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.     

基于多中心-校正内点法的加权最小绝对值状态估计

针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV（Weighted Least Absolute Value加权最小绝对值）抗差状态估计算法。该算法在PDIPM（Primal-dual Interior Point Method对偶内点法）的基础上,采用超立体空间映射技术,通过合理配置一些关键映射参数改善空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国桌省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS（Weighted Least Squares加权最小二乘法）算法进行比较,结果表明所提方法的抗差能力具有明显的优势。     

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.     

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。     

基于加权预测-校正内点法的混合直流输电系统最优潮流

针对预测-校正内点法求解混合直流输电（hybrid HVDC）系统最优潮流（OPF）时可能存在过校正而导致的发散问题,提出了基于加权预测-校正内点法的hybrid HVDC系统OPF算法。该算法保留了预测-校正内点法的预测步骤,将校正步进行加权,动态选择了校正方向在总的牛顿方向所占的比例,比较好地解决了预测-校正内点法校正错误而不收敛的问题。算例仿真表明,对hybrid HVDC系统进行OPF计算,能使系统处于更经济的运行状态。通过对多个IEEE节点系统进行仿真测试,验证了加权预测-校正内点法的有效性和正确性。     

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。     

基于粒子群算法与内点算法的无功优化研究

提出了基于改进粒子群算法和预测-校正内点法的解耦无功优化算法.通过引入时代因子和邻近变异策略,同时采用分段处理方法对粒子群算法进行改进.运用预测-校正算法替代原-对偶内点,使得在内点法寻优过程中的迭代步长加大,同时避免寻优过程中振荡的出现.将改进粒子群算法和预测-校正内点算法分别用于无功优化的离散优化和连续优化子问题.将所提出的方法应用于IEEE30节点和IEEE118节点的系统.算例表明:与采用传统粒子群算法和原-对偶内点算法的混合无功优化相比,提出的方法在计算速度和优化效果方面都具有明显的优势.     

基于两种不同内点法的最优潮流建模与仿真

用预测-校正内点法(predictor-corrector interior point method,PCIPM)最优潮流算法对原-对偶内点法(primal-dual interior point method,PDIPM)最优潮流算法进行改进。该方法在进行泰勒展开时保留了高阶项,首先通过修正方程计算仿射方向,在计算得到仿射扰动因子后回代入修正方程得到校正方向,进而得到修正量。最后用MATLAB语言编程实现了利用原-对偶内点法和预测-校正内点法进行潮流优化计算,并用不同算例进行了仿真验证。仿真结果表明预测-校正法具有比原-对偶法更好的收敛性。     

基于粒子群算法与内点算法的无功优化研究

提出了基于改进粒子群算法和预测-校正内点法的解耦无功优化算法。通过引入时代因子和邻近变异策略,同时采用分段处理方法对粒子群算法进行改进。运用预测-校正算法替代原-对偶内点,使得在内点法寻优过程中的迭代步长加大,同时避免寻优过程中振荡的出现。将改进粒子群算法和预测-校正内点算法分别用于无功优化的离散优化和连续优化子问题。将所提出的方法应用于IEEE30节点和IEEE118节点的系统。算例表明：与采用传统粒子群算法和原-对偶内点算法的混合无功优化相比,提出的方法在计算速度和优化效果方面都具有明显的优势。     

基于简化零空间内点法VSC-HVDC离散化最优潮流的研究

在求解含电压源换流器的高压直流输电(Voltage Source Converter based High Voltage Direct Current, VSC-HVDC)的交直流系统最优潮流(Optimal Power Flow, OPF)问题时,常使用原对偶内点法或智能算法。但原对偶内点法无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易陷入局部最优解,同时计算时间过长。因此,提出一种含离散惩罚函数的简化零空间内点算法。算法的主要思想是以简化零空间内点法(下称S-NSIPM)为框架,对连续变量进行优化,当收敛函数小于一定值时,在离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优和适应能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

一种基于Karmarkar内点法的最优潮流算法

以原－对偶内点算法（Ｋａｒｍａｒｋａｒ内点法的一种变形）为基本算法解算最优潮流问题，综合考虑非线性目标函数和约束条件，结合牛顿法最优潮流先进的稀疏矩阵技术，并且提出了一种新的原－对偶内点算法迭代步长选取原则和障碍参数修正策略。算例表明本算法有较好的数值稳定性，优化结果精确，对不等式约束有较强的处理能力，显示了内点算法应用于大规模电力系统优化问题的良好前景。     

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。     

含VSC-HVDC交直流系统精确化离散最优潮流的研究

原对偶内点法在求解含电压源换流器的高压输电(Voltage source converter based high voltage direct current,VSC-HVDC)的交直流系统最优潮流(Optimal power flow,OPF)问题时,有较高的效率与准确性,但是无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易于陷入局部最优解,同时计算时间过长。因此提出一种含离散惩罚函数的混合内点法算法。算法的主要思想是以内点法为框架,对连续变量进行优化,在当对偶间隙小于一定值时,对离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

基于自动微分和过滤线性搜索的非线性内点算法

非线性内点法已被广泛应用于求解大规模电力系统最优潮流问题。提出一种非线性内点算法,使用自动微分技术取代传统手动编程求导来计算雅可比矩阵和海森矩阵,还在寻优过程中使用过滤线性搜索技术,提高了搜索的可靠性和收敛速度。算例计算表明,该算法具有收敛性能好,可扩展性强和计算速度快的特点,具有应用于电力系统实时运行环境的潜力。     

基于最优中心参数的多中心校正内点最优潮流算法

为加快最优潮流(optimal power flow,OPF)问题的求解,基于最优中心参数(optimal centering parameter,OCP)及改进多中心校正(improved multiple centrality corrections,IMCC)技术,提出一种求解最优潮流(optimal power flow,OPF)问题的新型快速内点算法(OCP-IMCC interior point method,OCP-IMCCIPM)。结合均衡距离–评价函数(equilibrium distance-quality function,ED-QF),给出最优中心参数评价模型,采用线性化技术对模型近似,以降低模型计算量。利用线搜索技术实现近似模型求解以确定最优中心参数,该参数使得所提算法具有更多的优势步和更少的迭代次数。IMCC技术可进一步拉大迭代步(尤其是非优势步)步长,实现算法更快收敛。14—1047节点系统的仿真结果表明,与其他多种内点算法相比,所提OCP-IMCCIPM算法具有更大的迭代步长和更快的收敛速度以及更好的计算效果。     

基于预测-校正原对偶内点法的无功优化新模型

在有载可调变压器模型中引入虚拟节点，并通过该节点的电压来表示理想变压器对功率、电压的转换关系，由此在直角坐标系中建立了无功优化问题的二阶新模型。该新模型的海森矩阵是精确的常系数矩阵，在内点法迭代过程中只需要计算一次，从而缩短了每次迭代的计算时间。利用AMD算法对内点法修正方程的系数矩阵进行节点优化编号，减少了其LU分解所产生的注入元。通过存储海森矩阵的非零元素值、其行、列号及对应的拉格朗日乘子编号，提出了一种新的非零元素存储方式，极大地减少了海森矩阵与乘子线性组合的计算量。基于节点数从14到1338的7个测试系统进行了仿真计算，结果验证了所建模型与方法的正确性与有效性。这种建立模型的思想还可以应用到需要计算海森矩阵的动态无功优化、最优潮流以及状态估计等问题的算法中，以提高其计算速度。