基于神经网络和非线性原—对偶内点算法的电网无功优化补偿

在简要分析了传统的电力系统无功优化的方法后 ,针对无功优化计算中离散变量和连续变量共存的问题 ,提出了用神经网络对补偿后电网的质量参数进行预测 ,并结合求解无功优化的非线性原 -对偶内点算法进行全局寻优 ,实现对电网无功优化补偿的控制方法 .结果表明 ,该控制系统提高了系统的功率因数 ,减少了系统的损耗 ,初步解决了电网参数复杂、补偿系统难以建模等问题 。

多区域互联系统几种无功优化分解协调算法的比较

以708和538节点系统为算例,对以非线性原对偶内点法为基础,基于近似牛顿方向和对角加边模型的5种无功优化分解协调算法的计算效益和收敛性进行了比较分析。并进一步分析了影响分解协调算法计算效益和收敛性的因素。定性分析了固定系统总规模、扩大子区域数目和固定子区域数目、扩大最大子区域的规模2种方式对计算速度的影响。