在当前全球能源短缺问题突出、环境污染日益严峻的大背景下,作为化石能源发电的有效补充,可再生能源发电(主要是风能和太阳能)为缓解全球能源危机和环境污染提供了新的思路。其中,风力发电作为技术最成熟、最具规模化开发条件的可再生能源发电技术得到了广泛的运用。但风机出力具有随机性及相关性的特点,其大量并网除了会带来电能质量问题外,还会改变电网的原始潮流分布和线路的传输功率,给电力系统的运行带来了很多不确定性。同时,电力系统的负荷功率也具有一定的随机性。因此,传统的确定性无功规划方法已难以适应这些复杂多变的环境,需要讨论不确定参数下的无功规划方法。针对这一问题,本文对含风电的电力系统无功规划进行了研究,主要内容如下:(1)引入概率理论来模拟系统中具有随机性的输入变量,建立了风机出力和负荷的概率模型。利用基于三点估计的概率潮流考虑风机出力和负荷的随机性,将概率潮流计算转化为采样点处的确定性潮流计算。但传统的三点估法不能求解输入变量具有相关性的概率潮流问题,只适用于输入变量相互独立的情况,为此引入Nataf变换来处理具有相关性的随机变量。IEEE33节点系统的仿真分析表明,该方法能够较精确地得到系统相应状态变量的概率分布。(2)本文将粒子群算法应用于电力系统无功规划的求解,针对传统粒子群算法收敛精度低、易陷入局部最优等缺点,从以下三个方面进行改进:首先将混沌算法融入粒子群算法中,对粒子种群进行混沌初始化,以增加粒子的种群多样性;然后对惯性权重和学习因子采用自适应调整策略,提高算法的计算效率;最后在位置更新公式中加入自适应变异算子,避免算法陷入局部最优。算例结果表明,改进粒子群算法相对于传统粒子群算法能够搜索到更高质量的优化解且计算速度更快。(3)无功规划问题可以分为无功补偿位置的选择和无功补偿容量的确定两个子问题,合理地选择无功补偿位置并配置合理的无功补偿容量,能够有效维持系统运行的安全性和经济性。首先采用无功裕度分析法选择电力系统的无功补偿位置;然后以不同负荷水平下系统综合费用最小为目标,建立了基于机会约束的电力系统无功规划数学模型,利用概率潮流计算方法替代传统的确定性潮流计算方法并结合改进粒子群算法对模型进行优化求解;最后对IEEE33节点系统进行仿真测试,结果表明所提无功规划策略可有效降低系统有功损耗和节点电压越限的风险。