基于BSA的电力系统概率暂态稳定约束最优潮流

刘颂凯; 刘亦橦; 胡畔; 吴宇恒; 张磊; 王秋杰; 谭瑞

doi:10.26963/j.psce.2026.02012

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 >

基于BSA的电力系统概率暂态稳定约束最优潮流

清洁能源 | 更新时间：2026-04-26

- 基于BSA的电力系统概率暂态稳定约束最优潮流
- 基于BSA的电力系统概率暂态稳定约束最优潮流
- 电网与清洁能源 2026年42卷第2期页码：95-103+110
- 作者机构：
  
  1. 三峡大学电气与新能源学院
  2. 新能源微电网湖北省协同创新中心
  3. 国网湖北省电力有限公司电力科学研究院
  4. 涪陵电力实业股份有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(52307109);湖北省自然科学基金项目(2022CFB825)~~
- DOI：10.26963/j.psce.2026.02012
  中图分类号： TM744;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
刘颂凯, 刘亦橦, 胡畔, 等. 基于BSA的电力系统概率暂态稳定约束最优潮流[J]. 电网与清洁能源, 2026,42(2):95-103+110.

刘颂凯, 刘亦橦, 胡畔, et al. 基于BSA的电力系统概率暂态稳定约束最优潮流[J]. 2026, 42(2): 95-103+110.
刘颂凯, 刘亦橦, 胡畔, 等. 基于BSA的电力系统概率暂态稳定约束最优潮流[J]. 电网与清洁能源, 2026,42(2):95-103+110. DOI： 10.26963/j.psce.2026.02012.

刘颂凯, 刘亦橦, 胡畔, et al. 基于BSA的电力系统概率暂态稳定约束最优潮流[J]. 2026, 42(2): 95-103+110. DOI： 10.26963/j.psce.2026.02012.

摘要

随着新能源占比的逐步增加，其不确定性问题成为暂态稳定约束最优潮流（transient stability constrained optimal power flow

TSCOPF）模型需要重点考虑的因素。针对传统TSCOPF模型不能很好地应对含新能源的电力系统这一问题，提出一种考虑新能源不确定性的概率暂态稳定约束最优潮流（probability transient stability constrained optimal power flow

PTSCOPF）模型。首先，利用Nakagami分布、Beta分布对风电、光伏发电的不确定性进行拟合；其次，根据风电、光伏机组的运行特性，构造相应约束，且对不等式约束进行概率化处理；再次，采用鸟群算法（bird swarm algorithm

BSA）对PTSCOPF进行求解，得到系统最优运行方式；最后，在改进的新英格兰68节点系统中进行仿真验证，证实所提模型和方法的有效性与优势。

Abstract

关键词

Keywords

references

Xu Yijun,Korkali Mert,Mili Lamine,Valinejad Jaber,Chen Tao,Chen Xiao.An Iterative Response-Surface-Based Approach for Chance-Constrained AC Optimal Power Flow Considering Dependent Uncertainty[J].IEEE TRANSACTIONS ON SMART GRID,2021.

Liu Songkai,Mao Dan,Xue Tianliang,Tang Fei,Li Xin,Liu Lihuang,Shi Ruoyuan,Liao Siyang,Zhang Menglin.A Data-Driven Approach for Online Inter-Area Oscillatory Stability Assessment of Power Systems Based on Random Bits Forest Considering Feature Redundancy[J].Energies,2021.

aff > .Probabilistic Solar Power Forecasting Using Bayesian Model Averaging[J].IEEE Transactions on Sustainable Energy,2020.

Chen C. L. Philip,Liu Zhulin,Feng Shuang.Universal Approximation Capability of Broad Learning System and Its Structural Variations[J].IEEE Transactions on Neural Networks and Learning Systems,2019.

Xie Z. Q.,Ji T. Y.,Li M. S.,Wu Q. H..Quasi-Monte Carlo Based Probabilistic Optimal Power Flow Considering the Correlation of Wind Speeds Using Copula Function[J].IEEE Transactions on Power Systems,2018.

