主动配电网分布式储能优化配置方法研究
分布式储能的优化配置方案
分布式储能的优化配置方案分布式储能的优化配置方案分布式储能是一种能够将能源存储在本地的解决方案，可以帮助优化电网的功率平衡和提高能源利用效率。
在设计分布式储能的优化配置方案时，我们可以按照以下步骤进行思考。
第一步：分析电网的需求和特点首先，我们需要了解电网的需求和特点，包括电网的供电能力、峰谷电价差异、能源消耗模式以及可再生能源的供应情况等。
这些信息将有助于确定分布式储能的配置目标和优化策略。
第二步：确定储能系统的规模和类型根据电网的需求和特点，我们可以确定储能系统的规模和类型。
储能系统的规模应该能够满足电网的峰值需求，并且能够在低谷时充电以供应高峰期需求。
储能系统的类型可以包括电池储能、超级电容器储能和动力电池储能等，选择合适的类型将有助于提高储能系统的效率和可靠性。
第三步：优化储能系统的配置位置储能系统的配置位置也是优化配置方案中的重要一环。
我们可以通过分析电网的负荷分布和输电线路的情况，确定最佳的储能系统配置位置。
将储能系统配置在电网负荷中心或输电线路拐点附近，可以最大化储能系统的功效和效益。
第四步：制定储能系统的调度策略储能系统的调度策略决定了储能系统的充放电行为。
在制定调度策略时，我们需要考虑电网的负荷特点、电价差异以及储能系统本身的特点。
例如，在电网低谷时段，可以通过储能系统充电以利用低电价；而在电网高峰时段，可以通过储能系统放电以降低负荷峰值。
制定合理的调度策略可以使储能系统更好地满足电网需求，并实现经济效益。
第五步：监控和优化储能系统的运行一旦储能系统开始运行，我们需要对其进行监控和优化。
通过实时监测储能系统的状态和电网的需求，可以及时调整调度策略，以最大限度地提高储能系统的效率和可靠性。
此外，还可以通过数据分析和建模等手段，进一步优化储能系统的配置和调度策略。
最后，通过以上步骤的思考和实践，我们可以设计出一套完整的分布式储能优化配置方案。
这个方案将能够帮助电网实现功率平衡、提高能源利用效率，并为可再生能源的大规模接入提供支持，从而推动电力系统的可持续发展。
主动配电网中分布式电源和液流电池储能系统优化配置方法研究
主动配电网中分布式电源和液流电池储能系统优化配置方法研究随着可再生能源的发展,风、光等分布式电源和储能系统大量接入主动配电网。
全钒液流电池储能系统作为综合性能最优的大规模储能技术,可以参与主动配电网的功率调节,达到消纳风光等可再生能源的目的。
为实现主动配电网的运行性能最优,必须合理优化配置分布式电源和全钒液流电池储能系统的接入。
本文针对主动配电网中分布式电源和液流电池储能系统的规划问题,从优化模型、优化算法、全钒液流电池储能系统的动态特性以及新能源的消纳等方面进行研究,论文的主要内容如下:(1)围绕主动配电网中分布式电源的优化配置,提出一种考虑运行风险的分布式电源优化配置方法。
首先,针对风、光等分布式电源的随机性出力,利用随机性方法进行概率建模。
然后,在分布式电源随机性出力模型的基础上,利用一种点估计法对分布式电源的出力进行离散化,构建了一种基于2m+l点估计法的含分布式电源的主动配电网运行风险的评估方法。
最后,考虑主动配电网运行风险评估的指标,以及风、光等分布式电源的经济效益、线损、投资、维护费用等,提出了一种配电网中分布式电源优化配置的多目标数学模型,利用一种改进的遗传算法,实现了配电网中分布式电源的优化选址与定容。
算例结果表明考虑配电网的运行风险下对分布式电源进行优化选址和定容更为合理和准确。
(2)针对全钒液流电池储能系统接入主动配电网的方式及其并网动态特性进行研究,提出一种考虑全钒液流电池简化模型的储能系统并网设计方法,并研究了全钒液流电池储能系统的动态效率和动态吸收功率模型。
首先,基于全钒液流电池的等效电路模型,考虑全钒液流电池的充放电特性,对全钒液流电池的等效电路模型进行了简化,提出一种考虑全钒液流电池简化模型的储能系统并网设计方法,使得储能系统控制器参数的设计得到简化,大大提高了全钒液流电池储能系统的响应速度,提升了全钒液流电池储能系统的充放电控制性能。
