003基于大数据分析的广域分布式电源规划与调控全过程关键技术研究可研报告.docx
《003基于大数据分析的广域分布式电源规划与调控全过程关键技术研究可研报告.docx》由会员分享，可在线阅读，更多相关《003基于大数据分析的广域分布式电源规划与调控全过程关键技术研究可研报告.docx（29页珍藏版）》请在冰豆网上搜索。
003基于大数据分析的广域分布式电源规划与调控全过程关键技术研究可研报告
可行性研究报告
项目名称：
基于大数据分析的广域分布式电源规划与调控全过程关键技术研究
申请单位：
起止时间：
项目负责人：
通信地址：
邮政编码：
联系电话：
传真：
申请日期：
一、
目的和意义
1.与项目研究内容紧密相关的实际生产力水平和今后的发展方向
（1）电网大数据趋势日益明显
随着科技的不断进步，在物联网、云计算、移动互联网等发展推动下，数据发生了“大爆炸”。
预计2020年以前，全球数据量仍将保持每年40%多的高速增长，大约每两年就翻一倍，业界称之为“大数据爆炸定律”。
这一大数据趋势引起人们的广泛关注。
但因大数据的研究在全世界还处于起步阶段，目前还没有形成一个共同的精确定义，它的内涵正随着探索的推进而不断丰富充实。
近年来，在经济发展低碳化、能源利用清洁化的大背景下，世界各国陆续都开展了智能电网的研究工作。
智能电网的最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电、调度以及通信等多个环节的全景实时系统。
而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和存储，以及累积的海量、多源、异构、多模态数据的快速分析，而广域相量监测只是智能电网监控的小部分。
因而随着智能电网建设的不断深入和推进，电网运行和设备检/监测产生的数据量呈指数级增长，电网中的大数据趋势日益明显。
电网中大数据的主要来源于电网发电、输电、变电、配电、用电、调度、通信等环节中部署的各类传感器及量测仪器和仪表。
常规秒级采样频率达到几千次以上，省网用电信息采集系统每年数据增长规模达到PB级别。
随着互联网的普及和智能电网建设的开展，基于智能电网的企业外部应用系统接入日益频繁。
电动汽车充电计费管理系统、微网平台、气象系统、用户能耗分析与评估、移动智能终端、社交网络、微信平台等外部应用系统与电力企业内部应用系统交互程度不断深入，由此产生的交互数据所占比重逐年增加。
因此，电网运营的过程中不断面临着海量数据处理的挑战。
（2）电网需要大数据发掘技术提供支撑
海量信息的获取是为了更好的优化电的生产、分配以及消耗，提高电网运行的经济性。
一旦电力公司与客户拥有了电力使用的精准信息，电力的供应与需求就都能得到更有效的管理。
然而随着电网中数据量的急剧增加，反而从中获取有效信息的能力大大降低。
与大数据在商业及互联网领域的广泛研究和应用相比，智能电网中的大数据技术尚不够成熟，在多源异构信息的整合和重要决策信息可视化方面有较大的提升空间。
如果不能充分挖掘分析这些数据并加以利用，将造成信息的缺失和资源的浪费，甚至大数据的洪流会俺没关键信息，弱化知识发现能力，不利于电网的安全经济运行。
因此，有必要研究和应用大数据分析与处理技术，支撑电网安全经济可靠运行。
大数据虽然从数据的组织到存储、传输、查询、分析等带来了一系列的压力,但同时也带给智能电网的建设带来了机遇与挑战。
因此，通过良好的数据管理，并运用数据挖掘手段践行大数据战略，有助于提高电力规划、生产、营销以及电网运维等各方面的生产管理水平。
（3）分布式电源发展对电网规划、调度带来新的挑战
随着经济社会的飞速发展和人民生活水平的日益提高，社会对电力的需求量不断增大，电力已经渗透到社会生产和生活的各个层面，电力系统的安全稳定运行变得尤为重要。
目前，以集中发电、远距离输电形成的互联大电网供应了全世界90%以上的电力负荷，但是大电网存在着一些弊端：
