計及風電不確定性的含線間潮流控制器的電力系統經濟調度

吳 熙 陸 瑤 蔡 暉 王 瑞 陳 晟

計及風電不確定性的含線間潮流控制器的電力系統經濟調度

吳 熙1陸 瑤1蔡 暉2王 瑞1陳 晟3

（1. 東南大學電氣工程學院 南京 210096 2. 國網江蘇省電力有限公司經濟技術研究院 南京 210008 3. 國網江蘇省電力有限公司發展部 南京 210024）

線間潮流控制器（IPFC）擁有強大的潮流調控能力，可為解決大規模新能源接入背景下的潮流調控問題提供全新的解決方案。該文提出一種計及風電出力不確定性的含IPFC電力系統安全約束經濟調度方法，首先基于MARKOV鏈生成風電出力場景，構建相應概率風險指標以描述系統安全性，并給出了兼顧經濟性與安全性的優化目標函數；然后，在充分考慮雙回線結構IPFC控制特性的情況下建立了故障前后電力系統的等式/不等式約束；最后，針對所建立的強非線性安全約束經濟調度優化模型，設計了基于粒子群算法的計算構架并實現了模型的求解。基于江蘇電網的算例分析表明，利用該文方法獲得的策略比基于傳統方法獲得的策略能更好地滿足潮流安全約束，且準確地計及了IPFC的控制特性，具有較高的應用價值。

線間潮流控制器（IPFC） 雙回線控制特性 風電場景 經濟調度

0 引言

在“碳達峰、碳中和”目標提出的背景下，清潔能源將迎來更加持續、高速的發展，我國電力系統深度脫碳已成為必經之路。隨著大規模風電不斷接入，電力系統安全、特別是潮流安全問題，受到廣泛關注。柔性交流輸電系統（Flexible AC Transmission System, FACTS）是基于電力電子、控制與通信等方面的綜合技術[1-4]。FACTS可在不改變網架結構的基礎上，迅速地調控電網的線路參數，與其他設備一起優化電網潮流，以提高電網的安全性和經濟性[5-6]。

線間潮流控制器（Interline Power Flow Controller, IPFC）是功能強大的綜合型FACTS設備之一。與統一潮流控制器（Unified Power Flow Controller, UPFC）不同的是，IPFC串聯于多條線路，可以解決負荷密集型受端電網輸電廊道稀缺、潮流分布不均導致的斷面輸電能力受限等一系列輸電難題[7-10]。在含FACTS設備的安全約束經濟調度方面，文獻[11-12]提出新型算法，解決了含UPFC系統在突發故障后的潮流越限問題。文獻[13]將FACTS引入潮流優化問題中，在保證安全約束的前提下提高了系統的經濟性。文獻[14]考慮了-1突發情況，以系統最大負載能力為目標確定了輸電系統中UPFC的安裝站址和容量。以上文獻采用的UPFC模型均隱含假設UPFC注入電壓在偶發事件前后保持不變。而在實際運行中，UPFC通常在毫秒級[15]時間內快速調整注入電壓，使受控線路潮流在突發事件發生后保持不變。模型假設與實際操作的不一致不可避免地會帶來誤差，導致調度決策不當。在某些情況下，這種調度決策甚至會威脅系統安全，如線路潮流越限。IPFC也存在相同的問題。并且，國內關于IPFC的優化調度研究剛剛起步[16-18]，目前的研究都沒有考慮風電接入對系統安全的影響。而風電的接入會帶來潮流的大規模轉移，部分潮流可能會越限[19-20]。另外，現有研究采用的IPFC模型都是單回線的IPFC模型，而國內220kV及以上電壓等級的輸電線路往往采用并聯雙回線路的結構，單回線IPFC模型應用在雙回線路的工程場景下很可能不夠準確，無法反映IPFC所控線路斷開一回線后的控制特性，大大影響了模型的實用性和準確性。

上述研究存在兩方面不足：①在研究含IPFC的安全約束經濟調度問題時，故障前后默認IPFC注入電壓不變，沒有準確地計及IPFC的控制特性。且上述文獻都采用單回線的IPFC模型，出于安全性考慮，國內220kV及以上電壓等級的輸電線路往往采用并聯雙回線路的結構。因此，采用IPFC單回線模型得到的優化結果在工程實踐方面并不嚴謹。②目前關于IPFC的優化調度問題都沒有考慮風電接入對系統的影響。而隨著風電并網的比例不斷提高，風電出力會帶來大規模的潮流轉移，很可能導致線路潮流越限。同時，風電對潮流的影響也具有不確定性，需要考慮不同的風電出力場景[21]。

