基于自动微分技术的含UPFC电力系统最优潮流

根据UPFC的稳态潮流模型,提出了基于原对偶内点法与自动微分(AD)技术相结合的含UPFC最优潮流算法。采用自动微分技术实现了雅可比矩阵和海森矩阵的自动生成,减少了微分表达式的推导,从而提高了开发效率。算例仿真结果表明,该算法对含UPFC的OPF模型具有良好的适用性和收敛性。     

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。     

基于变量代换的辐射型配电网潮流算法

为实现配电管理系统对配电网潮流的高效计算要求,基于变量代换和稀疏技术提出了一种高效的辐射型配电网潮流计算改进算法。该算法根据辐射型配电网特有的拓扑结构和特点,利用变量代换将潮流计算中2/3的不平衡量方程变成线性方程,从而使得其形成的雅可比矩阵非零元素为常数,不用重复计算。而另外1/3的不平衡量方程也相对简单,使得雅可比矩阵非零元素易于计算,从而简化了计算和易于编程。由于雅可比矩阵中非零元素较少且都相对固定,易于稀疏表示。最后,通过不同测试系统仿真比较,证明了该算法的计算时间仅为传统牛顿-拉夫逊算法的10%左右,且明显小于前推回代算法的计算时间,以及其收敛性也优于传统牛顿-拉夫逊算法和前推回代算法。     

基于自动微分技术的VSC-HVDC潮流计算

基于电压源换流器的高压直流输电VSC-HVDC (voltage source converter based high voltage direct current)的引入使得潮流计算的变量增加,提高了潮流编程的复杂度.文中在含VSC-HVDC交直流系统的潮流算法基础上,结合自动微分AD (automatic differentiation)技术讨论了一种应用AD技术的交直流系统潮流计算方法.该算法利用AD自动生成潮流方程的雅克比矩阵,与传统的手工推导微分解析表达式再编写相应的微分代码方法相比,减少了手写代码量,显著提高了程序的开发效率.结合多个IEEE标准算例进行了仿真,分别对运行时间和收敛效果进行了比较,验证了算法的有效性.     

基于依赖域内点法的最优潮流算法

在电力市场环境下，诸多问题（例如实时电价，网络阻塞管理和可用传输能力和计算等）都需要最优潮流（OPF）作为理想的工具。文呀在于依赖域的思想提出了求解OPF的新算法。该算法连续求解线性规划（LP）子问题，通过依赖域决定线性化步长的选取，由多步中心校正原－对偶内点法求解依赖域LP子问题，并采用一个物理策略以改善OPF算法的稳定性。对国外一个662苍点实际电力系统进行了数值计算，结果表明该算法是快速，鲁棒的，具有实用意义。     

修正节点阻抗矩阵元素的递归算法

基于递归原理 ,提出了变结构电力系统修正节点阻抗矩阵元素的新算法 ,完全避免了现有方法的复杂矩阵运算 ,具有良好的计算效率 ,便于编程实现     

基于自动微分技术的电力系统状态估计算法

在常规状态估计模型的基础上,结合自动微分(Automatic Differentiation,AD)技术讨论了一种应用AD技术的状态估计算法。该算法将AD技术分别应用于加权最小二乘状态估计和非线性加权最小二乘状态估计中,利用AD自动生成量测函数的雅克比矩阵和海森矩阵。与传统的手工推导微分解析表达式再编写相应的微分代码方法相比,该方法有效避免了截断误差,显著提高了计算效率。结合IEEE 三个标准算例进行了仿真,分别对运行时间和目标函数值进行了比较,验证了算法的有效性。     

稀疏矩阵法网络拓扑分析

矩阵法是网络拓扑的基本方法,此方法易于编程,但速度很慢。通过分析可知邻接矩阵自乘的矩阵法进行矩阵乘法运算时,两个相乘矩阵中邻接矩阵是稀疏矩阵且保持不变,对其可以应用稀疏矩阵技术,为此提出了基于稀疏矩阵技术的矩阵法。该方法采用多种手段提高计算速度,首先,采用稀疏矩阵技术极大地提高了计算速度;其次,每计算出一个连通矩阵元素后马上更新当前连通矩阵,可以大大提高计算速度;第三,利用连通矩阵的对称性,只需计算一半的矩阵元素;最后,采用节点优化编号技术,进一步提高了网络拓扑分析的速度。对一个实际大型电网进行了拓扑分析,计算结果验证了该方法的正确性和有效性。     

稀疏矩阵法网络拓扑分析

矩阵法是网络拓扑的基本方法,此方法易于编程,但速度很慢.通过分析可知邻接矩阵自乘的矩阵法进行矩阵乘法运算时,两个相乘矩阵中邻接矩阵是稀疏矩阵且保持不变,对其可以应用稀疏矩阵技术,为此提出了基于稀疏矩阵技术的矩阵法.该方法采用多种手段提高计算速度,首先,采用稀疏矩阵技术极大地提高了计算速度;其次,每计算出一个连通矩阵元素后马上更新当前连通矩阵,可以大大提高计算速度;第三,利用连通矩阵的对称性,只需计算一半的矩阵元素;最后,采用节点优化编号技术,进一步提高了网络拓扑分析的速度.对一个实际大型电网进行了拓扑分析,计算结果验证了该方法的正确性和有效性.     

