含大規(guī)模風電電力系統(tǒng)的安全穩(wěn)定風險預(yù)防控制方法

鮑顏紅，張金龍，衣立東，徐泰山，任先成，吳 峰

（1. 南瑞集團有限公司（國網(wǎng)電力科學研究院有限公司），江蘇省 南京市 211106；2. 智能電網(wǎng)保護和運行控制國家重點實驗室，江蘇省 南京市 211106；3.國網(wǎng)寧夏電力有限公司，寧夏回族自治區(qū) 銀川市 750010）

0 引言

隨著風電的迅猛發(fā)展，風電并網(wǎng)規(guī)模逐漸增加［1］，風電出力不確定性給電力系統(tǒng)安全穩(wěn)定分析與決策帶來極大的挑戰(zhàn)［2-4］?；诖_定性的傳統(tǒng)方法難以應(yīng)對不確定性對系統(tǒng)安全經(jīng)濟運行的影響。風險理論通過量化隨機事件發(fā)生的可能性和嚴重性，可以有效量度不確定性因素對系統(tǒng)整體的影響，保證系統(tǒng)的風險水平在可接受范圍內(nèi)。

對于新能源出力不確定性的處理，通常采用置信區(qū)間法［5-6］或場景法［7-10］：區(qū)間法基于一定的置信水平?jīng)Q定不確定量的上下邊界，生成電力系統(tǒng)大、小運行方式進行分析計算，存在計算結(jié)論過于保守的問題；場景法能夠?qū)π履茉床淮_定變量進行抽樣，產(chǎn)生可能出現(xiàn)的場景，通過多個確定性場景來表征不確定變量，針對每個場景進行安全穩(wěn)定分析計算獲得該場景的運行風險，綜合所有場景運行風險獲得系統(tǒng)安全穩(wěn)定運行風險。

預(yù)防控制通過改變當前運行點防止事故發(fā)生后可能造成的系統(tǒng)安全穩(wěn)定問題，增加了正常運行的費用，收益與是否發(fā)生故障和故障后果直接相關(guān)，因而選擇最佳控制策略具備博弈的本質(zhì)特征［11］。在運行方式安排的風險決策應(yīng)用方面，文獻［12］提出通過在優(yōu)化模型的目標函數(shù)或者約束條件中計及概率風險指標，實現(xiàn)對新能源電力系統(tǒng)規(guī)劃和運行中不同層次風險決策的有效指導。目前，通常采用的不確定優(yōu)化方法主要包括隨機優(yōu)化［13-14］和魯棒優(yōu)化［15-16］兩類。隨機優(yōu)化在處理的離散場景規(guī)模較大時求解時間較長。魯棒優(yōu)化通過設(shè)定不確定參數(shù)的波動范圍，尋求最惡劣場景下的決策方案，存在控制代價過大的問題。滿足安全穩(wěn)定要求的預(yù)防控制策略計算是復(fù)雜的高維非線性規(guī)劃問題，實際大電網(wǎng)安全穩(wěn)定問題具有高維、強時變、強非線性的本質(zhì)，相對采用數(shù)學規(guī)劃的求解方法，基于控制性能指標的啟發(fā)式方法易于滿足實際應(yīng)用中對于計算方法適應(yīng)性和計算速度的需求，得到更廣泛的應(yīng)用［17-18］。

對于考慮風電出力不確定性存在安全穩(wěn)定運行風險越限的場景及故障，本文提出了一種安全穩(wěn)定風險在線預(yù)防控制方法。參照電力系統(tǒng)事故等級評價標準將允許的運行風險轉(zhuǎn)化為機會約束條件，在此基礎(chǔ)上建立了包括限制風電集群出力棄電風險的預(yù)防控制措施控制代價最小目標優(yōu)化模型?；诩翰⑿杏嬎闫脚_采用并行隱式枚舉校核獲得滿足目標函數(shù)的控制措施。