針對以上兩個問題，本文提出一種計及風電場景和雙回線IPFC控制特性的經濟調度方法。首先構建概率風險指標，給出了兼顧經濟性與安全性的優化目標函數，并建立了描述雙回線IPFC控制特性的約束；由于所建立的安全約束經濟調度優化模型呈現強非線性，本文進一步設計了基于粒子群算法的計算構架并實現了模型的求解。基于江蘇電網的算例分析表明，與未計及雙回線IPFC控制特性的經濟調度策略進行對比，本文方法可以準確地計及IPFC所控線路斷開一回線后的控制特性；又與未考慮風電場景時的經濟調度策略對比，驗證了在風電場景下，用本文方法得到的經濟調度策略能夠更好地滿足潮流安全約束，具有一定的工程應用價值；另外還分析了經濟性指標對優化調度結果的影響，驗證了本文提出的經濟調度方法可以在保證一定的系統潮流安全裕度的前提下，提升系統調度的經濟性。

1 計及風電場景和雙回線IPFC控制特性的電力系統經濟調度優化模型

1.1 目標函數

為兼顧系統的安全性與經濟性，本文設立目標函數為

1）安全性目標函數

本文在高比例風電注入的背景下進行研究，使用傳統的確定性分析方法無法全面評估未來風電出力隨機場景下的潮流安全。為此，本文引入了風險指標，將其與本文所分析的風電場景相匹配。風險指標[22]的定義為

式中，為風險指標，也是本文的安全性目標函數；為隨機場景的總個數；Pr為第個場景發生的概率；J為第個場景發生時對應后果的嚴重度。為描述風電場景的概率分布，本文采用MARKOV鏈進行建模。MARKOV鏈具有方法簡單、計算速度快、精度高等優點[23]。

本文重點關注潮流，以期充分調動IPFC的控制潛力，解決風電大規模接入背景下潮流分布不均引起的熱穩定安全問題。為了使優化策略滿足潮流的-1安全約束，本文引入發生-1故障[24-25]時重載線路的負載率之和來描述第個場景發生時對應的嚴重度J，即

式中，l為第個場景下的重載線路；P為重載線路l在第個場景下的有功潮流；P0為線路的有功容量（重載率取(P/P0)≥0.8）。

2）經濟性目標子函數

式中，2i、1i、0i為第臺發電機的發電成本系數[26]；gi為第臺發電機的有功出力；g為系統參與優化調節的發電機總數。

綜上所述，本文所提計及風電場景和雙回線IPFC控制特性的電力系統經濟調度優化模型的目標函數可表示為

1.2 優化變量

1.3 雙回線IPFC運行及控制特性約束

IPFC可以靈活控制潮流，但引入其的同時會增加新的約束條件，包括IPFC運行約束和-1故障后考慮其控制特性的約束。為方便后續描述，本節先給出雙回線IPFC的拓撲結構和等效電路，如圖1和圖2所示。

圖1 雙回線IPFC拓撲結構

圖2 雙回線IPFC等效電路

雙回線IPFC運行需要滿足一定的功率平衡約束。根據傳統功率注入模型，IPFC串聯側附加虛擬節點、、、的注入功率表示為

式中，V為附加虛擬節點的電壓幅值；θ為附加虛擬節點的電壓相位；*表示共軛值。

節點的注入功率可表示為

式中，V為節點的電壓幅值；θ為節點的電壓相角。

忽略自身損耗，IPFC滿足所有換流器有功守恒，即

由于實際運行中IPFC通常工作在恒功率控制模式下，本文建立正常運行情況和-1故障情況下描述IPFC恒功率控制特性的相關約束。當IPFC正常工作時，其控制特性可以表示為

式中，P+jQ為線路的潮流；P+jQ為線路的潮流；P+jQ為線路的潮流；P+jQ為線路的潮流；1ref+j1ref為受控線路1的目標潮流；2ref+j2ref為受控線路2的目標潮流。

當發生-1故障時，設置如下的IPFC控制策略。分兩種情況：

1）-1故障發生在雙回線IPFC的任一串聯側，則該故障側其中一回線的換流器失去控制作用，而另一回線的換流器仍可發揮控制作用。以線路發生-1故障為例，此時IPFC的等效拓撲如圖3所示。

圖3 N-1故障發生在IPFC任一串聯側時IPFC拓撲結構

對于故障側（即受控線路1），原雙回線的控制目標為2(1ref+j1ref)，為保持該線路傳輸功率的變化在故障前后盡量小，將故障側剩下一回線的控制目標設為原來的兩倍，若潮流越限則設定為該回線路的最大額定容量；而對于非故障側，保持IPFC非故障側的控制目標不變即可。以線路發生-1故障為例進行說明，數學表達為

