Transient Stability Constrained Optimal Power Flow Model Quantifying Wind Power Uncertainty Risk

LIU Songkai; QIN Hao; HU Pan; SU Pan; LI Xin; DANG Xi; LIU Yitong

doi:10.20204/j.sp.2025.09004

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

Transient Stability Constrained Optimal Power Flow Model Quantifying Wind Power Uncertainty Risk

更新时间：2025-12-16

- Transient Stability Constrained Optimal Power Flow Model Quantifying Wind Power Uncertainty Risk
- Vol. 53, Issue 9, Pages: 28-36(2025)
- 作者机构：
  
  1. 三峡大学电气与新能源学院,湖北,宜昌,443002
  2. 新能源微电网湖北省协同创新中心,湖北,宜昌,443002
  3. 国网湖北省电力有限公司电力科学研究院,湖北,武汉,430077
  4. 国网湖北省电力有限公司,湖北,武汉,430000
- 作者简介：
- 基金信息：
- DOI：10.20204/j.sp.2025.09004
  CLC：
- Published：2025
- 稿件说明：
移动端阅览
刘颂凯,秦浩,胡畔,苏攀,李鑫,党喜,刘亦橦.可量化风电不确定性风险的暂态稳定约束最优潮流模型[J].智慧电力,2025,53(9):28-36.

LIU Songkai, QIN Hao, HU Pan, et al. Transient Stability Constrained Optimal Power Flow Model Quantifying Wind Power Uncertainty Risk[J]. 2025, 53(9): 28-36.
刘颂凯,秦浩,胡畔,苏攀,李鑫,党喜,刘亦橦.可量化风电不确定性风险的暂态稳定约束最优潮流模型[J].智慧电力,2025,53(9):28-36. DOI： 10.20204/j.sp.2025.09004.

LIU Songkai, QIN Hao, HU Pan, et al. Transient Stability Constrained Optimal Power Flow Model Quantifying Wind Power Uncertainty Risk[J]. 2025, 53(9): 28-36. DOI： 10.20204/j.sp.2025.09004.

摘要

为量化风电接入电力系统造成的风险，在维持系统运行稳定性并兼顾良好经济性的前提下，提出一种可量化风电不确定性风险的暂态稳定约束最优潮流（TSCOPF）模型。首先，基于条件风险值（CVaR）量化不确定性造成的弃风弃负荷风险成本；其次，将风电风险成本纳入TSCOPF目标函数中，建立可量化风电不确定性风险的TSCOPF模型；然后，针对传统多元“宇宙”优化（MVO）算法易陷入局部最优的缺点，通过标准化膨胀率修正和引入精英“宇宙”机制对其进行改进，并利用改进的MVO算法求解TSCOPF模型以获取全局最优解；最后，基于IEEE 39节点系统进行算例分析，结果表明，所提方法可有效应对不确定性风险，提升系统暂态稳定性。

Abstract

To quantify the risks associated with integrating wind power into the power system while maintaining operational stability and ensuring sound economic efficiency，this paper proposes a transient stability constrained optimal power flow （TSCOPF） model capable of quantifying wind power uncertainty risk.Firstly，the conditional value-at-risk （CVaR） method is employed to quantify the risk costs of wind curtailment and load shedding caused by uncertainty.Secondly，these wind power risk costs are incorporated into the TSCOPF objective function，establishing a TSCOPF model that quantifies the wind power uncertainty risk.Then，to address the limitation of the traditional multi-verse optimizer （MVO） algorithm being prone to local optima，improvements are made through standardized inflation rate correction and the introduction of an elite universe mechanism.The improved MVO algorithm is subsequently utilized to solve the TSCOPF model，obtaining the global optimal solution.Finally，case studies based on the IEEE 39-bus system are conducted.The results demonstrate that the proposed method can effectively mitigate uncertainty risks and enhance system transient stability.

关键词

Keywords

references

边家瑜，周专，于志勇，等. 高比例新能源电力系统下基于多尺度的构网型储能配置优化研究 [J ] .可再生能源，2025，43（6）：839-845.

刘金朋，胡国松，彭锦淳，等. 多能互补的虚拟电厂低碳-经济-鲁棒优化调度 [J ] .中国电机工程学报，2024，44（24）：9718-9731.

孙靓雨，林泽源，李伟. 考虑氢储能的多目标综合能源优化配置方案研究 [J ] .高压电器，2024，60（7）：88-96.

李林. 基于数字孪生的配电网潮流网络模型构建研究 [J ] .电子设计工程，2024，32（1）：111-114，119.

