1 研究背景

主动配电网（ADN）的出现给分布式电源（IDG）优化配置问题带来了新的挑战。考虑多种主动管理（AM）措施和时序相关性，以年碳排放量最小为目标建立了IDG 在ADN 中的多场景优化配置模型；利用K-means 聚类法对场景进行缩减并得到每个场景发生的概率，采用自适应遗传算法和原对偶内点法相结合的混合求解策略对模型进行求解。最后，在IEEE 33 节点 ADN 算例上对提出的配置方法进行仿真，对比了不同情景下的IDG 优化配置结果，研究了AM 措施对碳减排的潜在贡献。

2 IDG在ADN中的优化配置模型分析

哈哈IDG 优化配置模型在优化 IDG 配置方案的同时，需要优化 ADN 在各个场景时的运行方式。根据双层规划理论，可将该模型整理为如下图所示的双层规划模型框架。从图中可知：上层规划模型用于确定IDG 的配置方案，下层规划模型则是求解满足各种约束条件下的ADN 最优运行方式，属于典型的最优潮流问题。

3 模型求解策略

采用自适应遗传算法（AGA）和原对偶内点法（PDIPM）相结合的混合策略对IDG优化配置模型进行求解，具体过程如下。
a.初始化 AGA 种群。
b.计算初始种群的适应度值。
c.置迭代次数 Giter=1。
d.遗传操作产生新种群。
e.计算新种群的适应度值。
f.更新迭代次数：Giter= Giter +1。
g.判断 AGA 是否收敛，若是，则输出结果，退出循环；否则转步骤 d。

4 算例仿真结果
不同方式下的最优配置结果

不同方式下最优配置方案对应的碳减排量

K-means 聚类法和遍历法的对比

AM 措施对优化配置结果的影响

不同方式下采用不同 AM 措施组合对应的
ADN 年碳排放量

不同方式下采用不同 AM 措施组合对应的
ADN 年碳减排量

5 结论

a.AM 措施利于增加 IDG 在ADN 中的渗透容量，提高 ADN 对IDG 的消纳能力，从而减少传统电源的发电量，达到减少碳排放的效果；

b.3种 AM 措施中，削减 IDG 的有功出力对碳减排的效果最明显，可在 ADN 中优先考虑采用这种 AM 措施；

c.相对于分布式风力发电或光伏发电的单独优化配置，分布式风力发电和光伏发电的联合优化配置更有利于碳减排,因此,在优化配置IDG时可优先考虑风光联合配置。