基于仿射变换闪点算法的大电网无功优化

本文采用基于仿射变换的内点算法进行大型电力系统无功优化。这种方法，将标准化后的约束系数矩阵进行分块处理，通过利用矩阵求逆的反演公式，保留了系数矩阵高度稀疏的特点，极大地加快了计算速度，降低了对内存的需求量，从而使用于大型电网无功优化的内点算法向实用化前进了一步。对实际电网的优化计算表明，本文算法具有良好的特性。     

大规模电网的动态无功优化算法

为解决应用内嵌离散惩罚的非线性原对偶内点法求解离散整数动态无功优化模型时产生的"维数灾"问题,对修正方程用块矩阵解耦的算法做进一步探讨,提出了两次求解修正方程系数矩阵并三角分解从而降低动态无功优化应用于大电网时的数据存储量的新思路,即以时间换取空间(定义为时空转换)。在两个实际系统(14节点和538节点系统)和IEEE 118节点系统上的优化计算表明,所提算法既能计算大电网的动态无功优化,又具有较快的计算速度。     

大电网动态无功优化的快速解耦算法

建立电网的完整动态无功优化模型是一个计及设备动作次数约束并考虑变量离散化特性的非线性混合整数规划问题。由于其修正方程系数矩阵具有可分块结构特点,对此系数矩阵采用块矩阵解耦求解,能够在一定程度上解决大电网计算时的＂维数灾＂问题。上述计算的关键点是对修正方程系数矩阵的计算存储及对系数矩阵进行三角分解结果的计算存储,对此提出对系数矩阵进行两次三角分解的方法,大大地降低大电网计算的数据存储量。以一个实际的14节点供电系统、某省级538节点系统和IEEE 118节点系统作为算例,计算结果表明,所提出的算法能有效地解决大电网的动态无功优化＂维数灾＂问题。     

基于一种不可行内点法的电力系统无功优化

在应用内点法进行线性规划时,尚不能保证它的全面收敛性。提出了一种新的算法来求解无功线性优化问题。利用潮流雅可比矩阵直接变换求取灵敏度系数,建立无功优化线性规划模型,同时采用一种不可行内点算法来直接求解该问题。IEEE 14节点、30节点、57节点系统的计算结果表明,该算法能有效求解无功优化线性规划问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,对计算系统的规模不敏感。     

电力系统无功优化线性规划问题中线性步长的动态调整策略

提出了一种电力系统无功优化线性规划问题中线性步长的动态调整策略。利用潮流雅可比矩阵直接变换求取灵敏度系数矩阵,并引入信赖域思想,建立了基于信赖域的无功优化新模型,采用原?对偶内点法直接求解。IEEE14节点、30节点、57节点系统的计算结果表明,该算法能有效解决无功优化线性步长的选择问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,可用于电力系统无功优化的实用化计算。     

基于地区电网经济运行的无功综合效益优化

采用地区电网无功综合效益优化模型，从经济运行角度，兼顾地区电网有功网损最小和因数达到要求值，使电网的年运行费用达到最小。优化算法将仿射变换内点法与简化分枝定界法（内点－分枝定界法）综合应用于优化过程中，计算结果表明它是一种有效的无功优化算法。     

大电网动态无功优化问题的快速解耦算法研究

动态无功优化模型是计及设备动作次数约束并考虑变量离散化特性的一种非线性混合整数规划问题.根据修正方程系数矩阵具有可分块结构的特点,利用块矩阵解耦算法求解,指出其关键点是对修正方程系数矩阵的计算存储以及对系数矩阵进行三角分解结果的计算存储,提出对系数矩阵进行2次三角分解,即以时间换取空间的处理方法,实现对大规模电网的动态...     

基于原对偶仿射尺度内点法的电力系统无功优化算法

本文对潮流雅可比矩阵进行变换直流求取灵敏度系数,建立求解无功优化问题的线性规划模型,并提出采用一种有效的方法－原对偶仿射尺度内点法求解线性规划模型。该算法具有多项式时间复杂性。实际系统的计算结果表明,此算法的迭代收敛次数稳定,与系统规模关系不大,在求解大规模系统无功优化问题时,其性能优于具有指数时间复杂性的单纯性法。     

原对偶内点法与定界法在无功优化中的应用

本文将原有对偶内点法与分枝定界法综合应用于无功优化过程中，采用原对偶内点法进行全局寻优，运用分枝定界法进行离散变量（变压器分接头与电容／电抗器投切组数）的归整。针对实际情况，本文建立了一个新的综合目标函数。对实际电网的优化计算表明，本文算法具有良好的特性。     

基于内点法和遗传算法无功优化的比较及应用

无功优化是电力系统实现电压和无功功率最优控制和调度的基础，使用者对无功优化程序功能的需求不同，采用的无功优化算法也不尽相同，内点法和遗传算法是其中较具代表性且差异较大的2种，对基于内点法无功优化的数学模型，遗传算法的适应度函数和收敛判据进行改进，在IEEE6节点系统进行校验，并分析其在湖北恩施电网无功优化控制方面的应用，结果表明，内点法无功优化的结果比改进遗传算法无功优化的结果差，且处理离散变量不方便，但计算速度快于改进遗传算法，随问题规模增大，内点法的这一优势更明显。