一类增广拉格朗日函数局部鞍点的存在性

对含有等式约束和不等式约束的非线性规划问题(P)给出了一类新的增广拉格朗日函数方法;在修正二阶充分条件下,证明了对偶问题的局部鞍点即为原问题的局部最优解;同时证明了如果原问题的局部最优解满足修正的二阶充分条件,则原问题的局部最优解即是增广拉格朗日函数的局部鞍点.     

Sharp增广拉格朗日函数的局部鞍点

对于约束优化问题,证明了局部鞍点就是局部最优解,利用泰勒展开公式证明了sharp增广拉格朗日函数在二阶充分性条件下,局部鞍点的存在性,从而保证了原问题和对偶问题的局部最优值相等.     

常见最优潮流算法分析

最优化理论和算法是一个重要的数学分支，它研究的问题是讨论如何在众多的方案中找出最优方案的方法。这类问题普遍存在。其中对于电力系统来说，最优潮流就属于这类问题。随着最优化理论的发展，最优潮流的算法层出不穷。本文回顾了近二十年来最优潮流的逐步发展的过程，较为详细地分析了几种经典的优化方法，同时总结了各种优化方法的优缺点，并对最优潮流的进一步发展进行了深入的探讨。     

基于微分进化算法的电力系统最优潮流

将微分进化算法（Differential Evolution,DE）应用到电力系统最优潮流（Optimal Power Flow,OPF）问题中,以系统总发电成本为目标函数,除平衡节点外发电机节点有功功率、发电机节点电压幅值和可调变压器变比作为控制变量,建立了DE-OPF的数学模型．基于增广拉格朗日函数法,将状态变量约束考虑入优化的目标函数中．以IEEE30节点测试系统进行了测试,仿真结果表明,与两种遗传算法和一种改进的粒子群算法：传统遗传算法（canonical genetic algorithm,CGA）、自适应遗传算法（adapive genetic algorithm,AGA）和全面学习粒子群算法（CLPSO）相比,DE算法具有较好的全局寻优能力和较快的收敛速度,能有效地解决最优潮流问题．     

基于bpmpd算法的最优潮流研究

随着我国现代化建设的快速发展和国民经济的大幅度提高，我国的电力事业正以惊人的速度向前发展。面对电网规模的不断扩大及结构日趋复杂，要求我们有良好的措施来确保电网安全、经济、优质地运行。最优潮流能将经济性与安全性近乎完美地结合在一起，正成为研究的热点。bpmpd算法是基于KKT条件的原对偶内点法具有多项时间性、二次收敛性、对初始点不敏感等一系列良好的特性及计算快速、鲁棒性好、处理病态问题强等特点。它不仅可以用于线性规划问题，而且可以拓展到求解二次规划和非线性规划问题。内点法由于其良好的计算性能，正逐步取代其它传统算法，成为近年来最优潮流领域的研究重点。     

基于分子动理论优化算法的最优潮流计算

最优潮流是一个离散的、非线性化、规模庞大的问题。用传统的方法求解时会存在收敛速度慢、局部收敛等问题。本文用分子动理论优化算法来求解最优潮流。并通过IEEE14节点系统对该算法进行测试,由测试结果可知,该算法收敛精度高、寻优能力强。     

敏感法无功最优潮流

本文提出了基于敏感度方法的无功最优潮流的新算法。该算法利用微机可计算200节点规模的系统,收敛性好,计算速度快。使用该算法,可使试算系统降损8-14％,使系统获得较大的经济效益。该程序可以协助调度人员进行在线无功调度和电压控制以保证电压质量。 试算IEEE118节点例题以及国内的49、61、99和200节点系统,效果均较满意。     

改进一阶鞍点近似的概率潮流

由于可再生能源和负荷的不确定性,电力系统潮流分析需要有效的工具.目前的多数研究都假设一组给定的概率密度函数(PDF:Probability Density Functions)建模不确定性,并开发参数概率潮流工具.为此,提出了一种非参数概率潮流分析方法确定潮流输出的偏微分方程.该方法基于平均值一阶鞍点近似.对于n个随机...     

电力系统最优潮流算法综述

本文阐明了电力系统最优潮流研究目的及意义,总结了国内外关于电力系统最优潮流算法的研究现状,介绍了求解最优潮流的经典算法,智能优化方法,同时指出了各种算法的优缺点;并根据目前最优潮流存在的问题提出了今后的研究方向。     

基于混沌优化算法的电力系统经济调度和最优潮流

针对电网及电厂经济运行的要求，依据混沌运动的遍历性、规律性、随机性等特点，采用了一种改进的混沌优化方法对电厂与电网进行经济调度。该方法利用混沌变量进行搜索寻优，能不断缩小优化变量的搜索空间并不断提高搜索精度，从而有较高的搜索效率，仿真结果表明，本方法搜索速度快，求解精度高，且使用方便。     