1 風險指標

1.1 棄電風險

對于風電不確定性，一般將預(yù)測誤差處理為正態(tài)分布的隨機量。假設(shè)某風電場預(yù)測功率X的概率分布如圖1 所示，其中X～N(μ，σ2)。

圖1 風電場預(yù)測功率概率分布示意圖Fig.1 Schematic diagram of probability distribution of predicted power of wind farm

預(yù)防控制通過改變當前運行點將系統(tǒng)安全穩(wěn)定運行風險降低至可接受范圍，限制風電出力和降低送電端火電機組出力是常用的控制措施。若限制風電場A 的最大功率為Plim，A，則其棄電風險fR為：

式中：fA(x)為風電場預(yù)測功率的概率分布函數(shù)。風電功率預(yù)測誤差下限與上限值通常為3 倍標準差，當限制最大功率為μ+σ時，棄電風險如圖1 陰影所示。

風電大規(guī)模開發(fā)、集中并網(wǎng)是目前高比例風電電網(wǎng)的主要形式，可以把對系統(tǒng)安全穩(wěn)定影響接近的風電場站聚類為一群，并以風電集群為單元計算棄電風險并進行控制，群內(nèi)風電場站可按保守或等比例原則分攤調(diào)整量。其中，風電集群的功率區(qū)間及概率，可以在風電場預(yù)測出力區(qū)間及概率的基礎(chǔ)上，通過概率潮流計算獲得。通過聚類分群可實現(xiàn)不確定性變量有效降維，大大減少控制場景數(shù)目，提高計算效率。

1.2 安全穩(wěn)定風險

預(yù)想故障k的安全穩(wěn)定運行風險計算式如下：

式中：Rk為故障k的安全穩(wěn)定運行風險；Pck為預(yù)想故障k發(fā)生的概率；k∈CS，CS為所有預(yù)想故障集合；ST為聚類后的所有類場景子集集合；ρm為第m類場景子集中所有場景概率之和；φmk為第m類場景下故障k的嚴重度。

預(yù)想故障集合包括所有可能存在安全穩(wěn)定運行風險且故障概率大于門檻值的故障，為簡化分析僅考慮線路的首末端故障，對考慮概率分布的風電不確定出力進行抽樣獲得風電場出力場景，系統(tǒng)安全穩(wěn)定運行風險為預(yù)想故障集合中所有故障安全穩(wěn)定運行風險之和。

對預(yù)想故障進行時域仿真計算可以獲得系統(tǒng)是否安全穩(wěn)定的定性結(jié)論，當系統(tǒng)保持安全穩(wěn)定時可以認為其不存在安全穩(wěn)定運行風險。采用擴展等面積準則（EEAC）量化分析等方法可以定量評估安全穩(wěn)定裕度，但系統(tǒng)安全穩(wěn)定裕度的強非線性特性導致運行工況的較小變化會引起裕度的突變，因而其作為風險評估的故障嚴重度指標并不合適。實際上如果系統(tǒng)故障后無法保證其安全穩(wěn)定性，故障后的動態(tài)導致保護和安全控制動作切除機組和負荷，最終會過渡到與初始狀態(tài)不同的安全穩(wěn)定狀態(tài)。相對而言，故障越嚴重，故障發(fā)生后切除的負荷總量和機組總量越大，因此采用某一場景下故障造成的負荷損失和切除機組量作為故障嚴重度指標是一個相對合理的選擇。

按照上述方法可以計算系統(tǒng)安全穩(wěn)定風險，當運行風險越限時進行預(yù)防控制，但由于難以合理確定運行風險門檻值，因而影響其實用性。可以參照電力系統(tǒng)事故等級評價標準確定允許的最大切除機組量和切負荷總量，將系統(tǒng)允許的運行風險轉(zhuǎn)化為如下機會約束條件：

