卓峻峰[1]2003年在《电力系统最优潮流新算法研究》文中提出最优潮流是一类典型的非线性规划问题，最优潮流计算上的困难限制了它在电力系统运行中的应用，在过去的30年中，人们提出了各种优化方法来解决此问题，至今未能取得公认的满意的成果。本文总结了国内外关于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，现代优化方法以及其它算法，对各类优化方法进行了比较和讨论。本文提出了一种混沌搜索与模糊集理论相结合求解电力系统最优潮流问题的新方法。该方法用模糊集理论将多目标函数和可伸缩约束条件模糊化，把多目标最优潮流问题转化为单目标非线性规划问题；利用混沌变量的随机性、规律性、遍历性进行寻优，克服了基于导数优化方法对于梯度信息的高度依赖性而造成的困难。本文提出了一种复杂函数的混合优化策略，将混沌搜索与单纯形法相结合，首先利用混沌的遍历性特点进行全局搜索，同时为单纯形法生成较好的初始点，然后用单纯形法进行局部优化，避免了单一算法的弱点。
蔡超[2]2014年在《智能电网最优潮流计算方法及其收敛性研究》文中进行了进一步梳理在智能电网的环境下,潮流计算作为其基本的分析工具有着非常重要的地位。为了将电力系统经济性,安全性以及电能质量叁方面要求与潮流计算完美的结合起来,人们提出了最优潮流计算。最优潮流深受电力系统规划设计人员和运行调度人员的青睐,在电力系统规划、运行、分析和控制中起着重要的作用。本文首先针对牛顿法潮流计算的初值敏感性问题,提出了最优初值选取方法。解决了由于初值选取不当造成的潮流计算不收敛问题。其次,针对内点法,简化梯度法等方法在最优潮流计算中出现的初值敏感问题以及计算量过大等问题,提出了基于Fisher函数的广义梯度投影最优潮流算法。最后,为了使最优潮流获得更快的收敛速度,更方便的处理离散变量,运用双Hopfield神经网络来求解最优潮流。文中的主要工作如下：(1)提出了牛顿法潮流计算的收敛性判据,来判断初值能否使潮流方程得到收敛解。若初值可行,根据所提出的最大迭代次数估计判据,对潮流计算的迭代次数进行初步估计。通过以上两个判据可以对所选初值能否使潮流方程收敛进行一个初步判断,从而避免了初值任意选取造成的冗余计算。针对于牛顿法的初值敏感性问题,结合所提出的两个判据,利用遗传算法提出了最优初值的选取方法。IEEE标准节点系统和通辽电网的实例仿真结果可以证明所提出的最优初值选取方法的有效性。(2)提出了基于Fisher函数的广义梯度投影最优潮流算法。该方法与简化梯度法相比,不必每次迭代都求解潮流方程,大大减少了计算量。并运用动态选取罚函数技术,避免了由于罚函数选取不当导致的病态条件数。与内点法相比,扩大了初值的选取范围,避免了初值选取不当导致收敛过程的不稳定或使寻优进展缓慢。IEEE标准节点系统的仿真结果验证了该算法的有效性,并将简化梯度法,内点法以及广义梯度投影法最优潮流计算分别运用到通辽电网实例计算中,作出对比分析,仿真结果验证了基于Fisher函数的广义的梯度投影法的快速收敛性和稳定性。(3)运用双Hopfield神经网络来进行最优潮流计算。双Hopfield神经网络分为两个部分：首先,利用一个网络来优化罚函数项,使解落在可行解子空间中。另一个网络用来优化目标函数,朝着目标函数的可行下降方向进行求解。两个网络是相互独立的,交替运行。双Hopfield神经网络避免了Hopfield网络求解最优问题时既需满足约束条件又需得到高质量的解之间的矛盾,并且该算法极大的提高了计算速度。IEEE标准节点系统的仿真结果验证了双Hopfield神经网络方法与Hopfield神经网络相比取得了更好的优化效果。
