CN108830479A - 一种计及电网全成本链的主配协同规划方法 - Google Patents

Abstract

本发明公开了一种计及电网全成本链的主配协同规划方法，属于电网规划及分布式能源规划技术领域。该方法首先收集电网规划基础数据和分布式能源规划基础数据，然后分别建立主网层优化规划模型、全成本链计算模型和用户分布式能源优化规划模型；对三个模型依次迭代求解，分别得到待选线路是否投建的变量值、分布式风电设备是否投资的变量值、分布式光伏设备是否投资的变量值和分布式储能设备是否投资的变量值，最终得到主配协同规划结果。本发明通过潮流追踪法实现对电网规划固定成本和电网运行成本的分摊，通过形成的全成本链实现电网主配协同规划，优化电网规划。

Description

一种计及电网全成本链的主配协同规划方法

技术领域

本发明属于电网规划及分布式能源规划技术领域，特别涉及一种计及电网全成本链的主配协同规划方法，用于分布式能源提升电网规划的优化水平。

背景技术

电网规划是以负荷预测和电源规划为基础，确定在何时、何地投建何种类型的输电线路及其回路数，以达到规划周期内所需要的输电能力，在满足各项技术指标的前提下优化电网规划投资。

分布式能源规划是指在已知负荷预测结果及配电网运行状况的基础上，确定分布式能源的安装位置和配置容量，使整个规划期内配电网的经济性和可靠性达到最优。分布式能源的安装位置和容量配置合理，可有效改善电网电能质量、降低系统有功损耗，提高电网运行的经济性和可靠性。

传统的电网规划方法主要包括以下步骤：(1)对负荷进行预测，将负荷信息确定为规划边界信息；(2)根据已确定的电力电量需求来安排系统的生产模拟；(3)规划决策最优的电网的扩展规划方案。

在传统的电网规划过程中，整体规划成本往往以平均分摊的原则分配给每一个用户，每一个用户接受一个固定的电价，而固定电价未能体现不同节点用户在不同时段对电网固定资产的占用率。同时规划时并不考虑配电网中分布式能源的建设情况，也未考虑到用户会根据用电费用的变化调整自己的分布式能源投资的情况。这将导致无法精准核算电网资产的投资收益，降低电网运行和规划的合理性。因此，只有准确厘清用户对电网全环节的占用成本，形成基于全成本链的电价才能有效引导用户优化用电并投资分布式能源。

发明内容

本发明的目的在于解决已有电网规划方法的不足之处，提出一种计及电网全成本链的主配协同规划方法。本发明通过潮流追踪法实现对电网固定成本和电网运行成本的分摊，通过形成的全成本链实现电网主配协同规划，优化电网规划。

本发明提出一种计及电网全成本链的主配协同规划方法，其特征在于，包括以下步骤：

1)收集电网规划基础数据，包括：已有电网拓扑结构，已有线路阻抗及传输容量，已有发电机组装机容量及发电成本，节点净负荷，待选线路阻抗、传输容量与建设成本；收集分布式能源规划基础数据，包括：待选分布式风电设备的型号、成本和最大出力，待选分布式光伏设备的型号、成本和最大出力，待选分布式储能设备的型号、成本、容量和充放电功率；

2)构建主网层优化规划模型并求解，得到更新后的线路总集合；具体步骤如下：

2-1)构建主网层优化规划模型的目标函数，表达式如下：

式中，C^TEP表示电网规划总成本，表示待选线路建设成本；表示电网运营成本；Ω^PLN为待选线路的集合；为第k条待选线路是否投建的0-1二值变量，线路投建则取1，不投建则取0；为第k条待选线路的建设成本；N^S为场景总数；γ_s为第s个场景的权重；T为运行总时段数；Ω^G为煤电机组的集合；为第i个火电机组的单位成本；为在第s个场景下第i个火电机组第t时段的输出功率；

2-2)构建主网层优化规划模型的约束条件，具体如下：

2-2-1)功率平衡约束；

式中，为第x节点上的火电机组的集合；为在第s个场景下第x个节点上第t时段的负荷需求；S(k)表示第k条线路首端节点；R(k)表示第k条线路的末端节点；为在第s个场景下第k条线路上第t时段的功率潮流；

