0108] 针对晴空指数的季节变化特性，与风速建模处理方法相同，将晴空指数分为12个 单元建立不同月份下晴空指数状态转移矩阵if"'"%通过与得到风速时间序列类似的步骤得 到全年晴空指数时间序列，最后通过式（3)得到年光照强度时间序列。
[0109] 综上得到风速及光照强度的时间序列后，根据风机及光伏板相关参数即可得到风 机及光伏出力的时间序列。
[0110] 1.2负荷的时序模型
[0111] 电力负荷具有显著的时序特性，其时序变化规律受负荷性质、气候条件、宏观经济 政策以及人口数量的变化等因素影响。本发明根据不同类型负荷的时序特性，通过不同类 型负荷周、日、小时负荷百分比系数以及年负荷峰值来得到其年负荷时间序列，可用下式表 示为：
[0112] PL (t) = PLmax · pw · pd · ph，t = 1，· · ·，8760 (4)
[0113]式中，Pjt)为t时刻的负荷值，为年负荷峰值，pw为周负荷百分比系数；pd为 日负荷百分比系数，以为小时负荷百分比系数，其随季节及负荷类型而变化。
[0114] 二、基于DG出力和负荷时间序列的变电站规划时序模型
[0115] 变电站的优化规划问题是在规划目标年负荷分布已知的情况下，考虑变电站带负 荷能力等约束条件，以变电站规划综合经济性最优确定变电站经济数量和容量，并对变电 站位置以及供电范围进行优化规划。本发明基于规划区域负荷及DG出力的时间序列，以变 电站综合年度建设成本及运行费用最小为目标，考虑变电站负载率及DG渗透率平衡建立 了变电站优化规划模型。
[0116] (1)目标函数：
[0117] mine=Cinv+Copr (5)
[0118]
[0119]
[0120] 式中，Cinv为配电网建设费用，包括变电站及馈线建设费用，C_为配电网络及变电 站运行费用，N为所建变电站数目，i为变电站节点，i= 1，···，Ν，Λ*变电站i所带负荷集 合，j为负荷节点，变电站i含DG节点集合，g为DG节点，Vgeh。是变电站 i到负荷j的距离
为拟建变电站所在位置坐标，（X]，y,) 为负荷点所在位置坐标，1^是变电站i到DG节点g的距离，
(xg，yg)为DG所在位置坐标，Cl是配电网单位长度输电线路的建设费用，fXSj为变电站i的建设投资费用，SiS变电站i的容量，r。为折现率，η为寿命周期，Pj(t)为负荷j的时序 功率，变电站i的最大DG渗透率，
Pg(t)为DG节点 g的时序出力，kWJ为考虑DG接入下线路运行损耗系数，^是配电网线路损耗的折算系 数，
Cb是趸入电价，r是单位长度配电线路的电阻是线路的线电压， cosΦi为配电网线路功率因数，placi、plak分别为变电站i中变压器a的空载损耗和短路损
耗，Pi(t)为变电站i变压器的时序负载率， AiS变电站i 中所有变压器的集合；
[0121] (2)约束条件
[0122] 1)变电站时序容量约束
[0123]
[0124] 式中，RSj为满足规划设计导则要求的变电站容载比下限，γ为考虑负荷及DG出 力的不确定性设置的取值大于1的容量裕度系数。
[0125] 2) -个负荷及DG只能由一个变电站供电的约束
[0126]
(V)
[0127] 式中，、，为负荷点j是否由变电站i供电的判别因子，若η,= 1，则"是"，若 %=〇，则"否"，31#〇6点8是否向变电站1供电的判别因子，若51，1，则"是"，若 Slg=〇,则"否"。
[0128] 3)变电站负载率及DG渗透率平衡约束
[0129]
(10)
[0130] 式中，EiS变电站i的最大负载率。考虑不同变电站负载率的平衡可以使变电站 的利用率均衡，避免部分重载，而另一部分轻载的情况；DG作为随机性电源，变电站DG渗透 率的不平衡可能使DG渗透率较高变电站的综合负荷的波动性远远高于其他变电站，不利 于变电站的经济运行。
[0131] 4)变电站供电范围约束
[0132] (11)
[0133] 式中，民为变电站i的最大供电距离。
[0134] 三、基于LA-GA交替迭代算法的变电站优化规划
[0135] 3. 1变电站规模组合方式及初始供电区域的确定
[0138]
[0136] 1)根据电网规划设计导则容载比要求确定变电站数量及容量，用公式表示如下：[0137]
[0139] Ne[N1;N2]
