0引言

  傳統配電網規(guī)劃一般僅考慮了最嚴重工況的情形（如最大負荷的預測值），而采用節(jié)點負荷的歷史極大值對配電網荷載能力及電壓分布進行校核計算，這樣造成規(guī)劃方案一般都會事先預留較大的容量裕度，且對配電設備一般不設置監(jiān)控手段。在負荷增長率較快和無分布式電源（DG）接入的情況下，這種傳統方式尚有其合理性。但是，隨著智能配電網的發(fā)展，負荷越來越主動，可再生能源發(fā)電占比越來越高，造成電網運行中的不確定因素越來越多。如果仍然采用傳統確定性的規(guī)劃方法，必然造成電網容量的利用率低、投資建設成本高、故障風險難于掌控等負面后果，而這些又都有可能成為大規(guī)模可再生能源接入的障礙。

  為了提高電網建設的經濟性，未來的規(guī)劃應該主要考慮大概率事件以及小概率大損失事件，這依賴于對長期歷史數據的統計分析，以及對實時運行數據的監(jiān)測管理，而這又依賴于量測技術和智能裝備技術的發(fā)展。相應地，配電網規(guī)劃方法和工具的研究重點也將發(fā)生變化，主要體現在以下3個方面：

  1）考慮不同的負荷量測方式和預測方式。由于可以利用從智能電表獲得的時間序列數據，因此可實現基于每小時/每季度的電能計量數據構建較為精確的負荷模型，包括一年以上的預期負荷變化曲線以及描述這一預期變化曲線的正態(tài)分布函數。

  2）考慮低壓網絡（LV）規(guī)劃的需求。由于在低壓系統中接入了大量可再生能源，出現了像電動汽車這樣具有潛在高同時率的新型負載，并且要求更高的供電質量和用電效率，因此，配電網規(guī)劃重點必然會逐漸從中壓系統轉向低壓系統。

  3）摒棄傳統的確定性建模方法。由于需要考慮可能出現的風險、量測和控制手段變化以及規(guī)劃模型的經濟性，在對長期規(guī)劃方案進行選擇時，應采用負荷和DG出力的概率模型來模擬風險，通過合適的概率密度函數來描述未來發(fā)電和需求的不確定性。另一方面，應采用概率潮流計算方法，在模型中用概率密度函數取代一個個確定性的數值，潮流計算結果則由期望值及其概率分布組成。

  國際供電會議（CIRED）致力于展現和推廣供電技術及管理方面先進的技術與理念，包括網絡元件、電能質量、運行控制和保護、分布式能源、配電系統規(guī)劃和DSO監(jiān)管等6個研究分會。其中，配電系統規(guī)劃分會（S5分會）包含以下4個議題：風險管理和資產管理、網絡發(fā)展、配電規(guī)劃、方法及工具。本專題連載分別對應上述4個議題，推出了4篇系列文章：系列文章之一介紹了配電網消納高占比可再生能源的風險管控方法；系列文章之二和之三分別介紹了配電網的技術發(fā)展方向和智能配電網規(guī)劃的關鍵技術；本文為系列文章之四，主要介紹能夠支持配電網規(guī)劃和投資的創(chuàng)新性方法、模型與工具；后續(xù)還將有3篇文章，主要介紹與智能配電網規(guī)劃和運行有關的案例分析。

  本文首先介紹了負荷的模擬和預測方法，包括基于先進的數據采集、處理技術以及概率建模的方法實現區(qū)域、居民負荷模擬和預測以及長期負荷預測。其次，介紹了網絡建模和表示方法，包括采用聚類等技術合理降低建模維度，并利用高級信息化系統和智能電表數據提高網絡建模的效率和精度。最后介紹了在新的數據源和量測條件下，配電網規(guī)劃中廣泛涉及的電氣計算和分析中的一些新特征。

1負荷的模擬和預測方法

  負荷模擬和預測的準確性對配電網規(guī)劃至關重要，直接影響了電網投資的合理性和運行的經濟性。傳統規(guī)劃只能根據近年的歷史數據及運行經驗或者基于給定的假設（如用電的同時率、各種電器的用電水平）對未來（區(qū)域）負荷總量進行預測。近年來，隨著配電網中智能電表、高級量測系統和低壓網絡監(jiān)控系統的部署，越來越多的小時數據可供使用；相應地，負荷模擬和預測的誤差也越來越低，并且能夠實現對基本負荷單元的預測，從而能夠實現對低壓配電網運行狀況的詳盡分析。配電網運行機構也將面臨新的挑戰(zhàn)，即如何將智能電表等新的數據源與其業(yè)務流程進行整合，提高負荷模擬和預測結果在規(guī)劃方案中的可操作性。

