考慮調(diào)峰特性的電網(wǎng)風(fēng)電接入能力分析

姜 欣，陳紅坤，向鐵元，崔若涵，賈體康

（武漢大學(xué) 電氣工程學(xué)院，湖北 武漢 430072）

0 引言

風(fēng)力發(fā)電作為一種較成熟、經(jīng)濟(jì)效益較好的清潔能源發(fā)電，受到了世界各國的高度重視[1-2]。但由于風(fēng)電出力具有隨機(jī)性和間歇性的特點(diǎn)，常規(guī)機(jī)組的備用容量、調(diào)峰能力等調(diào)節(jié)能力有限，使得評估一個系統(tǒng)的風(fēng)電接入能力成為了風(fēng)電并網(wǎng)發(fā)電規(guī)劃的基礎(chǔ)。

風(fēng)電穿透功率極限是評估風(fēng)電接入能力的一個主要指標(biāo)，一般定義風(fēng)電場穿透功率極限為系統(tǒng)能夠接受的最大風(fēng)電場裝機(jī)容量占系統(tǒng)最大負(fù)荷的百分比。風(fēng)電對系統(tǒng)的影響涉及到許多方面，分析計(jì)算十分復(fù)雜，因此，至今尚沒有統(tǒng)一的求解風(fēng)電場穿透功率極限的方法。已有的研究中主要有數(shù)字仿真方法、頻率約束法、數(shù)學(xué)優(yōu)化方法3類方法[3]。數(shù)字仿真方法，通過PSASP、PSD-BPA等電力系統(tǒng)仿真軟件采用試探法，計(jì)算風(fēng)電接入的最大裝機(jī)容量，該方法是一種驗(yàn)證性的間接計(jì)算方法，其不足在于因計(jì)算量的限制而無法全面考慮系統(tǒng)的各種運(yùn)行方式及風(fēng)況的影響[4-5]；頻率約束法則主要適用于分析研究風(fēng)電場接入較小容量電網(wǎng)的情況[6]；數(shù)學(xué)優(yōu)化算法是目前研究最廣泛的一種方法，把風(fēng)電最大裝機(jī)容量作為優(yōu)化目標(biāo)，考慮各類約束條件，進(jìn)行模型求解，目前已取得了較好的效果。文獻(xiàn)[7-8]基于直流近似模型，省略了與節(jié)點(diǎn)電壓和無功功率有關(guān)的約束條件，導(dǎo)致計(jì)算存在一定的偏差。文獻(xiàn)[9]建立了基于非線性內(nèi)點(diǎn)法的風(fēng)電穿透功率極限計(jì)算模型，將完整的潮流等式約束考慮其中，但是將風(fēng)電機(jī)組裝機(jī)容量簡單等同于其出力，并不能夠很好地處理風(fēng)電出力的隨機(jī)性。文獻(xiàn)[10]基于相關(guān)機(jī)會規(guī)劃理論建立了不確定環(huán)境下評估風(fēng)電場并網(wǎng)容量的優(yōu)化分析模型，同時考慮了風(fēng)電的發(fā)電能力約束和風(fēng)電場減出力控制措施的影響，取得了較好的計(jì)算結(jié)果。文獻(xiàn)[11]在風(fēng)光準(zhǔn)入功率極限模型中，考慮了風(fēng)光的調(diào)峰特性和它們之間的互補(bǔ)特點(diǎn)。

已有的研究中考慮風(fēng)電調(diào)峰特性的文獻(xiàn)較少，但由于大部分風(fēng)電具有反調(diào)峰特性，會使系統(tǒng)等效負(fù)荷峰谷差增大，限制風(fēng)電接入容量，因此風(fēng)電調(diào)峰特性在穿透功率極限的研究中不容忽視。本文基于機(jī)會規(guī)劃約束建立了風(fēng)電準(zhǔn)入功率極限模型。機(jī)會規(guī)劃約束，約束條件具有一定的置信水平，可以全面考慮多種運(yùn)行工況的可能性，避免了確定性約束條件下計(jì)算結(jié)果過于保守，同時彌補(bǔ)了動態(tài)仿真僅考慮典型運(yùn)行模式的不足。此外，本文以湖北某風(fēng)電場的實(shí)際采集數(shù)據(jù)為例，選取小時作為時間尺度，分析了風(fēng)速和負(fù)荷的分時分布特點(diǎn)，考慮兩者在時間上的聯(lián)系，將風(fēng)電的反調(diào)峰特性引入穿透功率極限模型。采用基于蒙特卡洛模擬的粒子群優(yōu)化算法求解上述模型，并在IEEE 30節(jié)點(diǎn)系統(tǒng)算例中進(jìn)行了實(shí)例計(jì)算，計(jì)算結(jié)果驗(yàn)證了本文所提模型和方法的有效性。