何宣虎[3]2016年在《基于人工蜂群算法的最优潮流相关技术研究》文中提出随着分布式电源的大规模并网以及电动汽车等柔性负荷的快速发展使得现代电力系统变得越来越复杂。最优潮流作为电力系统规划、经济调度和市场交易等方面的分析工具,可以有效地对复杂电力系统的安全性、经济性及稳定性进行综合优化计算,但其本质是一个多约束的、离散连续变量共存的、多维的非线性优化问题,选择合适的求解方法直接决定了最优潮流解的有效性及优越性。人工蜂群算法作为一种新颖的智能优化算法,在处理非线性、多约束、多变量、非连续、非凸等优化问题上具有一定优势,已在人工神经网络训练、图像识别、语音识别等领域得到广泛应用。然而,人工蜂群算法与其它智能优化算法发展类似,在初始研究阶段依然存在一些问题需要解决,例如提高该算法的收敛速度及计算精度。为此,本文以基于人工蜂群算法的最优潮流相关技术研究作为课题,通过对人工蜂群算法的深入研究,为电力系统的单目标／多目标最优潮流问题提供一种新的求解方法,从而为采用最优潮流作为计算工具的电力系统问题提供更加丰富的分析及决策信息。本文的主要研究内容如下：(1)分析了人工蜂群算法寻优时各阶段的数学模型,采用几个标准数值测试函数对人工蜂群算法的优化性能进行了仿真计算,结果表明：人工蜂群算法具有较高的收敛特性,能有效地处理数值优化问题。(2)针对人工蜂群算法在处理低维度优化问题时具有较高的寻优能力,但求解高维度优化问题时易陷入局部最优的缺点,提出了一种混沌差分人工蜂群算法。该改进算法采用差分进化算法的变异、交叉操作代替标准人工蜂群算法新蜜源的搜索操作,以提高算法的局部搜索能力；利用混沌映射中的Tent映射生成算法的初始种群、变异操作中的参考蜜源以及交叉操作中的参考维数,以增加种群的多样性。(3)分析了典型最优潮流的数学模型,分别从经济、环保、电能质量叁方面建立最优潮流的目标函数,即总发电成本、有功网损、总污染物排放量及电压偏离量。针对多个目标函数,采用最大模糊满意度法将其模糊处理,形成模糊多目标最优潮流模型。建立了基于混沌差分人工蜂群算法的模糊多目标最优潮流求解模型。仿真结果表明：所建立的求解模型可以有效地、可靠地解决最优潮流问题,并且得到的最优潮流运行方案可以进一步提高系统的经济性、电压水平以及降低对环境的污染程度。(4)为了获得质量更高的Pareto最优前沿,研究并提出了一种改进的多目标人工蜂群算法。该改进算法通过变异和交叉操作获得新可行解,采用快速非支配排序获得各可行解支配信息以及更新外部存档,利用目标函数以及拥挤距离的综合信息来计算可行解被待工蜂选择的概率值,通过计算拥挤距离来实时控制外部存档的大小,利用外部存档中的Pareto最优前沿作为算法寻优时的参考蜜源。在此基础上,建立了基于改进的多目标人工蜂群算法的多目标最优潮流求解模型。该求解模型先采用所提出的算法获得Pareto最优前沿,再利用K均值聚类法对最优前沿进行聚类,最后采用模糊集理论方法进行决策分析。仿真计算表明：所提出的改进的多目标人工蜂群算法在求解Pareto最优前沿时具有有效性、可靠性及优越性；所建立的多目标最优潮流求解模型可以从Pareto最优前沿中选择出更满意、更优异的运行决策方案。(5)针对系统含有风电及负荷不确定因素的最优潮流问题,建立了考虑风电接入及负荷随机变化的多目标概率最优潮流模型。该模型以发电成本的期望值及标准差作为目标函数,将状态变量违反程度的期望值以惩罚项形式加入到目标函数中。针对所建立的模型,提出了两种求解方法。第一种方法：将多目标概率最优潮流采用模糊数学转换成单目标概率最优潮流,再利用基于拉丁超立方采样的改进人工蜂群算法进行求解。第二种方法：直接通过基于拉丁超立方采样的多目标人工蜂群算法获得多目标概率最优潮流的Pareto最优前沿。用改进IEEE30节点测试系统的仿真计算表明：所建立的模型可以有效地处理含有风电及负荷不确定性因素的概率最优潮流问题,同时也验证了所提出的两种方法在求解多目标概率最优潮流问题上的有效性及优越性。
