一种基于连续线性规划技术的在线静态安全校正算法

提出了一种电力系统在线静态安全校正算法.该算法基于连续线性规划技术,将安全校正问题分解为非线性潮流和线性控制灵敏度计算子问题以及基于灵敏度的线性规划控制子问题.在线性规划控制子问题中采用了扩大参与约束集策略、主导约束预测策略、筛选参与控制集策略和限制部分控制的有效可控区间策略等来提高在线计算的效率.对3个大型实际系统进行的数值分析表明文中所提算法是十分有效的.     

基于内点算法的电压校正控制

电力系统的实际运行中可能存在某些状态变量的越限，在线运动的无功／电压控制软件必须首先满足运行安全要求，保证电压在其合格范围内，并进一步在电压安全的基础上降低有功损耗。通过将越限约束转化为等式约束，推导了进行电压越限校正的原－对偶内点算法。求解目标函数为控制变量运作次数量少的优化问题得到电压校正控制。并针对控制变量的选取，违限约束校正方法问题进行了分析。实际计算表明，可以有效地降低问题规模，减少校正控制次数。     

基于高斯混合模型及近似线性规划的风电系统校正控制方法

提出一种基于高斯混合模型及近似线性规划的风电系统校正控制方法。考虑到风电及负荷功率预测误差的非高斯特性及相关性,建立了描述风电及负荷功率联合概率分布的高斯混合模型。考虑切负荷、发电机功率调整以及统一潮流控制器等控制措施,以控制代价最小为目标函数,构建了计及电压、频率及线路潮流等静态安全约束的风电系统校正控制优化问题的数学模型。为求解含不确定变量的非线性优化问题,依据高斯混合模型的性质,在稳态运行点的邻域内将非线性约束近似转化为线性约束,用线性规划方法求解,并不断迭代直至收敛。最后,将该方法应用于修改后的IEEE 10机39节点算例系统验证其有效性,与场景法的对比结果表明该方法求解效率较高,且具有较好的经济性。     

基于深度学习的含统一潮流控制器的电力系统快速安全校正

随着新一代柔性交流输电装置如统一潮流控制器（UPFC）在现代电力系统中的逐步推广和应用,对电网安全校正策略的制定提出了更高的要求。基于物理模型的传统电网安全校正方法在实时性方面具有一定的局限性,而数据驱动方法将大量的复杂计算前移到离线阶段,具有快速在线计算性能。因此,针对含UPFC的电力系统提出了一种基于深度学习的快速安全校正方法。首先,基于深度学习建立了节点调整状态识别模型,利用深度神经网络（DNN）的分类和学习能力,优先确定存在调整可能性的节点范围,避免物理模型优化类方法迭代无解问题。然后,针对缩减后的寻优空间进一步采用优化法实现系统安全校正计算,快速确定系统各节点调整量。基于中国南京西环网UPFC示范工程的应用效果表明,所提快速安全校正策略能够发挥DNN的学习能力,进而提高系统安全校正的效率和实用性。     

基于状态等式约束的DMC算法研究

动态矩阵控制（DMC）是模型预测控制的一种典型算法,它以被控对象的单位阶跃响应为预测和控制的模型,通过在线滚动优化和反馈校正来实施优化控制。对于存在状态等式约束的线性系统,该文在解决系统状态重构问题时构造了一种新的状态观测器-投影卡尔曼滤波器,使系统的状态更好地符合约束条件,增强系统的稳定性。Matlab仿真结果证明了其优越性。     

基于分布式模型预测控制的综合能源系统多时间尺度优化调度

采用具有滚动优化、反馈校正特点的模型预测控制是实现综合能源系统多时间尺度优化调度的关键技术之一.鉴于集中式模型预测控制实现系统整体在线优化的复杂性,文中提出一种基于分布式模型预测控制的综合能源系统多时间尺度优化调度方法,通过各子系统协调配合实现综合能源系统灵活调度.首先,建立以系统日运行经济最优、系统日运行费用及机组启停惩罚费用最小为目标的日前、日内滚动优化模型.然后,在实时阶段采用基于分布式模型预测控制的优化调度策略对整体优化问题进行分解,各子系统根据其他子系统前一时刻的输入序列进行状态估计并优化自身性能指标.最后,通过对各子系统的协调控制进而实现整个系统的在线优化,满足其动态调整需求.仿真结果表明,所提方法能够在改善系统控制性能的同时,提高系统运行的经济性.     

