考虑风电不确定性的机会约束暂态稳定约束最优潮流OA
随着可再生能源渗透率不断提高,电力系统运行不确定性显著增加.为应对风电不确定性对电力系统暂态稳定造成的影响,本文引入机会约束,将新能源出力的不确定性纳入暂态稳定约束最优潮流模型中.通过将传统的暂态稳定约束预防控制转化为机会约束优化问题,提出一种基于深度西格马点过程(deep Sigma point processes,DSPP)的机会约束暂态稳定预防控制方法,并采用连续域蚁群优化(ant colony optimization for continuous domains,ACO_(R))算法对控制策略进行迭代更新,以确保新生成的高质量解决方案能够持续替代旧方案.本文所提出的成本最小化方法不仅执行时间较短,还能有效管理能源资源,且在平均值和标准差等统计指标上优于传统方法.同时,ACO_(R)算法在降低电力系统燃料成本的同时,确保了较高的精度和收敛性.最后,通过在IEEE39节点系统上的仿真结果表明,该方法在经济性、收敛稳定性和计算效率方面均优于传统方法.
刘颂凯;王宇杰;张磊;吴宇恒;艾宇坤;成思鋙
三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002三峡大学电气与新能源学院,湖北宜昌443002 新能源微电网湖北省协同创新中心,湖北宜昌443002
信息技术与安全科学
风电不确定性机会约束暂态稳定约束最优潮流深度西格马点过程连续域蚁群优化算法
《三峡大学学报(自然科学版)》 2026 (3)
P.86-94,9
国家自然科学基金项目(52407118)梯级水电站运行与控制湖北省重点实验室(三峡大学)开放基金课题(2023KJX06)电力系统智能运行与安全防御宜昌市重点实验室(三峡大学)开放基金课题(2020DLXY06)。
评论