2）-1故障發生在非IPFC串聯側。此時，IPFC的等效拓撲與圖1一致，故障前后IPFC所控線路潮流保持不變。數學表達為

IPFC并聯側采用恒定電壓調節方式，保持故障前后并聯側母線電壓不變且等于其電壓目標值，有

式中，V為并聯側母線的電壓；Vref為并聯側母線電壓的目標值。

1.4 系統其他運行約束

定義為系統所有節點集合（含附加注入節點），N為節點總個數，,∈；gi和gi為并聯于節點的可調發電機有功和無功出力；li、li分別為節點的有功和無功負荷；G、B為線路的導納；θ為節點,之間的相位差。

當為與IPFC注入功率有關的節點（公共節點和附加虛擬節點）時，Pjt、Qjt為相應的注入功率值；當為系統中其他節點時，Pjt=0,Qjt=0。

需要滿足的不等式約束包括

式中，L為系統所有線路的集合；G為系統所有參與優化調節的發電機節點的集合；ci為該線路能夠承受的熱穩定極限容量；Vmin、Vmax分別為節點電壓的下限值和上限值；gimin、gimax分別為發電機出力的下限值和上限值；dcmax、seihmax、Imax分別為換流器交互有功功率最大值、輸出電壓幅值和電流幅值的上限值。

-1故障下的潮流平衡約束為

本文希望調度策略被應用后系統滿足-1安全約束，故-1故障前后發電機出力計劃不變，需滿足

需要滿足的不等式約束包括

2 計及風電場景和雙回線IPFC控制特性的電力系統經濟調度優化模型求解方法

由于第1節所提優化模型的非線性，本節設計了基于粒子群算法[32]的計算結構并實現了模型的求解。在該計算結構中，用罰函數處理不等式約束式（16）、式（19），以潮流計算保證等式約束式（15）、式（17）。

首先，推導含雙回線IPFC的潮流計算迭代方法。IPFC正常運行情況下，雙回線IPFC的潮流計算迭代方法可參考單回線IPFC的潮流計算迭代方法推導出。在圖2所示的等效電路中，當兩條受控線路有功、無功目標值為1ref、1ref及2ref、2ref時，如果第次迭代后滿足

則說明目標線路潮流已收斂至目標值，且系統潮流收斂；否則就需要對IPFC控制參數seih,seih進行修正。以節點的電壓方向為參考方向，對IPFC注入線路的電壓seih∠seih進行正交分解，有功分量為seihx∠seihx,無功分量為seihy∠seihy。再將seihx,seihy看作待求變量，可解得seihx,seihy為

基于第次潮流計算迭代結果，推導出的迭代公式為

當系統發生-1故障時，分兩種情況：

（1）-1故障發生在IPFC非串聯側。故障前后IPFC所控線路潮流保持不變。向量的IPFC控制目標分量設置如式（13），潮流迭代方法遵循式（20）～式（24）。

（2）-1故障發生在雙回線IPFC的任一串聯側。該故障側其中一回線的換流器失去控制作用，而另一回線的換流器仍可發揮控制作用。應將向量的IPFC控制目標分量設置如式（11）、式（12），潮流計算迭代方法遵循式（20）～式（24）。

通過上述的潮流計算迭代方法保證粒子滿足潮流方程式（15）和式（17）成立，通過在目標函數中增加罰函數處理不等式約束式（16）和式（19），從而可得到一組粒子對應的總目標函數。不斷更新粒子速度和位置，經過多次迭代后可求得最優解，即最優控制方案。基于粒子群優化算法（Particle Swarm Optimization, PSO）的求解流程如圖4所示。將考慮IPFC控制特性的潮流計算迭代方法看作一個子模塊：當系統有-1故障發生時，通過子模塊計算后，若潮流收斂則說明粒子可滿足等式約束式（17），否則不滿足，需增加懲罰項。

3 算例分析

本文采用江蘇省2020年500kV規劃網架數據（拓撲圖見附圖1）及2019年江蘇電網風電出力系數數據（采樣間隔為5min），對比分析了本文所提方法得到的策略、未考慮IPFC控制特性和未考慮風電場景所得的策略應用于江蘇電網時電網的潮流安全情況，另外還分析了經濟性指標對優化調度結果的影響。

