文章快速检索     高级检索
  山东大学学报(工学版)  2017, Vol. 47 Issue (6): 1-6  DOI: 10.6040/j.issn.1672-3961.0.2017.541
0

引用本文 

刘晓明, 许乃媛, 杨斌, 魏鑫, 张丽娜, 曹永吉. 全球能源互联网受端特高压网架双阶段优化[J]. 山东大学学报(工学版), 2017, 47(6): 1-6. DOI: 10.6040/j.issn.1672-3961.0.2017.541.
LIU Xiaoming, XU Naiyuan, YANG Bin, WEI Xin, ZHANG Lina, CAO Yongji. Bi-stage optimization method for receiving-end ultra-high voltagenetwork planning under global energy interconnection[J]. Journal of Shandong University (Engineering Science), 2017, 47(6): 1-6. DOI: 10.6040/j.issn.1672-3961.0.2017.541.

基金项目

国网山东省电力公司经济技术研究院科技资助项目

作者简介

刘晓明(1984—), 男, 山东济南人, 工程师, 主要研究方向为电网规划和新能源发电技术. E-mail: 416582710@qq.com

通讯作者

曹永吉(1992—), 男, 山东青州人, 博士研究生, 主要研究方向为电力系统分析与控制. E-mail: caoyongji_sdu@163.com

文章历史

收稿日期:2017-10-30
网络出版时间:2017-11-20 14:53:30
全球能源互联网受端特高压网架双阶段优化
刘晓明1, 许乃媛2, 杨斌1, 魏鑫1, 张丽娜1, 曹永吉3     
1. 国网山东省电力公司经济技术研究院, 山东 济南 250021;
2. 国网山东省电力公司, 山东 济南 250001;
3. 全球能源互联网协同创新中心(山东大学), 山东 济南 250061
摘要:特高压作为全球能源互联网的关键支撑, 其规划将影响世界能源的安全性和经济性, 针对受端特高压电网的规划问题, 综合落点布局和网架结构调整, 提出双阶段优化方法。在第一阶段, 以最大化受端交流系统强度、静态电压稳定性和最小化网络有功损耗为优化目标, 构建三目标优化模型对特高压落点进行规划, 采用归一化方法和标量化方法求解。在第二阶段, 以短路电流和性能代价比为指标, 基于BPA软件, 对受端网架结构进行优化调整。以山东电网特高压网架规划为例进行仿真, 结果表明落点优化布局方案与实际情况相符, 提出方法能够有效保证特高压接入后电网的安全、经济运行。
关键词全球能源互联网    受端特高压    双阶段规划    三目标优化    归一化方法    标量化方法    性能代价比    
Bi-stage optimization method for receiving-end ultra-high voltagenetwork planning under global energy interconnection
LIU Xiaoming1, XU Naiyuan2, YANG Bin1, WEI Xin1, ZHANG Lina1, CAO Yongji3     
1. Economic & Technology Research Institute, State Grid Shandong Electric Power Company, Jinan 250021, Shandong, China;
2. State Grid Shandong Electric Power Company, Jinan 250001, Shandong, China;
3. Collaborative Innovation Center for Global Energy Interconnection(Shandong University), Jinan 250061, Shandong, China
Abstract: The ultra-high voltage (UHV) grid serves as a critical support technology of the global energy interconnection, of which network configuration may seriously impact the security and economical efficiency of global energy. Taking into account the layout of UHV receiving point and regulation of receiving-end network structure simultaneously, a bi-stage optimization approach was proposed to deal with the problem of receiving-end UHV network planning. In the first stage, a tri-objective optimization model (TOOM) of the UHV receiving point planning was established to maximize the strength of receiving-end system and the static voltage stability, and minimize the active transmission power loss. Then, the normalization and scalarization methods were implemented to solve the TOOM. In the second stage, the short circuit current level and cost-performance ratio were utilized as indices and the network structure was regulated based on the BPA software to ensure the safe and reliable operation. Shandong power grid was taken as a case study and the results validated the effectiveness of proposed approach.
Key words: global energy interconnection    receiving-end high voltage network    bi-stage planning    tri-objective optimization    normalization method    scalarizing method    cost-performance ratio    
0 引言

