计及离散变量基于互补约束全光滑牛顿法的无功优化

针对电力系统无功优化确定性算法在处理离散变量时有困难及收敛域小的问题,提出把基于互补约束的全光滑牛顿算法用于含离散控制变量的电力系统无功优化。该方法使用光滑松弛函数,以避免海森(Hessian)矩阵的奇异性,将优化模型的1阶优化条件(Karush-Kuhn-Tucker,KKT)中的互补约束条件转化为光滑非线性方程,从而把非线性优化问题重构成一组非线性方程组的根求解问题,并用牛顿法进行求解。在此基础上,进一步提出以离散变量的2个边界构造其互补约束条件,并将约束条件直接嵌入到牛顿法中,实现离散变量在优化过程中的逐次逼近。算例表明:该无功优化方法具有大范围收敛性,突破了基于内点法等的无功优化技术要求系统初始点必须位于系统可行域之内的限制;采用互补约束条件处理离散变量,简单有效,能够可靠地同时得到连续变量及离散变量的最优解。     

基于粒子群及其改进算法的电力系统无功优化

介绍了电力系统无功优化的数学模型,论述了现代智能算法在解决无功优化的非线性规划问题中的应用,实现了粒子群优化(particle swarm optimization,PSO)算法在电力系统无功优化问题中的应用。引入离散粒子群(discrete particle swarm optimization,DPSO)算法,采用两种方法对离散变量进行处理。IEEE-30节点系统的算例分析验证了PSO和DPSO的可行性。这两种算法具有相近的优化效果,但PSO的收敛性优于DPSO,而DPSO对离散变量的处理比PSO更准确,也更切合实际。     

锦标赛蚁群算法在无功优化中的应用研究

无功优化是一个混合整数优化问题,为了提高算法性能,提出使用遗传算法中的锦标赛选择机制。在已有的蚁群算法基础上,通过引入基于编码的蚁群算法,对不同类型的控制量使用不同的编码长度,能同时处理连续和离散空间的变量,再引入遗传算法中的锦标赛选择机制,锦标赛选择对适应值的非线性变换具有不变性,能更稳定地控制选择压力,即使陷入局部最优也具有很高的逃离概率。通过限制信息素上限也能有效防止信息素累积过多。使用IEEE-14、IEEE-30和IEEE-57系统对算法进行测试,验证了以上改进的有效性。     

锦标赛蚁群算法在无功优化中的应用研究

无功优化是一个混合整数优化问题,为了提高算法性能,提出使用遗传算法中的锦标赛选择机制.在已有的蚁群算法基础上,通过引入基于编码的蚁群算法,对不同类型的控制量使用不同的编码长度,能同时处理连续和离散空间的变量,再引入遗传算法中的锦标赛选择机制,锦标赛选择对适应值的非线性变换具有不变性,能更稳定地控制选择压力,即使陷入局部最优也具有很高的逃离概率.通过限制信息素上限也能有效防止信息素累积过多.使用IEEE-14、IEEE-30和IEEE-57系统对算法进行测试,验证了以上改进的有效性.     

混合整数无功优化问题的连续优化方法

通过对离散变量进行二进制编码,把每个离散变量表示成若干个取值在0、1之间的连续变量,从而将一个含有离散变量的混合整数无功优化问题转化为一个等价的连续优化问题,再用非线性原对偶内点算法求解。并且,在优化过程中根据二进制变量的权重系数逐步确定离散变量的取值,实现了离散变量在优化过程中的逐次归整。并以IEEE118节点作为试验系统,与常规的离散优化算法作比较,验证了该算法的正确性和有效性。     

混合整数无功优化问题的连续优化方法

通过对离散变量进行二进制编码,把每个离散变量表示成若干个取值在0、1之间的连续变量,从而将一个含有离散变量的混合整数无功优化问题转化为一个等价的连续优化问题,再用非线性原对偶内点算法求解.并且,在优化过程中根据二进制变量的权重系数逐步确定离散变量的取值,实现了离散变量在优化过程中的逐次归整.并以IEEE 118节点作为试验系统,与常规的离散优化算法作比较,验证了该算法的正确性和有效性.     

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.     

基于IPM-intPSO的两阶段动态无功优化算法

提出一种基于内点法(IPM)和整数粒子群(intPSO)算法相结合的启发搜索-变量校正两阶段动态无功优化算法。首先,采用intPSO算法求解离散变量,并利用IPM处理连续变量,通过两者交替迭代得到静态无功优化的求解方法;然后,在保证网损最小的同时,自适应得到最优动态分段数,克服传统依据负荷曲线人为分段方法的缺点;最后,对目标函数在启发搜索的结果上进行变量校正的再优化。IEEE 9、14、30、57、118节点测试系统的仿真结果验证了所提算法的有效性。     

遗传算法在电力系统无功优化中的应用综述

简要介绍了电力系统无功优化的现状,无功优化使用的各种经典方法均存在着只能得到局部最优解的缺陷,一种模拟自然界生物进化的新原理－遗传算法从其诞生之日就蓬勃发展起来,广泛应用于各个领域,详细地阐述了简单遗传算法以及遗传算法与其它算法相结合的算法在电力系统无功优化中的应用和今后的发展方向。     

