提高电力电子化水平是优化能源结构的关键 (二)

提高电力电子化水平是优化能源结构的关键

0负荷裕度的计算

能源是经济和社会发展的重要基础。作为世界上的主要经济和人口国家，中国面临着经济

快速增长的压力，与此同时，对能源的需求也在继续增加。而且在未来较长时间内，能源

领域都将是我国投资的重要方向。而由电力的特性、资源的禀赋和能源的发展规律决定了

电力是能源战略的中心地位。预计十三五期间，电力需求量年均增长6%

由于电力能源不能大规模存储，因此要尽可能保持供应侧和负荷侧的实时平衡。随着我国

对太阳能和风能的大规模开发和利用，接入电网的新能源比重日益提高，使配电网中的输

出功率具有明显的不确定性、间歇性、随机型和波动性，当发电侧的可调度容量难以达到

负荷侧需求以及可能发生.影响电网安全稳定的情况时，电力调度中心将采取切除用户负荷

等措施，保证电网安全稳定运行。在理想负荷裕度状态下的安全运行是评估电力系统稳定

状态的一个重要指标。

目前，多目标最优潮流计算和负向裕度的计算已经比较广泛和成熟，如义献口］提出了多

区域并行协同的多目标最优潮流算法；文献［2］提出了考虑发电成本的电力系统最优潮流计

算方法;文献［3］提出了考虑系统负荷裕度和发电机出力成本综合最优的发电权交易多目标

优化模型;文献［4,5］提出了考虑负荷裕度的最优潮流模型;文献［6］提出系统稳态模型下

负荷裕度计算方法;文献⑺中提出了负荷裕度最大化的发电出力的优化模型；文献⑻中提

出了一种负荷裕度在线监测的稳定指标;文献［9,10］中分析了电压安全成本与负荷的最优

关系;文献口1］中提出了一种负荷裕度灵敏度计算的新方法;上述分析研究主要考虑系统的

安全稳定运行的负荷裕度;本文试图将系统的安全负荷裕度、发电运行经济性和网络潮流

有效地联系起来，即在前馈控制下，对需要投入的负荷成本和负荷裕度进行分析;采月

PARETO最优解方法，将发电成本、负荷裕度计入电力系统最优潮流优化模型中，探究在有

限的资源条件下，使用拉格朗日乘子法，剔除松弛变量的影响，使总的负荷偏离目标值的

偏差最小，并使用MATLAB进行仿真计算，验证了算法的有效性，为实现多目标最优潮流

提供理论依据。

1最优稳定运行状态

最优潮流(OptimalPowerFlow,简称OPF)是在满足复杂的电力系统运行条件及约束条

件下，通过调整系统中可控变量，达到预期目标的最优稳定运行状态。本文的多目标最优

潮流问题即在最优潮流的目标函数中引入两个或多个目标函数，使系统达到多目标的最优

状态。本文引入PA-RETO最优解方法，其标准形式可以表示为

式中：多目标问题引入权重系数口

本文考虑了电力系统发电成本最小和负荷裕度指标两个目标函数，以及网络潮流和节点电

压的等约束条件，构建了电力系统多目标最优潮流模型，用PARETO方法找到发电成本的

投入和负荷增长之间的最优解，以期求得满足上述两个FI标函数的电网最优安全稳定运行

状态。

2建立最佳多目标模型

2.1发电机节点状态及负荷裕度

为方便数值计算和仿真研究，采用电压稳定分析中最常用的负荷增长方式，即系统负荷节

点的有功功率和无功功率司时增加的方式，并假设系统所有负荷以线性、恒功率因数持续

增长，对系统中发电机节点的状态及负荷裕度进行分析，本文采用文献［io］提出的系统电

压稳定裕度指标如下式所示。

式中:P

同时，系统的负荷裕度可表示为

式中：入

所以考虑系统发电成本与负荷裕度的多目标函数为

式中：3

2.2合同规定

系统节点潮流约束：

式中:P

系统临界运行点约束：

式中:u

节点电压约束：

式中:U

式中：入

3优化算法的研究

对有约束优化问题的求解通常采用罚函数法（SUMT方法）

3.1增广乘子的确定

将第一节中目标函数及约束条件进行整理，结果如下：

目标函数：

约束条件：

设

则原问题可以转化为标准形式下具有等式和不等式约束的问题，如式(12):

构造增广乘子函数的形式为

式中：入

给定乘子入

比较原目标函数的KKT条件，得到乘子入

初值乘子向量取零向量，即X

3.2迭代运算算法

步骤1：选定初始点x

步骤2:构造增广目标函数，求解无约束问题minL

步骤3:进行迭代运算：

步骤4:判断

是否满足收敛条件，即乘子向量是否稳定不变，如果前后两次迭代的乘子向量之差充分小,

则认为迭代已经收敛，得出最优解，结束，否则，转入步骤5;

步骤5:令rk+l=Brk,k=k+l,转入步骤3。

计算流程如图1所示。

4权重系数对总发电成本的影响

用上述算法及目标函数为基础，结合1EEE14节点系统进行优化，均采用标幺值计算。本

文采用MATLAB2015a软件进行编程求解，优化结果说明如下：

1.目标函数值随迭代次数变化的过程曲线:其中3

从图2可以看出，随着迭代次数的增加，该目标函数的值逐渐逼近一个理想值，即最优值,

说明该多目标优化问题的目标函数具有可行性。

2.优化过程中总发电成本与总负荷裕度关系曲线:其中。

图3为总发电成本与负荷裕度关系图，图3(b)为局部放大图3(a)左上方部分得到的,

其中图3(b)中标注点为最优解。

图3的优化过程曲线说明发电成本与负荷裕度大致呈现反比例关系，即随着发电成本的增

加，发电机有功出力在增加，负荷裕度减小，当总发电成本在698.4,负荷裕度在1625

时达到最优状态。

3.不同权重系数下总发电成本与总负荷裕度的关系，其中(0

从图4可以看出不同权重系数对应的发电成本与负荷裕度最优值是不同的。

(1)当权重系数3

(2)当权重系数3

(3)当权重系数3

(4)当权重系数3

所以，当需要一定的有功出力的情况下，选取权重系数0.4W3W0.7比较适宜。

4.发电机各个节点发电成本的变化趋势，其中(力

5.发电机各个节点负荷裕度的变化趋势一红色为最优状态，其中3

6.发电机各个节点有功出力的变化趋势一红色为最优状态，其中3

图5〜7为各节点发电机发电成本、负荷裕度、有功出力的变化图形，可以看出：在发电成

本达到最优的情况下，各节点负荷裕度最小，有功出力达到最大化。

5多目标最优潮流优化模型仿真分析

本文详细讨论并分析了考虑系统发电成本与负荷裕度的多目标最优潮流方法。本文提出电

力系统可以在满足理想负荷裕度的条件下安全经济运行，通过跟踪系统负荷增长的过程，

以分布式松弛节点模型为基础，通过事先确定的系统理想负荷极值，对每一个当前负荷状

态下的系统运行点进行优化计算，据此确定系统的理想负荷运行点，该运行点也是系统的

最优安全运行点。通过上文的分析，可以得到以下结论：

(1)本文首先构建了考虑发电成本与负荷裕度的多目标最优潮流优化模型，并分析了目

标函数和约束条件的特性：选择拉格朗日乘子法对模型进行求解；

(