陈楠[4]2009年在《同时考虑发电机组和负荷静特性的潮流新算法》文中提出电力系统潮流计算是电力系统分析中最基本的一项计算。通过几十年的发展,潮流算法日趋成熟。但由于电网的复杂性,传统的潮流算法依然存在着一些方面的局限性。对于一些在实际规划和运行部门经常碰到的问题,还尚未得到满意的解决。本文首先对常规潮流算法、最优潮流算法、动态潮流算法以及稳态控制潮流、调度员潮流算法的研究现状进行了分析和讨论,其次,本文在常规潮流计算的基础上,提出考虑发电机和负荷静特性等因素的影响,构造了计及发电机有功、无功静特性及负荷静特性的柔性潮流计算数学模型。该模型提出了与常规潮流节点条件设定完全不同的负荷和发电机基点功率给定法,在计算过程中取消了常规潮流算法定义的节点类型,使所有节点都参加有功和无功迭代,克服了常规潮流算法中由于平衡节点选取的差异而导致潮流结果不同的情况,消除了其功率的不平衡量由一个平衡节点来承担的弊端。本算法还在一次调频的基础上引入了二次调频潮流的条件及功率分配问题,实现了二次调频的操作,使其潮流计算结果更加符合电力系统的实际运行情况。本文以极坐标表示的牛顿-拉夫逊法和P-Q分解法为基本算法,利用Matlab6.5语言编制和调试完成了相应的的电力系统潮流计算程序,以某10机41节点系统为算例,将柔性潮流与常规潮流算法进行了对比,进而又对一次潮流和二次潮流进行了对比,最后对IEEE33机118节点系统进行了柔性潮流的完整计算,来说明该算法在大型电力系统中的应用,从而验证了算法的正确性和有效性。
彭磊[5]2006年在《交直流输电系统无功优化研究》文中进行了进一步梳理随着电力市场成为电力领域的热门,而且电力市场的实际运作在东北电网及山东电网等地试运行,电网运行的质量和经济效益性已经越来越成为电力行业关注的问题。在保证电网电压质量和让电能能够在网损最小的情况下,输送到用户是我们追求的目标,是电力市场追求的重要目标之一,它的实现需要通过宏观调控进行无功优化来实现。无功优化在电力领域中已经是一个提出很久的话题,然而随着电力的发展,新形势的出现,无功优化需要在新的条件下提出新的模型进行解决。直流输电的兴起,现在投运的十多条直流工程及远期东北与俄罗斯联网也要涉及的直流输电工程预示着直流输电将会在未来电网中扮演越来越重要的角色。交直流输电将随之而成为讨论越来越多的问题,而如何宏观调度交直流系统中的直流控制量及交流侧机端电压、变压器分接头及无功补偿容量是本文所讨论的问题。基于上述的交直流无功优化的问题,本文做了如下相关的研究:(1)研究了直流输电系统的基础知识,分析了直流输电系统中的无功功率的产生机理及控制手段。(2)研究了交流电力系统潮流计算中常用的牛顿-拉夫逊、高斯塞德尔及快速解耦法,并重点分析了本文交直流系统无功优化所用到的前两种;进而研究了交直流输电系统潮流计算常用的联合求解法和交替求解法,并引用算例证明本文仿真潮流的正确性。(3)综述了应用于电力系统无功优化问题求解的各种优化算法,并分析了各种优化算法及其对应数学模型的优缺点和适用范围,以及详细介绍了本文所采用的粒子群算法(PSO)。(4)建立了交直流系统无功优化基本数学模型,考虑了直流控制量及状态量,并提出基于PSO的求解算法,运用IEEE9及30节点算例验证了方法的正确性。
