计及风电置信风险成本的多目标最优潮流计算

被引：13

作者：

温泽之

彭春华

孙惠娟

机构：

[1] 华东交通大学电气与自动化工程学院

来源：

电力系统保护与控制 | 2020年 / 48卷 / 24期

关键词：

风电; 机会约束; 置信风险; 多目标最优潮流; 回溯搜索算法;

D O I：

暂无

中图分类号：

TM614 [风能发电]; TM744 [电力系统的计算];

学科分类号：

080802 [电力系统及其自动化]; 080811 [新能源发电与电能存储];

摘要：

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方法。然后计及风电置信风险成本构建了经济/环境多目标最优潮流模型,并提出了一种基于非劣性排序的复合回溯搜索(NSCBS)算法,以实现对多目标最优潮流模型高效准确的求解。最后以IEEE30节点为例进行计及风电置信风险成本的多目标最优潮流计算。结果验证了所提出方法的有效性和优越性。

引用

页码：36 / 43

页数：8

共 24 条

[1]

风力发电与电力系统.[M].周双喜; 鲁宗相; 编著.中国电力出版社.2011,

[2]

Multiobjective economic-environmental power dispatch with stochastic wind-solar-small hydro power.[J].Partha P. Biswas;P.N. Suganthan;B.Y. Qu;Gehan A.J. Amaratunga.Energy.2018,

[3]

Optimal power flow using artificial bee colony algorithm with global and local neighborhoods.[J].Jagdish Chand Bansal;Shimpi Singh Jadon;Ritu Tiwari;Deep Kiran;B. K. Panigrahi.International Journal of System Assurance Engineering and Management.2017, 4s

[4]

Optimal power flow with emission and non-smooth cost functions using backtracking search optimization algorithm.[J].A.E. Chaib;H.R.E.H. Bouchekara;R. Mehasni;M.A. Abido.International Journal of Electrical Power and Energy Systems.2016,

[5]

Particle swarm optimization with an aging leader and challengers algorithm for the solution of optimal power flow problem.[J].Rudra Pratap Singh;V. Mukherjee;S.P. Ghoshal.Applied Soft Computing.2016,

[6]

Backtracking Search Optimization Algorithm for numerical optimization problems [J].