市場環(huán)境下配電網(wǎng)分布式光儲協(xié)同規(guī)劃

饒萍，向月，姚昊天，劉友波，劉俊勇

(四川大學(xué) 電氣工程學(xué)院, 四川 成都 610065)

0 引言

國家發(fā)展改革委、國家能源局印發(fā)的《關(guān)于加強和規(guī)范電網(wǎng)規(guī)劃投資管理工作的通知》強調(diào)，電網(wǎng)規(guī)劃應(yīng)有效銜接社會資本的投資需求，按照市場化原則，與相關(guān)市場主體充分銜接，應(yīng)精準利用投資資金，進一步強化安全性、經(jīng)濟性分析[1]。隨著新一輪電力體制改革推進，配電網(wǎng)規(guī)劃逐漸從單一主體轉(zhuǎn)變成包括社會資本等多個主體參與源-網(wǎng)-荷-儲協(xié)同規(guī)劃的新局面[2]，這一趨勢有利于緩解電網(wǎng)投資壓力，因社會資本的逐利性，也將有利于優(yōu)化規(guī)劃資源。但由于主體的多元化，如何均衡各方利益是規(guī)劃難點。此外，《關(guān)于開展分布式發(fā)電市場化交易試點的通知》（以下簡稱《通知》）[3]指出，分布式光伏(photovoltaic, PV)可以選擇代理交易模式上網(wǎng)，即委托電網(wǎng)企業(yè)代理出售發(fā)電量并向其支付代理過網(wǎng)費，但未有結(jié)算規(guī)則和過網(wǎng)費機制的明確說明。因此，研究市場化環(huán)境下考慮各主體利益耦合關(guān)系的多主體規(guī)劃具有現(xiàn)實意義。

目前，已有大量文獻針對多主體規(guī)劃展開了研究。文獻[4-7]分析了分布式電源（distributed generation，DG）投資運營商、配電網(wǎng)運營商（distribution network operator，DNO）和電力用戶等利益主體的相互關(guān)系，協(xié)調(diào)取得“源”“網(wǎng)”“荷”之間的利益共贏。文獻[8-10]分析了主動配電網(wǎng)框架下各主體的利益沖突，建立了基于博弈論的規(guī)劃模型。文獻[11-12]提出一種配電網(wǎng)與微電網(wǎng)運營商聯(lián)合投資的有限理性決策的多策略集演化博弈分析方法以優(yōu)化微電網(wǎng)源-儲容量。

上述文獻中，PV大多基于傳統(tǒng)“全額上網(wǎng)”模式接入電網(wǎng)，隨著分布式發(fā)電市場建設(shè)推進，PV可以通過直接交易模式、電網(wǎng)代理交易模式或標桿上網(wǎng)電價收購模式進入市場交易[13]，結(jié)算規(guī)則及過網(wǎng)費機制與各主體投資效益息息相關(guān)。文獻[14-16]建立了分布式發(fā)電市場化環(huán)境下各交易主體的響應(yīng)行為模型以及在不同交易模式和去補貼條件下的過網(wǎng)費模型。文獻[17-18]建立了基于電氣距離的動態(tài)過網(wǎng)費模型，并考慮了網(wǎng)絡(luò)損耗因素。但少有文獻將動態(tài)過網(wǎng)費應(yīng)用于規(guī)劃層面。文獻[19]構(gòu)建了配電網(wǎng)運營商和多投資主體的 DG 規(guī)劃決策模型，提出了基于過網(wǎng)費動態(tài)更新的多主體協(xié)同規(guī)劃趨優(yōu)引導(dǎo)策略。

綜上所述，為均衡市場環(huán)境下PV投資商和配電網(wǎng)運營商的投資規(guī)劃效益，本文建立考慮光伏預(yù)測誤差的結(jié)算規(guī)則，為削減偏差電量，考慮PV投資商同時投資儲能，且儲能可選擇不同的響應(yīng)方式，進而形成多種運行策略；基于電氣距離建立代理費用模型，模型考慮了運營商傳輸成本、網(wǎng)絡(luò)損耗和合理收益。結(jié)算規(guī)則和代理費用模型形成利益耦合模型，以描述分布式光儲投資商和配電網(wǎng)運營商的利益關(guān)系?；诶骜詈夏Ｐ徒⑴潆娋W(wǎng)運營商和分布式光儲協(xié)同規(guī)劃-運行模型。利用基于自適應(yīng)策略的雙層改進粒子群算法求解規(guī)劃-運行模型。以某實際配網(wǎng)為例，進行規(guī)劃結(jié)果分析，驗證所提方法對保障各主體合理效益的有效性。

