，兼顾孤岛建设经济性、供电可靠性等因素，所采用的孤岛划分方法以描述孤岛内功率平衡为主体，但因目标函数与约束条件存在差异，所采取的求解算法也不相同，导致在求解结果上存在一定程度上的差异。目前，配电网孤岛划分算法普遍以分布式电源为中心，向周围负荷进行供电，尽管考虑了分布式电源的随机性与间歇性，但对于负荷特性考虑甚少，且当前的算法普遍是根据电源来选择供电负荷，不能够依据负荷特性来充分消纳分布式电源，提高能源利用率，扩大供电范围。

上述问题是在配电网孤岛划分过程中应当予以考虑并解决的问题。

发明内容

本发明的目的是提供一种基于蒙特卡洛法的配电网孤岛划分方法，从电源与负荷两个角度出发，同时考虑电源与负荷的波动性，基于统计学理论，提出一种基于蒙特卡洛法的配电网孤岛划分新方法来确定孤岛范围，提高能源利用率，解决现有技术中存在的不能够依据负荷特性来充分消纳分布式电源，提高能源利用率，扩大供电范围的问题。

本发明根据接入配电网分布式电源类型与负荷特点，分别对其建立概率模型，考虑分布式电源出力与负荷需求的随机性和波动性的情况下，基于蒙特卡洛法确定孤岛边界点，利用统计学原理生成初步孤岛方案，通过对初步孤岛方案安全性校验与调整，给出最优孤岛划分方案。

本发明的技术解决方案是：

一种基于蒙特卡洛法的配电网孤岛划分方法，包括：

步骤1：确定进行配电网孤岛划分的可行区域，其中，配电网是含有分布式电源的配电网；

步骤2：根据配电网中接入的分布式电源类型建立电源出力的概率模型；

步骤3：根据配电网中的负荷特点建立负荷需求的概率模型；

步骤4：考虑分布式电源与负荷波动性，利用蒙特卡洛法模拟获得的电源和负荷数据确定孤岛边界点；

步骤5：根据统计学原理，对模拟数据进行统计分析，确定孤岛范围，形成初步孤岛；

步骤6：对划分出的初步孤岛进行电力潮流计算，评估孤岛安全性；若孤岛不安全，则对不安全的孤岛进行修正，直至孤岛相对安全；若孤岛相对安全，进行下一步骤；

步骤7：对孤岛进行调整、合并，形成最优孤岛；以故障消除后易于系统恢复为原则，考虑孤岛边界的情况下，进行孤岛调整，形成孤岛数最少的最优孤岛。

当前接入配电网的分布式电源有多种，主要包括风电、光伏、燃气轮机等，但就国内情况而言，主要以风电与光伏为主，其出力受自然气候、位置的影响，具有很强的随机性与间歇性，目前的很多研究将分布式电源假定为恒定出力，其规划结果是不准确的，只有充分考虑分布式电源的随机性与时序性，建立合理、直观的分布式电源出力模型才能实现分布式电源最优并入配电网并在故障情况下进行孤岛运行。本发明以风电与光伏为例，在考虑时序性的前提下建立概率模型，具体如下：

进一步地，步骤2中，以风力发电建立分布式电源出力的概率模型：

风力发电机组的风速概率密度函数如下：

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

式中，k为形状参数；c为尺度参数；形状参数和尺度参数的值根据实测风速历史数据，采用最小二乘法辨识，计算如下：

$k={\left(\frac{\mathrm{\σ}}{\mathrm{\μ}}\right)}^{-1.068}$

$c=\frac{\mathrm{\μ}}{\mathrm{\Γ}(1+\frac{1}{k})}$

其中，μ为平均风速，σ为风速的标准差，г为伽马函数；

风电机组的输出功率与风速的关系近似线性化，其关系如下：

$P_g=\left\{\begin{array}{c}0,0\&le;v\&le;v_{ci}\\ P_r(v-v_{ci})/(v_r-v_{ci}),v_{ci}<v\&le;v_r\\ P_r,v_r<v\&le;v_{co}\\ 0,v\&GreaterEqual;v_{co}\end{array}\right.$

式中，V_ci为切入风速，V_co为切出风速，V_r为额定风速，P_r为发电机组额定输出功率；

进一步地，步骤2中，以光伏发电建立分布式电源出力的概率模型：

光伏电源的光照强度的概率密度分布函数为

$f\left(r\right)=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)+\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\left(\frac{r}{r_{max}}\right)}^{\mathrm{\&alpha;}-1}{(1-\frac{r}{r_{max}})}^{\mathrm{\&beta;}-1}$