  另一方面，配電網的規(guī)劃和運行面臨更多的不確定性，例如出現了像電動汽車和主動負荷這樣的新型負載，需求響應和需求側管理也越來越普及，使得作為規(guī)劃和運行基礎的負荷模擬及預測更為復雜。本節(jié)介紹了與此領域有關的方法和工具，主要包括數據采集和處理，區(qū)域、居民負荷的模擬和預測，以及長期負荷預測。其創(chuàng)新點主要體現在充分利用智能數據以及建立概率模型2個方面，所介紹的方法均已在實際規(guī)模的電網中付諸實踐。

1.1數據的收集和處理

  智能配電網中有各種自動化及數據信息系統，與傳統數據相比，智能數據更加具體和準確，從而提高了負荷模擬和預測的可用度及可信度，但同時也出現了如何收集和處理這些數據的問題。印度塔塔（TaTa）電力公司為商業(yè)和工業(yè)消費者配置了自動抄表系統（AMR），使用智能電表數據采集系統從安裝在配變、輸配電網交界處以及饋線上的儀表收集每月數據并存儲在儀表數據管理系統中，后者與業(yè)務分析系統、地理信息系統（GIS）和客戶關系管理系統集成，因此不僅可以繪制配電系統的日負荷曲線，用于預測中、長期負荷需求，還可以分析客戶負荷曲線，進一步實現需求響應管理。

  在開發(fā)配電層級的靜態(tài)和動態(tài)負荷模型時，必須考慮采集數據中存在的誤差對預測精度的影響。文獻［7］說明了用于負荷建模的實際測量數據中所存在的問題，并提出一些數據采集和處理的指導原則。文章認為數據預處理、過濾和平滑是減小現場測量數據誤差的主要手段；另外，不同的量測噪聲、數據采樣率、有效信息的提取、數據（窗口）長度的選擇、濾波技術的準確性、對各種負荷變化的處理方式等都會對測量數據產生影響。

1.2區(qū)域負荷的模擬和預測

  理論上說，通過智能電表的普及和低壓網絡監(jiān)控系統的建設，配電網運行機構能夠獲得接近實時的數據，但是詳細量測所需的成本、數據的不可量測性以及用戶的隱私權等問題使得對所有負荷點進行直接量測是不現實的，數據最終只能以匯總和匿名的方式提供給配電網運行機構。文獻［8］提出了一種集成智能電表數據的配電網運行模式（見圖1），在此框架下進行區(qū)域負荷分配（LA）和預測。首先，文章提出了基于變壓器所帶最大負荷量測數據（采樣間隔為15min）的LA方法，與基于日電量（kWh），月電量（kWh）以及變壓器容量（kVA）等LA方法相比，該方法更為準確。其次，該文在改進了傳統LA方法的基礎上構建了一個區(qū)域負荷預測模型，在沒有單個負荷點量測數據的條件下，該模型可利用配變站下屬數據匯總點的量測信息來對配變站下屬所有負荷點的負荷大小進行預測。研究結果表明，如果智能電表數據采樣間隔過大，預測曲線就無法體現負荷的微小變化，并且負荷峰值略有降低，這在含有分布式發(fā)電的配電網絡中尤為明顯。

圖1智能電表數據與配電網運行的集成模式

  法國配電公司（ERDF）針對區(qū)域用電需求預測研發(fā)出一種基于自下而上方法的新工具，能夠在很短的時間內模擬出成千上萬個用戶的用電情況，以此來預測本地用電需求。此方法原理見圖2，通過給定的一組配電網用戶量測數據和負荷曲線模擬結果進行需求評估，其中負荷曲線是通過電網的靜態(tài)參數、設備運行仿真結果和電能計算結果3部分模擬得到。