3.1 MARKOV鏈生成場景結果

由于鹽城和南通的年風力發電量占江蘇電網的60%以上，本文將風電接入點放在鹽城和南通兩個節點上。由于不同季節風電出力呈現明顯不同的規律，本文的歷史運行數據采用鹽城、南通春季的風電出力數據，時間跨度為2019年1月1日～2019年3月31日，調度周期為15min。選取風電出力系數較高的1月3日00:15為當前時刻，預測下一個調度周期的風電出力情況。生成場景的方法采用基于風電出力波動量的MARKOV鏈，具體方法見文獻[33]。00:30時各場景的概率分布見表1。

圖4 計及風電場景和雙回線IPFC控制特性的電力系統經濟調度優化模型求解算法流程

3.2 優化結果分析

為了充分發揮IPFC的線間潮流調控能力，將雙回線結構的IPFC安裝在風電接入點附近、且潮流分布嚴重不均的兩條線路上。本文的受控線路1為重載線路泰州-泰興，受控線路2為輕載線路泰興-勝利。預想故障集（見附表1）IPFC附近各線路的-1斷路故障。應用PSO算法進行算例求解，PSO參數設置如下：慣性因子取0.729，加速因子1、2均取1.496 2，最大迭代次數取100次，粒子群總數取100個。IPFC參數為：seim=sein=seip=seiq= 0.04(pu)。所得的最優解即為最優經濟調度策略。粒子群迭代收斂曲線和最優經濟調度策略見附圖2和附表2。

表1 風電場景的概率分布

Tab.1 Probability distribution of wind power scenarios

3.2.1 有無考慮雙回線IPFC控制特性的電力系統經濟調度對比仿真

傳統的含IPFC安全約束經濟調度模型[11-14]假設IPFC的等效注入電壓保持不變。然而實際運行中IPFC通常工作在恒功率控制模式下，為了保持受控線路傳輸功率不發生變化，會動態調整IPFC的等效注入電壓，故而傳統模型的假設是不成立的，這可能會導致基于傳統模型獲得的調度策略不安全。另外，傳統方法往往沒有考慮-1故障發生在IPFC所控線路的情況，如果IPFC本身或其所控線路發生故障，基于傳統方法獲得的調度策略很可能導致線路潮流越限的情況。

為了揭示傳統經濟調度方法的潛在風險，說明本文所提經濟調度方法在實際運行中的安全可靠，本節在實際江蘇電網中對如下兩個調度策略進行對比仿真。①將本文所提出的經濟調度方法應用于實際電網或者某個算例場景，具體的優化調度模型的最優解即為相應的最優調度策略，也即包括發電機的出力、IPFC的控制參考值、PV節點的電壓等的調度策略，簡稱為“基于本文方法獲得的調度策略”；②由傳統優化調度方法獲得的調度策略，也同理可得，簡稱為“基于傳統方法獲得的調度策略”。

本文采用2020年江蘇電網500kV網架和2019年夏季高峰潮流數據，IPFC安裝在泰州-泰興、泰興-勝利（即線路43、169）上。首先在江蘇電網算例中求解出兩個策略，接著在如下兩個考慮非IPFC所控線路和IPFC所控線路發生故障的場景下進行對比仿真，結果如下。

1）-1故障發生在非IPFC所控線路

圖5為線路147發生故障時，系統在下一個調度周期分別采用上述兩種調度策略得到的潮流分布情況。可以看出，采用基于傳統方法獲得的調度策略時，線路33和線路50均超載；而采用基于本文方法獲得的調度策略時，系統沒有出現過載線路。這說明基于傳統方法獲得的調度策略在應用于江蘇電網時，可能存在不滿足潮流的-1安全約束的情況。而本文提出的經濟調度方法獲得的調度策略合理地考慮了IPFC的控制特性，并可以保證系統的潮流安全。

圖5 兩種調度策略在線路147故障時系統的潮流分布情況

2）-1故障發生在IPFC所控線路

在電網實際運行時，IPFC所控線路存在發生故障的風險，可能導致IPFC失去調控潮流的作用，致使潮流越限，因此有必要校驗IPFC所控線路發生故障時系統潮流的-1安全約束。兩種調度策略在IPFC所控線路43發生故障后，系統的潮流分布情況如圖6所示。

從圖6中可以看出，IPFC所控線路43發生故障后，基于傳統方法獲得的調度策略由于沒有計及-1故障發生在IPFC所控線路的情況，導致IPFC附近線路44、50發生潮流過載。而采用基于本文方法獲得的調度策略計算的線路潮流無過載。由此可見，基于本文提出的經濟調度方法獲得的調度策略，不僅可以在非IPFC所控線路故障時滿足系統-1安全校核，還可以在IPFC所控線路故障時滿足系統-1安全校核，很好地保證了系統的潮流安全，提升系統的-1靜態安全性。