全球能源互联网(global energy interconnection, GEI)旨在合理配置世界范围内的清洁能源, 推动能源结构转型, 保证未来经济社会可持续发展[1-5]。以1 000 kV交流和±800 kV直流为代表的特高压(ultra-high voltage, UHV)作为GEI的关键技术支撑[6], 关系到全球能源的安全性。

文献[7]构建受端UHV电网落点方案的量化评估体系, 提出基于熵权理论的最优落点决策方法。文献[8]基于多馈入短路比(multi-infeed short circuit ratio, MISCR)和多馈入影响因子(multi-infeed interaction factor, MIIF)分析UHV受端电网的安全性。文献[9]采用多目标优化和启发式搜索方法, 以江苏电网为例研究受端UHV电网的规模。文献[10]对UHV网架的功能性和安全性进行评价分析, 并提出降低UHV互联大电网停电风险的措施。文献[11]基于蒙特卡罗模拟方法, 提出UHV电网的风险评估模型, 对比分析两种UHV电网规划方案的风险性。文献[12]搭建基于RTDS的UHV电网模型, 对距离保护的保护范围及影响因素进行测试、分析。文献[13]通过高频电压驻波比指标分析UHV输电系统接地极的故障状态, 提出接地极故障辨识方法。文献[14]研究通信系统延迟对UHV系统稳定性的影响, 构建考虑通信延迟的UHV安稳控制系统。文献[15]提出UHV系统无功功率优化控制策略, 防止受端500 kV线路电压越限。文献[16]指出电网规划是多目标、多阶段、非线性、受约束的高维混合整数规划问题, 模型的构建及求解具有挑战性。本研究针对GEI背景下受端UHV电网的规划问题, 提出依次优化UHV落点布局和受端网架结构的双阶段规划方法。综合分析受端交流系统强度、静态电压稳定性和网络有功损耗的量化指标, 构建了三目标优化模型(tri-objective optimization model, TOOM), 并基于归一化和标量化方法对模型求解, 确定UHV落点优化布局方案。利用BPA软件仿真固定UHV落点下的场景, 以短路电流水平和性能代价比为指标, 以保证电网安全可靠为目的, 对受端网架结构进行调整。

1 受端UHV网架规划影响因素 1.1 受端UHV落点选择指标

UHV电网的接入改变了受端系统的潮流分布情况, 会增加额外的网络损耗, UHV落点的选择需要根据负荷增长的情况, 以尽量靠近负荷中心和潮流分布更优化为主要原则, 使受端系统的有功损耗最小。对于UHV直流系统, 其受端电压稳定问题十分突出, 而且交流电网的强弱影响系统发生故障时的稳定性和直流系统发生连续换相失败的可能性。

对受端UHV落点进行规划, 应综合考虑系统网络损耗、受端电网的强弱及电压稳定性, 需要构建评估指标进行量化描述。

1.1.1 系统网损指标

有功网损常用作电力系统经济性和合理性的重要指标[17-18], UHV落点不同, 受端交流系统的有功网损会随之变化。有功网损越小, 表明受端电网潮流分布更合理, 运行经济性越好。交流系统有功网损的计算表达为

$ {P_{{\rm{loss}}}} = \sum\limits_{k = 1}^{{N_k}} {{G_k}(i, j)} \left[{{V_i}^2 + {V_j}^2 + 2{V_i}{V_j}{\rm{cos}}({\theta _i}-{\theta _j})} \right], $ (1)

其中:Nk为受端电网支路数目; Gk(i, j)为支路i与支路j间的导纳; ViVj为受端电网的节点电压幅值; θiθj为受端电网的节点电压相角。

1.1.2 受端电网强弱指标

在实际工程应用中, 常用受端交流系统容量与馈入直流电网容量的相对大小来衡量受端电网的强弱[19], 即采用短路比

$ {S_{{\rm{CR}}}} = {S_{{\rm{ac}}}}/{P_{{\rm{dn}}}}, $ (2)

其中:Sac为受端落点换流站交流母线的短路容量; Pdn为UHV直流系统的额定运行功率。

对于单UHV直流馈入的系统, SCR可用受端电网的戴维南等值阻抗和电动势表示

$ {S_{{\rm{CR}}}} = 1/{Z_{{\rm{eq}}}}, $ (3)

