含柔性直流装置的主动配电网优化调度研究

董雷，鲁丹丹，陈乃仕，蒲天骄，王晓辉

(1.华北电力大学电气与电子工程学院，北京市 102206；2.中国电力科学研究院，北京市 100192)

含柔性直流装置的主动配电网优化调度研究

董雷1，鲁丹丹1，陈乃仕2，蒲天骄2，王晓辉2

(1.华北电力大学电气与电子工程学院，北京市 102206；2.中国电力科学研究院，北京市 100192)

随着分布式电源、储能和柔性负荷等新型元素的接入，含柔性直流装置的主动配电网(active distribution network, ADN)成为未来配电网发展的重要方向。含柔性直流装置的主动配电网可实现潮流的灵活控制、区域间功率的相互支援以及更大范围内资源的优化配置等。该文针对含柔性直流装置的主动配电网，建立了考虑分布式电源就地充分消纳的“区域自治-全局协调优化”的分层优化调度架构。区域自治以区域调度费用最低为目标，采用分布式模型预测控制(distributed model predictive control，DMPC)对区域内可控分布式电源、储能和柔性负荷等可控资源进行优化控制。全局协调优化在区域自治的基础上，以全网运行成本最低为优化目标，利用柔性直流装置灵活调节区域间功率，使分布式电源在更大范围内得到充分消纳。最后通过仿真验证了DMPC对区域内可控资源有功出力控制的高效性；多场景仿真结果表明，全局协调优化可通过柔性直流装置在更大范围实现区域间功率的相互支援，促进分布式电源的最大消纳，提高主动配电网运行的经济性与安全性。

主动配电网(ADN)；柔性直流装置；分层优化架构；分布式模型预测控制(DMPC)；多场景仿真

0 引 言

为提高电网运行的经济性和环保性，分布式电源、储能和柔性负荷等可控资源在配电网中的比例不断攀升。为使配电网经济高效的运行，要对接入配电网的各种可控资源进行优化调度，降低分布式电源带来的不利影响，提高配电网运行的经济性。近年来，国内外学者在配电网优化调度架构、优化策略及优化模型等方面已经进行了大量研究，取得了很多成果[1-5]。文献[6]对考虑电压敏感性负荷及储能电池等柔性负荷的主动配电网(active distribution network, ADN)进行了多源协调优化控制，并对电源出力、无功源及柔性负荷进行了控制。文献[7]研究了正常态下主动配电网的多时间尺度分布式电源协调控制框架，提出了基于最优潮流的主动配电网全局优化算法和基于功率控制误差的主动配电网区域自治控制算法。文献[8]研究了主动配电网快速仿真、多源协同优化调度策略以及多源协同优化调度策略评估等关键技术，并设计了主动配电网多源协同优化调度的应用场景。

上述文献中，主动配电网的优化调度研究主要集中在根据分布式电源、储能、柔性负荷等可控资源的运行特性进行多种资源的优化配置，没有考虑电力装置在优化调度中的影响。随着电力电子技术的发展，柔性直流装置进入了人们的视野。柔性直流装置可实现馈线间的合环运行，通过调节网络潮流功率实现区域间功率的相互支援，在更大范围内实现可控资源的优化配置和负载均衡。近年来，国内外学者对柔性直流装置的研究大多集中在高压交直流输电网中，主要研究其拓扑结构、控制策略、潮流计算模型或求解最优潮流[9-12]，较少研究柔性直流装置在配电网优化调度方面的作用。

模型预测控制(model predictive control，MPC)釆用实时预测、滚动优化和反馈校正机制，对干扰和不确定性因素有较好的适应性，可达到较好的控制性能，因此得到了广泛的关注和大量的应用[13-14]。MPC主要分为3种，即：集中式MPC、分散式MPC及分布式MPC。分布式模型预测控制(distributed model predictive control，DMPC)因其控制速度快，精度高，鲁棒性好，近年来在电力系统中的电压控制、频率控制及AGC控制等方面得到了大量的研究与应用[15-16]。

本文基于上述研究成果，建立含柔性直流装置的主动配电网“区域自治-全局协调优化”的分层优化调度架构。通过研究以DMPC为基础的区域自治策略和以柔性直流装置为控制中心的全局协调优化策略来实现区域内可控资源的有效优化控制，并发挥柔性直流装置灵活控制潮流的优势，在更大范围内实现分布式电源最大消纳，提高主动配电网运行的经济性和安全性。最后通过算例及仿真结果对所提的技术方案进行验证。

