分布式电源接入配电网影响评估：从潮流计算到工程落地

屋顶光伏报装量一年比一年大，“分布式电源接入对配电网运行影响评估”这件事，已经不再是论文里的课题，而是配网规划设计人员几乎每周都要面对的现实问题。电站位置放哪里、逆变器功率怎么设、潮流计算怎么做，这三个问题叠在一起，直接决定了一条10kV馈线能不能安全地“吃下”新增的分布式电源。我前前后后参与过几套并网评估工具的搭建，最深的感受是：这类评估系统不差“高大上”的算法，缺的是把电网物理过程讲清楚、把计算环节落成可决策结果的组织方式。下面从影响机理、接入位置、功率设置、潮流模型和系统实现几个角度，把这套评估逻辑完整梳理一遍。

1. DG接入对配电网的影响机理：方向、范围与量化指标

1.1 双向潮流是影响链条的起点

传统配电网的规划思路建立在一个非常明确的假设上——单向送电。电源在变电站侧，电能沿着馈线一级一级流向负荷节点，电压沿馈线逐渐降低，线路末端电压最低。在这个背景下，所有无功补偿配置、变压器分接头调节、继电保护整定，都是围绕“单电源、方向固定”的前提展开的。

DG接入后，相当于在原来只消耗电力的节点附近新增了一个小型电源。以最常见的屋顶分布式光伏为例，午间光照最强而区域负荷恰好处于低谷时，光伏出力大于本地负荷和近端负荷的需求，剩余功率就只能沿着馈线往变电站方向倒送。这一倒送，整条馈线的运行状态就完全变了：线路各段电流不再是从变电站往末端单向流动，而是不同区段可能出现方向相反的潮流。

不要小看这个“方向变化”，它是一连串连锁反应的根源。节点电压分布形态改变，原本越靠近末端越低的电压曲线可能在中后段被抬起来甚至越过上限；原本按固定方向整定的过流保护，在反向短路时可能出现灵敏度不足；线路损耗也不再是简单的“电流越小损耗越小”，因为倒送功率可能跨过很长的线路段，损耗路径反而被拉长。所以，一套合格的评估系统，底层必须把DG接入后各时段、各区段的潮流方向都算清楚，而不是只拿额定工况做一个粗糙的“看电压超不超限”判断。

在实际评估里还有一个常见的误区：只看DG额定容量，不看出力曲线和负荷曲线的匹配度。光伏大发的时间段如果恰好对应当地负荷高峰，倒送功率很小，影响不大；真正危险的是节假日、工厂停工、线路轻载，这时候光伏还满发，反向潮流最严重。也就是说，最恶劣的运行点往往不在常规定义的“负荷高峰”，而要在光伏大发且负荷低谷的组合场景里找。这一条经验直接决定了评估系统的场景配置方式——必须用典型日多时段负荷曲线和DG出力曲线做组合，而不是拍一个固定工况。

1.2 评估必须落地的四类运行指标

影响再复杂，落到工程决策层面也得收敛成几个可以量化的指标。参考多个地区配电网DG接入评估的实际做法，我把核心指标体系分为四类。

电压质量在多数评估场景里排第一。10kV及以下配电网的电压偏差控制有国标约束，接入DG后最常见的问题不是低电压，而是高电压——轻载时DG大发，节点电压被推高。设备利用率这一类，要重点统计DG接入前后各段线路的负载率变化。有些评估只看主变关口负载率，忽略了分支线段的负载率，结果主变看起来没压力，中间某一段导线却已经过载，这是非常容易漏掉的盲区。

经济运行指标受DG出力曲线影响很大。很多人想当然地认为DG就地接入就能降损耗，实际上只有在“DG出力小于本地负荷”的场景才成立。一旦DG远大于本地负荷，功率长距离倒送，损耗会明显增加。安全运行指标则更多体现在保护配合层面，配电网原有的三段式电流保护是按单侧电源设计的，DG接入后故障点两侧都有电源向故障点注入短路电流，必须重新核算保护的灵敏度和动作方向。