大电网具有强耦合性，局部事故极易扩散到全网，严重威胁着整个电网的安全稳定运行；不能灵活跟踪电力负荷的变化，输电能力落后于用户的需求；电力供需不平衡，对于偏远地区用户不能理想供电等。
而分布式电源具有电压等级低、接近负荷中心、节能、环保等特点，故分布式发电可作为集中式发电的有益补充。
大电网与DG相结合的方式能够降低能耗，节省投资，提高电力系统的可靠性和灵活性，被公认为是电力系统未来的发展方向，在已建电网和大型发电站的基础上，大力发展分布式发电，特别是可再生能源发电，将有利地推动中国电力的发展。
同时，对于解决环境问题、气候问题和能源问题具有重要意义。
尽管分布式发电有着突出的优势，但是随着分布式发电设备的制造技术曰渐成熟、分布式发电的渗透率不断增加，其自身所存在的诸多问题也逐渐开始显露出来。
为了解决分布式电源与大电网之间的矛盾，整合分布式发电的优势，尽量减少其对电网的冲击，充分挖掘分布式发电为电网和用户带来的价值和效益,微电网应运而生。
而对于分布式电源大规模接入电网、以及分布式电源对配电网规划，调度等问题的研究还处于起步阶段。
因此，对含分布式电源接入配网的规划、微电网的优化调度及负荷预测展开深入的研究，有着非常重要的工程和理论价值。
（4）从微网控制到广域控制的发展
电力负荷是由工业用电、农业用电、城乡居民用电、商业用电、市政用电及其他用电负荷构成。
一般而言，电力负荷变化受众多不稳定因素的制约，而且这些因素具有一定的地域性和时段性，不同的因素对电力负荷变化规律的影响程度互不相同，使得电力负荷呈非平衡的随机变化过程。
在固有用户负荷特性日益复杂化的同时，分时电价策略的执行和新能源装置、可入网电动汽车、储能装置等外部应用系统的接入进一步加大了负荷变化的随机性、不确定性和复杂性。
在负荷预测工作中，存在诸多不确定性的影响因素，而大数据的核心就是分析与预测。
因此，研究利用大数据的优势发展逐时分区的负荷预测是提高预测精度的重要途径，具有极大的现实意义。
国内也在积极开展微网及智能配电网的相关研究，国家已出台了一系列相关法律及国家政策，国家电网公司也颁布了分布式发电/储能及微网接入控制的接入规定，分布式发电/储能及微网接入控制的关键技术及关键设备开展试点和应用。
目前研究主要针对于局部的微网控制策略、控制技术、控制设备研究与开发，多个微网和中低压配电网的协调控制运行没有开展研究工作，从配电网集中控制运行出发，急需开展广域分布式电源的控制理论研究。
2.项目成果对该现状和技术发展的作用
本项目的研究，旨在通过研究确定分布式电源在径向馈线上的最佳配置位置的理论方法，实现明晰电网有效发电功率、功率预测技术、规划技术原则；通过研究提出不同技术条件下的分布式电源调控典型模式，分布式电源的配电网经济运行方式和高渗透率下的分布式电源协同调度控制技术。
本项目的研究，不仅能够解决山西省在分布式电源高渗透率发展趋势下，如何有效协调控制用户侧的分布式电源以及电动汽车充换电站、储能等多元化负荷的管理策略，保证主网运行安全可靠性的前提下最大限度的综合利用多种能源方式。
同时也为我国其他地区在未来发展中将要遇到的此类问题提供参考，从提高供电质量、保障电网安全稳定的角度，为国家电网公司的运行、规划提供理论和实践依据。
3.成果应用和推广的途径
目前，在国家电网公司管辖的多个省份已经呈现出分布式电源大规模接入的发展态势，根据国家《“十二五”发展规划》，通过规划技术和分布式电源协同调度控制技术来提高多种能源方式的最大限度综合利用，这就必然出现在不久的未来规划技术和分布式电源协同调度控制技术大规模运用于电网的情况将更为普遍的现实。
本项目研究成果首先在山西省应用，取得经验后可在国家电网公司范围内的其他地区推广应用，即可考虑采用整体设计与局部先行相结合、试点应用到全面铺开分步骤的推广思路。
研究成果可以结合不同地区实际情况在应用中不断完善，然后形成统一规范，借鉴试点区域的经验，向全网范围推广应用。
4.成果推广后的直接和间接效益
本项目研究成果在国家电网公司推广后，具体效益体现在：
