电力系统最优潮流算法研究综述

最优潮流问题(OptimalPowerFlow,OPF)是在满足系统运行和安全约束的前提下如何获得一个电力系统的最优运行状态。OPF是一个典型的非线性规划问题,通常的数学描述为:

目标函数:minf(x)(1)

约束条件:g(x)=0

h(x)≤0

式中:f为优化的目标函数,可以为系统的发电费用函数、发电燃料、系统的有功网损、无功补偿的经济效益等等。g为等式约束条件,即节点注入潮流平衡方程。h为系统的各种安全约束,包括节点电压约束、发电机节点的有功、无功功率约束、支路潮流约束、变压器变比、可变电容器约束等等。

1最优潮流的经典算法

电力系统最优潮流的经典解算方法主要是指以简化梯度法、牛顿法、内点法和解耦法为代表的基于线性规划和非线性规划以及解耦原则的解算方法,是研究最多的最优潮流算法,这类算法的特点是以一阶或二阶梯度作为寻找最优解的主要信息。

1.1简化梯度法1968年Dommel和Tinney提出的简化梯度法是第一个能够成功求解较大规模的最优潮流问题并得到广泛采用的算法。

梯度法分解为两步进行,第一步在不加约束下进行梯度优化;第二步将结果进行修正后,在目标函数上加上可能的电压越限罚函数。该方法可以处理较大的网络规模,但是计算结果不符合工程实际情况。在梯度法的基础上利用共轭梯度法来改进原来的搜索方向,从而得到比常规简化梯度法更好的收敛效果。

简化梯度法主要缺点:收敛性差,尤其是在接近最优点附近时收敛很慢;另外,每次对控制变量修正以后都要重新计算潮流,计算量较大。对控制变量的修正步长的选取也是简化梯度法的难点之一,这将直接影响算法的收敛性。总之,简化梯度法是数学上固有的,因此不适合大规模电力系统的应用。选取对算法的收敛速度影响很大等等。现在对这种方法用于最优潮流的研究己经很少。

1.2牛顿法

牛顿法最优潮流比简化梯度法优势之处在于它是一种具有二阶收敛速的算法,除利用了目标函数的一阶导数之外,还利用了目标函数的二阶导数,考虑了梯度变化的趋势,因此所得到的搜索方向比梯度法好,能较快地找到最优点。这种算法不区分状态变量和控制变量,充分利用了电力网络的物理特征,运用稀疏解算技术,同时直接对拉格朗日函数的Kuhn-Tucker条件进行牛顿法迭代求解,收敛快速,大大推动了最优潮流的实用化进程。当前,对牛顿法最优潮流的研究已经进入实用化阶段。估计起作用的不等式约束集是实施牛顿法的关键,采用特殊的线性规划技术处理不等式约束能使牛顿法最优潮流经过少数几次主迭代便得到收敛。文[1]用一种改进的软惩罚策略处理牛顿法中基本迭代矩阵的“病态”问题,提出了考虑电网拓扑结构的启发式预估策略来处理起作用的电压不等式约束,并进行了试验迭代的有效性分析,提出有限次终止方案,上述措施提高了牛顿OPF算法的数值稳定性,收敛性和计算速度。文[2]提出了一种新的基于正曲率二次罚函数的最优潮流离散控制变量处理方法,利用二次罚函数产生的虚拟费用迫使离散控制量到达它的一个分级上,该方法机制简单,有良好的收敛性,精确性。

1.3内点法IP(InteriorPointAlgorithm)内点法最初是作为一种线性规划算法,是为了解决单纯形法计算量随变量规模急剧增加而提出来的。内点法从初始内点出发,沿着可行方向,求出使目标函数值下降的后继内点,沿另一个可行方向求出使目标函数值下降的内点,重复以上步骤,从可行域内部向最优解迭代,得出一个由内点组成的序列,使得目标函数值严格单调下降。其特征是迭代次数和系统规模无关。内点法原用于求解线性规划问题,现在该方法已被扩展应用于求解二次规划和非线性规划模型,可以用来解最优潮流问题。和牛顿法相比,由于内点法在可行域内部向最优解迭代,没有识别起作用的约束集的困难。

