基于仿射变换的内点算法及其在可靠性评估中的应用

提出基于仿射变换的内点算法求解大规模电力系统可靠性评估。首先,给出了基于仿射变换的内点算法原理和计算步骤,用Fortran语言编写了求解最小切负荷子程序,在使用时需要把电力系统切负荷模型化为标准形式。为验证该算法的有效性,采用IEEE-RTS系统为例,用蒙特卡洛(Monte鄄Carlo)法模拟系统状态,用直流潮流进行状态评估,对于超负荷故障状态进行有功优化调整。采用基于仿射变换的内点算法求解最小切负荷量。计算结果表明,采用基于仿射变换的内点算法求解最小切负荷量过程中,最大迭代次数为16次,最小迭代次数为3次。该方法不仅适用于求解大规模电力系统的有功调整优化,也适于其他大型线性规划问题。系统规模越大,迭代次数的优势越明显。