电力系统最优潮流算法研究综述

总结了和最优潮流相关的几个方面,较为详细地分析了几种比较有代表性的优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流现存的问题提出了潜在研究方向。     

电力市场中最优潮流模型及算法研究

对传统最优潮流模型做了改进,提出了基于模糊理论和多目标优化理论的最优潮流模型,综合考虑了网损量最小和有功、无功购电费用最低3个目标;将免疫克隆算法和变尺度混沌搜索方法有机地结合起来,形成了免疫克隆混沌优化算法,并应用于改进最优潮流模型的求解。用IEEE 14节点算例进行了仿真分析,结果表明改进最优潮流模型有效,采用免疫克隆混沌算法对改进最优潮流模型求解是可行和高效的。     

电力系统最优潮流分析

电力系统最优潮流问题是一个大规模、多约束、非线性的优化问题,对电力系统的安全经济运行具有重大的意义。本文阐述了电力系统中最优潮流问题研究的现实意义,给出了最优潮流的数学模型,介绍了求取最优潮流的算法,从而加深了对电力系统最优潮流问题的理解,有利于电力系统中最优潮流算法的进一步研究工作。     

电力系统最优潮流分析

电力系统最优潮流问题是一个大规模、多约束、非线性的优化问题,对电力系统的安全经济运行具有重大的意义.本文阐述了电力系统中最优潮流问题研究的现实意义,给出了最优潮流的数学模型,介绍了求取最优潮流的算法,从而加深了对电力系统最优潮流问题的理解,有利于电力系统中最优潮流算法的进一步研究工作.     

优化潮流算法的分析与研究

针对如何利用计算机技术来优化电网中的潮流分配，以使其可以达到最优解，提出3种数值计算方法：牛顿法、动态优化潮流算法和混沌搜索与模糊集理论相结合的方法。     

电力系统无功最优潮流模型及其求解——基于改进粒子群优化算法的潮流优化

提出了一种基于改进粒子群优化算法的无功最优潮流模型及求解方法,灵活处理最优潮流问题的各种约束条件。通过对IEEE-30节点系统的仿真计算,并与遗传算法、基本粒子群优化算法计算结果进行比较,验证了本文提出的模型和方法的有效性。     

搜寻者优化算法在最优潮流中的应用

为实现电力系统经济运行,以有功网损最小为目标函数,建立电力系统最优潮流模型,将搜寻者优化算法(seeker optimization algorithm,SOA)应用到最优潮流计算中,选取发电机机端电压、变压器分接头位置和可投切电容器组等控制变量构建初始矩阵,对IEEE30、IEEE57标准系统进行测试,并与带自适应惯性权值的粒子群算法、带收敛因子的粒子群算法和全面学习的粒子群算法进行了比较.结果表明:SOA能够有效地搜索到最优解且具有较好的全局寻优能力,适应于电力系统最优潮流计算.     

最优潮流问题浅析

回顾了最优潮流的发展历史与数学模型，简要概述了几种主流的最优潮流算法，最后针对电网新形势下的最优潮流研究方向进行了分析和归纳。     

最优潮流改进简化梯度法的研究及应用

研究和改进电力系统最优潮流问题的简化梯度法 ,并将改进简化梯度法应用于求解无功优化问题。在算法上结合电力系统的PQ解耦特性 ,采用简化梯度法和共轭梯度法的组合算法解算优化潮流问题 ,改进了传统意义上的简化梯度法和共轭梯度法 ,进一步提高了计算速度 ,获得了良好的收敛性 ,尤其是在接近最优点处。无功优化问题的计算实例证明了本文算法是有效的、可靠的。     

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。     

基于双适应度微粒群优化算法的最优潮流计算

在分析最优潮流(0PF)理论及其算法的基础上,引入微粒群优化算法(PSO).考虑到传统PSO算法应用罚函数处理OPF约束条件时容易造成对优良个体的湮灭,提出双适应度概念对微粒进行评估.利用双适应度PSO算法对算例进行分析并与其他算法比较,结果表明双适应度微粒群优化算法可较好处理最优潮流约束条件,在处理最优潮流问题上具有一定的有效性和优越性.     

