基于自适应免疫算法和预测-校正内点法的无功优化

针对电力系统无功优化问题,将自适应免疫算法（adaptive immtme algorithm,AIA）和预测-校正内点法相结合,提出了一种新的混合优化算法．先利用AIA进行大范围全局寻优,找到候选最优点,把它作为内点法的初始可行点,再通过预测-校正内点法在初始可行点的邻域内进行局部的确定性搜索,提高解的精度和速度;在此基础上,根据对偶间隙的变化过程,提出了对中心参数及相应障碍参数的改进选择方法,有效地避免了数值振荡,使计算精度及收敛速度均得到明显改善．将上述方法用于IEEE14节点系统,计算时间为2．0s,优化后网损下降2．27％;而用于IEEE118节点系统,计算时间为322s,优化后网损下降14．29％．这表明本文所提出的算法在计算速度和精度上较其他方法均有明显改进．     

预测校正对偶内点法在实时电价的应用研究

在系统安全运行基础上,基于最优潮流算法的实时电价估计能有效的反映出系统的安全运行状况和发电费用。本文提出基于预测校正对偶内点法(predictor-corrector primal-dual interior point method,PCPDIPM)的最优实时电价计算。该算法与传统算法相比,其收敛性和鲁棒性更好。通过Matlab仿真,在考虑不同中心参数设置对算法的影响下,与原对偶内点法(primal-dual interior point method,PDIPM)作比较。算例结果表明,随着系统规模扩大,预测校正对偶内点法收敛快速、效率高的特点表现更为明显,具备在线快速计算的潜力。     

基于改进遗传算法和内点法的无功优化混合算法

文章针对具有离散变量和连续变量共存的高维大规模无功优化问题,采用非线性内点法和改进遗传算法交替求解的混合算法,在迭代的不同阶段,分别对内点法和改进遗传算法进行收敛条件改进,使二者的优化结果互为基础、相互利用,保证了混合算法的整体寻优效率.IEEE118节点系统的无功优化计算表明,所提混合算法可有效提高单一算法的收敛性能和运算速度.     

求解单调线性互补问题的势下降内点算法

研究了单调线性互补问题的一种内点法,将牛顿方向和中心路径方向相结合,通过求解一个线性方程组得到搜索方向;在每次迭代中,寻找使得新的迭代点满足可行性要求且同时使得势函数值下降的步长参数,进而建立了求解单调线性互补问题的一种势下降内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的。     

凸可行问题的一种次梯度投影算法

提出了一种次梯度投影算法,解决凸可行问题,该算法在迭代过程中采用Armijo线搜索规则计算预测步长,且进一步给出一个校正步长规则,从而提高了算法的收敛性和收敛效果.最后给出了数值实例,表明算法的有效性.     

基于原—对偶内点法的二次电压—无功功率优化

基于原－对偶内点法对电力系统的电压－无功优化问题进行了分析,首先对原－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不等式约束;此外,提出了一种新的壁垒参数和步长的控制策略,并采用了一种有效的预测－校正方法来提高算法的收敛速度。实际电网中优化计算表明,原－对偶内点法可有效地解决大规模电网的电压－无功优化问题。     

绝对值方程的一种严格可行内点算法

给出绝对值方程的一种新算法. 先把绝对值方程转化为线性互补问题, 再结合牛顿方向和中心路径方向, 通过求解一个线性方程组得到搜索方向.  获得了求解绝对值方程的一种严格可行内点算法, 并证明了该算法经过有限次迭代后收敛到原问题的一个最优解, 数值实验表明方法是有效的.     

考虑暂态稳定约束的可用输电能力计算方法研究

提出了一种考虑暂态稳定约束的可用输电能力计算方法.采用转子角约束作为暂态稳定约束,用原-对偶内点法求解该模型,并通过引入一个非线性互补函数改进原对偶内点法在每次迭代中都必须保持正向的缺点.以IEEE14节点系统计算为例说明本算法求解效率高.     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的.     

一个新的求解无约束优化问题的超记忆梯度法

提出一个新的求解无约束优化问题的超记忆梯度法.该算法在每步迭代中充分利用前面迭代点的信息产生下降方向,利用曲线搜索产生步长,并且在每步迭代中不需计算和存储矩阵,适于求解大规模优化问题.在较弱的条件下证明了算法具有全局收敛性和线性收敛速度.数值实验表明该算法是有效的.     