林睦纲[6]2005年在《电力系统最优潮流新算法的研究》文中认为最优潮流(Optimal Power Flow—OPF)是一种同时考虑经济性和安全性的电力网络分析优化问题。OPF 在电力系统的安全运行、经济调度、可靠性分析、能量管理以及电力定价等方面得到了广泛的应用。自上世纪六十年代初开始OPF 问题的研究,人们提出了各种计算方法来求解OPF 问题,有些方法已应用到实际系统,并取得较为满意的效果。在各类计算方法中,二十世纪九十年代末期提出的非线性互补问题(Nonlinear Complementarity Problem—NCP)方法受到电力系统分析专家的关注。NCP 方法的突出特点是在非线性不等式约束优化问题中无需识别有效集,而此问题正是OPF 计算中的难点。因此,NCP 方法的提出,为实现OPF 的在线计算提供了新的方法。本文以NCP 方法为基础,提出了一种新的求解OPF 算法——投影渐近半光滑牛顿型算法。针对电力系统的特点,本文的研究工作如下:1. 建立了与OPF 问题的KKT 系统等价的带界约束的半光滑方程系统。与已有的NCP 方法相比,新的模型由于无需考虑界约束对应的对偶变量(乘子变量),降低了问题的维数,从而适用于解大规模的电力系统问题。2. 基于建立的新模型,本文提出了一类新的Newton 型算法,该算法一方面保持界约束的相容性,另一方面有较好的全局与局部超线性收敛性,同时,算法结构简单,易于实现。3. 考虑到电力系统固有的弱耦合特性,受传统解耦最优潮流方法的启示,在所提出的新Newton 型方法的基础上,本文又设计了一类分解方法。新方法基于解耦——校正的策略实现算法,不仅充分利用了系统的弱耦合特性,同时保证分解算法在理论上的收敛性。4. 根据所提出的两种算法,用标准的IEEE 电力测试系统进行数值实验,并与已有的其他方法进行比较。结果显示新算法具有良好的收敛性和计算效果,在电力系统的规划与运行方面将有广阔的应用前景。
丘文千[7]2007年在《具有变量范围约束的潮流算法在OPF中的应用》文中提出提出一类新的电力系统最优潮流(OPF)算法。运用函数变换法模拟变量不等式约束,建立具有变量范围约束的潮流方程,并将目标函数与其上限值构成优化目标方程,与变量范围约束潮流方程一起组成扩展的变量范围约束潮流方程。该方程为非线性不定方程组。逐次收缩目标函数上限值,运用广义逆矩阵和牛顿—拉夫逊法求解,将OPF问题转化为一系列求解非线性不定方程组的一维优化逼近过程。介绍了以最小发电费用为目标的潮流优化问题和以最小有功网损为目标的无功优化问题的新算法,通过实例验证了算法的实用性。
陈吉[8]2006年在《基于可信域内点法的最优潮流问题研究》文中研究表明电力系统最优潮流问题(OPF)研究起源于潮流计算和经典经济运行，它将经济调度和安全监控完美结合起来。OPF算法的众多研究成果中，内点法具有收敛性强、多项式时间复杂性等优点，是极具潜力的优秀算法之一。但在理论上，内点法求解非凸优化问题时的全局收敛性能受到质疑。电力系统不断发展，使得OPF算法跻身于极其困难、非凸的大规模非线性规划行列。可信域和线性搜索方法是保证最优化算法全局收敛性能的两类技术，将内点法和可信域、线性搜索方法有机结合，构造新的优化算法，是数学规划领域的研究热点。 论文在现代内点理论基础上，研究了两种OPF算法。 首先，提出一种改进的可信域内点方法。该方法无须与潮流计算配合增加算法通用性，并引入参数变量到可信域子问题模型中确保计算连续性；同时，改进可信域子问题模型以提高计算精度，调整收敛判据加快计算速度；由现代内点法求解可信域子问题，并构造简约修正方程，减少计算量。论文用该算法求解两类OPF问题，在IEEE14-300系统进行测试，表明其正确性和有效性。该方法主要缺陷是，在大规模系统中的计算速度和计算精度难以令人满意。 其次，提出一种基于线性搜索的现代内点方法，即在内点法每次迭代中，确定对应于某种评价函数的最优步长。该方法采用直角坐标OPF模型，将原问题KKT条件式的平方项相加，得到关于步长的四次多项式作为评价函数；用五点四次插值法求得评价函数解析式，并用卡丹方法求解该表达式导数值为零的点，从而确定最优步长。论文用该方法求解四种OPF问题，在IEEE4-300和N1047系统进行全面测试，取得较快的收敛速度；该方法另一优点是可以保证计算过程不发散，并通过观察最优步长值趋向于零的变化情况，提供了OPF问题在给定的计算条件下，是否存在解的一个判断标志。
