毕业论文--电力系统最优潮流算法设计.docVIP

第1章 、绪论 1.1电力系统最优潮流分布的概述 最优化(Optimization )，指的是人们在生产过程或生活中为某个目的而选择的一个“最好”方案或一组“得力”措施以取得“最佳”效果这样一个宏观过程[1]。 过去，这种对最佳效果的追求只是凭借个人的经验或直觉进行的，有时也可能是列出不多的几个方案进行比较，从中选择一个。但是，不难理解，按这种方式作出的决定一般只能说是比较好的方案，并不能保证取得最好的效果。自从第二次世界大战以来，特别是近几十年来，随着科学技术的迅速进步和社会生产的大规模发展，管理和决策的内容变得异常庞杂，这就要求把对最佳效果的追求置于严格的数学理论基础和一整套系统化计算方法之上；另一方面，电子计算机的出现和发展，为严格、系统地完成对最佳效果的追求提供了快速高效的计算工具。因此，最优化理论和最优化算法得到了全面的开发和广泛的应用，成为应用数学中一个重要的分支和各行各业生产及日常管理中一门不可缺少的工具。 电力系统是现代社会中最重要、最庞杂的工程系统之一，是由发电厂、输电线、配电系统及负荷组成的[2]。由于其产品——电能在生产、输送、分配及使用等方面的明显优越性，电力系统实际供应着现代化社会生产和生活所需的绝大部分能量，相应地，也带来了其原材料——煤、石油等矿物燃料的大量耗费。对于这样一个大额输入、大额输出的生产系统，提高其运行效率、争取其运行优化的必要性是毋庸置疑的。事实证明，若能在保证供电的条件下减少燃料消耗，哪怕是0.1%，也将意味着全国每年能节约数以千万吨计的燃料。[1]因此，电力系统的优化运行问题长期以来一直受到电力系统工程技术人员和学者的重视，尤其是近20多年来这方面的研究成果很多，并在实践上不断取得进展。 电力系统最优运行是电力系统分析的一个重要分支，它所研究的问题主要是在保证满足用户用电需求(即负荷需求)的前提下，如何优化地调度系统中各发电机组或发电厂的运行工况，从而使系统发电所需的总费用或所消耗的总燃料耗量达到最小，这样一个运筹决策最优的问题。从数学模型上讲一般可将之描述为非线性规划或混合非线性规划问题。 电力系统的最优潮流也称为 OPF问题（optional power flow）QP) (3)牛顿法 (4)线性规划(LP). (5)内点理论(IP) 1.2.1 非线性规划(NLP) 一般的非线性规划问题可描述为满足非线性约束条件的非线性函数的最小值问题，其标准形式为: min f (x) s. t. h(x)=0 ≤g(x)≤ （1.1） 从历史上来说，非线性规划是电力系统最优运行最早使用的一类最优化方法，因为它所描述的结构与电网络的物理模型结构很相似。1962年，Carpentie和Sirous最先提出了一种解决经济调度问题的非线性规划的一般算法，即用拉格朗日乘子法，根据Kuhn-Tueker ( K-T)条件，得出了一个非常繁复的非线性方程组来求解，这显然很难获得令人满意的解法[3]。1968年，Dommel和Tinney提出了一种用罚函数最优法使煤耗和有功损耗最小的非线性规划算法，即利用牛顿-拉夫逊潮流程序，用梯度法进行有哪些信誉好的足球投注网站，程序简便，存储需求小，探索了解算最优潮流的途径，曾受到普遍重视。但这种方法收敛性差，而且收敛性还可能由于罚因子加大而被破坏。 1971年，Peshon等将广义简化梯度法用于求解最优潮流。该算法在处理函数不等约束时，不用罚函数，解算过程中发现约束被破坏时，将有关联的控制变量与状态变量暂时对调。通过潮流计算及函数不等式约束检查，如发现有越限情况，则将变量固定在界内。该算法主要缺点是需要对不同的变量用不同的程序实现，收敛性也比较差。 1974年，Rashed和Kelly提出了一种改进方法，引入简化海森矩阵的逆来修正简化梯度。海森矩阵的引入改善了收敛性，得到二阶收敛速度。然而该算法在每次迭代过程中，都要重算简化海森矩阵，工作量较大。当简化海森矩阵随罚函数因子增大趋向病态时，容易出现数值稳定性问题。 最优潮流和潮流一样，可以用解耦法进行求解。最优潮流可分解为有功经济分配子问题和无功经济分配子问题(网损最小化)。一般来说，两个子问题用两种不同的方法来求解，可以得到比较好的效果。例如有功负荷用线性规划来求解，而Q-V子问题用简化梯度法来求解等等。用解耦法可以降低矩阵的维数，并且根据不同的问题特点采用不同的方法，从而达到节约内存，提高计算速度的目的。1982年，Shoults和Sun[4]等提出的用解耦法解最优潮流问题的非规划方法就是一类比较好的算法。 总的来说，非线性规划是起步早，发展比较成熟的最优化方法。其解法较多，很多在实际应用中己用于解决实时在线和离线运行等问题。 1.2.2二次规划(QP)