圖2電力負荷曲線模擬方法示意圖

  在未來的配電網中，需求響應和需求側管理會越來越普及，因此負荷將越來越難以預測，而利用合適的概率模型模擬風險是應對未來電網越來越多不確定因素的有效途徑。挪威TUT公司為此提出了一種負荷預測概率模型，根據每小時/每季度的電量數據繪制一年的期望負荷變化曲線，并給出描述此期望曲線正態(tài)方差的統計分布函數。文獻［11］提出了另一個基于概率模型的有趣案例，基于城市居民住房面積與用電的特殊關系，通過利用意大利Vodafone通信網絡公司提供的手機流量數據來構建負荷概率模型，無需掌握電網具體情況即可預測米蘭A2A地區(qū)一個實際網絡的負荷需求。

1.3居民負荷的模擬和預測

  居民負荷在歐洲配電網負荷中占比達60%以上，因此歐洲配電網的規(guī)劃與管理工作很大程度要受到居民負荷的模擬和預測方法的影響，對這些方法通常要求準確、靈活，能夠反映實際居民負荷的重要特征，但同時又必須在計算成本上是可行的。文獻［12］介紹了一種根據居民每日耗電量估算家庭住戶每小時用電負荷曲線的方法，通過找到家用負荷曲線特性和高斯分布參數之間的關聯，無需詳細的住戶統計數據即可生成每小時的負荷曲線；通過合并某地區(qū)內一定數量的同種住戶類型的負荷曲線，就可進一步得到區(qū)域負荷曲線。

  文獻［13］比較了兩種居民負荷建模方法，一種是以現場測量值為依據的所謂“自上而下”模型，另一種是以每個住戶中家用電器的電能使用情況為依據的所謂“自下而上”模型；前者用于生成MV/LV配變的負荷模型，后者用于生成居民負荷模型（自下而上確定居民負荷的Markov鏈模型見圖3）。兩種模型具有相似的精度。自上而下模型計算速度較快，對于大多數研究可以提供令人滿意的結果，而自下而上模型則更加適用于需要進行詳細場景評估的研究場合。

圖3自下而上確定居民負荷的Markov鏈模型

1.4長期負荷預測

  長期負荷預測對制定大規(guī)模配電網投資決策至關重要。由于配電網運行環(huán)境發(fā)生了顯著變化，當前的一些預測方法已經過時，需要新的長期預測模型。文獻［14］提出了一種新的長期負荷預測流程，其結構見圖4。首先對來自自動讀表系統的數據進行處理，考慮溫度因素對各類用戶進行聚類分析，生成研究區(qū)域內的終端用戶負荷模型；在此基礎上依次進行第一、二階段預測：第一階段是傳統的負荷總量長期預測，主要是電力、電量需求預測；第二階段是考慮未來技術（能源效率等）發(fā)展的長期預測。

圖4新的配電網長期負荷預測流程結構

2網絡建模和表示方法

  由于智能電網中存在著傳統電網中所沒有的運行特性和發(fā)用電類型，使得網絡的建模分析較以往更為困難；同時，由于智能電表的廣泛配置，有大量不同量測粒度的數據可用于建模和驗證方法的有效性，使得研發(fā)新的網絡建模算法成為可能，最終可提高網絡分析的精度。本節(jié)介紹了低壓網絡建模的一些實用方法，以及如何利用高級信息化系統和智能電表數據提高網絡建模的效率及精度。

2.1低壓網絡建模及應用

  由于供熱電氣化和交通電氣化以及分布式發(fā)電的增加，對低壓（LV）網絡的使用方式正在發(fā)生變化。為確?，F有電網的及時改造且具有成本效益，必須對低壓電網進行建模和規(guī)劃。

  低壓電網通常由上十萬條饋線組成，如果對電網中每條饋線都精確評估其負荷以及所需的改造是相當耗時的。為此，文獻［15］提出了一種利用模糊K-中位數聚類方法，將饋線分為有代表性的若干類，以供建模和分析使用，如此處理既可以計及原始饋線的結構和負荷水平，又減輕了對大量低壓網絡饋線開展分析規(guī)劃的工作壓力。該文利用該方法對荷蘭最大配電運行機構Liander的低壓網絡饋線進行了聚類分析，將88000多條饋線分為94類，其中8類饋線就涵蓋了全網近乎1/3的饋線特性；對這幾類饋線從電壓偏離和過載兩個角度評估其風險水平，發(fā)現在Liander低壓電網中，電壓偏離風險程度最高和最低的饋線占比分別為1.54%和92.55%；過載風險程度最高和最低的饋線占比分別為0.97%和96.15%。

