基于预测-校正原对偶内点法的无功优化新模型

在有载可调变压器模型中引入虚拟节点,并通过该节点的电压来表示理想变压器对功率、电压的转换关系,由此在直角坐标系中建立了无功优化问题的二阶新模型。该新模型的海森矩阵是精确的常系数矩阵,在内点法迭代过程中只需要计算一次,从而缩短了每次迭代的计算时间。利用AMD算法对内点法修正方程的系数矩阵进行节点优化编号,减少了其LU分解所产生的注入元。通过存储海森矩阵的非零元素值、其行、列号及对应的拉格朗日乘子编号,提出了一种新的非零元素存储方式,极大地减少了海森矩阵与乘子线性组合的计算量。基于节点数从14到1338的7个测试系统进行了仿真计算,结果验证了所建模型与方法的正确性与有效性。这种建立模型的思想还可以应用到需要计算海森矩阵的动态无功优化、最优潮流以及状态估计等问题的算法中,以提高其计算速度。

原-对偶内点法和预测-校正内点法在最优潮流的应用

最优潮流问题在数学上是一个带约束条件的优化问题,其模型包括目标函数以及等式约束条件和不等式约束条件。利用原-对偶内点法和预测-校正内点法进行最优潮流的计算,原-对偶内点法是在保持原始可行性和对偶可行性的同时,沿一条原-对偶路径寻找最优解。预测-校正法在进行泰勒展开时保留了高阶项,首先通过修正方程计算仿射方向,在计算得到仿射扰动因子后回代入修正方程得到校正方向,进而得到修正量。预测-校正法具有比原-对偶法更好的收敛性,用Matlab实现了原-对偶内点法和预测-校正内点法进行潮流优化计算,并用算例进行了验证。

基于预测-校正原对偶内点法的多分类支持向量机学习算法

支持向量机基于统计学习理论,是一种新型通用的有监督的机器学习方法,其核心思想是使结构风险极小化,但是由于需要求解二次规划,使得它在求解大规模数据上具有一定的局限性,尤其是对于多分类问题,现有的支持向量机算法具有很高的复杂性.本文构造了基于线性规划的一对一三类结构支持向量分类器,可以直接利用比较成熟的线性规划算法——预测-校正原对偶内点法,并在此基础上提出了基于预测-校正原对偶内点法的支持向量机的多分类学习算法,这种算法可用于比较庞大的多类别识别问题,并且克服了标准支持向量机的一些缺点,而且模型简单,容易实现.针对UCI数据库上数据进行了实验,结果证实该算法具有较高的可行性和实用性.

原对偶内点法和预测校正原对偶内点法在电压稳定裕度计算中的应用比较

以交直流混合系统电压稳定裕度为研究对象,采用原对偶内点算法进行全局寻优;并在此基础上引入预测校正,通过协调解的可行性和最优性之间的关系提高算法的收敛速度。以IEEE-14、30节点系统为例,通过对影响算法关键因素σ的分析,比较了原对偶内点法和预测校正原对偶内点法的计算精度和速度,验证了本文算法的可行性并对两种算法的全局寻优能力做了比较,在相同的约束条件下都得到了满意的结果,且计算速度与系统规模关系不大。

基于非线性原-对偶内点法的OPF算法及其校正策略

给出了电力系统最优潮流(OPF)的数学模型以及求解该模型的非线性原一对偶内点法,在阐述OPF数学模型的基础上,对基于非线性原-对偶内点法的OPF算法进行了详细的数学描述。并就改善内点法的2种高阶校正策略进行了论述,通过对3个不同规模电力系统的数值计算,验证了2种策略对于不同规模系统均优于原-对偶内点法,同时指出2种策略对不同规模系统有着不同的适应性。

基于原–对偶内点法的复杂电力系统电压崩溃校正控制

给出了在采用原–对偶内点法进行校正控制计算时值得注意的初值选取、中心参数选取等一些问题,并针对福建省网168节点系统的实际数据进行了仿真计算。结果表明,在考虑了这些要点后所求得的结果可靠,能较好地满足实际工程要求。