其中: Zeq为UHV直流受端电网的戴维南等值阻抗; SCR越大, 表示受端电网的强度越高, 对UHV直流系统的支撑能力越强。

有效短路比ESCR考虑UHV直流系统落点处无功设备对短路容量的影响

$ {E_{{\rm{SCR}}}} = ({S_{{\rm{ac}}}} - {Q_{{\rm{cn}}}})/{P_{{\rm{dn}}}}, $ (4)

其中: Qcn为UHV直流系统落点处母线保持额定电压时, 对应无功补偿设备补偿的无功容量; 与SCR相同, ESCR越大, 表示受端电网的强度越高, 对UHV直流系统的支撑能力越强。

1.1.3 电压稳定性指标

对UHV直流系统落点处母线的电压稳定进行分析, 可采用静态电压稳定指标

$ {V_{{\rm{SI}}}} = \frac{{{\rm{d}}{Q_{{\rm{ac}}}}}}{{{\rm{d}}U}} + \frac{{{\rm{d}}{Q_{\rm{d}}}}}{{{\rm{d}}U}} - \frac{{{\rm{d}}{Q_{\rm{c}}}}}{{{\rm{d}}U}}, $ (5)

其中:Qac为受端落点交流无功功率; Qd为UHV直流系统的无功功率; Qc为并联的无功补偿值; U为受端落点交流母线电压幅值; 当VSI > 0时, UHV直流系统受端落点母线能够保持静态电压稳定。

1.2 受端网架结构调整原则

在确定UHV落点布局后, 需要继续对受端的网架结构进行调整, 应以保持受端电网安全稳定为主要目标, 并综合考虑投资、运行费用等其他因素。UHV系统接入会造成受端电网500 kV电压等级线路的短路电流增大, 引起设备严重过载, 甚至超过断路器遮断容量, 影响电网运行的安全稳定性。

受端网架优化主要是对受端500 kV线路进行优化调整, 以短路电流容量ISC为指标。根据《城市电力规划设计导则》中对于断路器短路电流指标的相关要求, 500 kV电压等级断路器的遮断容量为50 kA或者63 kA。

因此, 应对受端电网500 kV电压等级网架结构进行调整, 保证系统的短路电流不超过63 kA, 即要求ISC < 63 kA, 提高系统保持安全稳定的能力。

在对受端网架结构进行调整时, 应同时考虑安全性和经济性, 即以调整方案的性能代价比Rcp最大为原则, 其表达式为

$ {R_{{\rm{cp}}}} = \frac{{\Delta {I_{{\rm{SC}}}}}}{{{C_{{\rm{ost}}}}}}, $ (6)

其中:ΔISC为调整方案实施后, 短路电流越限的改进程度; Cost为调整方案的投资成本。

2 受端UHV网架双阶段优化方法 2.1 双阶段规划框架

考虑到受端UHV电网的规划是一个多目标、双阶段的优化问题, 有针对性地提出双阶段规划的方法, 将整个规划过程分为先后两个阶段, 第一个阶段的优化结果是第二个阶段的输入数据。在第一阶段中, 对UHV线路在受端系统的布点进行优化选择; 在第二阶段中, 以第一阶段的优化结果为固定UHV受端布点的场景, 对受端电网500 kV网架结构进行优化调整, 对应的框架结构见图 1

图 1 受端UHV网架双阶段规划框架 Figure 1 The two-stage framework of receiving-end UHV grid planning
2.2 受端UHV落点多目标优化布局 2.2.1 多目标优化模型

综合考虑网络有功损耗、交流系统强弱及电压稳定性, 受端UHV落点布局可以用TOOM表示,

$ \left\{ {\begin{array}{*{20}{l}} {{\rm{min}}\mathit{\boldsymbol{F}}\left( \mathit{\boldsymbol{x}} \right), }\\ {{\rm{s}}{\rm{.t}}{\rm{.}}\left\{ {\begin{array}{*{20}{l}} {\mathit{\boldsymbol{H}}\left( \mathit{\boldsymbol{x}} \right) = 0, }\\ {\mathit{\boldsymbol{G}}\left( \mathit{\boldsymbol{x}} \right) < 0, } \end{array}} \right.} \end{array}} \right. $ (7)

