基于遗传算法和内点法的无功优化混合策略

基于遗传算法与内点法，文中提出了一种新颖的混合策略来求解无功优化问题：不考虑无功优化中的离散约束，采用内点法求解得到初始解；根据优化变量的不同性质，将原无功优化问题分解为离散优化和连续优化2个子问题，并采用遗传算法和内点法交替求解。在遗传迭代的不同阶段，针对种群个体的不同特点，分别对遗传算法和内点法的具体实施方案进行了动态调整，使两者的优化结果互为基础、相互利用，保证了混合策略的整体寻优效率。IEEE30和IEEE118节点系统的仿真计算结果表明：与其他混合算法相比，该混合策略在计算速度和优化效果方面都具有明显的优势。     

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。     

电力系统无功优化在线计算的算法研究

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。文章针对此问题就无功优化方法中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,在IEEE30节点系统中进行实例计算,比较这两种算法在收敛性能、计算速度、对离散变量的处理等方面的优劣性,给出了两种算法相结合的无功优化算法,得到了比较满意的结果。     

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。     

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.     

电力系统无功综合优化的线性规划内点法

本文采用原对偶路径跟踪法直接求解无功综合优化问题的非标准形式的线性规划模型。通过消去松驰变量和部分拉格朗日乘子变量,使得在每步迭代中求解的线性方程组的系数矩阵为对称稀疏矩阵,可用三角分解法有效求解。实际系统的计算结果表明,当系统的约束条件和变量数目增加时,此算法的迭代次数变化较少。     

应用同伦内点法求解电力系统无功优化

针对电力系统在某些运行状态下无功优化的可行域为空,进而导致现代原对偶内点方法迭代发散的情况,通过引入同伦理论对无功优化不可行问题进行探测。算例表明,同伦内点算法在可行域存在时与传统的原对偶内点算法具有相近的计算复杂度,在无功优化不可行时则能有效进行不可行探测,具有一定的实用前景。     

基于非线性预报-校正内点法的电力系统无功优化研究

在非线性原-对偶内点法的基础上引入了预报-校正技术,使改进后的非线性预报-校正内点法获得了较纯原-对偶内点法更大的迭代步长,从而加速了算法的收敛.应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束.IEEE 14节点、IEEE 30节点、IEEE 57节点和IEEE 118节点系统的仿真结果表明,该算法收敛快、鲁棒性好.     

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。     

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。     

基于内点法和遗传算法相结合的交直流系统无功优化

为简化传统交直流混合系统潮流计算方法,提出了一种改进算法。该算法采用Gauss-Seidel迭代法求解直流系统,通过调整换流变压器的变比以使换流器的触发角运行在合适的值域,再与交流系统交替迭代求解。针对遗传算法适合处理离散变量但容易陷入局部最优而内点法具有方向性但不适合处理离散变量的不足,提出一种内点法和遗传算法相结合的混合算法对交直流系统无功优化模型求解,交流系统中少量的离散控制变量及直流系统控制变量采用遗传算法求解而交流系统中大量的连续控制变量则采用内点法求解。混合算法结合了两种算法的优点,可以方便地处理离散变量且具有明显的方向性。通过实例仿真验证了该算法具有收敛性好、运算速度快等优点。     

无功优化内点法中非线性方程组求解规律研究

在有功调度方式给定的前提下用最少变量组建立无功优化模型,用非线性原–对偶内点法求解该模型。根据求解规律和无功优化的特点,在由K-K-T条件构成的非线性方程组的求解过程中,构建由电力系统状态变量和等式约束对应的乘子组成的线性结构,该结构类似牛顿法极坐标形式的潮流计算格式,间接地将不等式约束转化到等式约束中,对求解问题的规模及实时性有良好的适应能力。算例结果证明了该方法的有效性。     

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。     

基于原-对偶内点法的区域电网无功能力评估

提出了区域电网无功能力的概念,定义了无功能力指标,建立了评估区域电网无功能力的数学模型.模型中考虑了电压稳定性、节点电压水平、热稳定等安全约束条件,并用原一对偶内点法求解.通过对IEEE 30节点和IEEE57节点样本系统的仿真,证明了该方法的有效性和正确性.     

基于非线性原-对偶内点法的OPF算法及其校正策略

给出了电力系统最优潮流（OPF）的数学模型以及求解该模型的非线性原-对偶内点法，在阐述OPF数学模型的基础上，对基于非线性原-对偶内点法的OPF算法进行了详细的数学描述.并就改善内点法的2种高阶校正策略进行了论述，通过对3个不同规模电力系统的数值计算，验证了2种策略对于不同规模系统均优于原-对偶内点法，同时指出2种策略对不同规模系统有着不同的适应性.     

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。