1. 研究目的与意义（文献综述）

电能是现代社会中最重要、也是最方便的能源。电能具有许多优点，它可以方便地转化为其他形式的能，如转化为热能、机械能、光能化学能等；它的输送和分配容易实现，可以实现远距离使用；它的应用规模十分灵活。电能的生产、输送、分配和消费的各环节组成的一个整体称为电力系统。对电力系统系统运行的基本要求是保证安全可靠的供电；要有要求的电能质量；要有良好的经济性；尽可能减小对生态环境的有害影响。

合乎的电能质量是电力系统运行的重要要求之一。衡量电能质量的两个基本指标是电压和频率，电压和频率超出允许的偏移时，不仅会造成废品和减产，还会不同程度的影响用电设备的安全，严重时还有可能会危及到整个电力系统的安全运行。其中电压主要取决于电力系统中的无功功率平衡，如果系统中无功电源的无功输出不能满足额定电压下的负荷和损耗对无功功率的需求，电压就会偏离额定值。因此，要保证良好的电压质量，关键在于系统发出的无功功率满足在额定频率和额定电压允许偏差下的功率平衡要求。电源配置要得当，还要有合适的调整手段。

良好的经济性亦是电力系统运行的重要要求之一。为了提高电力系统运行的经济性，必须尽量的降低发电成本，环境成本和电力网的损耗率。发电成本主要体现为煤耗，经济调度是降低煤耗主要手段，通过增加低成本机组出力，减少高成本机组出力来实现。环境成本主要体现在煤燃烧产生的二氧化硫等污染气体的处理，这可以通过改良燃烧设备和燃烧技术来实现。电能传输产生的网络损耗直接体现为电能的损失，大量的网络损耗不利于系统的经济运行，可以通过无功补偿、变压器抽头位置的调节、发电机的励磁调节来减少无功的流动，从而降低系统的网络损耗。

2. 研究的基本内容与方案

2.1研究内容

最优潮流计算对电力系统的可靠性、经济性和安全运行有很积极的影响，是电力系统领域学者们研究的热点。最优潮流计算是一个带约束的大规模非线性混合整数规划问题，目前己有多种优化算法，但如何提高算法的计算速度和有效性仍需进行大量研究。针对以上问题，在己有研究成果之上，本文主要研究内容如下:

（1）研究电力系统最优潮流问题研究的背景与意义。研究电力系统最优潮流计算的发展历史与研究现状，并总结无功优化各种算法的特点。

3. 研究计划与安排

3.1完成的主要任务及要求

1.通过本课题的训练，培养动手能力、分析问题及解决问题的能力；

2.翻译与本课题相关的英文资料；

4. 参考文献（12篇以上）

[1] 郝楠.原对偶内点法及分支定界法在无功优化中的应用[D].山东大学,2012.
[2] Hsiao Y T, Liu C C, Chiang H D, et al. A new approach for optimal VAR sources planning in large scale electric power systems[J]. Power Systems, IEEE Transactions on, 1993, 8(3): 988-996.
[3]刘明波, 谢敏, 赵维兴. 大电网最优潮流计算[M]. 科学出版社, 2010.
[4]胡焕耀, 董渭清. 用伪二叉树法则构造多目标 Pareto 最优解集的方法[J]. 西安交通大学学报, 2009, 43(2): 29-32.
[5] 唐云岚, 赵青松, 高妍方, 等. Pareto 最优概念的多目标进化算法综述[J]. 计算机科学, 2008, 35(10): 25-27.
[6] 刘明波, 王晓村. 内点法在求解电力系统优化问题中的应用综述[J]. 电网技术, 1999, 23(8): 61-64.
[7] 谢传治. 基于改进原对偶内点算法及分支定界法的无功优化研究[D]. 郑州大学, 2006
[8] 严祖梁. 多目标规划方法综述[J]. 北京农业工程大学学报, 1988, 2: 018.
[9] 肖晓伟, 肖迪, 林锦国, 等. 多目标优化问题的研究概述倡[J]. 计算机应用研究, 2011, 28(3).
[10] 王海军，宋协武，曹德欣，李苏北.求解多目标优化问题Pareto最优解集的方法[J].大学数学,2008.10,24(5):74-78
[11] 张连文, 夏人伟. Pareto 最优解及其优化算法[J]. 北京航空航天大学学报, 1997, 23(2): 206-211.
[12] 张连文, 夏人伟. Pareto 最优解的充分及必要条件[J]. 北京航空航天大学学报, 1997, 23(2): 200-205.
[13] 王云, 江全元.基于原对偶内点法和分枝定界算法的配网无功优化计算及其并行实现[J].电力自动化设备, 2013, 33(2): 52-56.
[14] 王锡凡, 方万良, 杜正春.现代电力系统分析[M]. 科学出版社, 2003.
[15] Clements K A, Davis P W, Frey K D. Treatment of inequality constraints in power system state estimation[J]. Power Systems, IEEE Transactions on, 2017, 10(2): 567-574.
[16] Parker C J, Morrison I F, Sutanto D. Application of an optimisation method for determining the reactive margin from voltage collapse in reactive power planning[J]. Power Systems, IEEE Transactions on, 2015, 11(3): 1473-1481.
[17] Baughman M L, Siddiqi S N. Real-time pricing of reactive power: theory and case study results[J]. Power Systems, IEEE Transactions on, 2014, 6(1): 23-29.
[18] Bhattacharya A, Roy P K. Solution of multi-objective optimal power flow using gravitational search algorithm[J]. IET generation, transmission amp; distribution, 2012, 6(8): 751-763.