式中：i=1，2，…，nlc，nlc為負荷安全等級總數(shù)；Pr(·)為概率函數(shù)；α為設(shè)置的機會約束置信水平；ΔPwg(k，m)和ΔPld，i(k，m)分 別 為 第m類 場 景 下 故障k發(fā)生后切除機組總量和切除不同安全等級負荷總 量；k∈CS，CS為 所 有 預(yù) 想 故 障 集 合；Pwg，lim和Pld，lim，i分別為允許的最大切除機組總量和不同安全等級切負荷總量。

在暫態(tài)安全穩(wěn)定評估的故障時域仿真計算中考慮第二道防線安全控制裝置和第三道防線低頻低壓減載、解列裝置動作建模，統(tǒng)計故障直接引發(fā)和第二、三道防線安全自動裝置切除負荷損失、切除水火電機組以及風電機組脫網(wǎng)量；同時考慮風電機組頻率和電壓保護動作切除的風機總量，獲得故障后暫態(tài)過程切除的負荷總量和機組總量。若故障后系統(tǒng)過渡到穩(wěn)態(tài)時依然存在支路過載和斷面越限等靜態(tài)安全問題，采用文獻［19］方法進行緊急控制策略搜索計算獲得需要切除的負荷總量和機組總量，將其與暫態(tài)過程對應(yīng)值相加作為該故障發(fā)生后切除的負荷總量和機組總量。

2 含風電的風險預(yù)防控制模型

通常含大規(guī)模風電電力系統(tǒng)安全穩(wěn)定問題與輸電通道輸送功率相關(guān)，當輸送功率過大時存在安全穩(wěn)定問題，導致風機脫網(wǎng)和損失負荷。降低送電端水火電機組出力和限制風電出力，以及為平衡功率同步增加受電端水火電機組出力是常用的控制措施。由于在預(yù)防控制中采取限制可中斷負荷的控制代價過大，而且一般情況下通過調(diào)整或限制機組出力即可滿足要求，因此本文不考慮限制負荷的控制措施。

2.1 目標函數(shù)

考慮優(yōu)化目標為預(yù)防控制措施的控制代價最小，包括調(diào)整水火電機組出力的控制代價和限制風電集群出力的棄電風險，有

式中：NG為水火電機組總數(shù)；NW為風電機組總數(shù)；和分別為水火電機組g提供上調(diào)和下調(diào)功率的單位報價；和分別為水火電機組g被調(diào)用的上調(diào)和下調(diào)功率；Pw，lim，j為風電集群j受限的最大出力，fR(Pw，lim，j)為對應(yīng)的棄電風險；λW為風電棄電代價因子。

2.2 約束條件

預(yù)防控制模型中的機會約束條件見式（3）、式（4）。其他確定性約束條件如下。

1）潮流平衡約束

采用交流潮流方程如下：

式中：m∈ST；i，j∈SN，SN為系統(tǒng)所有節(jié)點集合；、、、、分別為節(jié)點i在場景m的水火電機組有功出力和無功出力、風電場有功出力和無功出力、有功和無功負荷功率；Vim、θim分別為節(jié)點i在場景m的電壓幅值、電壓相角；Yij、αij分別為節(jié)點導納矩陣的幅值、相角。

2）水火電機組出力約束

式中：Pg，max和Pg，min分別為水火電機組g的出力上限和下限；Pg，0為水火電機組g的當前出力；和分別為水火電機組g的爬坡和滑坡速率；Δt為調(diào)度時間。

3）風電集群出力約束

式 中：Pw，min，j為 風 電 集 群j的 有 功 出 力 允 許 下 限；Pw，max，j為預(yù)測的風電集群j的有功最大出力。

4）功率平衡約束

式中：Pw，0，j為風電集群j的當前出力。

5）系統(tǒng)備用約束

6）系統(tǒng)安全約束

式中：Iijm為在場景m的節(jié)點i和節(jié)點j之間支路電流有 效 值；Iij，max為 支 路 電 流 額 定 值；Vim為 在 場 景m的節(jié) 點i電 壓；Vi，min和Vi，max分 別 為 節(jié) 點 電 壓 下 限 和上限。

