现代电力系统分析(2011-3)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
式中:p(x)代表由被强制或制约的越界不等式约束 构成的总惩罚项。
另一种方法则可以根据越界不等式约束的物理特 性及其函数表示形式,将其中的一部分仿照等式 约束的处理方法,使越界的不等式约束hi(x)>0, 转化为等式方程hi’(x)=0,然后通过拉格朗日乘 子引入原来的拉格朗日函数,于是有
L = f ( x) + λT g ( x) + μ T h ′( x)
最后,直流系统的运行必须对各个换流器的运行 控制方式加以指定,直流系统的状态量是给定的 直流控制量值和换流器交流端电压的函数。 因此,交直流系统潮流计算就是根据交流系统各节 点给定的负荷和发电情况,结合直流系统指定的控 制方式,通过计算来确定整个系统的运行状态。
(二)无功子优化问题 在无功子优化问题中,究竟采用什么目标函数曾 经提出过不同的意见。有的从系统的安全性为出 发点,例如以节点电压偏离其规定值为最小,或 者以无功备用在系统中的均匀分布以能够较好地 应付可能受到的扰动为目标;而有的则侧重于经 济性的考虑。但目前用得比较多的还是后者,以 系统的有功损耗作为目标函数。和进行有功优化 类似,在无功子优化问题中,把有功相关控制变 量及状态变量也作为不变的常量处理,于是无功 子优化问题的数学模型可写成以下的普遍形式:
以上建立的有功及无功两个子优化问题可以独立 地求解,以实现单独的有功、无功优化,而能达 到有功、无功综合优化的解耦最优潮流计算则要 交替地迭代求解这两个子问题,
通过解耦或分解,优化过程变为两个规模近似减半 的子问题串行迭代求解,这样的算法将能在内存节 约以及减少计算时间方面取得相当的效果。因此, 在考虑具有实时运行要求的,特别是大规模电力系 统的最优潮流算法时,采用这种解耦的最优潮流计 算模型是一种很好的选择。
等式及不等式约束也可以分成gp 、gq、及 hp、hq两组。于是,两个子优化问题的数学 模型分别如下。
(一)有功子优化问题 这里通常用全系统的发电燃料总耗量或总 费用作为目标函数。与无功有关的控制变 量uq,及状态变量xp均作为不变的常数处 理,设用u0q及x0q表示,于是有功子优化问 题的数学模型可写成如下的普遍形式
因此在远距离大功率输电 交流电力系统之间进行非同步互联 利用电缆跨海送电或向负荷密集的大城市供电 作为限制短路电流的措施等方面
近年来,随着直流输电技术的不断发展和日臻成 熟,在更多的交流电力系统中出现了直流线路, 并且有趋势进一步发展为多端的直流输电系统, 从而形成了交直流联合电力系统或简称交直流电 力系统。
研究生学位课:
现代电力系统分析
任课教师:王继东
四、最优潮流计算的牛顿算法
最优潮流作为一个非线性规划问题,可以 利用非线性规划的各种方法来求解,更由 于结合了电力系统的固有物理特性,在变 量的划分、等式及不等式约束条件的处 理、有功与无功的分解、变量修正方向的 决定、甚至基本潮流计算方法的选择等等 方面,都可以有各种不同的方案。为此即 使是采用非线性规划方法,也曾出现过为 数甚多的最优潮流算法。其中,在1984年 由参考文献(Sun D I)提出的最优潮流牛顿 算法,得到了国内外学者的高度评价。
子优化问题模型的建立。
按照与有功及无功问题的关联,首先将控制变量 分成up及uq两组,状态变量也分成xp及xq两组。 其中,up为除平衡节点外,其它发电机的有功出 力;xp为除平衡节点外,其它所有节点的电压相 角;uq为所有发电机(包括平衡节点)及具有无功 补偿设备节点的电压模值,另外还有调压变压器 变比,xq为除上述uq中所列的节点以外的其余节 点的电压模值。
研究解耦最优潮流计算的求解方法问题。从前面 所列出的子优化问题的数学模型可见,它和本节 一开始所讨论的最优潮流的一般模型是完全相似 的,因此求解最优潮流的各种方法都能够在这里 得到应用。从已经提出的一些较典型的算法来 看,包括有采用非线性规划、二次规划以及线性 规划的各种算法模型。
