为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不...为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。展开更多
基金Supported by the National Natural Science Foundation (10961006)Guangxi Education Department Science Foundation (200911LX53)Guangxi Normal University Research Foundation for the Youth Backbone Teacher of China
文摘为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。
基金This work was supported by the National Natural Science Foundation (No.10261001) and the Guangxi Province Natural Science Foundation (No.0236001,0249003) of China.
