在节能减排、洁净化用能形势驱使下,电力系统中电源、电网、用电构成格局将发生本质性变化。风光等可再生能源、清洁能源发电将逐步替代或遏制化石燃料电源发电,成为主导型电源;分布式能源(分布式可再生能源发电、小型清洁能源发电,储能设施及智能柔性可控负荷等)纷纷以分散、分布方式接入配电网,构成有源配电网。此趋势下,随着可再生能源发电占比急剧增加,电力系统运行必然面临追踪间歇性电源发电而调控资源不足的困境。主要体现在:仅调控化石燃料电源将难以维持电力系统实时的能量平衡;有源配电网因双向流及不确定性等因素影响将产生严重的电压问题。此时,如何充分挖掘分布式能源的快速可调节能力,快速优化设定逆变或整流控制的功率基点以协同应对可再生能源发电间歇性,是解决未来电力系统运行调控问题的关键。在此背景下,相关学者提出了一种基于量测的在线优化方法。其根据物理系统的反馈状态实时调整系统输入,可实现对受控系统近似于连续的闭环优化效果,适用于对分布式能源运行的快速优化决策。然而,当前在线优化算法在面对电网的复杂潮流约束时,需要采用集中式信息获取和计算的方式才可实现。由此,其相关研究或只针对于化石燃料电源的调控,或是局限于一定范围配电网内部分布式能源的优化等,未能形成对含大量分布式能源电力系统整体统一的协同控制。对此,本文在广域量测、通信等技术成熟前提下,对电力系统运行的分布式在线优化问题展开深入研究。以自动发电控制(Automatic Generation Control,AGC)机组和分布式能源功率基点的设定为决策着眼点,试图通过建立分布式的优化数学模型并推导相应的算法,解决对功率基点协同的快速决策问题。各级电网/各区域可在仅获取本地信息和边界信息条件下,根据量测反馈快速优化决策相应的功率基点,实现对电力系统整体近似于连续的闭环优化效果,主要体现于电力系统分布式能源协同AGC运行的实现,及与之伴随的有源配电网内部电压控制的实现。本研究为电力系统实时闭环优化的分布式实现提供了一种解决思路和相应的理论支撑,对实现高比例可再生能源发电的消纳具有重要的理论意义和现实意义。本文主要工作及创新性研究成果如下:(1)提出了分布式能源协同AGC的分布式在线优化算法。从电力系统同步运行角度出发,根据AGC机组调控特点实时解析表达其调控范围,将超出AGC机组调控范围的净负荷波动实时分配给分布式能源来应对,同时考虑有源配电网内部的电压、电流等相关运行约束,由此构建以频率控制为核心、系统有功功率平衡为线索的输-配电网协同的在线优化模型。针对模型的在线求解,根据AGC积分控制规律,将系统功率需求等效表示成区域控制偏差(Area Control Error,ACE)积分信号,由此可实时获取系统的净负荷功率。在广域量测信息完备前提下,将输电网、配电网潮流模型进行线性化处理及变形,推导出优化灵敏度的分布式计算形式,由此实现分布式的在线优化。算例分析表明,所提算法能够使分布式能源有效承接AGC机组无法应对的负荷波动,并同时满足有源配电网的运行约束。这一研究建立了电力系统分布式能源协同AGC的在线优化构架,并对其协同机制及输、配间分布式计算的实现问题展开了研究。若继续维持这一框架不变,则关键问题就在于如何在信息分散、分布式存储方式下,实现有源配电网内部功率的实时优化分配,后续工作及创新性成果均聚焦于此。(2)针对信息分散存储条件下有源配电网内部功率的实时优化分配问题,提出了一种对称有源配电网分布式的在线优化算法。假设配电网运行在三相对称工况下,采用Distflow模型描述配电网的物理潮流规律,据此构建配电网的在线最优潮流模型。在Distflow模型基础上,设计了一种前推回代的潮流灵敏度计算方法。基于此,推导揭示了配电网各区域之间的潮流满足一定的相互作用规律,即任一配电区域对上层电网的作用是通过改变边界注入进而影响上层电网的潮流,对于其余配电区域的影响则通过改变其边界电压进而影响其内部的潮流。基于这一规律,设计了在线优化灵敏度在配电网各区域之间的解耦形式及分布式计算方法,最终实现分布式的在线优化。算例分析表明,该算法可实现与集中式在线优化几乎相同的收敛效果,可在时变过程中驱使分布式能源输出功率实时追踪最优潮流解,并实时满足配电网的运行约束。(3)针对配电网运行存在三相不对称的情况,提出了一种三相不对称有源配电网分布式的在线优化算法。在三相不对称工况下,基于扩展的Distflow模型构建了配电网的在线优化模型。进一步,在假设配电网各相电压满足一定条件的前提下,对扩展的Distflow模型进行线性化处理,推导可得配电网各区域之间的潮流仍然满足类似于三相对称条件下的相互作用规律,只是相应的潮流状态量变成了电压、电流的平方项。据此,将优化灵敏度在配电网各级/各区域之间进行解耦,最终实现分布式的在线优化。算例分析验证了算法的有效性:与不考虑三相不平衡的算法相比,所提算法可更为有效地降低分布式能源调控成本;在量测误差和分布式能源响应延迟存在条件下,在线优化算法仍然可驱使分布式能源输出功率趋于最优潮流解的一定范围内,并满足电压约束。(4)上述分布式算法都是在(扩展的)Distflow模型下推导得到的,并假设配电网是辐射状的,而实际上,各级/各区域配电网可能是环网运行的,尤其面向未来对可靠性要求高、且供电灵活的主动电网。对此,进一步提出一种含环形结构有源配电网分布式的在线优化算法。在适用于环网的通用潮流模型基础上,推导了配电网各级/各区域相互之间的潮流仍然满足类似于在辐射状拓扑下的相互作用规律,不同的是增加了电压相角这一状态量,由此依然可实现对优化灵敏度的解耦。进一步,在通用潮流模型下,设计了一种潮流灵敏度的分布式计算方法,将对雅克比矩阵的求逆分解为若干部分,从根节点山上至下以一种分布式的方式计算潮流灵敏度,由此实现分布式的在线优化。算例分析表明,该算法不仅具有很高的精度,并且可大大降低对雅克比矩阵求逆的计算时间,更好地满足在线优化对快速计算的需求。(5)上述研究都有涉及基于梯度信息的灵敏度解耦和分布式计算,但梯度只能反映寻优方向的一阶信息,仅考虑梯度可能会导致算法的收敛速度过慢。对此,进一步提出一种计及二阶信息的分布式在线优化算法。采用分布式模型预测控方法在线求解最优潮流的二阶近似问题,重点推导了二阶信息(包括雅克比矩阵和海森矩阵)在配电网各级/各区域之间的解耦形式。据此,配电网各级/各区域可分别形成雅克比矩阵和海森矩阵的一部分,然后将所得部分在其相互之间交换并进行组合,从而以分布式的方式形成完整的二阶信息,由此实现分布式的在线优化。算例分析表明,与仅考虑梯度信息相比,计及二阶信息的在线优化可更快地追踪最优潮流解,并更好地实时满足配电网运行约束。