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。     

基于内点法的含暂态稳定约束的最优潮流计算

建立了含暂态稳定约束的最优潮流的数学模型，模型中考虑了多个预想事故。提出了一种基于原-对偶内点法的含暂态稳定约束的最优潮流算法。通过充分开发修正矩阵的稀疏性，并在求解时采用稀疏技巧，开发出了高性能的计算程序。在日本60 Hz电力网的10机模型系统的优化计算结果表明，所提算法不仅具有强大的处理等式约束和不等式约束的能力，而且具有良好的收敛性，能够有效地解决考虑多个预想事故时的含暂态稳定约束的最优潮流问题。     

基于非线性内点法的安全约束最优潮流(一)理论分析

提出了一种考虑多预想事故的安全约束最优潮流内点算法.分析了多预想事故下安全约束最优潮流模型的构建及控制变量的划分.直接应用一类基于扰动KKT(Karush-Kuhn-Tucker)条件的非线性路径跟踪内点理论来设计这一大规模非线性规划问题的解法.对算法核心--简约KKT系统进行了深入的结构分析,导出一种由4×4块元素构成,按预想事故分块对角排列,类似节点导纳矩阵结构的修正系统稀疏结构.简约系统的维数仅取决于等式潮流方程的个数,每次迭代的计算规模稍大于同时求解基态和c个起作用预想事故牛顿潮流迭代的8倍.     

基于Matlab符号计算工具箱的内点法最优潮流研究

为提高最优潮流算法的通用性，利用Matlab符号计算工具箱完成了一种基于扰动MKT条件的内点算法最优潮流的符号计算。可以获得系统状态变量的显式符号结果，该方法使得复杂的最优潮流修正方程的形成与求解过程简化为在每次选代中进行一次简单的代数替换。通过对4个不同的目标建模仿真，结果表明，该方法可极大地简化最优潮流计算程序的复杂程度，提高代码的通用性和易维护性。     

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。     

基于预测-校正内点法的HVDC交直流系统最优潮流

高压直流输电在远距离大容量输电、海底电缆输电等方面具有独特的优势,但直流设备的引入也使得交流系统最优潮流算法无法直接应用于现存的交直流系统,为此,先基于传统最优潮流算法,结合直流系统的稳态模型,提出一种含高压直流输电的预测-校正内点法最优潮流。多个算例仿真表明,该算法在不同的控制方式下均具有较好的适应性和收敛性,且迭代次数少于原对偶内点法,可减少计算量,节省计算时间。     

基于简化预测—校正内点法的拟直流最优潮流

在大规模电力系统最优潮流的在线计算应用中,传统直流最优潮流算法虽然有着很高的计算效率,但是由于其完全忽略了电压和无功功率的影响,计算结果精度偏低。文中通过引入无功功率来修正有功功率平衡方程,提出了基于拟直流模型的最优潮流算法。为进一步提高计算效率,提出了一种简化预测—校正内点算法,该算法通过对最优潮流模型中不等式约束进行简化处理,形成只含上限约束的广义不等式约束,大大简化了程序的编写。通过对IEEE 30,118,300节点系统以及Polish 2 736,3 120节点系统的仿真测试,验证了算法的可行性和有效性。     

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.     

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。     

电力系统最优潮流新模型及其内点法实现

为了加快内点法求解电力系统最优潮流OPF(optimal power flow)问题的计算速度,通过在有载调压变压器LTC(load tap changing transformer)支路模型中增加虚拟节点,其支路功率方程由该节点的电压来表达,使其不含有变压器变比这个变量,由此在直角坐标系中建立了电力系统最优潮流问题的二阶新模型。该模型的海森矩阵在优化过程中是恒常矩阵,只需要计算1次,缩短了内点法的计算总时间。利用列近似最小度法COLAMD(column approximate minimum degree)对内点法牛顿方程的系数矩阵进行节点优化排序,以减少三角分解注入元的产生,从而进一步减少优化时间。通过对IEEE14到IEEE300的5个测试系统进行了仿真计算,结果验证了所建模型与方法的正确性与有效性。     

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.     

内点法在电力系统最优潮流问题中的应用简介

对近年来应用到最优潮流领域的内点法概况进行了介绍,并就应用最为广泛的原一对偶障碍函数内点法作了详细的数学阐述;在对电力系统最优潮流算法进行分类的基础上,论述了内点法在各类求解方法中的应用情况。     

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.     

矢量化动态最优潮流计算的步长控制内点法实现

实现动态最优潮流(dynamic optimal power flow,DOPF)的矢量化计算。通过将同类型、同时段的优化变量集中排列,建立动态最优潮流的矢量化模型,并采用步长控制内点法进行求解。各时段的梯度矩阵和海森矩阵具有与导纳矩阵相关的稀疏特性,在计算过程中保持不变。通过设计稀疏矩阵结构和内存分配策略提高Karush-Kuhn-Tucker (KKT)系统的形成速度。分析爬坡约束和购电量合同约束对求解KKT系统的影响,对比测试多个优化排序算法,指出近似最小度(approximate minimum degree,AMD)和列近似最小度(column approximate minimum degree,COLAMD)算法求解该模型KKT系统具有很高的效率。对节点数从14到1 040共5个测试系统12~96时段的DOPF模型进行仿真计算,验证所提算法的正确性和高效性。基于步长控制内点法的矢量化方法提高了DOPF程序的计算速度和收敛性。