基于最优潮流的实时电价及其算法的研究

实时电价是电力市场中的重要概念。为了研究实时电价所包含的丰富的经济信息以及适合实时电价在线快速计算的算法,基于最优潮流(OPF)实时电价模型采用原对偶内点算法求解,并讨论了向心参数的取值对该算法收敛性的影响。在此基础上引入预测校正环节,该方法能很好地协调解的最优性和可行性之间的关系,改善了算法的收敛性;采用IEEE14节点标准测试系统进行实时电价计算,对仿真结果的分析表明了相应不等式约束的Lagrangian乘子的值代表系统运行安全费用,预测校正法迭代次数少,收敛性好。     

基于最优潮流的实时电价及其算法的研究

实时电价是电力市场中的重要概念.为了研究实时电价所包含的丰富的经济信息以及适合实时电价在线快速计算的算法,基于最优潮流(OPF)实时电价模型采用原对偶内点算法求解,并讨论了向心参数的取值对该算法收敛性的影响.在此基础上引入预测校正环节,该方法能很好地协调解的最优性和可行性之间的关系,改善了算法的收敛性;采用IEEE14节点标准测试系统进行实时电价计算,对仿真结果的分析表明了相应不等式约束的Lagrangian乘子的值代表系统运行安全费用,预测校正法迭代次数少,收敛性好.     

电力系统无功优化的原对偶内点算法及其应用

以电力系统中电压无功优化的非线性规划模型为基础,采用原对偶内点算法进行全局寻优;并在此基础上提出了一种预测校正方法,该方法通过协调解的最优性及可行性之间的关系提高算法的收敛性。对IEEE14节点和IEEE30节点系统的分析表明,带有预测校正方法的原对偶内点算法较单纯的原对偶内点算法所需迭代次数少,计算速度快,收敛性好。     

基于原–对偶内点法的节点边际电价计算

节点边际电价在电力交易和处理输电阻塞中具有重要作用。文中建立了计算节点边际电价的线性规划模型，分析了利用传统线性规划方法求解节点电价存在的困难，提出了基于原–对偶内点法的节点边际电价计算方法。对典型的6节点电力系统进行了计算验证，结果表明，所提出的方法计算结果符合理论要求，计算速度快，收敛性好。     

基于内点法的电力系统无功优化

介绍了无功优化的基本概念,对各种无功优化算法进行了简单比较。对原对偶内点法的基本原理作了简单介绍,采用全网有功传输损耗最小作为目标函数,并采用二次罚函数的形式处理离散变量,对基于原对偶内点法的无功优化的模型进行求解。IEEE14—118节点标准测试系统上进行了数值仿真,证明内点算法具有良好的收敛性和鲁棒性。     

基于原对偶内点法的电压无功功率优化

文章以电压无功优化的二次规划模型为基础,对原对偶内点法进行了扩展,使之能处理电压无功优化控制中大量的不等式的约束。文章提出了一种壁垒参数的选取方法和控制计算步长的策略,并采用了一种有效的预测校正方法来提高算法的收敛性。     

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。     

电力系统内-外点优化潮流算法

提出了利用内-外点算法(IEPM)求解电力系统最优潮流问题。内点法(IPM)具有全局收敛性好的优点,但有时在最优点附近其收敛速度会降低,而外点法(EPM)在满足二阶最优条件时具有1.5Q的超线性局部收敛速度。IEPM将原对偶内点法和外点法结合,利用内点法寻找全局最优点所在的邻域,当内点法收敛到全局最优点邻域时,转到外点算法继续进行优化潮流数值计算。内-外点优化潮流算法结合了内点法和外点法的各自优点,具有快速的全局收敛性和超线性局部收敛性。对4个IEEE标准测试系统和一个实际某区域685节点系统仿真结果表明,该方法能够保证优化潮流计算的全局收敛性,且收敛速度快,迭代次数少。     

基于模型预测控制的两区域互联电网AGC系统研究

实时电价是需求侧管理策略的重要手段,是解决智能电网供需平衡的理想需求响应机制,能起到削峰填谷的作用。为此,为智能电网设计了一种分布式实时电价算法：基于改进对偶分解的近端中心算法,求解用户总效用与电能供应商成本之差最大的优化问题。在此算法中,对偶问题的拉格朗日乘子即为实时电价,通过迭代更新拉格朗日乘子,形成电能供应商的实时电价与用户的实时能耗水平之间的互动,算法最终为每个用户找到最优的能耗水平(即用户的总效用最大化),同时使得电能供应商的成本最小化。所提算法既保留了问题的可分离性,又加快了收敛速度,克服了基于对偶分解的次梯度法求解该优化问题在用户规模较大时收敛慢甚至不收敛的缺点。仿真结果充分表明了所提算法具有快速收敛的特性。     