1 風(fēng)電調(diào)峰特性分析

電力系統(tǒng)中的負(fù)荷隨時間存在峰谷變化，風(fēng)速的分布特點(diǎn)也與季節(jié)、晝夜緊密相關(guān)，從而形成了風(fēng)電場的調(diào)峰特性。根據(jù)系統(tǒng)運(yùn)行經(jīng)驗(yàn)，電力系統(tǒng)日間負(fù)荷水平通常高于夜間負(fù)荷水平，而大部分風(fēng)能資源表現(xiàn)出夜間平均風(fēng)速高于日間平均風(fēng)速，夜間風(fēng)電場的出力較大，呈現(xiàn)明顯的反調(diào)峰特性[16]。

1.1 風(fēng)電場出力分時分布

風(fēng)電機(jī)組根據(jù)槳距特性可分為定槳距和變槳距2種類型[13]。當(dāng)前的主流機(jī)型以變槳距變速機(jī)組為主，該機(jī)組因其可以實(shí)現(xiàn)額定風(fēng)速以下的最大功率跟蹤控制以及額定風(fēng)速以上恒功率運(yùn)行而得到廣泛應(yīng)用；定槳距風(fēng)電機(jī)組也因其結(jié)構(gòu)簡單、可靠性高，在海上風(fēng)電機(jī)組中應(yīng)用廣泛[14]。不同類型的風(fēng)電機(jī)組的輸出特性曲線如圖1所示。

圖1 不同類型風(fēng)電機(jī)組輸出功率-風(fēng)速關(guān)系曲線Fig.1 Curve of output power vs.wind speed for different types of wind turbine

由圖1可以看出，定槳距機(jī)組在采用優(yōu)化控制后，也可接近變槳距風(fēng)機(jī)的功率輸出曲線。

假設(shè)同一風(fēng)電場內(nèi)風(fēng)速相同，則風(fēng)電場內(nèi)同種類型風(fēng)機(jī)的出力相等。本文在忽略風(fēng)電場尾流和電氣損耗的前提下，假設(shè)風(fēng)電場輸出功率等于風(fēng)電場內(nèi)所有風(fēng)機(jī)出力之和，此時風(fēng)機(jī)的輸出主要取決于風(fēng)機(jī)輪轂高處的風(fēng)速。本文采用如式（1）所示的分段函數(shù)簡化表達(dá)變槳距風(fēng)電機(jī)組的有功出力與風(fēng)速的關(guān)系[15]：

其中，vi、vo、vN分別為風(fēng)電機(jī)組的切入風(fēng)速、切出風(fēng)速和額定風(fēng)速；PN為風(fēng)電機(jī)組的額定功率。

目前已有的研究中，針對風(fēng)速分布擬合應(yīng)用最廣泛的模型是兩參數(shù)威布爾分布描述，其概率密度函數(shù)為[12]：

其中，v為實(shí)測風(fēng)速；k為形狀系數(shù)；c為尺度參數(shù)，表示某一段時間內(nèi)該地區(qū)的平均風(fēng)速。

本文通過對湖北某風(fēng)電場2011年采集到的風(fēng)速數(shù)據(jù)進(jìn)行整理分析，得出該區(qū)域一年四季中冬季風(fēng)的資源分布，夜間平均風(fēng)速明顯高于白天，表現(xiàn)出較為顯著的反調(diào)峰特性。因此，考慮最為惡劣的情況，以該區(qū)域冬季風(fēng)資源分布為例，采用極大似然估計(jì)的方法，以每小時為時間尺度，將一天的風(fēng)速數(shù)據(jù)分為24組，整理出該地區(qū)冬季不同時段下的風(fēng)速威布爾概率分布，見表1。

由尺度參數(shù)c可近似表征平均風(fēng)速大小，從表1可以看出冬季夜間 21∶00—24∶00 和 00∶00—08∶00時段的平均風(fēng)速整體高于08∶00—21∶00時段的平均風(fēng)速。

1.2 負(fù)荷分時分布

根據(jù)系統(tǒng)運(yùn)行經(jīng)驗(yàn)和可靠性理論，負(fù)荷大小波動服從正態(tài)分布[17]。其概率密度函數(shù)為：