四类指标里，前三类都可以通过潮流计算直接得到定量结果，第四类需要结合短路电流计算和保护定值数据进行判断。这也基本决定了整套评估系统在功能模块上的划分依据。

2. 接入位置不同，电压与损耗结果可能完全相反

2.1 电压灵敏度看电气距离，不看直线距离

同一个DG项目，接入位置挪几个杆塔，评估结论可能从“优”变成“不通过”。最典型的现象是，同样容量的光伏，放馈线首端和放馈线末端，电压影响差出一大截。

从物理机制分析，节点电压对注入功率的敏感度，和该节点到变电站的电气距离成正比。电气距离越远，线路阻抗积累越大，DG注入功率在阻抗上产生的电压降落（或者说电压抬升）越显著。所以把DG放在远离变电站的线路末端，午间大发时对并网点附近电压的抬升作用非常强；而放在变电站出口附近时，DG的功率基本直接汇入母线，对馈线中后段的电压几乎起不到支撑作用，它更像是在替主变分担一部分关口下送功率。

如果把“DG作为调压资源”来看，这其实是一个很有意思的权衡。DG放在末端，电压支撑效果最直接，但调过头的风险也大。DG放在首端，电压调节作用弱，但是在减少关口输送压力、降低网损方面往往更友好。实际项目里经常遇到“消纳位置”和“电网安全位置”打架的情况——用户希望光伏装在自己屋顶或厂区，电网侧核算下来却发现最优并网点根本不在用户红线内。评估系统要解决的，恰恰是把这种矛盾量化出来，让多方坐下来谈的时候都拿着同一组数据。

在一个具体项目中，我们对一条16节点的10kV辐射馈线做过不同接入方案的对比。馈线主线长度约8公里，线型为LGJ-120，末端带农业负荷专变，中段为居民台区。把一台200kW的分布式光伏分别放在第3节点（靠近变电站）和第14节点（靠近末端）做潮流核算，电压结果差异非常明显：第3节点方案全馈线最高电压为10.38kV，仍在安全区间；第14节点方案在午间轻载时段并网点电压被推到10.72kV，已经逼近了10kV配电系统的电压上限。同一个DG，只因为接入位置不同，电压表现完全是两种结局。

2.2 两个典型位置在96点负荷曲线下的对比

评估工作最容易犯的一个错误，是只拿一个“典型最大负荷”工况去算电压。真正要做的是在不同负荷水平、不同DG出力水平下做多断面扫描。配电网自动化水平高的地区，可以从SCADA系统导出15分钟间隔的96点历史负荷曲线；没有自动化条件的地方，至少也要构造出白天峰、午间谷、晚高峰几个代表性断面。

沿用上面的16节点馈线案例，我们取了夏季典型日的96点负荷曲线，配上当地光伏典型日出力曲线，对两种接入位置分别做了全天潮流扫描。下面这张表是几个关键时段的结果对比。

这个结果里，损耗指标的反差很能说明问题。光伏放在第3节点时，出力基本被中前段的负荷就地消耗，倒送距离短，线路电流整体下降，损耗自然降低；放到第14节点后，末端负荷远小于光伏出力，倒送功率要流过几乎整条馈线才能到达变电站母线，这段反向潮流不仅抵消了“就近供电”的降损效果，还额外增加了损耗。如果当初做评估时只算额定工况或者只算DG大发而负荷较高的情况，这两套方案的损耗差异可能根本暴露不出来。

所以评估系统的接入位置分析模块，应当具备“候选接入点遍历”能力——在规划阶段把可能的并网节点全部纳入计算，按电压越限程度、负载率峰值、损耗水平三个维度自动排序。不要等设计方案定了再反过来核算单点结果，那时候能做的只是“验证”，而不是“优选”。实际工程中，受限于土地、产权、用户意愿等因素，最终接入点未必是技术上最优的那个，但评估至少要让决策者清楚：自己在哪些指标上做了让步，让步的代价有多大。这也是多方案比较的真正意义。

