王中夫

（中国能源建设集团广东省电力设计研究院有限公司，广州 510663）

传统的无功优化问题通常为确定性优化问题，该优化问题关系到系统的安全性和经济性［1］，但电力系统本质上具有不确定性，这种不确定性包括网络结构、负荷功率等，尤其是在如今大力发展新能源的情况下，光伏、风电等的间歇性出力，使这种不确定性越来越无法被忽略。这些不确定因素的存在，使电力系统运行在安全限范围附近，电压越限和崩溃更有可能发生。对系统进行不确定性无功优化（Uncertain reactive power optimization，URPO），可以提高系统的电压稳定裕度，使电压保持在期望的范围内，并降低网损。

针对不确定性无功优化问题，国内外学者做了大量研究并得到了许多新的成果。目前求解该问题的方法主要包括随机规划法、鲁棒优化法和区间优化法。在随机规划法中，不确定参数为随机变量，需分析其概率分布，建立无功优化的期望模型，采用智能算法进行求解，文献［2］提出一种基于数据驱动的两阶段随机规划模型，将主问题分解为子问题并行求解，文献［3］的两阶段随机规划模型中，采用场景替换概率机会约束，虽然上述方法在一定程度上简化了模型求解，但仍需要大量数据样本，且两阶段最优无法保证全局的最优。文献［4］提出一种多目标的无功优化调度问题，同时考虑有功损耗和电压偏差最小化，使用蒙特卡洛模拟近似不确定参数的概率分布，采用NSGA-II优化算法求解，该方法需要大量数据且模拟时间较长，求解效率有待提高。……