A bi-objective DC-optimal power flow model using linear relaxation-based second order cone programming and its Pareto Frontier

The DC optimal power flow (DC-OPF) plays an important role in the operation and planning of modern power systems. In this paper, a bi-objective DC-OPF model minimizing both network losses and generation costs is introduced, which can further be converted into a single objective model via the weighted sum method. Furthermore, the Pareto Frontier is employed to solve this problem. In the mathematical view, the model is a special non-convex quadratic constraints quadratic programming problem. In order to obtain a continuous Pareto Frontier, the original non-convex feasible region is relaxed to its convex hull using a linear relaxation-based second order cone programming method. Compared with the semi-definite relaxation method, the proposed method can greatly reduce the number of dummy variables and the complexity of solutions. Finally, simulations on eight small systems and four practical, large systems are performed, in addition to the comparison of a Monte Carlo simulation. The results verify the effectiveness of the proposed algorithm.     

A multiobjective evaluation method for short‐term hydrothermal scheduling

Multiobjective short‐term hydrothermal scheduling problems solved by the linear weighted sum method (LWSM) have multiple solutions with different weight coefficients. To compare the solutions of the formulated multiobjective hydrothermal model, we use the Charnes–Cooper–Rhodes (CCR) model of data envelopment analysis (DEA) to evaluate all solutions. A set of preference weight vectors is regarded as a decision‐making unit (DMU), and the CCR model is employed with the minimal objective values as the inputs of DMU and the maximal objective values as outputs. Multiple reasonable solutions are obtained through the DEA efficiency of DMUs. Results of simulations imply that the method is feasible to get reasonable solutions in solving multiobjective hydrothermal scheduling problem with LWSM. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

模糊几何加权法求解电力系统经济调度问题

电力系统经济调度是一个多目标规划问题,利用模糊方法并且考虑到实际问题中每个目标函数的重要性不同,即对每个目标函数引入隶属函数,并通过对隶属函数进行几何加权,来求解电力系统的经济调度问题.应用算例表明该算法是可行的、有效的.     

基于混合整数二次锥规划方法的含分布式电源配电网优化重构方法

含分布式电源(DG)的配电网重构问题属于NP难问题,数学规划是寻求该类问题求解方法的一个良好途径。提出了一个种含DG配电网优化重构的混合整数二次锥规划模型,并使用具有多项式时间复杂性的内点算法进行求解。考虑了开关状态,不同类型DG的投切、出力状态,将其作为优化变量;使用线性加权和法将配电网运行费用、可再生能源损失统一为综合费用,作为规划的目标函数;将潮流约束进行变换并合理松弛为二次锥约束,最终建立了混合整数二次锥规划模型。最后通过算例证明了求解相同优化重构问题时该方法较已有方法得出结果更优,以综合费用最小为目标时得出的结果同时有利于可再生能源消纳、降低网损和减少费用。     

Multi-objective Optimization Approach for Optimal Distributed Generation Sizing and Placement

Abstract—This article describes a multi-objective optimization method to solve the optimal distributed generation sizing and placement. The optimization problem considers two objectives: minimizing the total real power losses of the network and minimizing the overall distributed generation installation cost. The objectives are combined into a scalar objective optimization problem by using weighted sum method. Both objective functions and equality and inequality constraints are formulated as a non-linear program and solved by a sequential quadratic programming deterministic technique. The multi-objective optimization method gives several answers instead of a single (unique) one. These answers are optimal, and the designer (decision maker) can select the proper solution according to subjective preferences. These optimum results are known as the Pareto front. A fuzzy decision-making procedure for order preference is used for finding the best compromise solution from the set of Pareto solutions. The proposed method is tested using a 15-bus radial distribution system to show its applicability. A comparative study is performed to evaluate two cases—a single distributed generation unit installation and a multiple distributed generation installation—ending by a comparative study of the two cases.     

