技術(shù)特征：

1.一種基于場(chǎng)景法的主動(dòng)配電網(wǎng)隨機(jī)無(wú)功優(yōu)化方法，其特征在于，包括以下步驟：

(1)首先，編程建立基于場(chǎng)景法的隨機(jī)無(wú)功優(yōu)化模型，將每個(gè)場(chǎng)景計(jì)入優(yōu)化模型；令x為優(yōu)化后系統(tǒng)狀態(tài)變量(電壓、功率)，由于受到隨機(jī)因素的影響，所以為隨機(jī)變量；y為擾動(dòng)變量(可再生能源、負(fù)荷)為隨機(jī)變量；u為可調(diào)整控制變量；已知y概率特性，設(shè)有M個(gè)場(chǎng)景，其中場(chǎng)景i對(duì)應(yīng)的概率為p_i，每個(gè)場(chǎng)景的擾動(dòng)變量為y_i，優(yōu)化后的狀態(tài)變量為x_i，可得場(chǎng)景法優(yōu)化模型如下即：

$\underset{u}{\min }\underset{i=1}{\overset{M}{\Σ}}{p}_{i}f\left(x_i\right)$

$\begin{array}{cc}s.t.& \left\{\begin{array}{c}g(x_i,y_i,u)=0\\ h(x_i,u)\≥0\end{array}\right.\end{array},\∀i=1,...,M$

式中：u為可調(diào)整控制變量，目標(biāo)函數(shù)f為網(wǎng)損函數(shù)，g為等值約束(潮流約束)，h為不等約束(物理運(yùn)行約束和控制變量約束)；

(2)按照y的概率特性，利用蒙特卡羅法產(chǎn)生大量確定性場(chǎng)景，形成場(chǎng)景集合，并認(rèn)為每個(gè)場(chǎng)景的概率均等；

(3)提供三種優(yōu)化方案供選擇，蒙特卡羅方案，激進(jìn)型場(chǎng)景縮減方案，保守型場(chǎng)景縮減方案；如果采用蒙特卡羅方案，則直接將產(chǎn)生場(chǎng)景帶入優(yōu)化模型，即可得到優(yōu)化結(jié)果。

2.如權(quán)利要求1所述的基于場(chǎng)景法的主動(dòng)配電網(wǎng)隨機(jī)無(wú)功優(yōu)化方法，其特征在于：采用激進(jìn)型縮減方案，基于Kantorovich距離的場(chǎng)景縮減方法，其基本思路是合并場(chǎng)景集中距離較近的場(chǎng)景，通過(guò)最小化初始場(chǎng)景集和縮減后場(chǎng)景集合Kantorovich距離，使得保留場(chǎng)景集Ω_S能夠最大程度地代表初始場(chǎng)景集合Ω；Kantorovich距離定義為

$D=\underset{i\∈\mathrm{\Ω}\backslash {\mathrm{\Ω}}_S}{\Σ}{p}_i\·\underset{i^{\′}\∈\mathrm{\Ω}\backslash {\mathrm{\Ω}}_S}{min}c(i,i^{\′})$

式中：c(i,i')為表征場(chǎng)景i和i'距離的函數(shù)，通常表示為c(i,i')＝||y_i-y_i'||₂；場(chǎng)景縮減的步驟就是每次從Ω_S中選出一個(gè)要縮減的場(chǎng)景，加入到Ω\Ω_S(Ω中去除Ω_S)中，為所有可選的場(chǎng)景中D最小。

3.如權(quán)利要求1所述的基于場(chǎng)景法的主動(dòng)配電網(wǎng)隨機(jī)無(wú)功優(yōu)化方法，其特征在于：采用保守型縮減方案，基于歐式距離，計(jì)算初始場(chǎng)景集Ω中每個(gè)場(chǎng)景與y的均值所構(gòu)成場(chǎng)景之間的距離，并按距離從大到小將場(chǎng)景排序，根據(jù)需要選取距離最大的數(shù)個(gè)場(chǎng)景形成極限場(chǎng)景集。將極限場(chǎng)景集帶入優(yōu)化模型，即得到較為保守的無(wú)功優(yōu)化方案。