2-2-2)原有线路直流潮流约束；

式中，为第k条原有线路的传输导纳；δ_S(k),t,s为在第s个场景下第k条原有线路首端节点第t时段的电压相角；δ_R(k),t,s为在第s个场景下第k条原有线路末端节点第t时段的电压相角；Ω^ELN表示原有线路的集合；

2-2-3)原有线路功率约束；

式中，为第k条原有线路的输电功率上限；

2-2-4)新建线路直流潮流约束；

式中M为一个大数，

2-2-5)新建线路功率约束；

2-2-6)节点电压相角约束；

式中，代表第x个节点电压相角的下限；代表第x个节点电压相角的上限；

2-2-7)发电机功率约束；

式中，P_i ^G,min代表第i台火电机组的最小功率，P_i ^G,max代表第i台火电机组的最大功率；

2-3)对主网优化规划模型求解，得到的值，k∈Ω^PLN；

2-4)利用步骤2-3)得到的结果，得到更新后线路总集合Ω^ULN，Ω^ULN为原有线路集合Ω^ELN加上步骤2-3)得到的为1的线路集合；

3)构建由主网节点电价模型与主网输配电价模型组成的全成本链计算模型并求解，分别得到节点电价和输配电价；具体步骤如下：

3-1)基于直流最优潮流的方法构建主网节点电价模型并求解，得到节点电价；

3-1-1)构建主网节点电价模型的最优潮流目标函数，表达式如下：

3-1-2)确定主网节点电价模型的约束条件；具体如下：

3-1-2-1)总功率平衡约束；

式中，Ω^LD是所有负荷节点的集合；

3-1-2-2)线路功率约束；

式中，GSDF_k-i代表节点i对线路k的发电转移分布因子；

3-1-2-3)发电机功率约束；

3-1-3)对主网节点电价模型求解，计算节点电价；

建立拉格朗日函数求解主网节点电价模型，其中约束式(11)的拉格朗日乘子定义为λ_t,s，式(12)的拉格朗日乘子定义为式(13)的拉格朗日乘子定义为则第s个场景下第x个节点上第t时段节点电价计算表达式如下：

3-2)基于潮流追踪法建立主网输配电价模型并求解，得到输配电价；

3-2-1)计算节点总流入功率与节点负荷关系；

首先，节点总流入功率如式(16)所示：

将(16)式做代数变换得到式(17)：

以矩阵形式表示式(17)：

其中关联矩阵A各项表达式如下：

由于A矩阵是可逆矩阵，得到式(20)：

3-2-2)计算线路功率与节点总流入功率关系；

式(21)表示了线路功率与节点总流入功率的关系，其中矩阵C_t，s表达式如下：

3-2-3)计算潮流追踪矩阵；

通过式(20)-(21)得到线路功率与节点负荷的关系：

其中F_t,s矩阵是潮流追踪矩阵；

3-2-4)计算第s个场景下第x个节点上第t时段输配电价；

式中TC_x,t,s是第s场景下第x个节点上第t时段所承担的总输配电费；PTC_k是线路k单位功率的传输成本；f_kx代表潮流追踪矩阵对应位置的元素；

4)构建用户分布式能源优化规划模型并求解；具体步骤如下：

4-1)构建用户分布式能源优化规划模型的目标函数，表达式如下：

其中，

式中，代表x节点上分布式能源的投资总成本，包括分布式风电投资成本分布式光伏投资成本与分布式储能投资成本三部分；其中N^WT代表分布式风电设备可投资的最大数量，N^PV代表分布式光伏设备可投资的最大数量，N^ESS代表分布式储能设备可投资的最大数量；代表第i个分布式风电设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式光伏设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式储能设备是否投资的0-1变量(投建则取1，不投建则取0)；代表第i个分布式风电设备的投资成本，代表第i个分布式光伏设备的投资成本，代表第i个分布式储能设备的投资成本；代表第x个节点总运行成本；

