分布式电源接入配电网影响：Matlab仿真分析与程序实现

搞配电网研究的同行应该都有这个体会：分布式电源（光伏、风电、储能、小型燃气轮机这些）一多起来，原来“单向潮流、无源被动”的配电网运行方式就被打破了。我在做“分布式电源接入对配电网影响的Matlab程序研究”这个课题时，最初的目标其实很简单——通过Matlab仿真，定量回答三个问题：分布式电源接在哪个位置、接入多大容量、并网运行模式怎么选，分别会对配电网电压、短路电流、网损和保护配合产生什么影响。这块内容既是本科毕业论文的高频方向，也是配电网实际规划、分布式电源并网审批里实打实需要的评估手段。

程序写的过程中踩了不少坑。最典型的是潮流计算不收敛、短路电流仿真模型参数对不上、光伏模型在Simulink里运行慢得让人怀疑人生。这篇文章就把整个研究过程完整梳理一遍：从影响研究的总体框架、仿真平台搭建思路，再到核心程序实现、参数整定方法，最后是运行调试中常见的报错和排查建议。每个环节都会给到能直接落地的做法，正在做类似课题的朋友可以直接参考。

1. 影响研究的总体框架：先搞清楚你要分析什么

做仿真最忌讳上来就拖模块、敲代码，连对象都没定义清楚。分布式电源接入配电网的影响研究，第一步应该是把“影响”这个词拆开，找到可量化的评价指标和对应的分析方法。

1.1 分布式电源接入后，配电网到底发生了哪些变化

传统配电网是辐射状结构，潮流从变电站母线单向流向末端负荷，电压沿馈线递减，短路电流由系统电源提供，保护装置按这个方向整定配合。分布式电源并网后，相当于在配电网里多出了若干个“局部电源”，原来的单源辐射网变成多源网络，至少会产生以下几类连锁反应：

第一是电压分布改变。分布式电源向电网注入有功功率，会抬升接入点附近的节点电压，抬升幅度和接入位置、接入容量、功率因数都有关。最极端的情况是分布式电源容量超过本地负荷，功率倒送，末端电压反而高于首端。

第二是短路电流水平改变。分布式电源在故障期间会向短路点贡献故障电流，尤其是逆变型电源，虽然短路电流倍数受限（一般1.2~2倍额定电流），但多个分布式电源叠加、且靠近故障点时，短路电流增大量不能忽略。这会直接挑战原有断路器和保护装置的分断能力以及保护定值配合。

第三是网损变化。分布式电源接入位置合适、容量适当，可以减少馈线上的传输功率，降低网损；但接入位置不佳或容量过大导致功率倒送，网损反而可能上升。

第四是保护配合问题。原来按单端电源设计的过流保护和熔断器配合，在分布式电源接入后可能出现保护拒动、误动或灵敏度下降的情况。比如相邻线路故障时，分布式电源倒送的电流可能让本线路保护误动作；分布式电源助增电流又可能导致故障线路保护灵敏度不足。

1.2 影响研究的评价体系：哪些指标必须量化

结合课题目标和常见的配电网分析需求，我建议至少量化以下几个指标：

• 节点电压偏差：以接入前后的电压幅值对比为主，重点关注电压越限节点比例和最大偏差值。电压偏差一般按GB/T 12325执行，10kV及以下三相供电电压允许偏差为额定电压的±7%。
• 短路电流水平：计算分布式电源接入前后馈线首端、中部、末端三相短路电流和单相接地短路电流，考察是否超过开关设备开断能力。
• 网络损耗：统计不同接入方案下的总有功损耗，计算降损率。
• 馈线负载率变化：分布式电源对潮流分布的改变会体现在线路负载率上，这关系到线路是否过载。

指标定好以后，仿真模型才有明确的观察对象，后续程序输出也能直接对应到这些指标上，而不是一堆波形图扔在那里看不出结论。

2. 用Matlab搭建配电网仿真平台：方案选型与建模要点

这一节讲平台怎么搭。搞配电网仿真的人常用两个阵营：一是纯Matlab脚本编程做潮流计算和灵敏度分析，灵活、计算速度快；二是Simulink建模做电磁暂态仿真，直观、贴近物理过程。我实际用的是两者结合——潮流计算用M文件写，短路电流分析和波形观察用Simulink做。