内点法有三种:投影尺度法、仿射变换法、路径跟踪法。投影尺度法在OPF问题中性能较差,在实际应用中很少使用;而仿射尺度法和原-对偶内点算法使用较广。由于对偶仿射尺度法在确定初始内点可行解比较复杂,并且在最优点附近收敛速度较慢,限制了该方法在解决OPF问题中的应用;而原对偶内点算法由于其收敛迅速,鲁棒性强,对初值的选择不敏感,是目前研究最多的内点算法,该算法现已被推广应用到二次规划领域,并正被进一步发展用于研究一般非线性规划问题。

1.4最优潮流解耦算法

最优潮流解耦算法利用了电力系统稳态运行中有功功率和无功功率之间较弱的耦合关系,从问题的本身或问题的模型上把最优潮流这个整体的最优化问题分解成为有功优化和无功优化两个子优化问题,交替地迭代求解,最终达到有功、无功综合优化,其中的两个子问题可以用不同的优化方法求解。这种方法使规模很大的问题变成两个规模较小的子问题串行迭代求解,可以节约内存,大大提高计算速度。但是某些约束条件(如支路潮流约束)往往与有功变量和无功变量都有关系,这样最优潮流问题就不宜解耦成两个子问题,而且这种算法的精度不高。

2最优潮流的智能优化算法

2.1遗传算法

遗传算法是80年代出现的新型优化算法,近年来迅速发展,它的机理源于自然界中生物进化的选择和遗传,通过选择(Selection)、杂交(Crossover)和变异(Mutation)等核心操作,实现“优胜劣汰”。它的主要特点是:可从多初值点开始,沿多路径搜索实现全局或准全局最优;可方便地处理混合整数离散性问题;是一种有效的自适应优化方法。GA应用于潮流优化问题时,一般步骤为:首先随机给出一组初始潮流解,受各种约束条件约束,然后通过目标函数评价其优劣,然对其编码,通过遗传操作——选择、杂交和变异,使其重新组合,评价值低的被抛弃,只有评价值高的有机会将其特征迭代至下一轮解,最后这码串对应的解将趋向优化。

2.2模拟退火算法

最优潮流模拟退火算法(SA)是基于热力学原理建立的随机搜索算法。文献[14]应用平均场理论(meanfieldtheory)求解最优潮流问题,首先将最优潮流问题描述为一个混合整数规划问题,在此基础上提出了考虑该问题特征的一种SA算法,并用多个算例验证了这种方法用于小型电力系统的有效性。文献[15]提出了基于熵理论的最优潮流代理约束算法,将最优潮流问题中的大量不等式约束用一个代理约束不等式来处理,这种方法减小了最优潮流问题的规模和维数,非常适用于低温下的SA算法。但是代理约束算法存在两点缺陷:首先,这种方法在有大量起作用不等式约束的情况下难以收敛;其次,当初始点不是内点时也难以收敛或收敛到一个不可行解上。

3最优潮流各种算法的比较

本文主要从基于导数和非导数优化的角度对现有算法进行分类和比较。

电力系统最优潮流计算经典方法中的简化梯度法、牛顿法和内点法都是基于导数的优化方法,而现代优化方法中的进化算法和模拟退火算法等的一个共同特点是不以梯度作为寻找最优解的主要信息,属于非导数优化方法。

前者主要优点是:①能按照目标函数的导数信息确定搜索方向,因此计算速度较快;②算法较为成熟,应用广泛,解析过程清晰,结果的可信度高。其缺点是:①对目标函数及约束条件有一定限制,如连续、可微等,必要时需要做简化和近似处理;②“维数灾”问题难以解决;③很多情况下会陷入局部极小或接近最优解时难以收敛;④对离散控制变量的处理不理想。

其缺点是:①表现不稳定,算法在同一问题的不同实例计算中会有不同的效果,造成计算结果的可信度不高;②按概率进行操作,不能保证百分之百获得最优解,通常得到的解是与最优解很接近的次最优解,但是可以达到足以满足工程上需要的精度;③算法中的某些控制参数需要凭经验人为地给出,需要一定量的试验或专家经验。最优潮流解耦算法虽然有较快的执行速度,但是难以用于不宜解耦情况,所以它的应用范围和通用性都受到一定的限制。

最优潮流并行算法使用了分布式处理和并行计算技术,可以大幅提高算法执行效率和处理大规模问题的能力,为解决大规模最优潮流问题提供了有力帮助。最优潮流计算的其它方法也是对此问题的有益探索,但是尚未取得公认的满意的成果。