式中，г为伽马函数，r与r_max分别为光照大小与最大光照大小，α与β为形状参数，根据一段时间内光照强度大小的平均值μ与方差σ计算得到：

$\mathrm{\&beta;}=(1-\mathrm{\&mu;})(\frac{\mathrm{\&mu;}(1+\mathrm{\&mu;})}{{\mathrm{\&sigma;}}^2}-1)$

$\mathrm{\&alpha;}=\frac{\mathrm{\&mu;}\mathrm{\&beta;}}{1-\mathrm{\&mu;}}$

光伏电源输出功率表示为：

P_v＝r·A·η

式中，P_v为光伏电源的输出功率，A为安装面积，η为组件转换效率。

4、如权利要求1所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于：步骤3中，配电网中的负荷的概率密度函数为：

$f_{P_L}\left(P_L\right)=\frac{1}{\mathrm{\&sigma;}\sqrt{2\mathrm{\&pi;}}}\&CenterDot;e^{\frac{-{(P_L-{\stackrel{\&OverBar;}{P}}_L)}^2}{2{\mathrm{\&sigma;}}^2}}$

式中，为均值，σ为方差。

进一步地，步骤4具体为，首先根据分布式电源的出力概率密度函数，利用蒙特卡洛法模拟分布式电源出力，确定某时段分布式电源出力；其次根据负荷概率密度函数，确定负荷随机变量；最后对含分布式电源的配电网进行潮流计算，确定各支路电压稳定裕度，通过对各支路电压稳定裕度的分析与筛选，确定初步孤岛边界点。

进一步地，确定各支路电压稳定裕度中，支路a_ij的静态电压稳定指标K_ij为：

$K_{ij}=\frac{4\&lsqb;{(P_j{X}_{ij}-Q_j{R}_{ij})}^2+(P_j{R}_{ij}+Q_j{X}_{ij})U_i^2\&rsqb;}{U_i^4}$

其中，P_j为节点j的注入有功功率，Q_j为节点j的注入无功功率，U_i为节点i的电压幅值，R_ij和X_ij分别为支路a_ij的电阻和电抗。

进一步地，步骤6中，进行孤岛安全性评估时，包括孤岛功率平衡约束、电压约束和线路过载约束。

进一步地，孤岛功率平衡约束具体为：

$P_i=U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{cos\&delta;}}_{ij}+B_{ij}{\mathrm{sin\&delta;}}_{ij})$

$Q_i=U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{sin\&delta;}}_{ij}-B_{ij}{\mathrm{sin\&delta;}}_{ij})$

其中，P_i为节点i的注入有功功率，Q_i为节点i的注入无功功率，U_i为节点i的电压幅值，U_j为节点j的电压幅值，G_ij和B_ij为分别为节点导纳矩阵元素Y_ij的实部和虚部，δ_ij为节点i与节点j之间电压相位之差。

进一步地，电压约束具体为：

U_imin＜U_i＜U_imax

其中，U_imin为节点i电压幅值的最小值，U_imax为节点i电压幅值的最大值；

进一步地，线路过载约束：

S_ij≤S_ijmax

其中，S_ij为线路流过实际容量；S_ijmax为线路允许流过最大容量。

本发明的有益效果是：该种基于蒙特卡洛法的配电网孤岛划分方法，针对接入配电网中的分布式电源与负荷，考虑电源与负荷的时序性，采用划时段的方法，对接入的分布式电源与负荷进行概率建模，利用蒙特卡洛法确定初步孤岛边界点，基于统计学理论，确定孤岛边范围。最后通过对孤岛进行校验与调整，给出最优孤岛划分方案。本发明充分考虑了负荷与电源的时序性，基于大量的模拟试验，基于蒙特卡洛法确定的初步孤岛边界点，利用统计学原理确定孤岛范围，划分出来的孤岛能够充分消纳分布式电源的功率，在避免浪费的同时，提高了供电可靠性，扩大了供电范围，具有实际的工程意义。

