含大型风电场的电力系统多时段动态优化潮流

大型风电场的并网对电力系统的优化运行提出了新的挑战。该文对含风电场的电力系统优化潮流问题进行了研究，建立了多时段动态优化潮流模型，为了考虑风速随机变化的特点，提出了分时段策略，将风机在每个时段输出功率的期望值用于优化潮流的计算。文中对现有含风电场的潮流计算方法进行了分析，推导了异步风力发电机的无功－电压特性方程，在此基础上提出了含风电场的潮流计算新方法，并将其应用于提出的动态优化潮流模型中。算例表明该方法是有效的，具有一定的实用性。     

含风电场的电力系统潮流计算

文中建立了风电场的稳态分析模型，该模型考虑了风电场的尾流效应、风电机组输出功率与尖速比和滑差等之间的函数关系，结合异步风力发电机工作原理，将异步风力发电机的滑差修正量引入到雅可比矩阵中，使潮流计算迭代过程仍保持牛顿-拉夫逊法所具有的平方收敛速度；还在该模型和常规PQ模型基础上提出了简化模型。文中将所提出模型用于接有风电场的IEEE14节点测试系统的潮流计算，并对结果加以对比分析。     

含风电场的电力系统动态优化潮流

为了体现风电的环境价值,建立电力市场环境下大规模异步风电并网电力系统动态最优潮流模型。首先计算风电场功率输出期望值,在此基础上,引入基于风电场极限穿透功率的风电弃风运行惩罚成本(WAOPC)以处理弃风行为;然后考虑火电机组的排污特性,并用名义环境补偿成本(NECC)来量化火电环境成本;最后引入风电备用成本(RCCC)来处理随着系统风电穿透水平增加而引起的系统二次备用上升。仿真表明,所建立的模型既考虑了电能生产所产生的环境污染和资源消耗等外部成本,同时也计及了因弃风行为造成的风电损失,合理地反映了以风电能源形式的电能价值。     

含风电场电力系统的有功优化潮流

提出了一种基于机会约束规划的风电并网系统的有功优化潮流模型和算法。引入了表示风电场发电功率和母线负荷的随机变量，以概率的形式描述约束条件（如线路潮流、节点电压、旋转备用以及稳态频率偏移等）。开发了基于遗传算法和随机模拟技术的计算程序。在IEEE30节点系统上的测试结果验证了文中所提方法的可行性。     

考虑风电场相关性的含风电电力系统随机潮流分析

地理位置接近的不同风电场的风速具有较强的相关性,这将会影响含风电电力系统随机潮流分析评估的结果。首先根据多风电场的风速历史数据建立了考虑不同风电场相关性的风速离散化联合概率模型,在此基础上结合半不变量和级数展开方法,提出考虑风电场相关性的含风电电力系统随机潮流分析评估模型,得到各节点电压的分布和越限概率等指标,同时该模型也可以考虑风电场有功无功出力的相关性。对某实际电力系统的算例验证结果表明,所提算法较不考虑风电场相关性的随机潮流结果的精度提高了很多;与蒙特卡洛方法计算结果相比误差较小,而计算速度大大提高。该算法可以快速有效地得到含风电电力系统的随机潮流评估指标,并针对所得结果提出相应的无功补偿方案,具有较好的工程应用价值。     

混合蛙跳算法的改进及其在无功优化中的应用

为了提高电网电压质量,最大限度地发挥出电力设备的经济效益,减少电力线路上的有功功率损耗,应用人工智能算法-混合蛙跳算法(shuffled frog leaping algorithm,SFLA)对电力系统的发电机端电压、变压器的抽头位置和无功补偿器的补偿容量等控制变量进行控制,从而达到减少电力系统有功功率损耗的目的。SFLA是一种新兴的群智能搜索算法,该算法具有定义简单、参数设置少、寻优能力强、收敛速度快等优点。应用该算法对控制变量进行迭代计算和编写电力系统潮流计算程序,计算出系统最小网损及其对应的控制变量值。针对算法的一些不足进行改进,最后将改进前后的算法应用在IEEE-30与IEEE-57节点系统中,并与其他人工智能算法优化结果相比较,数据显示,混合蛙跳算法收敛性较好,而且速度快。说明了其在电力系统无功优化上的优越性以及改进算法的正确性与优良性。     