其中:F(x)为三维矢量目标函数, 且,

$ \begin{array}{*{20}{c}} {\mathit{\boldsymbol{F}}\left( \mathit{\boldsymbol{x}} \right) = \left[{{f_1}\left( x \right), {f_2}\left( x \right), {f_3}\left( x \right)} \right] }=\\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ {\left[{{P_{{\rm{loss}}}}, 1-{E_{{\rm{SCR}}}}, 1-{V_{{\rm{SI}}}}} \right], } \end{array} $

x为优化变量组成的决策变量, 表示UHV落点方案; H(x)和G(x)分别为等式约束和不等式约束, 包括受端电网潮流约束、安全运行约束和落点选择约束。

2.2.2 基于归一化和标量化的求解方法

由于式(7)所示模型的目标函数为三维向量目标函数, 该优化问题包括3个优化目标, 各目标之间相互矛盾, 不能同时实现最优, 应求取其Pareto最优解[20]。考虑到3个指标值的取值范围不同, 为了避免指标本身数值对最终Pareto最优解的影响, 需要对优化目标进行归一化处理,

$ {f_1}\left( \mathit{\boldsymbol{x}} \right) = \frac{{{P_{{\rm{loss}}}}-{P_{{\rm{loss, min}}}}}}{{{P_{{\rm{loss, max}}}}-{P_{{\rm{loss, min}}}}}}, $ (8)
$ {f_2}\left( \mathit{\boldsymbol{x}} \right) = \frac{{{E_{{\rm{SCR}}}}-{E_{{\rm{SCR, min}}}}}}{{{E_{{\rm{SCR}}}}-{E_{{\rm{SCR, min}}}}}}, $ (9)
$ {f_3}\left( \mathit{\boldsymbol{x}} \right) = \frac{{{V_{{\rm{SI}}}}-{V_{{\rm{SI, min}}}}}}{{{V_{{\rm{SI, max}}}}-{V_{{\rm{SI, min}}}}}}。$ (10)

将向量优化问题标量化是求解向Pareto最优解广泛采用的方法, 利用广义不等式极小元的对偶性质[21], 将式(7)模型的目标函数标量化可得

$ \left\{ {\begin{array}{*{20}{l}} {{\rm{min}}{\mathit{\boldsymbol{\lambda }}^{\rm{T}}} \cdot \mathit{\boldsymbol{F}}\left( \mathit{\boldsymbol{x}} \right);}\\ {{\rm{s}}{\rm{.t}}.\left\{ {\begin{array}{*{20}{l}} {\mathit{\boldsymbol{H}}\left( \mathit{\boldsymbol{x}} \right) = 0;}\\ {{\mathit{\boldsymbol{\lambda }}^{\rm{T}}} \cdot \mathit{\pmb{1}} = 1;}\\ {\mathit{\boldsymbol{G}}\left( \mathit{\boldsymbol{x}} \right) < 0;}\\ {\mathit{\boldsymbol{\lambda }}{ \succ _{{K^ * }}}\mathit{\pmb{0}}{\rm{;}}} \end{array}} \right.} \end{array}} \right. $ (11)

其中:标量化向量λ衡量各目标间的相对重要程度, 通过改变λ的值可以求得原向量优化问题的不同Pareto最优解。

标量化向量λ的选取可依据Delphi法[22], 由领域专家组确定各优化目标间的相对重要程度, 通过多轮专家匿名征询—归纳统计—匿名反馈, 得到具有很高准确率的集体决策结果; 也可以基于一定的变化步长, 逐步改变λ的值以获得离散的Pareto前端, 再由专家根据工程实际要求决定最终方案。

对于式(11)模型的最优化结果, 当UHV系统接入受端一个变电站时, 该结果即为最优方案, 但最终的工程方案还需与实际情况相结合, 必要时根据优先次序选择次优化结果作为工程方案; 而当UHV系统接入受端多个变电站时, 可考虑选取最优方案与其他次优方案的组合作为最终方案。