除此之外,还应该特别强调的是解耦最优潮流的另 一个优点在于容许根据两个子优化问题各自的特性 而采用不同的求解算法,这样能进一步提高算法的 性能。而这也是采用解耦最优潮流的另一个重要理 由。 例如在数学规划领域内,线性规划较之非线性规划 更为成熟,表现在求解过程十分稳定可靠,计算速 度快,容易处理各种约束条件等。而电力系统的有 功分量和有功潮流方程有着良好的线性关系,线性 化的准确度一般较高,为此实用的单独的有功优化 潮流往往采用线性规划方法来求解。根据这种考 虑,解耦最优潮流的算法可以按照有功子优化问题 采用线性规划方法,而无功子优化问题则采用非线 性规划方法的方式来组成,这两个子优化问题再交 替迭代,就能进一步提高效率。
先不考虑不等式约束h(x),可构造拉格朗日函 数
L ( x , λ ) = f ( x ) + λT g ( x )
定义向量z=[x,λ]T,即可得到应用海森矩阵 法来求最优解点z*的迭代方程式
∂L( z ( k ) ) (k ) Δz = − 2 ∂z ∂z 或可以更简洁的方式表示为
∂ 2 L( z ( k ) )
牛顿法在按上述的基本格式进行迭代时,其搜索 方向为
s
(k )
= −[ H ( x
(k )
)] ∇f ( x
−1
(k )
)
可见这种方法与最速下降法比较,除了利用了目 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 搜索方向比最速下降法好,能较快地找到最优 点。 牛顿法在有一个较好的初值,并且H(x(k))为正定 的情况下,收敛速度极快,具有二阶收敛速度, 这是该法的突出优点。
但是牛顿法的使用也受到一些限制:
(1)要求f(x)二阶连续可微; (2)每一步都要计算海森矩阵及其逆阵,内存量 和计算工作量都很大。为此,对于变量维数很高的 优化计算,实用上往往被迫转而采用不必直接求H 及其逆阵的拟牛顿法(变尺度法) 。
但是在有些情况下,海森矩阵是一个稀疏阵,于 是可以采用结合了稀疏矩阵技术的高斯消去法等 一整套极其有效的方法,直接求解修正方程以求 得△x,其计算效率极高。 而在电力系统最优潮流计算问题中,通过模型的 适当建立,相应的海森矩阵可以是一个高度稀疏 的矩阵,从而使海森矩阵法这种收敛速度极快的 方法完全可以在最优潮流计算这样的大规模非线 性规划问题中得到应用。而这正是下面要介绍的 牛顿最优潮流算法的最基本特色,
WΔz = −d
式中:W及d分别为L对于z的海森矩阵及梯度向 量。
由于采用了牛顿法作为优化方法,使得最优潮流 牛顿算法具有二次收敛速度,能经过少数几次迭 代便收敛而找到最优点。 因为W矩阵的阶数达到4NX4N,为减少内存及每次 迭代的计算量,关键是要充分开发并在迭代过程 中保持W矩阵的高度稀疏性。另外在求解时采用特 殊的稀疏技巧,只有这几者结合,才能开发出高 性能的实用牛顿法最优潮流计算程序。 为了进一步减少计算量及内存需量,也可以利用 电力系统有功及无功间的弱相关性质,将P-Q解耦 技术应用于迭代方程式,从而形成解耦型最优潮 流牛顿算法。
式中: hi’(x)为由越界不等式约束所组成向量; 将hi(x) 转化为等式方程实际上即意味着将它们 强制在界上,这是一种硬性限制,而罚函数法则 是软性限制。
在计入不等式约束以后,前面提到的仅考虑 等式约束条件的计算步骤将要作一些改变。 由于随着迭代点的依次转移,越界的不等式 约束会不断增减改变,于是为了对它们进行 强制或释放,就必须不断改变目标函数式中 的罚函数项p(x) 或h’(x)的内容,并在此基 础上构成新的迭代方程而求出新的迭代点。 在具体实现时又可以有不同的方案。
第一种,就是每求得一个新的迭代点x(k) 后,通过不等式约束是否满足的检验,找 出在该迭代点处越界不等式约束的变动情 况,然后就据此修改增广拉格朗日函数中 的p(x)或 h’(x),接着便进行下一轮迭代。 由于在一次次迭代中间越界不等式约束变 动频繁,致使达到收敛所需的迭代次数较 之仅考虑等式约束的情况要增加很多,而 这也是采用非线性规划的算法所遇到的共 同难点。