3. 逆变器功率设置怎么设：有功限发与无功控制模式的取舍

3.1 有功限发：一道需要算经济账的技术手段

分布式电源并网以后，相当一部分项目会面临“容量够但电网吃不消”的局面。这时候最直接的技术措施，就是限制逆变器有功出力。评估系统里通常把这种措施抽象成“有功设定比例”——正常运行允许出力是额定容量的100%、80%、还是按时段动态调整。

有功限发之所以无法“一刀切”，是因为它牵涉到DG业主的真金白银。一个500kW的工商业屋顶光伏，如果午间被限发到70%，按当地光照和上网电价估算，每天损失的发电收益可达数百元，一年累计下来是一笔不小的数目。电网侧看到的是一个电压越限风险的消除，DG业主看到的是投资回报率的下降，评估系统如果只给“建议限发比例”而不算经济账，方案根本推不动。比较务实的做法，是在功率设置分析模块里同步展示“不同限发比例下的业主收益损失”与“电网电压改善幅度”，把技术约束翻译成经济语言，让各方在同一张表上找交集。

从潮流计算的角度看，调有功限发比例本质上是改变DG节点的有功注入量。系统可以做一个参数扫描，从100%出力逐步降到80%、60%、40%，每档都跑一次全馈线潮流，把最严重节点的电压值记录下来，形成一条“DG有功出力—节点电压”关系曲线。这条曲线的局部斜率就是DG有功出力对关键节点电压的灵敏度。下次再遇到类似项目，可以直接拿这个灵敏度估算：电压超上限2%时，大概要把出力压到多少才安全，不用每次从头跑全套仿真。这种“参数扫描+灵敏度”的分析方式，才是功率设置模块最核心的工程价值。

3.2 恒功率因数与恒电压控制，在模型中如何选择

逆变器不只是能发有功，它的无功能力在配电网调压里也很有价值。问题在于，用什么样的控制策略来调度这部分无功能力。工程里最常见的是恒功率因数控制，也就是把cosφ设成一个固定值，比如0.95滞后，逆变器根据实时有功出力自动匹配对应的无功输出。这种模式策略简单、参数明确，电网侧也便于核算，是目前分布式光伏并网的主流设定方式。

另一种是恒电压控制，逻辑是逆变器实时监测并网点电压，电压偏高时输出感性无功“吸收”无功功率，把电压往下拉；电压偏低时输出容性无功“支撑”电压。这种模式对局部电压波动的抑制效果比恒功率因数好得多，相当于把一个分散的小电源变成了具备自动电压调节能力的机组。但它的前提是逆变器与配网自动化系统之间有可靠的实时通信链路，很多分布式项目并网点根本不具备这个通信条件，所以恒电压控制目前主要应用在容量较大、具备调度通道的分布式电站。

这两种控制模式在潮流计算里的建模方式完全不同。恒功率因数型DG，无功和有功按固定比例绑定，可以当作一个功率因数恒定的PQ节点处理；恒电压型DG，节点电压幅值被控制在设定值附近，需要按PV节点建模，同时还要考虑逆变器无功出力上下限——无功达到上限后，节点会自动从PV节点退化为PQ节点。

在评估系统里，两种模式都要实现，不能只做一种。不同控制策略会对电压分布产生完全不同的影响，比如恒功率因数模式下，电压已经偏高时逆变器仍然按比例发无功，不但没帮上忙，反而可能推高电压；而恒电压模式在夜间不发电时依然可以参与调压。选错了模型，评估结果基本就没参考价值了。我的习惯是，项目前期先按恒功率因数做保守估算，如果电压问题不突出就不用上恒电压控制；如果发现DG接入后电压波动明显，再在系统里切换成恒电压模型，对比两种策略下的电压改善效果，看多花的通信和控制器投入值不值。

不管采用哪种策略，功率设置的物理本质，都是在“DG主动支撑电网”和“电网约束DG行为”之间找一个动态平衡点。评估系统能提供的不是某个“唯一正确”的推荐值，而是在不同目标下的一组可选策略，供调度和生产部门结合实际条件去做判断。