圖6 兩種調度策略在IPFC所控線路N-1故障后系統的潮流分布情況

3.2.2 有無考慮風電場景的含IPFC電力系統經濟調度對比仿真

在未考慮風電場景的經濟調度優化中，風電的出力為常數，因此可看成是單一場景的含IPFC電力系統經濟調度優化。本文以3.1節生成場景中場景6的風電出力作為風電場的輸入，求解出單場景優化所得調度策略。接著，在所有風電不確定場景下分別應用了單場景優化得到的調度策略和本文方法得到的調度策略，并對所有的線路逐一進行-1校核。限于篇幅，本文僅展示部分場景在-1故障時的線路過載情況及臨近線路的負載率對比，如表2和圖7所示。

表2 部分風電場景下系統發生嚴重-1故障時兩種策略對應的線路過載情況

Tab.2 The line overload condition corresponding to the two strategies when serious N-1 contingencies occur in some wind power scenarios

（續）

圖7 部分風電場景下系統發生最嚴重N-1故障時兩種策略對應的潮流結果對比

Fig.7 Comparison of power flow results corresponding to the two strategies when the most serious N-1 contingency occurs in some wind power scenarios

由表2和圖7可知，在場景6下各線路潮流均滿足-1安全約束，這是由于單場景優化是在場景6下進行的；而在場景4、9、15、16、20下，均有線路會在系統-1故障時發生潮流越限。這說明由單場景優化得到的調度策略不能應對實際運行中可能出現的所有風電預測場景，在實際使用時有一定風險。在大規模風電接入的背景下，考慮風電場景的調度策略在潮流安全方面明顯優于單場景調度策略。

3.2.3 經濟性指標對優化調度結果影響的分析

在本文所提的經濟調度方法中，經濟性指標和安全性指標同時參與了優化。為分析經濟性指標對經濟調度結果的影響，在江蘇電網算例中求解出僅以安全性指標為目標函數的調度策略和本文所提綜合考慮安全性和經濟性指標的調度策略。應用這兩種調度策略最終得到的經濟性和安全性指標見表3。

表3 僅優化安全性指標和本文優化方法所得結果對比

Tab.3 Comparison of the results of only the optimized safety index and the optimization method in this paper

由表3可以看出，與本文優化經濟和安全性指標獲得的調度策略相比，僅優化安全性指標獲得的調度策略在系統安全性方面更好，但是發電機的出力成本高了近20%。這說明安全性要求的提高改變了考慮發電機出力成本的機組出力計劃，導致系統的運行成本大幅升高，運行的經濟性變差。而本文提出的經濟調度方法可以在保證一定的系統潮流安全裕度的前提下，提升系統調度的經濟性。

4 結論

本文提出了一種計及風電場景的含IPFC電力系統經濟調度方法。構建概率風險指標，給出兼顧經濟性與安全性的優化目標函數，并建立描述雙回線IPFC控制特性的約束。由于所建立的安全約束經濟調度優化模型呈現強非線性，本文進一步設計了基于粒子群算法的計算構架并實現了模型的求解。最后，將本文所建立的模型用實際的江蘇省2020年500kV規劃網架和風電出力數據進行驗證，將本文方法所得策略與未計及雙回線IPFC控制特性的策略進行對比，驗證了本文方法可以準確地計及IPFC所控線路斷開一回線后的控制特性，更好地保證系統的潮流安全；又與僅考慮單場景得到方案進行對比，結果表明在風電場景下，用本文方法得到的控制策略能夠比未考慮風電場景時的控制策略更好地滿足潮流安全約束，具有一定的工程應用價值。另外本文還分析了經濟性指標對優化調度結果的影響，驗證了本文提出的經濟調度方法可以在保證一定的系統潮流安全裕度的前提下，提升系統調度的經濟性。

附 錄

附表1 預想故障集

App.Tab.1 Expected fault set

預想故障線路 高港-泰興泰興-勝利高港-南通南通-勝利 東洲-新豐東洲-如東如東-仲洋仲洋-鳳城 勝利-三官殿三官殿-東洲三官殿-新豐鳳城-泰州 泰州-泰興

附圖1 江蘇省2020年500kV規劃網架

App.Fig.1 The 500kV planning grid of Jiangsu Province in 2020

附圖2 計及風電場景的含IPFC經濟調度優化模型PSO收斂曲線

App.Fig.2 The PSO convergence curve of IPFC economic dispatching optimal model considering wind power scenario

附表2 最優經濟調度策略

App.Tab.2 Optimal economic dispatching strategy (pu)

