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.     

基于内点法的快速解耦最优潮流算法

在电力市场环境下,最优潮流是计算实时电价的有力工具,因而就对最优潮流的计算速度提出了更高的要求。为适应一需求,本文在常规的内点法最优潮流的基础上提出了快速解耦内点法最优潮流,即把快速解耦的思想引入进来使其修正方程系数矩阵常数化,使每次迭代所需时间大大缩短,显著提高了计算速度。通过测试系统的计算表明该算法具有计算速度快,鲁棒性好的特点。     

基于依赖域内点法的最优潮流算法

在电力市场环境下，诸多问题（例如实时电价，网络阻塞管理和可用传输能力和计算等）都需要最优潮流（OPF）作为理想的工具。文呀在于依赖域的思想提出了求解OPF的新算法。该算法连续求解线性规划（LP）子问题，通过依赖域决定线性化步长的选取，由多步中心校正原－对偶内点法求解依赖域LP子问题，并采用一个物理策略以改善OPF算法的稳定性。对国外一个662苍点实际电力系统进行了数值计算，结果表明该算法是快速，鲁棒的，具有实用意义。     

基于混沌优化与线性内点法的最优潮流算法

求解最优潮流是一项基本而重要的工作，文中将混沌优化与线性内点法相结合，提出了一种新的混合优化算法，并应用该方法进行电力系统最优潮流的计算。混沌优化方法利用混沌运动特定的内在遍历性、随机性和规律性等特点跳出局部最优点，接近最优点；同时，利用预测-校正原-对偶内点法在最优点的邻域内局部寻优，提高了收敛速度和求解精度。通过对IEEE 14、30和57节点试验电力系统的数值计算，验证了算法的有效性。     

基于现代内点算法的电力系统最优潮流在线应用软件的开发

基于现代内点算法研发了电力系统最优潮流在线应用软件,解决了电力系统最优潮流在线应用的两大障碍,具有计算时间短、收敛性好等特点.本软件采用现代内点算法,优化了程序本身的结构,减少算法本身的计算时间;同时本软件对约束条件进行自诊断测试,如程序不收敛,可根据一定策略软化约束,提高收敛性.本软件由C语言编写,可跨平台调用,接口方便,是电力系统一种不可缺少的网络分析和优化工具;亦可作为电力系统底层应用模块,为其他高级应用软件提供数据支持.本软件已在上海成功应用.     

一种基于Karmarkar内点法的最优潮流算法

以原－对偶内点算法（Ｋａｒｍａｒｋａｒ内点法的一种变形）为基本算法解算最优潮流问题，综合考虑非线性目标函数和约束条件，结合牛顿法最优潮流先进的稀疏矩阵技术，并且提出了一种新的原－对偶内点算法迭代步长选取原则和障碍参数修正策略。算例表明本算法有较好的数值稳定性，优化结果精确，对不等式约束有较强的处理能力，显示了内点算法应用于大规模电力系统优化问题的良好前景。     

基于信赖域内点法的最优潮流算法

在电力市场环境下 ,诸多问题 (例如实时电价、网络阻塞管理和可用传输能力的计算等 )都需要最优潮流 ( OPF)作为理想的工具。文中基于信赖域的思想提出了求解 OPF的新算法。该算法连续求解线性规划 ( LP)子问题 ,通过信赖域决定线性化步长的选取 ,由多步中心校正原—对偶内点法求解信赖域 LP子问题 ,并采用了一个物理策略以改善 OPF算法的稳定性。对国外一个 662节点实际电力系统进行了数值计算 ,结果表明该算法是快速、鲁棒的 ,具有实用意义     

基于内点割平面法的混合整数最优潮流算法

提出了一种采用内点割平面法求解混合整数最优潮流(OPF)的算法。该算法循环执行3个步骤：①求解OPF的可行解并将其线性化；②从线性内点法的最优解中判断基变量；③根据基变量产生混合整数割平面。与单纯形割平面法相比，内点割平面法不仅简单易实现，计算效率高，而且随着问题规模的增加，更能发挥其多项式时间特性的优点。文中还对退化问题的处理以及稀疏技巧的应用进行了深入的讨论。通过对IEEE典型系统的数值仿真计算显示出所提算法对于大型电力系统最优潮流问题的精确求解是非常有效的。     