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。     

福建电网在线电压稳定监视和控制系统

介绍了福建电网在线电压稳定监视与控制(VSMC)系统的主要功能和技术特点.在一个能量管理系统(EMS)扫描周期内,VSMC系统计算了当前运行态和一个预想故障集下沿一组不同负荷增长方向上的负荷裕度.一旦发现存在失稳故障或严重故障,自动启动预防控制(VSC)模块产生预防控制策略和一组新的监控母线电压下限值输出给自动电压控制(AVC)系统.VSC模块采用基于灵敏度分析与逐次线性规划技术的控制算法得到优化控制解,实现了电压稳定控制与静态安全校正控制之间的协调.该系统的突出特点是通过VSMC系统与AVC系统的接口,部分实现了在线电压稳定的闭环预防控制.福建电网VSMc系统的运行表明,它可以有效地帮助运行人员实时监视和自动采取措施来提高电压稳定裕度.     

基于分布鲁棒优化的含风电系统静态安全校正控制方法

提出一种计及风电出力不确定性的电力系统静态安全校正控制方法。考虑与风电预测方法的合理对接,采用风电预测出力的区间及期望值信息描述风电的不确定性。以调整措施耗费的经济成本最小为目标,考虑发电机出力调整和切负荷2种控制措施,建立考虑风电波动的有功安全校正控制模型。基于分布鲁棒线性优化理论,将含有不确定性参数的校正控制模型转化为仅含确定性参数的鲁棒对等模型,并采用线性规划方法进行求解。某区域电网算例结果表明,所提模型得到的校正控制方案能够应对各种可能的风电波动;同时,该模型可实现控制策略经济性与鲁棒性的相互转化,并能给出控制策略鲁棒性程度的概率评价。     

Optimal corrective actions for power systems using multi-objective genetic algorithms

In this paper, optimal corrective control actions are presented to restore the secure operation of power system for different operating conditions. Genetic algorithm (GA) is one of the modern optimization techniques, which has been successfully applied in various areas in power systems. Most of the corrective control actions involve simultaneous optimization of several objective functions, which are competing and conflicting each other. The multi-objective genetic algorithm (MOGA) is used to optimize the corrective control actions. Three different procedures based on GA and MOGA are proposed to alleviate the violations of the overloaded lines and minimize the transmission line losses for different operation conditions. The first procedure is based on corrective switching of the transmission lines and generation re-dispatch. The second procedure is carried out to determine the optimal siting and sizing of distributed generation (DG). While, the third procedure is concerned into solving the generation-load imbalance problem using load shedding. Numerical simulations are carried out on two test systems in order to examine the validity of the proposed procedures.     

柔性直流输电系统显式模型预测低复杂度控制技术

建立电压源型换流器的高压直流输电系统三阶分段仿射系统模型。针对传统的模型预测控制需要滚动优化的缺点,应用显式模型预测控制的方法,通过多参数二次规划来对状态空间进行凸划分,将原本大量的在线控制计算过程转移到离线阶段进行预计算。为降低其离线计算的复杂度,引入分离函数和误判点的概念,通过严格分离饱和分区的方法,减少需要预计算和划分的分区数量,也间接加快了在线计算时状态量搜索对应分区的速度。通过仿真分析验证了嵌入分离函数后,在负载突增和系统参数变化等环境下显式模型预测控制的控制性能。     

基于模型参考自适应的感应电机励磁互感在线辨识新方法

针对矢量控制下感应电机最大效率控制系统中由于调整磁链而引起的励磁互感变化问题,基于模型参考自适应(model reference adaptive system,MRAS)提出一种励磁互感在线辨识新方法。该方法采用一种特殊形式函数,将该函数同时建立在2种不同的参考坐标系下,分别作为MRAS的参考模型和可调模型,同时利用稳态电磁转矩并将其作为已知量,实现了对感应电机励磁互感的在线辨识。所建立的MRAS模型与矢量控制中的转子磁链定向角无关,对电机参数有着很强的鲁棒性。系统易于实现,仅需检测定子电流,无需增加硬件设备。实验结果验证了所提方法的正确性和有效性。     

考虑多重不确定参数的配电网概率无功优化

针对同一区域内多个分布式电源及波动负荷的随机性和相关性对配电网模型带来的多重不确定性,构建了考虑多重不确定参数的概率无功优化模型,并将其转化为多场景确定性优化问题求解。模型中,三阶多项式正态变换(TPNT)改进的Nataf变换解耦了分布式发电机组和波动负荷的相关性,Gaussian-Hermite积分法处理了目标函数和约束项涉及的概率潮流计算。所建模型使用多策略融合粒子群优化算法进行优化求解,得到确定的控制变量最优解和状态变量统计矩。将该模型应用于接入多个分布式光伏发电机组和波动负荷的IEEE33节点配电系统进行仿真测试,其结果验证了所提概率无功优化模型和解法的适应性和有效性。     