非线性原-对偶内点法无功优化中的修正方程降维方法

针对无功优化模型中含有离散变量的问题,采用非线性原–对偶内点法进行求解。根据卡罗需–卡恩–塔克条件下修正方程结构稀疏的特点,首先将松弛变量和不等式拉格朗日乘子的增量用决策变量的增量表示,再将其代入修正方程并从中消去变比和无功电源出力的增量,最终降维后方程仅含节点电压幅值及相角、等式拉格朗日乘子增量。在计及变比和无功补偿装置出力的离散性约束条件下,通过增加无功电源出力作为优化变量,保证了修正方程中变比的海森矩阵始终为对角矩阵,扩展了降维处理方法的适用范围。算例结果验证了该降维方法的有效性。

基于自适应加权预测-校正内点法的含VSC-HVDC电力系统最优潮流

加权预测-校正内点法(WPC-IPM)求解含电压源型高压直流输电(VSC-HVDC)的电力系统最优潮流时,迭代中后期校正环节加权会减慢收敛速度。提出一种自适应加权预测-校正内点法(AWPC-IPM),该方法以对偶间隙的变化趋势作为加权与否的判据,对偶间隙增大时加权,以抑制校正方向错误导致的收敛性变差,对偶间隙减小时不加权,以加快收敛。算例仿真结果表明,所提方法既有效抑制了校正方向错误对预测-校正内点法(PC-IPM)的影响,又加快了迭代后期的收敛速度。

原-对偶内点法最优潮流在电力系统中的应用

结合电力系统的特性 ,提出了一种基于稀疏技术的原 - 对偶内点法求解最优潮流问题 ,它在处理等式约束和变量型不等式约束时 ,能够同时处理函数型不等式约束 ,并且没有新的注入元注入系统。提出了一种新的迭代步长和中心方向的修改策略 ,同经典的牛顿法最优潮流比较表明 ,不需要预估有效约束集和进行试验迭代 ,易于编程实现。

基于加权预测-校正内点法的混合直流输电系统最优潮流

针对预测-校正内点法求解混合直流输电(hybrid HVDC)系统最优潮流(OPF)时可能存在过校正而导致的发散问题,提出了基于加权预测-校正内点法的hybrid HVDC系统OPF算法。该算法保留了预测-校正内点法的预测步骤,将校正步进行加权,动态选择了校正方向在总的牛顿方向所占的比例,比较好地解决了预测-校正内点法校正错误而不收敛的问题。算例仿真表明,对hybrid HVDC系统进行OPF计算,能使系统处于更经济的运行状态。通过对多个IEEE节点系统进行仿真测试,验证了加权预测-校正内点法的有效性和正确性。

基于自适应免疫算法和预测-校正内点法的无功优化

针对电力系统无功优化问题,将自适应免疫算法(adaptive immune algorithm,AIA)和预测-校正内点法相结合,提出了一种新的混合优化算法.先利用AIA进行大范围全局寻优,找到候选最优点,把它作为内点法的初始可行点,再通过预测-校正内点法在初始可行点的邻域内进行局部的确定性搜索,提高解的精度和速度;在此基础上,根据对偶间隙的变化过程,提出了对中心参数及相应障碍参数的改进选择方法,有效地避免了数值振荡,使计算精度及收敛速度均得到明显改善.将上述方法用于IEEE14节点系统,计算时间为2.0 s,优化后网损下降2.27%;而用于IEEE118节点系统,计算时间为322 s,优化后网损下降14.29%.这表明本文所提出的算法在计算速度和精度上较其他方法均有明显改进.