上述約束條件主要包括預(yù)防控制措施采取后的潮流平衡約束和對控制措施的約束，除此以外，約束條件還包括上文所述的安全穩(wěn)定風險機會約束條件式（3）和式（4）。雖然式（3）和式（4）沒有顯式表示系統(tǒng)安全穩(wěn)定性，但已將系統(tǒng)安全穩(wěn)定運行風險要求轉(zhuǎn)化為允許的最大切除機組量和切負荷總量機會約束條件，通過尋找最小控制代價的控制措施滿足系統(tǒng)安全穩(wěn)定約束。式（3）、式（14）共同構(gòu)成安全穩(wěn)定風險預(yù)防控制模型，該模型為機會約束規(guī)劃問題。

3 模型求解

求解機會約束規(guī)劃的傳統(tǒng)方法是把機會約束轉(zhuǎn)化為各自確定的等價類，然后用確定性規(guī)劃的方法求解。上述考慮安全穩(wěn)定風險約束的數(shù)學優(yōu)化模型，除了常規(guī)的代數(shù)微分方程外，還需要用差分方程和邏輯語句來描述第二、三道防線等動作事件，本質(zhì)上為邏輯-差分-微分-代數(shù)方程，含有強非自治性、強非線性，其求解不可能脫離數(shù)值積分，如故障后存在靜態(tài)安全問題還需要進行緊急控制策略搜索計算，因而難以將將機會約束規(guī)劃轉(zhuǎn)化為確定性規(guī)劃問題。而通過隨機模擬技術(shù)處理機會約束條件，并利用遺傳算法、粒子群算法等求解的啟發(fā)式方法，由于計算時間過長而難以滿足在線應(yīng)用需求。

在當前的在線動態(tài)安全分析（dynamic security analysis，DSA）系統(tǒng)中通常利用分布式并行計算技術(shù)，采用同構(gòu)的計算節(jié)點組成計算集群，將多個場景和故障分析計算的繁重任務(wù)分配到計算集群的計算節(jié)點上進行并行計算，然后在管理節(jié)點上匯總計算結(jié)果。目前大規(guī)模集群并行計算平臺具有強大的計算能力，計算節(jié)點可用的核數(shù)目達到上千個。

本文基于集群并行計算平臺，通過計算水火電機組和風電集群控制性能指標，設(shè)計了求解上述機會約束規(guī)劃的并行計算方案，可以滿足在線應(yīng)用需求。

3.1 控制性能指標

采用EEAC 量化分析方法［20］能夠獲得預(yù)想故障下電網(wǎng)的暫態(tài)安全穩(wěn)定裕度和模式，進一步可以得到安全穩(wěn)定模式中元件的參與因子［21］。

依據(jù)安全穩(wěn)定裕度、模式和元件的參與因子，以及過載元件的靜態(tài)靈敏度，文獻［17］定義了水火電機組出力調(diào)整的靜態(tài)安全和暫態(tài)穩(wěn)定控制性能指標，由此可以定義如下水火電機組出力調(diào)整的綜合控制性能指標：

式中：Ig為水火電機組g有功出力調(diào)整的暫態(tài)和靜態(tài)安全穩(wěn)定綜合控制性能指標；Ig，ta和λ1分別為暫態(tài)穩(wěn)定控制性能指標和權(quán)重；Ig，ol和λ2分別為靜態(tài)安全控制性能指標和權(quán)重。通常情況下暫態(tài)穩(wěn)定控制措施也有利于改善過載元件的靜態(tài)安全，因此可以優(yōu)先考慮暫態(tài)穩(wěn)定控制，λ1取較大值，λ2取較小值，具體取值根據(jù)實際電網(wǎng)情況確定。