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。     

主动配电网三相电压优化及校正控制方法

研究主动配电网三相电压的优化与校正控制技术,提出了全网集中优化、局部协调校正的控制方法。在长时间尺度内,协调全网有功和无功资源,基于半定规划理论建立计及本支路相间互感的主动配电网三相电压优化的数学模型,实现全网优化控制。在短时间尺度内,利用电压相量对节点注入功率的三相灵敏度建立电压相量校正二次规划模型,实现电压相量校正控制。IEEE 33节点三相标准测试系统的仿真表明,全网优化控制能有效降低网损,局部校正控制能利用最小的功率调整量快速校正越限节点的电压幅值,并减少三相不平衡度。     

基于变电站九区图调节的地区电网分层无功优化

根据地区电网的实际管理模式,提出了基于变电站九区调节的地区电网分层无功优化方法:将地区电网分成次输电电网和配电网。先对次输电网进行无功优化时,将配电网等效为负荷,此时控制变量少,采用传统算法可以快速求解。在此基础上,再采用九区图方法调整配电网的无功电压,进行迭代,逐层进行无功优化直到问题收敛。实际算例表明,这种方法优化了地区电网的运行,提高了无功优化的计算速度,并且更符合实际电网的管理模式,为地区电网无功电压调节提供了有益参考。     

Weighted least absolute value power system state estimation using rectangular coordinates and equivalent measurement functions

This paper presents a new efficient computation technique for robust power system state estimation based on weighted least absolute value (WLAV) criterion. The proposed method employs rectangular form of state variables and equivalent measurements technique in order to obtain the linear measurement functions with linear constraints of state variables. The state estimation problem is then formulated as an optimization problem with a set of equality and inequality constraints. A solution method based on interior point algorithm is also proposed. Tests with several IEEE standard systems have been performed to investigate the performance of the proposed algorithm. Results indicate that the proposed state estimator gives promising performance compared with weighted least square (WLS) based estimation algorithms using state variables in polar forms. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

Optimal power flow for a deregulated power system using adaptive real coded biogeography-based optimization

The optimization is an important role in the wide geographical distribution of electrical power market, finding the optimum solution for the operation and design of power systems has become a necessity with the increasing cost of raw materials, depleting energy resources and the ever growing demand for electrical energy. Using adaptive real coded biogeography-based optimization (ARCBBO), we present the optimization of various objective functions of an optimal power flow (OPF) problem in a power system. We aimed to determine the optimal settings of control variables for an OPF problem. The proposed approach was tested on a standard IEEE 30-bus system and an IEEE 57-bus system with different objective functions. Simulation results reveal that the proposed ARCBBO approach is effective, robust and more accurate than current methods of power flow optimization in literature.     

基于模型预测控制的单位功率因数电流型PWM整流器

传统的模型预测控制(model predictive control,MPC)采用基于脉冲响应的非参数模型作为预测控制模型,计算复杂,很难直接应用到快速的实时控制系统领域。该文提出了一种改进的MPC,并将此改进的MPC技术成功地引入到电流型PWM整流器(current source PWM rectifiers,PWM-CSR)的功率因数校正系统中。改进的方法从PWM-CSR控制量与被控制量的传递函数入手,得出整流器的一阶差分方程作为预测控制模型,同时省略传统模型预测控制(MPC)中参考轨迹这一不确定因素,因而克服了传统MPC计算量大,实现困难的缺点,并保留了传统MPC反馈校正、滚动优化的优点。在用DSPTMS320LF2407A为开发平台的实验样机结果表明:改进的MPC用于PWM-CSR的功率因数校正系统中,具有优良的稳定控制性能和快速的动态响应性能。     

Optimal operation of large-scale power systems

A method for optimal operation of large-scale power systems is presented that it is similar to the one utilized by the Houston Lighting and Power Company. The main objective is to minimize the system fuel costs while maintaining an acceptable system performance in terms of limits on generator real and reactive power outputs, transformer tap settings, and bus voltage levels. Minimizing the fuel costs of such large-scale systems enhances the performance of optimal real power generator allocation and of optimal power flow that results in an economic dispatch. To handle large-scale systems of this nature, the problem is decomposed into a real and a reactive power optimization problem. The control variables are generator real power outputs for the real power optimization problem and generator reactive power outputs, compensating capacitors, and transformer tap settings for the reactive power optimization. The gradient projection method (GPM) is utilized to solve the optimization problems. It is an iterative procedure for finding an extremum of a function of several constraint variables without using penalty functions or Lagrange multipliers. Mathematical models are developed to represent the sensitivity relationships between dependent and control variables for both real and reactive-power optimization procedures and thus eliminate the use of B-coefficients