其中，Pl為節(jié)點(diǎn)i的實(shí)際負(fù)荷大??；μi為節(jié)點(diǎn)i的負(fù)荷期望值，即預(yù)測值；δi為負(fù)荷波動的方差。

表1 冬季不同時段風(fēng)速的威布爾分布參數(shù)Table 1 Hourly Weibull distribution parameters of wind speed in winter

為考慮負(fù)荷以小時為時間尺度變化特點(diǎn)，其均值隨時間變化可采用IEEE-RTS[18]可靠性測試系統(tǒng)中的負(fù)荷模型。以冬季負(fù)荷數(shù)據(jù)為例，各時段的負(fù)荷占峰荷的百分比如圖2所示。

圖2 IEEE-RTS負(fù)荷模型各時段負(fù)荷百分比Fig.2 Hourly load percentage of IEEE-RTS load model

2 最優(yōu)模型

2.1 機(jī)會約束規(guī)劃原理

機(jī)會約束規(guī)劃是隨機(jī)規(guī)劃的重要分支，用于解決在給定置信水平下具有不確定因素的優(yōu)化問題。如果約束條件中含有隨機(jī)變量，且必須在觀測到隨機(jī)變量的實(shí)現(xiàn)之前做出決策，考慮到所做決策在不利情況發(fā)生時可能不滿足約束條件，允許所做決策在一定程度上不滿足約束條件，但是，該決策應(yīng)該使約束條件成立的概率不小于某一置信水平[19]。

機(jī)會約束規(guī)劃的一種常見形式如下：

其中，f（x，ξ）為目標(biāo)函數(shù)；gi（x，ξ）為隨機(jī)約束函數(shù)；x為n維決策矢量；ξ為概率密度函數(shù)φ（ξ）的隨機(jī)變量；Pr｛A｝為事件A成立的概率；α和β分別為給定的約束條件和置信水平；為目標(biāo)函數(shù)在概率水平至少為β時的取值。

2.2 基于機(jī)會規(guī)劃約束的風(fēng)電準(zhǔn)入功率極限模型

本文以系統(tǒng)可接納的最大風(fēng)電場裝機(jī)容量作為目標(biāo)函數(shù)，選取常規(guī)機(jī)組的有功出力和風(fēng)電場的裝機(jī)容量作為決策變量進(jìn)行優(yōu)化調(diào)整，基于機(jī)會規(guī)劃約束建立了如下的風(fēng)電場穿透功率極限數(shù)學(xué)模型：

其中，Pw為各節(jié)點(diǎn)對應(yīng)風(fēng)電場出力；eT為與向量Pw維數(shù)相同的列向量，且與風(fēng)電場節(jié)點(diǎn)對應(yīng)的位置上元素為1，其他位置的元素為0。

由于風(fēng)電場出力的隨機(jī)性，如果約束條件仍然是等式，則結(jié)果過于保守，而且也不具有實(shí)際意義。而具有一定置信水平的機(jī)會規(guī)劃約束彌補(bǔ)了確定性約束僅考慮典型運(yùn)行模式的不足，涵蓋了系統(tǒng)具有多種運(yùn)行模式的可能性。置信水平的取值來自于系統(tǒng)實(shí)際的要求，一般取值在0.9～1.0之間，取值越小，表明引入的風(fēng)險(xiǎn)越大，取值越接近1.0，計(jì)算結(jié)果越趨于保守[20]。具體約束條件如下：

其中，Pwi為風(fēng)電場的安裝容量；Pgi為常規(guī)機(jī)組的有功出力；Pli為有功負(fù)荷；Pmaxgi、Pmingi分別為各發(fā)電機(jī)組出力的上、下限；Umaxi、Umini分別為各節(jié)點(diǎn)電壓上、下限；Δf為系統(tǒng)頻率差異增量；Δfmax為系統(tǒng)頻率偏移限值；Pmaxli為輸電線路有功功率限值；Pupsr、Pdnsr分別為系統(tǒng)的旋轉(zhuǎn)備用容量上、下限；γi為常規(guī)機(jī)組的爬坡能力；PGgi為常規(guī)機(jī)組的額定容量；δi為風(fēng)電場以小時為時間尺度的風(fēng)功率變化系數(shù)；PGwi為風(fēng)電場裝機(jī)容量；Sg為系統(tǒng)常規(guī)發(fā)電機(jī)組集合；Sw為系統(tǒng)并網(wǎng)風(fēng)電場集合；Sl為系統(tǒng)負(fù)荷節(jié)點(diǎn)集合；SPQ為系統(tǒng)節(jié)點(diǎn)母線集合；α1—α5為置信水平。