4-2)构建用户分布式能源优化规划模型的约束条件，具体如下：

4-2-1)分布式能源出力上限约束；

式中，代表第s个场景下第i个分布式风电设备在第t时段的出力，代表第s个场景下第i个分布式光伏设备在第t时段的出力；代表第s个场景下第i个分布式风电设备光伏在第t时段的出力上限，代表第s个场景下第i个分布式光伏设备在第t时段的出力上限；

4-2-2)分布式储能充放电功率约束；

式中，代表第s个场景下第i个分布式储能设备在第t时段的充电功率；代表第s个场景下第i个分布式储能设备在第t时段的放电功率；代表第s场景下第i个分布式储能设备在第t时段的充电功率上限；代表第s场景下第i个分布式储能设备在第t时段的放电功率上限；

4-2-3)分布式储能特性约束；

式中代表第i个分布式储能设备的充电效率，代表第i个分布式储能设备的放电效率；

4-2-4)分布式储能容量约束；

式中代表第i个分布式储能设备的容量约束下限；代表第i个分布式储能设备的容量约束上限；代表第i个分布式储能设备的容量；

4-2-5)分布式储能能量平衡约束；

4-2-6)功率平衡约束；

4-3)求解用户分布式能源优化规划模型，确定和的变量值；

5)利用步骤4)的结果，利用式(35)更新重新返回步骤2)；

6)重复步骤2)至步骤4)，得到更新后的和的值并进行判定：如果更新后的和与更新前的结果均相同，则迭代结束，得到输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果如果有任一取值不相同，则重复步骤5)更新后，重新返回步骤2)，进行下一次迭代，直至达到迭代次数的上限，迭代结束，得到输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果主配协同规划结束。

本发明的特点及有益效果在于：

本发明方法通过潮流追踪法实现对电网规划固定成本和电网运行成本的分摊，进一步通过主网层优化规划模型、全成本链计算模型、配网层用户分布式能源优化规划模型这三层模型的滚动迭代与多次博弈，得到最终的主配协同规划结果。本发明综合考虑电网固定资产投资和运行成本投入的全成本电价体系，通过全成本电价给予用户投资信号，激励用户进行分布式能源的投资。在电网规划中考虑全成本电价对用户的引导作用，在一定程度上减轻电网规划压力，延缓电网规划，实现电网资产的高效利用。本发明能使电网规划更加科学合理，对用户分布式能源的规划指导更准确，整体减小电网规划和分布式能源规划的总成本。

附图说明

图1是本发明方法的整体流程图。

具体实施方式

本发明提出一种计及电网全成本链的主配协同规划方法，下面结合附图及实施例对本发明作进一步详细的说明。应当理解，此处所描述的具体实施方式可用以解释本发明，但并不限定本发明。

本发明提出一种计及电网全成本链的主配协同规划方法，整体流程图如图1所示，包括以下步骤：

1)收集电网规划基础数据，包括：已有电网拓扑结构、已有线路阻抗及传输容量，已有发电机组装机容量及发电成本，节点净负荷，待选线路阻抗、传输容量与建设成本；收集分布式能源规划基础数据，包括：待选分布式风电设备的型号、成本和最大出力，待选分布式光伏设备的型号、成本和最大出力，待选分布式储能设备的型号、成本、容量和充放电功率；

本发明中建立的计及电网全成本链的主配协同规划模型分为三层，第一层是主网层的优化规划模型，第二层是全成本链计算模型，第三层是配网层的用户分布式能源优化规划模型。

2)构建主网层优化规划模型并求解，得到更新后的线路总集合；

主网层优化规划模型由目标函数和约束条件组成；具体步骤如下：

2-1)构建主网层优化规划模型的目标函数，表达式如下：

该目标函数表示最小化电网规划总成本，其中电网规划总成本包括线路建设成本与电网运营成本；

式中，C^TEP表示电网规划总成本，表示待选线路建设成本；表示电网运营成本；Ω^PLN为待选线路的集合；为第k条待选线路是否投建的0-1二值变量(线路投建则取1，不投建则取0)；为第k条待选线路的建设成本；N^S为场景总数；γ_s为第s个场景的权重(本发明采用聚类算法，对年负荷、风电、光伏曲线进行聚类，得到N^S个聚类中心和每个场景相应的权重γ_s)；T为运行总时段数；Ω^G为煤电机组的集合；为第i个火电机组的单位成本；为在第s个场景下第i个火电机组第t时段的输出功率。其中只有为控制变量，是一个0-1规划问题；