1 利益耦合模型

本文的利益耦合模型主要描述分布式光儲投資商和配電網(wǎng)運營商的交易模式和代理交易規(guī)則。

1.1 分布式交易機制

根據(jù)《通知》，國內(nèi)針對DG有以下3種可采用的交易機制。（1）直接交易模式。即DG和用戶進行直接交易，電網(wǎng)承擔輸配電力的角色并收取交易雙方的過網(wǎng)費，同時國家對DG的補貼標準下降至政府補貼標準的90%及以下。（2）代理交易模式。作為直接交易模式的一種變型，其具體交易方式是DG投資商委托電網(wǎng)企業(yè)代理出售發(fā)電量并向其支付代理過網(wǎng)費，DG獲得的補貼減少至政府補貼標準的90%及以下。（3）標桿上網(wǎng)電價模式。電網(wǎng)根據(jù)標桿上網(wǎng)電價收購DG的全部發(fā)電量，DG獲得政府補貼標準減去交易涉及最高電壓等級輸配電價補貼金額。在市場化建設(shè)初期，用戶參與度相對較低，代理交易模式可以幫助DG投資商省去尋找直接交易對象的過程，同時降低了政府支出。本文假設(shè)分布式光儲通過電網(wǎng)代理的方式進入市場交易。

1.2 代理交易規(guī)則

為保證代理交易模式下電網(wǎng)的調(diào)度效率，假設(shè)分布式光儲投資商將與配電網(wǎng)運營商簽訂代理交易合同。合同主要包括中長期交易電量、結(jié)算規(guī)則、代理費用等內(nèi)容。

1.2.1 中長期交易電量

投資商根據(jù)光伏發(fā)電預(yù)測曲線計算年內(nèi)光伏上網(wǎng)電量。本文直接采用文獻[20]的晴、陰發(fā)電曲線作為日前光伏發(fā)電預(yù)測情況，并以配網(wǎng)所在地晴、陰比例計算中長期交易電量。

1.2.2 結(jié)算電量

（1）預(yù)測誤差。

日前光伏發(fā)電預(yù)測可能存在日前預(yù)測誤差，假設(shè)預(yù)測誤差符合正態(tài)分布[21]，則有

式中：下標i、t、n分別表示節(jié)點i、時段t、場景n；為場景n下時段t節(jié)點i處的光伏實際出力；為光伏出力預(yù)測誤差；ηpvyc為光伏預(yù)測誤差系數(shù)，為光伏預(yù)測出力。

本文的時間顆粒度為1 h，功率和電量可互換使用。

（2）柔性儲能運行策略。

儲能作為一種靈活性資源，既能作為備用電源，響應(yīng)光伏預(yù)測誤差，也能作為需求側(cè)資源，響應(yīng)配電網(wǎng)峰谷電價。本文儲能分為剛性和柔性，假設(shè)剛性儲能僅在光儲接入節(jié)點因故障而離網(wǎng)運行時供應(yīng)本地負荷運行0.5 h，因此只考慮柔性儲能的運行狀態(tài)，響應(yīng)方式具體內(nèi)容如下。

②響應(yīng)峰谷電價方式。儲能在分時電價處于峰時向電網(wǎng)放電，谷時由電網(wǎng)充電，在儲能約束范圍內(nèi)使電能增量最大，得到響應(yīng)峰谷電價的儲能電能增量。

（3）計劃電量。

投資商根據(jù)運行策略計劃調(diào)用柔性儲能，得到柔性儲能電能增量，從而得到光伏上網(wǎng)計劃電量和需求響應(yīng)計劃電量，并將計劃信息上報給運營商，即

（4）削減電量。

運營商基于潮流平衡、節(jié)點電壓和支路有功功率等約束進行校核，若存在越限，則優(yōu)先削減，再削減，直至滿足約束，得到削減電量（與同號）和削減電量，并將削減信息發(fā)送給投資商?？傁鳒p電量為

