可变事故切除时间下的暂态稳定最优潮流计算及其应用

本文主要探讨了在现有的暂态稳定约束最优潮流(Transient Stability Constraint Optimal Power Flow, TSCC)研究基础上的一个创新性扩展——带可变事故切除时间的暂态稳定约束最优潮流计算。传统的TSCC模型假设事故切除时间是固定的，而新的模型允许这个关键参数成为变量，这在实际电力系统中具有重要意义，因为不同情况下可能需要不同的故障处理策略。 作者们首先提出了一个电力系统事故切除时间为变量的暂态稳定约束最优潮流模型（OPF-TSCC），这种模型将更精确地反映电力系统的动态行为和安全性。为了处理这种变化的约束条件，他们运用约束转换方法，将OPF-TSCC问题转化为一类广义半无限优化问题(Generalized Semi-Infinite Programming, GSIP)。GSIP是一种特殊的优化问题，它在优化过程中考虑了无限数量的软约束，这对于涉及不确定性因素的问题，如电力系统的故障情况，非常适用。 接着，他们结合现有的GSIP理论和算法，提出了一种新颖的求解方法，旨在有效地解决这类广义优化问题。这种算法可能是基于内点法、切割平面法或者其它优化技术的变体，通过迭代的方式逼近最优解，确保在满足暂态稳定性的同时，找到最佳的操作策略和事故切除时间。 电力系统数值仿真实验是验证新模型和算法有效性的重要手段。通过对比实验结果，研究者展示了他们的方法能够在保持系统暂态稳定的前提下，准确地计算出最优的事故切除时间和系统的临界切除时间(Critical Clearing Time, CCT)，即在不引发系统崩溃的极限切除时间内。这不仅有助于电网调度员制定更合理的故障应对措施，也有助于提升电力系统的安全性。 本文的研究对于电力系统运行管理和控制具有实际应用价值，特别是对于那些需要考虑事故处理策略灵活性和效率的复杂电力网络。通过引入可变事故切除时间，研究者提供了一个更为精细和动态的工具来评估和优化电力系统的运行状态。