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。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

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。     

原对偶内点算法对电力系统无功的优化分析

针对电力系统中无功优化的问题,从非线性规划的角度进行分析,提出了一种原对偶内点算法.考虑无功问题的定位复杂且非线性,利用原对偶内点算法进行位置判断及潮流分析.通过实际案例进行验证,结果显示原对偶内点算法的无功定位精准度、计算时间均优于已有遗传算法.     

电力系统无功优化的原对偶内点算法及其应用

以电力系统中电压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;并在此基础上提出了一种预测校正方法,该方法通过协调解的最优性及可行性之间的关系提高算法的收敛性。对IEEE14节点和IEEE30节点系统的分析表明,带有预测校正方法的原对偶内点算法较单纯的原对偶内点算法所需迭代次数少,计算速度快,收敛性好。     

基于原对偶内点法和分枝定界算法的配网无功优化计算及其并行实现

将原对偶内点法与分枝定界法综合应用于无功优化过程中,提出一种并行分枝定界策略。该并行分枝定界策略采用异步通信策略和主从控制模式,并行平台为分布式内存存储下的分布式并行平台,各工作机并行产生决策树,并行对各自的子问题执行分枝定界操作。2个测试算例结果表明,该并行策略负荷平衡良好,能有效提高计算效率,获得良好的加速比。     

基于稀疏技术的原对偶内点法电压无功功率优化

文章结合电力系统的稀疏特性,提出了一种基于稀疏技术的原对偶内点法电压无功优化控制数学模型,并给出了提高原对偶内点法计算速度的措施。     

基于原对偶内点法的电压无功功率优化

文章以电压无功优化的二次规划模型为基础,对原对偶内点法进行了扩展,使之能处理电压无功优化控制中大量的不等式的约束。文章提出了一种壁垒参数的选取方法和控制计算步长的策略,并采用了一种有效的预测校正方法来提高算法的收敛性。     

基于内点法的电力系统无功优化

介绍了无功优化的基本概念,对各种无功优化算法进行了简单比较。对原对偶内点法的基本原理作了简单介绍,采用全网有功传输损耗最小作为目标函数,并采用二次罚函数的形式处理离散变量,对基于原对偶内点法的无功优化的模型进行求解。IEEE14—118节点标准测试系统上进行了数值仿真,证明内点算法具有良好的收敛性和鲁棒性。     

用于电力系统无功优化的内点法与遗传算法的比较研究

通过在线无功优化，降低网损、保证电压质量，对供电企业的经济运行是非常必要的。本文就在线无功优化的特点，结合无功优化方法中比较具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较，针对解决在线无功优化问题提出一种新思想：内点法和遗传算法相混合的算法。     

基于改进内点法的区域电网无功优化

介绍了内点法的分支原对偶路径跟踪法,并针对某区域电网的无功电压现状,建立以网损最小为目标函数,并兼顾电压质量最好进行无功优化,有效降低了系统的有功网损,同时电压质量也得到提高。该优化方法对于大规模电网的无功优化具有一定的指导意义。     

基于内点法和改进遗传算法的无功优化组合策略

提出了一种求解无功优化问题的组合策略,该策略将无功优化问题分解为连续优化和离散优化2个子问题,分别用预测–校正内点法和改进遗传算法进行求解。考虑到实际电网在进行无功优化控制时,发电机是主要的调节手段,先不考虑离散变量的约束,采用预测–校正内点法优化连续变量;然后保持连续变量不变,用改进遗传算法优化离散变量;再返回到连续优化阶段,如此交替求解。当出现相邻的连续优化阶段和离散优化阶段网损变化的差值小于设定值时,停止优化。IEEE14、30、57、118节点系统的仿真结果表明,该策略比其它组合算法在收敛性和计算效率上更具优越性。     

电力系统动态无功优化模型的实用化研究

针对传统动态无功优化存在的问题,提出一种动态无功优化问题的实用化模型。该模型从控制设备动作次数定义出发,通过预优化后,将全天设备动作次数约束分解为每时段的设备动作次数约束,从而将完整的动态无功优化模型转化成与常规单个时间断面的静态无功优化模型相同的表达形式;利用内嵌罚函数的非线性原对偶内点法作为其优化算法。采用IEEE118节点系统作为算例来验证该模型的正确性,计算结果表明所提模型能在满足最大允许动作次数约束的前提下获得优化解,且可以明显提高计算速度。     

