含风电并网的暂态稳定约束最优潮流研究

刘颂凯; 陈常贺; 张磊; 周倩; 刘旺江; 艾宇坤

doi:10.19912/j.0254-0096.tynxb.2024-2372

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

含风电并网的暂态稳定约束最优潮流研究

更新时间：2026-07-21

- 含风电并网的暂态稳定约束最优潮流研究
- 含风电并网的暂态稳定约束最优潮流研究
- 太阳能学报 2026年47卷第5期页码：278-287
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金（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）
- DOI：10.19912/j.0254-0096.tynxb.2024-2372
  中图分类号： TM712
- 网络首发：2026-06-04，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
刘颂凯, 陈常贺, 张磊, 等. 含风电并网的暂态稳定约束最优潮流研究[J]. 太阳能学报, 2026,47(5):278-287.

刘颂凯, 陈常贺, 张磊, et al. 含风电并网的暂态稳定约束最优潮流研究[J]. 2026, 47(5): 278-287.
刘颂凯, 陈常贺, 张磊, 等. 含风电并网的暂态稳定约束最优潮流研究[J]. 太阳能学报, 2026,47(5):278-287. DOI： 10.19912/j.0254-0096.tynxb.2024-2372.

刘颂凯, 陈常贺, 张磊, et al. 含风电并网的暂态稳定约束最优潮流研究[J]. 2026, 47(5): 278-287. DOI： 10.19912/j.0254-0096.tynxb.2024-2372.

摘要

针对风电不确定性及风电场间的相关性对电力系统的影响

同时考虑维持电力系统的安全稳定性和经济性

提出一种含风电并网的机会约束暂态稳定约束最优潮流（CCTSCOPF）方法。首先

在风电不确定性分析的基础上

结合风电场间的相关性

采用基于密度峰值聚类的高斯混合模型（DPC-GMM）对风电出力概率分布进行建模

精确刻画风电出力的概率特性

为模型构建提供关键依据;其次

结合机会约束理论构建CCTSCOPF模型

并通过无迹变换法处理模型中的随机变量

从而推导输出变量的概率信息

实现不确定性问题的确定性转化;然后

利用斑马优化算法（ZOA）对CCTSCOPF模型进行求解

提高搜索效率和解的质量

以有效应对复杂的优化问题;最后

在改进的IEEE 39节点系统上进行算例分析

证实了所提方法的准确性和适用性。

Abstract

The impact of wind power uncertainty and the correlation between wind farms on the power system is analyzed while maintaining the system's security

stability

and economic efficiency. A chance constrained transient stability constrained optimal power flow （CCTSCOPF） method incorporating grid-connected wind power is proposed. Initially

building upon the analysis of wind power uncertainty and accounting for the correlation among wind farms

a Gaussian mixture model based on the density peak clustering algorithm （DPC-GMM） is employed to model the probabilistic distribution of wind power output. This approach accurately captures the probabilistic characteristics of wind power generation

thus providing a crucial foundation for model development. Subsequently

a CCTSCOPF model is formulated within the framework of chance constraints

and the unscented transform method is applied to address the stochastic variables present in the model. This facilitates the derivation of probabilistic information for the output variables

thereby enabling the deterministic transformation of the uncertainty problem. Next

the zebra optimization algorithm （ZOA） is applied to solve the CCTSCOPF model

enhancing both the search efficiency and the quality of the solutions

effectively tackling the complexities of the optimization problem. Finally

case studies based on the enhanced IEEE 39-bus system are conducted

validating the accuracy and applicability of the proposed methodology.

关键词

Keywords

references

徐睿婕, 任永峰, 祝荣, 等. 基于绿证-碳交易交互机制与合作博弈理论的IES系统低碳经济调度[J]. 太阳能学报, 2024, 45(9): 91-100.

李鹏, 李林媛, 王加浩, 等. 考虑风电不确定性和储能灵活性的有源配电网有功无功协同鲁棒优化[J]. 太阳能学报, 2024, 45(7): 303-311.

陈国平, 董昱, 梁志峰. 能源转型中的中国特色新能源高质量发展分析与思考[J]. 中国电机工程学报, 2020, 40(17): 5493-5506.

舒印彪, 陈国平, 贺静波, 等. 构建以新能源为主体的新型电力系统框架研究[J]. 中国工程科学, 2021, 23(6): 61-69.