4. 潮流计算模型的建立与一套能用的前推回代代码

4.1 DG和负荷如何在计算机里合成一个注入

不论评估系统的界面做得多漂亮，最后真正出结论的还是潮流计算引擎，也就是把整个配电网的导纳参数、各节点负荷和DG出力组合起来，求解各节点电压幅值与相角的那个数学模型。

在潮流计算里，每个节点有四类运行参数：有功注入、无功注入、电压幅值和电压相角。普通负荷节点作为PQ节点处理，给定额外有功和无功消耗，等待算出电压；变电站母线作为平衡节点，电压幅值和相角固定，承担全网功率不平衡量；DG接入后，如果采用恒功率因数控制，它就是负的PQ负荷——从“往外取功率”变成“往里注入功率”。这个转化的实现非常关键：一个100kW的光伏，在处理节点注入功率时就是-100kW。

把DG抽象成“负负荷”有个好处，潮流程序里不需要单独处理DG的类型，只要修改对应节点的注入功率即可。但如果DG容量占比高、台区里光伏很多，还需要把多台DG分散到真实节点上分别建模，不能把整个台区的DG容量堆在变压器低压侧一个点上。配电线路阻抗大，DG出力在不同节点的分布对电压计算影响不小，集中等值建模的结果往往和实际偏差较大。

在做多时段评估时，负荷和DG的时序数据是以“功率曲线矩阵”的形式参与计算的。每一列是一个时间断面，每一行是一个节点。算法从第一列跑到最后一列，把每个断面的电气量都算出来，再从中提取全天最大值、最小值、越限时段数等统计指标。这种时序扫描的计算量并不大，一条几十个节点的馈线，用普通工作站跑一个96点曲线也就是几秒的功夫。有意思的是，不少单位到现在还在用Excel手动改负荷参数一个个断面算，不是算不动，而是缺少一个把曲线数据自动送进潮流引擎的中间层。

4.2 辐射状配网里，为什么优先用前推回代而不是牛拉法

潮流计算的主流算法是牛顿-拉夫逊法，它基于节点功率平衡方程组，用雅可比矩阵迭代修正电压初值，收敛性好、适用范围广，对环网、多平衡节点、各种控制模式都能处理。但在配电网DG接入评估中，我们面对的网络绝大多数是辐射状、少环结构，节点数从几十到几百不等，此时采用前推回代法往往更合适。

前推回代法的思路非常贴合配电网物理结构：从末端节点往回“推”，逐段累加计算每条支路流过的功率或电流；再从根节点（平衡节点）出发向前“代”，根据支路电流和线路阻抗逐段修正各节点电压。两轮交替迭代，直到电压修正量小于收敛阈值。这个方法不需要组装全网导纳矩阵，不需要反复求雅可比矩阵的逆，占内存小，计算速度快，在纯辐射网里迭代十几二十次通常就能收敛，工程上非常实用。

当然，前推回代法也不是万能的。DG接入后配电网如果形成闭环运行方式，或者多台DG构成微网并需要在一个计算里处理多个平衡源，前推回代法就有些吃力了，此时还是要回到牛拉法这类通用方法。我在评估系统的架构里通常把两种算法都写进去：默认场景用前推回代法跑辐射馈线，遇到环网和特殊运行方式时切换到牛拉法。说白了，工具只是手段，选择哪种算法取决于你要算的那张网长什么样。

4.3 一个可直接改用的前推回代核心代码

这里给出一段简化的前推回代Python实现，节点0为平衡节点，DG处理为各节点的负注入功率。数据都采用标幺值，方便大家改写成自己的算例。

python复制# -*- coding: utf-8 -*-
import numpy as np

def radial_power_flow(parent, children, z_branch,
                      S_load, S_dg, V0=1.0,
                      max_iter=100, tol=1e-8):
    """
    前推回代法求解辐射状配电网潮流
    parent: 父节点编号数组，根的父节点设为 -1
    children: 子节点列表，例如 children[1] = [2, 3]
    z_branch: 支路阻抗，下标为子节点编号，z_branch[0]=0
    S_load: 各节点负荷有功+无功(标幺值)
    S_dg: 各节点DG注入有功+无功(标幺值，注入为正)
    """
    n = len(S_load)
    V = np.ones(n, dtype=complex) * V0

    for it in range(max_iter):
        V_old = V.copy()