4结论

人们对最优潮流进行了很多研究,根据不同的条件,提出了各种各样的算法。但是,随着电力系统网络互联、实时控制、FACTS以及电力市场等问题的出现对最优潮流提出了新的要求。应该根据最优潮流问题的特点从总体上进行优化算法的设计,采用合理的优化策略。以基于非导数的现代优化算法为基础,采用“多点随机化的全局搜索+面向问题的局部优化”的思想设计最优潮流算法,根据最优潮流问题的特点结合其它方法,并且充分利用分布式处理和并行计算等现代计算机技术是解决最优潮流问题的潜在研究方向。因此,在以后的研究中,必须针对所研究问题的实际情况和特点,分析各种算法的优缺点,将不同算法进行合理的整合,取其长处,研究出具有快速计算、可靠收敛的算法,才能满足新形势下电力系统发展的需要。

参考文献

[1]赵晋泉等.改进最优潮流牛顿算法有效性的对策研究.中国电机工程学报,1999,19(12):70-75

[2]赵晋泉等.牛顿最优潮流算法中离散控制量处理的新方法.电力系统自动化,1999,23(23):37-40

[3]PonnambalamK,QuintanaVH,VannelliA.AFastAlgorithmforPowerSystemOptimizationIndustryUsinganInteriorPointMethod3932400.

[4]GranvilleS.OptimalReactiveDispatchthroughInteriorPointMethod[J].IEEETransonPowerSystems,1994,9(1):1362146.

[5]WUYuchi,DebsAS,MarstenRE.ADirectNonlinearPredictorCorrectorPrimalDualInteriorPointAlgorithmforOptimalPowerFlow[J].IEEETransonPowerSystems,1994,9(2):8762883.(6):4092412.HAOYuguo,LIUGuangyi,YUErkeng.ANewOPFAlgorithmBasedonKarmarkar′sInteriorPointMethod[J].ProceedingsoftheCSEE,1996,16(6):4092412.

[6]MomohJA,GuoSX,OgbuobiriEC,etal.TheQuadraticInteriorPointMethodSolvingPowerSystemOptimizationProblems[J].IEEETransonPowerSystems,1994,9(3):132721336.

[7]张小平,陈朝晖.基于内点法的安全约束经济调度[J].电力系统自动化,1997,21(6):27229.

[8]MomohJA,ZhuJZ.ImprovedInteriorPointMethodforOPFProblems[J].IEEETransonPowerSystems,1999,14(3):111421120.

[9]刘明波,陈学军.基于原对偶仿射尺度内点法的电力系统无功优化算法[J].电网技术,1998,22(3):33236.

[10]刘明波,陈学军.电力系统无功优化的改进内点算法[J].电力系统自动化,1998,22(2):33236.

[11]周双喜,杨彬.影响遗传算法性能的因素及改进措施[J].电力系统自动化,1996,20(7):24227.

[12]ShebleGB,Kristin.RefinedGeneticAlgorithmEconomicDispatchExample[J].IEEETransonPowerSystems,1995,10(1).

[13]MENGXiangpin,LiangZhishan,ZhaoHuanguan.FastSyntheticGeneticAlgorithmandItsApplicationtoOptimalControlofReactivePowerFlow[J].IEEETransonPowerSystems,1998,13:145421458.

[14]ChenL,SuzukiH,KatouK.Meanfieldtheoryforoptimalpowerflow.IEEETransonPS,1997,12(4):1481~1486

[15]ChenL,MatobaS,InabeH,OkabeT.Surrogateconstraintmethodforoptimalpowerflow.IEEETransonPS,1998,13(3):1084~1089

[16]MomohJA,DiasLG,GuoSX,etal.EconomicOperationandPlanningofMultiareaInterconnected

作者:zhaoly

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

加利福尼亚州圣克拉拉县2024年8月30日/美通社/--数字化转型技术解决方案公司Trianz今天宣布,该公司与AmazonWebServices(AWS)签订了...

伦敦2024年8月29日/美通社/--英国汽车技术公司SODA.Auto推出其旗舰产品SODAV,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。SODAV工具的开发耗时1.5...

北京2024年8月28日/美通社/--越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

要点:有效应对环境变化,经营业绩稳中有升落实提质增效举措,毛利润率延续升势战略布局成效显著,战新业务引领增长以科技创新为引领,提升企业核心竞争力坚持高质量发展策略,塑强核心竞争优势...

