研究目的
现代电力系统中由多种能源产生的电能，需在既定限制条件下进行最优规划以实现电力系统的规划与运行。近年来，全球人口总量增长、人类需求提升、技术进步以及生态系统和全球气候变化，共同导致了电力需求的持续攀升。满足这一能源需求最重要的解决方案之一，被认为是电力系统中可再生能源（RESs）的利用。随着可再生能源的应用，电力系统结构变得更加复杂。当可再生能源融入现代电力系统后，原本属于规划与运行问题的最优潮流（OPF）已成为一个棘手难题。本文研究了高比例可控可再生能源接入的电力系统最优潮流问题——这类电源因配备备用单元（储能装置）能够注入确定功率。通过分别采用对数正态分布和瑞利概率分布来模拟不确定的太阳辐照度与风速。所提出的含可控可再生能源的最优潮流问题，采用差分进化粒子群优化（DEEPSO）算法求解。
研究成果
作为现代电网最重要的问题之一，最优潮流（OPF）问题已成为研究热点。本文阐述了最新提出的含可控风电和光伏系统的电力系统OPF问题。通过不同仿真案例，在改进的IEEE 30节点、57节点和118节点含可再生能源测试系统上验证了所提OPF问题的可行性。此外，本研究考虑了火电机组成本函数的二次曲线模型、阀点效应及禁止运行区。将深度进化粒子群算法（DEEPSO）获得的数值结果与MSA、BSA和DS优化算法进行对比。为证明含可控风电和光伏系统的OPF问题可解性，对比显示DEEPSO方法比MSA、BSA和DS方法具有更优的适应度值和更好的最优解收敛性能。此外，DEEPSO算法针对研究案例优化的控制变量均在上下限范围内。为验证DEEPSO算法的优越性、鲁棒性和有效性，对所有测试案例采用Wilcoxon符号秩检验。未来工作可进一步研究其他形式的OPF问题，包括含可再生能源的多目标OPF问题、动态OPF问题以及高压直流系统中的含可再生能源OPF问题。
研究不足
实验的技术和应用限制以及潜在的优化领域包括将可再生能源集成到现代电力系统中的复杂性，以及使用这些能源解决最优潮流（OPF）问题的挑战。
