求解状态估计问题的内点半定规划法

为更好地进行状态估计,提出了基于内点半定规划求解状态估计问题全局最优解的方法。该方法基于求解状态估计常用的加权最小二乘模型,通过引入辅助变量,将非凸估计问题等价转化为半定规划问题,然后应用原始–对偶内点法求解。根据状态估计半定规划模型的特点,采用基于半定规划的稀疏技术,提高存储效率和计算性能。算例结果验证了该方法的有效性。     

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。     

半定规划优潮流的并行计算方法

优潮流的半定规划松弛方法可提高优解的质量,但存在计算时间长的问题。为此,提出了半定规划优潮流的并行计算方法。该方法对半定规划原始-对偶内点法中的Schur方程采用并行方式进行计算,方面,将系数矩阵各行的计算量分配到不同的处理器上完成,以加速方程的形成;另方面,对系数矩阵进行并行Cholesky分解,从而加速方程的求解。IEEE-118节点和IEEE-300节点2个系统的计算结果表明:所提并行算法的加速效果明显,并保持了内点法的良好收敛性,为半定规划优潮流的工程应用提供了可借鉴的经验。     

小干扰稳定约束最优潮流的非线性半定规划方法

基于特征值优化理论,提出含小干扰稳定约束最优潮流的非线性半定规划模型和算法,以期解决由于系统状态矩阵谱横坐标函数的隐式和非李普希茨特性引起的建模难问题。在模型中,根据李雅谱诺夫定理,引入正定约束精确表达小干扰稳定。算法设计上,将模型中的正定约束转为非线性约束,使建立的非线性半定规划转换为非线性模型,利用现代内点法进行求解。WSCC-9节点及IEEE-14节点两个系统的计算验证了模型的有效性和算法的高度可靠性,为这一领域的发展提供了新的思路。     

电力系统源网间协同的经济调度模型及矩量半定规划法

源(发电与负荷)网间关系的处理是电力系统运行与控制的核心问题,新形势下源网间呈现日趋交织纠结的矛盾。提出一种源网间协同的经济调度模型,该模型在经济调度原有条件的基础上,将电网设备状态纳入决策量,以互补形式表达电网设备的运行约束。将非凸多项式优化问题映射到矩量空间,以矩量半定规划凸松弛方法转换为标准的半定规划模型,并采用半定规划优化器SDPA求解模型。算例分析验证了所提方法的有效性。     

基于混合整数半定规划的含分布式电源配电网无功优化

含分布式电源配电网的无功优化是一个复杂的非凸非线性混合整数规划问题。提出一种求解含分布式电源配电网无功优化问题的新方法。该方法首先将不含离散变量的无功优化原始数学模型转化并松弛为凸的半定规划模型,以保证解的全局最优性,且能在多项式时间内完成;然后,加入离散变量将该模型扩展为混合整数半定规划模型。采用奔德斯分解法将该模型分解为简单的混合整数线性规划主问题和仅含连续变量的半定规划子问题,通过主子问题的交替迭代求得最优解。最后,通过算例系统仿真验证了所提方法具有松弛精确、求解高效、寻优准确等优点。     

考虑风电不确定性和相关性的多区域电网分布鲁棒经济调度

目前基于矩的分布鲁棒优化方法没有很好地考虑风电不确定参数间的相关性导致方法比较保守.考虑风电的不确定性和相关性,使用主元分析方法构建基于矩的分布鲁棒多区域电网经济调度模型的降维模糊集.将原始模型转化为半定规划模型,并采用延迟约束生成算法进行求解.算例仿真结果表明所提方法可以提高计算效率以及降低电网成本.     

基于改进矩不确定分布鲁棒优化算法的多机调频比例决策

针对单一平衡节点承担全网不平衡功率容易导致超出其调节范围的问题,考虑多台自动发电控制(AGC)机组参与调频,并将调频比例作为决策变量,建立调频比例决策模型。考虑到风电短期出力分布的矩具有不确定性的特点,将该模型变换为矩不确定分布鲁棒优化模型,并采用对偶原理将其转化为一个确定半定规划模型。对偶转换后模型中的半定约束矩阵的元素含有调频比例的二次方,常规半定规划算法无法对其进行求解。因此引入Benders方法对原问题进行分解,引入矩阵最小特征值方程对原半定约束进行松弛。仿真结果表明,基于改进广义Benders分解方法的半定规划模型具有良好的收敛性;发电调频总成本随着不确定集半径参数的增大而增大;与给定参与比例相比,将调频比例作为决策变量可获得更好的经济性和安全性。     

