基于主从问题的电力系统最优主动解列

系统主动解列的完整模型为大规模非线性混合整数规划问题,大多采取完全分解方法,因而只能求得近似解,针对此问题提出了基于主从问题交替求解电力系统最优主动解列断面的新策略,从而求得更优解。该策略基于图背包理论(connected graph constrained knapsack problem,CGKP)将完整主动解列模型转化为主从问题;主问题为图的最优平衡分割问题,采用CGKP技术进行求解;从问题为基于直流最优潮流(optimal power flow,OPF)的调度问题,采用OPF技术进行求解;主从问题之间通过节点负荷的调节量实现耦合。通过主从问题之间的交替迭代获得更优的解列方案,同时也使得解列方案更接近于完整模型的最优解。算例分析表明,该算法相对于其他近似求解策略,所获得的解列方案可使系统总切机切负荷量更少,从而证明了该方法的有效性和可行性。     

结合半正定规划和非线性规划模型的OPF混合优化算法研究

以内点法求解最优潮流(optimal power flow,OPF)的经典非线性规划模型已得到广泛应用,但无法保证解的全局最优性。而求解OPF的半正定规划模型,在一定条件下能获得全局最优解,但存在计算时间长和可能无法获得可行解的缺点。因此,文中提出一种结合非线性规划和半正定规划模型两者优势求解OPF问题的混合优化方法,以实现在更短的时间内获得全局最优解。首先,提出验证由内点法求解OPF非线性规划模型(nonlinear programming,NLP)所得解是否为全局最优的充分条件。若非全局最优,则基于OPF的半正定规划模型给出由该局部最优解出发的下降方向,并通过步长控制得到新的初值,交由内点法重新求解OPF的非线性规划模型。算例测试结果表明,该算法在避免求解完整半正定模型需耗费大量时间的同时,能够有效跳出非线性规划模型的局部最优解,收敛到全局最优解或更优的解。     

基于改进MCCIPM的含TCPST电力系统最优潮流计算

随着可控移相器(TCPST)在现代电力系统中应用水平的逐渐提高,计及TCPST的系统最优潮流(OPF)计算迎来了新的挑战。文中提出了一种基于改进内点法的含TCPST电力系统OPF计算方法。首先,结合TCPST接入系统的等效功率注入模型,以系统有功网损最小为目标建立含TCPST的最优潮流模型;其次,为提高收敛速度,文中针对多中心-校正内点法(MCCIPM)进行改进,提高了仿射方向迭代步长并重新配置关键映射参数;最后,基于改进后的MCCIPM,在IEEE 14、IEEE 30和IEEE 118节点网络完成OPF计算。测试结果表明,TCPST具有控制线路潮流分布的能力,验证了文中计算方法在求解效率上的优越性。     

矢量化动态最优潮流计算的步长控制内点法实现

实现动态最优潮流(dynamic optimal power flow,DOPF)的矢量化计算。通过将同类型、同时段的优化变量集中排列,建立动态最优潮流的矢量化模型,并采用步长控制内点法进行求解。各时段的梯度矩阵和海森矩阵具有与导纳矩阵相关的稀疏特性,在计算过程中保持不变。通过设计稀疏矩阵结构和内存分配策略提高Karush-Kuhn-Tucker (KKT)系统的形成速度。分析爬坡约束和购电量合同约束对求解KKT系统的影响,对比测试多个优化排序算法,指出近似最小度(approximate minimum degree,AMD)和列近似最小度(column approximate minimum degree,COLAMD)算法求解该模型KKT系统具有很高的效率。对节点数从14到1 040共5个测试系统12~96时段的DOPF模型进行仿真计算,验证所提算法的正确性和高效性。基于步长控制内点法的矢量化方法提高了DOPF程序的计算速度和收敛性。     

求解最优潮流问题的内点半定规划法

基于内点半定规划(semi-definite programming,SDP),提出一种求解最优潮流(optimal power flow,OPF)的新方法--SDP-OPF法。该方法将非凸OPF问题等价转换为半定规划问题,然后应用原始-对偶内点法求解。根据OPF半定规划模型的特点,采用基于半定规划的稀疏技术,使存储效率和计算性能得以大幅度提高。以4节点的简单电力系统为例,展示模型等价转换的过程及如何获取原OPF问题的解。IEEE-300节点等6个标准系统的仿真计算表明：所提算法具有超线性收敛性,其计算结果与内点非线性规划的结果一致,且能保证解的全局最优性,可在多项式时间内完成,是一种应用前景广阔的方法。     