（5）結(jié)算電量。

投資商進一步調(diào)整計劃，具體步驟為

①更新需求響應(yīng)電量，即

②更新光伏上網(wǎng)電量，即

配電網(wǎng)按照更新結(jié)果執(zhí)行運行，時段加1。

1.2.3 結(jié)算規(guī)則

1.2.4 代理費用

為保證售電收益分配的公平性，須對分布式光儲投資商向配電網(wǎng)運營商支付的代理費用進行核定。本文基于電氣距離法建立了代理費用模型，考慮了配電網(wǎng)傳輸成本、光伏上網(wǎng)電量傳輸損耗和運營商代理售電的合理收益。由前文可知，光伏向節(jié)點i注入上網(wǎng)電量，優(yōu)先供給本地負荷，再向除松弛節(jié)點以外的節(jié)點按負荷比例供電，代理費用Cdl為

2 規(guī)劃-運行模型

本文建立了考慮配電網(wǎng)、分布式光儲協(xié)同規(guī)劃的規(guī)劃-運行模型，模型框架如圖1所示。模型考慮了市場化環(huán)境下各主體間的利益耦合關(guān)系，將第1節(jié)建立的利益耦合模型嵌入運行層仿真依據(jù)和規(guī)劃目標中，運行層依據(jù)代理交易模式規(guī)則和柔性儲能運行策略進行典型場景下的仿真運行，規(guī)劃層依據(jù)結(jié)算規(guī)則和代理費用模型計算各主體的目標值，從而達到均衡各主體投資規(guī)劃效益的目的。

圖1 配電網(wǎng)規(guī)劃-運行模型框架Fig.1 Planning-operating model framework for distribution networks

2.1 配電網(wǎng)規(guī)劃層模型

配電網(wǎng)運營商主要關(guān)注電網(wǎng)可靠性提升、光伏延緩電網(wǎng)投資效益和經(jīng)濟性等目標，可靠性被量化成停電損失，因此配電網(wǎng)運營商考慮的效益因素主要包含架空裸導(dǎo)線絕緣化改造成本Cline、三遙安裝成本Csy、停電損失成本Closs、分布式光伏延緩電網(wǎng)投資效益Cdelay、購售電收益Cb&s和代理凈收益。建立的等年值目標函數(shù)為

目標函數(shù)中各成本計算公式如下。

式中：Ωjk為架空裸導(dǎo)線絕緣化改造備選線路集合；為支路i?j的絕緣化改造標志，為1表示進行改造，為0表示不進行改造；R為等年值系數(shù)；clin,inv為單位長度架空裸導(dǎo)線絕緣化改造的初始投資成本；clin,o&m為單位年運維成本；Lij為支路i?j的長度；m為設(shè)備的壽命；r為折現(xiàn)率。

式中：Ωsy為三遙安裝備選線路集合；為支路i?j的三遙安裝標志，為1表示安裝，為0表示不安裝；csy,inv為單臺三遙的初始投資成本；csy,o&m為單臺三遙的年運維成本。

式中：EENS、ISAID分別為系統(tǒng)期望缺供電量和系統(tǒng)停電平均持續(xù)時間，該層各決策變量都將對其產(chǎn)生影響，計算過程參考文獻[22]；loss(ISAID)為單位電量停電損失函數(shù)，是關(guān)于停電持續(xù)時間的指數(shù)模型；A、τ分別為單位電量停電損失穩(wěn)定值和損失時間常數(shù)；K為電力用戶類型總數(shù)；λi為第i類用戶負荷比例；Ai為第i類用戶單位電量停電損失穩(wěn)定值；τi為第i類用戶損失時間常數(shù)，反映用戶停電損失隨時間變化的速度。

式中：Ωbranch為配電網(wǎng)拓撲支路集合；為支路i?j在光伏接入前升級改造的投資成本等年值；為支路i?j在光伏接入后的投資成本等年值；為支路i?j在光伏接入前的升級改造年限；為支路i?j在第年的投資成本；為支路i?j在光伏接入后的升級改造年限；為支路i?j在第年的投資費用。

式中：Csold為運營商售電收益；Cbuy為運營商購電成本；N為典型場景數(shù)；T為典型場景包含的時段數(shù)；pn為場景n的概率；為電網(wǎng)售電電價；為運營商向上級主網(wǎng)購電電價；為上級主網(wǎng)提供功率；為網(wǎng)絡(luò)損耗功率總和。