1 柔性直流装置模型

柔性直流装置联接有源交流网络时的稳态物理模型如图1所示。

图1 柔性直流装置稳态物理模型Fig.1 Steady physical model of flexible DC device

图中：L为柔性直流装置的等效电感；R为柔性直流装置功率损耗的等效电阻；Ps、Qs分别为交流系统输出的有功功率和无功功率；Pc为柔性直流装置吸收的有功功率(定义电流正方向由交流流向直流侧)。

(1)

(2)

式中δ为交流侧系统电压相位超前柔性直流装置交流侧电压基波相位的角度。

考虑到柔性直流装置稳态运行时损耗波动较小，可以做如下近似：

(3)

式中系数k1、k2及α会随着功率流动方向的改变而改变。

(4)

由于柔性直流装置工作时开关损耗和运行损耗较大，本文中设置了柔性直流装置的运行成本，以引导调度工作人员合理使用柔性直流装置，延长柔性直流装置的使用寿命。

柔性直流装置运行成本为

(5)

式中a2、a1、a0为柔性直流装置损耗成本系数。

2 含柔性直流装置的主动配电网优化调度模型

2.1 可控资源模型

(1)柔性负荷。柔性负荷调度成本为

(6)

式中：cr为柔性负荷调度成本系数；M、N分别为柔性负荷中可间断负荷和连续负荷的种类；Pm(t)、Pn(t)分别为连续负荷和可间断负荷的第m、n种在t时段的功率消耗；xm,t为可间断负荷中第m种在t时段的开关变量(0-1变量)。

(2)储能。储能的调度成本为

(7)

式中：cs为蓄电池的调度成本系数；Pstorj(t)为储能电池的充放电功率。

(3)可控分布式电源调度成本。

CMTl(t)=blPMTl2(t)

(8)

式中：bl为可控分布式电源调度成本系数；PMTl(t)为第l个可控分布式电源的有功出力。

为使自治区域内的不可控分布式电源(风电、光电等)实现就地最大消纳，本文假设不可控分布式电源的调度成本为0。

2.2 区域自治

区域自治的技术路线图如图2所示。首先确定自治区域的优化目标。建立区域内可控资源的受控模型，然后利用DMPC进行在线滚动优化控制，实现自治区域内可控资源最优出力的有效控制。

图2 区域自治技术路线图Fig.2 Technology roadmap of regional autonomy

2.2.1 系统预测模型

以DMPC理论为基础，建立区域内可控分布式电源、储能、负荷及区域交换功率的预测模型。

可控分布式电源预测模型：

PMT(k)=PMT(k-1)+ΔPMT(k-1)

(9)

柔性负荷预测模型：

(10)

储能预测模型：

Pstor(k)=Pstor(k-1)+ΔPstor(k-1)

(11)

Pstor(k)=PL(k)-PMT(k)-PDG(k)-Pf(k)

(12)

(13)

式中：PDG(k)、PCL(k)分别为k时刻不可控分布式电源有功出力及系统的刚性负荷；PL(k)为区域总负荷。

区域交换功率预测模型：

Pf(k)=Pf(k-1)+ΔPf(k-1)

(14)

令：

可知:

2.2.2 区域自治优化目标

一个优化周期内可控分布式电源、柔性负荷和储能调度费用最低。

(15)

式中NR、NS、NG分别为柔性负荷、储能、可控分布式电源的数量。

2.2.3 约束条件

(1)区域内有功功率平衡：

(16)

(2)柔性负荷约束

柔性负荷平衡约束：

(17)

柔性负荷上下限约束：

(18)

式中：ΔPαmax为柔性负荷最大变化量限制；Pαsum表示1个周期内任一类柔性负荷的总量，为恒定常数，α=m,n。

(3)储能装置荷电状态约束：

(19)

蓄电池的功率约束为：

(20)

(21)

(4)可控分布式电源：

PMTmin≤PMTl(t)≤PMTmax

(22)

式中PMTmin和PMTmax分别表示可控分布式电源的最小和最大出力限制。

2.3 全局协调优化模型

全局协调优化以区域自治优化结果为基础，建立全局协调优化模型进行优化求解，然后以柔性直流装置为控制中心，灵活地调节主动配电网的潮流，实现各区域间潮流的协调优化控制。全局协调优化技术路线图如图3所示。