參數數值參數數值 P1ref-11.603 8Gen476.138 9 Q1ref-0.377 9Gen508.368 2 P2ref-4.3644 Gen519.686 2 Q2ref-2.343 4Gen607.657 8 Viref0.987 6V1150.954 1 Gen420.679 6V1160.958 1 Gen430.477 9V1320.947 1 Gen466.559 1V1341.044 2

注：Gen42為最優經濟調度策略中42號發電機的有功出力；115示最優經濟調度策略中參與優化調度的115號節點的電壓幅值。

[1] Liu Pengcheng, Wang Zheng, Wei Sanmin, et al. Recent developments of modulation and control for high-power current-source-converters fed electric machine systems[J]. CES Transactions on Electrical Machines and Systems, 2020, 4(3): 215-226.

[2] Zhu Rongwu, Andresen M, Langwasser M, et al. Smart transformer/large flexible transformer[J]. CES Transactions on Electrical Machines and Systems, 2020, 4(4): 264-274.

[3] 薛翼程, 王國騰, 張哲任, 等. MMC-HVDC接入對同步發電機阻尼轉矩的影響機理分析[J]. 電力系統自動化, 2022, 46(9): 99-108.

Xue Yicheng, Wang Guoteng, Zhang Zheren, et al. Mechanism analysis of influence of MMC-HVDC integration on damping torque of synchronous generators[J]. Automation of Electric Power Systems, 2022, 46(9): 99-108.

[4] 韓建, 李幸, 羅德榮, 等. 基于雙級矩陣變換器的統一潮流控制器并聯側無功擴展[J]. 電工技術學報, 2020, 35(7): 1498-1508.

Han Jian, Li Xing, Luo Derong, et al. Extending the reactive power range of shunt side for unified power flow controllers based on indirect matrix converters[J]. Transactions of China Electrotechnical Society, 2020, 35(7): 1498-1508.

[5] Palma-Behnke R, Vargas L S, Perez J R, et al. OPF with SVC and UPFC modeling for longitudinal systems[J]. IEEE Transactions on Power Systems, 2004, 19(4): 1742-1753.

[6] Wu Xi, Zhou Zhengyu, Liu Gang, et al. Preventive security-constrained optimal power flow considering UPFC control modes[J]. Energies, 2017, 10(8): 1199.

[7] 李國慶, 宋莉, 李筱婧. 計及FACTS裝置的可用輸電能力計算[J]. 中國電機工程學報, 2009, 29(19): 36-42.

Li Guoqing, Song Li, Li Xiaojing. Available transfer capability calculation considering FACTS controllers[J]. Proceedings of the CSEE, 2009, 29(19): 36-42.

[8] Zhang Y, Zhang Y, Chen C. A novel power injection model of IPFC for power flow analysis inclusive of practical constraints[J]. IEEE Transactions on Power Systems, 2006, 21(4): 1550-1556.

[9] Jiang Xia, Chow J H, Edris A A, et al. Transfer path stability enhancement by voltage-sourced converter-based FACTS controllers[J]. IEEE Transactions on Power Delivery, 2010, 25(2): 1019-1025.

[10] Hingorani N, Gyuyi L. Combined compensators: unified power flow controller (UPFC) and interline power flow controller (IPFC)[M]. New York: IEEE Press, 2009.

[11] Rostami M, Lotfifard S. Optimal remedial actions in power systems considering wind farm grid codes and UPFC[J]. IEEE Transactions on Industrial Informatics, 2020, 16(12): 7264-7274.

[12] Sreejith S, Simon S P, Selvan M P. Analysis of FACTS devices on security constrained unit commitment problem[J]. International Journal of Electrical Power & Energy Systems, 2015, 66: 280-293.

[13] Khodaei A, Shahidehpour M. Security-constrained transmission switching with voltage constraints[J]. International Journal of Electrical Power & Energy Systems, 2012, 35(1): 74-82.

[14] Naveen Kumar G, Surya Kalavathi M. Cat swarm optimization for optimal placement of multiple UPFC's in voltage stability enhancement under contingency[J]. International Journal of Electrical Power & Energy Systems, 2014, 57: 97-104.

[15] Eremia M, Liu C C, Edris A A. Advanced solutions in power systems[M]. New York: IEEE Press, 2016.

[16] Rao B S, Vaisakh K. Multi-objective adaptive clonal selection algorithm for solving optimal power flow considering multi-type FACTS devices and load uncertainty[J]. Applied Soft Computing, 2014, 23: 286-297.

[17] Mishra A, Venkata Nagesh Kumar G. Congestion management of deregulated power systems by optimal setting of interline power flow controller using gravitational search algorithm[J]. Journal of Electrical Systems and Information Technology, 2017, 4(1): 198-212.