此外，分布式光儲接入節(jié)點受限于運營商關(guān)于分布式光儲的備選接入位置。

2.2 分布式光儲規(guī)劃層模型

式中：mpvess為分布式光儲的投資年限，本文考慮取光伏的壽命為投資年限，儲能在投資期間需要根據(jù)實際壽命更換殘舊設(shè)備；為光伏的初始投資成本；為儲能的初始投資成本；為光伏設(shè)備安裝數(shù)量；為單臺光伏設(shè)備初始安裝成本；分別為剛性、柔性儲能設(shè)備安裝數(shù)量；為單臺儲能設(shè)備初始安裝成本；分別為剛性和柔性儲能在投資年限里的更換次數(shù)；為單臺儲能更換成本；less,s、less,f分別為剛性和柔性儲能的壽命，其與儲能的使用年限、循環(huán)壽命和充放電深度有關(guān)，具體計算過程見文獻[23]；為單臺光伏的運維成本；為單臺儲能設(shè)備的運維成本；為光伏發(fā)電補貼價格，本文取為政府補貼光伏發(fā)電電價的0.9倍。

此外，還需要考慮投資金額和節(jié)點接入容量約束，即

運行層主要根據(jù)規(guī)劃層傳遞的規(guī)劃結(jié)果，根據(jù)代理交易模式規(guī)則和柔性儲能運行策略，基于典型場景進行仿真運行，得到規(guī)劃模型中與場景和時序有關(guān)的變量，即配電網(wǎng)運行結(jié)果，并將結(jié)果傳遞給規(guī)劃層，以便各主體計算目標值。

3 模型求解

由于模型存在可靠性目標、潮流約束等非線性因素，本文采用雙層改進粒子群算法求解建立的規(guī)劃-運行模型。

3.1 更新方式

考慮到標準的粒子群算法存在容易陷入局部最優(yōu)的缺陷，本文考慮采用基于自適應(yīng)策略的改進粒子群算法，從而提升算法全局尋優(yōu)的能力[24]。粒子群更新方式如下。

式中：ωi、ωmax、ωmin分別為第i個粒子的慣性權(quán)重、最大慣性權(quán)重和最小慣性權(quán)重；fi、fav1、fav2分別為第i個粒子的適應(yīng)度值、當前種群中適應(yīng)度值大于種群平均適應(yīng)度值的其他粒子平均適應(yīng)度值、當前種群中適應(yīng)度值小于種群平均適應(yīng)度值的其他粒子平均適應(yīng)度值；vi為粒子速度；c1、c2為學(xué)習(xí)因子；pbest,i為第i個粒子歷史最優(yōu)位置；gbest為所有粒子歷史最優(yōu)位置；ri1、ri2為0～1之間的隨機數(shù)；fav1為當前粒子位置；xi’為更新后粒子位置。xi為粒子i位置。

同時，由于配電網(wǎng)規(guī)劃層的決策變量是線路改造位置等離散變量，本文對此層的求解采用離散粒子群算法[25]?；谧赃m應(yīng)策略的離散粒子群算法的慣性權(quán)重和速度更新方式同式（36）（37），粒子位置的更新方式如下。

式中：S(vi)為sigmoid函數(shù)，能將粒子速度映射到0～1之間，ri為0～1之間的隨機數(shù)。

3.2 求解流程

步驟（1）：初始化種群A，生成N個含線路改造、三遙和分布式光儲接入方案的二進制編碼粒子；步驟（2）：基于種群A對應(yīng)生成N個種群B，每個種群有M個含分布式光儲容量規(guī)劃方案的粒子；步驟（3）：基于種群A和對應(yīng)種群B的粒子情況進行運行層的仿真運行，得到運行結(jié)果；步驟（4）：根據(jù)運行結(jié)果計算種群B的適應(yīng)度值，更新種群B個體最優(yōu)種群和全局最優(yōu)粒子，判斷迭代次數(shù)是否越限，若是則執(zhí)行步驟（5），若否則按照式(36)-(38)更新種群B并返回步驟（3）；步驟（5）：基于對應(yīng)種群B全局最優(yōu)粒子和運行結(jié)果計算種群A的適應(yīng)度值，更新種群A個體最優(yōu)種群和全局最優(yōu)粒子，判斷迭代次數(shù)是否越限，若是則輸出種群A及對應(yīng)種群B的全局最優(yōu)粒子，并結(jié)束求解，若否則按照式（36）（37）、（39）（40）更新種群A并返回步驟（2）。

4 算例分析

4.1 算例說明

本文采用某10kV配電網(wǎng)拓撲進行分析。其網(wǎng)絡(luò)拓撲如圖2所示，初始拓撲中，線路12–13和14–15為架空裸導(dǎo)線，其余為電纜線路，線路1–2、11–12、12–13、15–16安裝三遙，線路2–3、8–9、9–10、2–11、3–17安裝分段開關(guān)；節(jié)點5、6、7、8為商業(yè)負荷，其余為居民用戶；系統(tǒng)總負荷量為3.053MW+1.89MV·A。