于赞梅[9]2006年在《改进粒子群优化算法在最优潮流计算中的应用》文中研究说明随着电力工业的发展,电力市场在全国范围内的推广,电力系统最优潮流在解决电力市场下出现的新问题中发挥着越来越重要的作用。本文首先建立电力市场下以购电费用最小为目标函数的最优潮流数学模型,然后对解决最优潮流问题的粒子群优化算法进行了改进,离散化变量,利用动态调整罚函数对不等式约束进行动态调整。运用MATLAB编写算法程序,利用LabVIEW建立可视化界面。以IEEE-30节点系统为算例,对一天的24个交易时段进行了计算和分析,确定每个时段的出力和购电费用,验证了算法的有效性。
郭远帆[10]2006年在《基于粒子群优化算法的最优潮流及其应用研究》文中研究说明电力系统最优潮流问题是典型的具有可伸缩性的多目标非线性规划问题。随着系统规模的不断扩大,变量和约束条件的数目剧增,变量之间复杂的函数关系和众多的非线性约束条件使最优潮流跻身于困难的大规模数学规划问题行列。近年来粒子群优化算法以独特的优点和机制为解决大规模非线性复杂问题提供了新的思路和方法,为解决电力系统中的相关问题提供了新的途径与手段。本文在总结已有最优潮流算法研究状况的基础上,通过对多种优化算法的比较和讨论,提出采用粒子群优化算法对电力系统最优潮流相关问题进行研究。该方法利用智能优化理论将最优潮流问题转化成一个无约束极值问题,该算法具有并行处理特征,鲁棒性好,易于实现,能够有效的提高算法的全局收敛能力和计算精度。该方法使用目标函数信息来指导在解空间中的搜索,克服了传统优化算法需要做假设和近似处理的困难。根据约束条件的越限量大小,动态的调整障碍因子,在保证全局搜索能力的基础上改进了收敛速度。将动态调整制约函数的粒子群优化算法应用到最优潮流问题的求解中,很好的处理了潮流计算中的大量等式和不等式约束问题,应用此算法对IEEE-30节点系统进行无功优化和可用输电能力问题研究,结果表明该算法的有效性,具有实用意义。最后,对所做工作进行了总结,提出了本文的主要贡献和不足之处,对不足之处提出了改进看法,并对未来粒子群优化法最优潮流的应用进行了展望。
参考文献：
[1]. 电力系统最优潮流新算法研究[D]. 卓峻峰. 华北电力大学（北京）. 2003
[2]. 智能电网最优潮流计算方法及其收敛性研究[D]. 蔡超. 东北大学. 2014
[3]. 基于人工蜂群算法的最优潮流相关技术研究[D]. 何宣虎. 北京交通大学. 2016
[4]. 同时考虑发电机组和负荷静特性的潮流新算法[D]. 陈楠. 郑州大学. 2009
[5]. 交直流输电系统无功优化研究[D]. 彭磊. 华中科技大学. 2006
[6]. 电力系统最优潮流新算法的研究[D]. 林睦纲. 长沙理工大学. 2005
[7]. 具有变量范围约束的潮流算法在OPF中的应用[J]. 丘文千. 电力系统自动化. 2007
[8]. 基于可信域内点法的最优潮流问题研究[D]. 陈吉. 广西大学. 2006
[9]. 改进粒子群优化算法在最优潮流计算中的应用[D]. 于赞梅. 华北电力大学（河北）. 2006
[10]. 基于粒子群优化算法的最优潮流及其应用研究[D]. 郭远帆. 华中科技大学. 2006