北京2024年8月27日/美通社/--8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。活动现场NVI技术创新联...

北京2024年8月27日/美通社/--在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

山海路引岚悦新程三亚2024年8月27日/美通社/--近日,海南地区六家凯悦系酒店与中国高端新能源车企岚图汽车(VOYAH)正式达成战略合作协议。这一合作标志着两大品牌在高端出行体验和环保理念上的深度融合,将...

上海2024年8月28日/美通社/--8月26日至8月28日,AHNLAN安岚与股神巴菲特的孙女妮可巴菲特共同开启了一场自然和艺术的疗愈之旅。妮可·巴菲特在疗愈之旅活动现场合影...

8月29日消息,近日,华为董事、质量流程IT总裁陶景文在中国国际大数据产业博览会开幕式上表示,中国科技企业不应怕美国对其封锁。

上海2024年8月26日/美通社/--近日,全球领先的消费者研究与零售监测公司尼尔森IQ(NielsenIQ)迎来进入中国市场四十周年的重要里程碑,正式翻开在华发展新篇章。自改革开放以来,中国市场不断展现出前所未有...

上海2024年8月26日/美通社/--今日,高端全合成润滑油品牌美孚1号携手品牌体验官周冠宇,开启全新旅程,助力广大车主通过驾驶去探索更广阔的世界。在全新发布的品牌视频中,周冠宇及不同背景的消费者表达了对驾驶的热爱...

此次发布标志着Cision首次为亚太市场量身定制全方位的媒体监测服务。芝加哥2024年8月27日/美通社/--消费者和媒体情报、互动及传播解决方案的全球领导者Cis...

上海2024年8月27日/美通社/--近来,具有强大学习、理解和多模态处理能力的大模型迅猛发展,正在给人类的生产、生活带来革命性的变化。在这一变革浪潮中,物联网成为了大模型技术发挥作用的重要阵地。作为全球领先的...

北京2024年8月27日/美通社/--高途教育科技公司(纽约证券交易所股票代码:GOTU)("高途"或"公司"),一家技术驱动的在线直播大班培训机构,今日发布截至2024年6月30日第二季度未经审计财务报告。2...