[18] 吳熙, 王亮, 陳曦, 等. 計及線間潮流控制器的電力系統潮流優化[J]. 電網技術, 2019, 43(11): 4125-4134.

Wu Xi, Wang Liang, Chen Xi, et al. Optimal power flow considering interline power flow controller[J]. Power System Technology, 2019, 43(11): 4125-4134.

[19] 麻秀范, 王戈, 朱思嘉, 等. 計及風電消納與發電集團利益的日前協調優化調度[J]. 電工技術學報, 2021, 36(3): 579-587.

Ma Xiufan, Wang Ge, Zhu Sijia, et al. Coordinated day-ahead optimal dispatch considering wind power consumption and the benefits of power generation group[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 579-587.

[20] 周博, 艾小猛, 方家琨, 等. 計及超分辨率風電出力不確定性的連續時間魯棒機組組合[J]. 電工技術學報, 2021, 36(7): 1456-1467.

Zhou Bo, Ai Xiaomeng, Fang Jiakun, et al. Continuous-time modeling based robust unit commitment considering beyond-the-resolution wind power uncertainty[J]. Transactions of China Electrotechnical Society, 2021, 36(7): 1456-1467.

[21] 張大波, 朱志鵬, 連帥. 考慮發電計劃的電網阻塞疏導UPFC配置研究[J]. 電氣技術, 2018, 19(6): 14-19.

Zhang Dabo, Zhu Zhipeng, Lian Shuai. Allocation schemes research of UPFC based on relieving power blockage considering the power generation schedule[J]. Electrical Engineering, 2018, 19(6): 14-19.

[22] Ni M, McCalley J D, Vittal V, et al. Online risk-based security assessment[J]. IEEE Power Engineering Review, 2002, 22(11): 59.

[23] 朱晨曦, 張焰, 嚴正, 等. 采用改進馬爾科夫鏈蒙特卡洛法的風電功率序列建模[J]. 電工技術學報, 2020, 35(3): 577-589.

Zhu Chenxi, Zhang Yan, Yan Zheng, et al. A wind power time series modeling method based on the improved Markov chain Monte Carlo method[J]. Transactions of China Electrotechnical Society, 2020, 35(3): 577-589.

[24] 楊林, 蔡暉, 汪惟源, 等. 500kV統一潮流控制器在蘇州南部電網的工程應用[J]. 中國電力, 2018, 51(2): 47-53.

Yang Lin, Cai Hui, Wang Weiyuan, et al. Application of 500kV UPFC in Suzhou southern power grid[J]. Electric Power, 2018, 51(2): 47-53.

[25] 祁萬春, 楊林, 宋鵬程, 等. 南京西環網UPFC示范工程系統級控制策略研究[J]. 電網技術, 2016, 40(1): 92-96.

Qi Wanchun, Yang Lin, Song Pengcheng, et al. UPFC system control strategy research in Nanjing western power grid[J]. Power System Technology, 2016, 40(1): 92-96.

[26] 夏鵬, 劉文穎, 蔡萬通, 等. 基于風電離散化概率序列的機會約束規劃優化調度方法[J]. 電工技術學報, 2018, 33(21): 5069-5079.

Xia Peng, Liu Wenying, Cai Wantong, et al. Optimal scheduling method of chance constrained programming based on discrete wind power probability sequences[J]. Transactions of China Electrotechnical Society, 2018, 33(21): 5069-5079.

[27] Eremia M, Liu C C, Edris A A. Advanced solutions in power systems: HVDC, FACTS, and Artificial Intelligence[M]. New York: John Wiley & Sons, 2017.

[28] 朱梓榮, 李群, 衛志農, 等. 含新型統一潮流控制器的電力系統安全校正模型[J]. 電力系統自動化, 2019, 43(2): 58-66.

Zhu Zirong, Li Qun, Wei Zhinong, et al. Security correction model of power system with novel unified power flow controller[J]. Automation of Electric Power Systems, 2019, 43(2): 58-66.

[29] 羅玉春, 王毅, 閃鑫, 等. 調控系統中統一潮流控制器穩態建模的實現[J]. 電力系統保護與控制, 2022, 50(1): 148-157.

Luo Yuchun, Wang Yi, Shan Xin, et al. Realization of steady state modeling of unified power flow controller in a control system[J]. Power System Protection and Control, 2022, 50(1): 148-157.

[30] Galvani S, Hagh M T, Sharifian M B B, et al. Multiobjective predictability-based optimal placement and parameters setting of UPFC in wind power included power systems[J]. IEEE Transactions on Industrial Informatics, 2019, 15(2): 878-888.

