求解无功优化的内点线性和内点非线性规划方法比较

将内点线性和内点非线性规划算法应用于求解大型电力系统的无功优化问题，并对两种算法的几个关键问题进行了研究，提出了有效的改进措施。根据从14节点到538节点的5个不同规模试验系统的计算结果，在收敛性能、优化结果和计算速度等方面对这两种算法进行了综合评估。     

一种求解多目标最优潮流的模糊优化算法

将模糊集理论和非线性原－对偶路径跟踪内点法应用于求解具有可伸缩约束的多目标最优潮流问题,选择合适的加速因子以改善算法的收敛性,并与单目标非线性最优潮流问题的计算结果进行了比较。对几个试验系统的计算表明,该算法具有稳定收敛性能,优化结果精确,灵活方便,处理变量不等工约束和函数不等式约束的能力很强,适合于求解大规模电力系统的多目标优化问题。     

电力系统无功优化自适应粒子群算法

针对粒子群(PSO)算法存在易陷入局部最优的缺点,提出了一种新的基于种群多样性指数的自适应粒子群优化算法(ASPO)。该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法后期引入速度变异算子和位置交叉算子,使算法摆脱后期易于陷入局部最优的束缚,同时又保持前期搜索速度快特性。将其应用于电力系统无功优化,对IEEE-30节点系统进行仿真计算,并与GA、PSO等算法比较,结果表明APSO算法能有效应用于电力系统无功优化,其全局收敛性能、收敛精度和收敛稳定性均较GA、PSO算法有了明显提高。     

线性约束优化的最优路径仿射内点信赖域方法

提供最优路径仿射内点信赖域算法解具有线性等式与线性不等式约束的非线性优化问题。通过在信赖域半径内沿着最优路径搜索求得模型的迭代方向,然后结合非单调内点回代线搜索技术获得可接受的步长因子,从而产生保证目标函数值非单调下降的严格内点可行迭代序列。基于最优路径的良好性质,在合理的假设条件下,可以证明算法不仅具有整体收敛性而且保持超线性收敛速率。引入非单调技术能克服高度非线性的病态问题,加速收敛性进程。     

多Agent结构的混沌PSO在无功优化中的应用

针对电力系统中,优化问题具有高维、多约束、非线性特点,提出一种基于多Agent体系结构的混沌粒子群优化算法。在分析粒子群算法的基础上,融合多Agent技术与混沌局部搜索算法,将粒子群算法的群搜索特征和Agent的智能搜索特征相结合。算法利用环境信息与周围Agent进行竞争合作,提升全局探索能力,增强信息多样性;同时依靠混沌局部搜索的无重复遍历性摆脱局部极值,提高算法在解空间中的收敛精确度。为验证算法有效性,对典型多约束、非连续的电力系统无功优化问题进行建模仿真。IEEE 30节点和118节点系统仿真计算的结果表明,与其他优化算法在收敛特性,最优解,鲁棒性等方面相比,该算法对解决电力系统无功优化问题是可行和有效的。     

基于非线性多中心校正内点法的最优潮流算法

提出了求解电力系统最优潮流问题新的非线性多中心校正内点算法.该算法采用仿射方向作为预测方向,在校正方向上增加了权系数,并通过线性搜索方法确定权系数的最优值,在预测方向和校正方向的组合方向上获得最大的迭代步长值;同时通过检验校正后的方向是否落在中心轨迹的对称邻域内来保证算法的收敛性.算法能够通过单次校正获得较大的计算步长,从而提高了计算的速度.该算法与预测校正内点法相比具有鲁棒性好、收敛快速的优势,特别是在计算过程中互补对差值较大的恶劣条件下.通过对多个测试系统的仿真,结果验证了算法有效性.     

应用改进GENOCOPⅢ算法求解无功优化问题

本文将GENOC0PⅢ(Genetic algodthm for Numerical Optimization of Constrained Problems)算法应用于以网损最小化为优化目标的电力系统无功优化问题中.该算法是一种求解含非线性约束的数值优化问题的协进化遗传算法.算法保持两个不同的种群并且使用不可行个体修正法来搜索可行点.文章最后以IEEE14节点系统为优化对象进行了计算,证明了GENOCOPⅢ遗传算法具有良好的性能.     

基于自适应人工鱼群算法的输电网网架规划

本文针对输电网网架规划问题采用了自适应人工鱼群算法。自适应人工鱼群算法采用反馈调节觅食视野策略,有效兼顾了全局搜索能力和局部搜索能力,增强了算法的收敛效率,同时有效避免了人工鱼在局部极值点大量聚集的缺点。最后,通过Matlab的仿真,验证了该算法的可行性,表明该算法用于电力系统输电网网架规划是有效的,具有良好的计算效率和全局收敛能力。     

基于自适应聚焦粒子群算法的电力系统无功优化

自适应聚焦粒子群算法（AFPSO）是根据PSO算法的全局搜索与局部搜索平衡特性,改进得到的一种具有较好全局搜索能力和寻优速度的自适应群体智能优化算法。通过采用AFPSO算法,对电力系统进行无功优化。该方法是以最优控制原理为基础,以网损最小为目标函数,在IEEE 30节点系统上进行测试,通过仿真测试以及不同算法优化结果的对比,表明基于AFPSO算法在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中,证明了AFPSO算法的有效性和优越性。     

具有三阶收敛速度的潮流算法

首次系统地推导了几个具有三阶收敛速度的牛顿类迭代法的多变量矩阵求解格式,并将它们应用于电力系统潮流计算。文中对IEEE14-300节点测试系统和一个实际系统共7个算例进行了仿真测试,结果表明,这些算法具有良好的收敛特性,并且在达到同样精度要求的情况下,它们较之经典牛顿法需要较少的迭代次数。尤其是,算法1和算法5由于在每步迭代中充分利用了Jacobian矩阵三角分解的因子表,提高了潮流计算的速度。最后指出,这些算法在潮流计算中的应用是对潮流计算方法的拓展,本文的研究为这些算法在电力系统中的进一步应用开辟了道路。     