8月26日消息,华为公司最近正式启动了“华为AI百校计划”,向国内高校提供基于昇腾云服务的AI计算资源。

THE END
1.人工智能优化研究:历史现状与未来展望随着人工智能的不断发展,优化研究在其中扮演着关键的角色。本文将深入探讨优化研究在人工智能领域的发展,遇到的问题以及未来的展望,同时关注其与其他方向的交叉结合,技术的应用,国际研究趋势等方面。 1. 优化研究的发展 1.1 传统优化算法 进化算法与遗传算法:传统优化算法在早期为问题提供了一些解决方案,特别是进化算法https://blog.csdn.net/BetrayFree/article/details/135257103
2.基于智能优化算法的高效用项集挖掘方法综述基于智能优化算法的高效用项集挖掘方法综述,高效用项集挖掘,智能优化算法,粒子群优化算法,进化算法,启发式算法,高效用项集挖掘(HUIM)能够挖掘事务数据库中具有重要意义的项集,从而帮助用户更好地进行决策。针对智能优化算法的应用能够显著https://wap.cnki.net/touch/web/Journal/Article/JSJY202306003.html
3.基于群智能优化算法的医学图像分割综述随着智能技术的快速发展,越来越多的人将智能优化算法应用到医学图像分割中,其中群智能优化算法是当今热门的研究课题。群智能优化算法是指人类参考群体生活的昆虫、动物的复杂社会行为而提出的模拟生物系统中群体生活习性的一种新算法。本文主要介绍了包括粒子群算法(PSO)、萤火虫算法(FA)、布谷鸟搜索算法(CS)、蝙蝠算法https://www.cnki.com.cn/Article/CJFDTotal-GJSX201905014.htm
4.科学网—智能算法综述智能算法综述 摘要:随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛,本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。 关键词:人工神经网络 遗传算法 模拟退火算法 群集智能 蚁群算法 粒子群算https://blog.sciencenet.cn/blog-85556-44718.html
5.边缘计算资源分配与任务调度优化综述腾讯云开发者社区区别于启发式规则,智能算法力争全局的优化性能。文献[62]利用GA优化任务-边缘节点群的分配。文献[12]采用概率表征任务间的前后位置关系,在基于启发式方法的DAG预分割后,利用双变量相关的分布估计算法排序任务,同时优化应用整体完成时间和边缘节点能耗。文献[27]考虑任务截止时间信息,利用EDA优化总拖期。针对任务-节点分https://cloud.tencent.com/developer/article/1909425
6.人工智能算法综述本文通过对若干智能算法的综述,在一定程度上集合总结了大部分算法的基本原理、功能特点、应用领域,并对其加以比较,使人们能够对人工智能算法有更清晰明了的认识,减少对算法应用方面上的失误让使用者能够方便快速的了解到各算法的相关资料从而提高运算效率。 人工智能算法要解决的一般是最优化问题,智能算法最优化问题是一http://www.360doc.com/content/15/1009/10/17040482_504355165.shtml
7.智能汽车中人工智能算法应用及其安全综述智能汽车环境感知算法作为智能汽车规划决策和控制执行的基础环节,是智能汽车研究的关键技术之一,也是智能汽车当前研究的热点问题。本文对智能车中的环境感知算法进行综述,其次总结了当前决策规划层的研究情况。 1)目标检测算法 目标检测的任务是找出图像或视频中的感兴趣物体,同时检测出它们的位置和大小,是机器视觉领域的核https://www.yoojia.com/ask/17-11900815188486720700.html
8.TCCT通讯Newsletter2017No.01保证智能轮椅平滑通过狭窄通道的路径曲率优化算法 自动化学报, 2016 Vol. 42 (12): 1874-1885 Abstract | PDF 杜惠斌, 赵忆文, 韩建达, 赵新刚, 王争, 宋国立 基于集员滤波的双Kinect人体关节点数据融合 自动化学报, 2016 Vol. 42 (12): 1886-1898 Abstract | PDF 王晓峰, 李醒, 王建辉 基于无模型自适应https://tcct.amss.ac.cn/newsletter/2017/201701/journal.html
9.决策树算法综述8篇(全文)决策树算法综述(精选8篇) 决策树算法综述 第1篇 随着数据库技术的发展,人们搜集数据的能力大幅度提高,可以非常方便地获取和存储大量的数据,但却无法从这些数据中发现潜在的规律,无法预测未来的发展趋势。如何有效的利用这些数据为人类服务,已成为人们研究的热点之一。数据挖掘技术能自动和智能地从大型数据库中提取隐含https://www.99xueshu.com/w/ikeyyv1ig3dg.html
10.蚂蚁金服核心技术:百亿特征实时推荐算法揭秘阿里妹导读:本文来自蚂蚁金服人工智能部认知计算组的基础算法团队,文章提出一整套创新算法与架构,通过对TensorFlow底层的弹性改造,解决了在线学习的弹性特征伸缩和稳定性问题,并以GroupLasso和特征在线频次过滤等自研算法优化了模型稀疏性,在支付宝核心推荐业务获得了uvctr的显著提升,并较大地提升了链路效率。 https://maimai.cn/article/detail?fid=1010621115&efid=mIQCHnkj0zjxlpygUmo5mg
11.综述:基于多维光场调控的超构表面先进成像与显示据麦姆斯咨询报道,南京大学物理学院固体微结构物理国家重点实验室的科研团队结合相关智能算法,综述了超构表面在多维成像、全息显示以及这些技术交叉领域的应用,探讨了其在计算成像、超分辨成像、可调谐显示技术,以及与光学微操控和量子技术协同发展方面的潜力。最后,对超构表面技术在成像与显示领域的广泛应用前景及未来研究https://www.eet-china.com/mp/a355598.html
12.虚拟电厂,豹变前夜虚拟电厂能够聚合分布式发电、储能、可控负荷资源,利用通信技术和软件算法优化电力调度,参与需求侧响应或电力交易从而最大化收益,较其他形式的电厂具有成本低、效率高的优势,投入成本约为火电厂的1/8,是全球智能电网发展的重要技术之一。 全球虚拟电厂已发展出欧洲、美国两种主要模式。海外虚拟电厂以欧洲、美国两种模式为https://wallstreetcn.com/articles/3664491
13.灰狼优化算法(GreyWolfOptimizer).pdf最原始的灰狼优化算法,全面解释了灰狼优化算法的来源和基础应用,适合初学者。群智能优化算法,灰狼优化算法https://www.iteye.com/resource/merry_hj-11449641