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。     

基于最优潮流的最大传输能力计算

针对电力市场环境下最大传输能力(TTC)的计算问题，提出了一种新的基于最优潮流(OPF)的TTC计算方法．该方法建立了考虑发电机优化调度以及系统负荷变化模式的用于TTC计算的数学模型，并采用基于信赖域内点法的OPF算法求解，由多步中心校正原一对偶内点法连续求解线性规划子问题，通过信赖域决定线性化步长的选取．对IEEE30节点系统在不同数学模型下计算结果进行比较，验证了提出的TTC计算方法的有效性和实用性；与连续潮流(CPF)计算结果进行比较，结果表明OPF方法可以避免CPF计算TTC较为保守的缺点．     

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.     

计及离散控制的交直流电力系统最优潮流计算

为协调交直流电力系统的各种控制手段,减少系统的稳态运行费用,建立了交直流电力系统最优潮流计算的数学模型.模型中考虑了变压器变比(包括换流变压器变比)和并联电容器组补偿电纳的离散特性,为非线性混合整数规划模型.采用内嵌二次罚函数处理离散控制变量的非线性原对偶内点法进行求解,并讨论了迭代过程中二次罚函数的引入时机和罚因子的取值方案.对11节点和39节点2个交直流系统的计算表明,所提出的模型和算法能够可靠地收敛到系统可实施的、经济的运行方式.     

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。     

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。     

基于辅助问题原理及内点法的分区并行最优潮流算法

针对大电网在最优化问题计算中存在计算时间长、矩阵维数高等问题，按照电力系统的实际地理分布，在某些联络线处将整个电网分解为多个相对独立的子系统，子系统问通过边界节点产生的约束条件进行协调，建立了一个基于辅助问题原理（APP）的多分区并行最优潮流计算模型．应用APP方法，将大电网最优潮流问题转化为多个规模相对较小子系统的并行协调优化问题，在每个子系统中采用跟踪中心轨迹内点法求解子系统的优化问题．测试算例的计算结果表明，该算法减少了整个问题的矩阵维数，降低了问题的求解难度，具有较强的收敛性、快速性和实用性．     

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．     

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。     

市场环境下考虑暂态稳定约束的最优潮流计算

为保证电力系统的安全性，在电力市场优化运行方案中，考虑暂态稳定约束是十分必要的．为此，首先用排队法确定机组组合，等报价法确定各个发电机组有功功率，然后进行暂态稳定分析，求出各个不稳定故障修正的暂态能量裕度，再根据暂态能量裕度的大小找出最严重的不稳定故障，最后对最严重的失稳故障下领先、落后机组的输出功率分别进行调整，领先机组按照灵敏度修正，落后机组按处在同一报价水平的原则来修正，从而达到满足暂态稳定约束且购电费用增量最小．此外，进一步通过IEEE-30节点系统分析计算，验证了所提算法的正确性和有效性．     

多目标模糊优化潮流模型及其基于神经网络的算法

提出了一种计算交流潮流的多目标模糊优化模型，模型中，同时考虑了发电费用最少及网损最小等多重目标，针对该模型，还提出了一种基于神经网络模型的新算法，该算法分别采用神经网络模型进行模糊集隶属函数的表达及优化问题的求解，从而将模糊优化同神经网络有机地结合起来，通过算例对所提模型及算法进行了验证。     

MATPOWER在电力系统最优潮流实时电价中的应用

根据实时电价理论,结合实时电价与最优潮流之间的内在联系,运用MATPOWER计算最优潮流、求解实时电价,并通过对IEEE14节点的范例进行计算,结果证明该方法效果最佳。     

大电网可靠性评估最优负荷削减模型

研究电网可靠性评估中考虑最优负荷削减的问题。针对大电网系统，先在系统分析中将系统状态分为4种不同情形，对可能产生负荷削减的系统状态引入其最优负荷削减模型，在模型的目标函数中设置使负荷削减自动满足按临近原则和按负荷重要程度进行削减的加权因子，并在可靠性评估中的程序编制中予以实现。该最优模型与实际的负荷削减策略保持一致，能够得到反映电网真实可靠性水平的母线节点指标。文章给出了该最优负荷削减模型，以及相应算法，程序流程图。通过具体算例验证了该模型的有效性和实用性。     

Risk Control of Transmission Line Overload for Wind-Integrated Power Systems

With the rapid development of the wind generation, uncertainties of random wind and load bring some inevitable impacts on the security of power system. Once the uncertainty causes line power to exceed its limit, line overload will occur. The paper presents the risk control of transmission line overload for windintegrated power systems. Firstly, a risk control model of line overload is proposed considering the uncertainties of loads , generator outputs and wind powers. The generation cost and security level of system associated with overload can be optimally controlled. Then path following interior point method is employed to carry out the optimal control. Finally the simulation is made on the modified IEEE-30 bus system. Results show that the risk of line overload is effectively reduced through the optimization of control variables.     

基于遗传算法的FACTS网络最优潮流计算

基于遗传算法建立了一种新的含有FACTS元件的网络最优潮流模型。该模型引入了两种不同的FACTS元件，通过ward＆Hade-6节点系统进行仿真计算，得出用遗传算法选择最佳调节状态可较快达到系统总网损最小，且潮流都在安全极限内。该算法具有较好的实用性。