2-2)构建主网层优化规划模型的约束条件，具体如下：

2-2-1)功率平衡约束；

式中，为第x节点上的火电机组的集合；为在第s个场景下第x个节点上第t时段的负荷需求；S(k)表示第k条线路首端节点；R(k)表示第k条线路的末端节点；为在第s个场景下第k条线路上第t时段的功率潮流；该约束表示基尔霍夫电流定律，即每个节点流入流出功率相等；

2-2-2)原有线路直流潮流约束；

式中，为第k条原有线路的传输导纳；δ_S(k),t,s为在第s个场景下第k条原有线路首端节点第t时段的电压相角；δ_R(k),t,s为在第s个场景下第k条原有线路末端节点第t时段的电压相角；Ω^ELN表示原有线路的集合；该约束以直流潮流的形式表示输电线路满足的电路潮流约束；

2-2-3)原有线路功率约束；

式中为第k条原有线路的输电功率上限；该约束表示输电线路输电容量受传输功率上限的限制；

2-2-4)新建线路直流潮流约束；

由于投建线路存在判断逻辑，所以用大M法建立约束条件，式中M为一个大数，该约束以直流潮流的形式表示待选线路满足的电路潮流约束；

2-2-5)待选线路功率约束；

该约束表示待选线路输电容量受传输功率上限的限制；

2-2-6)节点电压相角约束；

式中，代表第x个电压相角的下限；代表第x个电压相角的上限；该约束表示节点相角受到相角上下限的约束；

2-2-7)发电机功率约束；

式中P_i ^G,min代表第i台火电机组的最小功率；P_i ^G,max代表第i台火电机组的最大功率；该约束表示发电机输出功率受到输出功率上下限的约束；

2-3)采用CPLEX12.4优化工具中的0-1规划算法，对主网优化规划模型求解，得到主网层待选线路是否建设的变量值

2-4)利用步骤2-3)得到的结果，得到更新后线路总集合Ω^ULN，Ω^ULN是原有线路集合Ω^ELN加上步骤2-3)中选定需要建设的线路(即为1的线路集合)得到的更新后的线路总集合；将更新后的线路总集合Ω^ULN传递给下一全成本链输配模型进行计算；

3)构建全成本链计算模型并对求解，分别得到节点电价和输配电价；

其中全成本链计算模型由主网节点电价模型与主网输配电价模型两部分组成；具体步骤如下：

3-1)基于直流最优潮流的方法构建主网节点电价模型并求解，得到节点电价；具体步骤如下：

3-1-1)构建主网节点电价模型的最优潮流目标函数，表达式如下：

该目标函数表示优化目标为各场景各时段火电机组发电成本总体最小；其中为可控制的连续变量，该模型是线性规划问题；

3-1-2)确定主网节点电价模型的约束条件；具体如下：

3-1-2-1)总功率平衡约束；

式中Ω^LD是所有负荷节点的集合；该约束表示整个电网输出功率与负荷实时平衡；

3-1-2-2)线路功率约束；

式中GSDF_k-i代表节点i对线路k的发电转移分布因子；该约束表示每条线路的传输功率受线路传输容量上限约束；

3-1-2-3)发电机功率约束；

该约束表示发电机输出功率受到输出功率上下限的约束；

3-1-3)对主网节点电价模型求解，计算节点电价；

建立拉格朗日函数求解主网节点电价模型，其中约束式(11)的拉格朗日乘子定义为λ_t,s，其中约束式(12)的拉格朗日乘子定义为其中约束式(13)的拉格朗日乘子定义为则第s个场景下第x个节点上第t时段节点电价计算表达式如下：