然后,在设计的全钒液流电池并网储能系统的基础上,设置了不同充放电功率下全钒液流电池储能系统的仿真,拟合了全钒液流电池动态特性模型,利用该动态特性模型对全钒液流电池的动态效率和动态吸收功率特性进行了定量模拟,揭示了全钒液流电池的内部动态性能,为液流电池储能的应用奠定基础。
面向智能电网的分布式能源资源优化配置研究
面向智能电网的分布式能源资源优化配置研究随着能源需求的不断增长和对环境保护的日益重视，人们对分布式能源资源优化配置的研究越来越关注。
智能电网技术的发展为实现分布式能源的优化和配置提供了新的机遇和挑战。
本文将讨论面向智能电网的分布式能源资源优化配置的研究，并探讨其中的关键问题和解决方案。
首先，我们需要了解什么是分布式能源资源优化配置。
分布式能源是指将能源资源分布在不同的地点或载体上，例如太阳能光伏发电系统、风力发电系统和储能系统等。
优化配置是指根据电网需求、能源供需状况以及经济和环境等因素来选择最佳的能源配置方案，以提高能源利用效率和降低成本。
在智能电网环境下，分布式能源资源的优化配置需要考虑以下关键问题：1. 资源调度和调节：智能电网需要实时调度和调节分布式能源资源的供给和需求，以满足电网的稳定运行需求。
优化配置算法需要考虑到能源资源的实时变化和电网负荷需求的动态变化，以实现有效的资源调度和优化配置。
2. 储能系统的应用：储能系统在智能电网中具有重要的作用。
优化配置需要考虑储能系统的容量和功率特性，以实现能源的平衡和调节。
此外，储能系统的优化配置还需要考虑到其自身的效率和成本等因素。
3. 新能源接入和管理：随着可再生能源的快速发展，智能电网需要有效地管理分布式能源资源的接入。
优化配置算法需要考虑到新能源的波动性和可预测性，以实现可靠的能源供应。
为解决以上问题，研究人员提出了一些解决方案和优化算法：1. 基于模型预测控制的优化算法：该算法利用历史数据和模型预测方法来预测电网负荷需求和分布式能源资源的供给情况，以实现资源的动态调度和优化配置。
该算法适用于具有较稳定负荷需求的场景。
2. 基于强化学习的优化算法：该算法利用强化学习方法来优化分布式能源资源的配置，以适应电网负荷需求的动态变化。
该算法适用于具有较大负荷波动性的场景。
3. 基于人工智能的优化算法：该算法利用人工智能技术来优化分布式能源资源的配置，以实现更精确的资源调度和优化配置。
《分布式电池储能系统容量配置与优化研究》
《分布式电池储能系统容量配置与优化研究》一、引言随着可再生能源的快速发展和智能电网的推进，分布式电池储能系统（Distributed Battery Energy Storage System，DBESS）在电力系统中扮演着越来越重要的角色。
该系统不仅可以平滑负荷曲线、缓解电网压力，还可以优化可再生能源的利用。
因此，本文针对分布式电池储能系统的容量配置与优化进行研究，旨在为电力系统的可持续发展提供理论支持和实践指导。
二、分布式电池储能系统概述分布式电池储能系统是一种将电池储能设备分散安装在电网中的一种储能方式。
它能够通过充放电过程实现电能的储存和释放，对电力系统的供需平衡进行调节。
分布式电池储能系统具有灵活性强、响应速度快、安装方便等优点，可广泛应用于微电网、风电场、电动汽车等领域。
三、容量配置方法研究容量配置是分布式电池储能系统运行的关键环节，其配置的合理与否直接影响到系统的性能和经济效益。
目前，常见的容量配置方法包括：基于负荷预测的配置方法、基于能量管理的配置方法和基于风险评估的配置方法等。
（一）基于负荷预测的配置方法该方法通过预测未来负荷需求，确定电池储能系统的充放电策略，从而确定其容量配置。
该方法的优点在于能够根据实际需求进行精确配置，但预测误差可能会对系统运行造成影响。
（二）基于能量管理的配置方法该方法通过分析电力系统的能量流，优化电池储能系统的充放电过程，以达到最佳的经济效益和环保效益。
