基于改进原对偶对数障碍法的最优潮流算法

在原对偶对数障碍法的基础上，提出一种改进算法用于解决最优潮流问题．利用障碍参数对改进障碍函数的影响，使改进算法能有效地处理最优潮流问题中的不等式约束，避免了计算中对有效约束的识别问题．将改进算法与原有算法用于IEEE 30节点系统无功优化问题的仿真计算，结果证明了改进方法是有效可行的，且与原有方法相比，可求得更优解．     

基于改进人工鱼群算法的含风电场电力系统最优潮流计算

将风电场看作PQ节点并考虑风电场输出功率随机性和负荷随机性,提出含风电场的电力系统最优潮流计算方法。分析基本人工鱼群算法原理及其缺陷,提出改进人工鱼群算法(IAFSA);提出人工鱼群的视野和步长的取值方法,对初始种群的生成、行动方式和终止判据进行改进;并基于动态调整罚函数将带约束的有功最优潮流问题转化为无约束优化问题,实现含风电场的电力系统最优潮流计算.实例分析结果表明:基于改进人工鱼群算法比基于基本人工鱼群算法和遗传算法进行含风电场电力系统最优潮流计算具有更优全局收敛性和更快计算速度.     

多时段缺电损失最小化减载模型及算法

为了实现系统供电不足时的缺电损失最小化,本文提出了在多时段最优减载的模型和算法.该模型考虑了各时段间缺电损失的耦合关系,是一种最优潮流模型,该算法是改进的近似规划法.利用不同时段潮流方程和约束条件的无耦合性,将潮流求解、灵敏度解算、约束条件的线性化、有效约束的筛选等主要计算分时段进行,进而形成关于所有时段控制变量的近似线性规划算法.以线性规划的结果修正控制变量,迭代收敛至最优解.同时将距离判别有效约束改进为区间运算判别有效约束,提高了线性规划算法的效率.并以IEEE-14节点系统的4个时段为例,验证了该模型和算法的有效性.     

一种改进的最优潮流算法研究

提出一种改进的信赖域内点算法.新方法无须与潮流计算配合增加算法通用性,并由常规潮流获得初始点改善信赖域子问题可行性;此外,改进信赖域子问题模型提高计算精度,调整收敛判据加快计算速度;由现代内点法求解信赖域子问题,并构造简约修正方程减小计算量.用改进的方法求解电力系统中以发电费用最小为目标的最优潮流问题.通过对IEEE14-300测试系统的数值仿真实验,证明所提出的算法是正确和有效的.     

步长优化技术在交直流系统潮流计算中的应用研究

统一迭代法是求解交直流电力系统潮流计算问题的主要方法之一,通过引入步长优化乘子调整迭代过程中的修正量步长,可以获得更好的潮流计算收敛特性。首先给出了在交流潮流计算中得到广泛应用的最优乘子、准最优乘子在交直流潮流计算中的实现方法,之后在准最优乘子基础上提出了混合乘子。为验证应用步长优化乘子后潮流计算算法的有效性,采用修改的中国电力科学研究院22节点、IEEE 118节点和IEEE300节点交直流系统进行了计算分析。数值计算结果表明,分别引入最优乘子、准最优乘子和混合乘子的3种改进算法在潮流可解时的收敛特性均优于常规算法,且在潮流无解时收敛过程均不发散;带混合乘子的改进算法比其它两种在收敛速度、收敛精度和鲁棒性方面更具优势。     

基于改进VEPSO的MMC-MTDC系统多目标最优潮流方法研究

针对模块化多电平换流器型多端直流输电系统(Modular Multilevel Converter Multi-Terminal DC,MMCMTDC)最优潮流问题,提出一种基于改进向量估计粒子群算法(Vector Evaluated Particle Swarm Optimization,VEPSO)的多目标最优潮流优化方法。首先建立MMC-MTDC分层控制和优化体系,换流站级采用直流电压斜率控制策略以稳定直流电压和平衡有功功率,系统级考虑线损和电压不平衡度建立多目标潮流优化模型。在兼顾系统稳定和功率平衡等约束条件的同时,加入换流站N-1约束,通过对系统进行多目标潮流优化得到MMC控制目标参考值,最终实现系统的优化运行。针对等式约束和不等式约束条件,提出了一种基于动态调整罚函数的方法以提高算法的收敛性。最后通过优化和仿真验证了所提基于改进VEPSO的多目标最优潮流计算方法的有效性。     