基于自动微分技术的电力系统状态估计算法

在常规状态估计模型的基础上,结合自动微分(Automatic Differentiation,AD)技术讨论了一种应用AD技术的状态估计算法.该算法将AD技术分别应用于加权最小二乘状态估计和非线性加权最小二乘状态估计中,利用AD自动生成量测函数的雅克比矩阵和海森矩阵.与传统的手工推导微分解析表达式再编写相应的微分代码方法相比,该方法有效避免了截断误差,显著提高了计算效率.结合IEEE 三个标准算例进行了仿真,分别对运行时间和目标函数值进行了比较,验证了算法的有效性.     

An Efficient Implementation of Automatic Differentiation in Interior Point Optimal Power Flow

This paper presents an improved implementation of automatic differentiation (AD) technique in rectangular interior point optimal power flow (OPF). Distinguished from the existing implementation of AD, the proposed implementation adds a subroutine to identify all constant first-order and second-order derivates by AD and form a list of constant derivates before the processing of iterations. At every iteration of interior point OPF algorithm, only the changing derivates are updated by AD tool. An excellent AD software—ADC—is used as a basic AD tool to finish the proposed implementation. A user-defined model interface is provided with AD technique to enhance performance and flexibility. Numerical studies on several large-scale power systems indicate that the proposed implementation of AD can compete with hand code in execution speed without loss of maintainability and flexibility of AD codes. This paper demonstrates that AD technique has an application potential in online operating environments of power systems instead of hand-coded derivates, and greatly relieves the burdens of software developers.      

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。     

Optimal Spinning Reserve Allocation with Full AC Network Constraints Via a Nonlinear Interior Point Method

An effective optimal spinning reserve allocation (OSRA) method is proposed in this paper using Optimal Power Flow (OPF). It enables optimal allocation of spinning reserve and load curtailment incorporating full AC network constraints and dynamic restriction on generation such as ramp-rate constraints. A Primal-Dual Interior Point (PDIP) method, which can efficiently handle both equality constraints and inequality constraints, is employed to solve the formulated dynamic OPF problem. In this model, spinning reserve and load curtailment constraints impose an interdependency between the generation output of units which usually are separable in conventional Newton OPF. A decomposition algorithm is therefore derived to handle the interdependency so that the constraint matrix of generation and that of network can be handled separately by slightly changing the entries of Hessian matrix. Therefore, the proposed method is not only still able to utilize the elegant super sparsity technique of Newton method, but also eliminates its ineffective binding active set determination procedure. Furthermore, the influences of spinning reserve on spot price (SP) are also discussed. A shift effect is observed.     

基于人工鱼群算法的最优潮流计算

提出了基于人工鱼群优化算法(AFSA)的最优潮流(OPF)计算方法;算法结合动态调整罚函数的方式,将最优潮流问题转化为一个无约束求极值问题,有效提高了算法的全局收敛能力和计算精度.应用此算法对标准IEEE30节点的电力系统进行最优潮流计算,并与粒子群算法和遗传算法进行了比较,仿真结果表明,该算法能够更好地获得全局最优解,具有实用意义.     

基于改进粒子群优化算法的最优潮流计算

提出应用粒子群优化算法（PSO）求解最优潮流问题（OPF），并结合动态调整罚函数法将最优潮流问题转化成一个无约束求极值问题，有效提高了PSO算法的全局收敛能力和计算精度。应用此算法对标准IEEE30节点系统进行潮流计算，并与线性规划算法和遗传算法进行了比较，结果表明，该算法能够更好地获得全局最优解，具有实用意义。     

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。     

On a nonlinear multiple-centrality-corrections interior-pointmethod for optimal power flow

Large scale nonlinear optimal power flow (OPF) problems have been efficiently solved by extensions from linear programming to nonlinear programming of the primal-dual logarithmic barrier interior-point method and its predictor-corrector variant. Motivated by the impressive performance of the nonlinear predictor-corrector extension, in this paper we extend from linear programming to nonlinear OPF the efficient multiple centrality corrections (MCC) technique that was developed by Gondzio. The numerical performance of the proposed MCC algorithm is evaluated on a set of power networks ranging in size from 118 buses to 2098 buses. Extensive computational results demonstrate that the MCC technique is fast and robust, and outperforms the successful predictor-corrector technique     

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。     

最优潮流的原对偶内点法矢量化实现

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.     

基于混合优化算法的最优潮流计算

应用粒子群(PSO)与人工鱼群(ASFA)混合优化算法求解最优潮流(OPF)问题[1];该算法利用ASFA良好的全局收敛性与PSO的局部快速收敛性等优点,结合动态调整罚函数,将最优潮流问题转化为一个无约束求极值问题.最后,应用此算法对IEEE-30系统进行仿真,并与遗传算法、标准PSO算法、ASFA算法进行比较,结果表...