3-2)基于潮流追踪法建立主网输配电价模型并求解，得到输配电价；

3-2-1)计算节点总流入功率与节点负荷关系；

首先，节点总流入功率如式(16)所示：

将(16)式做代数变换得到式(17)：

以矩阵形式表示式(17)：

其中关联矩阵A各项表达式如下：

由于A矩阵是可逆矩阵，所以得到式(20)：

则式(19)-(20)表达了节点总流入功率与节点负荷的关系；

3-2-2)计算线路功率与节点总流入功率关系；

式(21)表示了线路功率与节点总流入功率的关系，其中矩阵C_t,s各项可用式(22)表示：

则式(21)-(22)就表达了线路功率与节点总流入功率的关系；

3-2-3)计算潮流追踪矩阵；

通过式(20)-(21)可得线路功率与节点负荷的关系：

其中F_t,s矩阵是潮流追踪矩阵；

3-2-4)计算第s个场景下第x个节点上第t时段输配电价；

式中TC_x,t,s是第s场景下第x个节点上第t时段所承担的总输配电费；PTC_k是线路k单位功率的传输成本；f_kx代表潮流追踪矩阵对应位置的元素；通过(24)式即可计算出各节点负荷的输配电价；至此第二层全成本链计算模型已经全部建立，节点电价与输配电价已经全部计算完毕；

将步骤3-1)得到的节点电价与步骤3-2)得到的输配电价计算结果传递给下一用户分布式能源优化规划模型进行计算；

4)构建用户分布式能源优化规划模型并求解；具体步骤如下：

用户分布式能源优化规划模型由目标函数和约束条件组成

4-1)构建用户分布式能源优化规划模型的目标函数，表达式如下：

其中，

式中，代表x节点上分布式能源的投资总成本，包括分布式风电投资成本分布式光伏投资成本与分布式储能投资成本三部分；其中N^WT代表分布式风电设备可投资的最大数量，N^PV代表分布式光伏设备可投资的最大数量，N^ESS代表分布式储能设备可投资的最大数量；代表第i个分布式风电设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式光伏设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式储能设备是否投资的0-1变量(投建则取1，不投建则取0)；代表第i个分布式风电设备的投资成本，代表第i个分布式光伏设备的投资成本，代表第i个分布式储能设备的投资成本；

代表第x个节点总运行成本；

其中和为控制变量，是一个0-1规划问题；

4-2)构建用户分布式能源优化规划模型的约束条件，具体如下：

4-2-1)分布式能源出力上限约束；

式中，代表第s个场景下第i个分布式风电设备在第t时段的出力，代表第s个场景下第i个分布式光伏设备在第t时段的出力；代表第s个场景下第i个分布式风电设备光伏在第t时段的出力上限，代表第s个场景下第i个分布式光伏设备在第t时段的出力上限；该约束表示分布式风电和光伏的出力会受到出力上限约束；

4-2-2)分布式储能充放电功率约束；

式中，代表第s个场景下第i个分布式储能设备在第t时段的充电功率；代表第s个场景下第i个分布式储能设备在第t时段的放电功率；代表第s场景下第i个分布式储能设备在第t时段的充电功率上限；代表第s场景下第i个分布式储能设备在第t时段的放电功率上限；该约束表示分布式储能收到充放电功率上限约束；

4-2-3)分布式储能特性约束；

式中代表第i个分布式储能设备的充电效率；代表第i个分布式储能设备的放电效率；该约束表示在一个时段内储能充放电能量的变化即存储或释放的能量；

4-2-4)分布式储能容量约束；

式中代表第i个分布式储能设备的容量约束下限；代表第i个分布式储能设备的容量约束上限；代表第i个分布式储能设备的容量；该约束表示分布式储能会受到容量的约束；

4-2-5)分布式储能能量平衡约束；

该约束表示在总时段前后储能能量相同，即不会有电能的累积；

4-2-6)功率平衡约束；

该约束表示每个用户每个时段净用电功率等于实际用电功率减去分布式能源的输出功率；至此第三层用户分布式能源投资规划模型已经全部建立；

4-3)采用CPLEX12.4优化工具中的0-1规划算法，求解用户分布式能源优化规划模型，确定各个配网层新能源是否建设和的变量值；

5)利用步骤4)的结果，利用式(35)更新用户净负荷重新返回步骤2)；

6)重复步骤2)至步骤4)，得到更新后的和的值并进行判定：如果更新后的和与更新前的结果均相同，则迭代结束，得到输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果如果有任一不取值相同，则重复步骤5)更新后，重新返回步骤2)，进行下一次迭代，直至达到迭代次数的上限，迭代结束，并输出最后的输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果主配协同规划结束。