该方法考虑了多种因素，如可再生能源的出力、负荷需求、电价等，因此具有较高的实用性和可操作性。
（三）基于风险评估的配置方法该方法通过评估电力系统运行的风险，确定电池储能系统的容量配置。
该方法考虑了电力系统的不确定性因素，如可再生能源的波动性、负荷需求的随机性等，能够有效地提高系统的可靠性和稳定性。
四、优化策略研究优化策略是提高分布式电池储能系统性能的关键手段。
目前，常见的优化策略包括：充电控制策略、放电控制策略和联合控制策略等。
分布式储能系统的优化与控制策略研究
分布式储能系统的优化与控制策略研究随着可再生能源的快速发展，分布式储能系统变得越来越重要。
它可以帮助平衡电力系统中的供需差异，减少能源浪费，提高能源利用效率。
在储能系统的优化与控制策略研究中，通过合理的设计与控制方案，可以最大程度地提高系统的性能和效益。
储能系统可以被应用于许多不同的应用领域，如电力系统调峰和削峰填谷、能源管理、微电网和电动车应用等。
通过合理的优化与控制策略，可以最大化储能系统的效益，并降低系统的成本和环境影响。
在分布式储能系统的优化策略研究中，主要包括储能系统的容量规划、储能系统的布置和配置以及储能系统的能量管理等方面。
首先，容量规划是指确定储能系统的容量大小，以达到最佳的经济效益和电力系统的性能要求。
容量规划需要考虑到电网的负荷特点、可再生能源的波动性、储能系统的成本和寿命等因素。
其次，布置和配置涉及到确定储能设备在电网中的位置和数量。
通过合理的布置和配置，可以最大限度地减少电力系统中的能量损耗、降低输电线路的负载和减少输电损失。
最后，能量管理是储能系统的关键控制策略之一。
通过合理地管理储能系统的能量流动，可以实现电力系统的平衡和优化。
为了实现分布式储能系统的优化控制策略，需要采用一些先进的技术手段，如人工智能、智能优化算法和模型预测控制等。
人工智能在电力系统领域的应用越来越广泛，可以用于储能系统的能量管理和控制策略的优化。
智能优化算法可以寻找到最优的储能系统配置和运行策略，以实现最大化的系统效益。
模型预测控制能够通过对电力系统未来状态的预测，来指导储能系统的控制策略，使其能够灵活地响应电力系统的需求变化。
此外，还要注意分布式储能系统的安全性和可靠性问题。
储能设备的安全性是指在运行过程中不会造成危险或损坏。
可靠性则是指储能系统能够持续稳定地运行，不受外界干扰和故障的影响。
因此，在储能系统的优化与控制策略研究中，需要考虑到系统的安全性和可靠性要求，并采取相应的措施来保证系统的正常运行。
储能系统在配电网中的优化配置研究
储能系统在配电网中的优化配置研究
随着新能源的持续发展，储能系统在配电网中的应用越来越广泛。
储能系统虽然可以为配电网提供各种功能和价值，但如何进行优化配置，使其最大限度发挥作用，是研究的重点之一。
优化配置主要包括以下几个方面：
1. 储能系统的规模定位：为了确定储能系统的规模，需要考虑配电网的供需状况，储能系统提供的服务种类以及其效益等因素。
此外，储能系统与其他配电网设备的协同关系也需要考虑。
根据储能系统的规模确定，才能选择适合的技术和设备。
2. 储能系统的运行策略：储能系统的运行策略通常包括充电、放电、保护与控制等方面。
根据不同的运行策略，决定储能系统可以具体提供什么服务，以及如何响应不同的操作需求。
因此，储能系统的运行策略在设立之初就需要考虑清晰。
3. 储能系统的容量规划：在进行储能系统的容量规划时，应考虑储能系统的使用时间和容量需求、储能技术、成本等因素。
此外，在对于容量规划的计算中，需要对储能系统的功率和能量进行平衡，确保储能系统能够满足不同的供电需求。
4. 储能系统的能量管理：能源管理指的是确定储能系统的运行模式和控制策略，确保能量使用和管理的效率。
储能系统的能量管理应该是一种优化目标，以最低成本最大化储能系统的效益。
综上所述，储能系统在配电网中的优化配置研究是十分必要的。
优化配置可以使储能系统发挥最大的作用，提高配电网的可靠性，提高配电网的经济效益。
