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.     

基于多中心-校正内点法的加权最小绝对值状态估计

针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV（Weighted Least Absolute Value加权最小绝对值）抗差状态估计算法。该算法在PDIPM（Primal-dual Interior Point Method对偶内点法）的基础上,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空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国桌省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS（Weighted Least Squares加权最小二乘法）算法进行比较,结果表明所提方法的抗差能力具有明显的优势。     

基于非线性预报-校正内点法的电力系统无功优化研究

在非线性原-对偶内点法的基础上引入了预报-校正技术,使改进后的非线性预报-校正内点法获得了较纯原-对偶内点法更大的迭代步长,从而加速了算法的收敛.应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束.IEEE 14节点、IEEE 30节点、IEEE 57节点和IEEE 118节点系统的仿真结果表明,该算法收敛快、鲁棒性好.     

基于改进多中心-校正内点法的可用输电能力计算

针对采用预测—校正内点法求解可用输电能力时可能出现的校正方向错误的缺点,提出基于改进多中心—校正内点法的可用输电能力计算方法。该方法保留了多中心—校正内点法的校正步,解决了计算过程中因校正方向错误而产生的迭代发散问题。选择以预测校正方向作为预测步的仿射方向,并通过预设逻辑判断,有选择地对预测校正过程中校正方向进行加权优化,进一步提高了计算的收敛性。通过对IEEE标准测试系统和某省电网实际系统的仿真计算,验证了该算法的可行性。     

基于非线性多中心校正内点法的最优潮流算法

提出了求解电力系统最优潮流问题新的非线性多中心校正内点算法.该算法采用仿射方向作为预测方向,在校正方向上增加了权系数,并通过线性搜索方法确定权系数的最优值,在预测方向和校正方向的组合方向上获得最大的迭代步长值;同时通过检验校正后的方向是否落在中心轨迹的对称邻域内来保证算法的收敛性.算法能够通过单次校正获得较大的计算步长,从而提高了计算的速度.该算法与预测校正内点法相比具有鲁棒性好、收敛快速的优势,特别是在计算过程中互补对差值较大的恶劣条件下.通过对多个测试系统的仿真,结果验证了算法有效性.     

基于改进MCCIPM的含TCPST电力系统最优潮流计算

随着可控移相器(TCPST)在现代电力系统中应用水平的逐渐提高,计及TCPST的系统最优潮流(OPF)计算迎来了新的挑战。文中提出了一种基于改进内点法的含TCPST电力系统OPF计算方法。首先,结合TCPST接入系统的等效功率注入模型,以系统有功网损最小为目标建立含TCPST的最优潮流模型;其次,为提高收敛速度,文中针对多中心-校正内点法(MCCIPM)进行改进,提高了仿射方向迭代步长并重新配置关键映射参数;最后,基于改进后的MCCIPM,在IEEE 14、IEEE 30和IEEE 118节点网络完成OPF计算。测试结果表明,TCPST具有控制线路潮流分布的能力,验证了文中计算方法在求解效率上的优越性。     

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。     

基于加权预测-校正内点法的混合直流输电系统最优潮流

针对预测-校正内点法求解混合直流输电（hybrid HVDC）系统最优潮流（OPF）时可能存在过校正而导致的发散问题,提出了基于加权预测-校正内点法的hybrid HVDC系统OPF算法。该算法保留了预测-校正内点法的预测步骤,将校正步进行加权,动态选择了校正方向在总的牛顿方向所占的比例,比较好地解决了预测-校正内点法校正错误而不收敛的问题。算例仿真表明,对hybrid HVDC系统进行OPF计算,能使系统处于更经济的运行状态。通过对多个IEEE节点系统进行仿真测试,验证了加权预测-校正内点法的有效性和正确性。     

一种无功优化预测校正内点算法

无功优化是一个大规模非线性优化问题,预测校正内点法在求解该问题时表现出优良的性能。在每次迭代中,传统预测校正内点法通过预测步求出仿射方向,并用其估计互补方程泰勒展开式的二阶项,进而求出校正步。本文算法在传统预测校正内点法基础上进行了进一步的改善,采用了直角坐标系中的无功优化新模型,通过处理,所有KKT方程都转化成二次或线性的。通过预测步求出仿射方向后,用其精确地表达出所有二次KKT条件方程泰勒展开式的二阶项,然后再求出修正方向。新算法的速度优于传统预测校正内点法,数值计算结果表明了该方法的有效性。     