3 基于蒙特卡洛模擬的粒子群優(yōu)化算法求解

3.1 蒙特卡洛模擬

隨機(jī)模擬技術(shù)為驗(yàn)證概率形式的約束條件提供了有效的途徑。本文采用蒙特卡洛模擬，從已知的概率分布中對隨機(jī)變量進(jìn)行抽樣，從而對系統(tǒng)決策變量進(jìn)行校驗(yàn)。

針對式（6）中的機(jī)會規(guī)劃約束，對任意給定的決策變量x，先設(shè)置N1=0，然后由概率密度函數(shù)生成N個隨機(jī)變量，如果將生成的隨機(jī)變量ξ和決策變量x代入式（6），滿足不等式 gi（x，ξ）≥0（i=1，2，…，n），則N1加1，當(dāng)N足夠大時，根據(jù)大數(shù)定律，如果式（6）成立，當(dāng)且僅當(dāng) N1/N≥α 時成立。如果 N1/N≥α不成立，則說明通過粒子群優(yōu)化算法產(chǎn)生的粒子不符合式（6）的概率水平，這樣的粒子舍棄，并重新生成新的粒子，直到所有的粒子都滿足 N1/N≥α[21]。

3.2 粒子群優(yōu)化算法

微粒群中的每一個粒子定義為D維空間（待優(yōu)化問題的解空間，維數(shù)為D），粒子以一定的速度Vi＝（Vi1，Vi2，…，ViD）在搜索空間中飛行。 每個粒子具有位置和速度2個特征值，粒子根據(jù)自己在解空間中的飛行經(jīng)驗(yàn)以及群體的飛行經(jīng)驗(yàn)，動態(tài)地調(diào)整自己的位置和速度。粒子位置坐標(biāo)對應(yīng)的目標(biāo)函數(shù)值即可作為該粒子的適應(yīng)度，算法通過適應(yīng)度來衡量粒子的優(yōu)劣。算法開始時，初始化一組隨機(jī)解x1、x2、…、xN（N為粒子的個數(shù)），然后通過迭代找到最優(yōu)解。在每一次迭代中，粒子通過跟蹤2個“極值”來更新自己：一個是粒子本身所找到的最優(yōu)解，即個體極值pbest；另一個是整個粒子群目前找到的最優(yōu)解，稱之為全局極值gbest。實(shí)例計(jì)算粒子在找到上述2個極值后，根據(jù)下面2個公式來更新自己的速度與位置[20]：

其中，V為粒子的速度；ppresent為粒子的當(dāng)前位置；rand 為[0，1]之間的隨機(jī)數(shù)；c1和 c2被稱作學(xué)習(xí)因子，通常c1=c2=2；w為加權(quán)系數(shù)，一般在0.1～0.9之間取值。

已有文獻(xiàn)[22-23]通過大量實(shí)驗(yàn)證明，如果w隨算法迭代的進(jìn)行而線性減小，將顯著改善算法的收斂性能。設(shè)wmax為最大加權(quán)系數(shù)，wmin為最小加權(quán)系數(shù)，r為當(dāng)前迭代次數(shù)，rmax為算法迭代總次數(shù)，則有：

更新過程中，粒子每一維的最大速率限制在Vmax，粒子每一維的坐標(biāo)也被限制在允許范圍之內(nèi)。同時，pbest與gbest在迭代過程中不斷更新，最后輸出的gbest就是算法得到的最優(yōu)解。

3.3 具體求解過程

根據(jù)以上的數(shù)學(xué)模型，采用基于蒙特卡洛模擬的粒子群優(yōu)化算法流程如下。

a.輸入系統(tǒng)信息和風(fēng)電場信息，調(diào)入分時段隨機(jī)分布參數(shù)，設(shè)置T=0、N1=0。

b.設(shè)置算法參數(shù)，在D維問題空間上對微粒群進(jìn)行初始化，設(shè)定群體規(guī)模為N，在決策向量x的可行域中產(chǎn)生一隨機(jī)數(shù)并檢驗(yàn)該隨機(jī)數(shù)的可行性，重復(fù)該過程，從而得到N個初始可行的微粒：xi=（xi1，xi2，…，xiD），其中 i=1，2，…，N，然后再對速度、位置等進(jìn)行初始化，生成控制變量初始值和粒子初始速度。