交直流电力系统的潮流计算和纯交流电力系统相比较, 具有不少特点: 首先,除了原有的交流电力系统变量之外,又增加了 直流电力系统变量,两者的有关变量将通过换流站中 交直流换流器的特性方程建立数学上的联系。 在纯交流电力系统中,决定潮流分布的是节点的电压 大小和相角,而在直流电力系统中由于只流过有功功 率(直流功率),其功率分布仅由直流系统各节点的电 压大小决定。不过,由于通过换流器进行相位控制, 流入换流器的交流电流其基波分量将比外施于换流器 的交流电压滞后一个角度,也即通过换流器一方面实 现了交直流系统间的有功功率传递,另一方面由于换 流器的存在又要从交流系统中吸取相当的无功功率。
(二)最优潮流牛顿算法 在最优潮流牛顿算法中,对变量不再区 分为控制变量及状态变量,而统一写为x, 这样便于构造稀疏的海森矩阵,优化是在 全空间中进行的。 于是最优潮流计算归结为如下非线性规 划问题
min f ( x)
⎫ ⎪ ⎪ s.t. g ( x) = 0 ⎬ h( x ) ≤ 0 ⎪ ⎪ ⎭
(一)牛顿法的基本原理 如同上面提到的梯度法或最速下降法, 牛顿法是另一种求无约束极值的方法。 设无约束最优化问题
min f ( x) x∈R
n
其极值存在的必要条件 ▽f(x)=0,在一般 况下为一个非线性代数方程组。
现在用牛顿法对非线性代数方程组求解, 于是得到优化的迭代格式为
式中▽f(x(k))为目标函数f(x)的梯度向 量;k为迭代次数;H(x)= ▽2f(x)为目标函 数f(x)的海森矩阵,是目标函数对于x的二 阶导数,故牛顿法又称为海森矩阵法。 算法的收敛判据是,||▽f(x(k))||< ε 。
最优潮流牛顿算法对不等式约束的处理方 法。
如同其它非线性规划算法一样,不等式约束的处理 对于最优潮流牛顿算法来说,也仍然是一个有待进 一步研究解决的问题。 对于越界的不等式约束,可以也采用罚函数的处理 方法,于是原来的拉格朗日函数式将增广为
L = f ( x ) + λT g ( x ) + p ( x )
有兴趣的同学可参阅有关文献。
五、解耦最优潮流计算
常规潮流计算中快速解耦算法的成功促使人们 联想到在最优潮流计算问题中也可以引入有功、 无功解耦技术,从而产生了另一类最优潮流计算 模型,并称之为解耦最优潮流 (Decoupled OPF)。值得注意的是和FDLF算法不同,那里涉及 的是在具体求解算法上的解耦简化处理,而这里 要讨论的解耦最优潮流则是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。这两 个子优化问题可以独立地构成并求解,实现单独 的有功或无功优化;也可以组合起来交替地迭代 求解,以实现有功、无功的综合优化。
以上主要介绍了解耦优化潮流的基本概念。至于 在有关参考文献中提出的各种算法,它们在于优 化问题中变量的划分、等式不等式约束条件的组 成与处理方法以及具体采用的求解的最优化方法 等,都有一些不同,这里将不再对这些算法作进 一步介绍,而留给同学们自行去参阅有关的文 献。
第十节 交直流电力系统的潮流计算 一、概述 与交流输电比较,直流输电由于其固有的技术经 济上的特点:
第二种更为完善的处理方案则要利用“起作用的不 等式约束集”的概念。所谓起作用的不等式约束 集,是指在最优解点x*处,属于该约束集的所有 不等式约束都成了等式约束,即hi’(x*)=0。或者 说若最优解点x*正好处在由某个约束所定义的可 行域的边界上时,则这个约束就称为起作用的不 等式约束。如果预先能知道最优解点处全部起作 用的不等式约束,并将这些约束作为拉格朗日函 数的h’(x),则优化问题就变为只包含等式约束的 优化问题,算法的收敛将非常平稳快速,并具有 牛顿法的二阶收敛速度。
但决定起作用的不等式约束集却是一个复 杂而困难的问题,必须采用逐步试探接近 的途径。在这方面已经提出了不同的方 法。
一种是采用试验迭代的方法,来自百度文库在计算量很大 的二次牛顿主迭代之间进行一些计算量较小的 试验性迭代,以确定当前起作用的不等式约束 集。 而另一种则采用了特殊的线性规划技术。该方 法能使最优潮流牛顿算法如同常规牛顿潮流计 算一样,经过3~5次主迭代便得到收敛。
