基于内点法的机组组合模型

将传统的机组组合模型划分为离散和连续两部分，在离散和连续空间中交替求解，用非常小的解邻域空间代替原来庞大复杂甚至难以求解的离散解空间。在求解连续变量过程中，充分利用了内点法收敛性好、精度高的优点，并采用降维整编技术进一步提高计算速度。文中对10~ 500台机组24个时段共8个算例进行了仿真测试，结果表明，100台机组的计算时间仅为4 s，可见该方法收敛速度快，适合大规模机组的实际应用。     

基于内点法和邻域搜索解耦动态规划法的区域电网动态无功优化方法

动态规划法可高效、准确求解小规模区域电网动态无功优化问题,但随着电网规模的增大,存在组合爆炸而导致求解时间急剧增长的问题。为此,提出了基于内点法和邻域搜索解耦动态规划法的区域电网动态无功优化两阶段混合方法。第1阶段,采用Sigmoid函数实现原模型的连续化,然后采用内点法求连续最优解;第2阶段,在连续解基础上,采用启发式邻域搜索策略确定解耦动态规划法搜索空间,通过站间解耦、调压和无功补偿设备的解耦协调以及站内的动态规划求解区域电网动态无功优化问题。该两阶段方法既保证了优化解的质量又可以有效避免离散变量求解状态组合爆炸问题,大幅度提高了动态规划法的计算效率。以某220 kV控制分区的仿真分析,验证了所提方法的有效性。     

一种求解机组组合问题的内点半定规划GPU并行算法

针对内点法求解机组组合问题的半定规划(SDP)模型时大规模线性方程组计算时间太长的问题,提出一种基于图形处理器(GPU)的Krylov子空间并行算法.该算法采用预条件处理的拟最小残差法(QMR法),并以矩阵分块技术为基础,在CSR存储格式下使用GPU实现Incomplete Cholesky并行预处理矩阵的计算.通过对不同规模线性方程组的计算分析表明,与传统的Cholesky直接法相比,QMR并行算法具有速度和存储优势,可获得良好的并行加速比.10～100机6个系统的仿真结果也表明,该SDP并行内点法在减少计算时间的同时可求得近似最优解.     

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。     

求解机组组合问题的改进混合整数二次规划算法

混合整数二次规划(MIQP)算法求解机组组合问题具有全局优化能力,但是针对大规模优化问题,其计算速度和计算精度将受影响.文中提出了求解机组组合问题的改进MIQP算法.该算法的核心思想是引入了松弛和解耦2种改进策略.通过求解松弛整数变量的二次规划模型,首先获得机组组合的下界空间,然后再通过拉格朗日解耦算法获得机组组合的上界空间,进而在上下界确定的寻优空间内采用MIQP算法进行再优化.不同测试算例表明,改进的MIQP算法快速且有效,可以降低优化问题的复杂度,显著减少计算时间.     

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.     

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。     

基于启发式混合整数规划法求解大规模机组组合问题

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

含风电场群的区域电网两层多阶段电压协调控制方法

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

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.     

最优潮流内点割平面的鲁棒算法

内点割平面算法（IPCPM）集中了割平面法和内点法的优点，非常适于求解大规模系统的离 散优化问题，但是研究发现内点法在求解松弛的线性规划问题时，如果问题具有多重解，最优解会 收敛到凸多面体的最优面的内部，此时IPCPM会由于无法得到正确的最优基信息来生成割平面 而失效。在此基础上，文中提出了一种通用的最优基判别准则，解决了原算法失效的问题，提高了 算法的鲁棒性。通过对IEEE测试系统的数值计算，表明改进后的算法能正确处理最优解的各种 情况，显著扩大了IPCPM的应用范围。     

Optimal power flow solutions under variable load conditions

This work presents a methodology to calculate a sequence of optimal power flow (OPF) solutions under variable load conditions. The aim is to obtain a set of optimal operating points in the neighborhood of the bounds of the region defined by the load flow equations and a set of operational limits. For this, an algorithm based on the continuation method and on a primal-dual interior point optimization method is proposed. Such an algorithm consists of two main steps: the predictor step, which uses a linear approximation of the Karush-Kuhn-Tucker (KKT) conditions to estimate a new operating point for an increment in the system load; and the corrector step, which calculates the optimum corresponding to the new load level via a nonlinear primal-dual interior point method. Indices for critical buses and inequality constraints are a byproduct of the methodology. In addition, sensitivity analysis is performed to calculate the amount of reactive compensation which allows for a pre-specified increase in the system load. Results for realistic test systems are presented     