[0140] 式中，Wi为规划区域负荷节点总数，W2为规划区域含DG节点数，Rs』为满足规划设 计导则要求的变电站容载比下限，RS，H为变电站容载比上限，^为变电站规模的种数，γ为 考虑负荷及DG出力的不确定性设置的取值大于1的容量裕度系数，Pj(t)为负荷j的时序 功率，Pg(t)为DG节点g的时序出力，变电站i的容量，□表示取整数，N为变电站个 数。
[0141] 在获得变电站个数后根据可以选择的变电站容量，确定总体变电站容量组合数。
[0142] 2)根据初始站址，基于负荷矩最小原则，将负荷及DG就近分给各变电站，并根据 变电站个数为N下的变电站容量组合对各分区进行调整，使各变电站满足时序容量约束且 负载率及DG渗透率同时达到平衡：将负载率较高的分区边界上负荷转移至临近负载率较 低的分区，使各变电站满足时序容量约束及负载率平衡；基于调整好的负荷分区，对各变电 站所含DG按同样方法进行调整，使各变电站DG渗透率得到平衡。
[0143]根据上述1)和2)可确定各变电站初始供电范围，S卩为定位分配（location and allocation，LA)过程。
[0144] 3.2基于自适应调整搜索范围的LA-GA交替迭代算法
[0145] 如图1所示为LA-GA交替迭代算法的流程示意图，其采用两层寻优过程交替迭代 方式，具体为：
[0146] 301)设定初始站址，获取变电站经济容量组合数队，设定内层迭代次数Νω和外层 迭代次数队，设c为满足容载比要求的变电站容量组合的编号，令c= 1。
[0147] 302)根据设定的搜索范围和初始站址，考虑分区负载率及DG渗透率的平衡对变 电站站址进行定位分配，获取变电站站址初始种群。变电站站址初始种群中，染色体使用二 进制编码，编码部分包含各个新建站的横坐标X、纵坐标Υ，各初始化站址种群均在相应变 电站供电范围内。
[0148] 303)以变电站规划时序模型的目标函数的倒数建立适应度函数，采用遗传算法进 行优化计算，直至达到内层迭代次数，获取新变电站站址种群及第一变电站优化站址。
[0149] 进行遗传算法时，根据精英策略保留精英个体，并选择前Ns个适应度最强的优秀 个体参与新种群的生成；以交叉概率P。及变异概率Pm对初始种群进行多点交叉及变异生成 新种群，并与优秀个体进行整合，将适应度较低的个体剔除使新种群长度与初始种群保持 一致。另外，为了增加GA搜索精度及算法迭代收敛速度，对内层GA迭代过程，当适应度值 连续五次保持不变时，对种群中部分个体重新进行初始化，以避免GA迭代陷入局部最优。
[0150] 304)根据第一变电站优化站址调整搜索范围，以第一变电站优化站址为初始站址 返回步骤302)，直到变电站站址收敛或达到外层迭代次数，获得第二变电站优化站址。
[0151] 对于外层交替迭代寻优过程，在每次GA优化完成后，比较本次外层迭代与上一次 外层迭代获得的第一变电站优化站址，根据所有变电站中最大位移大小对GA搜索范围进 行调整：当两次迭代变电站最大位移较大时，扩张搜索范围使搜索结果跳出局部无效值； 当两次迭代变电站最大位移较小时，收缩搜索范围使搜索过程加速收敛。搜素范围的具体 设置公式为：
[0152] ds(i+l) = 1. 5 ·dmax(i) (13)
[0153] 式中，d_(i)为第i次迭代时所有变电站寻优前后发生的最大站址位移，ds(i+l) 为以第i次迭代获得第一变电站优化站址为圆心的搜索半径。
[0154] 变电站站址收敛是满足以下条件：
[0155] d_(i)<D (14)
[0156] 式中，d_(i)为第i次迭代时所有变电站寻优前后发生的最大站址位移，D为设定 的站址位移阈值，D可取为10。
[0157] 305)c=c+1，重复步骤302)-304)，直至c达到变电站经济容量组合数，输出最小 费用时的变电站规划结果。
[0158] 本实施例取某城市12. 213km2的实际规划区域为仿真算例，该区域内最大负荷为 238. 38丽，DG总容量为47丽，具体负荷及DG地理分布信息如图2所示，负荷和DG的类型、 坐标及容量大小分别如表1和表2所示。变电站可选规模为3X50或3X40MVA，110kV城 网容载比范围为1.8~2. 2,变电站容量裕度系数γ= 1. 1，功率因数cosΦ=0.9,单位长 度馈电线路成本(^= 23. 2万元/km，是入电价cb= 0. 5元/kWh，变压器投资及运行的相关 参数取值如表3、表4所示。
[0159] 表1负荷类型、容量及坐标信息
[0160]
[0161]
[0162] 表2分布式电源类型、容量及坐标信息
[0163]
[0164] 根据式（12)得到规划区域可建3~4座变电站，可选容量组合有三种：{3X50， 3\5