  大規(guī)模低壓網絡監(jiān)控手段相對簡單，為提高其可觀測性，進行分類處理是既實用又經濟的方法。文獻［16］介紹了一種基于低壓配變固有信息的分類方法，所謂固有信息是指那些比較容易獲取的、并且在很長一段時間內不會改變或改變很少的信息，如建設環(huán)境（地面還是桿上），變壓器額定容量，低壓饋線出線數，所接用戶數目、類型以及總用電量等。該方法流程見圖5，給定固有信息，首先利用專家規(guī)則將配變分成4類；然后用基于If-Then規(guī)則的Mamdani模糊系統關聯固有信息和低壓網絡類型，以此實現分類。低壓網絡類型按位置分為城市、郊區(qū)和偏遠地區(qū)；按主導用戶分為居民、工商業(yè)和混合類型。通過該方法將某個具有給定固有信息的新低壓配變直接歸為某種低壓網絡類型，其負荷特性可以基于現有配變站組的特性進行估計。應用此方法對英國南威爾士938個配變站進行分類，城市、郊區(qū)和偏遠地區(qū)類型占比分別為59%（58）、14%（128）和27%（252）；居民、工商業(yè)和混合類型占比分別為63%（592）、31%（287）和6%（59）。據此分類得到的負荷曲線能夠有效地體現原低壓網絡的負荷特征。

圖5固有信息分類法流程

2.2信息化系統和智能電表在網絡建模中的應用

  地理信息系統是低壓配電網的主要數據來源，所提供的信息在過去常用于資產管理；現在隨著智能配電網的發(fā)展，越來越有必要利用現成的GIS數據構建真實的低壓配電網模型，以便于分析可再生能源的接入、低碳技術的應用等對電網的影響。大規(guī)模低壓配電網的GIS數據存在的主要問題是網絡不一定完全連通，這樣生成的網絡模型顯然不適宜于潮流計算，為此文獻［17］提出了一種轉換GIS數據格式的方法，以便構建適于潮流研究的低壓配電網模型。首先利用廣度優(yōu)先搜索法分析屬于同一饋線的所有線段之間的拓撲連通性，確定一條完全連通的主饋線；其次計算所有孤立線段頂點與主饋線之間的幾何距離，確定兩者之間最合適的連接點，最終構建一個完全連通的低壓網絡模型。該方法已成功地用于對英國某居民區(qū)500多條低壓饋線進行建模，所生成的網絡模型被用來分析低碳技術的影響和潛在效益。

  信息化系統數據庫之間的自動通信對于網絡建模、實現高效的電網規(guī)劃和運行是非常重要的。由于歷史原因，配電管理系統的SCADA系統和GIS是相互獨立的，雖然服務于同一個電網，但是所存儲的信息各不相同。一般采用人工方法實現這2個系統的數據庫同步，文獻［18］則提出一種新思路，將在SCADA系統和GIS數據庫之間自動建立對應關系的問題抽象為一個組合優(yōu)化理論中的無向圖匹配問題，然后利用整數規(guī)劃方法求解。該項研究成果可用于在兩個系統中濾除不一致的數據信息，更好地展示電網的實時運行狀態(tài)。

  目前，分析網絡運行狀態(tài)唯一實用、靈活的工具是電網數字仿真軟件。文獻［19］指出了對輸電網、工業(yè)客戶自有網絡和開關設備進行實時仿真時的主要技術障礙。這類網絡的復雜程度往往超出了單處理器仿真軟件的實時計算能力，因此通常需要采用簡化和特殊的仿真方法。文章從輸電線路建模、網絡并行處理分塊以及高頻開關設備仿真精度幾個方面來分析一些特殊的仿真方法，指出與經典電磁暫態(tài)程序相比，實時仿真軟件的步長應設計得相對較大，以實現對大規(guī)模電網的仿真。另外，為了優(yōu)化操作，可以采用多并行處理器，但其副作用是可能造成處理器之間的信號交換延遲。研究結果表明輸電網更適宜于分塊給多個處理單元并行仿真，但同樣的方式可能會在小規(guī)模工業(yè)網絡仿真中引起共振；從選取合適的仿真步長和提高數字信號采集精度的角度來看，該文認為高頻設備仿真的關鍵元件之一是入網的電壓源轉換設備。