2.1 仿真平台选型：纯M文件还是Simulink

选择依据是你要分析什么。

纯M文件方案的最大优势是可控性强。配电网潮流计算需要对几十个节点反复迭代，用M文件可以精确控制算法流程，方便修改接入位置和容量参数，批量跑多个场景非常高效。而且前推回代法这类针对辐射状配电网的潮流算法，用M文件实现只有几十行代码，调试方便。

Simulink方案的优势在于短路故障的暂态过程、逆变器控制器的动态响应这类内容，必须用电磁暂态模型才能看到波形的细节变化。缺点是模型搭建工作量大，批量仿真比较困难，尤其是含多台逆变器时，仿真速度会明显下降。

我的建议是：如果你的研究重点是稳态影响规律（电压分布、网损、渗透率上限），优先用潮流计算程序；如果要分析短路电流峰值、保护动作时序、逆变器故障穿越特性，用Simulink。一个完整的课题往往是稳态用潮流算、暂态用Simulink验证，两条腿走路。

2.2 配电网模型选择：为什么推荐IEEE 33节点系统

做配电网研究，测试系统首选IEEE 33节点。这是一个经典的辐射状配电网测试系统，基准电压12.66kV，基准功率10MVA，总共33个节点、32条支路，首端连接变电站等效电源，总负荷约3715kW加2300kvar。它规模适中——比3节点、5节点的简化系统更能反映配电网的电压分布和网损特征，又比IEEE 123节点等大型系统建模速度快，用于Matlab程序研究正好。

搭建时要注意几个细节。线路参数要用标准值，IEEE 33节点系统每条支路的电阻、电抗都有公开数据，不要自己随意改；负荷模型建议采用恒功率模型，这在潮流计算中是最常见的处理方式，和实际配电网的负荷特性也比较接近；根节点（即变电站母线）按无穷大电源处理，电压恒定在1.0pu。

如果你做的是10kV实际配电网案例，思路是一样的：把手里的线路参数、负荷数据整理成导纳矩阵和节点功率注入向量，放进统一的数据文件里。程序结构上，把电网数据和算法分开，换一个算例只需要改数据文件，不需要动算法代码。

2.3 分布式电源数学模型选择：从恒功率到逆变器模型

分布式电源的建模精度直接影响仿真结果的可靠性。根据研究深度不同，有三个层次的模型可以选择：

第一层是恒功率模型，也是潮流计算中最常用的。把光伏、风电等分布式电源看成负的负荷，以给定的有功功率和功率因数注入节点。这个模型适合做稳态电压分析和网损分析，简单可靠，结果也够用。

第二层是PQ节点模型，适用于潮流计算中考虑分布式电源电压调节能力的情况。此时分布式电源被建模为有功恒定的PQ节点，无功功率按功率因数自动调整，或者参与电压无功控制。

第三层是详细的逆变器模型，用于Simulink电磁暂态仿真。这个模型包含直流侧光伏阵列/电池模型、DC-DC变换器、逆变器、滤波器、控制策略（如PQ控制、V/f控制、下垂控制）等环节。仿真精度高，但参数多、计算量大，我一般只在分析短路电流波形和孤岛效应时才用这一层。

这里想说一个很多新手会犯的错误：用恒功率模型去算短路电流。恒功率模型本质上是稳态模型，描述不了故障期间的暂态电流特性。短路电流分析必须用故障模型，至少是恒阻抗模型或者完整的逆变器故障特性模型，否则算出来的短路电流严重失真。

3. 核心程序实现：潮流计算与短路电流仿真的关键代码

这是整个研究真正落地的地方。前面定好了评价指标、搭好了模型框架，现在就是把计算过程写成Matlab程序。我按潮流计算和短路电流仿真两条线展开，给出可以直接参考的实现方法和参数整定过程。