根据计及电网全成本链的主配协同规划模型的优化结果，确定输电网规划方案，确定投建线路的配置方案，同时给予各节点用户分布式能源的规划方案，确定分布式光伏、风电、储能的投资方案，进行规划投资。

至此，本发明所提方法实施完毕。以上实施步骤仅用以说明而非限制本发明的技术方案。不脱离本发明精神和范围的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种计及电网全成本链的主配协同规划方法，其特征在于，包括以下步骤：

1)收集电网规划基础数据，包括：已有电网拓扑结构，已有线路阻抗及传输容量，已有发电机组装机容量及发电成本，节点净负荷，待选线路阻抗、传输容量与建设成本；收集分布式能源规划基础数据，包括：待选分布式风电设备的型号、成本和最大出力，待选分布式光伏设备的型号、成本和最大出力，待选分布式储能设备的型号、成本、容量和充放电功率；

2)构建主网层优化规划模型并求解，得到更新后的线路总集合；具体步骤如下：

2-1)构建主网层优化规划模型的目标函数，表达式如下：

式中，C^TEP表示电网规划总成本，表示待选线路建设成本；表示电网运营成本；Ω^PLN为待选线路的集合；为第k条待选线路是否投建的0-1二值变量，线路投建则取1，不投建则取0；为第k条待选线路的建设成本；N^S为场景总数；γ_s为第s个场景的权重；T为运行总时段数；Ω^G为煤电机组的集合；为第i个火电机组的单位成本；为在第s个场景下第i个火电机组第t时段的输出功率；

2-2)构建主网层优化规划模型的约束条件，具体如下：

2-2-1)功率平衡约束；

式中，为第x节点上的火电机组的集合；为在第s个场景下第x个节点上第t时段的负荷需求；S(k)表示第k条线路首端节点；R(k)表示第k条线路的末端节点；为在第s个场景下第k条线路上第t时段的功率潮流；

2-2-2)原有线路直流潮流约束；

式中，为第k条原有线路的传输导纳；δ_S(k),t,s为在第s个场景下第k条原有线路首端节点第t时段的电压相角；δ_R(k),t,s为在第s个场景下第k条原有线路末端节点第t时段的电压相角；Ω^ELN表示原有线路的集合；

2-2-3)原有线路功率约束；

式中，为第k条原有线路的输电功率上限；

2-2-4)新建线路直流潮流约束；

式中M为一个大数，

2-2-5)新建线路功率约束；

2-2-6)节点电压相角约束；

式中，代表第x个节点电压相角的下限；代表第x个节点电压相角的上限；

2-2-7)发电机功率约束；

式中，P_i ^G,min代表第i台火电机组的最小功率，P_i ^G,max代表第i台火电机组的最大功率；

2-3)对主网优化规划模型求解，得到的值，k∈Ω^PLN；

2-4)利用步骤2-3)得到的结果，得到更新后线路总集合Ω^ULN，Ω^ULN为原有线路集合Ω^ELN加上步骤2-3)得到的为1的线路集合；

3)构建由主网节点电价模型与主网输配电价模型组成的全成本链计算模型并求解，分别得到节点电价和输配电价；具体步骤如下：

3-1)基于直流最优潮流的方法构建主网节点电价模型并求解，得到节点电价；

3-1-1)构建主网节点电价模型的最优潮流目标函数，表达式如下：

3-1-2)确定主网节点电价模型的约束条件；具体如下：

3-1-2-1)总功率平衡约束；

式中，Ω^LD是所有负荷节点的集合；

3-1-2-2)线路功率约束；

式中，GSDF_k-i代表节点i对线路k的发电转移分布因子；

3-1-2-3)发电机功率约束；

3-1-3)对主网节点电价模型求解，计算节点电价；

建立拉格朗日函数求解主网节点电价模型，其中约束式(11)的拉格朗日乘子定义为λ_t,s，式(12)的拉格朗日乘子定义为式(13)的拉格朗日乘子定义为则第s个场景下第x个节点上第t时段节点电价计算表达式如下：