主动配电网分布式储能优化配置方法研究
主动配电网分布式储能优化配置方法研究主动配电网（ADN）里面对于如何解决风力及光伏发电的分布式储能的优化配置管理，主要关系到系统里面的储能配置是否配比合理。
本文主要阐述了再分布式的储能方面不同的功率条件下如何对接入及容量优化配置，实现经济与安全双重统一。
首先，需要根据自然特色搭建DG模型，建立出场景，之后，从储能的方面考虑配电网、风力及光伏发电的分布式电源以及储能的三方达成，最后再对含有40节点的配电网进行计算，验证本文的合理性，同时分析出给到储能配置造成影响的因素，为今后的建设及规划提供思路。
标签：主动配电网;储能;优化绪论光照、风作为可再生的能源，已经逐渐在各个国家中提高战略地位，它相较于石油等不可再生能源具有可持续性使用，无污染等特点，而利用风能、太阳能来进行发电已经越来越普及，有效的减少环境污染。
然而由于风及光照都是依据自然天气来进行发电，具有随机性及不可确定性，对整个发电系统造成稳定性的障碍。
在这种情况下，主动配电网将这个问题很好地解决。
主动配电网的特色在于可以将资源进行控制及管理，同时还可以解决分布式储能的消耗及安全问题[1]。
储能的特色在于可以快速的条件发电的功率，同时还可以在消耗途中不间断的储能。
但是储能的造价比较高，可用的期限比较短。
因而，对于储能方面的运行则直接影响到主动配电网的整个管理运行，这也是当今比较看重的一点。
近些年来许多专家也关于这个方面进行研究，有研究将功率放到最小的时候出储能的容量情况;有研究到控制风力及太阳能从而看场电的容量;也有学者根据数学函数来找到储能的最佳控制策略;同时还有学者研究配电网采用不同给的方法得到的储能情况。
上述研究都是将储能与主动配电网结合在一起所做的研究，从而寻求最优的配置。
1 风、太阳能混合主动配电网1.1风、太阳能储能混合配置分析在含有风、太阳能的储能的主动配电网系统中，一般具有两种方式，集中以及分布。
集中就是在特点的地点进行集中安装，这样可以使得电力稳定输出;分布就是将每个主动配电网都配置相应的储能系统，但是由于这个是互相不影响属于并列关系，所以也叫分布式储能[2]。
分布式储能优化配置解决方案
分布式储能优化配置解决方案分布式储能优化配置解决方案分布式储能是一种将储能系统分布在不同地点的能源储存解决方案。
它可以提供可靠、高效的能源储备，以应对电网的不稳定性和供需峰谷差异。
在本文中，我们将分步骤地探讨分布式储能的优化配置解决方案。
第一步：确定需求和目标在开始优化配置之前，我们需要明确需求和目标。
这可能包括：提高能源的利用率、减少电网压力、降低能源成本等。
通过明确需求和目标，我们可以为后续优化配置提供指导。
第二步：评估潜在的储能技术接下来，我们需要评估不同的储能技术，以确定适合特定需求和目标的最佳解决方案。
常见的储能技术包括锂离子电池、钠硫电池、压缩空气储能等。
评估时需要考虑技术成熟度、能量密度、效率、寿命、安全性等因素。
第三步：确定储能容量和分布根据需求和目标，我们需要确定合适的储能容量和分布。
储能容量应能够满足电网的峰谷需求，并提供足够的备用能量。
储能的分布应考虑到电网负载分布、输电线路的情况以及能源获取的可用性等因素。
第四步：优化储能配置一旦确定了储能容量和分布，我们可以利用优化算法来优化储能配置。
这可以通过模拟和优化算法来确定最佳的储能容量和位置，以最大程度地满足需求和目标。
优化配置还可以考虑到能源市场的价格变动、天气预报以及用户需求的动态性。
第五步：实施和监控在优化配置确定后，我们需要实施储能系统，并进行监控和管理。
这包括安装储能设备、建立监测系统以及制定运维计划。
监控和管理系统可以提供实时数据、预警和故障诊断，以确保储能系统的正常运行和性能优化。
第六步：持续优化储能系统的优化是一个持续的过程。
我们应定期评估和分析系统性能，并根据需求和目标进行调整和优化。
随着技术的发展和用户需求的变化，不断优化配置将确保储能系统的最佳性能和效益。