非线性原-对偶内点法无功优化中的修正方程降维方法

针对无功优化模型中含有离散变量的问题,采用非线性原–对偶内点法进行求解。根据卡罗需–卡恩–塔克条件下修正方程结构稀疏的特点,首先将松弛变量和不等式拉格朗日乘子的增量用决策变量的增量表示,再将其代入修正方程并从中消去变比和无功电源出力的增量,最终降维后方程仅含节点电压幅值及相角、等式拉格朗日乘子增量。在计及变比和无功补偿装置出力的离散性约束条件下,通过增加无功电源出力作为优化变量,保证了修正方程中变比的海森矩阵始终为对角矩阵,扩展了降维处理方法的适用范围。算例结果验证了该降维方法的有效性。     

一种求解无功优化的支路追加内点法

在传统内点法的基础上,提出了一种求解无功优化的支路追加内点法——将线路和变压器模型整合为统一的支路模型;采用支路追加方式来实现内点法中雅克比矩阵和海森矩阵的求解;将优化模型中目标函数与等式约束的求导过程合并。通过以上改进措施,有效地降低了无功优化的公式推导和编程工作量,提高了算法的效率。最后通过IEEE14、IEEE30和IEEE118等系统的仿真计算,验证了该算法的快速性和有效性。     

基于智能软开关和无功补偿装置的配电网双层优化

智能软开关作为一种新型配电装置,其应用将极大地提高配电系统运行的经济性、灵活性和可控性。首先提出了一种考虑智能软开关和传统无功补偿装置并存的多手段互补的电压控制方法,构建了兼顾配电网运行经济性与系统电压水平的双层运行优化模型。然后针对该模型提出了一种基于遗传算法和内点法的混合求解策略,并采用预动作表法确定离散设备的动作时刻,同时根据智能软开关的功率储备对预动作时刻表作出动态调整。最后,在改进的IEEE 33节点系统中,对所提出的运行优化模型进行验证和分析。仿真结果表明,智能软开关与无功补偿装置的组合能够有效应对源—荷不确定变化引起的电压波动,显著提高电网的稳定运行水平与能量传输能力。     

计及充电站无功补偿的配电网日前-实时协调优化模型

电动汽车通过充电桩的变流器接口接入配电网,变流器的无功功率调节能力有助于改善配电网电压分布和运行效率.文中提出一种计及充电站无功补偿的配电网日前-实时协调优化模型.首先,建立了以配电网运营成本最小为优化目标的日前优化模型,确定充电站日前有功功率、电容器组投切和有载调压挡位.再根据日前优化结果和电动汽车实时数据,建立配电...     

求解离散无功优化问题的精确连续化方法

提出了一种求解离散无功优化问题的新算法。该方法对离散变量进行二进制编码,从而将离散变量转化为若干0-1变量的线性组合,并将二进制变量约束转化为等价的互补约束,再利用非线性互补函数将互补约束转化为等价的非光滑方程,对其进行光滑化处理后,将原问题转化成可微的非线性规划问题,并采用非线性原对偶内点算法求解。此外,还对离散变量编码的原理以及应用原对偶内点法中遇到的求导难点进行了介绍,并通过几个不同规模试验系统的计算分析,验证该方法能有效处理离散变量,而且具有良好的收敛性和精确性。     

基于粒子群及其改进算法的电力系统无功优化

介绍了电力系统无功优化的数学模型,论述了现代智能算法在解决无功优化的非线性规划问题中的应用,实现了粒子群优化(particle swarm optimization,PSO)算法在电力系统无功优化问题中的应用。引入离散粒子群(discrete particle swarm optimization,DPSO)算法,采用两种方法对离散变量进行处理。IEEE-30节点系统的算例分析验证了PSO和DPSO的可行性。这两种算法具有相近的优化效果,但PSO的收敛性优于DPSO,而DPSO对离散变量的处理比PSO更准确,也更切合实际。