电力系统无功优化线性规划问题中线性步长的动态调整策略

提出了一种电力系统无功优化线性规划问题中线性步长的动态调整策略。利用潮流雅可比矩阵直接变换求取灵敏度系数矩阵,并引入信赖域思想,建立了基于信赖域的无功优化新模型,采用原?对偶内点法直接求解。IEEE14节点、30节点、57节点系统的计算结果表明,该算法能有效解决无功优化线性步长的选择问题,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,可用于电力系统无功优化的实用化计算。     

电力系统无功优化的改进内点算法

提出一种采用改进的原-对偶仿射尺度内点法求解无功优化问题 的线性规划模型, 该算法对迭代初始点的 选择要求不严,不需要保证寻优过程沿着原-对偶路径,但仍能 收敛 于最优解。对Ward & Hale 6节点、 IEEE 14节点和IEEE 30节点系统分别进行的无功优化计 算结果表明,此算法具有稳定的收敛性能。     

基于原对偶仿射尺度内点法的电力系统无功优化算法

本文对潮流雅可比矩阵进行变换直流求取灵敏度系数,建立求解无功优化问题的线性规划模型,并提出采用一种有效的方法－原对偶仿射尺度内点法求解线性规划模型。该算法具有多项式时间复杂性。实际系统的计算结果表明,此算法的迭代收敛次数稳定,与系统规模关系不大,在求解大规模系统无功优化问题时,其性能优于具有指数时间复杂性的单纯性法。     

实用的无功优化混合算法

为充分发挥遗传算法和内点法在求解无功优化问题中的优势,提出了一种混合算法用于电力系统的无功优化,将无功优化问题分解为离散优化和连续优化2个子问题,采用遗传算法和内点法分别求解。首先在遗传算法初始群体的确定中嵌入内点法计算,在改善遗传算法初始种群质量的同时求解连续优化子问题,并在初始种群中添加一组纯内点法的优化结果,使系统在一种次优状态再转入离散优化子问题,缩小搜索空间,大大加快了遗传算法的收敛速度。并对两种算法进行了实用性的改进,提高了算法的寻优效率。IEEE30节点系统仿真计算结果表明,与其他混合算法相比,该算法在计算速度和收敛能力方面都具有优势,且优化效果也可满足实际的需要。     

基于蚁群算法和内点法的无功优化混合策略

基于蚁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,并采用蚁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。最后以IEEE 30和IEEE 118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。     

离散粒子群与内点法结合的电力系统无功优化

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.     

基于蚁群算法和内点法的无功优化混合策略

基于蚁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,并采用蚁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.最后以IEEE30和IEEE 118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.     

离散粒子群与内点法结合的电力系统无功优化

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。     

基于凝聚函数的电力系统无功互补优化模型与算法

基于非线性互补函数和凝聚函数提出了一种处理电力系统无功优化问题中离散变量的光滑化模型,并结合现代内点法对模型进行求解。所提方法首先在不考虑离散变量的情况下进行无功优化预计算,快速获取离散变量的两界,并以此构造互补约束条件;然后将互补约束转化为等价的非光滑方程组,并利用凝聚函数进行光滑逼近,从而将无功优化问题转化为一般的非线性规划问题进行求解,有效地解决了求解离散量时存在的时间与精度之间的矛盾。对30至1780节点系统的计算结果表明,该算法计算效率高、收敛性好,在求解含离散变量的大规模非线性规划问题中有很好的应用前景。     

基于内点法和改进粒子群算法的无功优化混合策略

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。     

Optimal reactive power dispatch using ant colony optimization algorithm

This paper proposed a procedure to solve the optimal reactive power dispatch (ORPD) problem using ant colony optimization (ACO) algorithm. The objective of the ORPD problem is to minimize the transmission power losses under control and dependent variable constraints. Proposed sensitivity parameters of reactive power at generation and switchable sources are derived based on a modified model of fast decoupled power flow. The proposed ACO-based algorithm is applied to the IEEE standard 14-bus, 30-bus systems, and a real power system at West Delta Network as a part of the Unified Egyptian Network. The obtained simulation results are compared with those of conventional linear programming, genetic algorithm, and particle swarm optimization technique. Simulation results show the capability of the proposed ACO-based algorithm for solving the ORPD problem, especially with increasing the system size.     

