基于场景概率潮流的电力系统无功优化研究

《基于场景概率潮流的电力系统无功优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第38卷第3期四川I电力技术Vo1．38．No．32015年6月SichuanElectricPowerTechnologyJun．。2015基于场景概率潮流的电力系统无功优化研究熊强。郑永康(1．西南交通大学电气工程学院，四川成都610031；2．国网四川省电力公司电力科学研究院，四川成都610072)摘要：多风电场出力的随机性和互相关性特点对电力系统无功优化调度有着不可忽视的影响。针对这一问题，提出一种基于场景概率潮流的电力系统无功优化方法。该方法将风电出力场景化，结合概率潮流计算，以系统有功网损、发电机无功偏差和节点电压偏差期望加权值最小作为无功优化目标函数，利用粒子群算法求得各风电出

2、力场景下的最优无功控制策略。在含多风电场的IEEE30节点系统中对所提方法进行测试，并与确定性的场景无功优化方法相对比，验证了所提方法的有效性。关键词：概率潮流；场景；相关性；无功优化Abstract：Therandomnessandcross—correlationofwindfarmsoutputhaveanegligibleimpactonreactivepoweroptimizationschedulingofpowersystem．Aimingatthisproblem，areactivepoweroptimizationmethodbasedonscenarioprobabili

3、sticloadflowisproposed．Thewindfarmoutputisscenarizedinthismethod．Combiningwiththeprobabilisticloadflow，ittakestheminimumweightedvalueofsystemnetworklossexpectation，generatorreactivepowerandnodevoltagedeviationexpectationasthetargetfunctionandusestheparticleswamioptimizationtogettheoptimalreactivepo

4、wercontrolstrategyineachscene．TheproposedmethodistestedinIEEE30nodesystemincludingwindfarmsandcomparedwiththedeterministicscenarios0p—timizationmethod．Thesimulationresultsdemonstratetheefectivenessoftheproposedmethod．Keywords：probabilisticloadflow；scenaFio；correlation；reactivepoweroptimization中图分类号

5、：TM74文献标志码：A文章编号：1003—6954(2015)03—0068—05参考价值有限。0引言针对这些问题，提出一种基于场景概率潮流的无功优化方法，建立了多风电场出力的场景概率模型，传统的无功优化研究大多是基于确定的系统模结合蒙特卡洛模拟概率潮流计算方法J，利用改进的型，假定系统中的支路参数、负荷需求、发电机出力粒子群算法求得各场景下的最优无功控制策略，为电等保持不变。但在含多风电场的电力系统中风电出力系统运行与规划人员提供丰富的决策信息。力的随机性和相关性会对电力系统运行状态会产生很大的影响⋯。如若不考虑这些影响，仍采用确定1场景概率潮流计算性的模型对系统进行无功优化，所得到的控

6、制策略往往不是最优的，甚至可能起到恶化的效果。鉴于为了考虑多风电场出力的随机性和相关性，将此，文献[2]基于概率潮流计算方法，以网损期望值场景概率潮流计算引入到电力系统无功优化问题最小、电压越限概率最小和负荷裕度最大为多目标，中。首先，利用K均值聚类和Copula函数_6一建立采用粒子群算法进行了无功优化研究，但没有考虑了多风电场出力的场景概率模型，再结合蒙特卡洛风电场之间的相关性对无功优化的影响。文献[3]模拟法在各场景中实现了概率潮流计算。具体实现考虑了随机变量相关性，通过概率潮流计算方法对过程如下。电力系统的电压稳定和无功优化问题进行了研究，1)风电出力场景化。利用K均值聚类在识别但由

7、于文献假设风速服从威布尔分布，故所得概率数据内在结构上的优点，将原始多风电场出力数据分析结果仅适用于系统长期或中长期评估J，实际划分为S类，并记录每一类发生概率；·68．第38卷第3期四川电力技术Vo1．38，No．32015年6月SiehuanElectricPowerTechnologyJun．。20152)求取风电出力边缘分布函数。采用非参数粒子构成的种群，每个粒子i在第t次迭代时的位置核密度估计求得各