最优潮流计算的一种新方法外文翻译资料
2022-12-12 17:06:14
英语原文共 4 页,剩余内容已隐藏,支付完成后下载完整资料
外文翻译
题 目A Novel Method for Optimal
Power Flow Calculation
最优潮流计算的一种新方法
Ningyu CHEN
湖州师范大学信息与工程学院,湖州 中国
摘要:最优潮流(OPF)有着悠久的历史其发展过程。这是第一次讨论由Carpentier花了很长时间成为一个有用的算法,可以应用于许多领域。目前的OPF中心的兴趣它的能力,以解决最佳的解决方案,需要考虑系统的安全性。本文解决了OPF变尺度法计算问题。在计算过程中,我们构造了增强目标矩阵通过拉格朗日乘子法,并进行一维搜索,梯度计算和恒等矩阵迭代等。计算结果表明,新方法具有更多的优势比传统牛顿-拉夫逊法。
关键词:最优潮流;变尺度法;一维搜索
1引言
所谓最优潮流(简称OPF)意味着给定的结构参数和负载电力系统,通过控制一些变量的优先级在系统中,我们可以找到所需的分布满足所有约束条件,使一个或多个
系统的性能指标达到最优状态。OPF是一个优化问题,最大限度地减少总发电调度成本在我国已有很长的历史发展。这是第一次由Carpentier 1962了花了很长时间才成为一个成功的算法可应用于电力系统网络。目前的兴趣在OPF是它的能力,以解决最佳的解决方案,并采取同时系统的安全性帐户[ 1-4 ]。从数学的角度来看,OPF是一个大型,多约束非线性优化问题。它达到降低发电成本的目的和电力传输通过优化现有的资源。最后带来了巨大的意义在技术和经济上比传统的潮流计算。本文利用OPF求解OPF计算问题变尺度法(VMM)下的等式约束条件[ 5-7 ]。在过程中计算我们采取的有功功率最小化目标函数的平衡点。我们把有功功率和无功功率大小,电压等级约束函数的结点。
2目标函数与约束条件
OPF是一个典型的柔性约束,多目标非线性规划问题及其数学型号如下[ 8 ]。
这里X是状态变量集,u是一组控制变量,f(x,u)是标量函数,表示电力系统运行状态,G(x,U)是平等的约束,H(x,U)是不等式约束函数,(2)是节点功率方程。在本文中,我们采取的活性最小化电力在所有电网中的目标函数,我们通过计算最小值可以得到最小值平衡点有功功率(s)。所以目标函数方程如下:
约束条件如下:
对于PV节点,我们替代了无功功率上述节点电压方程的等式约束约束。为了获得上述目标的最优值函数,我们利用等式约束。通常,我们构造拉格朗日函数,平移最小值在等式约束条件下求解解决的情况下,自愿。所以我们可以得到最优值平滑。在这里,我们介绍了拉格朗日功能如下:
3目标函数的求解
我们使用的是下面的变量度量方法拉格朗日约束的等式约束条件功能。计算过程主要包括以下三个步骤:求解二次规划,进行一维搜索,建立迭代关系。
A求解二次规划
根据变尺度法,我们优化OPF的计算步骤和推导拉格朗日功能如下:
对于换位矩阵的推导如下:
(7)
上面的扣除结果是一个雅可比矩阵,每个元素如下:
为了得到上述偏导数,我们扩展PQU分别如下:
(9)
然后我们计算它们,得到以下结果:
(10)
这些变量的梯度,得到通过迭代方法如下:
拉格朗日函数的梯度如下:
以下是两者的计算:
我们可以通过(7)和(12)得到解(6),之后,我们算出每一个元素(11)。
B二维搜索
首先,我们构建了以下目标函数一维搜索。
下面将使用以下方法进行选择:
我们使用直接法(黄金分割法)求解目标函数(14)得到最优解。在首先,我们建立了搜索区域A,b存在最优解。其次,我们开发了“单流域特征及利用优化方法搜索区域。最后找到最优解。
C建立迭代关系
接下来进行计算:
方程(16)变成如下(17)
我们必须计算下列方程来求解。
(18)
因为S p是关于J e的第一个函数,所以其导数是常数。我们得到以下方程。
(19)
因为有所有雅克比矩阵的和,所以可得下式:
(20)
因此方程(17)变成:
这些变量的增量表示为如下图所示:
我们得到以下方程(21)和(22):
同时K必须满足以下条件:
我们可以得到以下递推关系条件下,关于的变度量矩阵计算如下:
我们可以得到最佳的解决方案,从复发K 1关系。以上所有的计算都是主要的整体求解最优解的计算步骤。
4具体实例与分析
已知网络节点数为n 5,分支号码是7。所有这些分支的阻抗和注入节点的功率称为下图。在网络中,网络参考电压为115千伏,参考容量100 BS MVA,功率因数为因为# 0.9。第二个节点连接到电源输送给定功率、电压的植物数字网络连接值1 U 1.06。
我们使用这些节点获得的功率和电压FORTRAN程序,如表1和表2所示。
然而,我们利用传统的牛顿—拉夫逊法计算这些功率和电压节点,结果显示在表3和表4下面。
5结论
我们解决OPF计算问题,通过变尺度法。方法更效率比传统的牛顿-拉夫逊法。它可以降低平衡点和网络的有功功率功率损耗明显,能满足最优潮流目标计算。
参考文献
[1] Dommel H W, Tinney W F. Optimal power flow solutions. IEEETrans on Power Apparatus and Systems, 1968, 87(10): 1866-1876
[2] Kennedy J. Eberhart R C. Particle Swarm optimization[C] //Proceedings of IEEE International Conference on Neural Networks.USA:Piscataway, 1995
[3] Goldberg D E. Genetic algorithms in search, optimization andmachine learning[M]. Addison-Wesley: Reading, Massachusetts,1998.
[4] Nidul S, hakrabarti R, hattopadhyay P K. Evolutionary programmingtechniques for economic load dispatch[J]. IEEE Trans OilEvolutionary Computation, 2003, 7(1): 83. 94.
[5] Yamin H Y, A1-Tallaq Kamel, Shahidehpour S M. New approach fordynamic optimal power flow using Benders decomposition in aderegulated power market[J]. Electric Power Systems Research,2003,65(2): 101—107.
[6] Yong Fu, Shahidehpour S M, Li Zuyi. AC contingency dispatchbased on security-constrained unit commitment[J]. IEEE Trans onPower Systems, 2006, 21(2): 897-908.
[7] Abdul-Rahman K H, Shahidehpour S M, Aganagic M, Practicalresource scheduling with OPF constraints[J]. IEEE Trans on PowerSystems, 1996, 11(1): 254-259.
[8] WANG Cheng-fu, LIANG Jun, ZHANG Li, Reactive power andvoltage control strategy for wind farm based on STATCOM[J].Proceedings of the CSEE, 2010, 30(25): 23-28. (in Chinese)
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[27213],资料为PDF文档或Word文档,PDF文档可免费转换为Word