基于线性目标规划的二级电压多目标控制

随着二级电压控制目标的增多,以往加权组合的多目标处理方式在应对不同量纲和确定具体权系数方面日益困难。文中将多目标规划领域中应用较广且不受目标量纲和个数限制的线性目标规划引入二级电压控制领域,提出基于线性目标规划的二级电压多目标控制方法。该方法首先利用灵敏度分析将二级电压多目标控制问题描述为线性目标规划模型,然后根据运行状态通过规则对各目标优先级进行排序,按所得优化结果实施多目标控制。仿真结果表明,该方法能够根据优先级顺序兼顾各目标优化,获得较好的多目标控制效果。为更好地满足工程实际要求,文中还就该方法在适应工程应用方面做了进一步探讨。     

求解最优潮流问题的内点半定规划法

基于内点半定规划(semi-definite programming,SDP),提出一种求解最优潮流(optimal power flow,OPF)的新方法--SDP-OPF法。该方法将非凸OPF问题等价转换为半定规划问题,然后应用原始-对偶内点法求解。根据OPF半定规划模型的特点,采用基于半定规划的稀疏技术,使存储效率和计算性能得以大幅度提高。以4节点的简单电力系统为例,展示模型等价转换的过程及如何获取原OPF问题的解。IEEE-300节点等6个标准系统的仿真计算表明：所提算法具有超线性收敛性,其计算结果与内点非线性规划的结果一致,且能保证解的全局最优性,可在多项式时间内完成,是一种应用前景广阔的方法。     

基于原-对偶内点法和混合整数规划法的机组组合问题研究

电力系统机组组合能带来显著的经济效益,随着电力市场的不断发展,在电力系统优化运行中变得尤为重要。然而电力系统机组组组合问题是一个大规模、非凸、非线性混合整数优化问题,至今仍然没有找到一种理想的优化算法。因此针对其特点,采用了原-对偶内点法和混合整数规划法相结合的算法,首先利用混合整数规划法形成伴随规划来处理离散变量,再通过内点法求解伴随规划子问题和负荷经济分配,充分发挥了两种算法在求解机组组合问题上的优势。文中对标准10机组24时段系统算例进行了仿真测试并与之前的各种优化算法进行了对比,结果表明了本文算法模型解决机组组合问题的有效性和优越性。     

变负荷条件下追踪电力系统安全最优运行轨迹的参数化方法

提出一种追踪线性约束下凸可分规划问题最优解轨迹的参数化方法。该参数优化算法可在对偶松弛凸可分规划算法的主循环之外,通过少量参数化扩展得到。参数分析表明最优解轨迹的性态是一条分段线性曲线,解轨迹上的破点和不可行现象存在密切关系。将这种方法应用到电力系统有功最优潮流问题中,得到一种统一经济调度和安全约束调度的参数化安全约束调度(security constrained economic dispatch,SCED)新算法,它可快速追踪变负荷条件下系统安全最优运行轨迹。算法在IEEE14-300节点测试系统及2个省级实际系统上通过测试,数值试验和几何分析表明了该方法的计算特性和物理内涵,同时清楚地显示了目前调度模式中存在的问题和改进方向。     

基于改进矩不确定分布鲁棒优化算法的多机调频比例决策

针对单一平衡节点承担全网不平衡功率容易导致超出其调节范围的问题,考虑多台自动发电控制(AGC)机组参与调频,并将调频比例作为决策变量,建立调频比例决策模型。考虑到风电短期出力分布的矩具有不确定性的特点,将该模型变换为矩不确定分布鲁棒优化模型,并采用对偶原理将其转化为一个确定半定规划模型。对偶转换后模型中的半定约束矩阵的元素含有调频比例的二次方,常规半定规划算法无法对其进行求解。因此引入Benders方法对原问题进行分解,引入矩阵最小特征值方程对原半定约束进行松弛。仿真结果表明,基于改进广义Benders分解方法的半定规划模型具有良好的收敛性;发电调频总成本随着不确定集半径参数的增大而增大;与给定参与比例相比,将调频比例作为决策变量可获得更好的经济性和安全性。     

计及弹性恢复的区域综合能源系统多目标优化调度

在能源互联网发展的背景下,区域综合能源系统成了高效清洁的终端用能载体。基于电-气-热多种能源耦合的系统框架,分析了区域综合能源系统的运行经济性,并计及潜在自然灾害的威胁,针对区域综合能源系统面临灾害的弹性恢复能力和系统运行经济性之间的矛盾问题,提出了一种多目标优化调度方法。通过多目标加权模糊规划的方法,对潜在自然灾害下提升恢复力造成的运行成本增加和系统整体运行经济性进行协调。最后,经算例验证所提多目标优化调度方法的可行性,通过结果分析证明牺牲一定的运行经济性可以有效增强区域综合能源系统应对自然灾害的恢复力。     