基于内点法的含风电场电力系统随机最优潮流

基于机会约束规划的随机最优潮流模型的求解一般采用智能优化算法,提出了一种内点法结合随机调节因子更新的方法,以求解基于机会约束规划的含风电场电力系统的随机最优调度模型。模型考虑了节点电压和线路功率的机会约束,并采用半不变量和Cornish-Fisher级数结合的方法来计算机会约束的概率分布。引入调节因子,对机会约束概率进行变形,将随机最优潮流问题转化为可采用内点法求解的最优潮流模型。提出了调节因子的更新方法,通过原始对偶内点法的参数结果更新调节因子来调节机会约束满足的概率,迭代求解机会约束随机最优潮流模型。最后,以IEEE14和IEEE118节点系统为例,验证了方法的正确性和有效性。     

基于混合连续蚁群算法的最优潮流研究

提出了基于混合连续蚁群(HCACO)的最优潮流(OPF)计算方法;该方法将蚁群优化算法(ACO)的正反馈特性与实数遗传算法(GA)的进化策略相结合,克服了基本蚁群算法只适用于离散问题的局限性,并提高了寻优的效率,同时采用动态调整罚函数策略,有效提高了算法的全局收敛能力和计算精度,采用优进策略,提高了算法的收敛速度.应用此算法对标准IEEE-30节点测试系统进行最优潮流计算,该算法能够更好地获得全局最优解,仿真结果表明了该算法的合理性和有效性.     

计及分布式电源的改进配网潮流计算方法

针对多节点形式分布式电源并入配电网后导致传统潮流计算方法并不适用的问题,对牛顿潮流计算方法进行改进,提出每次迭代时结合梯度下降法与牛顿法对雅克比矩阵中各元素进行优化。改进算法解决了配网中由于分布式电源节点类型丰富导致传统算法计算困难的问题,同时,也解决了由于配网线路阻抗比值较大导致雅克比矩阵收敛困难的问题。根据改进算法提出以零阻抗连接编号方案为基础的潮流计算流程。通过数学理论分析与IEEE33节点仿真验证,改进算法在收敛性、收敛速度等方面较传统方法均有所提高。经由验证结果表明,改进算法适用范围较广,对于含分布式电源的配网快速潮流分析与实时调度计算提供有效的参考。     

基于界门函数的混沌算法在水库群联合调度中的应用

基于界壳理论的基本思想,提出了一种改进的混沌算法,利用混沌变量的特定内在随机性和遍历性跳出局部最优点,遍历寻找水库群联合调度问题的最优解.实例计算表明,相对于逐步优化算法(POA),该算法计算速度快、收敛性好,提高了计算效率,满足约束的效果较好,不失为求解水库群优化调度问题的有效方法.     

感知无线电网络中最优的分布式功率分配

在干扰温度模型下,将分布式感知无线电网络与授权系统的频谱共享问题转化为有约束的非线性功率优化问题. 为了提高多个测量点场景下感知无线电网络的吞吐量,提出了一种全局最优的分布式功率分配算法. 该算法利用原始-对偶方法求解,通过有限的信息交换,实现了吞吐量最优的功率分配. 理论分析和仿真结果表明,算法的收敛结果满足干扰温度约束,系统吞吐量明显提升.     

偶对潮流优化问题研究

在电力市场改革试点中,当前正处于日前交易开放前阶段,其日调度计划的优化不仅要处理常规约束等一般性问题,而且还具有明显的特殊性,既要保证完成各竞价电厂中长期合同交易分解到日的电能量,又要满足各竞价电厂日负荷率彼此相等,以体现调度上的公平。针对该问题,建立了日前交易开放前的日调度计划优化的模型,结合原-对偶内点法在处理大量常规不等式约束方面的优势,提出将时段偶对解耦方法与原一对偶内点法有机结合,前者处理特殊性问题,后者处理一般性问题,发挥各方法的特长,做到优势互补,使优化算法能比较贴切地适应该种日调度计划优化模型的特点和需要。数值算例表明,该方法具有简洁有效性。     