  隨著電動汽車（EV）等新型負荷的應用普及，負荷與網絡之間的交互動態(tài)性越來越強，因此配電網建模的關鍵之一是分析此類負荷對電網所產生的諧波效應。文獻［20］介紹了美國電科院的配電網仿真軟件（OpenDSS）中最新開發(fā)的諧波時序仿真功能。文章針對負荷模型中R-L并聯、串聯支路比例分別為1∶0、1∶1、19∶1三種情況，分別分析了EV接入/退出電網時呈現的諧波特性；用戶可以在OpenDSS中設置R-L并聯、串聯支路比例，從而選擇最適合其需求的負荷模型來進行諧波研究。

為了構建精確可靠的低壓配電網電氣連接模型，需要同時在配變站和用戶處安裝智能電表，這在過去很長一段時間內是既困難又不經濟的解決方案，但隨著技術的發(fā)展，現在已經能夠開發(fā)出專門用于低壓饋線測量的、易于安裝的儀表裝置，圖6為施耐德電氣研發(fā)的一種低壓饋線無線儀表裝置。利用此裝置提供的數據、變電站現場數據，施耐德電氣進一步開發(fā)出一種專利算法，為電力部門和用戶提供更為精確的低壓網絡電氣接線圖。此算法的基本思想是，輸入一條饋線的電能等于該條饋線所連用戶總用電量與其線損之和，據此可以確定所有低壓電網用戶和每條饋線/每相之間的連接關系。

圖6施耐德電氣開發(fā)的饋線儀表裝置

3電氣計算和分析方法

  本節(jié)介紹在CIRED2015-S5中提出的一些在配電網規(guī)劃中廣泛涉及的電氣計算和分析的新方法。

3.1潮流和短路計算

  由于分布式電源注入的功率和電動汽車等新型負荷消耗的功率都有很強的不確定性，傳統確定性的潮流計算方法顯得越來越不適用，未來能夠準確描述電網狀態(tài)的必然是基于概率分析的方法。文獻［22］提出的方法即此，首先用單獨的概率密度函數來描述PV單元、熱電聯產、常規(guī)負荷、電動汽車等元素的運行特性，以此反映其注入/消耗功率在時間上的隨機性；其次，用這些函數的加權和來描述某個節(jié)點的運行特性，權重為各元素對該節(jié)點的影響程度；最后分別用概率潮流方法和蒙特卡洛方法計算全網潮流，計算結果以概率分布表示。

  傳統的短路計算方法只考慮直接連網的旋轉設備，但是隨著DG的應用越來越廣泛，配電系統的故障電流分布將發(fā)生顯著變化，因此必須在短路計算方法中對DG給予合理考慮。文獻［23］研究了考慮逆變型DG（InverterInterfacedDG，IIDG）接入電網的2種穩(wěn)態(tài)短路電流計算方法—疊加電流源法和基于潮流法，在不同的DG占比和分布場景下對這2種方法進行了測試，并進行交叉驗證，確定它們的適用范圍和相關性。在此研究基礎上可形成具有實用價值的簡化計算方法，以供在DG占比較高的配電系統規(guī)劃中進行更有效的一次設備選型和二次設備參數整定計算使用。

3.2低壓網絡對DG容量接納能力的分析

  分布式電源在低壓網絡的普及會帶來很多問題，如使電壓上升、造成網絡阻塞和網損增加等，文獻［24］提出了一種基于概率的模型方法分析分布式光伏發(fā)電大量接入對低壓電網影響。首先根據智能電表每15min測量的數據來確定每個節(jié)點一天96個點的日負荷曲線；然后利用蒙特卡洛法從這些參數集合中隨機生成一個網絡狀態(tài)，進行潮流計算，利用其結果評估在給定研究時段內每個節(jié)點的過電壓概率和電壓不平衡風險。配電網運行人員可以利用這些量化的風險針對因接入PV而引起的過電壓事件制定相應的控制策略，從而提高低壓網絡接納PV的能力。

  當前，居民低壓網絡通常是開環(huán)運行的，文獻［25］展示了如何通過饋線閉環(huán)運行來提升低壓電網對新裝PV容量接納能力的方法。文章以英國西北部15個實際的地下低壓居民片區(qū)中的饋線為例，比較了每條饋線分別以閉環(huán)和開環(huán)2種方式運行時的特性，發(fā)現當環(huán)接低壓饋線時，若采用饋線對數與用戶數為2∶1的獨特方式，則改善饋線接納能力的效果最明顯；但該文也指出，此結論不一定有普適性，要針對具體情況做具體分析。

