首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 218 毫秒
1.
针对传统机组组合模型的不足,提出一种考虑最优潮流约束的机组组合模型并给出了其并行化解法.该法借助于扩展拉格朗日和变量复制技术,将原问题转换为其对偶问题,并利用附加问题原理将对偶问题分解为动态规划和最优潮流子问题.对于最优潮流子问题,采用预测校正内点法求解,同时在求解过程中,采用并行处理技术.IEEE118节点及IEEE300节点仿真结果表明,该方法性能稳定,收敛性好,并行处理后计算速度显著提高.  相似文献   

2.
实时电价是电力市场中的重要概念.为了研究实时电价所包含的丰富的经济信息以及适合实时电价在线快速计算的算法,基于最优潮流(OPF)实时电价模型采用原对偶内点算法求解,并讨论了向心参数的取值对该算法收敛性的影响.在此基础上引入预测校正环节,该方法能很好地协调解的最优性和可行性之间的关系,改善了算法的收敛性;采用IEEE14节点标准测试系统进行实时电价计算,对仿真结果的分析表明了相应不等式约束的Lagrangian乘子的值代表系统运行安全费用,预测校正法迭代次数少,收敛性好.  相似文献   

3.
含VSC-HVDC的交直流系统内点法最优潮流计算   总被引:7,自引:0,他引:7  
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。  相似文献   

4.
加权预测-校正内点法(WPC-IPM)求解含电压源型高压直流输电(VSC-HVDC)的电力系统最优潮流时,迭代中后期校正环节加权会减慢收敛速度。提出一种自适应加权预测-校正内点法(AWPC-IPM),该方法以对偶间隙的变化趋势作为加权与否的判据,对偶间隙增大时加权,以抑制校正方向错误导致的收敛性变差,对偶间隙减小时不加权,以加快收敛。算例仿真结果表明,所提方法既有效抑制了校正方向错误对预测-校正内点法(PC-IPM)的影响,又加快了迭代后期的收敛速度。  相似文献   

5.
基于最优潮流的实时电价及其算法的研究   总被引:1,自引:0,他引:1       下载免费PDF全文
实时电价是电力市场中的重要概念。为了研究实时电价所包含的丰富的经济信息以及适合实时电价在线快速计算的算法,基于最优潮流(OPF)实时电价模型采用原对偶内点算法求解,并讨论了向心参数的取值对该算法收敛性的影响。在此基础上引入预测校正环节,该方法能很好地协调解的最优性和可行性之间的关系,改善了算法的收敛性;采用IEEE14节点标准测试系统进行实时电价计算,对仿真结果的分析表明了相应不等式约束的Lagrangian乘子的值代表系统运行安全费用,预测校正法迭代次数少,收敛性好。  相似文献   

6.
何伟鹏  洪彬倬 《广东电力》2012,25(11):20-24,61
高压直流输电在远距离大容量输电、海底电缆输电等方面具有独特的优势,但直流设备的引入也使得交流系统最优潮流算法无法直接应用于现存的交直流系统,为此,先基于传统最优潮流算法,结合直流系统的稳态模型,提出一种含高压直流输电的预测-校正内点法最优潮流。多个算例仿真表明,该算法在不同的控制方式下均具有较好的适应性和收敛性,且迭代次数少于原对偶内点法,可减少计算量,节省计算时间。  相似文献   

7.
最优潮流的原对偶内点法矢量化实现   总被引:1,自引:0,他引:1  
为提高计算速度,采用矢量化技术实现最优潮流计算.通过将同类型的优化变量集中排列,建立最优潮流模型的矢量化表达形式.采用原对偶内点算法求解该模型,建立梯度矩阵及海森矩阵线性组合的矢量化计算公式.求解修正方程时,对系数矩阵进行近似处理,对修正方程系数矩阵采用LDLT算法进行分解.采用近似最小度(AMD)算法对系数矩阵进行排序,减少分解所产生的注入元.基于C/C++开发电力系统矢量运算支持库,设计动态稀疏存储策略进一步提升最优潮流程序的计算速度.对多个测试系统进行仿真计算表明:矢量化可简化最优潮流的程序逻辑并提高程序运行速度.  相似文献   

8.
电力系统无功优化的原对偶内点算法及其应用   总被引:9,自引:1,他引:8  
以电力系统中电压无功优化的非线性规划模型为基础,采用原对偶内点算法进行全局寻优;并在此基础上提出了一种预测校正方法,该方法通过协调解的最优性及可行性之间的关系提高算法的收敛性。对IEEE14节点和IEEE30节点系统的分析表明,带有预测校正方法的原对偶内点算法较单纯的原对偶内点算法所需迭代次数少,计算速度快,收敛性好。  相似文献   

9.
针对风电规模化接入,兼顾发电总燃料耗量、污染气体排放量和购电费用最小的大电网多目标动态优化调度模型,提出基于法线边界交叉(NBI)法和原对偶内点法的多目标解耦算法及并行计算。该算法首先根据NBI法的基本原理将多目标优化问题转换为一系列单目标优化问题,再根据内点法求解这类单目标优化问题时形成的修正方程系数矩阵的特殊结构,对修正方程进行解耦降阶处理,实现静态变量和动态变量的解耦分离,最后借助Matlab并行计算平台实现并行计算,快速有效地得到一系列均匀分布的Pareto最优解,为运行人员提供决策指导。在某省级电力系统上的计算结果表明,所提算法能够快速、有效地获取多目标动态优化调度问题的Pareto最优解集,具有很好的实用价值。  相似文献   