圖2 配電網(wǎng)拓撲情況Fig.2 Distribution network topology

架空裸導(dǎo)線絕緣改造備選線路有1 2–1 3、14–15，三遙安裝備選線路有 2–3、3–4、4–5、5–6、6–7、3–17、17–18，分布式光儲備選節(jié)點有 9、10、18、19、20，容量上限為 2 MW。

典型場景主要考慮晴、陰天2個場景，場景概率通過統(tǒng)計當?shù)?019年的天氣情況得到；折現(xiàn)率取10%；每個典型場景時段劃分情況為：09:00—14:00和17:00—22:00為峰時段，07:00—9:00、1 4:0 0—1 7:0 0和2 2:0 0—2 4:0 0為平時段，00:00—07:00為谷時段；配電網(wǎng)向上級主網(wǎng)購電電價為：峰時段0.90元/(kW·h)，平時段0.60元/(kW·h)，谷時段0.30元/(kW·h)；配電網(wǎng)售電電價為：峰時段0.58元/(kW·h)，平時段0.45元/(kW·h)，谷時段0.32元/(kW·h)；政府補貼光伏發(fā)電電價為0.25/(kW·h)；單位電氣距離傳輸電價為0.02元/(單位電氣距離·kW·h)；燃煤標桿上網(wǎng)電價為0.39元/(kW·h)。停電損失相關(guān)參數(shù)參考文獻[22]。其余經(jīng)濟參數(shù)及元件約束如表1～3所示。

表1 配電網(wǎng)規(guī)劃或升級改造項目經(jīng)濟參數(shù)Table 1 Economic parameters of distribution network planning or upgrading projects

表2 光伏經(jīng)濟參數(shù)Table 2 Economic parameters of PV

表3 儲能經(jīng)濟參數(shù)及約束Table 3 Economic parameters and constraints of ESS

分布式光伏發(fā)電預(yù)測情況采用文獻[20]的數(shù)據(jù)，根據(jù)預(yù)測誤差模型生成光伏預(yù)測誤差曲線。負荷中長期時序模擬方法參考文獻[26]，選取年度最大日負荷曲線作為典型日負荷曲線。

4.2 規(guī)劃結(jié)果分析

基于前述模型進行規(guī)劃仿真，得到不同柔性儲能運行策略情況下的規(guī)劃方案和各主體效益，結(jié)果如表4和表5所示，同時給出了儲能在晴天場景的出力情況，如圖3所示。

表4 不同柔性儲能運行策略下的規(guī)劃結(jié)果Table 4 Planning results under different flexible energy storage operation strategies

表5 不同柔性儲能運行策略下規(guī)劃后各主體的效益情況Table 5 Benefits of subjects under different flexible energy storage operation strategies after planning

圖3 晴天場景下的柔性儲能充電功率和荷電狀態(tài)Fig.3 Charging power and state of charge (SOC) of flexible ESS under sunny scenes

分析表4～5、圖3，可得出如下結(jié)論。

（1）對于分布式光儲投資商來說，策略3對應(yīng)的規(guī)劃效益情況最優(yōu)，但從圖3中各個運行策略下儲能的響應(yīng)來看，充放電量并無明顯差異，而規(guī)劃結(jié)果中策略3對應(yīng)的光伏規(guī)劃容量是11臺，因此具有容量優(yōu)勢。策略4對應(yīng)的效益情況最差，其光伏規(guī)劃容量仍然是11臺，但是其代理費用相比于策略3來說高一倍多，這是由于所建立的代理費用模型是基于電氣距離方法，而其規(guī)劃位置處于配電網(wǎng)拓撲末端，到各個節(jié)點的電氣距離更長，因此代理費用更高。不同策略下的儲能規(guī)劃容量不同，但都不為0，可知任一策略下的儲能投資都能使分布式光儲獲得正收益，而綜合2種響應(yīng)方式的策略4的儲能規(guī)劃容量最大，因此最能使儲能投資獲利。

（2）對于配電網(wǎng)運營商，無論在哪種策略下，運營商規(guī)劃后的效益情況都比初始拓撲要低，因此，對于運營商來說，代理交易模式相比于傳統(tǒng)售電方式的利潤要低。但從另一個角度來看，這說明運營商釋放了售電端經(jīng)營紅利，能夠吸引更多的社會資本投資電網(wǎng)。同時，由于政策等原因，運營商肩負與相關(guān)市場主體充分銜接的社會責任，因此，在既定的社會資本投資需求下，制定交易規(guī)則是合理化自身收益的一個重要手段。