2.3.1 目标函数

一个优化周期内含柔性直流装置的主动配电网运行成本最低：

(23)

式中：NF、NC分别为主动配电网馈线、柔性直流装置数量；cf(t)为上级电网分时电价；Pf(t)为馈线上的传输功率。

图3 全局协调优化技术路线图Fig.3 Technology roadmap of global coordinating optimization

2.3.2 约束条件

(1)功率平衡约束：

(24)

(2)交流线路约束。

馈线功率：

(25)

节点电压约束：

Ui.min≤Ui≤Ui.max

(26)

(3)直流线路约束：

Idc.min≤Idc≤Idc.max

(27)

Udc.min≤Udc≤Udc.max

(28)

式中Idc.max、Idc.min、Udc.min和Udc.max分别为直流线路电流及电压的上下限。

(4)柔性直流装置约束。

电压约束：

Uc.min≤Uc≤Uc.max

(29)

功率约束：

(30)

式中：Uc.min和Uc.max分别为柔性直流装置电压上下限；Idc.max为柔性直流装置电流上限。

3 仿真分析

本文参考延庆低压直流配电网的结构，并结合11kV配电网标准IEEE33节点系统进行改进，构建含柔性直流装置的主动配电网拓扑结构，并在此基础上进行仿真计算，算例系统及参数详见附录A。仿真时采用分时电价模式，引导主动配电网内各可控资源的协调优化调度。

3.1 区域自治

3.1.1 分布式模型预测有功控制效果

图4为自治区域2中储能在00:00时刻采用DMPC、MPC与传统控制方法的控制效果对比图。仿真结果说明，在相同的控制优化目标下，DMPC达到储能出力预期的控制效果需要15s，在控制过程中波动最小；而MPC和传统控制方法分别需要22s和30s，控制过程中波动较大。相较之下DMPC控制速度快，波动范围小，稳定性高，可有效地实现储能设备的最优出力控制。

图4 优化控制方法效果对比Fig.4 Comparison of optimal control methods’ effect

3.1.2 区域自治优化结果

本文仿真算例含有3个自治区域。下文以自治区域2和3的仿真结果为例进行说明。

图5和图7分别为自治区域2和3优化前后交换功率对比图。图6和图8分别为自治区域2和3优化后各可控资源的出力结果。

图5 自治区域2优化前后交换功率Fig.5 Exchange power of autonomous region 2 before and after optimization

图6 自治区域2优化后各可控资源出力Fig.6 Active power output of controllable resources in autonomous region 2

图7 自治区域3优化前后交换功率Fig.7 Exchange power of autonomous region 3 before and after optimization

图8 自治区域3优化后各可控资源出力Fig.8 Active power output of controllable resources in autonomous region 3

仿真结果表明，经过优化后，自治区域2和自治区域3的区域联络线交换功率在负荷高峰时段明显降低，在负荷平时段变动较小，在负荷低谷时段明显升高，降低了区域调度费用，提高了配电网运行的经济性。这是由于在负荷低谷时段电网电价较低，自治区域内的储能装置进行充电，因此区域联络线交换功率曲线上升。在负荷平时时段，自治区域将负荷高峰时段的柔性负荷进行转移，但由于储能和微型燃气轮机的出力，抵消了负荷的增长，因此交换功率基本维持不变。在负荷高峰时段，两个自治区域由于柔性负荷的转移及区域内储能和微型燃气轮机放电，区域的交换功率大大降低。

还可以发现，自治区域2由于风机出力小于区域内负荷，可通过区域自治实现分布式电源就地消纳，区域联络线交换功率为正(向区域供电)。而自治区域3在大部分时间内风机出力大于区域内负荷，风机的发电量通过区域自治不可实现完全就地消纳，会产生弃风，造成能源的浪费。因此需要进行全局协调优化，将自治区域3中未消纳的分布式电源出力转移到区域外进行消纳，以实现分布式电源的最大消纳。

3.2 全局协调优化

本文在全局协调优化时采用分场景仿真，以突出柔性直流装置灵活调节网络潮流，实现区域间功率的相互支援的优势(仿真中采用的柔性直流装置为电压源换流器(voltage source converter，VSC)。