另一种方法则可以根据越界不等式约束的物理特 性及其函数表示形式,将其中的一部分仿照等式 约束的处理方法,使越界的不等式约束hi(x)>0, 转化为等式方程hi’(x)=0,然后通过拉格朗日乘 子引入原来的拉格朗日函数,于是有
L = f ( x) + λT g ( x) + μ T h ′( x)
最后,直流系统的运行必须对各个换流器的运行 控制方式加以指定,直流系统的状态量是给定的 直流控制量值和换流器交流端电压的函数。 因此,交直流系统潮流计算就是根据交流系统各节 点给定的负荷和发电情况,结合直流系统指定的控 制方式,通过计算来确定整个系统的运行状态。
(二)无功子优化问题 在无功子优化问题中,究竟采用什么目标函数曾 经提出过不同的意见。有的从系统的安全性为出 发点,例如以节点电压偏离其规定值为最小,或 者以无功备用在系统中的均匀分布以能够较好地 应付可能受到的扰动为目标;而有的则侧重于经 济性的考虑。但目前用得比较多的还是后者,以 系统的有功损耗作为目标函数。和进行有功优化 类似,在无功子优化问题中,把有功相关控制变 量及状态变量也作为不变的常量处理,于是无功 子优化问题的数学模型可写成以下的普遍形式:
以上建立的有功及无功两个子优化问题可以独立 地求解,以实现单独的有功、无功优化,而能达 到有功、无功综合优化的解耦最优潮流计算则要 交替地迭代求解这两个子问题,
通过解耦或分解,优化过程变为两个规模近似减半 的子问题串行迭代求解,这样的算法将能在内存节 约以及减少计算时间方面取得相当的效果。因此, 在考虑具有实时运行要求的,特别是大规模电力系 统的最优潮流算法时,采用这种解耦的最优潮流计 算模型是一种很好的选择。
等式及不等式约束也可以分成gp 、gq、及 hp、hq两组。于是,两个子优化问题的数学 模型分别如下。
(一)有功子优化问题 这里通常用全系统的发电燃料总耗量或总 费用作为目标函数。与无功有关的控制变 量uq,及状态变量xp均作为不变的常数处 理,设用u0q及x0q表示,于是有功子优化问 题的数学模型可写成如下的普遍形式
因此在远距离大功率输电 交流电力系统之间进行非同步互联 利用电缆跨海送电或向负荷密集的大城市供电 作为限制短路电流的措施等方面
近年来,随着直流输电技术的不断发展和日臻成 熟,在更多的交流电力系统中出现了直流线路, 并且有趋势进一步发展为多端的直流输电系统, 从而形成了交直流联合电力系统或简称交直流电 力系统。
研究生学位课:
现代电力系统分析
任课教师:王继东
四、最优潮流计算的牛顿算法
最优潮流作为一个非线性规划问题,可以 利用非线性规划的各种方法来求解,更由 于结合了电力系统的固有物理特性,在变 量的划分、等式及不等式约束条件的处 理、有功与无功的分解、变量修正方向的 决定、甚至基本潮流计算方法的选择等等 方面,都可以有各种不同的方案。为此即 使是采用非线性规划方法,也曾出现过为 数甚多的最优潮流算法。其中,在1984年 由参考文献(Sun D I)提出的最优潮流牛顿 算法,得到了国内外学者的高度评价。
子优化问题模型的建立。
按照与有功及无功问题的关联,首先将控制变量 分成up及uq两组,状态变量也分成xp及xq两组。 其中,up为除平衡节点外,其它发电机的有功出 力;xp为除平衡节点外,其它所有节点的电压相 角;uq为所有发电机(包括平衡节点)及具有无功 补偿设备节点的电压模值,另外还有调压变压器 变比,xq为除上述uq中所列的节点以外的其余节 点的电压模值。
研究解耦最优潮流计算的求解方法问题。从前面 所列出的子优化问题的数学模型可见,它和本节 一开始所讨论的最优潮流的一般模型是完全相似 的,因此求解最优潮流的各种方法都能够在这里 得到应用。从已经提出的一些较典型的算法来 看,包括有采用非线性规划、二次规划以及线性 规划的各种算法模型。