3.3網損的計算和分析

  歐洲某些電網企業(yè)因追求利益最大化而推遲對電網基礎設施的投資，這對降低網絡損耗是不利的。為了扭轉這種趨勢，一些國家采取了新的監(jiān)管指令，按照網損的減少或增加對配電系統運營商給予相應的獎勵和懲罰。

  配電部門的特點各異，因而在降損方面的潛在需求也各異，文獻［26］研究了設置合理降損目標的方法。文中降損目標并非一個固定的值，而是采用所謂數據包絡分析（dataenvelopmentanalysis）方法根據電力部門與其他同行相比的效率高低來確定；其背后的思想是：如果網損造成一個配電公司的效率低下，那么應強制其降損，但需根據其管轄區(qū)域的特征而定，不能設置一個不合理的目標。

  在測量數據不足時可通過減少計算次數來簡化大規(guī)模配電系統的網損評估過程。文獻［27］介紹了不同的網損計算方法，這些方法無需掌握詳細的網絡模型和負荷測量值，而是利用一年中不同階段負荷模式的行為特征；這些方法也無需掌握低壓網損的特性，而是根據某個具體的中壓/低壓配變站和所接負荷的特征推知低壓網絡的網損期望值。類似地，文獻［28］提出了一種基于計量經濟學方法的網損預測方法。根據預計的電能增加情況，無需對網絡模型進行潮流計算即可預測配電網絡中的用電情況和網損。論文指出，對于中、低壓網絡的整體損耗而言，用此計量經濟模型評估網損可獲得與潮流解一樣良好的精度。

  以網損最小為目標構建優(yōu)化模型，可以實現不同的配電網規(guī)劃和運行要求。文獻［29］在保證網損和饋線之間的電流不平衡最小以及電壓分布性能最優(yōu)的前提下，基于選擇性粒子群算法構建中壓配電網的最佳拓撲結構。將此優(yōu)化方法應用于烏克蘭Mariupol地區(qū)一個實際的6kV網絡（包含284條支路和274個節(jié)點），功率損耗由7.4%減少至6.2%，年電能損耗由5%減少至4.2%，最小節(jié)點電壓則由0.79p.u.增加至0.88p.u.。

  除了技術分析，還必須對降損技術進行經濟性比較。文獻［30］對實施于英國南部Wight島11kV配電網絡的降損措施進行了可行性研究和成本效益分析，這些措施包括配置儲能、網絡電壓升級、網絡自動重構或降壓節(jié)能等。算例分析結果顯示，使網損最小的方案是變壓器自動切換，或變壓器自動切換配合網絡閉環(huán)運行。

4結語

  智能配電網具有傳統電網所沒有的靈活性和適應性，未來配電管理的新模式就是在遵守網絡約束的條件下進行運行優(yōu)化，并根據預定義的規(guī)則對運行狀態(tài)進行適當修正。在這一模式中，必須考慮在發(fā)生計劃事件或非計劃事件時系統的靈活性，并提出相應的策略，以避免在配電網規(guī)劃中預留過大的設備容量裕度。這些都離不開科學合理的規(guī)劃方法和工具。

  本文基于CIRED2015-S5中的相關內容，從負荷的模擬和預測、網絡建模和表示方法、電氣計算和分析3個方面總結了當前智能配電網規(guī)劃的主要方法與工具的研究現狀。通過這些規(guī)劃的方法和工具，即可以實現智能配電網現有資產的更有效利用以及可再生能源更合理消納的目標。

  未來智能配電網規(guī)劃方法研究應主要側重以下方向：①開發(fā)合適的（隨機）負荷/發(fā)電模型?？紤]與規(guī)劃相關的運行情況，建立能夠表征不確定性的詳細模型，從而提高智能配電網的運行效率和供電可靠性。②提高電動汽車、儲能裝置等多元化負荷在智能配電網中的占比，并制定相應的規(guī)劃方法、標準和安全管理條例。③在智能配電網規(guī)劃中結合智能配電市場的組織方式，實現信息通信系統與實際配電網的無縫集成。

  建設智能配電網是滿足日益增長的用電需求、實現能源高效利用和促進節(jié)能減排的重要舉措，而其中關鍵的一環(huán)就是提高電力系統的運行效率，不僅要從元件的角度降低電氣設備的運行損耗，還要從系統的角度減少能源分配過程中所發(fā)生的損耗。如何合理地提高系統級與元件級的運行效率，提高系統規(guī)劃與運行的靈活性，將是本系列文章之五重點研究的問題。