薛琢成，杨冰芳(上海理工大学 电气工程系，上海 200093)

0 引 言

近年来，我国风电装机容量连续4年位居世界第一[1-2]。因风力资源的间歇性和波动性，对于风力发电，风速的不确定性会对电网潮流带来较大冲击，所以探讨风电并网对电网最优潮流的影响具有重要意义。

目前，最优潮流优化方法大致分为经典算法和智能算法两大类。经典算法主要包括：牛顿法和简化梯度法[3-4]。随着人工智能和机器学习的兴起和不断改进，智能算法逐步应用到电力系统中，智能算法主要包括：群类优化算法以及遗传算法等[5-6]。文献[7]在风电场最优潮流模型中，以电压波动和网损最小为目标，利用改进粒子群算法求解，大幅降低了网损和电压越界的可能性；文献[8]通过简化异步风电机等效稳态模型，利用混沌优化方法计算风电场最优潮流，得到了更为精确的结果；文献[9]指出传统优化算法存在局限性，在数学上不能严格证明求解结果一定是原问题的最优解，求解过程容易陷入局部最优。随着凸优化理论的发展，其具有全局最优的特性给研究带来了新方向，其关键之处是通过松弛方法处理，将最优潮流的非线性规划问题转换为凸优化问题。最为常用的松弛方法包括半定规划(SDP)和二阶锥规划[10-13]。

本研究考虑风电出力随机特性建立风电最优潮流模型，在潮流计算中将风电场出力从PQ节点注入[14]，其有功功率即为机械功率，与风速变化有直接关系，利用Weibull分布生成随机风速，计算风电场的有功和无功功率[15]。……