當暫態(tài)功角穩(wěn)定裕度較低時系統(tǒng)功率、電壓和頻率大幅波動會引發(fā)切除負荷、水火電機組和風機脫網(wǎng)，而輸電線路過載嚴重時也需要切除更多的機組和負荷，由于故障發(fā)生后切除的負荷、水火電機組總量和風機脫網(wǎng)量與安全穩(wěn)定裕度強正相關(guān)，因此上述定義的控制性能指標也可以作為安全穩(wěn)定風險的控制性能指標。

風電機組本身并不參與同步機群的搖擺，主要通過改變同步機群間的功角差，影響系統(tǒng)的暫態(tài)穩(wěn)定性，其中關(guān)鍵影響因素為風電機組與同步機群的相對距離，文獻［22］定義了分別處于臨界機群（S 機群）和余下機群（A 機群）風電機組的暫態(tài)功角穩(wěn)定參與因子。獲得風電機組參與因子后，可以基于參與因子進行風電場站聚類，將各個故障以及故障多個模式下參與因子均相近的風電場站聚類為一群，聚類后的風電集群參與因子可取為其中各個風電場參與因子的平均值，之后即可計算風電集群的控制性能指標。

3.2 求解過程

計算各火電機組和風電集群的控制性能指標后，可以按照設(shè)定的門檻值篩選獲得有效控制措施。

將式（17）定義的綜合控制性能指標除以單位調(diào)節(jié)量的控制代價可以得到綜合性能代價比指標。對于水火電機組而言，為了滿足控制目標式（5）的要求，將增出力機組和減出力機組按照控制性能代價比指標從大到小的順序依次進行控制，可以獲得接近控制代價最小的控制方案。由于不同風電集群的棄電風險差異較大且與采取的控制量相關(guān)，因此難以預(yù)先確定各風電集群的控制順序。為了獲得滿足式（5）要求的控制方案，采用組合優(yōu)化方法，對水火電機組、各風電集群分別按照控制精度要求形成控制量由小到大的若干控制方案。然后，在水火電機組、各風電集群控制方案之間進行枚舉組合，刪除不滿足優(yōu)化模型中確定性約束條件的組合，由此形成所有可能的控制方案，即可從中尋找控制代價最小的控制方案。

基于集群并行計算平臺，在每一個控制方案下進行存在安全穩(wěn)定風險的場景及其預(yù)想故障的并行安全穩(wěn)定評估計算，可以獲得故障發(fā)生后切除的負荷總量和機組總量，統(tǒng)計所有場景及其預(yù)想故障的損失負荷總量和機組總量及其對應(yīng)的發(fā)生概率，即可判斷是否滿足式（3）和式（4）的機會約束條件。在所有滿足機會約束條件的控制方案集合中按照目標函數(shù)式（5）選擇最終的控制方案。

如對所有可能的控制方案均進行計算則計算時間難以滿足在線應(yīng)用的要求。引入并行正則采樣排序（PSRS）算法對目標排序法進行并行化［23］，實現(xiàn)了控制方案安全穩(wěn)定風險評估計算的并行隱式枚舉，步驟如下：

步驟1：基于改進的PSRS 算法對所有可能控制方案按照目標函數(shù)值由小到大的順序進行排序，將所有控制方案按順序均勻抽樣并分配至P個計算節(jié)點。

步驟2：各計算節(jié)點按目標函數(shù)值遞增順序進行控制方案j下預(yù)防控制場景及其故障的安全穩(wěn)定評估計算，多個預(yù)防控制場景及其故障計算可在計算節(jié)點的多個CPU 上并行進行，之后判斷機會約束條件是否滿足，若不滿足，則j++，轉(zhuǎn)步驟3；若滿足約束條件則發(fā)送目標函數(shù)值給其他計算節(jié)點，并停止計算。