附图说明

图1是实施例中IEEE-33节点配电系统示意图。

图2是本发明实施例基于蒙特卡洛法的配电网孤岛划分新方法的流程示意图。

图3是实施例中风机输出功率与风速线性关系示意图。

图4是实施例中支路静态电压稳定裕度示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例

实施例的基于蒙特卡洛法的配电网孤岛划分方法，以供电范围最大为目标，综合考虑了分布式电源的随机性、间歇性与时序性以及负荷的时序特性，分别对接入配电网的分布式电源出力与负荷需求进行概率建模，利用蒙特卡洛法确定初步孤岛边界点，基于统计学理论，确定孤岛范围，结合电力潮流计算，考虑孤岛内功率平衡、节点电压不越限、线路不过载等约束条件，对划分的孤岛进行安全性评估；最后通过对安全的孤岛调整使孤岛总数最少以达到故障消除后易于配电网恢复的目的，并最终给出了最优孤岛划分方案。

实施例采用IEEE-33节点配电系统为算例，说明实施例的实用性，如图1所示，具体的孤岛划分流程图参阅图2所示：

步骤1、确定配电网孤岛划分区域，即当配电网发生最严重故障(配电变压器故障)时，以配电变压器为根节点，向下包含所有馈线的区域均为待划分区域，包括了风电、光伏燃气轮机等分布式电源，电动汽车、储能装置等移动电源以及由部分分布式电源组成的虚拟发电厂(Virtual Power Plant，VPP)。

步骤2、对接入配电网中的分布式电源进行概率建模，为便于研究，仅对风电与光伏进行建模，其概率模型如下所示：

风力发电机：风力发电机组的输出功率主要受风速影响，在一定时间内风速近似服从两参数威布尔(Weibull)分布，其风速概率密度函数如下：

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

式中，k为形状参数；c为尺度参数；其值可以根据实测风速历史数据，采用最小二乘法辨识，计算如下：

$k={\left(\frac{\mathrm{\&sigma;}}{\mathrm{\&mu;}}\right)}^{-1.068}$

$c=\frac{\mathrm{\&mu;}}{\mathrm{\&Gamma;}(1+\frac{1}{k})}$

其中μ为平均风速，σ为风速的标准差，г为伽马函数；

为了便于研究，风电机组的输出功率与风速的关系可以近似线性化，其关系如下：

$P_g=\left\{\begin{array}{c}0,0\&le;v\&le;v_{ci}\\ P_r(v-v_{ci})/(v_r-v_{ci}),v_{ci}<v\&le;v_r\\ P_r,v_r<v\&le;v_{co}\\ 0,v\&GreaterEqual;v_{co}\end{array}\right.$

式中V_ci为切入风速；V_co为切出风速；V_r为额定风速；P_r为发电机组额定输出功率；

参阅图3所示，风机输出功率与风速线性关系图。

光伏电池板：光伏电源的输出功率主要由该地区的光照强度决定，经统计，光照强度一般服从Beta分布，其概率密度分布函数为

$f\left(r\right)=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)+\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\left(\frac{r}{r_{max}}\right)}^{\mathrm{\&alpha;}-1}{(1-\frac{r}{r_{max}})}^{\mathrm{\&beta;}-1}$

式中，г为伽马函数，r与r_max分别为光照大小与最大光照大小，α与β为形状参数，可根据一段时间内光照强度大小的平均值μ与方差σ计算得到：

$\mathrm{\&beta;}=(1-\mathrm{\&mu;})(\frac{\mathrm{\&mu;}(1+\mathrm{\&mu;})}{{\mathrm{\&sigma;}}^2}-1)$

$\mathrm{\&alpha;}=\frac{\mathrm{\&mu;}\mathrm{\&beta;}}{1-\mathrm{\&mu;}}$

光伏电源输出功率主要受太阳的辐射强度、逆变器的转换效率以及温度的影响，其输出功率关系可表示为：

P_v＝r·A·η

式中，P_v为光伏电源的输出功率，A为安装面积，η为组件转换效率。

步骤3、考虑配电网中的负荷主要为民用/商业负荷与工业负荷，且配电网中的负荷随机变量都服从正态分布，其概率模型如下：

负荷概率密度函数：

$f_{P_L}\left(P_L\right)=\frac{1}{\mathrm{\&sigma;}\sqrt{2\mathrm{\&pi;}}}\&CenterDot;e^{\frac{-{(P_L-{\stackrel{\&OverBar;}{P}}_L)}^2}{2{\mathrm{\&sigma;}}^2}}$