综上所述，分布式储能的优化配置解决方案需要经过需求确定、储能技术评估、容量和分布确定、优化配置、实施和监控以及持续优化的步骤。
通过逐步进行，我们可以为电网提供可靠、高效的能源储备，从而实现能源的可持续发展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主动配电网分布式储能优化配置方法研究
发表时间：2019-05-23T09:18:35.307Z 来源：《防护工程》2019年第1期作者：李生根1 吴布托2 [导读] 能够更好地解决分布式风储、光储等发电单元的规划运行问题，具有更强的可行性和更长远的发展前景。
1.甘肃煤矿安全监察局甘肃 730030；
2.国网山东省电力公司检修公司山东青岛 266000 摘要：主动配电网中，能否解决分布式电源并网后的消纳问题及配电网络的优化管理，很大程度上取决于系统内储能的配置是否科学合理。
本文主要研究了在分布式电源不同额定功率的情景下如何对并网储能接入及容量进行优化，以实现经济性与电网安全稳定运行的协调统一。
对含多分布式电源的40节点配电网系统进行测试计算，验证了本文所设计方法的准确性，并分析了分布式电源额定功率变化及电
压等因素对储能配置的影响，为系统规划和建设提供了新的思路。
关键词：主动配电网；分布式储能；遗传算法；容量优化
1风光储混合主动配电网分析及建模在含DG的主动配电网系统当中，储能装置一般有两种配置方式:集中式和分布式。
集中式就是在系统特定位置集中安装储能装置，可用于平衡全网DG的不稳定出力;分布式则是为每个接入DG配置相应储能，储能只作用于其并联的DG，即分布式储能。
本文选择分布式储能配置方法作为主要研究目标。
分布式配置的优点是储能容量小于集中式，经济性高且可以灵活安装，随着主动配电网相关技术的发展在未来的可塑性更强;同时还可有效抑制对应DG的出力波动，改善DG性能，显著提高DG发电入网的比例，而高比例可再生能源并网是目前电网发展的趋势。
储能采用分布式入网，能够更好地解决分布式风储、光储等发电单元的规划运行问题，具有更强的可行性和更长远的发展前景。
2分布式储能容量优化模型
2.1目标函数
目前安装储能系统带来的环境效益、电网可靠性收益等无法直接准确地量化为经济利益，因此本文站在配电网运营商投资储能角度，考虑储能并网带来的收益部分主要包括:通过分布式储能接入配电网后节约的电网扩容费用与网损费用，依靠储能增发的分布式电源上网电量带来的经济效益;成本部分主要顾及储能装置的站地址建设费用、电力转换设备费用、储能设备费用、年运行维护费用。
2.2储能系统
荷电状态(SOC)代表储能装置剩余容量与完全充电状态容量的比值。
储能装置在t+1时刻的SOC由t时刻电量供求情况和储能装置充放电状态决定。
为储能的充放电效率;EESS为储能系统的额定容量，Δt是储能充放电的时间间隔。
储能装置的充放电控制的一般策略为当DG出力大于负荷时，储能位于充电状态;当DG出力小于负荷时，储能位于放电状态。
3模型求解
3.1算法
3.1.1潮流算法
本文主要研究低压主动配电网多DG接入情境下分布式储能容量的配置情况。
配电系统有很多与输电系统不同的特征，如系统拓扑结构一般为辐射性树状、电压等级较输电网低、支路电阻不能忽略等，无法应用快速解耦法。
同时在进行系统潮流计算时收敛性问题非常突出，使用牛拉法时初值问题可能会导致结果发散，综上考虑本文采用前推回代法进行潮流计算。
3.1.2遗传算法
遗传算法是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法。
具有并行性、自适应寻优等特点，适合本文同时对多个储能功率计算的要求，所以这里采用遗传算法作为分布式储能容量优化模型的求解算法。
本文将遗传算法生成的每一个个体用八位二进制数来进行编码，之后带入设定情景进行适应度函数(目标函数)计算，通过遗传操作提高适应度高的个体进入下一代的几率，通过交叉、变异等操作以模仿生物界产生新的个体防止整个种群陷入局部最优的早熟现象。