含统一潮流控制器装置的电力系统动态混合仿真接口算法研究

提出了一种新的含UPFC装置的电力系统动态混合仿真接口算法，算法中对UPFC采用动态相量建模，对电力系统网络则采用成熟的机电暂态仿真。仿真中UPFC并联侧采用定交流母线电压控制和定直流电容电压控制，串联侧采用定线路潮流控制。文中推导了UPFC的动态相量模型，讨论了与网络机电暂态模型的接口算法。研究分析和算例仿真表明：使用动态相量建模可精确地仿真UPFC的电磁暂态（EMT）过程，且仿真速度快；文中所提混合仿真方案能保证较快的仿真速度和优良的仿真精度，具有较好的收敛性，且可用于含UPFC等FACTS装置的系统发生不对称故障时的暂态稳定分析。     

基于改进PSO算法在含风电场的电力系统无功优化控制

含风电场的电力系统无功优化是一种具有多状态、多约束条件的非线性规划问题.针对其存在易陷入局部最优解的缺点,提出了改进的PSO算法.该算法改变了初始化方法和粒子更新方法,并在算法后期引入变异因子.在放射状配电网络系统的仿真计算中,改进PSO算法与遗传算法相比较,结果表明,改进PSO算法可在较短时间内取得更好的优化效果.     

含风电场的水火电力系统的多目标优化调度

随着风力发电的大规模并网运行,电力系统除了要安排火电厂和水电站的出力外,还要考虑风电场的出力情况。针对风能的间歇性、波动性和不可控等特点,引入旋转备用容量解决风力发电并网对电力系统经济调度和安全可靠运行带来的影响,建立含风电场水火电力系统优化调度模型,并运用改进粒子群算法对所建立的模型进行仿真计算和求解分析。仿真结果表明在风电出力全额上网的前提下,能够充分利用水资源,减少化石能源的使用,从而降低了火电厂污染物的排放,进而验证了调度模型的合理性和有效性。     

含统一潮流控制器的电力系统新型潮流算法

本文通过对统一潮流控制器（UPFC）在电力系统中控制原理的分析,提出了一种计及UPFC的新型潮流算法,在原有潮流计算牛顿一拉夫逊法的基础上,将UPFC对系统的影响转移到对潮流方程的修正中去,选取新的状态变量,为电力系统稳态潮流控制打下了基础,算例支持了本文思想和算法的正确性。     

考虑风电接入的交直流互联电网动态最优潮流

针对考虑风、火协调的交直流互联电网日前经济调度问题,提出了时空协调、主子迭代的复杂交直流互联系统建模及求解框架,以降低该高非线性问题的求解复杂度。通过精细化考虑交流潮流、直流输电系统稳态运行特性、双馈风电机组及无功补偿装置特性等运行约束条件,建立了风、火、直流线路协调优化的日前动态最优潮流主、子问题模型,在确保日前计划潮流、电压不越限的前提下,为有功、无功协调优化奠定了模型基础。为求解该复杂非线性优化问题,文中基于Benders分解法提出了主、子问题并行高效迭代的求解算法,在保证求解最优的前提下,有效提高了求解效率。算例分析从安全性、经济性、收敛性、高效性等方面验证了文中所述模式、模型和求解方法的有效性。     

含风电电网的动态全局最优潮流及其两级协调控制算法

针对含风电电网中风电出力的波动性,开展动态全局最优潮流分析,提出2级协调控制算法,并建立相应的数学模型。该算法以风电出力全周期内全电网网损最小为目标函数,将传统控制手段（即控制变量为变压器档位和并联电容器组数）与快速响应的有功和无功补偿手段相结合进行分步优化,得到能充分发挥传统控制手段和快速响应补偿手段各自优势的优化调控方案,并减少了传统控制手段的动作次数。此外,为准确模拟风电并网特性并使该新算法快速收敛,以改进牛顿拉夫逊法为潮流计算手段,采用遗传算法实现寻优。其中,改进牛顿拉夫逊法考虑了双馈和异步2种风机并网方式,建立其P-Q（V）节点模型,修改雅克比矩阵对角线元素,可较好地适应含风电场电网的潮流计算,进一步提高2级寻优结果的准确性。最后,将所提算法应用于华中地区某风电场的并网分析,并与已有文献中的多时段最优潮流控制策略进行对比,表明所提算法合理有效,具有实用价值。     

基于无功优化的DFIG并网电力系统OSC-OPF算法

双馈感应发电机(DFIG)与同步发电机(SG)间动态交互,影响系统阻尼振荡能力。由于系统状态矩阵由SG和DFIG参数决定,推导振荡模式对受控参数灵敏度的难度增加。针对含DFIG的电力系统,为量化无功调节对阻尼振荡的控制效果,提出阻尼比对SG无功出力灵敏度的解析表达。引入最小阻尼比约束,提出基于无功优化的振荡稳定约束最优潮流(OSC-OPF)模型。根据OSC-OPF拉格朗日乘子,提出稳定约束下网损对SG无功容量的灵敏度。仿真结果证实,所提模型有助于降低风电系统网损并改善其阻尼振荡能力。     