基于信赖域内点法的最优潮流算法

在电力市场环境下 ,诸多问题 (例如实时电价、网络阻塞管理和可用传输能力的计算等 )都需要最优潮流 ( OPF)作为理想的工具。文中基于信赖域的思想提出了求解 OPF的新算法。该算法连续求解线性规划 ( LP)子问题 ,通过信赖域决定线性化步长的选取 ,由多步中心校正原—对偶内点法求解信赖域 LP子问题 ,并采用了一个物理策略以改善 OPF算法的稳定性。对国外一个 662节点实际电力系统进行了数值计算 ,结果表明该算法是快速、鲁棒的 ,具有实用意义     

含大规模风电场的电力系统线性化最优潮流计算

考虑随机因素的最优潮流(optimal power flow,OPF)计算属于非线性计算,随着系统规模增大,计算难度大大增加,计算效率低,难以满足电力系统在线计算分析要求。针对含大规模风电场的电力系统,首先利用近似简化方法对传统考虑风电不确定性的最优潮流模型进行线性化处理,同时利用拉丁超立方采样进行风电场景生成,基于场景削减技术获得概率测度较大的少数风电场景;然后建立一种新的考虑风电不确定性的线性化最优潮流模型;最后利用简化内点法进行求解。IEEE 300节点、Polish 2 736节点系统的计算结果表明,考虑风电不确定性的线性化最优潮流精度高、计算时间短、适用性强。     

基于改进多中心校正解耦内点法的动态最优潮流并行算法

基于改进的多中心校正(MCC)和解耦技术,提出一种求解动态最优潮流(DOPF)的并行算法。结合内点算法(IPM)框架与DOPF修正方程的分块箭形结构,给出修正方程的并行解耦-分解-回代解法。并结合这一解法特点,提出动态步长拉大技术及自适应最大校正次数技术,以单次迭代计算量小幅增加为代价,换取迭代步长的增大,迭代点中心性的提高,总迭代次数和计算时间的显著减少。解耦技术的使用,使得所提算法的核心计算都可并行完成。6～118节点系统的串行仿真结果表明,算法具有很好的鲁棒性和收敛速度,在多核集群系统上的并行仿真表明,算法具有理想的加速比和可扩放性,适合求解大规模的DOPF问题。     

线间潮流控制器建模及潮流优化方法

线间潮流控制器(interline power flow controller,IPFC)作为第3代柔性交流输电系统(flexible AC transmission system,FACTS)的代表性设备,具有强大的潮流调控能力。而IPFC的引入,会增加潮流优化(optimal power flow,OPF)问题的非凸性,导致其难以被准确、快速求解。为解决传统IPFC模型中等效电压源相角对应约束难以被凸化的问题,该文基于注入功率变量重新构造了IPFC的等效约束,并进一步利用数学变形、近似处理、二进制展开技术,对该模型进行凸化处理,将含IPFC的OPF问题从高度非凸的优化问题转化为混合整数二阶锥规划(mixed integer second-order cone programming,MISOCP)问题。最终,在仿真算例中完成近似误差分析,并利用Matlab/Gurobi求解MISOCP模型。结果表明,所提优化方法计算精度高,求解速度快,显著降低了系统发电成本,可为综合型FACTS的在线优化调控提供理论和技术支撑。     

基于零空间的现代内点最优潮流新算法

在约束条件苛刻时,现代内点法求解电力系统最优潮流OPF问题有时不收敛,为克服此不足,本文提出一种求解OPF问题的零空间内点算法。首先分析了现代内点法不收敛的原因;然后通过改进的原始对偶变量的修正方法和终止准则来保证迭代点的最优性和不等式约束的互补性;最后将所提方法用于求解5个IEEE标准算例。数值结果表明,所提算法与现代内点法求解OPF问题的结果一致,在约束条件苛刻时,本文算法具有更好的收敛性。     

含暂态能量裕度约束多故障最优潮流计算

借助暂态能量裕度对发电机有功和无功出力的解析灵敏度，将暂态能量裕度约束直接加入最优潮流模型中，建立含暂态能量裕度约束多故障最优潮流逐次线性规划模型，采用单纯形法求解，取得了较好的效果。此外，还提出了根据大步长单故障最优潮流近似计算获得的暂态能量裕度进行故障扫描方法，并寻找到同一失稳模式下影响系统稳定的关键故障，验证了满足关键故障稳定性要求的最优潮流解可以同时满足同失稳模式下的其它故障的稳定约束。新英格兰10机39节点系统的最优潮流及暂态稳定计算验证了所提方法的有效性。所有优化结果均用一个在电力系统中广泛使用的暂态稳定仿真程序进行了验证。     