基于零空间的现代内点最优潮流新算法

在约束条件苛刻时,现代内点法求解电力系统最优潮流OPF问题有时不收敛,为克服此不足,本文提出一种求解OPF问题的零空间内点算法。首先分析了现代内点法不收敛的原因;然后通过改进的原始对偶变量的修正方法和终止准则来保证迭代点的最优性和不等式约束的互补性;最后将所提方法用于求解5个IEEE标准算例。数值结果表明,所提算法与现代内点法求解OPF问题的结果一致,在约束条件苛刻时,本文算法具有更好的收敛性。     

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。     

最优潮流内点割平面的鲁棒算法

内点割平面算法（IPCPM）集中了割平面法和内点法的优点,非常适于求解大规模系统的离 散优化问题,但是研究发现内点法在求解松弛的线性规划问题时,如果问题具有多重解,最优解会 收敛到凸多面体的最优面的内部,此时IPCPM会由于无法得到正确的最优基信息来生成割平面 而失效。在此基础上,文中提出了一种通用的最优基判别准则,解决了原算法失效的问题,提高了 算法的鲁棒性。通过对IEEE测试系统的数值计算,表明改进后的算法能正确处理最优解的各种 情况,显著扩大了IPCPM的应用范围。     

暂态稳定约束最优潮流的降阶内点算法

考虑暂态稳定约束的最优潮流是一个复杂的非线性优化问题.在基于时域仿真的内点法求解过程中,通常将暂态微分方程差分化并作为该问题的附加等式约束,容易出现维数灾.针对上述不足,提出了一种求解暂态稳定约束最优潮流的降阶内点算法.该算法考虑到差分方法的截断误差,将暂态方程差分为与差分法精度相关的不等式约束,大大降低了内点法中修正方程组的阶数.对多个算例的测试结果显示,该方法与常规方式相比,消耗的计算时间和内存更少,能够对更大规模的电力系统进行求解.     

基于改进非线性预报-校正内点法的最优潮流

提出一种改进的非线性预报-校正内点法,该方法在校正阶段应用了多中心校正的超立体空间映射技术,经过合理配置一些关键参数改善了映射空间的结构,使算法在每次迭代时只需1次校正计算就能获得较大的迭代步长,从而快速收敛至最优解.通过IEEE 14,IEEE 30,IEEE 57,IEEE 118这4个测试系统的仿真计算表明,该算法收敛快,其迭代次数基本与每次迭代进行4次中心校正计算的多中心校正内点法相当,而且鲁棒性好,未出现数值稳定问题.     

基于原–对偶内点法的复杂电力系统电压崩溃校正控制

给出了在采用原–对偶内点法进行校正控制计算时值得注意的初值选取、中心参数选取等一些问题，并针对福建省网168节点系统的实际数据进行了仿真计算。结果表明，在考虑了这些要点后所求得的结果可靠，能较好地满足实际工程要求。     

基于功率-电流混合潮流约束的内点法最优潮流

提出了一种基于直角坐标下功率 — 电流混合型潮流约束的最优潮流模型。该模型对系统中的非零注入功率节点采用功率失配型潮流约束,而对零注入功率节点采用电流失配型潮流约束。这种混合模型结合了功率和电流型潮流方程的优点:对于零注入功率节点,该模型具有电流型潮流方程一阶导数为常数、二阶导数为0的特点,从而使雅可比矩阵和海森矩阵更容易计算;对于非零注入功率节点,该模型也比电流型潮流方程更好处理。该模型特别适合非线性预测 — 校正内点法的最优潮流,多个大规模算例测试证明该模型收敛性更好,计算效率更高,尤其适合求解含较多零注入功率节点的大规模电力系统最优潮流问题。     

基于原–对偶内点法的复杂电力系统电压崩溃校正控制

给出了在采用原–对偶内点法进行校正控制计算时值得注意的初值选取、中心参数选取等一些问题,并针对福建省网168节点系统的实际数据进行了仿真计算。结果表明,在考虑了这些要点后所求得的结果可靠,能较好地满足实际工程要求。     

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.     

最优潮流的原对偶内点法矢量化实现

为提高计算速度,采用矢量化技术实现最优潮流计算.通过将同类型的优化变量集中排列,建立最优潮流模型的矢量化表达形式.采用原对偶内点算法求解该模型,建立梯度矩阵及海森矩阵线性组合的矢量化计算公式.求解修正方程时,对系数矩阵进行近似处理,对修正方程系数矩阵采用LDLT算法进行分解.采用近似最小度(AMD)算法对系数矩阵进行排序,减少分解所产生的注入元.基于C/C++开发电力系统矢量运算支持库,设计动态稀疏存储策略进一步提升最优潮流程序的计算速度.对多个测试系统进行仿真计算表明:矢量化可简化最优潮流的程序逻辑并提高程序运行速度.