分布式电源下配电网可靠性评估：孤岛划分与蒙特卡洛模拟实现

1. 为什么分布式电源改变了配电网可靠性评估的玩法

做配电网可靠性评估这些年，我一直有个很深的感触：传统教材里的那套评估方法，基本都建立在一个默认假设上——配电网是单电源辐射状网络，潮流方向永远从变电站流向负荷。在这个假设下，故障处理逻辑非常清晰：上游某个位置发生故障，下游所有负荷全部失电，等维修人员把故障点隔离、修复，负荷才能恢复供电。可靠性指标说白了就是统计"哪些用户停了多久、停了多少次"。

但分布式电源（DG）大规模接入之后，这个经典框架被打破了。

你想想看，一条馈线上挂着好几台光伏、风机或者储能，当上游故障把主网电源切断时，只要DG还在运行，它其实完全可以继续给孤岛范围内的负荷供电。这个现象从运行角度看叫"孤岛运行"，从规划评估角度看，就是我们要讨论的"孤岛划分"问题。能不能划分出合理的孤岛、孤岛内电源和负荷是否匹配，直接决定了故障后的失电范围有多大、停电时间有多长。

很多刚接触这个方向的同学容易陷入一个误区：以为可靠性评估和孤岛划分是两件事——先做划分，再算可靠性。实际上在最优孤岛划分的框架下，这两者是一个耦合问题。孤岛方案不同，负荷转供路径不同，各节点的停电频率和停电时间就不同；反过来，可靠性目标函数又决定了我们要以什么标准去划分孤岛。这个相互制约的关系，才是这个课题真正有技术含量的地方。

我最初做这个方向是为了解决实际工程里的一个问题：某园区配电网接入了大量屋顶光伏，线路故障后检修人员发现，即使光伏还在发电，也不敢轻易让局部区域脱离主网运行，因为缺乏有效的孤岛划分策略，怕功率不平衡引发更大事故。所以"怎么划、按什么目标划、划完之后可靠性提升多少"是很有实际意义的。

本文要聊的就是这套东西从原理到Matlab实现的全过程：最优孤岛划分怎么建模、可靠性评估指标怎么算、蒙特卡洛模拟怎么嵌进整个评估流程，以及代码跑通之后怎么处理那些让人头疼的收敛性和随机性问题。

2. 最优孤岛划分：数学模型与求解思路

2.1 孤岛划分在数学上到底在算什么

先不急着看代码，我们把问题拎清楚。

孤岛划分直观描述是：配电网某个位置发生故障后，断路器动作将故障隔离，此时系统被分成若干个电气岛，有的岛不含DG，直接失电；有的岛含DG，可以继续供电。我们要决定的，就是这些含DG的岛"到底包含哪些负荷节点"。

这本质上是一个组合优化问题。配电网用图来描述最方便，每一段馈线支路是图的边，母线节点是图的顶点。故障隔离后，我们面临的是一棵或多棵"被切剩的树"，要在其中搜索一个包含DG节点的连通子图，使这个子图内部的负荷价值最大、或者停电损失最小、或者恢复的负荷节点数最多。

我用一个简单例子说明。假设某条馈线有10个节点，节点1靠近变电站方向，节点5接了一台容量500kW的燃气轮机，故障点位于节点3和节点4之间。此时节点4~10与主网断开，但节点5的DG还在。如果DG出力可以使节点4~7的负荷自给自足，那么最优方案大概率是把节点4~7划入孤岛，节点8~10因功率不足只能停电。这个"4~7"的边界由谁决定？由功率平衡约束决定，也由网架拓扑决定。

2.2 目标函数与约束条件的取舍

在论文和工程实践中，孤岛划分的目标函数主要有三类：

大多数研究采用第一种，因为它最容易量化，而且和可靠性指标有直接的单调关系——恢复的负荷越多，ENS（电量不足期望）通常越低。

约束条件里比较核心的几条：

• 功率平衡约束：孤岛内DG总出力要能覆盖负荷总需求，即∑P_DG ≥ ∑P_load。实际中还要留一定裕量，一般不会按1:1卡边界。
• 节点电压约束：孤岛内每个节点电压幅值偏差不能超过允许范围，一般配电系统允许±7%。
• 支路容量约束：流过每条支路的潮流不能超过导线长期载流量。
• 拓扑连通性约束：孤岛必须是一个连通子图，这个约束在数学建模时最容易被忽略，在算法实现上却最容易出问题。

这里额外提醒一句：DG出力本身也有不确定性，光伏要看光照，风机要看风速。工程上常用典型出力场景代替确定性值，更精细的做法是在可靠性评估里对DG出力做时序抽样。后面讲蒙特卡洛时还会回到这个点。

2.3 为什么要用智能算法而不是穷举

刚接触时我第一反应是穷举——节点数少的时候没问题，但配电网动辄几十上百个节点，故障场景又有成百上千种，每一种都要重新划岛，穷举的时间复杂度直接爆炸。

网上很多代码用遗传算法（GA）、粒子群（PSO）或模拟退火（SA）求解。这些算法的好处是适应性强，目标函数改起来很灵活；缺点是需要调参数、容易陷入局部最优。后来我实际