3.1 前推回代法潮流计算程序实现

配电网潮流计算，最经典也最适配辐射状结构的方法是前推回代法。它的思路很直观：首先假定各节点电压为额定值，从末端向首端逐段计算支路电流和功率损耗（前推），得到首端功率；再从首端向末端用更新后的首端电压逐段计算节点电压（回代）；重复这个过程直到电压修正量小于收敛阈值。

下面是核心代码框架，基于IEEE 33节点系统，节点和支路数据用矩阵存储：

% 支路数据: [起点 终点 电阻 电抗] branch = [ 1 2 0.0922 0.0470; 2 3 0.4930 0.2511; % ... 其余支路按IEEE 33节点标准数据填入 ]; % 负荷数据: [节点 有功(kW) 无功(kvar)] load = [ 2 100 60; 3 90 40; % ... 其余节点负荷 ]; % 分布式电源参数: [节点 有功(kW) 功率因数] DG = [ 18 400 0.9; 22 300 0.95; ]; % 初始化节点电压 V = ones(33, 1); V(1) = 1.02; % 根节点电压 max_iter = 100; tol = 1e-6; for iter = 1:max_iter % 前推: 从末端到首端计算支路电流 I_branch = zeros(size(branch, 1), 1); for k = size(branch,1):-1:1 n_from = branch(k,1); n_to = branch(k,2); % 累加下游节点负荷功率（含DG的负功率） P_total = sum(load(find(load(:,1) == n_to), 2)) - sum(DG(find(DG(:,1) == n_to), 2)); Q_total = sum(load(find(load(:,1) == n_to), 3)) - sum(DG(find(DG(:,1) == n_to), 3)) * tan(acos(0.9)); I_branch(k) = conj((P_total + 1j*Q_total) / (1000 * V(n_to))); end % 回代: 从首端到末端更新节点电压 V_new = V; for k = 1:size(branch,1) n_from = branch(k,1); n_to = branch(k,2); V_new(n_to) = V_new(n_from) - (branch(k,3) + 1j*branch(k,4)) * I_branch(k); end % 收敛判断 if max(abs(abs(V_new) - abs(V))) < tol break; end V = V_new; end % 输出各节点电压幅值和网损 Vm = abs(V); fprintf('节点平均电压: %.4f pu\n', mean(Vm)); fprintf('最低节点电压: %.4f pu (节点%d)\n', min(Vm), find(Vm == min(Vm)));

这个代码是教学级的简化版，重点在于展示前推回代的核心逻辑。实际研究中我会用更紧凑的向量化写法，并且把分布式电源的无功功率计算按各台电源的功率因数分别处理。有一点必须提醒：分布式电源的功率因数是容性还是感性，在程序中要用无功功率的正负号区分清楚。通常逆变器可以四象限运行，但研究初期我还是按恒功率因数并网来设置，避免引入不必要的控制维度。

3.2 短路电流仿真程序的关键配置

短路电流分析可能用两种途径：Matlab脚本通过潮流数据计算短路电流，或者Simulink建详细的电磁暂态模型。我实际中先用脚本做批量计算筛选关键场景，再用Simulink验证一个最严重的短路点。

脚本计算短路电流的核心是根据故障点位置，建立系统正序、负序、零序等效网络，求解故障点电压电流。对配电网来说，三相对称短路电流I_k的计算公式是：

I_k = c * Un / (sqrt(3) * Z_k)

其中Un是系统标称电压（10kV），Z_k是故障点看进去的等值正序阻抗，c是电压系数（10kV系统通常取1.1或1.05）。这个公式的物理意义也很直观：短路点离系统电源越近，等值阻抗越小，短路电流越大；分布式电源接入后，相当于在故障点附近增加了并联电源支路，使得故障点看进去的等值阻抗减小，短路电流增大。

计算程序的关键是形成节点阻抗矩阵，然后在故障点处求等值阻抗。对于含分布式电源的系统，还要把分布式电源的等值阻抗并入网络。逆变型分布式电源在故障期间的等值阻抗，需要根据其控制策略和限流特性来确定，不能简单套用同步发电机的次暂态电抗。工程上简化处理时，通常取逆变器额定电流的1.2~1.5倍作为其故障电流上限，再折算成等值阻抗。但这个处理只能用于估算，精确结果必须靠详细电磁暂态模型验证。