除此之外,还应该特别强调的是解耦最优潮流的另 一个优点在于容许根据两个子优化问题各自的特性 而采用不同的求解算法,这样能进一步提高算法的 性能。而这也是采用解耦最优潮流的另一个重要理 由。 例如在数学规划领域内,线性规划较之非线性规划 更为成熟,表现在求解过程十分稳定可靠,计算速 度快,容易处理各种约束条件等。而电力系统的有 功分量和有功潮流方程有着良好的线性关系,线性 化的准确度一般较高,为此实用的单独的有功优化 潮流往往采用线性规划方法来求解。根据这种考 虑,解耦最优潮流的算法可以按照有功子优化问题 采用线性规划方法,而无功子优化问题则采用非线 性规划方法的方式来组成,这两个子优化问题再交 替迭代,就能进一步提高效率。
先不考虑不等式约束h(x),可构造拉格朗日函 数
L ( x , λ ) = f ( x ) + λT g ( x )
定义向量z=[x,λ]T,即可得到应用海森矩阵 法来求最优解点z*的迭代方程式
∂L( z ( k ) ) (k ) Δz = − 2 ∂z ∂z 或可以更简洁的方式表示为
∂ 2 L( z ( k ) )
牛顿法在按上述的基本格式进行迭代时,其搜索 方向为
s
(k )
= −[ H ( x
(k )
)] ∇f ( x
−1
(k )
)
可见这种方法与最速下降法比较,除了利用了目 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 搜索方向比最速下降法好,能较快地找到最优 点。 牛顿法在有一个较好的初值,并且H(x(k))为正定 的情况下,收敛速度极快,具有二阶收敛速度, 这是该法的突出优点。
但是牛顿法的使用也受到一些限制:
(1)要求f(x)二阶连续可微; (2)每一步都要计算海森矩阵及其逆阵,内存量 和计算工作量都很大。为此,对于变量维数很高的 优化计算,实用上往往被迫转而采用不必直接求H 及其逆阵的拟牛顿法(变尺度法) 。
但是在有些情况下,海森矩阵是一个稀疏阵,于 是可以采用结合了稀疏矩阵技术的高斯消去法等 一整套极其有效的方法,直接求解修正方程以求 得△x,其计算效率极高。 而在电力系统最优潮流计算问题中,通过模型的 适当建立,相应的海森矩阵可以是一个高度稀疏 的矩阵,从而使海森矩阵法这种收敛速度极快的 方法完全可以在最优潮流计算这样的大规模非线 性规划问题中得到应用。而这正是下面要介绍的 牛顿最优潮流算法的最基本特色,
WΔz = −d
式中:W及d分别为L对于z的海森矩阵及梯度向 量。
由于采用了牛顿法作为优化方法,使得最优潮流 牛顿算法具有二次收敛速度,能经过少数几次迭 代便收敛而找到最优点。 因为W矩阵的阶数达到4NX4N,为减少内存及每次 迭代的计算量,关键是要充分开发并在迭代过程 中保持W矩阵的高度稀疏性。另外在求解时采用特 殊的稀疏技巧,只有这几者结合,才能开发出高 性能的实用牛顿法最优潮流计算程序。 为了进一步减少计算量及内存需量,也可以利用 电力系统有功及无功间的弱相关性质,将P-Q解耦 技术应用于迭代方程式,从而形成解耦型最优潮 流牛顿算法。
式中: hi’(x)为由越界不等式约束所组成向量; 将hi(x) 转化为等式方程实际上即意味着将它们 强制在界上,这是一种硬性限制,而罚函数法则 是软性限制。
在计入不等式约束以后,前面提到的仅考虑 等式约束条件的计算步骤将要作一些改变。 由于随着迭代点的依次转移,越界的不等式 约束会不断增减改变,于是为了对它们进行 强制或释放,就必须不断改变目标函数式中 的罚函数项p(x) 或h’(x)的内容,并在此基 础上构成新的迭代方程而求出新的迭代点。 在具体实现时又可以有不同的方案。
第一种,就是每求得一个新的迭代点x(k) 后,通过不等式约束是否满足的检验,找 出在该迭代点处越界不等式约束的变动情 况,然后就据此修改增广拉格朗日函数中 的p(x)或 h’(x),接着便进行下一轮迭代。 由于在一次次迭代中间越界不等式约束变 动频繁,致使达到收敛所需的迭代次数较 之仅考虑等式约束的情况要增加很多,而 这也是采用非线性规划的算法所遇到的共 同难点。