10.
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。  相似文献   

11.
动态规划法可高效、准确求解小规模区域电网动态无功优化问题,但随着电网规模的增大,存在组合爆炸而导致求解时间急剧增长的问题。为此,提出了基于内点法和邻域搜索解耦动态规划法的区域电网动态无功优化两阶段混合方法。第1阶段,采用Sigmoid函数实现原模型的连续化,然后采用内点法求连续最优解;第2阶段,在连续解基础上,采用启发式邻域搜索策略确定解耦动态规划法搜索空间,通过站间解耦、调压和无功补偿设备的解耦协调以及站内的动态规划求解区域电网动态无功优化问题。该两阶段方法既保证了优化解的质量又可以有效避免离散变量求解状态组合爆炸问题,大幅度提高了动态规划法的计算效率。以某220 kV控制分区的仿真分析,验证了所提方法的有效性。  相似文献   

12.
统一潮流控制器(UPFC)具有强大的潮流控制能力,但是目前工程中的控制策略仅停留在控制站层面;含UPFC的动态最优潮流计算可以有效提高电网的安全性和经济性,但是其计算效率低、收敛性差,难以满足电网实时性要求。基于此,通过解耦、代换、热启动和迭代更新4个步骤,提出对初值不敏感的线性化动态最优潮流模型,并研究拟线性化的UPFC模型,最终建立含UPFC的拟线性化动态最优潮流模型。基于等值原理,从地区电网数据中提取南京西环网117节点等值系统,采用简化原对偶内点法对其进行求解测试,算例结果表明所建模型具有较高的计算效率和计算精度。  相似文献   

13.
基于离散粒子群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题:不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用离散粒子群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率。以IEEE30和IEEE118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性。  相似文献   

14.
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。  相似文献   

15.
基于内点法和改进粒子群算法的无功优化混合策略   总被引:1,自引:1,他引:0  
基于内点法与粒子群算法,提出了一种混合策略来求解电力系统无功优化问题。根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化两个子问题,采用改进的粒子群优化算法和内点法交替求解,使两者的优化结果互为基础,提高了混合策略的整体寻优效率;根据粒子运动趋势及目标函数中网损与节点电压无功的相关性,对基本粒子群算法进行改进,自适应调整惯性权重和罚因子;以IEEE30节点系统和某实际地区电网作为试验系统,验证了该算法的正确性和有效性。  相似文献   

16.
基于改进多中心-校正内点法的可用输电能力计算   总被引:1,自引:0,他引:1  
针对采用预测—校正内点法求解可用输电能力时可能出现的校正方向错误的缺点,提出基于改进多中心—校正内点法的可用输电能力计算方法。该方法保留了多中心—校正内点法的校正步,解决了计算过程中因校正方向错误而产生的迭代发散问题。选择以预测校正方向作为预测步的仿射方向,并通过预设逻辑判断,有选择地对预测校正过程中校正方向进行加权优化,进一步提高了计算的收敛性。通过对IEEE标准测试系统和某省电网实际系统的仿真计算,验证了该算法的可行性。  相似文献   

17.
基于改进非线性预报-校正内点法的最优潮流   总被引:13,自引:7,他引:6  
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.  相似文献   

18.
基于遗传算法和内点法的无功优化混合策略   总被引:41,自引:2,他引:41  
基于遗传算法与内点法,文中提出了一种新颖的混合策略来求解无功优化问题:不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质,将原无功优化问题分解为离散优化和连续优化2个子问题,并采用遗传算法和内点法交替求解。在遗传迭代的不同阶段,针对种群个体的不同特点,分别对遗传算法和内点法的具体实施方案进行了动态调整,使两者的优化结果互为基础、相互利用,保证了混合策略的整体寻优效率。IEEE30和IEEE118节点系统的仿真计算结果表明:与其他混合算法相比,该混合策略在计算速度和优化效果方面都具有明显的优势。  相似文献   

19.
基于混沌优化与线性内点法的最优潮流算法   总被引:6,自引:5,他引:6  
求解最优潮流是一项基本而重要的工作,文中将混沌优化与线性内点法相结合,提出了一种新的混合优化算法,并应用该方法进行电力系统最优潮流的计算。混沌优化方法利用混沌运动特定的内在遍历性、随机性和规律性等特点跳出局部最优点,接近最优点;同时,利用预测-校正原-对偶内点法在最优点的邻域内局部寻优,提高了收敛速度和求解精度。通过对IEEE 14、30和57节点试验电力系统的数值计算,验证了算法的有效性。  相似文献   

20.
This work focuses on the application of vector processing by levelwise algorithms to the solution of the optimal power flow (OPF) via nonlinear interior point methods. Two optimization algorithms are analyzed: the pure primal-dual and the predictor-corrector. In order to take advantage of the application of vector processing, the concept of factorization path level is used in both the factorization and the forward-back substitution. Results with power systems ranging from 118 to 1700 buses illustrate the performance of the proposed methodology. It is shown that considerable speed-ups in the OPF solution can be achieved if vector processing is suitably used in the solution of the linear system at each iteration of the optimization process  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号