Simulink模型方面，短路故障用Three-Phase Fault模块实现。这里有一个关键参数设置：故障类型、故障起始时间和持续时间、接地电阻。做10kV配电网短路电流仿真时，推荐设置如下：故障起始时间在仿真运行到0.1s时触发，持续0.06s，接地电阻设为0.001欧姆模拟金属性短路。故障模块要挂在你要短路的位置，测量模块用Three-Phase V-I Measurement，直接在图上观察三相电流波形和电压跌落情况。

3.3 关键参数选择：接入位置、容量、渗透率的确定

影响研究本质上是在做因素和结果之间的相关性分析，所以接入位置、接入容量这些参数必须覆盖有区分度的场景。

接入位置的选择依据是“节点电压灵敏度和线路电气距离”。以IEEE 33节点为例，我会选首段（节点2~7）、中段（节点12~18）、末端（节点25~33）各选一个接入点，同时比较分布式电源接入馈线不同分支的效果。这样得到的结论比较完整，能回答“接入在哪里影响最大”这类问题。

接入容量按渗透率来定。渗透率定义为分布式电源总容量与馈线最大负荷的比值。常见的研究梯度可以设10%、20%、30%、40%、50%，这个范围能覆盖从“辅助供电”到“功率倒送”的完整演变过程。单点接入容量还要考虑电压偏差限制，一般单点接入不超过该节点短路容量的5%~10%，但这个值在研究中就是要通过仿真去验证的，并不需要一开始就人为限制，只需要在分析时对比不同容量下的电压分布。

分布式电源类型也要作为变量考虑。光伏和风电的出力特性不同，光伏集中在白天、风电夜间可能更大，但做稳态影响研究时，我通常按额定功率输出作为极端工况来分析，这是偏保守的做法，也是工程上认可的校核工况。如果研究日内影响，还需要加入时序出力曲线，程序就要改成小时级循环计算，计算量会加大不少。

4. 仿真结果分析与程序运行中的典型问题

程序跑起来不算完，从结果里读出规律、把运行中的问题解决掉，这部分才决定课题能不能顺利结题。

4.1 从仿真数据看分布式电源接入的影响规律

我把自己跑过的典型结果列成表，方便对比说明规律：

（注：数据为典型算例结果，具体数值因系统参数不同会有所差异）

从这个表至少能读出三个规律。第一，分布式电源接入对末端电压抬升效果最明显，接入位置越靠近末端，电压支撑作用越好，这和电压偏差分析中的理论预期一致。第二，网损并不是越大越好也不是越小越好——渗透率20%时末端接入的降损效果显著，但渗透率50%时全网损耗反而超过无DG情形，说明功率倒送造成了额外的损耗。第三，短路电流随渗透率增大而单调上升，末端接入对馈线首端短路电流的提升虽然有限（表里从7.85升到8.35），但如果在故障点附近还有其他分布式电源，短路电流的叠加效应会更强。

还有一个容易忽略的结论：分布式电源对短路电流的助增效应，在靠近分布式电源的故障点处最明显，而在变电站母线处的短路电流增加相对较小。这提醒我们在实际工作中，保护定值校核要特别关注分布式电源附近的线路故障，而不是只看变电站出口的短路水平。