场景1：柔性直流装置VSC1、VSC2、VSC3不工作。

在此场景下，自治区域1、2、3分别通过相邻的高压交流网络供电，由于自治区域1、2的联络线交换功率一直为正(向区域供电为正)，不会出现功率倒送，则区域联络线交换功率不变(为区域自治得到的结果)。自治区域3在6:00～11:00时段，联络线交换功率不变，在1天内其他时段不能将未消纳的分布式电源出力转移到区域外进行利用，产生弃风，交换功率变为0。图9为自治区域3全局协调优化后得到的交换功率与理想结果对比图。图10为场景1中柔性直流装置VSC1、VSC2、VSC3输送功率。

图9 自治区域3优化结果对比图Fig.9 Comparison of optimal results of autonomous region 3

在场景1中全局协调优化后各高压交流网络输送功率如图11所示，网络潮流流向(箭头)如图12所示。

场景2：柔性直流装置VSC1不工作，VSC2、VSC3工作。

和场景1中一样，自治区域1、2在此场景下区域联络线交换功率不变(为区域自治得到的结果)。自治区域3在6:00～11:00时段，联络线交换功率不变，但在1天内的其他时段可通过柔性直流装置VSC2和VSC3将未消纳的分布式电源出力转移到区域外进行利用，区域联络线交换功率为负(向区域外送电)。仿真结果证明通过全局协调优化，不仅在更大范围实现了自治区域3内风电的优化利用，还降低了自治区域1、2所在交流网络向上级高压交流电网的购电量，提高了全网运行的经济性。

图10 场景1中VSC1、VSC2、VSC3输送功率Fig.10 Transportation power of VSC1,VSC2 and VSC3 in scenario 1

图11 场景1各高压交流网络输送功率Fig.11 Transportation power of high voltage AC networks in scenario 1

图12 场景1网络潮流流向图Fig.12 Direction of power flow in scenario 1

图13—14为场景2中全局协调优化后柔性直流装置输送功率及各高压交流网络输送功率。仿真表明，高压交流网络2由于负载转供的影响，在0:00～6:00及11:00～24:00时间段供电功率明显下降。场景2中网络的潮流流向如图15所示。

图13 场景2中VSC1、VSC2、VSC3输送功率Fig.13 Transportation power of VSC1,VSC2 and VSC3 in scenario 2

图14 场景2各高压交流网络输送功率Fig.14 Transportation power of high voltage AC networks in scenario 2

场景3：柔性直流装置VSC1、VSC2、VSC3均工作(高压交流网络2联络线处故障)。

由于柔性直流装置调控潮流产生的损耗费用高于馈线传输功率的损耗费用，为降低配电网运行费用，在6:00～11:00时段，将VSC3的传输功率降为0，自治区域3由高压交流网络3供电，在此场景下，在自治区域1、2、3区域联络线交换功率与场景2中相同。但由于故障，高压交流网络2输送功率降为0。此时可通过柔性直流装置VSC1和VSC2实现馈线间的合环运行,进行负载转供，利用高压交流网络1向自治区域1、2供电,提高了配电网调度运行的安全性和可靠性。

图15 场景2网络的潮流流向图Fig.15 Direction of power flow in scenario 2

图16—17为场景3中全局协调优化后柔性直流装置输送功率及各高压交流网络输送功率。可以看出，由于高压交流网络2联络线故障，柔性直流装置进行负载转供，利用高压交流网络1向自治区域1、2所在的交流网络供电，高压交流网络1输送功率明显增大，高压交流网络2输送功率降为0，高压交流网络3输送功率不变。场景3中网络的潮流流向如图18所示。

图16 场景3中VSC1、VSC2、VSC3输送功率Fig.16 Transportation power of VSC1,VSC2 and VSC3 in scenario 3

图17 场景3各高压交流网络输送功率Fig.17 Transportation power of high voltage AC networks in scenario 3

图18 场景3网络的潮流流向图Fig.18 Direction of power flow in scenario 3

综合场景1和2的仿真结果，可以发现在全局协调优化中，柔性直流装置可灵活地调节网络潮流，通过馈线合环运行，将未消纳的分布式电源出力输送到区域外利用，在更大范围内实现区域间功率的相互支撑，提高了配电网运行的经济性。而场景2和3的仿真结果对比表明，在网络中发生故障时，调度人员可通过柔性直流装置实现负载转移，在保证电网运行安全性的同时进行潮流优化，实现了安全性与经济性的双赢。

