蒋 慧，戴文俊

基于CQPSO算法的含风电场电力系统经济调度研究

*蒋 慧1，戴文俊2

（1.淮南联合大学，安徽，淮南 232038；2.淮南师范学院，安徽，淮南 232038)

为了克服风电场出力波动的不利影响，提高调度经济性，构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型，并提出一种混沌量子粒子群算法对模型进行求解。标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性。对含风电场的IEEE30节点系统算例进行仿真实验，结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低。

混沌；量子粒子群优化；动态经济调度；多目标优化；风电场

由于风电具有很强的随机性，所以风电穿透功率超过一定值之后，给并网带来明显的波动性和随机性，会严重影响电能质量和电力系统的运行。学者们主要通过持续法、卡尔曼滤波法、时间序列法及在此基础上的改进方法对风速和风电功率进行预测研究，不断提高风速预测精度，有效地减轻或避免风电场出力不确定对电力系统的不利影响。然而，风速预测的准确性受预测对象的规律性影响很大，目前预测误差一般在25%~40%左右。因此含有风电的电力系统经济调度不再是确定性问题[1-4]。为了克服风电随机性的影响达到经济调度的目的，学者们在传统调度模型的基础上进行了优化与改进研究。文献[4]提出了一种区间经济调度非线性对偶优化方法，将风电有功功率描述为区间数，建立乐观及悲观双层非线性经济调度优化模型。……