将新一代种群按照上述方法重复实验，直到满足终止条件得出优解。
3.2求解流程
本文通过采用遗传算法生成储能容量的初始种群，得到对应目标函数值以寻求各分布式储能较优容量解，并保留到算法下一代。
通过筛选优化，以寻求不同DG准入容量情景下储能容量的佳配置方案。
在遗传算法内采用前推回代方法进行潮流计算，由潮流计算后所得各节点电压幅值等参数作为约束条件，若不满足约束条件，则降低该个体在种群当中的适应度直至淘汰。
上述过程模拟为某时间段储能容量求解，若在储能规定的持续运行时间内储能容量约束指标SOC一直符合要求，则保留结果并进行分析，否则仍然需要剔除该组数据。
将最后符合约束条件的各时间段所得数据统一整理，选取能够满足DG任何出力下的储能容量作为最优方案。
4算例分析
4.1算例模型及参数设置
本文选取包含40节点的配电网作为测试系统，该网络共有32条支路，已知网络的15、38号节点接入DG为风力发电(WG)，28、39号节点接入DG为光伏发电(PV)。
电源网络首端基准额定电压23kV，三相功率基准值取15MVA。
系统总用电负荷为13.599MW。
根据某地区风速历史数据，得出Weibull分布模型的形状参数和尺度参数k=9.82、c=2.04;风力发电机的切入风速为3m/s，额定风速为15m/s，切出风速为20m/s。
遗传算法中设置最大遗传代数为100代，每代的种群规模为100，算法的交叉概率为0.7，变异概率为0.05。
前推回代潮流计算中设置最大迭代次数为100，防止程序在不收敛的时候陷入死循环。
（1）装置的经济参数如表1所示。
（3）各节点接入储能的负荷状态SOC在储能持续工作时间内的变化曲线如图1所示。
可见在工作时间内均满足SOC约束条件。
当去掉电网节点电压偏差的约束条件，即只考虑储能经济性最优的情况下，各节点分布式储能容量配置方案见表3。
图1
可以看到功率容量与能量容量的最优配置均小于表2中数据。
可以合理推测出在只考虑经济最大时由于储能造价较高，容量配置低于考虑电网安全性情况下的储能容量。
而为了防止因为分布式电源出力特性造成的电网不稳定运行，因此需要适当增加储能设备的容量配置。
随着风机接入容量增大，相应储能功率容量也应当随之成正比变化以保证吸收更多风能，防止节点电压幅值越限，但同时需要兼顾系统整体经济性，在满足储能SOC等相关约束条件下适当减少储能能量容量的配置。
在此方案下，荷电状态SOC在储能持续工作的时间内变化率较情景1时将会变大。
因此在实际配置储能容量时应考虑适当增加能量容量，以防止储能装置长期工作在高负荷状态变化率波动内影响其工作性能和使用寿命。
结束语
本文研究对象为主动配电网中储能系统的容量优化配置，提出了分布式储能方案的可行性与合理性，为解决该类问题提供了新的思路;从储能投资者角度出发，将储能安装后主动配电网年净获利最大设为目标函数，把减少电网扩容、降低网损、增发新能源上网收益、储能建设运维成本等考虑在内本文所建立的储能容量优化模型依靠具有良好的寻优能力及收敛性的遗传算法进行求解，编程简单且计算速度快，适用于辐射状配电网的潮流计算;算例分析结果表明，本文所提出的基于遗传算法的配电网分布式储能定容模型及方法可以考虑经济性
与电网安全性后得到较为合理的配置方案。
并且在此过程中也得出电压约束及不同DG出力情景下对储能优化配置的影响关系。
参考文献
［1］刘杨华，吴政球，涂有庆，等．分布式发电及其并网技术综述［J］．电网技术，2008，32(15):71－76．
［2］尤毅，刘东，于文鹏，等．主动配电网技术及其进展［J］．电力系统自动化，2012，36(18):10－16．
［3］李碧辉，申洪，汤涌，等．风光储联合发电系统储能容量对有功功率的影响及评价指标［J］．电网技术，2011，(4):123－128．
［4］姜书鹏，乔颖，徐飞，等．风储联合发电系统容量优化配置模型及敏感性分析［J］．电力系统自动化，2013，(20):。