对确定分布式电源在径向馈线上的最佳配置位置的理论方法的研究，提出了一套能够实现明晰电网有效发电功率的功率预测技术和规划技术原则；对不同技术条件下的分布式电源调控典型模式的分析，提出了一套能够实现分布式电源的配电网经济运行和高渗透率下的分布式电源协同调度控制技术，为国网开展分布式电源及微电网分析运行提供技术支持和技术保障，对提高电网供电质量、改善供用电关系、促进电网和谐发展有着重大的指导作用，能够产生巨大的直接和间接效益。
二、国内外研究水平综述
1.与项目研究内容紧密相关的技术发展历史的简要回顾
据中国可再生能源学会相关部门发布的《2010中国风电装机容量统计》表明，2010年中国新增风电装机容量为18927MW，累计风电装机容量达到 44733MW，均处于全球第一。
此外，国家出台的《“十二五”可再生能源发展规划》中拟定了未来我国风电装机容量将达到1亿千瓦的目标中，分布式并网风电系统将于2015年之前突破3000万kW。
国家能源局发布的《太阳能发电发展“十二五”规划》表明“十二五”时期中国的分布式光伏发电系统总装机容量将达到1000万千瓦以上。
政府鼓励在有条件的公共场所、工业产业园区及商业建筑的屋顶安装光伏发电系统，探求并建立适应用户侧光伏发电的电网运行技术体系和管理方式。
此外，国家电网公司发布的《关于做好分布式光伏发电并网服务工作的意见》表示国家电网公司将认真把贯彻落实国家能源发展战略与电网发展相结合，全力支持光伏产业的规模化发展，力争优化并网流程、简化并网手续、提高服务效率。
分布式电源的广泛普及应用将为我国解决经济社会发展、能源环境需求日益增长与环境保护压力日趋紧迫之间的矛盾提供有效的途径。
目前，在国家电网公司的智能电网技术体系中，从各个方面和环节体现了对电力系统电能质量问题的高度关注。
在当前建设坚强智能电网成为我国电网发展新方向的背景下，对电网提出了：
电网与用户以信息为基础进行互动和决策，实现供电、用电智能化，电力使用、服务高效等要求。
因此优质的电能质量是智能电网的基本功能或特点之一。
但是，近些年风电场、光伏电站等形式的分布式发电并网运行对电力系统的负荷预测、规划运行、系统潮流、电能质量带来了诸多不利影响，尤其是其对配网规划及负荷预测问题最为突出。
因此，进行分布式电源规划关键技术研究法研究和负荷预测的研究充分迎合了智能电网的发展需求，具有巨大的社会效益和经济效益。
2.国内外研究水平的现状和发展趋势
●分布式电源
从20世纪后期开始，电力行业已经开始从传统的集中的供电向分散和集中相并存的方式过渡。
在全球的能源匮乏与环境恶化的压力下，各国和各组织已经将目光从不可再生的煤炭、石油等传统的化石能源转向了可再生的、没有污染的新能源的分布式电源上。
DG技术最早应用在欧洲等国家，而现在这些国家的DG的总装机容量已经接近或者超过其电网总装机容量的一半。
欧盟为了加强这些可再生、无污染的新能源和DG发电技术上的绝对优势，从2001年就开始实施了“IRED”项目，该项目吸引了一百多家各种各样的研究机构的参与；美国政府也组织了挪威康兴大学、加州大学、EPRI、ABB等四十多高校、企业和机构共同开展了相关的研究，预计到2020年DG的装机容量可能达到25%；日本也是很早就已经展开了对DG发电技术的研究和应用分析，并且在超级电容、潮汐发电、太阳能光伏发电等分布式电源发电技术上保持世界的领先地位。
目前，全球范围内风力和光伏发电技术已相对较为成熟。
加拿大也己开始实施了“微型电网”的示范工程建设，尤其是微电网的主动孤网检测，该项目的目标是借用独立的电力设备的位置，以此来提高用户的供电可靠性。
欧洲于2005年就有了建设“智能的电网”的预想，并且于下一年设计了相关的方案。
即为欧洲2020年及将来的系统的目标，这项方案提出了欧洲的系统将来应有灵活、可介入、经济的特点。
随着能源的大量消耗和科技的不断进步，国内外对分布式发电技术也越来越重视，对分布式发电产业的投资也不断增加。
然而，分布式发电技术的发展时间不长，还有很有地方需要深入研究，主要包括：
（1）开发新的分布式电源转换不同能源，提高电源的性能和降低分布式发电的价格等；