基于节点不平衡功率的病态潮流算法

提出了基于节点不平衡功率的病态潮流算法，将潮流方程转换为非线性规划的形式，与普通的潮流计算相比较，计算量增加不大；对于由潮流计算初值不合理、潮流方程无可行解等因素引起的潮流病态现象有很好的收敛性．经过IEEE-30节点系统在几种情况下的计算比较，证明该算法是非常有效的．     

基于Lagrange乘数法的钢筋混凝土矩形截面单筋梁截面优化

以工程成本为目标函数,以截面有效高度为设计变量,考虑弯矩设计值、截面尺寸、配筋率等约束条件,建立了钢筋混凝土矩形截面单筋梁的优化模型.采用Lagrange乘数法对优化模型进行求解,通过算例证明该方法的有效性,为优化提供新的思路.     

一种基于拉丁超立方采样的概率最优潮流算法

在概率最优潮流的求解技术中,随机采样的蒙特卡罗法因其在大规模采样的情况下求解精确度高,而被广泛应用。本文采用拉丁超立方采样和蒙特卡罗法相结合的技术处理含多随机变量因素的概率最优潮流问题,并将其运用于分析随机变量的波动对系统发电成本影响的计算中。通过IEEE-14和IEEE-118节点测试算例的分析表明,采用拉丁超立方采样能改善采样值的分布空间,在采样规模较低的情况下能够给出精确的统计结果,较随机采样的蒙特卡罗法具有应用优势,可以替代随机采样的蒙特卡罗法,作为评价其他算法优劣的标准。     

一类多目标最优控制问题的弱有效性和与广义弱鞍点

给出一类多目标分式最优控制问题的向量Lagrange泛函的构造,称为广义Lagrange泛函,并且讨论弱有效性和这一样一种广义Lagrange泛涵的广义弱鞍点之间的关系。     

基于遗传算法的最优潮流

提出一种基于遗传算法的最优潮流模型。该模型以节点电压幅值和网络拓扑图的一个支撑树的各支路两端节点电压相角差及可调变压器变比为编码对象，采用实效染色体编码法和改进两点交叉，成功地解决了基于遗传算法求解最优潮流问题。算例结果表明该模型的有效性。     

节点虚流量法的某抽水蓄能电站地下厂房渗流场分析

利用求解有自由面渗流场的节点虚流量法,对某抽水蓄能电站施工期地下厂房渗流场分布进行三维有限元仿真模拟,着重研究施工期厂房区洞室的渗流特性,并对施工期厂房区渗控方案进行评价.研究表明,施工期间排水设施尚未形成时,各已经开挖的洞室成为排水的主要边界;在保证各洞室的渗透水能及时排出的提前下,渗流场可以满足施工环境要求;顶排型排水幕排水效果并不明显.     

基于混合校正内点法的最优潮流

提出了一种混合校正的内点法.该方法有效结合了预测校正和中心校正方式,在预测校正过程中通过动态选择校正方向在总的牛顿方向中的比例来优化搜索方向,以改善中心校正的效果,进而加快了整个算法的收敛速度.通过IEEE 57、IEEE 118、IEEE 300和3个实际系统的仿真计算表明,与多中心 校正内点法相比,此算法能以更少的迭代次数和计算时间快速收敛.此外,计算结果还表明,该算法比传统的预测 校正内点法及其衍生的内点法更具有鲁棒性.     

基于潮流分布矩阵的电力系统碳排放流计算方法

电力系统是中国碳排放的主要来源。研究电力系统的碳排放理论、提高碳流分析结果的准确性,是完善碳交易市场建设、促进电力碳减排的重要前提。提出了一种基于潮流分布矩阵的电力系统碳排放流计算方法,旨在解决现有方法过于粗放、无法准确实现功率与碳流分摊的不足。其主要思路是结合精确潮流计算结果,采用比例分配原则,通过分析功率在网络中的流动过程,构造潮流分布矩阵,从而准确建立机组功率与节点流过功率之间的联系;然后根据发电机组类型的不同,考虑其技术水平与运行状态等因素影响,构建火电机组的精准碳排放模型。基于该模型,利用碳排放流依附于潮流的特征,将机组碳排放分摊到各节点负荷、各支路功率以及网络损耗,成功实现了电力系统碳排放流的准确追踪与溯源。采用4节点和30节点系统进行测试,测试结果验证了本文方法的正确性和有效性。     

基于学习策略的遗传算法在最优潮流中的应用

最优潮流问题是电力系统中一个重要的问题,从数学角度上讲,它是一个非线性规划问题。提出了一种基于学习策略的遗传算法用于解决最优潮流问题。学习策略使得种群中的普通个体可以向优良个体学习其优秀的基因结构,从而提高了个体的适应度,加快了算法的寻优速度,增强了算法的搜索能力。该算法中还采用排挤策略来避免个体的过度拥挤,增强了算法的全局搜索能力。通过算例验证了算法的可行性和有效性。