        # 节点净注入功率：负荷取正，DG取负等效
        S_net = S_load - S_dg

        # 前推：从末端向根节点累加支路电流
        I_branch = np.zeros(n, dtype=complex)
        # 从离根最远的叶子节点开始，这里要求节点编号满足子节点大于父节点
        for i in range(n - 1, 0, -1):
            I_branch[i] = np.conj(S_net[i] / V[i])
            # 累加当前节点下游所有子支路电流
            p = parent[i]
            if p > 0:
                I_branch[p] += I_branch[i]

        # 回代：从根节点向末端更新电压
        V[0] = V0
        for i in range(1, n):
            p = parent[i]
            V[i] = V[p] - z_branch[i] * I_branch[i]

        if np.max(np.abs(V - V_old)) < tol:
            break
    return V


# ---- 简单算例：4节点馈线，节点1和节点2为负荷，节点3为负荷+光伏 ----
# 标幺值基准：UB=10kV，SB=10MVA，ZB=10欧
S_load = np.array([0, 0.20+0.08j, 0.15+0.06j, 0.10+0.04j])
S_dg = np.array([0, 0, 0, 0.05+0.01j])  # 节点3接入500kW光伏等效值

parent = np.array([-1, 0, 1, 2])
children = [[1], [2], [3], []]
z_branch = np.array([0, 0.01+0.012j, 0.015+0.018j, 0.012+0.015j])

V = radial_power_flow(parent, children, z_branch, S_load, S_dg)
print("节点电压幅值(pu)：", np.abs(V))

这是一个最小实现，真正工程化还需要处理分支较多时的遍历顺序、节点重编号、变压器调压分接头、无功补偿设备模型等。但核心骨架就是这样。代码里有一处需要特别注意：前推时为了准确把子支路电流累加到父支路，要求节点编号满足“子节点编号大于父节点”的假定，如果网络结构不满足，需要先做一次拓扑重编号。这个细节我最初实现时忽略了，导致某次算一条较长馈线时电压结果反复振荡，排查了半天才发现是迭代顺序不对。后面对所有算例先做拓扑编号预处理，再也没出过同类问题。

5. 评估系统总体设计：数据、计算与结果的闭环

5.1 系统模块划分与数据来源要求

把这套评估方法做成一个能稳定使用的系统，关键的难点不在算法，而在于数据组织和计算流程的闭环。我这里分享一个被多个项目验证过的模块划分方式：

数据导入层是整个系统的基础。配电网网络拓扑参数，包括各节点编号、支路阻抗、变压器容量和短路阻抗、无功补偿容量，一般可以从生产管理系统或GIS系统导出。负荷数据分两类：一类是各配变台区的额定容量和最大负荷，用来做静态校核；另一类是能反映时序特征的96点负荷曲线，最好从计量自动化系统或SCADA系统获取。DG数据包括接入节点、额定容量、逆变器型号、功率因数控制方式、典型日出力曲线。

场景管理层负责生成评估工况。系统允许用户设置多个时段断面，把负荷曲线和DG出力曲线按时间对齐，组合出“午间轻载+光伏大发”“晚高峰无光伏”等典型场景。这一层看起来不起眼，其实是整套系统能不能出正确结论的关键。很多自动化水平不高的地区根本没有历史负荷曲线，输入数据只有一台配变的额定容量。这种情况我建议不要强行“造”曲线，而是按同时率做一个保守的折算，哪怕只有两三个具有代表性的阶梯状断面，也比拍脑袋给一个不靠谱的精细曲线可靠。

计算引擎层把网络拓扑、节点注入功率交给潮流求解器，用户可选择前推回代或牛拉法。结果输出层对每个节点的电压、每条支路的电流和损耗做统计，自动找出全天电压最大值、最小值、越限时段、负载率峰值等，形成评估报告。比较理想的系统还会加一层“综合研判”模块，把多项指标归一化后给出一个分级结论，比如“建议接入”“有条件接入”“不建议