Tang Lei,Sun Wei.An Automated Transient Stability Constrained Optimal Power Flow Based on Trajectory Sensitivity Analysis[J].IEEE Transactions on Power Systems,2017.

Ye, Cheng-Jin,Huang, Min-Xiang.Multi-Objective Optimal Power Flow Considering Transient Stability Based on Parallel NSGA-II[J].IEEE Transactions on Power Systems: A Publication of the Power Engineering Society,2015.

刘颂凯,时良志,胡畔,杨超,李彦彰,万明.考虑源-荷双端不确定性的多目标暂态稳定约束最优潮流模型[J].智慧电力,2025(08).

尚博文,徐铭铭,张金帅,薛艳艳,李允博,肖非然.高比例分布式光伏接入背景下配电网电压调控方法研究综述[J].智慧电力,2024(12).

段丽,郭爱武,梁双荣.熔盐储热技术在火电机组调峰顶峰的应用研究[J].节能技术,2024(06).

黄娟,赵鹏,王聚博,凌宇龙,苏洋,赵闻音.基于人工鱼群算法的水风光联合调峰优化模型[J].节能技术,2024(04).

刘颂凯,李正浩,周倩,杨超,胡竞哲,阮肇华.基于PCE的系统参数化暂态稳定约束最优潮流[J].电网与清洁能源,2024(06).

孙兵,赵广怀,李金友,赵紫君.基于改进鸟群算法的多目标微电网优化调度研究[J].智慧电力,2024(06).

李令宇,程浩忠,张衡,苑子俊,王峥,陆建忠.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(07).

陆健,邹晓峰,李凡,陈思源,刘小波.考虑分布式新能源及其随机性的智能电网自愈控制研究[J].电测与仪表,2025(07).

陈萍,党喜,刘龙成,李正浩,王秋杰,刘颂凯.考虑风光不确定性的暂态稳定约束最优潮流模型研究[J].智慧电力,2024(03).

黄铭浩,陈一丰,董树锋.基于安德森加速的输配协同低碳最优潮流[J].电网技术,2023(08).

陈星莺,孙晓聪,丁一,包铭磊,郭超,余昆,沈俊.支撑电力能源清洁高效转型的用能权交易研究与展望[J].电力系统自动化,2022(24).

黄武枫,郑含博,杜齐,杨杭.基于Nakagami分布的风速概率分布拟合研究[J].电测与仪表,2024(02).

孙淑琴,吴晨悦,颜文丽,李铭男,刘育杰,杨博华.基于随机衰减因子粒子群的最优潮流计算[J].电力系统保护与控制,2021(13).

徐飞阳,薛安成,常乃超,孔贺,徐劲松.电力系统同步相量异常数据检测与修复研究现状与展望[J].中国电机工程学报,2021(20).

肖遥,别朝红,黄格超,李更丰,高晓松,刘诗雨,贺元康,刘瑞丰.基于二阶锥最优潮流的机会约束分布鲁棒优化研究[J].电网技术,2021(04).

关慧哲,陈颖,黄少伟,沈沉,徐得超,李晓萌.基于生成对抗网络的暂态稳定预防控制[J].电力系统自动化,2020(24).

苏童,刘友波,沈晓东,刘挺坚,邱高,刘俊勇.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(12).

田芳,周孝信,于之虹.基于灵敏度分析和时域仿真的暂态稳定预防控制优化方法[J].电力自动化设备,2018(07).

周孝信,陈树勇,鲁宗相,黄彦浩,马士聪,赵强.能源转型中我国新一代电力系统的技术特征[J].中国电机工程学报,2018(07).

朱蜀,刘开培,秦亮,李钢,胡仙来,刘冬.电力电子化电力系统暂态稳定性分析综述[J].中国电机工程学报,2017(14).

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

暂无数据