式中，为均值，σ为方差。

电力负荷是指系统中所有电力用户的用电设备所消耗的电功率总和。负荷是电力系统的重要组成部分，是电力系统四大元件(发电机、励磁系统、原动机调速系统和负荷)之一，其数学模型对电力系统规划、运行和控制等许多问题都有影响，尤其对电力系统动态行为的影响最为明显，不恰当的负荷模型会使得结果与实际情况不一致，从而造成系统潜在的危险或者造成不必要的浪费。因此，基于上述情况，针对接入配电网的负荷都服从正态分布的特点，建立上述概率模型，

步骤4、考虑分布式电源与负荷波动性，利用蒙特卡洛法模拟获得的电源和负荷数据确定孤岛边界点。具体为：首先根据分布式电源的出力概率密度函数，利用蒙特卡洛法模拟分布式电源出力，确定某时段分布式电源出力；其次根据负荷概率密度函数，确定负荷随机变量；最后对含分布式电源的配电网进行潮流计算，确定各支路电压稳定裕度，通过对各支路电压稳定裕度的分析与筛选，确定初步孤岛边界点。

根据建立好的分布式电源与负荷的概率模型，重点研究一年中的气象条件及负荷需求变化最剧烈的两个季节，夏季与冬季，将每一天具体分为4个时段，每个时段进行100次抽样试验，这样，每一天就有400个数据生成，考虑每个月有30天，每个季节就有36000(400*30*3)个数据生成，全年就有72000数据生成。

根据得到的分布式电源与负荷的时序数据，对含分布式电源的配电网进行潮流计算，确定网络功率分布与电压分布。

参阅图4所示，支路静态电压稳定裕度示意图。

定义支路a_ij的静态电压稳定指标K_ij为：

$K_{ij}=\frac{4\&lsqb;{(P_j{X}_{ij}-Q_j{R}_{ij})}^2+(P_j{R}_{ij}+Q_j{X}_{ij})U_i^2\&rsqb;}{U_i^4}$

步骤5、基于潮流计算结果，确定各支路电压稳定裕度，通过对各支路电压稳定裕度的分析与筛选，确定初步孤岛边界点，利用统计学原理，确定孤岛范围，形成初步孤岛。

步骤6、对初步孤岛进行安全性评估；通过对电力孤岛进行含分布式电源的潮流计算，评估其安全性，其指标包括以下几个方面：

孤岛功率平衡约束：

$P_i=U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{cos\&delta;}}_{ij}+B_{ij}{\mathrm{sin\&delta;}}_{ij})$

$Q_i=U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{sin\&delta;}}_{ij}-B_{ij}{\mathrm{sin\&delta;}}_{ij})$

其中，P_i为节点i的注入有功功率，Q_i为节点i的注入无功功率，U_i为节点i的电压幅值，U_j为节点j的电压幅值，G_ij为节点i与节点j之间的电导，B_ij为节点i与节点j之间的电纳，δ_ij为节点i与节点j之间电压相位之差。

节点电压约束：

U_imin＜U_i＜U_imax

其中，U_imin为节点i电压幅值的最小值，U_imax为节点i电压幅值的最大值。

线路过载约束：

S_ij＜S_ijmax

其中，S_ij为线路流过实际容量；S_ijmax为线路允许流过最大容量。

若孤岛不安全，则对不安全的孤岛采取合理的修正方案，如削减非重要负荷、增设分布式电源或对一些负荷划入电源优先级最较低的电源所在的孤岛内等方法，使孤岛处于一种稳定安全的状态。

若孤岛相对安全，在保证孤岛稳定性与安全性的前提下，以故障消除后易于系统恢复为原则，进行孤岛调整，使孤岛总数最少，提高孤岛稳定性。

步骤7、对孤岛进行调整、合并，形成最优孤岛；以故障消除后易于系统恢复为原则，考虑孤岛边界的情况下，采取一种有效方案进行孤岛调整，在保证孤岛安全性以及稳定性的前提下，使孤岛数最少以提高孤岛稳定性。