EBRAHIMI M R, AMJADY N, HATZIARGYRIOU N D.Microgrid operation optimization considering transient stability constraints: a new bidirectional stochastic adaptive robust approach[J]. IEEE systems journal, 2021, 16(4): 5663-5674.

YUAN H L, XU Y.Preventive-corrective coordinated transient stability dispatch of power systems with uncertain wind power[J]. IEEE transactions on power systems, 2020, 35(5): 3616-3626.

XIA S W, DING Z H, SHAHIDEHPOUR M, et al.Transient stability-constrained optimal power flow calculation with extremely unstable conditions using energy sensitivity method[J]. IEEE transactions on power systems, 2021, 36(1): 355-365.

苏童, 刘友波, 沈晓东, 等. 深度学习驱动的电力系统暂态稳定预防控制进化算法[J]. 中国电机工程学报, 2020, 40(12): 3813-3824.

CHEN WIELER P L, KUIAVA R, SANTANA SOUZA W F. Transient stability constrained optimal power flow based on trajectory sensitivity for power dispatch of distributed synchronous generators[J]. IEEE Latin America transactions, 2020, 18(7): 1247-1254.

阳育德, 韦化, 李滨. 求解暂态稳定约束最优潮流模型的递推降阶解耦算法[J]. 中国电机工程学报, 2015, 35(2): 335-343.

杨跃, 刘友波, 刘俊勇, 等. 基于神经网络预测校核的暂态稳定预防控制[J]. 电网技术, 2018, 42(12): 4076-4084.

HOBALLAH A, ERLICH I.PSO-ANN approach for transient stability constrained economic power generation[C]//2009 IEEE Bucharest PowerTech. Bucharest, Romania, 2009: 1-6.

SU T, LIU Y B, ZHAO J B, et al.Deep belief network enabled surrogate modeling for fast preventive control of power system transient stability[J]. IEEE transactions on industrial informatics, 2022, 18(1): 315-326.

米阳, 卢长坤, 申杰, 等. 基于条件生成对抗网络的风电功率极端场景生成[J]. 高电压技术, 2023, 49(6): 2253-2263.

GE X L, QIAN J, FU Y, et al.Transient stability evaluation criterion of multi-wind farms integrated power system[J]. IEEE transactions on power systems, 2022, 37(4): 3137-3140.

WANG Z W, SHEN C, LIU F, et al.Chance-constrained economic dispatch with non-Gaussian correlated wind power uncertainty[J]. IEEE transactions on power systems, 2017, 32(6): 4880-4893.

曹瑞琳, 邢洁, 李征. 基于改进级数展开的含风电电力系统概率潮流计算方法[J]. 电网技术, 2022, 46(9): 3447-3455.

XIE Z Q, JI T Y, LI M S, et al.Quasi-Monte Carlo based probabilistic optimal power flow considering the correlation of wind speeds using copula function[J]. IEEE transactions on power systems, 2017, 33(2): 2239-2247.

孙国强, 李逸驰, 向育鹏, 等. 计及风速时空相关性的含风电场电力系统动态随机最优潮流计算[J]. 中国电机工程学报, 2015, 35(17): 4308-4317.

李国庆, 陆为华, 边竞, 等. 基于自适应扩散核密度估计的时序相关概率最优潮流计算方法[J]. 中国电机工程学报, 2021, 41(5): 1655-1664.

易驰韡, 胡泽春, 宋永华. 考虑注入功率分布的随机最优潮流方法[J]. 电网技术, 2013, 37(2): 367-371.

李昀熠, 万灿, 李彪, 等. 新能源配电系统非参数概率最优潮流解析方法[J]. 中国电机工程学报, 2023, 43(11): 4218-4228.

JOUAN G, CUZOL A, MONBET V, et al.Gaussian mixture models for clustering and calibration of ensemble weather forecasts[J]. Discrete and continuous dynamical systems series S, 2023, 16(2): 309-328.

王东风, 李嘉宇, 黄宇, 等. 风电场风速预测的密度峰值聚类方法研究[J]. 太阳能学报, 2021, 42(12): 110-118.

吕新伟, 鲁淑霞. 迭代修正鲁棒极限学习机[J]. 计算机应用, 2023, 43(5): 1342-1348.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑风荷不确定性的大用户直购电鲁棒区间优化调度

考虑风电条件风险的水火风联合调度模型及求解

风光氢耦合系统的经济随机模型预测控制方法研究

黄土中风电扩底桩基础-塔筒的随机加载装置与模型试验研究

基于ICPO优化VMD耦合深度学习模型的中短期风电功率预测