（2）改进分布式发电在电力系统中运行时的数学模型,以便于研究分布式发电接入电力系统后对电力系统运行和暂态的影响；
（3）对分布式发电的发电量进行准确的预测，从而更好地进行电力系统的调控；
（4）增强对分布式发电的遥测、遥控、遥信、遥调的实时性等。
国内外研究分布式电源与配网规划分为单一的电源规划和电源与电网协调规划两大类。
对分布式电源安装位置和容量进行规划的文献有：
建立综合经济性、可靠性、环保性评估的分布式电源优化配置模型；从配电公司、发电商和终端用户3个不同角度对分布式电源规划的数学模型进行了分类；在市场环境下提出兼顾可靠性和经济性的可再生能源配置方案；均衡独立发电商和配电公司的利益的角度提出分布式电源的规划方案。
在配电网网架规划中考虑分布式电源的文献有：
将规划和运行统一考虑，计及风光互补及实时电价下的分布式配置；考虑调峰效益、基于配电网节点边际容量成本的分布式电源规划；综合考虑分布式电源的投资总费用、网络损耗以及分布式电源有功出力最大的多目标，规划出分布式电源的安装位置和容量；投资成本、网损、静态电压稳定性3个目标，规划出分布式电源安装位置和容量；计及配电网节点支路边际容量成本。
由此可见，没有将分布式电源、需求侧电力资源和配电网规划统一考虑；也没有按照分布式电源在负荷曲线上的承担的位置进行规划，没有考虑需求侧电力资源。
将多电源的规划依附于配网规划，在配网规划的目标函数和约束条件中加入了多电源的因素。
随着配网中多电源数量、种类的增加，至使规划模型复杂，目标众多，求解困难。
●负荷预测
电网负荷特性分析是进行电网负荷预测必要的准备工作。
短期负荷预测主要用于预测未来几小时、一天乃至几天的负荷变化趋势，用户负荷变化虽然具有自身的规律性，但其易受到外界环境因素、重大文体活动或者突发事件等因素的影响，使得负荷变化呈显非平稳的随机变化过程。
历经数十年的研究,国内外的许多专家、学者在预测理论和方法方面做了大量的研究工作，大量技术不断引入短期负荷预测工作中，并取得了显著成果。
但随着负荷受外部因素影响规律的日益复杂化，新技术不断涌现，短期负荷预测方法仍是电力系统工作者的研究热点。
随着电网信息化程度的逐步提高，以及全世界气象观测网密度的加强，准确获取各种气象数据已不再困难。
被考虑的影响因素日益全面的同时，众多数学优化方法和人工智能方法也不断被引入短期负荷预测策略中，对各因素进行量化处理和综合考虑，取得了较好的预测效果。
本文根据所应用的数学方法以及其发展历史，将短期负荷预测方法分为经典预测方法、传统预测方法、智能预测方法和新兴预测方法等四大类。
1）经典负荷预测方法。
主要包括时序分析法，回归分析法等统计模型。
主要集中在负荷序列自身的变化规律上，但是由于电力负荷具有严重的非线性、时变性，影响因子的复杂性与不确定性，所以很难通过清晰具体的数学方程来表达输入（包括历史负荷数据，各种影响因子的量化值）与输出（预测结果）之间的非线性关系。
即便构造出了数学模型，也存在着难以确定模型阶数，模型求解困难，适应性不强，预测精度不高等缺点。
2）传统负荷预测方法。
主要包括负荷求导法、相似日法等。
该方法特点：
原理简单，操作方便。
但其很难反映影响电力系统负荷变化的各种因素对预测结果的影响。
虽然负荷预测方法层出不穷，经典负荷预测方法和传统负荷预测方法在电力系统预测工作仍发挥着不可或缺的作用。
尤其是面临电网中的数据量急剧增加的趋势，一些计算量小的简单负荷预测方法可以取得以往难以达到的预测精度。
3）智能负荷预测方法。
随着人工智能技术的成熟,较多的智能算法被引入应用到电力系统负荷预测工作当中，灰色系统理论、模拟退火算法、鱼群算法、贝叶斯理论、小波分析、支持向量机算法、神经网络、组合预测方法等获得了广泛的应用。
智能负荷预测方法的发展主要可分为两个方面：
一种是新型数学方法的应用,通过引入新的数学模型或方法，以达到提高预测精度、改善预测效果的目的;另一种是从预测原理上入手，从负荷性质出发，分解负荷，寻找与负荷关联性强的因素，研究负荷的变化规律,建立新的负荷预测模型，从原理上改进负荷预测。