考虑负荷不确定性的多目标交直流系统无功优化

提出了一种考虑负荷不确定性的多目标交直流系统无功优化方法,研究负荷模型的不确定性对交直流系统无功优化的影响。本文将系统有功损耗最小、系统电压稳定裕度最大作为目标函数,基于负荷误差的正态分布特征,并利用二层规划理论方法,建立考虑负荷不确定性的多目标交直流系统无功优化数学模型。针对交直流无功优化非线性、多变量、多约束的特点,采用内点法和遗传算法相结合的混合优化算法求解上层模型,下层模型采用实数编码的改进遗传算法求解。采用基于IEEE30标准节点改进的交直流算例对提出的方法进行验证,结果验证了本文提出方法的可行性及有效性。     

基于鲸鱼优化算法的无功优化调度

针对目前电力系统中的无功优化问题尚缺乏一种能兼顾求解的高效性与全局搜索最优性的方法,本文将一种新的启发式算法--鲸鱼优化算法(WOA)运用到电网无功优化调度中,以系统有功功率损耗最低为目标函数,通过引入惩罚函数建立无功优化模型,对IEEE-14节点系统与IEEE-30节点系统进行仿真,并利用单因素方差分析法(One-way ANOVA)将所得结果与之前的粒子群优化算法(PSO)及引入加速度系数的时变粒子群优化(PSO-TVAC)进行比较,研究表明WOA算法在迭代次数、搜索能力及收敛问题上的潜力,并证明了在解决电力系统无功优化问题上的鲁棒性和有效性,同时也为解决非线性约束问题提供了新途径。     

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。     

考虑经济性可靠性的输电网二层规划模型及混合算法

建立考虑经济性可靠性的输电网确定性二层线性规划模型,将可靠性问题以约束加入到经济性规划问题中,改变了传统输电网规划建模方式,实现规划方案在高可靠性条件下的经济性最优。模型上层规划目标采用线路建设成本最小,约束为待架线路数目约束;下层规划目标为切负荷最小,约束为常规运行约束,且严格满足N-1安全约束,实现最优规划方案的N-1安全运行要求。提出采用改进小生境遗传算法(improved niche genetic algorithm,INGA)和原始-对偶内点法(prime-dual interior point method,PDIPM)相结合的混合算法,并对上述模型进行求解,利用小生境遗传算法处理上层规划的整数变量,进行全局寻优;对下层规划采用原始-对偶内点算法进行快速求解,提高算法速度和收敛性。18节点系统和46节点系统的结果表明该模型和算法是有效的。     

电力系统无功优化的原对偶内点算法及其应用

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。     

基于内点法和改进遗传算法的无功优化组合策略

提出了一种求解无功优化问题的组合策略,该策略将无功优化问题分解为连续优化和离散优化2个子问题,分别用预测–校正内点法和改进遗传算法进行求解。考虑到实际电网在进行无功优化控制时,发电机是主要的调节手段,先不考虑离散变量的约束,采用预测–校正内点法优化连续变量;然后保持连续变量不变,用改进遗传算法优化离散变量;再返回到连续优化阶段,如此交替求解。当出现相邻的连续优化阶段和离散优化阶段网损变化的差值小于设定值时,停止优化。IEEE14、30、57、118节点系统的仿真结果表明,该策略比其它组合算法在收敛性和计算效率上更具优越性。     

Cost minimization in allocation of reactive power sources

A LP-based method for the optimization of the investment and operational costs of the reactive power generation in a large electric power network is presented. The optimal solution is based on the application of decomposition and linear programming approaches. The global problem is decomposed into investment and operation subproblems using the Benders decomposition method. The revised simplex method is proposed for the solution of the investment subproblem. However, the Dantzig-Wolfe decomposition method is used to solve the operation subproblem. The formulation of the operation subproblem has been discussed in our previous studies. The method has been generalized to represent and solve multiple load levels and contingencies simultaneously in the operation subproblem. The results of applying this approach to the IEEE 30-bus system, a 60-bus system and a 180-bus system verify its robustness in solving the operation subproblem and the capability to converge quickly.     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。