基于连续线性规划的梯级水电站优化调度

梯级水电站优化调度是一个多时段、多变量和多约束条件的大规模优化问题,其求解过程非常复杂。文章尝试采用连续线性规划的优化方法来解决梯级水电站长期优化调度问题。通过采用泰勒级数一阶描述形式,对优化调度目标函数和约束条件中的非线性约束进行线性化处理,建立了基于连续线性规划算法的优化调度数学模型,提出了用连续线性规划技术求解梯级水电站优化调度问题的算法,并采用迭代步长的动态比例缩减因子保证算法能快速准确地收敛到优化问题的最优解。利用Matlab7.0编制连续线性规划梯级水电站优化调度程序,一个两级梯级水电站群的仿真分析结果表明,该算法可用于求解梯级水电站优化调度问题,并可快速得到非线性问题的最优解。     

基于改进非线性预报-校正内点法的最优潮流

提出一种改进的非线性预报-校正内点法,该方法在校正阶段应用了多中心校正的超立体空间映射技术,经过合理配置一些关键参数改善了映射空间的结构,使算法在每次迭代时只需1次校正计算就能获得较大的迭代步长,从而快速收敛至最优解.通过IEEE 14,IEEE 30,IEEE 57,IEEE 118这4个测试系统的仿真计算表明,该算法收敛快,其迭代次数基本与每次迭代进行4次中心校正计算的多中心校正内点法相当,而且鲁棒性好,未出现数值稳定问题.     

含VSC-HVDC的交直流系统内点法最优潮流计算

电压源换流器(voltage source converter,VSC)在稳态模型和工作原理上与传统高压直流输电(high voltage directcurrent,HVDC)的换流器有本质区别,因此传统的交直流系统最优潮流计算方法不适用于含基于电压源换流器高压直流输电(VSC based HVDC,VSC-HVDC)的交直流系统。讨论一种适用于原对偶内点法(primal-dual interior-pointmethod,PDIPM)和预测校正内点法(predictor-corrector PDIPM,PCPDIPM)解最优潮流的VSC-HVDC稳态模型。基于该稳态模型,将VSC-HVDC直流网络与交流系统结合起来,对交直流系统进行联立求解,并对多组算例进行仿真和分析,算例结果表明原对偶内点法在解决含VSC-HVDC的最优潮流问题的能力上,保持了传统内点法最优潮流的高效性,而在同样的条件下,预测–校正内点法迭代次数大大少于原对偶内点法。     

一种无功优化预测校正内点算法

无功优化是一个大规模非线性优化问题,预测校正内点法在求解该问题时表现出优良的性能。在每次迭代中,传统预测校正内点法通过预测步求出仿射方向,并用其估计互补方程泰勒展开式的二阶项,进而求出校正步。本文算法在传统预测校正内点法基础上进行了进一步的改善,采用了直角坐标系中的无功优化新模型,通过处理,所有KKT方程都转化成二次或线性的。通过预测步求出仿射方向后,用其精确地表达出所有二次KKT条件方程泰勒展开式的二阶项,然后再求出修正方向。新算法的速度优于传统预测校正内点法,数值计算结果表明了该方法的有效性。     

基于改进型动态规划算法的厂级负荷优化分配

在详细介绍了实行厂级负荷优化分配的重要性后,着重论述了用于火电厂厂级负荷优化分配的一般动态规划算法并指出其不足,提出了一种改进的动态规划算法,它根据经验所形成的策略来变换步长,再对不同步长下的所求解进行二次寻优,基本上克服了因步长选取不当而带来的非最优化问题.案例表明：改进型动态规划算法效果良好,具有不错的工程应用价值.     

原-对偶内点法最优潮流在电力系统中的应用

结合电力系统的特性，提出了一种基于稀疏技术的原－对偶内点法求解最优潮流问题，它在处理等式约束和变量型不等式约束时，能够同时处理函数型不等式约束，并且没有新的注入元注入系统。提出了一种新的迭代步长和中心方向的修改策略，同经典的牛顿法最优潮流比较表明，不需要预估有效约束集和进行试验迭代，易于编程实现。