快速分解潮流的并行算法──Householder公式的应用

针对两层次的多区域电力系统及两层次结构的计算机网络，应用Ｈｏｕｓｅｈｏｌｄｅｒ公式研究了快速分解潮流的并行算法。该法与常规快速分解潮流具有完全相同的收敛性，而采用的Ｈｏｕｓｅｈｏｌｄｅｒ公式非常简洁，并行计算过程中需传送的数据量较小。文中给出了ＩＥＥＥ１４节点及ＩＥＥＥ３０节点系统算例及计算结果。     

强窄带干扰存在时 IEEE 802.15.6 协议下的同步算法

脉冲超宽带(impulse radio ultra-wideband, IR-UWB)是一种通过发射极窄脉冲进行信息传输的无线电技术. 由于脉冲超宽带技术的工作频带特别宽, 因此易混入其他无线系统的窄带干扰信号. 针对超宽带系统中物理层同步头 Kasami 序列的特点, 提出了一种在 IEEE 802.15.6 协议下的同步算法. 一个 Kasami 序列可以被选为与接收信号进行积分相乘的同步模板. 仿真结果表明, 在存在强窄带信号干扰和码间干扰的情况下, 该同步算法比其他针对 IEEE 802.15.6 协议的算法有更高的同步成功率和更低的复杂度.     

P*(κ)线性互补问题的预估-校正内点算法

通过修正大邻域跟踪算法的搜索方向, 提出一种新的求解P*(κ)线性互补问题(LCP)的不可行预估-校正内点算法, 并对算法进行了收敛性分析, 证明了该算法具有目前最好的理论复杂度O((1+κ)^5/2nL). 数值结果验证了算法的有效性.     

对角加边模型无功优化分解算法

将电力系统按照一定的规则进行分区,通过引入虚拟节点构成各区域之间的边界网络,并采用内嵌离散惩罚的非线性原对偶内点法求解,最终所形成的线性修正方程组的系数矩阵具有对角加边的结构。据此结合矩阵的LDU分解提出一种分解方法实现快速地寻找全系统近似最优离散解。以IEEE118节点试验系统作为算例,通过对集中优化方法和分解方法进行了比较分析来验证所提方法的有效性。     

一种基于邻居节点和边的复杂网络节点排序方法——NL中心性算法

提出了一种基于邻居节点和边的多属性排序方法——NL中心性算法，该算法不仅使用邻居节点和次邻居节点的个数进一步区分了节点的位置，而且还考虑了边对节点重要性的影响。实验结果表明，NL中心性算法在准确性及运行效率方面都优于其他中心性算法。     

快速分解连续潮流算法的改进及其应用

以快速分解连续潮流算法为基础,提出了基于完整雅可比矩阵和快速分解法相结合的连续潮流算法。该方法在切向量求取环节,采用完整的雅可比矩阵做系数矩阵求取切向量,从而保证切向量的准确性;在初始潮流计算和校正环节采用快速分解法进行求解。通过与牛顿连续潮流法对比发现,改进后的算法能够更快速又不失准确的追踪 曲线。此外,该方法还能方便考虑平衡发电机功率限制,能够分析发电机功率限制对系统稳定裕度、崩溃点电压水平及其分岔类型的影响。通过对IEEE 118节点系统和1416节点系统的仿真,验证了所提算法的准确性和高效性。     

单相数控有源功率因数校正技术研究

研究了单相数控Boost型有源功率因数校正系统,采用平均电流型控制策略,分析了功率电路、信号调理电路、驱动电路的实现方案.采用DSP实现系统的数字控制,深入探讨了3个模拟采样信号和乘法器增益的确定方法,以及PI控制与PWM占空比算法,并对系统软启动、A/D转换、输入电压前馈和PWM信号产生4个程序模块进行了分析,仿真结果表明了系统设计的正确性     

实用电力系统静态安全分析

本文从电力系统潮流方程的戴劳级数展开式导出了模拟开断线路的开算方法.该方法简化了电力系统断线模拟的计算过程,显著提高了计算速度,具有较高的精度.文中给出了算法及对IEEE的14节点、30节点及57节点计算的结果.计算数字例表明,对57节点系统而言,模拟一次断线的CPU时间不到0.1秒(Prime-550计算机,大致相当于VAX-750机).小于一次牛顿选代所需CPU时间的1/100.从而使电力系统静态安全分析向在线应用及实用化迈进了一步.     

高速收敛混沌粒子群算法的云计算任务调度

针对传统粒子群算法在处理云计算任务调度问题时,存在求解精度不高、容易陷入早熟收敛等缺陷,提出一种改进的高速收敛混沌粒子群算法.首先,采用混沌序列对初始化过程进行优化;其次,利用适应度方差对早熟现象进行有效诊断,并对算法在负梯度方向进行修正,使其跳出局部最优,实现高速收敛.仿真实验表明:改进后的粒子群算法能有效地避免早熟,收敛速度及求解精度都明显提高,非常适合云计算任务调度.