2.3 受端UHV网架结构优化调整

受端UHV网架结构调整主要分为薄弱环节分析、调整方案确定以及方案校验3个步骤。首先, 按照第一阶段确定的受端UHV落点布局方案, 利用BPA软件计算受端电网各500 kV网架的短路容量ISC。根据ISC的越限情况, 找到UHV系统接入后受端电网薄弱环节, 并分析其出现短路电流过大的原因。

然后, 根据UHV受端电网薄弱环节分析的结果, 利用式(6)计算各备选方案的性能代价比, 并选取性能代价比最大的方案作为最优调整方案, 从而有针对性地对受端500 kV网架结构进行调整, 包括扩建线路、改变变电站出线等调整方案。

最后, 在UHV受端网架调整方案确定后, 需要再次利用BPA软件对调整方案进行校验, 包括受端电网在正常及N-1场景下500 kV主干线路的潮流分布是否合理, 500 kV和220 kV变电站的电压水平是否满足要求, 电网的暂态稳定性, 以及500 kV和220 kV电网短路电流水平是否越限。当所有指标均在合理范围内时, 则认为网架结构调整方案合理, 对应方案即为最终工程方案; 否则, 需返回上一步选择次优调整方案, 直至校验结果均符合要求。

3 算例分析

以山东电网为例, 对提出的两阶段规划方法进行验证分析。随着UHV输电系统的建设, 山东电网已经由独立电网变为受端电网, 交直流混合系统的相互影响以及区域内外的协调工作都将影响到山东电网的稳定可靠运行。本算例主要对山东电网UHV直流输电系统的落点方案进行验证, 并分析对应的网架结构调整方案。考虑到山东电网的实际情况, 网内500 kV节点的VSI均远大于0, 故设置VSI对应的权值为0, 在此基础上, 采用Delphi法可得标量化向量λ=[0.25,  0.75,  0]。

根据第一阶段优化方法, 计算山东电网各500 kV节点的目标函数值, 见表 1, 且数值越小, 则表明对应节点作为UHV落点的优先级越高。

表 1 山东电网500 kV节点目标函数值 Table 1 The objective function values of 500 kV bus ofShandong power grid

表 1可知, 智圣站的目标函数值为0.396 9, 在所有节点中其值最小, 可以考虑在此处建设直流换流站, 能够有效缓解临沂中部地区用电紧张的局面。沂蒙站的目标函数值为0.402 7, 其与智圣站位置接近, 同属于临沂地区, 相比于智圣站, 地理位置稍微偏离负荷中心, 而且2回220 kV线路直接和费县电厂连接、1回500 kV线路直接接入到邹县电厂。若是将直流换流点设在此处, 可能由于交直流系统的相互作用, 交流故障造成直流换相失败甚至闭锁, 进而又会影响到交流系统的运行, 甚至对邹县电厂平衡节点的出力造成影响, 给整个山东电网的安全稳定运行带来隐患。因此, 在临沂地区, 智圣站相对于沂蒙站更有利于建设换流站。

此外, 青州站位于负荷较高的淄博、潍坊地区。将青州站作为UHV直流系统的落点, 有比较合理的潮流分布, 有功损耗较小。若此处的直流线路发生最严重故障, 双极闭锁后, 潍坊特高压站和济南特高压站可以有效补偿损失功率, 有利于山东电网的稳定。因此, 在潍坊和淄博地区, 可以考虑在青州站建设直流换流站。

在确定智圣站和青州站两处UHV直流系统落点方案后, 采用第二阶段的受端网架调整方法, 分析山东电网的500 kV网架改进方案。

经BPA短路电流计算, 山东电网2020年共有9个500 kV站短路水平超过设备额定遮断容量, 包括济南特高压站、大泽站、聊城站、闻韶站、青岛换流站、崂山站、高青站、德州站、滨州站, 对应的计算结果见表 2

表 2 2020年山东电网500 kV站短路电流 Table 2 The short circuit current of 500 kV bus ofShandong power grid

由于篇幅限制, 以济南特高压站为例进行网架结构分析调整, 进一步计算济南特高压500 kV母线处三相短路时短路电流分配情况, 见表 3

表 3 济南特高压500 kV母线处三相短路时短路电流分配 Table 3 The current distribution of Jinan UHV 500 kV busunder three-phase short circuit