求解离散无功优化的非线性原-对偶内点算法

针对无功优化计算中离散变量和连续变量共存问题,提出用直接非线性原一对偶内点法内嵌罚函数的新算法。通过对几个不同规模试验系统计算分析,并与Tabu搜索法求得的结果比较,证明了该方法是有效的,而且在计算速度、收敛性和优化精度上都优于Tabu搜索法。这使内点法在解决非线性混合整数规划无功优化的有效性和实用性方面更进了一步。     

考虑发电机安全运行极限的非固定分段无功优化模型及其算法

针对目前无功优化中没有根据不同发电机运行区域建立相应的无功辅助费用的问题，考虑了发电机安全运行极限约束，按照无功输出能力的不同，把发电机运行域分为了4个区，并给出了各个区域的发电机无功辅助费用计算函数。建立了以系统有功网损费用与发电机无功辅助费用之和最小为目标函数的无功优化模型，其对应的优化问题是一个具有非固定分段特点的非线性混合整数规划问题。文中提出了2种优化算法来求解该优化问题：结合启发式规则的混合整数规划内点法HEUIPM，其计算速度虽快，但为局部优化算法，并且在某些情况下存在不收敛的可能性；基于非线性内点法和免疫遗传算法所提出的启发式混合随机优化算法IPMIGA，该算法是全局优化的, 没有收敛性问题, 但其计算速度比HEUIPM慢很多。所以文中将2种方法结合起来，在程序设计时, 先用HEUIPM算法, 遇到不收敛时自动转到IPMIGA算法。对节点数从14到171的5个测试系统进行了仿真计算，结果验证了所提算法的有效性。     

基于混沌内点法的可用输电能力计算

针对目前电力系统可用输电能力计算收敛速度慢、易早熟的问题,提出了一种将混沌优化与跟踪中心轨迹内点法相结合的混合求解算法。该算法利用混沌优化所具有的遍历性、随机性和规律性等特点跳出局部最优点,接近全局最优点;同时,利用跟踪中心轨迹内点法在最优点的邻域内局部寻优,从而达到全局寻优与局部寻优相结合。利用IEEE30节点测试系...     

Simplification, expansion and enhancement of direct interior pointalgorithm for power system maximum loadability

Power system maximum loadability is a crucial index. The direct interior point algorithm was introduced by several researchers to calculate power system maximum loadability. This paper simplifies the direct interior point model and applies it to various optimization problems. Zone-based maximum loadability problems are discussed. Weight factors and tie line flows are included, ATC (available transfer capability) calculation is also investigated. The meaning and applications of “shadow price” are explained and shown. The principle of oscillation for this algorithm is explained. The factors that influence the algorithm's speed and convergence are investigated. Our research proves the interior point algorithm is a powerful tool that can handle various kinds of maximum loadability problems     

一种基于L_1范数模型和内点理论的潮流算法

提出一种结合L1范数模型和内点理论的潮流计算方法,利用基于扰动KKT条件的原始-对偶内点算法进行一般潮流问题求解.与以前的最小潮流法相比,该方法简单、求解易于收敛、易于程序实现,便于对病态系统求解,并同时能判断潮流方程是否有解.     

基于一种不可行内点法的电力系统无功优化

在应用内点法进行线性规划时,尚不能保证它的全面收敛性。提出了一种新的算法来求解无功线性优化问题。利用潮流雅可比矩阵直接变换求取灵敏度系数,建立无功优化线性规划模型,同时采用一种不可行内点算法来直接求解该问题。IEEE 14节点、30节点、57节点系统的计算结果表明,该算法能有效求解无功优化线性规划问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,对计算系统的规模不敏感。     

一种高效光伏多峰MPPT控制算法

在局部阴影条件下,光伏阵列的输出功率会出现多峰现象,传统MPPT控制方法搜索全局最大功率点会发生寻优失效。提出了一种高效的光伏多峰MPPT控制算法。该算法基于天牛须搜索算法,通过引入随时间变化的自适应步长因子,在算法初期自动的选取较大的搜索步长,使之保持较高的全局搜索能力;中期逐渐增大步长的衰减速度,加快算法收敛;后期逐渐减小步长的衰减速度,以提高收敛精度。Matlab结果表明,该算法可有效地减小搜索时间和搜索震荡,显著提高收敛速度,同时又可大大地提高搜索精度,准确搜索到光伏最大输出功率。     

基于非线性预报-校正内点法的电力系统无功优化研究

在非线性原-对偶内点法的基础上引入了预报-校正技术,使改进后的非线性预报-校正内点法获得了较纯原-对偶内点法更大的迭代步长,从而加速了算法的收敛.应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束.IEEE 14节点、IEEE 30节点、IEEE 57节点和IEEE 118节点系统的仿真结果表明,该算法收敛快、鲁棒性好.     

基于组合算法的在线无功优化及策略

为解决无功优化问题,构造出一种实用的目标函数,提出一种基于设备优先级的组合算法。该算法结合了非线性原对偶内点法收敛快的特性和改进遗传算法处理离散变量的优点,提高了算法的全局收敛能力和收敛速度。利用短期负荷预报,对未来24h系统负荷进行分段并确定负荷水平,以此来确定无功补偿控制设备动作的优先级。在线无功电压控制系统采用控制设备优先级策略和组合算法的协调策略后,实现了控制设备的合理动作。仿真结果和实际电网的运行情况表明,基于设备优先级的组合算法能够合理控制设备动作,提高电网的电压合格率,降低电网损耗。