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。     

基于改进多中心校正解耦内点法的动态最优潮流并行算法

基于改进的多中心校正(MCC)和解耦技术,提出一种求解动态最优潮流(DOPF)的并行算法。结合内点算法(IPM)框架与DOPF修正方程的分块箭形结构,给出修正方程的并行解耦-分解-回代解法。并结合这一解法特点,提出动态步长拉大技术及自适应最大校正次数技术,以单次迭代计算量小幅增加为代价,换取迭代步长的增大,迭代点中心性的提高,总迭代次数和计算时间的显著减少。解耦技术的使用,使得所提算法的核心计算都可并行完成。6～118节点系统的串行仿真结果表明,算法具有很好的鲁棒性和收敛速度,在多核集群系统上的并行仿真表明,算法具有理想的加速比和可扩放性,适合求解大规模的DOPF问题。     

基于预测-校正原对偶内点法的无功优化新模型

在有载可调变压器模型中引入虚拟节点，并通过该节点的电压来表示理想变压器对功率、电压的转换关系，由此在直角坐标系中建立了无功优化问题的二阶新模型。该新模型的海森矩阵是精确的常系数矩阵，在内点法迭代过程中只需要计算一次，从而缩短了每次迭代的计算时间。利用AMD算法对内点法修正方程的系数矩阵进行节点优化编号，减少了其LU分解所产生的注入元。通过存储海森矩阵的非零元素值、其行、列号及对应的拉格朗日乘子编号，提出了一种新的非零元素存储方式，极大地减少了海森矩阵与乘子线性组合的计算量。基于节点数从14到1338的7个测试系统进行了仿真计算，结果验证了所建模型与方法的正确性与有效性。这种建立模型的思想还可以应用到需要计算海森矩阵的动态无功优化、最优潮流以及状态估计等问题的算法中，以提高其计算速度。     

动态最优潮流的预测/校正解耦内点法

从动态最优潮流中动静态变量的弱耦合关系出发,深入分析了原对偶内点法的解耦思想及其产生的根本原因,然后将该解耦策略推广应用于预测/校正环节的线性方程求解,提出动态最优潮流的预测/校正解耦内点法.该算法利用预测/校正原对偶内点法的优势,提高了动态最优潮流的迭代计算效率.同时,针对线性修正方程组常数项的特点,进一步提出了一种分组解耦同步迭代策略,使动态变量和各时段静态变量在预测/校正环节中实现同步解耦计算,从而进一步提高了动态最优潮流的解耦计算效率.通过典型算例的仿真分析与对比,验证了该算法的有效性.     

基于最优中心参数的多中心校正内点最优潮流算法

为加快最优潮流(optimal power flow,OPF)问题的求解,基于最优中心参数(optimal centering parameter,OCP)及改进多中心校正(improved multiple centrality corrections,IMCC)技术,提出一种求解最优潮流(optimal power flow,OPF)问题的新型快速内点算法(OCP-IMCC interior point method,OCP-IMCCIPM)。结合均衡距离–评价函数(equilibrium distance-quality function,ED-QF),给出最优中心参数评价模型,采用线性化技术对模型近似,以降低模型计算量。利用线搜索技术实现近似模型求解以确定最优中心参数,该参数使得所提算法具有更多的优势步和更少的迭代次数。IMCC技术可进一步拉大迭代步(尤其是非优势步)步长,实现算法更快收敛。14—1047节点系统的仿真结果表明,与其他多种内点算法相比,所提OCP-IMCCIPM算法具有更大的迭代步长和更快的收敛速度以及更好的计算效果。     

An interior point nonlinear programming for optimal power flowproblems with a novel data structure

This paper presents a new interior point nonlinear programming algorithm for optimal power flow problems (OPF) based on the perturbed KKT conditions of the primal problem. Through the concept of the centering direction, the authors extend this algorithm to classical power flow (PF) and approximate OPF problems. For the latter, CPU time can be reduced substantially. To efficiently handle functional inequality constraints, a reduced correction equation is derived, the size of which depends on that of equality constraints. A novel data structure is proposed which has been realized by rearranging the correction equation. Compared with the conventional data structure of Newton OPF, the number of fill-ins of the proposed scheme is roughly halved and CPU time is reduced by about 15% for large scale systems. The proposed algorithm includes four kinds of objective functions and two different data structures. Extensive numerical simulations on test systems that range in size from 14 to 1047 buses, have shown that the proposed method is very promising for large scale application due to its robustness and fast execution time     

内点法有功优化调度的降阶方法

在采用基于直流潮流模型的内点法求解有功优化调度问题时,迭代过程中将面对一个大型稀疏线性方程组的反复求解,算法的计算速度及处理问题的规模主要取决于此方程组。针对这一问题,本文充分利用了问题本身的电网络的物理规律,将迭代过程中所要求解的大型稀疏线性方程组充分降阶。通过处理,使最初形成的线性系统求解的维数降至系统的节点数。根据对迭代过程中数值变化规律的分析,进一步利用Sherman-Morrison-Woodbury公式,使每次迭代中需要因子分解的矩阵的维数降至预参与调度机组数减一,从而减少了每次迭代求解的计算量。由此,在有功优化调度的解算速度和求解规模上有良好的适应性。