基于凝聚函数的电力系统无功互补优化模型与算法

基于非线性互补函数和凝聚函数提出了一种处理电力系统无功优化问题中离散变量的光滑化模型,并结合现代内点法对模型进行求解。所提方法首先在不考虑离散变量的情况下进行无功优化预计算,快速获取离散变量的两界,并以此构造互补约束条件;然后将互补约束转化为等价的非光滑方程组,并利用凝聚函数进行光滑逼近,从而将无功优化问题转化为一般的非线性规划问题进行求解,有效地解决了求解离散量时存在的时间与精度之间的矛盾。对30至1780节点系统的计算结果表明,该算法计算效率高、收敛性好,在求解含离散变量的大规模非线性规划问题中有很好的应用前景。     

基于互补理论的电力系统机组组合优化

针对同时具有离散和连续变量,非线性等特点的火电机组组合问题,在分析一般机组组合优化数学模型的基础上,尝试用连续化的方法建立连续变量和离散变量之间的关系,利用互补约束和最优化极值理论,构建了电力系统机组组合的互补约束优化模型。采用光滑NCP函数对建立的互补约束优化模型进行光滑处理,将其转化为一般的非线性规划问题,并用原对偶内点法进行求解。仿真结果表明:所提算法能有效处理含离散和连续变量的混合优化问题,具有很好的实际应用前景。     

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.     

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。     

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。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

基于原-对偶内点法的无功优化不可行问题研究

内点法已成功的应用到无功优化当中,但当不存在所有满足等式和不等式约束的解时,内点法就是不可行的。本文对原对偶内点法的不可行问题进行了研究,通过借助于约束的对偶变量和互补间隙提供的信息进行不可行探测,并将互补间隙作为惩罚项引入目标函数,解决了不可行问题。算例结果通过与非线性内点法相比较证明,本文算法较好对不可行问题进行探测和处理。     

含离散控制变量的大规模电力系统无功优化

提出了一种求解含离散控制变量的大规模电力系统无功优化的新算法，该方法通过对离散变量构造罚函数并直接嵌入非线性原对偶内点法中，以实现离散变量在优化过程中的逐次归整。文中对罚孙数处理离变量的原理以及其如何与原对偶内点法的直接结合进行了详细论述，并给出了一种新的数据结构以快速有效地求解高阶修正方程。从IEEE14节点到广东省538节点电网等几个不同规模系统的演算结果可看出，该方法可以有效地处理离散变量，而且具有较好的收敛性和精确性。     

电力系统无功优化的内点非线性互补约束算法

建立了一种含离散变量的电力系统无功优化的非线性互补约束模型,并提出相应的现代内点非线性互补算法。该方法先将变压器抽头和电容器组数等离散变量按连续化处理,进行无功优化计算,快速寻求离散变量的两界;用所得结果作为初始解,以离散变量的两界构造其互补约束条件。该方法有效地解决了传统方法求解离散量存在的时间与精度之间的矛盾,可精确求解无功优化中可调变压器抽头和可调电容器组别。经多个测试系统的计算结果表明,算法具有收敛性好、计算迅速的特点,能有效地解决含离散变量的大规模电力系统无功优化问题,满足在线运行的需要。     

一种求解多目标最优潮流的模糊优化算法

将模糊集理论和非线性原－对偶路径跟踪内点法应用于求解具有可伸缩约束的多目标最优潮流问题,选择合适的加速因子以改善算法的收敛性,并与单目标非线性最优潮流问题的计算结果进行了比较。对几个试验系统的计算表明,该算法具有稳定收敛性能,优化结果精确,灵活方便,处理变量不等工约束和函数不等式约束的能力很强,适合于求解大规模电力系统的多目标优化问题。     

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。     

含VSC-HVDC交直流系统精确化离散最优潮流的研究

原对偶内点法在求解含电压源换流器的高压输电(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,有较高的效率与准确性,但是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于陷入局部最优解,同时计算时间过长。因此提出一种含离散惩罚函数的混合内点法算法。算法的主要思想是以内点法为框架,对连续变量进行优化,在当对偶间隙小于一定值时,对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。     

一种求解最优潮流的组合算法

提出了一种基于现代内点（MIP）理论与退火选择遗传算法（AGA）的组合算法：将原总是去掉整数变量约束，形成一个非线性规划问题；通过赋予整数变量矢量不同的初值，形成一个非线性规划问题集合，将其看作是AGA的进化种群，以MIP求出每一个非线性规划问题的最优值作为它的适应值，通过AGA试探，找出最优个体，该个体整数变量和连续变量的取值即为原问题最优解中各变量的值，AGA与MIP二者取长补短既能精确处理整数变量，改善计算结果的质量，又保证了算法的计算速度；对AGA的改进提高了算法的收敛性能，增强了逃脱局部极值的能力。通过对IEEE 14－118节点系统的仿真计算验证了所提算法的有效性。     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

考虑交流潮流约束的机组组合并行解法

针对传统机组组合模型的种种不足,该文提出了一种考虑交流潮流约束及静态安全约束的机组组合模型,并给出了一种完整的并行化解法。该法借助于扩展拉格朗日松弛法和变量复制技术,将原问题转换为其对偶问题,并利用附加问题原理将对偶问题分解为动态规划和最优潮流(OPF)子问题。对于OPF子问题,采用鲁棒性好、收敛速度快的预测校正内点法求解,同时在求解过程中,采用并行处理技术。IEEE118节点及IEEE300节点仿真结果表明,该方法收敛性好,非常适合并行处理。     

求解离散无功优化的非线性原-对偶内点算法

针对无功优化计算中离散变量和连续变量共存问题,提出用直接非线性原一对偶内点法内嵌罚函数的新算法。通过对几个不同规模试验系统计算分析,并与Tabu搜索法求得的结果比较,证明了该方法是有效的,而且在计算速度、收敛性和优化精度上都优于Tabu搜索法。这使内点法在解决非线性混合整数规划无功优化的有效性和实用性方面更进了一步。     

基于NCP理论的光滑牛顿法在无功优化中的应用

采用经典的无功优化模型,以系统网损最小为目标函数。依据非线性互补理论,构造NCP函数,将KKT条件中的不等式约束转换为等价的非线性方程,然后用牛顿法求解。用同样的方法来处理离散变量,即构造一个与离散变量的约束条件等价的离散NCP函数,嵌入牛顿法中迭代计算。最后,由经典IEEE系统的计算结果表明：该算法收敛速度与传统方法相当,能有效降低网损,具有大范围收敛性。     

采用启发式策略的动态无功优化混合算法研究

严格考虑控制设备的动作次数限制,建立一个完整的非线性混合整数动态无功优化模型。结合混合算法,把离散变量和连续变量分开优化,分别使用改进后的遗传算法和内点法求解,以改善算法的收敛性和计算速度。将动态约束分为设备一天内调节次数限制和变压器相邻时段调节次数限制,提出全局调整策略和局部调整策略来分别处理这两类动态约束,使离散变量严格满足动作次数限制。启发式策略的应用使算法既能严格保证离散变量的动态约束,又能充分保留其动作自由,得到可行的最优解。Ward-hale 6和IEEE30节点系统的仿真结果证明提出算法的有效性。