求解含储能装置的微电网动态最优潮流的对偶半定规划方法

电网动态最优潮流是一个全天24个时间断面耦合的最优潮流问题,需要考虑常规机组爬坡率约束和分布式储能装置能量约束。具有二阶收敛特性的内点法可以对其进行快速求解,但无法保证解的全局最优性。采用对偶半定规划法求解该问题,对孤岛运行的微电网动态最优潮流原始模型及向对偶半定规划模型的转换做了详细的介绍,并给出了严格的全局最优性判据。同时将储能装置的强非线性模型等价地变换成线性模型,并给出了相应的证明。某实际微电网和IEEE 30节点系统的测试结果表明,对偶半定规划法可高效求解动态最优潮流问题,其解可保证全局最优性。     

一种求解机组组合问题的内点半定规划方法

提出一种基于内点半定规划(semidefinite programming,SDP)直接求解机组组合(unit commitment,UC)问题的新方法.通过引入辅助变量,该方法将原整数变量约束转化为凸二次约束,进而将UC问题转化为半定规划问题,并用现代内点法进行求解.针对计算结果中整数变量存在微小偏差的问题,采用启发式技术进行修正.100机24时段等6个系统的仿真结果表明,所提方法能有效处理机组爬坡约束,具有较快的计算时间,适合于求解大规模的UC问题,是一种有应用前景的方法.     

基于半定规划法的含分布式潮流控制器最优潮流

分布式潮流控制器能够灵活地提升现有线路的输电能力,从而降低系统运行成本,但该设备的引入会增加电力系统最优潮流问题的复杂度与非凸程度。针对分布式潮流控制器的结构及原理进行了分析,提出一种简化的稳态功率模型,并考虑到装置运行时各串联单元自身容量限制,给出实际电网中分布式潮流控制器线路的潮流可行域。基于此,采用对初值选取不敏感的半定规划法建立含分布式潮流控制器的系统最优潮流模型,并选用原对偶内点法进行求解。算例测试结果表明,所提方法能有效解决含分布式潮流控制器的系统潮流优化问题。     

基于内点半定规划的机组组合问题

提出一种基于内点半定规划(semidefinite program- ming, SDP)直接求解机组组合(unit commitment, UC)问题的新方法。通过引入辅助变量,该方法将原整数变量约束转化为凸二次约束,进而将UC问题转化为半定规划问题,并用现代内点法进行求解。针对计算结果中整数变量存在微小偏差的问题,采用启发式技术进行修正。100机24时段等6个系统的仿真结果表明,所提方法能有效处理机组爬坡约束,具有较快的计算时间,适合于求解大规模的UC问题,是一种有应用前景的方法。     

A semidefinite programming method with graph partitioning technique for optimal power flow problems

A new semidefinite programming (SDP) method with graph partitioning technique to solve optimal power flow (OPF) problems is presented in this paper. The non-convex OPF problem is converted into its convex SDP model at first, and then according to the characters of power system network, the matrix variable of SDP is re-arranged using the chordal extension of its aggregate sparsity pattern by the graph partitioning technique. A new SDP-OPF model is reformulated with the re-arranged matrix variable, and can be solved by the interior point method (IPM) for SDP. This method can reduce the consumption of computer memory and improve the computing performance significantly. Extensive numerical simulations on seven test systems with sizes up to 542 buses have shown that this new method of SDP-OPF can guarantee the global optimal solutions within the polynomial time same as the original SDP-OPF, but less CPU times and memory.     

Fuzzy rule-based model for hydropower reservoirs operation

Real-time hydropower reservoir operation is a continuous decision-making process of determining the water level of a reservoir or the volume of water released from it. The hydropower operation is usually based on operating policies and rules defined and decided upon in strategic planning. This paper presents a fuzzy rule-based model for the operation of hydropower reservoirs. The proposed fuzzy rule-based model presents a set of suitable operating rules for release from the reservoir based on ideal or target storage levels. The model operates on an ‘if-then’ principle, in which the ‘if’ is a vector of fuzzy premises and the ‘then’ is a vector of fuzzy consequences. In this paper, reservoir storage, inflow, and period are used as premises and the release as the consequence. The steps involved in the development of the model include, construction of membership functions for the inflow, storage and the release, formulation of fuzzy rules, implication, aggregation and defuzzification. The required knowledge bases for the formulation of the fuzzy rules is obtained form a stochastic dynamic programming (SDP) model with a steady state policy. The proposed model is applied to the hydropower operation of “Dez” reservoir in Iran and the results are presented and compared with those of the SDP model. The results indicate the ability of the method to solve hydropower reservoir operation problems.     