c.根據(jù)T的數(shù)值確定當(dāng)前時間段，隨機(jī)生成各風(fēng)電場風(fēng)速和負(fù)荷，計(jì)算出風(fēng)電出力以及系統(tǒng)潮流；并利用3.1節(jié)中介紹的蒙特卡洛隨機(jī)模擬校驗(yàn)當(dāng)前系統(tǒng)狀態(tài)是否滿足約束條件（即每個微粒的適應(yīng)值），若滿足則N1=N1+1。

d.對每個微粒，將其適應(yīng)值與所經(jīng)歷的最好位置的適應(yīng)值進(jìn)行比較，檢驗(yàn)粒子是否可行，若較好，則將其作為當(dāng)前最好位置。

e.對每個微粒，將其最好適應(yīng)值與全局所經(jīng)歷的最好適應(yīng)值進(jìn)行比較，檢驗(yàn)是否達(dá)到最大粒子數(shù)，若較好，則將其作為當(dāng)前的全局最好位置。

f.根據(jù)進(jìn)化方程（9）—（11）進(jìn)化，更新各粒子速度和位置。

g.對更新后的粒子再次利用蒙特卡洛隨機(jī)模擬計(jì)算 Pr｛gi（x，ξ）≥0，i=1，2，…，n｝并檢驗(yàn)粒子的可行性。

h.校驗(yàn)是否達(dá)到預(yù)設(shè)的最大迭代數(shù)；若是則認(rèn)為是一個足夠好的適應(yīng)值。

i.檢驗(yàn)此時是否滿足T≥24，若不滿足則T=T+1，重復(fù)步驟c—i；若滿足，則輸出此時最好的微粒和對應(yīng)的適應(yīng)值作為最優(yōu)解和對應(yīng)的最優(yōu)值（即輸出風(fēng)電穿透功率極限值和決策變量最優(yōu)值）。

4 算例結(jié)果與分析

本文以IEEE 30節(jié)點(diǎn)測試系統(tǒng)為例，驗(yàn)證上述模型和算法在求解風(fēng)電穿透功率極限問題上的可行性和有效性。IEEE 30節(jié)點(diǎn)測試系統(tǒng)如圖3所示，系統(tǒng)總負(fù)荷為189.2 MW，系統(tǒng)中常規(guī)機(jī)組出力上、下限如表2所示（均為標(biāo)幺值）。假定風(fēng)電場的平均風(fēng)速為8 m/s，風(fēng)電場以功率因數(shù)為1.0的恒功率因數(shù)方式運(yùn)行。風(fēng)電機(jī)組的運(yùn)行參數(shù)如下：額定功率為2 MW，額定風(fēng)速為12 m/s，切入風(fēng)速為3 m/s，切出風(fēng)速為25 m/s，各約束條件的置信水平αi如表3所示。

當(dāng)風(fēng)電場從不同點(diǎn)接入時，分別計(jì)算是否考慮風(fēng)電調(diào)峰特性的風(fēng)電穿透功率極限，結(jié)果見表4。

從表4可看出，未計(jì)及風(fēng)電調(diào)峰特性的風(fēng)電穿透功率極限比計(jì)及調(diào)峰特性的穿透功率極限高。事實(shí)上，由于大部分風(fēng)電都具有反調(diào)峰特性，特別是海上風(fēng)電場，其反調(diào)峰特性比內(nèi)陸風(fēng)電場明顯得多，不考慮風(fēng)電調(diào)峰特性的穿透功率極限計(jì)算結(jié)果會過于樂觀。同時也可以看出多點(diǎn)接入更有利于緩解線路的傳輸約束，最大限度地利用風(fēng)電機(jī)組容量。

圖3 IEEE 30節(jié)點(diǎn)測試系統(tǒng)Fig.3 IEEE 30-bus test system

表2 IEEE 30節(jié)點(diǎn)系統(tǒng)機(jī)組參數(shù)Table 2 Unit parameters of IEEE 30-bus system

表3 約束條件的置信水平Table 3 Credit level of constraints

表4 IEEE 30節(jié)點(diǎn)系統(tǒng)風(fēng)電穿透功率極限Table 4 Wind power penetration limit of IEEE 30-bus system

為了研究風(fēng)電場的平均風(fēng)速對風(fēng)電穿透功率極限的影響，在表4考慮風(fēng)電調(diào)峰特性計(jì)算條件基礎(chǔ)上，研究平均風(fēng)速對穿透功率的影響，結(jié)果見圖4。