Optimal reactive dispatch through interior point methods

An implementation of an interior point method to the optimal reactive dispatch problem is described. The interior point method used is based on the primal-dual algorithm and the numerical results in large scale networks (1832 and 3467 bus systems) have shown that this technique can be very effective to some optimal power flow applications     

A solution for unit commitment using Lagrangian relaxation combined with evolutionary programming

This paper proposes an approach which combines Lagrangian relaxation principle and evolutionary programming for short-term thermal unit commitment. Unit commitment is a complex combinatorial optimization problem which is difficult to be solved for large-scale power systems. Up to now, the Lagrangian relaxation is considered the best to deal with large-scale unit commitment although it cannot guarantee the optimal solution. In this paper, an evolutionary programming algorithm is used to improve a solution obtained by the Lagrangian relaxation method: Lagrangian relaxation gives the starting point for a evolutionary programming procedure. The proposed algorithm takes the advantages of both methods and therefore it can search a better solution within short computation time. Numerical simulations have been carried out on two test systems of 30 and 90 thermal units power systems over a 24-hour periods.     

A Robust Approach to Optimal Power Flow With Discrete Variables

Optimal power flow (OPF) belongs to the nonlinear optimization problem with discrete variables. The interior point cutting plane method (IPCPM), which possesses the advantages of both the interior point method and the cutting plane method, becomes a very promising approach to the large-scale OPF. It employs a successive linearization process and iteratively solves the mixed integer linear programming problem. However, case studies have shown that: if the problem has multiple solutions, the optimal solutions will converge to the interior of the optimal face, and the cutting planes cannot be generated due to the failure to identify the optimal base. This paper presents a new general optimal base identification method for solving the problem. The new approach significantly improves the robustness and efficiency of IPCPM. Simulation results on IEEE test systems indicate that the algorithm proposed can not only properly deal with various types of optimal solutions but also greatly enlarge the application area of IPCPM.      

基于树木生长算法的含UPFC的最优潮流计算

最优潮流(OPF)计算是一个非凸优化问题,统一潮流控制器(UPFC)的引入增加了OPF问题的非凸程度,使得基于内点法的传统优化算法难以获取全局最优解。文中提出基于树木生长算法(TGA)的计及UPFC的最优潮流计算方法,将发电成本与有功网损、电压偏移加权作为目标函数,并考虑网络与UPFC设备的安全运行约束,优化了OPF模型。最后基于IEEE 30节点系统以及南京西环网116节点实际系统进行算例测试,对比TGA、粒子群与内点法的结果,并使用蒙特卡洛方法对不同的启发式算法分别进行50次计算,验证了TGA具有更好的求解精度与鲁棒性。     

含大规模风电的电力系统优化调度模型

为研究发电侧电力市场环境下,大规模风电并网对电力系统运行方式的影响,提出一种考虑风电极端出力时的火电机组竞价开机方法.其核心思想是以等效最小负荷作为竞价容量,确定火电机组的初步开机机组,而后校验初步开机方式能否满足等效最大负荷的要求;如果不能满足要求,则在等效最小负荷时刻弃风,以提高竞价容量,如此直到开机方式可行.此外,建立总购电费用最小的最优潮流模型,采用约束成本变量法和内点法,求解最优潮流模型,并应用算例验证模型和方法的可行性.     

含大规模风电场的电力系统线性化最优潮流计算

考虑随机因素的最优潮流(optimal power flow,OPF)计算属于非线性计算,随着系统规模增大,计算难度大大增加,计算效率低,难以满足电力系统在线计算分析要求。针对含大规模风电场的电力系统,首先利用近似简化方法对传统考虑风电不确定性的最优潮流模型进行线性化处理,同时利用拉丁超立方采样进行风电场景生成,基于场景削减技术获得概率测度较大的少数风电场景;然后建立一种新的考虑风电不确定性的线性化最优潮流模型;最后利用简化内点法进行求解。IEEE 300节点、Polish 2 736节点系统的计算结果表明,考虑风电不确定性的线性化最优潮流精度高、计算时间短、适用性强。     

基于混沌优化与线性内点法的最优潮流算法

求解最优潮流是一项基本而重要的工作，文中将混沌优化与线性内点法相结合，提出了一种新的混合优化算法，并应用该方法进行电力系统最优潮流的计算。混沌优化方法利用混沌运动特定的内在遍历性、随机性和规律性等特点跳出局部最优点，接近最优点；同时，利用预测-校正原-对偶内点法在最优点的邻域内局部寻优，提高了收敛速度和求解精度。通过对IEEE 14、30和57节点试验电力系统的数值计算，验证了算法的有效性。