交直流电力系统的潮流计算和纯交流电力系统相比较, 具有不少特点: 首先,除了原有的交流电力系统变量之外,又增加了 直流电力系统变量,两者的有关变量将通过换流站中 交直流换流器的特性方程建立数学上的联系。 在纯交流电力系统中,决定潮流分布的是节点的电压 大小和相角,而在直流电力系统中由于只流过有功功 率(直流功率),其功率分布仅由直流系统各节点的电 压大小决定。不过,由于通过换流器进行相位控制, 流入换流器的交流电流其基波分量将比外施于换流器 的交流电压滞后一个角度,也即通过换流器一方面实 现了交直流系统间的有功功率传递,另一方面由于换 流器的存在又要从交流系统中吸取相当的无功功率。
(二)最优潮流牛顿算法 在最优潮流牛顿算法中,对变量不再区 分为控制变量及状态变量,而统一写为x, 这样便于构造稀疏的海森矩阵,优化是在 全空间中进行的。 于是最优潮流计算归结为如下非线性规 划问题
min f ( x)
⎫ ⎪ ⎪ s.t. g ( x) = 0 ⎬ h( x ) ≤ 0 ⎪ ⎪ ⎭
(一)牛顿法的基本原理 如同上面提到的梯度法或最速下降法, 牛顿法是另一种求无约束极值的方法。 设无约束最优化问题
min f ( x) x∈R
n
其极值存在的必要条件 ▽f(x)=0,在一般 况下为一个非线性代数方程组。
现在用牛顿法对非线性代数方程组求解, 于是得到优化的迭代格式为
式中▽f(x(k))为目标函数f(x)的梯度向 量;k为迭代次数;H(x)= ▽2f(x)为目标函 数f(x)的海森矩阵,是目标函数对于x的二 阶导数,故牛顿法又称为海森矩阵法。 算法的收敛判据是,||▽f(x(k))||< ε 。
最优潮流牛顿算法对不等式约束的处理方 法。
如同其它非线性规划算法一样,不等式约束的处理 对于最优潮流牛顿算法来说,也仍然是一个有待进 一步研究解决的问题。 对于越界的不等式约束,可以也采用罚函数的处理 方法,于是原来的拉格朗日函数式将增广为
L = f ( x ) + λT g ( x ) + p ( x )
有兴趣的同学可参阅有关文献。
五、解耦最优潮流计算
常规潮流计算中快速解耦算法的成功促使人们 联想到在最优潮流计算问题中也可以引入有功、 无功解耦技术,从而产生了另一类最优潮流计算 模型,并称之为解耦最优潮流 (Decoupled OPF)。值得注意的是和FDLF算法不同,那里涉及 的是在具体求解算法上的解耦简化处理,而这里 要讨论的解耦最优潮流则是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。这两 个子优化问题可以独立地构成并求解,实现单独 的有功或无功优化;也可以组合起来交替地迭代 求解,以实现有功、无功的综合优化。
以上主要介绍了解耦优化潮流的基本概念。至于 在有关参考文献中提出的各种算法,它们在于优 化问题中变量的划分、等式不等式约束条件的组 成与处理方法以及具体采用的求解的最优化方法 等,都有一些不同,这里将不再对这些算法作进 一步介绍,而留给同学们自行去参阅有关的文 献。
第十节 交直流电力系统的潮流计算 一、概述 与交流输电比较,直流输电由于其固有的技术经 济上的特点:
第二种更为完善的处理方案则要利用“起作用的不 等式约束集”的概念。所谓起作用的不等式约束 集,是指在最优解点x*处,属于该约束集的所有 不等式约束都成了等式约束,即hi’(x*)=0。或者 说若最优解点x*正好处在由某个约束所定义的可 行域的边界上时,则这个约束就称为起作用的不 等式约束。如果预先能知道最优解点处全部起作 用的不等式约束,并将这些约束作为拉格朗日函 数的h’(x),则优化问题就变为只包含等式约束的 优化问题,算法的收敛将非常平稳快速,并具有 牛顿法的二阶收敛速度。
但决定起作用的不等式约束集却是一个复 杂而困难的问题,必须采用逐步试探接近 的途径。在这方面已经提出了不同的方 法。
一种是采用试验迭代的方法,来自百度文库在计算量很大 的二次牛顿主迭代之间进行一些计算量较小的 试验性迭代,以确定当前起作用的不等式约束 集。 而另一种则采用了特殊的线性规划技术。该方 法能使最优潮流牛顿算法如同常规牛顿潮流计 算一样,经过3~5次主迭代便得到收敛。