基于一种不可行内点法的电力系统无功优化

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。     

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。     

电力系统无功综合优化的线性规划内点法

本文采用原对偶路径跟踪法直接求解无功综合优化问题的非标准形式的线性规划模型。通过消去松驰变量和部分拉格朗日乘子变量,使得在每步迭代中求解的线性方程组的系数矩阵为对称稀疏矩阵,可用三角分解法有效求解。实际系统的计算结果表明,当系统的约束条件和变量数目增加时,此算法的迭代次数变化较少。     

电力系统无功综合优化的线性规划内点法

本文采用原对偶路径跟踪法直接求解无功综合优化问题的非标准形式的线性规划模型,通过消去松驰变量和部分拉格朗日乘子变量,使得在每步迭代中求解的线性方程组的系数矩阵为对称稀疏矩阵,可用三角分解法有效求解。实际系统的计算结果表明,当系统的约束手变量数目增加时,此算法的迭代次数变化较少。     

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。     

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。     

基于协同进化法的电力系统无功优化

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的问题，提出基于协同进化的无功优化算法以及相应的求解步骤。协同进化算法借鉴分解协调的思想，将无功优化问题分解为一系列相互联系的子优化问题，每个子优化问题对应于进化算法的一个种群，各种群通过共同的系统模型相互作用，共同进化，从而使整个系统不断演进，最终达到问题求解的目的。与常规的遗传算法相比，协同进化算法不但能得到更好的优化结果，收敛性好，而且克服了普通遗传算法计算时间过长的缺点，算例结果表明，该算法更适合于求解大系统的无功优化问题。     

大规模电网的动态无功优化算法

为解决应用内嵌离散惩罚的非线性原对偶内点法求解离散整数动态无功优化模型时产生的"维数灾"问题,对修正方程用块矩阵解耦的算法做进一步探讨,提出了两次求解修正方程系数矩阵并三角分解从而降低动态无功优化应用于大电网时的数据存储量的新思路,即以时间换取空间(定义为时空转换)。在两个实际系统(14节点和538节点系统)和IEEE 118节点系统上的优化计算表明,所提算法既能计算大电网的动态无功优化,又具有较快的计算速度。     

基于多Agent系统的电力系统无功优化控制

多Agent技术是分布式人工智能的一个分支,具有很好的自适应性,能使逻辑上或物理上分散的系统并行、协调地求解问题。这种特性能够很好地解决电力系统无功优化的低效和数据冗余问题。利用Agent及多Agent系统的基本特性和功能,结合电力系统的特点,设计了一种基于MAS的分层分布式无功优化控制系统和基于该系统的分布式无功优化模型。用该模型结合线性规划法对一个4节点电力系统进行了仿真。将仿真结果与传统的全局优化结果进行比较,验证了该模型的有效性,也突显了该模型在优化速度和规模上的优越性。     

基于分布式协同粒子群优化算法的电力系统无功优化

该文提出一种新颖的用于求解无功优化问题的分布式协同粒子群优化算法.考虑到大规模电力系统集中优化难度较大,采用分层控制中的分解-协调思想将大系统分解成若干个独立的子系统,有效地降低求解问题的复杂度,并采用混合策略在各子系统问进行协同进化.此外,子系统的无功优化采用了一种改进的粒子群优化算法,考虑了更多粒子的信息,能有效地提高算法的收敛精度和计算效率.对4个不同大小规模的系统进行的仿真计算结果表明该文提出的方法能够获得高质量的解,并且计算时间短,效率高,适合求解大规模电力系统的无功优化问题.     

电力市场环境下的无功优化模型及其求解方法

该文分析了传统的电力系统无功优化模型存在的缺陷，论述了在电力市场中实行无功计价的必要性。提出了根据发电机运行的不同状况对发电机无功进行分段计价的观点，并依此建立了以有功网络损耗费用和无功费用为目标函数并包含各种运行约束的电力系统无功优化数学模型。由于电力系统无功优化问题本身的复杂性，该文将遗传算法和ALOPEX相结合的优化算法应用于上述的无功优化模型，这种方法能充分发挥遗传算法的全局寻优优势和ALOPEX算法的爬山能力突出的特点，可以克服以往优化算法的不足。给出的算例也证明了该文提出的无功优化模型可以在降低网络有功损耗的同时实现无功潮流的合理分布，起到改善系统无功环境的作用。     

内点法在求解电力系统优化问题中的应用综述

内点法是一种求解线性规划问题的多项式时间算法,其显著特征是其迭代次数与系统规模关系不大。内点法已被扩展应用于求解二次规划和直接非线性规划模型,使得其计算速度和处理不等式约束的能力均超过了求解二次规划模型的经典算法和求解非线性规划模型的牛顿算法。文章对仿射尺度法和路径跟踪法应用于求解电力系统优化问题的研究现状进行了综述,并提出了一些尚待深入研究的工作。     

求解离散无功优化的非线性原-对偶内点算法

针对无功优化计算中离散变量和连续变量共存问题,提出用直接非线性原一对偶内点法内嵌罚函数的新算法。通过对几个不同规模试验系统计算分析,并与Tabu搜索法求得的结果比较,证明了该方法是有效的,而且在计算速度、收敛性和优化精度上都优于Tabu搜索法。这使内点法在解决非线性混合整数规划无功优化的有效性和实用性方面更进了一步。     

一种新的无功电力定价算法

文章在短期边际成本方法的基础上,提出了一种考虑系统的静态电压稳定性、区域无功备用要求和无功电源投资回收的新的无功实时电价模型.在算法上采用并行遗传算法,保证了最优解的全局性,在一定程度上提高了算法的稳健性及计算速度.经IEEE 14节点算例验证,该文的模型和算法是有效的,具有较好的应用价值,并且对无功优化问题具有一定的借鉴意义.     

基于Tabu搜索方法的电力系统无功优化

将 Tabu搜索方法用于电力系统无功优化 ,采用二进制和十进制编码 2种方案。对IEEE30节点系统和 1 2 5节点山东省某地区电网进行了优化计算 ,并与简单遗传算法、结合模拟退火的遗传算法进行了比较 ,结果表明 Tabu搜索方法具有更强的全局寻优能力 ,可用于运行方式安排 ,并具有在线决策的潜力     

实时无功优化调度中的邻域搜索改进遗传算法

为了避免遗传算法的早熟收敛及改善其收敛性能，提出了电力系统最优无功调度和电压控制的一种改进遗传算法。算法中采用了分组整数编码技术和锦标赛选择机制；结合十进制整数编码的特点，提出了邻近变异的操作算子，避免了二进制编码中的海明悬崖(Hamming cliffs)；在遗传迭代结束后再引入邻域搜索技术，以极短的时间完成搜索。将此算法应用在海南电网的实时无功优化调度中，结果表明该算法能迅速获得全局优化解，具有很好的全局收敛性能，能满足电力系统无功优化实时调度的要求。     

基于混沌免疫接种粒子群算法的电力系统多目标无功优化

针对基本粒子群优化算法的收敛性能受初始粒子分布影响较大的问题,应用混沌优化理论具有遍历性的突出优点和人工免疫系统中接种疫苗的方法,即混沌免疫接种粒子群优化算法,将该方法应用于电力系统多目标无功优化模型求解.混沌免疫接种粒子群算法是采用混沌优化生成初始粒子即无功优化控制变量值,并选择其中较优的粒子作为初始粒子群,改善了随...