4 结 论

考虑到柔性直流装置在主动配电网调度运行中控制潮流的诸多优势，本文建立了含柔性直流装置的主动配电网“区域自治-全局协调优化”的分层优化调度架构。区域自治以DMPC理论为基础，建立区域内可控分布式电源、储能和柔性负荷等可控资源的预测模型并进行优化求解，实现可控资源的最优控制和分布式电源的就地消纳。全局协调优化以区域自治为基础建立主动配电网全局协调优化模型，并利用柔性直流装置实现区域间功率的灵活调度，达到正常状态下分布式电源最大消纳和故障状态下主动配电网安全、经济运行的目标。本文所研究的含柔性直流装置的主动配电网优化调度在全局协调优化中重点考虑了柔性直流装置的作用，忽略了区域外可控资源对优化调度的影响，后续还要对区域外可控资源的协调优化作进一步的研究。

[1]蒲天骄，刘克文，李烨，等. 基于多代理系统的主动配电网自治协同控制及其仿真[J]. 中国电机工程学报，2015,35(8)：1864-1874. PU Tianjiao，LIU Kewen，LI Ye，et al. Multi-agent system based simulation verification for autonomy-cooperative optimization control on active distribution network[J]. Proceedings of the CSEE, 2015, 35(8): 1864-1874.

[2]YU W, LIU D, HUANG Y, et al. Operation optimization based on the power supply and storage capacity of an active distribution network[J]. Energies, 2013, 6(12):6423-6438.

[3]HUANG A Q, CROW M L, HEYDT G T, et al. The future renewable electric energy delivery and management (FREEDM) system: The energy internet[J]. Proceedings of the IEEE, 2011, 99(1): 133-148.

[4]唐念，夏明超，肖伟栋，等.考虑多种分布式电源及其随机特性的配电网多目标扩展规划[J].电力系统自动化，2015，39(8)：45-51. TANG Nian，XIA Mingchao，XIAO Weidong，et al. Multi-objective expansion planning of active distribution systems considering distributed generator types and uncertainties[J]. Automation of Electric Power Systems，2015，39(8)：45-52.

[5]GHASEMI A, HOJIAT M, JAVIDI M H. Introducing a new framework for management of future distribution networks using potentials of energy hubs[C]//2nd Iranian Conference on Smart Grids. Tehran：IEEE，2012：1-7.

[6]于汀，刘广一，蒲天骄，等.计及柔性负荷的主动配电网多源协调优化控制[J].电力系统自动化，2015，39(9)：95-100. YU Ting，LIU Guangyi，PU Tianjiao，et al. Multiple coordinated optimization control of active distribution network considering flexible load[J].Automation of Electric Power Systems,2015,39(9):95-100.

[7]尤毅，刘东，钟清，等.多时间尺度下基于主动配电网的分布式电源协调控制[J].电力系统自动化，2014，38(9)：192-203. YOU Yi，LIU Dong，ZHONG Qing，et al. Multi-time scale coordinated control of distributed generators based on active distribution network[J].Automation of Electric Power Systems,2014,38(9):192-198.

[8]蒲天骄，陈乃仕，王晓辉，等.主动配电网多源协同优化调度架构分析及应用设计[J].电力系统自动化，2016，40(1)：49-55. PU Tianjiao，CHEN Naishi，WANG Xiaohui，et al.Application and architecture of multi-source coordinated optimal dispatch for active distribution network[J].Automation of Electric Power Systems，2016，40(1)：49-55.

[9]MOAWWAD A，EL MOURSI M S，XIAO W.A novel transient control strategy for VSC-HVDC connecting offshore wind power plant[J].IEEE Transactions on Sustainable Energy，2014，5(4)：1056-1069.

[10]卫志农，季聪，孙国强，等.含VSC-HVDC的交直流系统内点法最优潮流计算[J].中国电机工程学报，2012,32(19)：89-95. WEI Zhinong，JI Cong，SUN Guoqiang，et al. Interior-point optimal power flow of AC-DC system with VSC-HVDC[J]. Proceedings of the CSEE，2012，32(19)：89-95.

[11]吴晓丹.提高风电外送能力的交直流协调控制策略研究[D].北京：华北电力大学，2014. WU Xiaodan.Research on AC and DC coordinated control strategies to improve the ability of wind power deliveries[D].Beijing：North China Electric Power University，2014.

