配电网动态无功两阶段鲁棒优化：建模原理与C&CG求解实现

先问自己一个问题：配电网里装了光伏、储能、充电桩之后，无功电压还压得住吗？我做主动配电网优化调度那段时间，一开始觉得无功优化是个老掉牙的问题，传统配电网里靠有载调压分接头和并联电容器就能解决，直到分布式电源渗透率上来，拓扑从单电源辐射变成多电源双向潮流，电压波动、越限、倒送等问题一下子全冒出来了，这才发现静态无功优化完全不够用，必须把时间维度加进去做动态无功，同时还要对抗分布式电源出力的不确定性——这就是这个项目“主动配电网动态无功两阶段鲁棒优化”要解决的痛点。

这个项目核心就三件事：第一，把无功力优化放进多时段滚动框架，考虑各设备动作成本，避免分接头和电容器频繁操作；第二，用两阶段鲁棒优化对抗光伏和负荷的不确定性，保证最恶劣场景下电压也不越限；第三，用Matlab+YALMIP+商业求解器把整套模型落成可运行的代码，附上Column-and-Constraint Generation迭代框架，解决你“模型会建但代码不会写”的问题。这套东西特别适合正在做配电网方向研究的研究生、刚接触鲁棒优化的工程师，以及想快速跑通一个两阶段鲁棒案例再往深度改论文的同行。

1. 整体设计与思路拆解：为什么非要用两阶段鲁棒

1.1 动态无功解决的“动作次数”难题

所谓动态无功优化，说人话就是把原本一个时间断面的无功优化，扩展成24小时甚至更长时间尺度的多断面联合优化。传统静态优化每个断面独立求解，看着每个时段的电压和网损都挺漂亮，但把结果拉出来看，有载调压变压器可能一小时动作8次，并联电容器一天投切十几回，这些离散设备是有机械寿命的，动作这么频繁，现场根本不敢用。动态优化的本质，就是在目标函数里引入动作成本，用网损和电压偏差去换设备的动作合理性。

我在建模时把设备分了两类：一类是离散设备，包括OLTC档位、电容器组投切，这些动作慢、有机械约束，放到第一阶段，作为一个“here and now”决策提前定下来；另一类是连续可调设备，比如逆变器的无功出力和储能无功，这些响应快，可以放到第二阶段，根据实际光伏出力情况实时调整。这两类设备的物理特征完全不同，正好对应两阶段鲁棒优化的天然分工。

1.2 不确定性的来源与鲁棒化的必要性

光伏出力和负荷预测不可能完全准。我在算例里看到过这样的情况：某天中午预测光伏出力是2MW，实际云层一遮只有1.2MW，如果按预测值去配置无功，电压会往下掉一大截，甚至低于0.95p.u.。你要是做确定性优化，这种场景根本看不见，等现场出了问题再调逆变器，往往已经越限了。

鲁棒优化的思路是不算命，只画圈——我不需要知道光伏出力服从什么概率分布，只需要知道它会落在某个不确定集合内，我做的决策要保证这个集合里任意一个场景都不越限、不失稳。这一点在实际工程里非常实用，因为光伏出力的概率分布很难精确建模，但你告诉运行人员“最差情况我都能扛住”，对方反而容易接受。

1.3 为什么选两阶段而不是单阶段鲁棒

单阶段鲁棒是所有的决策都在不确定性揭示之前做，为了保证可行性，所有设备都必须按照最坏场景一次性定死，做出来的结果会非常保守——明明大多数日子光伏都挺稳，但你要按全年最差云况去配置无功源，光伏逆变器可能长期满发无功，损耗巨大。

两阶段鲁棒的核心区别在于“应对能力”。第一阶段先定OLTC档位和电容器投切这类慢动作设备，第二阶段等光伏出力实际出来后，再用逆变器无功等快动作设备去“接住”不确定性。这样既保证任何场景下都可行，又不会把所有设备都锁死在最悲观的状态。从数学上讲，这就是一个嵌套的min-max-min结构，外层的第一阶段决策求最小成本，中间的不确定变量求最大（最坏场景），内层的第二阶段决策再求最小成本。

2. 两阶段鲁棒优化的数学建模要点

2.1 目标函数与动作惩罚的平衡

目标函数