3-2)基于潮流追踪法建立主网输配电价模型并求解，得到输配电价；

3-2-1)计算节点总流入功率与节点负荷关系；

首先，节点总流入功率如式(16)所示：

将(16)式做代数变换得到式(17)：

以矩阵形式表示式(17)：

其中关联矩阵A各项表达式如下：

由于A矩阵是可逆矩阵，得到式(20)：

3-2-2)计算线路功率与节点总流入功率关系；

式(21)表示了线路功率与节点总流入功率的关系，其中矩阵C_t,s表达式如下：

3-2-3)计算潮流追踪矩阵；

通过式(20)-(21)得到线路功率与节点负荷的关系：

其中F_t,s矩阵是潮流追踪矩阵；

3-2-4)计算第s个场景下第x个节点上第t时段输配电价；

式中TC_x,t,s是第s场景下第x个节点上第t时段所承担的总输配电费；PTC_k是线路k单位功率的传输成本；f_kx代表潮流追踪矩阵对应位置的元素；

4)构建用户分布式能源优化规划模型并求解；具体步骤如下：

4-1)构建用户分布式能源优化规划模型的目标函数，表达式如下：

其中，

式中，代表x节点上分布式能源的投资总成本，包括分布式风电投资成本分布式光伏投资成本与分布式储能投资成本三部分；其中N^WT代表分布式风电设备可投资的最大数量，N^PV代表分布式光伏设备可投资的最大数量，N^ESS代表分布式储能设备可投资的最大数量；代表第i个分布式风电设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式光伏设备是否投资的0-1变量(投建则取1，不投建则取0)，代表第i个分布式储能设备是否投资的0-1变量(投建则取1，不投建则取0)；代表第i个分布式风电设备的投资成本，代表第i个分布式光伏设备的投资成本，代表第i个分布式储能设备的投资成本；代表第x个节点总运行成本；

4-2)构建用户分布式能源优化规划模型的约束条件，具体如下：

4-2-1)分布式能源出力上限约束；

式中，代表第s个场景下第i个分布式风电设备在第t时段的出力，代表第s个场景下第i个分布式光伏设备在第t时段的出力；代表第s个场景下第i个分布式风电设备光伏在第t时段的出力上限，代表第s个场景下第i个分布式光伏设备在第t时段的出力上限；

4-2-2)分布式储能充放电功率约束；

式中，代表第s个场景下第i个分布式储能设备在第t时段的充电功率；代表第s个场景下第i个分布式储能设备在第t时段的放电功率；代表第s场景下第i个分布式储能设备在第t时段的充电功率上限；代表第s场景下第i个分布式储能设备在第t时段的放电功率上限；

4-2-3)分布式储能特性约束；

式中代表第i个分布式储能设备的充电效率，代表第i个分布式储能设备的放电效率；

4-2-4)分布式储能容量约束；

式中代表第i个分布式储能设备的容量约束下限；代表第i个分布式储能设备的容量约束上限；代表第i个分布式储能设备的容量；

4-2-5)分布式储能能量平衡约束；

4-2-6)功率平衡约束；

4-3)求解用户分布式能源优化规划模型，确定和的变量值；

5)利用步骤4)的结果，利用式(35)更新重新返回步骤2)；

6)重复步骤2)至步骤4)，得到更新后的和的值并进行判定：如果更新后的和与更新前的结果均相同，则迭代结束，得到输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果如果有任一取值不相同，则重复步骤5)更新后，重新返回步骤2)，进行下一次迭代，直至达到迭代次数的上限，迭代结束，得到输电线路规划结果分布式风电规划结果分布式光伏规划结果和分布式储能规划结果主配协同规划结束。