3.国外研究机构或者公司对本项目的研究情况
●大数据分析理论
早在2008年Nature就出版了专刊“BigData”，从网络经济学、超级计算、互联网技术、生物医药、环境科学等多个方面介绍了海量数据带来的挑战；2011年Science推出数据处理的专刊“DealingWithData”，深入讨论了数据洪流（datadeluge，DD）所带来的挑战，并指出如果能够更有效地组织和利用这些海量数据，人们将得到更多的机会发挥科学技术对推动社会发展的巨大作用；2012年奥巴马宣布美国政府投资2亿美元启动“大数据研究和发展计划”，将大数据比喻为“未来的新石油”，将对大数据的研究上升为国家意志，掀起了世界各国大数据的研究热潮。
麦肯锡认为“大数据是指其大小超出典型数据软件抓取、储存、管理和分析范围的数据集合”；Gartner认为“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”。
国际数据公司（internationaldatacorporation，IDC）认为大数据应该具有价值性（Value），且价值密度稀疏；IBM则认为大数据的第4V特性是真实性（Veracity）。
大数据的这些特点决定了在大数据时代，传统的数据处理技术必需有革命性的提升。
●分布式电源技术
近年来，分布式发电技术发展迅速，在丹麦、芬兰、挪威等北欧国家，现有的分布式发电装机容量已超过其总装机容量的30%。
在分布式电源理论研究和应用技术领域，美国、德国、英国、日本等发达国家在技术上处于领先地位。
出现了发电设备生产公司与供电公司共同联手进行分布式发电技术推广的商业化实验。
在美国，正在研究开发方便用户就近利用分布式电源的多种新型技术，例如：
（1）分布式电源的群体集中控制技术，利用分布式电源削峰填谷；
（2）为用户提供品质更高的电能质量；
（3）微网技术可将分布式电源、储能系统和用户负载有机地整合在一起，可实现更为优质的供电服务。
美国能源部门和电科院等电力相关机构也纷纷成立了分布式电源技术的研究部门，这些部门出具的各项具有前沿性的研究报告对分布式电源的并网应用及其对电网的影响规律作出了研究，为分布式电源技术的发展应用提供了技术指导。
在日本，其分布式电源的形式通常有以下三种：
①柴油发电机单独供电，用作调峰；②采用微型燃气轮机和内燃机的热电联产形式；③采用发动机、微型燃气轮机或蒸汽轮机的热电联产形式。
虽然用户使用分布式电源常常需要支付高昂的设备投资和维护费用，但总体上来说比常规发电系统的费用低很多。
总之，在日本，分布式发电在促进用电市场竞争方面已经起到很大的作用，主要表现在：
增强市场自由化，允许更多的用户参与选择、产出及输出能源；促进备用容量、输配电及辅助服务合理定价的形成。
●配电网规划
配电网规划问题是一个高维数、非线性混合整数优化问题，属于NP难问题。
国外相关方面的专家学者对此进行了大量的研究,取得丰硕的成果。
解决配电网规划问题的方法有：
线性规划、非线性规划、拉格朗日松弛法、混合整数规划、分枝定界法、支路交换法遗传算法等各种优化方法。
这些优化方法的计算量随着规划问题规模的增大呈指数规律增长，对于节点众多的配网规划问题，会出现“维数灾”问题。
序优化理论是解决NP难问题的有效工具，以其排序比较和目标软化的手段，确保以足够高的概率取得足够好的解。
序优化理论能减少计算量,避免“维数灾”问题，特别是在大规模复杂系统的优化求解中，优势更加明显。
已经广泛应用于铁路、航空、通信和控制等领域，并取得较好的实际应用效果。
●基于大数据的短期和超短期负荷预测
短期负荷预测方面，Map/Reduce最早由Google提出，是近年来分布式处理海量数据（通常大于1TB）应用最为广泛的框架之一。
Map/Reduce源于分布式处理的两项核心操作。
Map和Reduce。