解决电力市场无功优化问题的序优化级联编码遗传算法

发电机和并联补偿设备是系统中主要的无功源,负责满足负荷的无功需求并维持系统电压水平。在电力市场环境下,对无功的优化调度要考虑各类无功电源的成本,并以此作为建立无功市场机制的基础。建立了一个在电力市场环境下考虑无功成本的无功优化模型,该模型将电容的投切标志作为0-1变量,即描述为一个非线性混合整数规划问题,采用级联编码的遗传算法解决该非线性混合整数规划问题。引入了序优化的思想,以指导遗传算法的个体选择和进化代数,并对计算结果的可靠性进行定量评估。在IEEE 30母线系统上的仿真结果验证了该方法的有效性。根据5种情况的计算结果,分析了考虑无功成本时系统的运行状况以及相应的经济效益。     

计及控制设备动作次数约束的三阶段动态无功优化算法

为了避免控制设备频繁操作,动态无功优化模型需考虑无功补偿装置投切开关及变压器抽头的允许动作次数约束。但是,动态无功优化属于大规模、多时段、强耦合的混合整数非线性规划问题,对其直接求解是困难的。建立了以有功网损最小为目标函数的动态无功优化模型,并提出一种实用的三阶段动态无功优化算法,该算法的核心是一种具有多项式计算复杂度的前推-回推式动态规划算法。将计及控制设备动作次数约束的动态无功优化问题的求解分解为多个时间断面的连续无功优化计算、理想无功补偿装置无功补偿功率曲线和变压器变比曲线的阶梯化以及在确定各个时段的无功补偿容量和变压器变比情况下的连续无功优化计算3个阶段。对IEEE 30节点系统和某实际区域电网进行测试,结果验证了所提算法的合理性和实用性。     

离散粒子群与内点法结合的电力系统无功优化

基于离散粒子群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题：不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用离散粒子群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率。以IEEE30和IEEE118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性。     

电力系统无功功率控制与优化综述

电力系统无功优化是一个非线性混合优化问题,它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优。本文综合分析了用于电力系统无功优化的各种优化方法,并特别地列出了一些新兴的方法,同时指出了各种方法的优势与弱点,分析了这个领域当前存在的问题。     

基于蚁群算法和内点法的无功优化混合策略

基于蚁群优化算法与内点法,提出了一种新颖的混合策略来求解电力系统无功优化问题：不考虑无功优化中的离散约束,采用内点法求解得到初始解;根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化2个子问题,并采用蚁群优化算法和内点法交替求解,使两者的优化结果互为基础、相互利用,从而保证了混合策略的整体寻优效率。最后以IEEE 30和IEEE 118节点作为试验系统,与常规的离散优化算法做比较,验证了该算法的正确性和有效性。     

基于BPA与OPF的电网无功优化研究

对电网主网无功优化中的补偿容量进行了研究,通过对无功优化的算法进行分析比较,最终决定运用遗传算法进行无功优化,并结合某省电网的主网的实际数据,使用BPA潮流计算程序以及OPF无功优化程序进行无功优化的计算,确定了补偿设备的补偿容量,对优化效益进行了分析。     

仿生粒子群算法在电力系统无功优化中的应用

本文在标准粒子群算法的基础上,遵循群体寻优的生物特性,提出了仿生粒子群算法。初期将群体动态地分成多个子群,每个子群相对独立地向一个目标进化,子群的成员随着进化过程不断地更迭。后期增加子群间的信息交流,使算法更快收敛。该算法不仅丰富了种群的多样性,避免过早收敛于局部最优解,而且有较快的收敛速度。文中将该算法应用于电力系统无功优化中并与标准粒子群算法进行了比较,通过对IEEE30节点和IEEE118节点的算例仿真,证明了该算法的可行性和有效性。     

基于改进社会认知算法的电力系统多目标无功优化

针对电力系统无功优化传统算法的局限性,结合当前智能算法的特点,提出采用模拟农夫捕鱼算法改进社会认知算法(ISCO),将其运用到电力系统无功优化中,并在构建无功优化的数学模型时,充分考虑如何降低网损和综合考虑减少电压偏差及提高系统运行的电压稳定裕度.经对标准IEEE14和IEEF30节点系统进行仿真计算,结果表明该算法具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性.     

低压配电线路无功优化的应用模式与效果

低压公用配电线路的线损往往大于高、中压配电线路的线损,其原因是无功补偿在低压配电线路上未能得到很好的应用。为达到大幅度降低整个配电系统有功损耗的目的,介绍了低压配电线路无功优化的经典模式——“三分二法则”,论述了应用此法则实现最优配置的步骤和最优控制的方案。最后,列举了算例,对各种降损措施的效益进行了比较。结论是低压线路无功补偿的效益显著,今后应把无功补偿的重点从高、中压配电系统和变压器侧转到低压配电线路中。