基于半正定规划的低压不对称配电网储能优化方法

高渗透率分布式电源的不对称接入加剧了有源配电网的电压波动,使得有源配电网的三相不平衡问题更加突出,导致配电网中设备的损耗增加并处于不正常运行状态,给系统的安全运行带来风险。为此,提出了一种基于储能系统的有源配电网不对称运行优化方法,通过调节储能系统的运行策略,提高系统运行的经济性,并改善有源配电网运行中的三相不平衡程度。通过引入线性化和凸松弛技术,将原本非凸非线性的优化模型变为半正定模型,降低了优化问题的求解难度,提高了求解效率;最后,基于改进的IEEE 123节点系统验证了所提方法的正确性和有效性,通过调节储能的运行策略,减小了三相配电系统不对称运行损耗和电压波动。     

基于广义下垂控制的电力电子变压器运行策略优化组合

针对多台电力电子变压器构成的交直流混合系统中,电力电子变压器端口运行模式复杂,组合多样的问题,提出了一种基于广义交直流下垂控制的电力电子变压器运行策略优化组合方法,在保证系统安全运行的同时保证可再生能源的充分消纳。广义交直流下垂控制可通过控制系数的调整来近似端口运行模式的切换,避免了在非线性规划模型中引入整数变量,有效降低了模型的复杂度。在此基础上,建立了考虑可再生能源不确定性的电力电子变压器运行策略鲁棒组合优化模型,并进一步采用双层优化方法对所提模型进行求解,算例仿真结果证明了该方法的有效性与可行性。     

Global optimization for power dispatch problems based on theory of moments

Non-convex of an optimal power dispatch problem makes it difficult to guarantee the global optimum. This paper presents a convex relaxation approach, called the Moment Semidefinite Programming (MSDP) method, to facilitate the search for deterministic global optimal solutions. The method employs a sequence of moments, which can linearize polynomial functions and construct positive semidefinite moment matrices, to form an SDP convex relaxation for power dispatch problems. In particular, the rank of the moment matrix is used as a sufficient condition to ensure the global optimality. The same condition can also be leveraged to estimate the number of global optimal solution(s). This method is effectively applied to {0,1}-economic dispatch (ED) problems and optimal power flow (OPF) problems. Simulation results showed that the MSDP method is capable of solving {0,1}-ED problems with integer values directly, and is able to identify if more than one global optimal solutions exist. In additional, the method can obtain rank-1 moment matrices for OPF’s counterexamples of existing SDP method, this ensures the global solution and overcomes the problem that existing SDP method cannot meet the rank-1 condition sometimes.     

Global optimization for the OPF problem via two‐degree SDP method

This letter proposes a two‐degree semidefinite programming (SDP) method for achieving the global optimum of the optimal power flow (OPF) problem. The method extends the variables to four degrees, and formulates an SDP problem with a two‐degree extended matrix. It satisfies the rank‐1 condition. Experimental results show that this method is more reliable for reaching the OPF's global optimum than existing SDP methods. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于深度特征学习的汽轮机转子状态识别方法

复杂汽轮机转子振动信号的非平稳性和非线性等问题,会严重影响到汽轮机转子的状态识别。为了保证汽轮机转子的安全运行,提出一种基于对称点模式(symmetrized dot pattern,SDP)特征融合的卷积神经网络(convolutionneural network,CNN)状态识别方法。该方法通过基于SDP分析方法对汽轮机转子各方向、各位置的信号进行特征融合,获取融合特征的SDP图,最终基于CNN进行融合特征SDP图像识别,实现转子故障状态识别。与其他状态识别方法相比,该方法提高了不同状态特征的表征差异,进而提高了学习效果和识别精度。同时,对比实验结果表明,相较于其他状态识别方法,该方法对转子振动状态识别精度最高,达到了96%。