表 3可知, JiNM1、JiNM2、JiNM3和JiNM4的短路电流能占到43.3%, 这是造成500 kV侧母线短路电流超标的关键因素。计算各备选方案的性能代价比, 并选取最高的作为工程方案:调整济南特高压站500 kV侧主接线, 500 kV采用单母线单元接线, 即1台主变带2回出线。其主要特点是:有效降低短路电流水平, 500 kV母线短路电流最小; 接线简单清晰, 设备元件最少, 投资省。经BPA重新计算检验, 该调整方案可以有效的减小500 kV母线的短路电流, 使其控制在40 kA以内。

4 结论

针对GEI背景下受端UHV电网规划问题, 提出双阶段规划方法, 将受端UHV落点布局和受端网架结构调整分解为两个阶段依次优化。分析影响受端UHV落点选择的关键因素, 构建第一阶段多目标优化模型, 提出基于归一化和标量化的求解方法。在第二阶段中, 以第一阶段优化结果为固定的UHV受端落点场景, 利用短路电流容量和BPA软件分析UHV受端网架结构薄弱环节, 基于性能代价比有针对性地进行调整, 并通过反复校验选择合理方案。以山东电网为例进行分析, 算例结果表明智圣站和青州站适于作为UHV在山东电网的落点, 并提出适应UHV接入的山东电网500 kV网架调整方案。