一种基于扩展线性规划的在线最优潮流方法

提出了一种基于对偶松弛法的扩展凸规划和序列线性规划相结合的在线最优潮流方法。通过分析核心约束交换逻辑的物理内涵,使优化过程清晰可理解;通过一个独立的探测和处理不可行解的预过程,使核心优化计算摆脱了不可行问题;通过引入控制效能指标,使低效控制解的数目减少,增强了结果的可操作性;通过扩展凸规划方法,使各种可分目标得到有效处理,部分实现了目标函数和算法自身的分离。该方法可灵活应用于在线安全校正控制及在线优化调度。在几个测试系统及一个省级实际电网上进行了数值试验,结果表明该方法是快速可靠的。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

基于半定规划的{0,1}-经济调度

基于内点半定规划,提出一种直接求解{0,1}-经济调度问题({0,1}-ED)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{0,1}-ED问题转化为半定规划问题,并用内点法进行求解.对于大系统整数变量的微小偏差,应用简单的启发式技术调整.ED-420等9个测试系统的仿真结果表明,所提方法能够有效地处理{0,1}-经济调度,对于大多数问题都可以得到较精确的结果,计算时间具有多项式复杂性.     

计及分布式电源精确特性的配电网动态无功优化

提出一种精确计及分布式电源DG特性的配电网动态无功优化的有效方法.根据不同类型DG的运行控制方式,用二阶锥松弛适当处理PQ、PV、PI和PQ(V)4种类型DG的并网潮流约束,将非凸的交流潮流方程近似地转化为凸的二阶锥约束,并通过设置优化目标函数驱使松弛误差趋近于0,把配电网的动态无功优化问题转化为凸的混合整数二阶锥规划...     

机组组合问题的罚函数法

机组组合问题是一个大规模的非线性、0、1变量混合整数规划问题 ,是一个难问题。以罚函数方法解决0、1变量整数规划问题是一个新的尝试。文中考虑包括发电机爬坡约束和时间约束等动态约束在内的多种约束条件 ,对机组组合问题的 0、1变量进行松弛 ,并在目标函数中增加一个惩罚函数项 ,将问题变换成一个非线性连续变量的规划问题 ,以SQP法求解。本算法经过一个简单的算例检验 ,说明是行之有效的。     

基于半正定规划的低压不对称配电网储能优化方法

高渗透率分布式电源的不对称接入加剧了有源配电网的电压波动,使得有源配电网的三相不平衡问题更加突出,导致配电网中设备的损耗增加并处于不正常运行状态,给系统的安全运行带来风险。为此,提出了一种基于储能系统的有源配电网不对称运行优化方法,通过调节储能系统的运行策略,提高系统运行的经济性,并改善有源配电网运行中的三相不平衡程度。通过引入线性化和凸松弛技术,将原本非凸非线性的优化模型变为半正定模型,降低了优化问题的求解难度,提高了求解效率;最后,基于改进的IEEE 123节点系统验证了所提方法的正确性和有效性,通过调节储能的运行策略,减小了三相配电系统不对称运行损耗和电压波动。     

基于四端E-SOP的有源配电网运行效率优化

柔性软开关SOPs(soft open points)通过准确控制换流器有功功率交换,提供了现有配电自动化体系所不具备的实时精细潮流调节优化能力。为了解决SOP对有源配电网运行效率的优化成效问题,本文首先建立了带有储能装置的四端SOP即E-SOP(SOP with energy storage)的接入拓扑和数学模型,考虑了四端E-SOP换流器和直流侧储能装置的运行约束。其次,建立了基于四端E-SOP的有源配电网运行效率优化模型。然后,利用半定规划方法对模型进行了线性化求解。最后,通过算例验证了所提方法的有效性和实用性。     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据。市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑。在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议。算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法。     

基于多代理技术的分布式模型预测长期电压稳定紧急控制

将分布式模型预测控制方法应用于电力系统长期电压稳定紧急控制器设计,重点解决如何将大系统的在线滚动优化问题转化为若干个子系统的在线协同优化问题。在寻优过程中,利用各子系统优化目标函数的凸组合构造全局优化目标函数,通过迭代和网络通信共同求解该分布式优化问题,使系统达到纳什均衡点的收敛性得到提高。此外,根据分布式模型预测控制算法和多代理技术之间的共同性,利用Matlab和JADE在优化计算和面对代理编程方面的优势,提出并构建一种适用于分布式模型预测控制算法的多代理系统,在各子系统间实现了对滚动优化问题的并行求解。新英格兰10机39节点系统上的仿真计算验证了所提方法的有效性。