实施例的基于蒙特卡洛法的配电网孤岛划分方法，针对当前对含分布式电源的配电网故障后运行方式未能充分发挥分布式电源供电优势的问题，实施例从电源出力与负荷需求的随机性和波动性出发，同时考虑了电源与负荷的时序特性，对接入的分布式电源出力与负荷需求进行概率建模；基于蒙特卡洛法，以概率的形式确定初步孤岛边界点，利用统计学原理确定孤岛范围，最后通过对孤岛进行校验，给出最优孤岛划分方案，为配电网故障后调度的工程应用提供参考。相对于其他方法而言，划分出来孤岛是基于大量仿真试验结果且能够充分考虑到电源与负荷的不同匹配程度，从工程应用角度便于进行实际的现场操作，在保障事故后配电网供电可靠性的同时，更具有实际工程意义。

Claims (10)

1.一种基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，包括：

步骤1：确定进行配电网孤岛划分的可行区域，其中，配电网是含有分布式电源的配电网；

步骤2：根据配电网中接入的分布式电源类型建立电源出力的概率模型；

步骤3：根据配电网中的负荷特点建立负荷需求的概率模型；

步骤4：考虑分布式电源与负荷波动性，利用蒙特卡洛法模拟获得的电源和负荷数据确定孤岛边界点；

步骤5：根据统计学原理，对模拟数据进行统计分析，确定孤岛范围，形成初步孤岛；

步骤6：对划分出的初步孤岛进行电力潮流计算，评估孤岛安全性；若孤岛不安全，则对不安全的孤岛进行修正，直至孤岛相对安全；若孤岛相对安全，进行下一步骤；

步骤7：对孤岛进行调整、合并，形成最优孤岛；以故障消除后易于系统恢复为原则，考虑孤岛边界的情况下，进行孤岛调整，形成孤岛数最少的最优孤岛。

2.如权利要求1所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，步骤2中，以风力发电建立分布式电源出力的概率模型：

风力发电机组的风速概率密度函数如下：

式中，k为形状参数；c为尺度参数；形状参数和尺度参数的值根据实测风速历史数据，采用最小二乘法辨识，计算如下：

其中，μ为平均风速，σ为风速的标准差，г为伽马函数；

风电机组的输出功率与风速的关系近似线性化，其关系如下：

式中，V_ci为切入风速，V_co为切出风速，V_r为额定风速，P_r为发电机组额定输出功率。

3.如权利要求1所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，步骤2中，以光伏发电建立分布式电源出力的概率模型：

光伏电源的光照强度的概率密度分布函数为

式中，г为伽马函数，r与r_max分别为光照大小与最大光照大小，α与β为形状参数，根据一段时间内光照强度大小的平均值μ与方差σ计算得到：

光伏电源输出功率表示为：

P_v＝r·A·η

式中，P_v为光伏电源的输出功率，A为安装面积，η为组件转换效率。

4.如权利要求1所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于：步骤3中，配电网中的负荷的概率密度函数为：

式中，为均值，σ为方差。

5.如权利要求1-4任一项所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，步骤4具体为，首先根据分布式电源的出力概率密度函数，利用蒙特卡洛法模拟分布式电源出力，确定某时段分布式电源出力；其次根据负荷概率密度函数，确定负荷随机变量；最后对含分布式电源的配电网进行潮流计算，确 定各支路电压稳定裕度，通过对各支路电压稳定裕度的分析与筛选，确定初步孤岛边界点。

6.如权利要求5所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，确定各支路电压稳定裕度中，支路a_ij的静态电压稳定指标K_ij为：

其中，P_j为节点j的注入有功功率，Q_j为节点j的注入无功功率，U_i为节点i的电压幅值，R_ij和X_ij分别为支路a_ij的电阻和电抗。

7.如权利要求1-5任一项所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，步骤6中，进行孤岛安全性评估时，包括孤岛功率平衡约束、电压约束和线路过载约束。

8.如权利要求7所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，孤岛功率平衡约束具体为：

其中，P_i为节点i的注入有功功率，Q_i为节点i的注入无功功率，U_i为节点i的电压幅值，U_j为节点j的电压幅值，G_ij和B_ij为分别为节点导纳矩阵元素Y_ij的实部和虚部，δ_ij为节点i与节点j之间电压相位之差。

9.如权利要求7所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，电压约束具体为：

U_{i min}＜U_i＜U_{i max}

其中，U_{i min}为节点i电压幅值的最小值，U_{i max}为节点i电压幅值的最大值。

10.如权利要求7所述的基于蒙特卡洛法的配电网孤岛划分方法，其特征在于，线路过载约束：

S_ij≤S_{ij max}

其中，S_ij为线路流过实际容量；S_{ij max}为线路允许流过最大容量。