进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC...进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC控制方式的限制,容易发生振荡,因此提出一种基于差分进化(differential evolution,DE)和原—对偶内点法(primal-dual interior point method,PDIPM)的统一混合迭代算法。算法的主要思想是以DE算法为框架,对离散变量进行优化,在DE算法的每一次迭代过程中,采用PDIPM对每个DE个体进行连续变量的优化和适应度评估。由于采用PDIPM进行DE种群适应度评估,无需设定VSC-HVDC的控制方式,因此提高了算法的全局寻优能力。多个算例结果表明,该混合算法数值稳定性高,寻优能力强,能很好地解决含两端、多端、多馈入VSC-HVDC的交直流系统最优潮流问题。展开更多
文摘进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC控制方式的限制,容易发生振荡,因此提出一种基于差分进化(differential evolution,DE)和原—对偶内点法(primal-dual interior point method,PDIPM)的统一混合迭代算法。算法的主要思想是以DE算法为框架,对离散变量进行优化,在DE算法的每一次迭代过程中,采用PDIPM对每个DE个体进行连续变量的优化和适应度评估。由于采用PDIPM进行DE种群适应度评估,无需设定VSC-HVDC的控制方式,因此提高了算法的全局寻优能力。多个算例结果表明,该混合算法数值稳定性高,寻优能力强,能很好地解决含两端、多端、多馈入VSC-HVDC的交直流系统最优潮流问题。