[12]饶成诚，王海云，王维庆，等.基于储能装置的柔性直流输电技术提高大规模风电系统稳定运行能力的研究[J].电力系统保护与控制, 2014，42(4):1-7. RAO Chengcheng，WANG Haiyun，WANG Weiqing，et al. Enhancement of the stable operation ability of large-scale wind power system based on the VSC-HVDC embedded in energy storage apparatus [J]. Power System Protection and Control，2014，42(4)：1-7.

[14]ERSDAL A M, CECILIO I M, FABOZZI D, et al. Applying model predictive control to power system frequency control[C]// Innovative Smart Grid Technologies Europe,2013,4th IEEE/PES. IEEE, 2013:1-5.

[15]刘向杰，孔小兵.电力工业复杂系统模型预测控制—现状与发展[J].中国电机工程学报，2013，33(5)：79-85. LIU Xiangjie, KONG Xiaobing. Present situation and prospect of model predictive control application in complex power industrial process[J].Proceedings of the CSEE,2013,33(5):79-85.

[16]喻振帆，谢敏，刘明波.基于多代理技术的分布式模型预测长期电压稳定紧急控制[J].电网技术，2012,，36(4)：108-115. YU Zhenfan，XIE Min，LIU Mingbo. Distributed model predictive emergency control for long-term voltage stability based on multi agents[J].Power System Technology，2012，36(4)：108-115.

(编辑 张媛媛)

附录A

本文改进后的算例和分时电价曲线分别如附图A1和A2所示。取基准值为：SB=1 000 MVA，UB=10 kV。系统中储能、微型燃气轮机、柔性负荷的调度成本参数见附表A1。

Optimizing Scheduling of Active Distribution Network with Flexible DC Devices

DONG Lei1, LU Dandan1, CHEN Naishi2, PU Tianjiao2, WANG Xiaohui2

(1. School of Electrical & Electronic Engineering, North China Electric Power University, Beijing 102206, China;2. China Electric Power Research Institute, Beijing 100192, China)

With the connection of new elements such as distributed generation, energy storage and flexible load and so on, the active distribution network (ADN) with flexible DC devices has become the future development direction of distribution network, which can adjust the power flow flexibly, realize the mutual assistance of power flow between areas and optimize the controllable resources in a wider scope. Considering local assumption of distributed generation, this paper establishes a "regional autonomy - global coordinating optimization" hierarchical scheduling architecture for the ADN with flexible DC devices. Regional autonomy takes the minimum scheduling cost as the goal to optimize the controllable distributed generation, energy storage and flexible load by the means of distributed model predictive control (DMPC). Based on regional autonomy, global coordinating optimization establishes a global coordinating optimization objective function in order to realize minimum cost, and utilizes flexible DC devices to realize the coordinative optimization of inter-area power and the greatest consumption of the distributed power. Finally, the efficiency of DMPC, which control the output of regional resources active power, is verified by the simulation; at the same time, the multi-scenario simulation results show that the global coordinating optimization can realize the mutual support between regional power in a greater scope by using flexible DC devices, promote the distributed power’s consumption in the maximum degree, and improve the economy and security in the operation of active distribution network.

active distribution network (ADN); flexible DC device; hierarchical optimal scheduling architecture; distributed model predictive control (DMPC); multi-scenario simulation

图A1 配网算例系统图Fig.A1 Example of test distribution network system

图A2 分时电价曲线图Fig.A2 Graph of time-of-use electricity price

国家高技术研究发展计划(863计划)项目(2015AA050102)；国家电网公司科技项目(交直流柔性互联配电网络构建及协调控制关键技术)

TM 73

A

1000-7229(2016)05-0041-09

10.3969/j.issn.1000-7229.2016.05.016

2016-03-17

董雷(1967)，女，副教授，研究方向为电力系统分析、运行与控制；

鲁丹丹(1990)，女，硕士研究生，本文通信作者，研究方向为电力系统分析、运行与控制；

陈乃仕(1980)，男，硕士，高级工程师，主要研究方向为电力调度自动化、主动配电网等；

蒲天骄(1970)，男，教授级高级工程师，主要研究方向为电力系统自动控制、智能电网仿真、主动配电网等；

王晓辉(1985)，男，博士，高级工程师，主要研究方向为电力调度自动化、主动配电网等。

Project supported by the National High Technology Research and Development of China (863 Program) (2015AA050102)