计及风电场概率模型的多目标无功优化

计及风电场概率模型的多目标无功优化
刘志刚;刘欢;柳杰
【期刊名称】《电力系统保护与控制》
【年(卷),期】2013(000)001
【摘要】随着风电场装机容量的增加，风电场并网对电网的影响越来越大，因此对风电并网后电力系统的不确定分析显得尤为重要。

首先将随机响应面法(SRSM)应用到风电并网后电力系统的不确定分析中，并利用该方法建立了含风电场的电力系统概率潮流计算模型。

然后将基于个体最优位置自适应变异扰动粒子群算法与前述概率计算模型相结合，建立了以系统有功网损期望值、节点电压越限概率为优化目标的多目标无功优化模型。

接着以风电场接入 IEEE 14节点标准测试系统为例，根据SRSM计算出节点电压累积分布，与蒙特卡洛法进行比较，算例结果表明随机响应面法具有较高的效率和精度，证实了SRSM的有效性。

最后将该无功优化模型应用于IEEE 14节点标准测试系统进行仿真分析，证明了基于个体最优位置自适应变异扰动粒子群算法相对于常规改进粒子群算法(IWPSO)而言，能够有效地避免早熟收敛。

%With the increasing of installed capacity, wind farm that incorporates into power network has great influence on power system. The uncertainty analysis of wind farm incorporating into power network becomes more important. Firstly, the SRSM is applied to the uncertainty analysis. A probabilistic load flow model considering the wind farm is built with SRSM. Secondly, combining the AMDPSO with the probabilistic load flow model, a multi-objective reactive power optimization model considering the expectation value of active power losses and bus voltage
beyond limits probability is built. Then, the simulation is conducted for IEEE-14 bus system integrated with wind farms. And the paper calculates bus voltage cumulative distribution by SRSM and Monte Carlo. The results show that SRSM has a high precision and efficiency. At last, a multi-objective reactive power optimization model applied to IEEE-14 bus system is simulated. The experiment proves that AMDPSO can avoid stagnation effectively compared with IWPSO. This work is supported by National Natural Science Foundation of China (No. U1134205 and No. 51007074)).
【总页数】7页(P197-203)
【作者】刘志刚;刘欢;柳杰
【作者单位】西南交通大学电气工程学院，四川成都 610031;西南交通大学电气工程学院，四川成都 610031;西南交通大学电气工程学院，四川成都 610031【正文语种】中文
【中图分类】TM715;TM614
【相关文献】
1.模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化 [J], 陈璟华;邱明晋;郭经韬;唐俊杰
2.基于自适应遗传算法的分散式风电场多目标无功优化 [J], 魏俊红;张艳军;邢作霞;颜宁
3.基于量子人工蜂群算法的风电场多目标无功优化 [J], 邓吉祥;丁晓群;张杭;何健;蒋丹
4.含风电场电力系统多目标无功优化研究 [J], 柳杰;柳林;温俊莹
5.分散式风电场不同时间等级的多目标无功优化控制 [J], 邢作霞;颜宁;肖婉秋;厉伟
因版权原因，仅展示原文概要，查看原文内容请购买。