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.     

基于改进多中心-校正内点法的可用输电能力计算

针对采用预测—校正内点法求解可用输电能力时可能出现的校正方向错误的缺点,提出基于改进多中心—校正内点法的可用输电能力计算方法。该方法保留了多中心—校正内点法的校正步,解决了计算过程中因校正方向错误而产生的迭代发散问题。选择以预测校正方向作为预测步的仿射方向,并通过预设逻辑判断,有选择地对预测校正过程中校正方向进行加权优化,进一步提高了计算的收敛性。通过对IEEE标准测试系统和某省电网实际系统的仿真计算,验证了该算法的可行性。     

基于加权预测-校正内点法的混合直流输电系统最优潮流

针对预测-校正内点法求解混合直流输电（hybrid HVDC）系统最优潮流（OPF）时可能存在过校正而导致的发散问题,提出了基于加权预测-校正内点法的hybrid HVDC系统OPF算法。该算法保留了预测-校正内点法的预测步骤,将校正步进行加权,动态选择了校正方向在总的牛顿方向所占的比例,比较好地解决了预测-校正内点法校正错误而不收敛的问题。算例仿真表明,对hybrid HVDC系统进行OPF计算,能使系统处于更经济的运行状态。通过对多个IEEE节点系统进行仿真测试,验证了加权预测-校正内点法的有效性和正确性。     

基于两种不同内点法的最优潮流建模与仿真

用预测-校正内点法(predictor-corrector interior point method,PCIPM)最优潮流算法对原-对偶内点法(primal-dual interior point method,PDIPM)最优潮流算法进行改进。该方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。最后用MATLAB语言编程实现了利用原-对偶内点法和预测-校正内点法进行潮流优化计算,并用不同算例进行了仿真验证。仿真结果表明预测-校正法具有比原-对偶法更好的收敛性。     

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.     

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。     

基于多中心-校正内点法的加权最小绝对值状态估计

针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV（Weighted Least Absolute Value加权最小绝对值）抗差状态估计算法。该算法在PDIPM（Primal-dual Interior Point Method对偶内点法）的基础上,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空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国桌省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS（Weighted Least Squares加权最小二乘法）算法进行比较,结果表明所提方法的抗差能力具有明显的优势。     

基于滤波器-信赖域方法的最优潮流算法

在电力市场环境下，求解诸多问题都需要最优潮流作为理想的工具。该文基于滤波器和信赖域的思想提出了求解最优潮流的新算法：由信赖域决定线性化步长，线性规划子问题由多步中心校正原一对偶内点法进行求解，并采用了考虑电网拓扑的物理策略和动态调整线性规划子问题的收敛判据策略来改善最优潮流算法的稳定性和收敛性。该算法通过逐次求解线性规划子问题，在滤波器中利用多目标规划的优超(Domin Rllce)概念决定是否接受新的点，算法本身具有非单调的性质。通过与预测一校正方法的比较，进一步验证了多步中心校正方法的求解效率。对系统规模从14节点到662节点的7个电力系统作了全面的数值计算，计算结果表明，该算法具有较高的稳定性和快速收敛性，具有实用意义。     

一种无功优化预测校正内点算法

无功优化是一个大规模非线性优化问题,预测校正内点法在求解该问题时表现出优良的性能。在每次迭代中,传统预测校正内点法通过预测步求出仿射方向,并用其估计互补方程泰勒展开式的二阶项,进而求出校正步。本文算法在传统预测校正内点法基础上进行了进一步的改善,采用了直角坐标系中的无功优化新模型,通过处理,所有KKT方程都转化成二次或线性的。通过预测步求出仿射方向后,用其精确地表达出所有二次KKT条件方程泰勒展开式的二阶项,然后再求出修正方向。新算法的速度优于传统预测校正内点法,数值计算结果表明了该方法的有效性。