[31] Zhang X P. Modelling of the interline power flow controller and the generalised unified power flow controller in Newton power flow[J]. IEE Proceedings-Generation, Transmission and Distribution, 2003, 150(3): 268.

[32] 金義雄, 程浩忠, 嚴健勇, 等. 改進粒子群算法及其在輸電網規劃中的應用[J]. 中國電機工程學報, 2005, 25(4): 46-50, 70.

Jin Yixiong, Cheng Haozhong, Yan Jianyong, et al. Improved particle swarm optimization method and its application in power transmission network planning[J]. Proceedings of the CSEE, 2005, 25(4): 46-50, 70.

[33] Sun Jingwen, Yun Zhihao, Liang Jun, et al. Wind power forecasting based on a Markov chain model of variation[C]//2015 12th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), Zhangjiajie, China, 2016: 778-782.

Economic Dispatching of Power System with Interline Power Flow Controller Considering Wind Power Uncertainty

Wu Xi1Lu Yao1Cai Hui2Wang Rui1Chen Sheng3

(1. Electrical Engineering College Southeast University Nanjing 210096 China 2. Economic Research Institute State Grid Jiangsu Power Company Nanjing 210008 China 3. Development Department State Grid Jiangsu Power Company Nanjing 210024 China)

Interline power flow controller (IPFC) proposed is a device with powerful power flow control ability, which provides a new method for power flow control under the increasing integration of large-scale renewable energy. In this paper, a security-constrained economic dispatching method for the power system with IPFC considering wind power uncertainty is proposed. Compared with the conventional method, the proposed method accurately considers the control characteristics of IPFC and can guarantee the security requirement under-1 contingencies.

Firstly, the optimization objective function considering both economy and security is expressed as Equ. (1) in this paper. The wind power output scenarios are predicted based on MARKOV chain, and the security objective function is expressed risk index, which can be expressed by Equ. (2) in this paper.

Furthermore, with full consideration of the control characteristics of IPFC with the double-circuit structure, the equality/inequality constraints of the power system before and after contingencies are established:

1)-1 contingency occurs on either series side of the IPFC of the double-circuit line. At this time, the converter of the primary line on the fault side loses its control while the converter of the other primary line can still play control functions. Take the-1 contingency on lineis taken as an example. At this time, the mathematical expression of control characteristics are Equ.(11) and Equ.(12) in this paper.

2)-1 contingency occurs on the non-IPFC series side. At this time, the power flow of the line controlled by IPFC remains unchanged before and after the fault. The mathematical expression is Equ. (13) in this paper.

Finally, an improved particle swarm optimization algorithm is designed to solve the proposed optimization model with strong nonlinear constraints. In this structure, inequality constraints are treated by penalty function and equality constraints are guaranteed by power flow calculation. The particle velocity and position are constantly updated, and the optimal solution can be obtained after several iterations, that is, the optimal control scheme. The flow chart based on PSO is shown in Fig.4 in this paper.

With the strategy obtained by the proposed method and the strategy without considering the IPFC control characteristics, the power flow in the Jiangsu power grid is compared, as shown in Fig.5 and Fig.6 respectively. It can be seen that the line load rate under the strategy obtained by the proposed method meets the security requirement whether the contingency occurs on the line controlled by IPFC or not. It indicates that the strategy obtained by the proposed method can meet the security requirement under-1 contingencies and improve the static security of the system.

The two dispatching strategies obtained by single scenario optimization and the optimization method in this paper are respectively applied to all wind power uncertainty scenarios. The comparison results of the line overload condition of two strategies when serious-1 contingencies occur in some wind power scenarios are shown in Tab.2 in this paper. Under the background of large-scale wind power integration, the dispatching strategy considering the wind power scenario can satisfy the security constraints of power flow while the single-scenario dispatching strategy cannot.

Interline power flow controller (IPFC), control characteristics for double-circuit, wind power scenario, economic dispatch

10.19595/j.cnki.1000-6753.tces.211809

TM732

國家自然科學基金項目（52177075）、江蘇省自然科學基金項目（BK20221466）、國網江蘇省電力有限公司科技項目“基于線間潮流控制的新型FACTS裝置協調規劃技術與系統級運行控制策略研究”（J2021015）資助。

2021-11-10

2022-08-06

吳 熙 男，1987年生，副教授，研究方向為電力系統優化。E-mail：wuxi@seu.edu.cn（通信作者）

陸 瑤 女，1998年生，碩士研究生，研究方向為電力系統優化。E-mail：luyao006@seu.edu.cn

（編輯 赫蕾）