步驟3：若計算節(jié)點收到其他計算節(jié)點發(fā)送過來的目標函數(shù)值，則將目標函數(shù)值和當前正在計算的值進行對比。若當前計算的目標函數(shù)值已經(jīng)大于其他計算節(jié)點發(fā)送的目標函數(shù)值，則停止計算并發(fā)送消息通知管理節(jié)點，轉(zhuǎn)步驟4；若所在計算節(jié)點還有可能找到最優(yōu)解，則繼續(xù)進行步驟2。

步驟4：對于管理節(jié)點，若收到了所有計算節(jié)點的結(jié)束通知，則找出所有計算節(jié)點中目標函數(shù)最小值即為最優(yōu)值，其所對應(yīng)的控制方案為問題的一個最優(yōu)解。

4 算例仿真驗證

以DSA 系統(tǒng)中某斷面時刻t0在線數(shù)據(jù)為例，含大規(guī)模新能源的某省級電網(wǎng)局部網(wǎng)絡(luò)示意圖如圖2所示。圖中：風電場W1 至W6 通過B2 廠站匯集入網(wǎng)，W7 至W10 通過B3 廠站匯集入網(wǎng)。圖中330 kV及以上電壓等級線路有功潮流對應(yīng)未來t0+15 min的基本運行方式（風電預(yù)測功率取期望值），根據(jù)風電功率預(yù)測系統(tǒng)實際應(yīng)用情況，風電功率預(yù)測均方根誤差取為10%。

圖2 局部電網(wǎng)示意圖Fig.2 Schematic diagram of part of power grid

在線DSA 系統(tǒng)考核的預(yù)想故障數(shù)目為234 個，基于DSA 安全穩(wěn)定風險評估結(jié)果，選取存在安全穩(wěn)定風險的“B2-B3 雙回N-2 故障”為例進行分析。

B2-B3 雙回線故障后存在暫態(tài)穩(wěn)定問題，振蕩中心位于B8-B9 雙回線（上述4 回線組成割集斷面），基于EEAC 進行量化分析可知，B1、B2、B7、B8等送端電網(wǎng)的機組屬于臨界群，B3、B6、B9 等受端電網(wǎng)的機組屬于余下群。計算各風電場的暫態(tài)功角穩(wěn)定參與因子并基于參與因子進行風電場聚類，W1至W6 和W7 至W10 可以分別聚類為一群，聚類后的風電集群參與因子如表1 所示。

表1 風電集群暫態(tài)功角穩(wěn)定參與因子Table 1 Transient angle stability participation factor of wind power cluster

除了暫態(tài)穩(wěn)定問題外，B2-B3 雙回線故障后潮流轉(zhuǎn)移至B8-B9 線路引起過載，位于臨界群的W1至W6 風電場出力是影響B(tài)2-B3 雙回N-2 故障下場景聚類和安全穩(wěn)定風險的主要因素?；赪1 至W6 風電場出力的聯(lián)合概率分布（μ=783.9，σ=40.83）進行抽樣，獲得風電場出力場景并聚類，對每一聚類場景進行故障時域仿真計算和靜態(tài)安全緊急控制策略搜索計算，獲得故障造成的負荷損失和切除機組量并將其作為故障嚴重度，而后基于式（2）計算故障k的安全穩(wěn)定運行風險（故障概率Pc，k取值為0.8）。經(jīng)計算可得，臨界群風電集群不同出力場景的概率及其安全穩(wěn)定風險如圖3 所示，臨界群風電場不同出力場景下的發(fā)電負荷損失總量及其累積概率分布如圖4 所示。

圖3 風電場出力概率分布及安全穩(wěn)定風險Fig.3 Probability distribution of wind farm output and security and stability risk

圖4 發(fā)電和負荷損失及累積概率分布Fig.4 Power generation and load loss and cumulative probability distribution

