基于混沌粒子群优化方法的电力系统无功最优潮流

针对电力系统无功最优潮流问题,提出一种混沌粒子群优化(CPSO)方法,以克服粒子群优化(PSO)方法容易早熟而陷入局部最优解的缺点。该方法结合混沌变量良好的遍历特性及混沌优化的特点,对即将重合而引起搜索能力下降的粒子赋予混沌状态搜索,其余粒子仍以常规PSO方法搜索,从而提高PSO方法的寻优性能。通过对IEEE6,IEEE14,IEEE30和IEEE118测试系统无功最优潮流问题的计算及分析,表明CPSO方法具有很高的搜索效率和诱人的应用前景。     

基于混沌粒子群优化方法的电力系统无功最优潮流

针对电力系统无功最优潮流问题，提出一种混沌粒子群优化（CPSO）方法，以克服粒子群优化(PSO)方法容易早熟而陷入局部最优解的缺点。该方法结合混沌变量良好的遍历特性及混沌优化的特点，对即将重合而引起搜索能力下降的粒子赋予混沌状态搜索，其余粒子仍以常规PSO方法搜索，从而提高PSO方法的寻优性能。通过对IEEE 6,IEEE 14,IEEE 30和IEEE 118测试系统无功最优潮流问题的计算及分析，表明CPSO方法具有很高的搜索效率和诱人的应用前景。     

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。     

基于混沌优化的含风电场的最优潮流计算

通过建立简化异步风电机的等效稳态模型,将风电机的滑差引入到基本参数的计算,提出基于混沌优化算法的包含风电场的最优潮流计算。此方法利用混沌运动特定的遍历性、随机性等跳出局部最优点,接近最优解,从而提高了求解精发。经MATLAB编程对IEEE14、IEEE39、IEEE118节点系统进行测试,不同风速时计算结果表明,能得到更接近实际的最优解,验证了该算法的有效性和实用性。     

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。     

电力系统最优潮流算法综述

总结了国内外关于电力系统最优潮流算法的研究现状 ,介绍了求解最优潮流的经典算法 ,现代优化方法以及其它算法 ,并提出了针对这一问题算法的潜在研究方向。     

基于改进粒子群优化算法的电力系统有功最优潮流

提出了一种基于改进粒子群优化算法的有功最优潮流模型及求解方法,采用了自适应罚函数法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,并且与遗传算法进行比较,验证了提出的模型和方法的有效性。     

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。     

电力系统最优潮流算法

本文论述了电力系统最倨潮流问题研究的意义。概述了国内外关于最优潮流问题的研究历史和现状,介绍了求最优潮流的非线性方法,线性方法和其他新型方法,提出了一些有待深入研究的方向。     

基于混沌搜索的多目标模糊优化潮流算法

提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。该方法利用混吨变量的随机性、规律性、遍历性进行寻优，克服了基于导数的优化方法对于梯度信息的高度依赖性而造成的困难。用模糊集理论将多目标函数和可伸缩约束条件模糊化，把多目标最优潮流问题转化为单目标非线性规划问题，这种方法结构简单，易于实施。试验系统的计算结果表明，该算法具有较好的全局收敛特性，搜索速度快，求解精度高，使用灵活，是解决电力系统最优潮流问题的一种有效方法。     

基于信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的计算等 )都需要最优潮流 ( OPF)作为理想的工具。文中基于信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 ,通过信赖域决定线性化步长的选取 ,由多步中心校正原—对偶内点法求解信赖域 LP子问题 ,并采用了一个物理策略以改善 OPF算法的稳定性。对国外一个 662节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     

基于滤波器-信赖域方法的最优潮流算法

在电力市场环境下，求解诸多问题都需要最优潮流作为理想的工具。该文基于滤波器和信赖域的思想提出了求解最优潮流的新算法：由信赖域决定线性化步长，线性规划子问题由多步中心校正原一对偶内点法进行求解，并采用了考虑电网拓扑的物理策略和动态调整线性规划子问题的收敛判据策略来改善最优潮流算法的稳定性和收敛性。该算法通过逐次求解线性规划子问题，在滤波器中利用多目标规划的优超(Domin Rllce)概念决定是否接受新的点，算法本身具有非单调的性质。通过与预测一校正方法的比较，进一步验证了多步中心校正方法的求解效率。对系统规模从14节点到662节点的7个电力系统作了全面的数值计算，计算结果表明，该算法具有较高的稳定性和快速收敛性，具有实用意义。     

基于人工免疫算法的电力系统最优潮流计算

基于一阶或二阶梯度的优化算法在计算电力系统最优潮流时经常陷入局部最优点，模拟进化算法具有较好的全局搜索能力，但是有时也由于过早成熟的现象而陷入局部最优点，文中提出了一种计算电力系统最优潮流的新算法－人工免疫算法，该算法是根据人或其他高等动物免疫系统的机理而设计的，将目标函数和一部分不等式约束条件作为抗原，将搜索空间的解作为抗体，依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择，通过抗体之间的相互激励作用提高了最优点附近的搜索效率，通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点，应用此算法进行电力系统最优潮流计算，对IEEE30节点系统的计算结果说明了该算法的有效性。     

基于熵理论的最优潮流代理约束算法

针对最优潮流计算中不等式约束多且难处理的特点,对最优潮流代理约束算法进行进一步的研究。理论分析了该算法对不等式约束的处理方法及其精度和特性,发现该方法不但能提高计算速度,识别系统薄弱环节,而且具有内点法的特征。通过最小自由能的定义,推导出电力系统中大量约束不等式的有效性服从波尔兹曼（Bolzemann）分布,揭示了最优潮流代理约束算法的热力学机制。算例表明该方法是切实有效的。     

一种求解多目标最优潮流的模糊优化算法

将模糊集理论和非线性原－对偶路径跟踪内点法应用于求解具有可伸缩约束的多目标最优潮流问题,选择合适的加速因子以改善算法的收敛性,并与单目标非线性最优潮流问题的计算结果进行了比较。对几个试验系统的计算表明,该算法具有稳定收敛性能,优化结果精确,灵活方便,处理变量不等工约束和函数不等式约束的能力很强,适合于求解大规模电力系统的多目标优化问题。     

用最优潮流计算电力转送费用

简要说明电力转送费用计算问题和这一领域的进展;提出一种基于最优潮流的转送费用计算模型和方法,针对存在点到点电力转送服务的输电网,计算由转送服务产生或应由其分摊的各种费用（线路占用费用、有功费用、无功费用、网络安全费用等）,使用内点算法求解该模型,在各种费用的计算中使用了各种乘子和微增率。     

电力系统无功优化的变尺度混沌优化算法

变尺度混沌优化(MSCOA)是一种改进的混沌优化方法(COA),利用混沌运动的内在随机性、遍历性和规律性进行全局寻优;通过尺度变换不断缩小优化变量的搜索空间,通过改变"二次搜索"的调节系数提高搜索精度,从而提高局部细化搜索能力.文章将该算法应用于电力系统无功优化问题,并对IEEE 6节点系统以及某地区54节点系统进行了仿真计算,计算结果验证了算法的有效性.     

牛顿最优潮流算法中离散控制量的新处理方法

提出了一种新的基于正曲率二次罚函数的最优潮流算法中离散控制量的处理方法,该方法利用二次罚函数产生的虚拟费用迫使离散控制到达它的一个分级上,引入机制简单有效,燕能很好地结合在牛顿最优潮流算法中。文中对一个ＩＥＥＥ试验系统和两个的实际电力系统做了数值计算。结果表明,该方法有良好的收敛性、精确性、具有很强的实用意义。