為了驗證利益耦合模型的合理性，設(shè)立了關(guān)于代理費用的對照方法，分布式光儲投資商仍需要向配電網(wǎng)支付上網(wǎng)電量的過網(wǎng)費，假設(shè)對照方法是按照輸配電價結(jié)算，代理費用為

式中：cUoS為單位電量過網(wǎng)費，取0.115元/(kW·h)。

對照方法不同策略下的規(guī)劃結(jié)果和效益情況如表6～7所示。

表6 不同柔性儲能運行策略下的對照方法規(guī)劃結(jié)果Table 6 Planning results using a contrast method under different flexible energy storage operation strategies

表7 不同柔性儲能運行策略下對照方法規(guī)劃后各主體的效益情況Table 7 Benefits of subjects under different flexible energy storage operation strategies after planning using a contrast method

根據(jù)對照方法的規(guī)劃結(jié)果可以看出，與前文基于電氣距離建立利益耦合模型的方法對比，光儲規(guī)劃數(shù)量并無顯著差異，但規(guī)劃后各主體效益情況有較大差別。

以策略1為例，對于投資商來說，對照方法的總效益為24.849 0萬元，電氣距離法是27.190 5萬元。效益差距的主要原因是前者代理費用高昂。由于cUoS一般由電網(wǎng)給定，并不能完全體現(xiàn)電網(wǎng)傳輸成本和解決各主體收益均衡問題，因為隨著光伏接入節(jié)點位置的改變，光伏上網(wǎng)電量對配電網(wǎng)傳輸造成的壓力有所不同，而電氣距離法能夠很好地體現(xiàn)不同位置對電網(wǎng)資產(chǎn)的利用情況。

仍然以策略1為例，雖然對照方法下的代理費用較高，但配電網(wǎng)運營商的總效益并未較電氣距離法更高，這是因為分布式光伏規(guī)劃容量較電氣距離法更大，使得上網(wǎng)電量更多，對運營商來說效益更好的傳統(tǒng)售電方式的利潤下降得更多，總效益不如電氣距離法。從策略3和策略4來看，似乎對照方法能夠使運營商獲得更高的利潤，但這是由于光伏規(guī)劃容量較電氣距離法更低。

因此，基于對照方法的代理交易模式下規(guī)劃結(jié)果的低利潤將打擊分布式光儲投資商投資信心，不利于緩解電網(wǎng)投資壓力，更沒有合理地均衡多主體規(guī)劃下各方利益。

5 結(jié)論

在市場環(huán)境下，本文基于代理交易模式制定了考慮光伏預(yù)測誤差的結(jié)算規(guī)則，建立了基于電氣距離的代理費用模型，二者共同形成利益耦合模型；將利益耦合模型嵌入規(guī)劃-運行模型中，從而達到均衡市場環(huán)境下各主體投資規(guī)劃效益的目的。得出如下結(jié)論。

（1）在本文設(shè)置的交易規(guī)則和參數(shù)條件下，不同運行策略下的儲能投資經(jīng)濟性不同，但都為正值，對于需求側(cè)資源發(fā)展有一定的激勵效果。此外，綜合響應(yīng)光伏預(yù)測誤差和響應(yīng)峰谷電價兩種方式的運行策略能使儲能投資效益更大，因此投資分布式光伏時可適當配置儲能，從而減少偏差賠償和增加響應(yīng)峰谷電價收益。

（2）從對照方法規(guī)劃結(jié)果來看，相比于輸配電價方法，基于電氣距離的代理費用模型使得利益關(guān)系更加清晰，更能反映上網(wǎng)電量對電網(wǎng)資產(chǎn)的使用情況，從而更好地均衡市場環(huán)境下各主體效益。為保障代理交易雙方的合理利益，考慮了運營商傳輸成本、網(wǎng)絡(luò)損耗和合理收益的代理費用模型更具有實際意義。

目前工作僅考慮了配電網(wǎng)可靠性提升措施等規(guī)劃，未來可在本文基礎(chǔ)上對考慮在分布式光伏代理接入電網(wǎng)下配電網(wǎng)網(wǎng)架、配電變壓器等適應(yīng)性協(xié)同擴展規(guī)劃作進一步研究。