式（3）、式（4）中的Pwg，lim、Pld，lim，i和α分別取值為4 200 MW、1 700 MW、0.9，由圖4 可知Pr(ΔPwg＜4 200 MW)=0.27、 Pr(ΔPld＜1 700 MW)=0.91，即式（3）不滿足要求，需要進行預(yù)防控制滿足機會約束要求。

考慮15 min 為一輪控制周期，并結(jié)合電網(wǎng)風火上網(wǎng)電價，取目標函數(shù)式（5）中火電機組單位控制代價為93.75 元/MW、風電機組單位控制代價為202.5 元/MW、風電棄電代價因子λW為5.0。依據(jù)式（15）計算的部分候選控制措施綜合控制性能指標和可調(diào)空間如表2 所示。表2 中，“子網(wǎng)1_Gx”表示子網(wǎng)中的發(fā)電機組x。

表2 部分候選控制措施綜合控制性能指標和可調(diào)空間Table 2 Comprehensive control performance indices and adjustable spaces of some candidate control measures

對部分滿足機會約束條件的控制方案下采取不同控制措施的目標函數(shù)進行對比，情況如圖5 所示，最優(yōu)控制方案為方案4，具體為：子網(wǎng)1_G1 火電出力減少30 MW，限制B2 廠站W(wǎng)1 至W6 并網(wǎng)風電上限為793.9 MW，承擔3.56 MW 的棄電風險，子網(wǎng)2_G3 火電出力配套增加30 MW 以滿足功率平衡約束；λW=5。另外，不同風電棄電代價因子下，最優(yōu)控制方案變化情況如圖6 所示，可見隨著因子增大，更傾向于采取火電控制措施。

圖5 不同控制措施下目標函數(shù)變化Fig.5 Change of objective functions with different control measures

圖6 不同λW 下最優(yōu)控制方案變化情況Fig.6 Changes of optimal control schemes with different λW

本章案例分析在100 臺計算節(jié)點上展開（單個節(jié)點配置為4 個主頻為2.27 GHz 的E5520 CPU，共16 核，內(nèi)存為8 GB，操作系統(tǒng)為Rocky 4.2），算法采用C++和Fortran 語言編寫。

考慮任務(wù)并行計算能力為1 600，單個故障下場景聚類數(shù)目平均不超過20，風電集群聚類數(shù)目平均不超過10，單方式、單故障的靜態(tài)和暫態(tài)安全穩(wěn)定分析耗時最大約30 s，在線考核的234 個預(yù)想故障中存在安全穩(wěn)定風險的預(yù)想故障占比不超過2.5%，則15 min 的決策周期內(nèi)，最大可并行迭代30 輪，每輪校核約14 個方案，總可校核方案個數(shù)約420 個，考慮并行隱枚舉策略，一般情況足以滿足在線計算要求。

5 結(jié)語

本文考慮含大規(guī)模風電電力系統(tǒng)的不確定性，提出了一種安全穩(wěn)定風險在線預(yù)防控制方法，能夠為調(diào)度運行人員實時準確掌握系統(tǒng)安全穩(wěn)定邊界以及在線風險防控提供技術(shù)手段。

1）參照電力系統(tǒng)事故等級評價標準將允許的運行風險轉(zhuǎn)化為機會約束條件，可以避免難以確定系統(tǒng)安全穩(wěn)定運行風險門檻值的問題，此基礎(chǔ)上建立包括限制風電集群出力棄電風險的控制措施代價最小目標優(yōu)化模型，有助于促進新能源消納。

2）在計算水火電機組和風電集群控制性能指標基礎(chǔ)上，提出了一種求解機會約束規(guī)劃的并行隱式枚舉計算方法，計算時間可以滿足在線應(yīng)用需求。

鑒于互聯(lián)大電網(wǎng)下熱穩(wěn)定、電壓穩(wěn)定、暫態(tài)穩(wěn)定等多類安全穩(wěn)定問題相互交織，下一步將深入研究如何提高在線風險預(yù)防控制計算的準確性和計算效率。