一种机会约束优化潮流的新解法

刘勇村++唐岚

文章编号：2095-6835（2016）17-0085-02

摘 要：为克服一般机会约束优化潮流求解方法依赖于期望运行点线性潮流的局限，基于粒子群优化算法，提出了一种智能探索与确定性优化算法相结合的混合寻优方法。在同时计入注入功率与负荷随机因素的条件下，展示了运用所提方法求解机会约束最优潮流问题的过程，并经IEEE30节点测试算例验证了该方法的有效性。

关键词：机会约束；随机最优潮流；粒子群优化；混合寻优方法

中图分类号：O224 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.17.085

最优潮流被广泛应用于电力系统规划与运行中。但传统的最优潮流模型并未将实际运行中的不确定因素纳入优化模型的考虑范畴，因此，即便再出色的确定性寻优算法也未必能适应间隙性电源和市场因素带来的巨大不确定性。于是，计入了随机因素的机会约束优化潮流问题逐渐受到关注。但是在场景筛选过程中，这些解法均在期望运行点将潮流问题进行了线性化。这无疑将求解方法限定在了有限的范围内，降低了优化结果对随机因素的鲁棒性。为了克服这一局限，本文在场景筛选过程中引入了粒子群优化算法，以保障相本与期望运行点的偏离满足一定的要求。

上述各表达式中，上标“ ”代表该变量是随机的；上标“-”表示该变量的值为其期望值；QGi表示发电机i在该时刻的无功出力；PDi，QDi代表节点i的负荷有功功率和无功功率；Vi，θi代表节点i的电压幅值和电压相角；θij表示节点i和j间的相位差；Iij和Iji代表支路（i，j）从两个端节点之间流出的电流值；……