内点-分支定界法在最优机组投入中的应用

机组投入是现代电力系统编制发电计划的重要优化任务,具有显著的经济效益.从数学上讲,机组投入问题是一个多约束的NP难组合优化问题,很难得到理论上的最优解.提出运用内点-分支定界法求解最优机组投入问题.该方法将机组投入的离散变量松弛为[0,1]区间上的连续变量,结合有功出力,进行优化.原始-对偶内点法收敛迅速、对初值不敏感,用来求解松弛问题,分支定界法用来处理离散变量.通过对2个算例的计算及与其它算法结果的比较,验证了该算法能得到更好的全局最优解.     

含离散变量的大规模电力系统无功优化

针对实际电力系统的数学模型包含离散变量和连续变量的特点,提出了一种精确求解电力系统无功优化的方法——内点分支定界法。通过把离散变量连续化,采用原始对偶内点法在可行域内进行全局寻优,结合广度优先遍历的分支定界法对离散变量进行归整处理等办法,找到了比传统无功优化更加合理的全局最优解。为了解决大规模系统计算耗时的问题,又提出了简化的分支定界法以加快求解速度。IEEE-118和IEEE-300系统的计算结果表明:所提出的算法对于求解大规模电力系统的无功优化问题是有效的。     

基于扰动KKT条件的原始-对偶内点法和分支定界法的最优潮流研究

针对严格最优潮流模型的精确求解提出了一种新算法。新算法将基于扰动KKT(Karush-kuhn-Tucker)条件的原始-对偶内点法和分支定界法巧妙结合。运用分支定界法的分支处理对离散变量进行整数逼近．同时采用基于扰动KKT条件的原始-对偶内点法求解系列松驰问题,然后通过剪支处理和逐层定界达到收敛．实现了精确求解严格最优潮流的目的。此外。新算法将原问题的可行域进行逐步细分实现了全局寻优性。通过对IEEE14-118节点测试系统的数值仿真和不同算法的比较分析．证明了该算法是行之有效的。     

基于分支定界—原对偶内点法的日前无功优化

现有的日前无功优化模型较少考虑次日电压稳定问题,且算法无法准确处理离散变量及时段间耦合约束。针对此现状,提出了一种计及分区动态无功储备的日前无功优化模型,并采用分支定界—原对偶内点法对其进行求解。在求解过程中,利用分支定界树使离散变量逐步逼近离散值,通过合理的分支剪支策略满足离散变量的时段间耦合约束,将日前无功优化问题转换为一系列仅含连续变量的单时段无功优化问题进行求解。IEEE 30和IEEE 118节点系统的仿真结果表明了所提模型与方法的有效性。     

基于分支界限法的配电线路检修优化分析

建立了以可靠性为中心的配电线路检修(reliability centered maintenance,RCM)策略优化计算模型。该模型的目标是使系统可靠性达到最高,其约束条件为总维修费用不超出预算。RCM优化计算模型是0-1规划问题,因此采用分支界限法对其进行求解,而分支界限法中松弛子问题则采用内点法进行求解。分支界限法能够得到混合优化问题的全局最优解,而内点法的突出优点是全局收敛性好。通过含有6个子系统的辐射型配电网对提出的RCM优化检修算法进行仿真研究,分析了不同检修策略对系统可靠性的影响,并计算出以可靠性为中心的最优检修方案,与其他方案进行比较表明了RCM优化计算模型的可行性。     

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.     

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。     

基于分层分枝定界算法的机组组合

针对常规机组组合算法计算量大、计算精度不高的问题,提出了一种分层分枝定界算法.该算法采用分层求解策略,对传统机组组合模型进行线性化处理,进而基于线性规划算法求解松弛整数变量的线性化机组组合模型,通过取整策略形成初始分枝,作为分枝定界算法的上层;采用经典广度优先搜索算法的节点搜索策略,以及考虑负荷备用和机组启停时间约束并结合最大、最小边界的分枝策略,不断进行分枝、定界和剪枝获得下层问题的最优解.不同测试算例分析表明,所提出的分层分枝定界算法快速、稳定,能够考虑机组爬坡约束,可以在保证合理计算时间内有效提高求解精度.     

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.     

An optimal power flow based on safety barrier interior point method

This paper presents a method for nonlinear systems optimization based on a modified barrier function by the introduction of a safety barrier parameter into the Interior Point Method (IPM). The new parameter eliminates the existing problems of the variables proximity to the frontier improving the numerical solution process. This feature reduces the number of iterations and improves the quality of the solution even for systems having high number of active constraints and variables on the frontier of the feasible region. A tutorial three bus test system is presented to illustrate the potentialities of the Safety Barrier Interior Point Method (SFTB-IPM) method. Comparisons were also made with existing methods in the literature using the IEEE 118 and IEEE 300 buses test system to show the effectiveness of the proposed methodology.     