计及风电相关性的二阶锥动态随机最优潮流

可再生能源的大规模接入增加了系统运行调度中的不确定性。同时,实际运行中风电功率具有较强相关性,忽略这些因素将会带来较大的计算误差。目前二阶锥规划多应用于单个时间断面下的最优潮流,但只考虑单时段的最优潮流无法有效计及风电功率的不确定性以及相关性。而现有动态随机最优潮流缺乏对多维风电功率的准确建模,求解计算效率偏低,无法保证收敛性。针对以上问题,文中提出了计及风电相关性的二阶锥动态随机最优潮流模型。基于Pair Copula函数对多维风电功率进行建模,并通过凸松弛将非线性动态随机最优潮流模型转化为二阶锥规划模型,利用商业软件Gurobi结合改进三点估计法对模型进行求解。通过与传统模型以及不计及风电相关性的方案进行对比,验证该模型的有效性和实用性。     

基于免疫记忆粒子群优化算法的风火联合系统的多目标优化调度

随着清洁可再生的随机性和间歇性风电大规模接入,其对电力系统发电调度的影响不容忽视。考虑风电机组的环境效益和并网对系统安全造成的影响,建立基于多目标机会约束规划模型,将燃煤机组发电成本最小、污染气体排放量最小作为目标,并计及系统的正、负旋转备用容量约束。使用风电出力的分布函数将随机模型转化为确定模型,采用模糊化处理技术将多目标优化转化为单目标优化,利用免疫记忆粒子群优化算法求解模型。最后,以修改后IEEE-30节点系统模型测试算例MATLAB仿真为例,通过算例仿真结果比较分析,验证了所建立模型的正确性以及算法的快速性、有效性和收敛性。     

含风电场电力系统经济调度的模糊建模及优化算法

随着人们对风电的日益关注,新型风电场的容量在并网系统中所占比例不断增加,这对传统电力系统的经济调度问题提出了新的要求。特别是风电场输出功率的随机变化给系统的经济调度带来了更多的不确定性因素。文中应用模糊理论建立了含风电场电力系统动态经济调度的模糊模型,使调度结果能够表达决策者的意愿,从而更好地适应风机输出功率的随机性。在优化算法上,利用下降搜索思想对传统粒子群算法进行了改进,并将改进后的算法用于求解提出的动态经济调度问题。在算例中进行了测试,结果验证了所提出的方法的可行性。     

搜寻者优化算法在含风电机组系统最优潮流中的应用

针对风力发电机组并网后电力系统的最优潮流(OPF)问题,将搜寻者优化算法(SOA)应用到最优潮流计算模型之中。通过分析风力发电机的稳态数学模型,根据功率守恒原理,得到异步风电机组有功无功出力的表达式,考虑到风电机组的特点,将其作为电压静特性节点处理。建立综合系统经济性和安全性的最优潮流计算的目标函数,该目标函数由网损和静态电压稳定裕度两部分组成,并将搜寻者优化算法运用到最优潮流模型的求解中,并制定该算法的计算流程。算例表明,提出的模型和算法是可行的。     

电力系统线性化动态最优潮流模型

电力系统在线经济运行计算亟需可快速获取完整调度信息的线性化动态最优潮流模型。基于系统关联矩阵将节点功率平衡方程解耦为线路功率流和损耗流两部分,对损耗流部分进行等价代换,并消去方程中的三角函数项,采用泰勒级数法对残存的非线性项进行线性化处理,建立起可以同时求解电压幅值和线路无功功率的线性化动态最优潮流模型。基于简化原对偶内点法对所建模型进行求解,在迭代过程中不断更新泰勒级数法所需的基准点信息,以提高模型的计算精度。IEEE 30节点、IEEE 118节点、IEEE 300节点以及某市117节点等值系统的算例测试表明,所建线性化模型能在获取更完备调度信息的同时仍具有较高的计算精度和求解效率。     

基于变分模型的动态最优潮流新算法

为解决传统动态最优潮流(DOPF)算法中计算速度和计算精度之间的矛盾,建立了电力系统DOPF的变分模型,推导了该变分模型的最优性条件.在此基础上提出了一种基于Radau配置法的DOPF求解新算法.该算法具有计算量小、计算精度高等特点.对某实际系统的分析结果表明算法能够满足在线运行的需求.