光滑牛顿法在最优潮流中的应用

文章提出一种光滑化牛顿法计算电力系统的最优潮流,在计算中整合了所有约束条件,对约束函数的光滑化处理,将所要求解的复杂优化问题转化为一个只包含等式约束的简单优化问题.通过IEEE的多个标准算例进行数值试验,结果表明该方法有着很好的适应性和稳定性,而计算量却只与半光滑的方法相当甚至更少;同时算法过程简单明了,在实际应用中有较大的优势.     

Efficiency improvements in meta-heuristic algorithms to solve the optimal power flow problem

This paper presents three efficient approaches for solving the Optimal Power Flow (OPF) problem using the meta-heuristic algorithms. Mathematically, OPF is formulated as non-linear equality and inequality constrained optimization problem. The main drawback of meta-heuristic algorithm based OPF is the excessive execution time required due to the large number of load flows/power flows needed in the solution process. The proposed efficient approaches uses the concept of incremental power flow model based on sensitivities, and lower, upper bounds of objective function values. By using these approaches, the number of load flows/power flows to be performed are substantially, resulting in the solution speed up. The original advantages of meta-heuristic algorithms, such as ability to handle complex non-linearities, discontinuities in the objective function, discrete variables handling, and multi-objective optimization, are still available in the proposed efficient approaches. The proposed OPF formulation includes the active and reactive power generation limits, Valve Point Loading (VPL) effects and Prohibited Operating Zones (POZs) of generating units. The effectiveness of proposed approaches are examined on the IEEE 30, 118 and 300 bus test systems, and the simulation results confirm the efficiency and superiority of the proposed approaches over the other meta-heuristic algorithms. The proposed efficient approaches are generic enough to use with any type of meta-heuristic algorithm based OPF.     

Applications of computational intelligence techniques for solving the revived optimal power flow problem

Computational intelligence tools are attracting added attention in different research areas and research in power systems is not different. This paper provides an overview of major computational issues with regard to the optimal power flow (OPF). Then, it offers a brief summary of major computational intelligence tools. A detailed coverage of most OPF related research work that make use of modern computational intelligence techniques is presented next.     

基于自动微分技术的内点法最优潮流算法

讨论了一种基于自动微分（AD）技术的内点法最优潮流（OPF）算法。与已有的基于AD技术的OPF算法相比，该算法使用高效的基于操作符重载的AD工具，充分利用直角坐标下雅可比矩阵和海森矩阵的大部分元素是常数的特点，加入了识别上述矩阵中不变元素的功能，避免了重复计算。对一组大规模算例的测试分析表明，该算法在保持代码可维护性、灵活性的同时，计算速度接近手动编程，表明AD技术在电力系统OPF中具有取代传统手动编程的潜力。     

最优潮流在PSASP／UPI环境下的研究和开发

本文介绍了最优潮流的研究和开发环境－《电力系统分析综合程序》用户程序接口（ＰＳＡＳＰ／ＵＰＩ），最优潮流在ＰＳＡＳＰ／ＵＰＩ环境下的实现原理、方法以及建立的两个数学模型。实践表明，在ＰＳＡＳＰ／ＵＰＩ环境下研究和开发最优潮流，不但减少了工作量，而且提高了可靠性，同时还能对同一电网进行多目标的最优潮流计算。     

Single and Multi-objective Optimal Power Flow Using Grey Wolf Optimizer and Differential Evolution Algorithms

This article applies the grey wolf optimizer and differential evolution (DE) algorithms to solve the optimal power flow (OPF) problem. Both algorithms are used to optimize single objective functions sequentially under the system constraints. Then, the DE algorithm is utilized to solve multi-objective OPF problems. The indicator of the static line stability index is incorporated into the OPF problem. The fuzzy-based Pareto front method is tested to find the best compromise point of multi-objective functions. The proposed algorithms are used to determine the optimal values of the continuous and discrete control variables. These algorithms are applied to the standard IEEE 30-bus and 118-bus systems with different scenarios. The simulation results are investigated and analyzed. The achieved results show the effectiveness of the proposed algorithms in comparison with the other recent heuristic algorithms in the literature.     

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。     

含UPFC的灵活交流输电系统最优潮流控制

潮流计算和无功优化计算是电力系统非常重要的计算,两者都包括在电力系统最优潮流（OPF）问题中,灵活交流输电系统（FACTS）的出现需要对传统的潮流计算进行修正,利用遗传算法探讨了含统一潮流控制器（UPFC）的灵活交流输电系统最优潮注控制问题,计算机仿真表明,该方法可有效解决含UPFC的灵活交流输电最优潮流控制。