基于原-对偶内点法的二次电压-无功功率优化

基于原对偶内点法对电力系统的电压无功优化问题进行了分析．首先对原对偶内点法进行了扩展，使之能处理电压无功优化控制中大量的不等式约束；此外，提出了一种新的壁垒参数和步长的控制策略，并采用了一种有效的预测校正方法来提高算法的收敛速度．实际电网中优化计算表明。

基于原-对偶内点法的化工过程优化算法

在基于积极集SQP的拟序贯算法研究基础上,提出了基于原-对偶内点法的拟序贯化工过程优化算法。拟序贯算法分为模拟层和优化计算层双层。模拟层中使用正交配置法同时离散状态变量和控制变量,变量的边界约束加于配置点上。同时,每次NLP迭代均求解离散DAE系统,消除等式约束和状态变量,从而减小NLP问题的规模。最新研究表明,在大规模优化问题中内点法相对于积极集SQP算法具有明显优势,因此,优化计算层中用原-对偶内点法来求解NLP问题。使用FORTRAN语言独立编写了整个算法程序,并通过热集成精馏系统最优控制的动态优化问题验证了算法的有效性。结果显示,该算法具有求解大规模动态优化问题的能力。

基于原-对偶内点法的无功优化不可行问题研究

内点法已成功的应用到无功优化当中,但当不存在所有满足等式和不等式约束的解时,内点法就是不可行的。本文对原对偶内点法的不可行问题进行了研究,通过借助于约束的对偶变量和互补间隙提供的信息进行不可行探测,并将互补间隙作为惩罚项引入目标函数,解决了不可行问题。算例结果通过与非线性内点法相比较证明,本文算法较好对不可行问题进行探测和处理。

基于预测-校正内点法的HVDC交直流系统最优潮流

高压直流输电在远距离大容量输电、海底电缆输电等方面具有独特的优势,但直流设备的引入也使得交流系统最优潮流算法无法直接应用于现存的交直流系统,为此,先基于传统最优潮流算法,结合直流系统的稳态模型,提出一种含高压直流输电的预测-校正内点法最优潮流。多个算例仿真表明,该算法在不同的控制方式下均具有较好的适应性和收敛性,且迭代次数少于原对偶内点法,可减少计算量,节省计算时间。

一个求解半正定规划问题的新原始-对偶内点算法

在原始对偶内点算法的设计和分析中,障碍函数对算法的搜索方法和复杂性起着重要的作用.本文由核函数来确定障碍函数,设计了一个求解半正定规划问题的原始-对偶内点算法.这个障碍函数即可以定义算法新的搜索方向,又度量迭代点与中心路径的距离,同时对算法的复杂性分析起着关键的作用.我们计算了算法的迭代界,得出了关于大步校正法和小步校正法的迭代界,它们分别是O(n^(1/2)log n log n/∈)和O(n^(1/2)log n/∈),这里n是半正定规划问题的维数.最后,我们根据一个算例,说明了算法的有效性以及对核函数的参数的敏感性.

基于原-对偶内点法的区域电网无功能力评估

提出了区域电网无功能力的概念,定义了无功能力指标,建立了评估区域电网无功能力的数学模型。模型中考虑了电压稳定性、节点电压水平、热稳定等安全约束条件,并用原-对偶内点法求解。通过对IEEE 30节点和IEEE57节点样本系统的仿真,证明了该方法的有效性和正确性。

基于原-对偶内点算法的电力系统无功优化

原-对偶内点算法很好的继承了牛顿法的优点,并能将函数性约束和变量性约束一并处理。应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束。IEEE 14节点节点系统的仿真结果表明,该算法收敛快、鲁棒性好。

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。

基于非线性预报-校正内点法的电力系统无功优化研究

在非线性原?对偶内点法的基础上引入了预报-校正技术,使改进后的非线性预报-校正内点法获得了较纯原-对偶内点法更大的迭代步长,从而加速了算法的收敛。应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束。IEEE14节点、IEEE30节点、IEEE57节点和IEEE118节点系统的仿真结果表明,该算法收敛快、鲁棒性好。