在下一步的研究中, 将综合分析GEI背景下受端UHV电网规划各相关环节间的耦合关系, 并采用更先进、有效的求解算法, 提高规划的效率和精度。

参考文献
[1] 刘振亚. 全球能源互联网[M]. 北京: 中国电力出版社, 2015.
[2] 张恒旭, 施啸寒, 刘玉田, 等. 我国西北地区可再生能源基地对全球能源互联网构建的支撑作用[J]. 山东大学学报(工学版), 2016, 46(4): 96-102
ZHANG Hengxu, SHI Xiaohan, LIU Yutian, et al. Support of the renewable energy base in northwest of China on the construction of global energy interconnection[J]. Journal of Shandong University (Engineering Science), 2016, 46(4): 96-102 DOI:10.6040/j.issn.1672-3961.0.2016.236
[3] 张小平, 李佳宁, 付灏. 全球能源互联网对话工业4.0[J]. 电网技术, 2016, 40(6): 1607-1611
ZHANG Xiaoping, LI Jianing, FU Hao. Global energy interconnection dialogue industry 4.0[J]. Power System Technology, 2016, 40(6): 1607-1611
[4] 王益民. 全球能源互联网理念及前景展望[J]. 中国电力, 2016, 49(3): 1-5
WANG Yimin. Concept and prospect of global energy interconnection[J]. Electric Power, 2016, 49(3): 1-5 DOI:10.11930/j.issn.1004-9649.2016.03.001.05
[5] CAO Y, ZHANG Y, ZHANG H, et al. Probabilistic optimal PV capacity planning for wind farm expansion based on NASA data[J]. IEEE Transactions on Sustainable Energy, 2017, 8(3): 1291-1300 DOI:10.1109/TSTE.2017.2677466
[6] 刘振亚. 特高压交直流电网[M]. 北京: 中国电力出版社, 2013.
[7] 吴耀文, 马溪原, 方华亮, 等. 大规模风电特高压专用通道落点优选方法[J]. 中国电机工程学报, 2012, 32(1): 9-16
WU Yaowen, MA Xiyuan, FANG Hualiang, et al. Selection method of optimal access point for large scale wind power transmission UHV corridor[J]. Proceedings of the CSEE, 2012, 32(1): 9-16
[8] 邵瑶, 汤涌, 郭小江, 等. 多直流馈入华东受端电网暂态电压稳定性分析[J]. 电网技术, 2011, 35(12): 50-55
SHAO Yao, TANG Yong, GUO Xiaojiang, et al. Transient voltage stability analysis of east China receiving-end power grid with multi-infeed HVDC transmission lines[J]. Power System Technology, 2011, 35(12): 50-55
[9] 周勤勇, 刘玉田, 汤涌. 受端电网最大直流受入规模分析方法[J]. 高电压技术, 2015, 41(3): 770-777
ZHOU Qinyong, LIU Yutian, TANG Yong. Analysis method for the maximum HVDCs' capacity to receiving-end power grid[J]. High Voltage Engineering, 2015, 41(3): 770-777
[10] 杨海涛, 吉平, 刘晋雄, 等. 特高压网架方案功能和可靠性分析[J]. 高电压技术, 2017, 43(3): 1014-1022
YANG Haitao, JI Ping, LIU Jinxiong, et al. Analysis on the function and reliability of UHV grid-frame schemes[J]. High Voltage Engineering, 2017, 43(3): 1014-1022
[11] LONG R, ZHANG J. Risk assessment method of UHV AC/DC power system under serious disasters[J]. Energies, 2016, 10(1): 13 DOI:10.3390/en10010013
[12] WANG B, DONG X, BO Z, et al. RTDS environment development of ultra-high-voltage power system and relay protection test[J]. IEEE Transactions on Power Delivery, 2008, 23(2): 618-623 DOI:10.1109/TPWRD.2008.915818
[13] TENG Y, LI X, HUANG Q, et al. A novel high-frequency voltage standing-wave ratio-based grounding electrode line fault supervision in ultra-high voltage DC transmission systems[J]. Energies, 2017, 10(3): 309 DOI:10.3390/en10030309
[14] YU W, XUE Y, LUO J, et al. An UHV grid security and stability defense system: considering the risk of power system communication[J]. IEEE Transactions on Smart Grid, 2015, 7(1): 491-500
[15] MIAO Y, CHENG H. An optimal reactive power control strategy for UHVAC/DC hybrid system in east China grid[J]. IEEE Transactions on Smart Grid, 2015, 7(1): 392-399
[16] 王同文, 许文格, 管霖. 电力网的网架结构优化规划方法[J]. 继电器, 2005, 33(21): 58-64
WANG Tongwen, XU Wenge, GUAN Lin. Method for optimal programming of the electric power structure[J]. Relay, 2005, 33(21): 58-64
[17] 陆文甜, 林舜江, 刘明波, 等. 含风电场的交直流互联电力系统网省协调有功调度优化方法[J]. 电力系统自动化, 2015, 39(7): 89-96
LU Wentian, LIN Shunjiang, LIU Mingbo, et al. A regional and provincial grid coordination optimization method for active power dispatch in AC/DC interconnected power system with wind power integration[J]. Automation of Electric Power Systems, 2015, 39(7): 89-96 DOI:10.7500/AEPS20140523009
[18] 熊雄, 叶林, 杨仁刚. 风电功率小波包分解结合储能模糊控制的配电网多目标优化[J]. 电力系统自动化, 2015, 39(15): 68-74
XIONG Xiong, YE Lin, YANG Rengang. Distribution power system multi-objective optimization based on wind power wavelet packet decomposition and storage system fuzzy control[J]. Automation of Electric Power Systems, 2015, 39(15): 68-74 DOI:10.7500/AEPS20140709003
[19] 刘昇, 徐政. 联于弱交流系统的VSC-HVDC稳定运行区域研究[J]. 中国电机工程学报, 2016, 36(1): 133-144
LIU Sheng, XU Zheng. Study on stable operating region of VSC-HVDC connected to weak AC systems[J]. Proceedings of the CSEE, 2016, 36(1): 133-144
[20] 刘文颖, 文晶, 谢昶, 等. 考虑风电消纳的电力系统源荷协调多目标优化方法[J]. 中国电机工程学报, 2015, 35(5): 1079-1088
LIU Wenying, WEN Jing, XIE Chang, et al. Multi-objective optimal method considering wind power accommodation based on source-load coordination[J]. Proceedings of the CSEE, 2015, 35(5): 1079-1088
[21] BOYD S, VANDENBERGHE L. Convex optimization[M]. Cambridge: Cambridge University Press, 2004.
[22] XU X, CAO Y, ZHANG H, et al. A multi-objective optimization approach for corrective switching of transmission systems in emergency scenarios[J]. Energies, 2017, 10(8): 1204 DOI:10.3390/en10081204