4.2 程序运行常见报错与排查建议

这一节集中讲我在写程序和跑模型过程中遇到的高频问题，每个问题后面附排查思路。

• 潮流计算不收敛或迭代振荡。这个现象最常见的原因是节点编号和支路连接关系不对，导致前推回代时遍历顺序错乱，电流、电压互相迭代不收敛。解决方法是先画出网络拓扑图，在程序里加一段校验代码，检查每条支路的首端是否在末端之前编号，保证前推时从最大编号开始、回代时从1开始是合法的。另一个常见原因是分布式电源功率设置过大，导致某个节点注入功率为负且绝对值超过负荷，节点电压会异常升高甚至发散。遇到这种情况，优先检查DG容量是否超过该节点下游总负荷。
• Simulink仿真速度极慢。典型原因是逆变器模型里开关频率太高，步长太短。解决办法是把功率模块的开关频率从数千赫兹适当降低，或者改用平均模型——用受控电压源/电流源替代实际开关器件。平均模型在短路电流峰值分析里精度够用，但如果你想看谐波或开关纹波的细节，就必须保留详细模型。
• 短路电流仿真结果异常偏大或偏小。先看故障模块的参数设置，接地电阻是否过小、故障相位是否设置正确。再检查分布式电源模型是否切换到了故障状态模型，有些逆变器模型在正常运行时是PQ控制，但故障后控制策略会切换，如果你用的模型没有这个切换逻辑，故障电流就会算错。
• 程序运行报“Undefined function or variable”。十有八九是函数文件名和函数名不一致，或者路径没加进Matlab工作区。我的习惯是所有脚本和函数集中放在同一个工程目录下，用绝对路径启动Matlab，避免相对路径切换导致的找不到文件问题。
• Simulink报“Input port data type mismatch”。这是模块输出数据类型不一致。排查方式是在报错处前后各加一个Display模块，检查信号维度，再逐一调整信号转换模块。

多跑几种场景之后，建议把批量仿真也脚本化。我写过一段循环脚本，用for循环遍历不同渗透率，调用核心潮流函数，每次跑完用save命令存储结果变量到独立的.mat文件。这样只需要运行一次，就能得到整个场景矩阵的所有结果，后面做图、写报告都方便。

5. 专项分析模块：电压偏差与保护配合的延伸研究

做完基础的影响规律分析后，大多数课题还会往电压偏差校核和保护配合两个方向延伸。这两个方向各有各的程序实现技巧，我单独拿出来讲。

5.1 自动统计电压越限节点和最大偏差值

电压偏差分析不能只靠一张电压曲线图，程序里要加入量化统计功能。实现思路是在潮流计算完成后，对所有节点电压幅值逐一判断：

% 电压偏差统计（10kV系统允许偏差±7%） V_upper = 1.07; % 1.0pu * (1 + 7%) V_lower = 0.93; over_volt_nodes = find(Vm > V_upper); under_volt_nodes = find(Vm < V_lower); voltage_deviation = (Vm - 1.0) * 100; % 折算成百分比偏差 fprintf('电压越上限节点数: %d，越下限节点数: %d\n', ... length(over_volt_nodes), length(under_volt_nodes)); fprintf('最大电压偏差: +%.2f%% / -%.2f%%\n', max(voltage_deviation), min(voltage_deviation));

这段统计逻辑对判断“最大可接入容量”至关重要。当渗透率提高、电压偏差超过限值时，程序会明确告诉你哪个节点最先越限，你就可以据此反推该节点的极限接入容量，这个数在报告里很值钱，也是实际规划中确定并网方案的重要依据。

5.2 保护配合校验的简化判断程序

分布式电源对过流保护的影响，在研究中可以用简化逻辑判断：计算出故障点的短路电流后，比较流过保护装置的实际电流和整定值的关系。保护是否会误动、拒动，核心是看分布式电源导致的电流增量是否跨越了保护动作边界。

实现方法是在潮流计算程序外再接一个短路计算函数，分别算出无分布式电源和有分布式电源时的馈线首端三相短路电流，然后输出两者比值：

% 保护配合简化校验 I_fault_noDG = short_circuit_current(...); % 无DG I_fault_DG = short_circuit_current(...); % 有DG ratio = I_fault_DG / I_fault_noDG; % 保护灵敏度系数（一般要求≥1.3） K_sensitivity = I_fault_DG / I_setting; if K_sensitivity < 1.3 fprintf('警告: 节点8保护灵敏度不足，需调整定值\n'); end

这个程序虽然简单，但能快速筛选出需要重点关注保护的支路，不至于在几十条支路里大海捞针。要说明的是，这只是保护配合研究的初步筛选，完整的保护配合校验需要考虑保护的时序配合、方向元件、重合闸策略等等，需要借助专业的继电保护仿真软件或更详细的电磁暂态模型来精确计算。