Map负责将大的任务打散并行分布到多台机器运行，每台机器只对存放在本地存储器上的数据进行计算，Reduce综合Map中多台机器的运算结果得到最终的结果。
整个运行的过程中都是以键值对（keyvalue）的形式作为输入和输出的。
数据本地化（DataLocality，DL）是Map/Reduce的特征。
Map负责将数据打散，Reduce负责数据的聚集。
Reduce函数是对中间运行结果的汇总，虽然它没有Map函数的并行性能好，但它的计算方法大多很简单，所以很适合大规模并行运行。
这种简化的并行计算编程模型，可以屏蔽底层物理结构的差异，只是向上层用户提供可用的接口。
它尽量在计算节点上存储数据，可以避免大量原始数据的集中上传。
因此，将Map/Reduce处理框架应用于智能电网中的大数据处理，不仅减少大量通信开销，而且可充分利用电网中广泛分布的具有计算能力的闲散装置，发挥规模计算能力。
提出了基于大数据的分布式短期负荷预测方法。
4.国内其他研究单位对本项目的研究情况
●分布式电源规划关键技术研究
中国电机工程学会信息化专委会在2013年3月发布了《中国电力大数据发展白皮书》，将2013年定为“中国大数据元年”，掀起了电力大数据的研究热潮。
根据白皮书描述，电力大数据的特征可概括为3V和3E。
3V为体量大（Volume）、速度快（Velocity）和类型多（Variety）；3E为数据即能量（Energy）、数据即交互（Exchange）和数据即共情（Empathy）。
其3V的描述和其他行业的描述比较接近，3E的描述具有典型的电力行业特征，体现了大数据在电力系统应用中的巨大价值。
数据即能量简而言之，就是指通过大数据分析达到节能的目的，电力大数据应用的过程，就是电力数据能量释放的过程；数据即交互是指电力大数据与国民经济其他领域数据进行交互融合，才能发挥其更大价值；数据即共情是指电力大数据紧密联系千家万户、厂矿企业，只有情系用电客户，满足客户需求，电力企业方能以数据取胜。
电力大数据贯穿发、输、变、配、用等电力生产及管理的各个环节，是能源变革中电力工业技术革新的必然过程，不仅是技术上的进步，更是涉及电力系统管理体制、发展理念和技术路线等方面的重大变革，是下一代电力系统在大数据时代下价值形态的跃升。
分布式电源规划的决策变量是电源的类型、安装容量和安装地点。
配网规划的决策变量是变电站位置、容量和线路。
一般假设变电站位置和容量已知，仅做线路规划。
在一定的目标函数和约束条件下，求取上述的决策变量。
含分布式电源配电网规划按规划研究的对象分两类：
（1）单独的分布式电源优化配置；
（2）分布式电源与配电网架协同规划。
从利益主体分为配电公司、发电商和终端用户。
规划中考虑的因素有：
（1）考虑分布式电源的投资与运行费、环保效益、最大利用可再生能源、各种类型电源之间的互补；
（2）考虑配电系统的投资与运行费、网损、静态电压稳定性、供电可靠性、调峰和备用；（3）考虑电力市场下的实时电价、配电网节点支路边际容量成本。
传统的配电系统优化运往是采取各种措施降低网损、均衡负荷来提高电压质量。
优化运行的措施有配网重构、变压器经济运行和无功补偿。
当大量分布式电源接入配电网后,配电系统优化运行的内涵进一步扩充到以节能、环保为目标的分布式电源的优化组合和经济负荷分配。
综合考虑分布式电源的优化运行、配网重构和变压器经济运行将是未来配网优化运行的研究方向。
配电系统中有大量分段开关及少量的联络开关。
配电网络设计成闭环的,而运行时是福射型的。
配网重构分正常运行重构和事故重构。
正常重构就是在满足某些约束条件下，通过投切分段开关和联络开关,改变网络拓扑结构，进而潮流分布也随之改变，使目标函数最优的拓扑结构。
正常重构，通过改变网络拓扑结构降低网损，提高系统的经济性；而且还可以平衡负荷，改善电压，提高供电的可靠性和电压质量。
故障重构是在配电网发生故障停电后，恢复供电时优化供电路径和供电范围，达到减少停电损失，保证电压质量，保障重要用户供电。
传统配电网正常运行重构的决策变量是分段开关和联络开关的状态，目标是多样的，
升级会员 