原-对偶内点法和预测-校正内点法在最优潮流的应用

最优潮流问题在数学上是一个带约束条件的优化问题,其模型包括目标函数以及等式约束条件和不等式约束条件。利用原-对偶内点法和预测-校正内点法进行最优潮流的计算,原-对偶内点法是在保持原始可行性和对偶可行性的同时,沿一条原-对偶路径寻找最优解。预测-校正法在进行泰勒展开时保留了高阶项,首先通过修正方程计算仿射方向,在计算得到仿射扰动因子后回代入修正方程得到校正方向,进而得到修正量。预测-校正法具有比原-对偶法更好的收敛性,用Matlab实现了原-对偶内点法和预测-校正内点法进行潮流优化计算,并用算例进行了验证。     

基于非线性原-对偶内点算法的电力系统无功优化

以电力系统中无功优化的非线性规划模型为基础,采用原对偶内点算法进行全局寻优.文中通过对障碍参数确定方式的研究,根据障碍参数的物理本质以及电力系统本身的特点,提出了在运用原对偶内点算法分析电力系统无功优化时,应根据不同物理意义的变量来确定相应障碍参数的方法.在此基础上,分析了障碍参数中加速因子对算法的影响,提出了加速因子的动态确定策略.在对IEEE 118节点系统进行的计算分析表明本文算法收敛性好、计算速度快.     

大规模电力系统无功优化的一种分解协调算法

随着电力系统规模的不断增大以及电气设备和负荷种类的不断增多,无功优化问题变得越来越复杂,对大规模电力系统进行在线无功优化和实时控制就更加困难.无功优化和控制的本地性使得分解协调算法很适于解决这一问题.在此背景下,针对电力系统调度具有的按电压等级分层管辖的特点,首先按照电压等级对大规模电力系统进行分区,建立多区域系统的无...     

DG间歇性和负荷波动性配电网的无功优化

分布式电源的间歇性和负荷的波动性会造成系统潮流波动,给配电网无功潮流优化控制带来困难.针对这一问题,提出了一种能够处理随机潮流的区间无功优化方法.首先结合配电网的特点,使用区间前推回代法计算随机潮流,然后建立了区间无功优化模型,使用PSO算法求解模型,最后引入区间数综合排序法比较适应度.算例结果表明,该方法可以在DG出力不确定及负荷波动的情况下,给出合理的优化方案,验证了模型的有效性和正确性.     

基于射频能量收集的无人机协助的分时段功率分配策略

针对毫微微基站（FBS）在不同时间段用户数量的差异,研究了最大化下行总信息量的功率分配问题.不同时间段包含忙时和闲时2个阶段,忙时用户数量较多,闲时用户数量较少.通过部署一个无人机携带的微微基站（PBS-UAV）为多个FBSs闲时的用户提供服务.FBS和PBS-UAV都具有能量收集功能.在FBS忙时,FBS和PBS-UAV同时从宏基站收集能量,并且向用户发送数据.FBS闲时,由PBS-UAV接替多个FBSs,与用户进行下行通信.将功率分配问题建模为最优化问题,以最大化FBS和PBS-UAV的下行信息量为目标,同时满足FBS和PBS-UAV能量消耗及发射功率的约束条件.由于建立的最优化问题是凸优化问题,可通过引入增广拉格朗日乘子法获得最优解.仿真结果表明,与PBS-UAV参与的等功率及部分功率固定的方法相比,所提出的方法在总信息量方面有不同程度的增加.     

下行NOMA系统中最大化能量效率的功率分配方案

针对多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大化系统能量效率的功率分配方案.首先推导了满足所有用户连续干扰消除需求的情况下,单个用户及单个簇所需的最低功率,建立最大化系统能量效率的用户间功率分配优化问题,然后采用二分法求解最大化单个簇内能量效率的功率分配优化问题,基于该结论将最大化系统能量效率的用户间功率分配优化问题转换为簇间功率分配优化问题,最后给出了一种迭代的簇间功率分配方案,并根据簇间功率分配的结果为单个用户分配功率.仿真结果表明,所提方案的系统能量效率高于相同场景中的已有方案.