由圖4可以得出，風(fēng)電場的平均風(fēng)速增大，對系統(tǒng)的擾動將隨之增加，從而限制了風(fēng)電接入容量，因此風(fēng)電場規(guī)劃時，需考慮該地區(qū)的平均風(fēng)速。

圖4 風(fēng)電場穿透功率極限與平均風(fēng)速關(guān)系圖Fig.4 Relationship between wind power penetration limit and average wind speed

不同的風(fēng)機(jī)類型對風(fēng)電穿透功率也有一定的影響，在表4計(jì)算條件的基礎(chǔ)上，研究風(fēng)電機(jī)組不同額定容量和不同額定風(fēng)速對穿透功率極限的影響，以節(jié)點(diǎn)24為例，計(jì)算結(jié)果見圖5。

圖5 不同參數(shù)風(fēng)電機(jī)組的穿透功率極限Fig.5 Wind power penetration limit for different parameters of wind turbine

由圖5可以看出，風(fēng)電機(jī)組的額定功率對穿透功率極限影響不大，但是穿透功率極限卻隨著額定風(fēng)速的增大而增大。

考慮到定槳距風(fēng)電機(jī)組未采用優(yōu)化控制方式時其風(fēng)功率輸出曲線（見圖1），相比于變槳距風(fēng)電機(jī)組，可表示為PN較小而vN較大的分段函數(shù)。因此，仍以節(jié)點(diǎn)24為例，對比了PN=2 MW、vN=12 m/s時與PN=1.5 MW、vN=15 m/s時的穿透功率極限，分別為0.1850和0.2068。計(jì)算結(jié)果表明，僅考慮靜態(tài)安全穩(wěn)定約束、功率因數(shù)為1.0的運(yùn)行方式下，定槳距風(fēng)電機(jī)組的穿透功率極限比變槳距風(fēng)電機(jī)組略大。

系統(tǒng)不同的運(yùn)行工況，對各約束條件的置信水平要求不同。在表4的計(jì)算條件基礎(chǔ)上，研究約束條件的不同置信水平對穿透功率極限的影響。方案a0為各約束條件置信水平為1.0的情況，方案a1—a5分別為在方案a0的基礎(chǔ)上，各約束條件置信水平α1—α5分別取0.98的情況（方案a1為旋轉(zhuǎn)備用約束置信水平α1取0.98，方案a2—a5依此類推），計(jì)算結(jié)果如圖6所示。

圖6 不同置信水平下的風(fēng)電穿透功率極限Fig.6 Wind power penetration limit for different credit levels

由圖6可以看出，約束條件的置信水平不同，風(fēng)電并網(wǎng)點(diǎn)的穿透功率極限不同，即風(fēng)電并網(wǎng)點(diǎn)不同，限制其并網(wǎng)容量的主要約束不同。節(jié)點(diǎn)24受頻率約束和線路傳輸極限約束的影響較大，而節(jié)點(diǎn)4受旋轉(zhuǎn)備用約束和爬坡能力約束的影響較大。因此風(fēng)電場規(guī)劃時，需考慮限制并網(wǎng)點(diǎn)的主要約束及實(shí)際電網(wǎng)對約束條件置信水平的要求。

5 結(jié)論

本文提出了一種考慮風(fēng)電調(diào)峰特性的風(fēng)電接入能力分析方法，同時考慮風(fēng)電出力的隨機(jī)性和風(fēng)電并網(wǎng)對系統(tǒng)調(diào)峰特性的影響，建立了機(jī)會約束規(guī)劃模型，并采用基于蒙特卡洛模擬的粒子群優(yōu)化算法求解，得出以下結(jié)論：

a.在評估風(fēng)電的接入能力時，忽略風(fēng)電的調(diào)峰特性，會使計(jì)算結(jié)果偏樂觀，為系統(tǒng)的安全穩(wěn)定運(yùn)行帶來隱患；

b.不同類型的風(fēng)電機(jī)組將在一定程度上影響風(fēng)電準(zhǔn)入功率極限，風(fēng)電場區(qū)域平均風(fēng)速的大小也會影響風(fēng)電的接入能力；

c.風(fēng)電并網(wǎng)點(diǎn)不同，限制其并網(wǎng)容量的主要約束不同。

風(fēng)電接入后的動態(tài)約束和輸電線路的故障概率也是影響風(fēng)電穿透功率極限的關(guān)鍵因素，如何將這些約束考慮進(jìn)優(yōu)化模型，是今后研究的重點(diǎn)。