基于改进对偶分解的智能电网快速实时定价方法

实时电价是需求侧管理策略的重要手段,是解决智能电网供需平衡的理想需求响应机制,能起到削峰填谷的作用。为此,为智能电网设计了一种分布式实时电价算法:基于改进对偶分解的近端中心算法,求解用户总效用与电能供应商成本之差最大的优化问题。在此算法中,对偶问题的拉格朗日乘子即为实时电价,通过迭代更新拉格朗日乘子,形成电能供应商的实时电价与用户的实时能耗水平之间的互动,算法最终为每个用户找到最优的能耗水平(即用户的总效用最大化),同时使得电能供应商的成本最小化。所提算法既保留了问题的可分离性,又加快了收敛速度,克服了基于对偶分解的次梯度法求解该优化问题在用户规模较大时收敛慢甚至不收敛的缺点。仿真结果充分表明了所提算法具有快速收敛的特性。     

基于内点法和离散粒子群算法的输电网参数辨识

准确的电网参数是调度平台能量管理系统进行电网安全稳定分析和控制决策的重要基础。以残差加权最小绝对值(WLAV)为目标函数,能有效抑制不良数据对参数辨识结果的影响,采用现代内点法对WLAV进行求解,收敛性好。针对传统参数辨识的系统矩阵条件数过大,易出现程序发散的特点,将原-对偶内点法和离散粒子群(DPSO)算法相结合,给出了一种输电网参数辨识方法,仿真结果表明该方法在计算速度和数值稳定性方面具有明显的优势。     

基于简化零空间内点法VSC-HVDC离散化最优潮流的研究

在求解含电压源换流器的高压直流输电(Voltage Source Converter based High Voltage Direct Current, VSC-HVDC)的交直流系统最优潮流(Optimal Power Flow, OPF)问题时,常使用原对偶内点法或智能算法。但原对偶内点法无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易陷入局部最优解,同时计算时间过长。因此,提出一种含离散惩罚函数的简化零空间内点算法。算法的主要思想是以简化零空间内点法(下称S-NSIPM)为框架,对连续变量进行优化,当收敛函数小于一定值时,在离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优和适应能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

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。     

基于线性内点法及正交变换的抗差参数估计

参数估计目前主要采用加权最小二乘算法.由于包含参数估计,该方法在处理电网坏数据混杂及数值稳定性上都面临着困难.考虑到实际电网中有时会同时出现量测错误及参数错误,提出了使用基于线性内点法及正交变换的加权最小绝对值(WLAV)增广参数估计.基于L1范数的WLAV估计具有良好的抗差特性,用以应对混杂有坏数据、拓扑错误及参数错误的混杂估计.为提高增广参数估计的数值稳定性,将正交变换引入线性内点法修正方程的求解中.对算法的测试结果表明,该方法具有良好的应用前景.     

一种基于L_1范数模型和内点理论的潮流算法

提出一种结合L1范数模型和内点理论的潮流计算方法,利用基于扰动KKT条件的原始-对偶内点算法进行一般潮流问题求解.与以前的最小潮流法相比,该方法简单、求解易于收敛、易于程序实现,便于对病态系统求解,并同时能判断潮流方程是否有解.     

基于改进多中心-校正内点法的最优潮流

提出了一种改进的多中心-校正内点法,该方法采用超立体空间映射技术,通过合理配置一些关键映射参数改善映射空间的数值结构,使算法在每次迭代时能获得较大的迭代步长和较好的中心方向,从而加快算法的收敛.通过IEEE14、30、57、118节点4个测试系统的仿真计算表明,该算法收敛快,其迭代次数与每次迭代进行4次中心-校正计算的多中心-校正内点法基本相当,而且鲁棒性好,未出现数值稳定问题.文章还对算法收敛判据的设置和初值的选取作了较详细的讨论.     

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。     

基于内点法的分布式电源选址定容

分布式电源可以改善系统的潮流分布、网络损耗、可靠性等,其效果与分布式电源的位置和容量密切相关。内点法具有收敛快、精度高等优点,在求解电力系统优化问题上可行有效。因此把传统的选址定容模型分成连续和离散,采用内点法进行连续求解。另外,提出一种基于Pareto最优理论引入协调参数w使两个子函数达到优化,进行选址定容。构造有功损耗和节点电压水平多目标函数,结果表明,基于多目标协调内点法是可行有效的,能协调优化多目标函数,同时计算时间短,收敛速度快。     

基于非线性互补方法的现代内点最优潮流算法

提出了基于非线性互补方法的最优潮流算法。引入非线性互补函数,将内点法中KKT条件的互补松弛条件约束转化为等式约束,并采用牛顿方法求解。该方法不必保证互补松弛变量为正数,可以从任意起始点出发,具有良好的收敛性。在确定最优步长的过程中,采用了新的效益函数,节省了大量的计算时间,并有效处理了算法在收敛过程中产生的振荡问题。数值计算结果表明,提出的算法具有很好的收敛性和计算效率,对于大规模电力系统具有很好的应用前景。