叶清泉，吴明启，吴旭光，等. 基于ADMM的多区域直流系统完全分布式最优潮流算法 [J ] .浙江电力，2024，43（2）：13-24.

郑丽琴，谢东梅，白晓清. 基于Predictive Prescriptive框架的鲁棒最优潮流 [J ] .电力自动化设备，2023，43（7）： 175-181.

李鹏，刘念，胡秦然，等. “新型电力系统数字化关键技术综述”专辑评述 [J ] .电力系统自动化，2024，48（6）：1-12.

牛文娟，谈健，陈琛，等. 基于决策依赖不确定性的含分布式光伏虚拟电厂调度策略研究 [J ] .电力需求侧管理，2024，26（6）：68-74.

郑志杰，李文升，田浩，等. 考虑分布式电源并网的风力发电站最大注入功率 [J ] .电网与清洁能源，2024，40（12）：141-146.

张艳丽，王争冕，薛成，等. 考虑新能源接入的配电网两阶段有功无功协调降损方法 [J ] .电网与清洁能源，2023，39（12）：121-129.

TU X，DESSAINT L A，KAMWA I. Fast approach for transient stability constrained optimal power flow based on dynamic reduction method [J ] .IET Generation，Transmission & Distribution，2014，8（7）： 1293-1305.

傅国斌，孙海斌，王海亭，等. 含高渗透率新能源电力系统多目标无功优化方法 [J ] .高压电器，2025，61（5）：291-301.

黄立芹，林巧锋. 融合深度学习与智能优化算法的水电机组区域检修管理系统研究 [J ] .电子设计工程，2024，32（24）：152-156，161.

POOJA，SOOD S K. Scientometric analysis of quantum-inspired metaheuristic algorithms [J ] .Artificial Intelligence Review，2024，57（2）： 1293-1305.

马涛，周飞飞，何迎利，等. 基于强化学习的风电消纳随机鲁棒混合优化调度系统 [J ] .电子设计工程，2024，32（15）：25-29.

赵峰，张帆，陈小强，等. 基于VMD-APSO的风电场混合储能系统容量优化配置 [J ] .高压电器，2023，59（6）：120-127.

臧海祥，赵勇凯，张越，等. 基于低风速功率修正和损失函数改进的超短期风电功率预测 [J ] .电力系统自动化，2024，48（7）：248-257.

郑云平，亚夏尔·吐尔洪. 基于VSG技术的风——光—储系统自适应调频控制策略研究 [J ] .高压电器，2023，59（7）：12-19.

LI N，DONG J，LIU L，et al. A novel EMD and causal convolutional network integrated with Transformer for ultra short-term wind power forecasting [J ] .International Journal of Electrical Power & Energy Systems，2023，154： 109470.

王辉，王军杰，王腾飞，等. 出力不确定下基于CVaR的风电供应链优化决策 [J ] .电力科学与技术学报，2023，38（4）：134-142.

丁红坚，辛诚，李沐阳，等. 考虑电力现货市场风险的抽水蓄能电站竞价策略 [J ] .电力建设，2024，45（5）：150-158.

徐雨舟，唐忠. 含CSPP的区域多能源微网优化调度模型 [J ] .智慧电力，2024，52（10）：24-31.

青辰，魏震波，刘洋，等. 基于双时间尺度模型预测控制的灵活性资源动态调度 [J ] .高压电器，2025，61（5）：31-40，52.

李令宇，程浩忠，张衡，等. 含高比例新能源电力系统的低碳电源规划方法 [J ] .电测与仪表，2025，62（7）：30-37.

刘颂凯，周倩，杨超，等. 计及不确定性的随机暂态稳定约束最优潮流 [J ] .电力系统及其自动化学报，2024，36（7）：1-10.

王亮，辛伟，南锐娟. 基于深度学习与特征信号感知的局部放电故障检测算法设计 [J ] .电子设计工程，2024，32（9）：42-46.

李大虎，周泓宇，周悦，等. 基于多元“宇宙”优化算法的混合光伏-热电系统MPPT设计 [J ] .中国电力，2023，56（11）： 197-2 05.

李谟发，张志文，胡斯佳，等. 基于MVO算法与改进目标函数的电力系统负荷频率控制 [J ] .电力系统保护与控制，2024，52（6）：1-14.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Transient Stability Constrained Optimal Power Flow Model Considering Uncertainty of Wind and Photovoltaic Output

Related Author

陈萍1

党喜1

刘龙成1

李正浩1

Related Institution

College of Electrical Engineering and New Energy,China Three Gorges University

AI问答

⁰