5.3 程序架构上的一个升华：参数化封装

我在课题中期意识到一个问题：如果每个场景都去手动改一遍参数、手动跑一次程序，工作量太大了，而且容易改错。解决办法是写一个主控脚本，把所有场景参数统一管理，核心计算逻辑封装成函数。这样程序不仅是“计算工具”，更是完整的“研究工具”。

主控脚本结构大概是这样：

% 场景定义 case_struct = struct(); case_struct(1).DG_bus = 18; case_struct(1).DG_power = 400; case_struct(1).DG_pf = 0.9; case_struct(2).DG_bus = 22; case_struct(2).DG_power = 300; case_struct(2).DG_pf = 0.95; % ... 更多场景 % 批量计算 for i = 1:length(case_struct) result(i) = power_flow_33node(case_struct(i)); result(i).short_circuit = short_circuit_calc(case_struct(i)); end % 结果汇总输出 save('all_results.mat', 'result');

这种封装带来一个很大的好处：研究后期如果要换算例、改数据，只需要修改主控脚本里的参数，不需要动核心计算函数，数据和逻辑分离，程序的可维护性大大提升。这也是我在实际工作中坚持的一个习惯，哪怕是自己写的一次性脚本，也会尽量用函数封装。

6. 实操复盘：程序研究过程中的几个深坑与心得

最后分享一些零散但非常重要的实操体会。这些内容不会写在教科书里，但磨刀不误砍柴工，提前知道能少走很多弯路。

第一个是关于数据一致性的坑。IEEE 33节点系统的参数在不同资料里有两套单位版本：一套是有名值（欧姆、千瓦、千伏安），一套是标幺值。我在第一次建模型时直接在M文件里混用了两套数据，结果潮流计算结果完全错误，反复检查后发现是单位问题。这个问题的排查难度不小，因为程序本身没有报错，只是结果异常。我的建议是程序开头统一注释标注单位，所有输入数据进程序后先做一次单位校验，不匹配直接报错终止。

第二个是Simulink变压器模型的坑。做10kV配电网仿真，变压器连接组别、额定容量、短路阻抗这些参数必须设置正确，否则模型能跑，但结果和实际物理系统对不上。比如配电网的配电变压器一般是Dyn11连接，零序阻抗特性很关键，如果只是随便选了个变压器模型，单相接地短路电流计算就会出大问题。正确的做法是查清楚自己研究的实际系统用的是哪个连接组别，在模型里准确设置。

第三个是收敛阈值的取舍。潮流计算的精度和速度是一对矛盾。我把收敛阈值从1e-4改成1e-6后，计算时间至少翻了一倍，但电压结果只在小数点后第五位有差异。对于影响研究这种以趋势和规律为重点的课题，收敛阈值设为1e-4或1e-5就足够了。如果是要给实际工程提供精确数据，再考虑缩小阈值。这个度要把握好，没必要追求过度计算。

第四个心得是关于“研究边界”的控制。分布式电源接入配电网的影响研究，可以越做越深——暂态稳定性、电能质量、孤岛检测、微网控制，每个方向都能写出一篇博士论文。但作为一个聚焦“影响分析”的程序研究课题，我建议始终保持主线清晰：先做稳态影响（电压、网损），再做暂态影响（短路电流），最后延伸到保护配合和电压越限这类专题。每个模块解决一个问题，不做无休止的扩展。这样课题才能深挖到位，又能在合理时间范围内结题。

我在实际研究中还有一个体会：仿真程序跑出的数字只能作为参考，最终的结论一定要回到物理含义上去解释。比如看到末端电压升高，要能想到这是因为局部有功注入减少了线路压降；看到网损反弹，要能想到功率倒送带来的额外损耗。数字只是验证直觉的工具，真正有价值的是对配电网运行机理的理解。这也是评审专家在论文答辩中最关注的部分——你不仅要会跑程序，更要能解释清楚程序和数字背后的物理过程。

这套Matlab程序研究做完之后，后续还可以在这个框架上继续扩展：加入分布式电源出力时序曲线做日运行分析、加装储能和电动汽车充电负荷做源网荷互动研究、接入实际10kV线路数据做工程案例验证。基础框架已经搭好，后面每加一个模块，都是在原有程序结构上的增量开发，这也是参数化封装带来的最大红利。