基于最优潮流计算电力系统可用输电能力综述.pptVIP

电力系统可用传输能力 电力系统区域间的可用输电能力(AvailableTransferCapability，ATC)不仅是衡量电网安全稳定运行的一个重要技术指标，而且还具有引导市场资源优化配置的功能。随着电力市场改革的不断深入，电能交易瞬息万变，系统运行的不确定性越来越多。如何快速、准确地计算ATC值是目前电力工作者研究热点问题之一。1995年北美电力系统可靠性委员会(NERC)给出的输电能力定义是指互联电力系统在满足下述3个约束条件下，通过2个区域间的所有线路和路径，从一个区域/点向另一区域/点可能输送的最大功率。“送电区域”也称作“送端”或“源点”，“受电区域”也称作“受端”或“沟点”。 ATC数学模型 ATC是指实际的输电网络超出输电合约可用的输电能力。ATC主要由以下四个值决定：ATC=TTC-TRM-(CBM+ETC) 式中：TTC(Total Transfer Capability)为最大输电能力，反映了在满足系统各种安全约束下，互联输电网上总的输送能力；TRM(Transmission Reliability Margin)为输电可靠性裕度，反映不确定性因素对互联系统区域间输电能力的影响；CBM(Capability Benefit Margin)为容量效益裕度，反映为保证ETC(Existing Transfer Capability)中不可撤销输电服务顺利执行时输电网应当保留的输电能力；ETC为现有输电协议(包括零售用户服务)占用的输电能力。 针对具体供电区域i到受电区域j的可用输电能力，做出以下假设： （1）给定系统基本潮流方式； （2）区域i所有的节点负荷固定在基本潮流； （3）区域j所有发电节点固定在基本潮流； （4）除去i和j区域之外，其他区域的发电节点和负荷节点都固定在基本潮流 （5）增加区域j节点负荷，并相应的增加区域i的节点发电，直到系统出现限制。 ATC数学模型 (1)目标函数 本文采用的目标函数为受电区域内的所有负荷的有功功率之和经处理后为最小，同时将节点电压越限以及发电机无功出力越限和线路的潮流越限以罚函数的方式进行处理。目标函数为 其中： 式中，Pf,l为受电区域的所有负荷的有功功率之和，?Ui为节点电压越限之和，?Qgi为发电节点的无功功率越限之和，?Sij为线路的潮流越限之和。 ATC数学模型 (2)功率约束条件 考虑节点有功功率和无功功率平衡约束，即： 式中：Pi，Qi为节点i的注入有功、无功；Ui，Uj为节点i，j的电压幅值；Gij，Bij，δij分别为节点i，j之间的电导、电纳和电压相角差；H表示所有与节点i直接相连的节点集合。 (3)变量约束条件 一般选取供电区域的发电机的有功出力Pg，受电区域负荷的有功功率Pl，无功功率Ql为控制变量。而选取发电机的无功功率Qg，节点电压Ui和线路潮流Sij为状态变量。 ATC数学模型 控制变量约束方程如下： 状态变量约束方程如下： 式中Sij，Sji表示线路两端的视在功率，Sij表示线路的视在功率的上限。 Benders分解算法 Benders分解算法的基本思想是将具有较高计算复杂性的问题通过耦合变量分解为1个主问题和若干个从问题，在从问题中暂时固定耦合变量、单独求求解预想事故中的发电机有功输出，目标函数为使耦合约束的惩罚量最小，从问题通过在主问题中插入含有耦合变量的约束影响主问题的求解；主问题则用于确定耦合变量的修改量，目标函数为使供电区域发电量最大，因而主从问题需要迭代求解。 通过在IEEE.30节点系统上进行仿真计算。该系统共有6台发电机，4l条线路，划分为3个区，系统结构图如图1所示。计算结果如下： Benders分解算法 常见的几种优化算法计算结果的比较 (1)粒子群优化算法 IPSO算法在优化过程中充分发挥个体和群体的认知、协调能力，能够快速、准确地收敛到全局最优解，很好地解决了大规模混合非线性组合优化问题。 通过对IEEE.30节点系统进行计算，结果表明该方法有很好的计算效率和收敛稳定性，并且表明了所采用模型的正确性和算法的有效性。 (2)基于免疫遗传算法 算法的参数为：种群规模Ⅳ为50，遗传最大代数为100代，代沟为0.8，变异率为0.01，交叉率为0.85，相似度阈值为0.10，产生新抗体数为0.4：