基于Filter集合的内点最优潮流新算法

基于Filter集合的内点算法(FIPM),提出了一种最优潮流新算法(FIPOPF),该算法可针对最优潮流问题的实际情况对可行方向进行自适应校正,即在不可行情况下通过求解仅含"硬约束"的优化问题进行可行方向调整,从而可使系统在无可行解时收敛至一个对系统"软约束"违反最小的稳定点.对五个IEEE标准算例和两个实际系统的分析和试算均表明,所提出的算法具有很好的收敛性,运算速度较快,满足在线最优潮流计算的时间要求.     

基于IPM-intPSO的两阶段动态无功优化算法

提出一种基于内点法(IPM)和整数粒子群(intPSO)算法相结合的启发搜索-变量校正两阶段动态无功优化算法。首先,采用intPSO算法求解离散变量,并利用IPM处理连续变量,通过两者交替迭代得到静态无功优化的求解方法;然后,在保证网损最小的同时,自适应得到最优动态分段数,克服传统依据负荷曲线人为分段方法的缺点;最后,对目标函数在启发搜索的结果上进行变量校正的再优化。IEEE 9、14、30、57、118节点测试系统的仿真结果验证了所提算法的有效性。     

基于非线性规划方法的PSS参数优化设计

在多机系统中,电力系统稳定器的参数配置是一个复杂的非线性优化问题,可以应用先进的现代内点算法求解该优化问题.本文以Anderson3机9节点系统为例,应用现代内点算法来进行PSS参数优化.通过发电机在不同运行方式下(正常、负荷高峰、负荷低谷)的动态性能仿真结果表明:用现代内点算法进行参数优化后的PSS动态性能优于常规方法设计的PSS,具有一定的鲁棒性.     

基于内点割平面法的混合整数最优潮流算法

提出了一种采用内点割平面法求解混合整数最优潮流(OPF)的算法。该算法循环执行3个步骤：①求解OPF的可行解并将其线性化；②从线性内点法的最优解中判断基变量；③根据基变量产生混合整数割平面。与单纯形割平面法相比，内点割平面法不仅简单易实现，计算效率高，而且随着问题规模的增加，更能发挥其多项式时间特性的优点。文中还对退化问题的处理以及稀疏技巧的应用进行了深入的讨论。通过对IEEE典型系统的数值仿真计算显示出所提算法对于大型电力系统最优潮流问题的精确求解是非常有效的。     

原对偶内点法与定界法在无功优化中的应用

本文将原有对偶内点法与分枝定界法综合应用于无功优化过程中,采用原对偶内点法进行全局寻优,运用分枝定界法进行离散变量（变压器分接头与电容／电抗器投切组数）的归整。针对实际情况,本文建立了一个新的综合目标函数。对实际电网的优化计算表明,本文算法具有良好的特性。     

An ordinal optimization based method for power distribution system control

This work presents an Ordinal Optimization Theory based method for power distribution system control. The solution procedure bases on an evolutionary search scheme. The method aims at minimizing the total power losses on network feeders while keeping the node voltages at near rated values against changing loading conditions. By relaxing the definition of optimality and softening the goal of optimization, ordinal optimization makes the problem easier as well as the solution process faster. A solution can be defined as good enough in performance value if it is one of the best m-percent solutions on the search space with probability P%. A solution can be defined as good enough also if its performance value approximates to the optimal value to a pre-defined extent. This work estimates the performance value, the total power loss, of the optimum state of power distribution network at a given loading condition. Then, with the two relaxed definitions for optimality, it finds the optimal settings of on-load tap changers and capacitors in a 24-h time frame. Results verify our method is proper for on-line and off-line operation.     

含规模化储能系统的最优潮流模型与求解方法

大规模储能系统的应用可提高电网运行的经济性,其优化调度的难点是如何处理能量约束。提出了一种含储能系统经济调度的滚动优化思路,在建立储能系统细化模型的基础上,构造了考虑规模化储能系统的多时段最优潮流模型,并对剩余能量约束进行了松弛与自适应调整。通过等效变换与Lagrange松弛,推导出其对偶问题进行求解。该对偶问题是一个凸的半正定规划,且在一定条件下对偶间隙为零,有效提高了解的全局最优性。对储能系统单点接入和多点接入的算例进行了测试,并与内点法计算的结果进行了比较,验证了所提模型和算法的有效性。     

Security-constrained optimal generation scheduling for GENCOs

This paper presents an approach for maximizing a GENCO's profit in a constrained power market. The proposed approach considers the Interior Point Method (IPM) and Benders decomposition for solving the security-constrained optimal generation scheduling (SC-GS) problem. The master problem represents the economic dispatch problem for a GENCO which intends to optimize its profit. The formulation of the master problem does not bear any transmission network constraints. The subproblem will be used by the same GENCO to check the viability of its proposed bidding strategy in the presence of transmission network constraints. In this case if the subproblem does not yield a certain level of financial return for the GENCO or if the subproblem results in an infeasible solution of the GENCO's proposed bidding strategy, the GENCO will modify its proposed solution according to the Benders cuts that stem out of the subproblem. The study shows a more flexible scheduling paradigm for a GENCO in a competitive arena. The proposed approach proves practical for modeling the impact of transmission congestion on a GENCO's expected profit in a competitive environment.