朱雪凌,张翠影,赵臣鹏,刘林飞
(华北水利水电大学,河南 郑州450045)
牛顿法具有较好的收敛性,在解最优潮流时必须用到Hessian 矩阵[1]的逆矩阵,其存储量及计算量大,使问题变得复杂,因而如何简化成为首要问题.
1984年,台湾学者Sun D I 等[2]提出应用二次罚函数的牛顿法处理该问题. 该算法不用区分状态变量和控制变量,充分利用电力网络的物理特征,运用Hessian 矩阵的导纳稀疏结构,把等式约束条件和不等式约束条件[3]用Lagrange 乘子引入到目标函数中,直接对拉格朗日函数的Karush-Kuhn-Tucker 条件[4](简称KKT 条件)进行牛顿法迭代求解,不等式约束用二次罚函数来处理. 文中采用二次罚函数的牛顿法来求解最优潮流,并经试验验证了该方法具有很强的实用性及经济性.
典型的非线性规划问题[5]就是求解目标函数的极大值或极小值问题,文中所求的是极小值,数学模型可表示为:
只考虑等式约束g(x)= 0 时,Lagrange 函数可表示为
其中λ 是Lagrange 乘子[6],
根据库恩- 塔克条件[7],在极小值点(x*,λ*)进行Taylor 展开:
将二次项及高次项忽略,式(5)变为
式中H 和J 分别为Hessian 和Jacobian 矩阵.
将等式约束g(x)= 0 在变量初始值x0处进行Taylor 展开:
忽略二次项与高次项得:
由式(6)和式(7)得:
式(8)则为求等式约束非线性规划问题的牛顿修正方程式[8].而不等式约束条件h(x)≥0,用二次罚函数[9]来处理,扩展后的Lagrange 函数表示为
式中:Ci为罚因子[10];i 为不等式约束的个数.把
作为扩展目标函数,考虑不等式约束后的牛顿修正方程为
可见,不等式约束只影响Hessian 矩阵系数和等式的右侧.
最优潮流(OPF)问题[11]是一个典型的带约束条件的非线性优化问题,进行最优潮流计算时,一般以系统发出有功、无功成本最小为目标函数,其数学模型为
式中fpi(Pgi),fqi(Qgi)为机组i 的燃料耗费.
等式约束条件为
式中:Pgi,PLi分别为机组i 有功出力和有功负荷;Qgi,QLi分别为机组i 无功出力和无功负荷;P(V,θ),Q(V,θ)分别为有功和无功网损. 式(12)和式(13)也是节点潮流方程[12].
不等式约束条件为
算法步骤如下:
1)输入原始数据,给出初始值θ0,V0,λP0,λQ0;
2)节点进行优化排队;
3)形成Hessian 矩阵和Jacobian 矩阵,进行惩罚修正;
4)求解修正方程,得出:
5)求得步骤4 中结果看是否符合库恩-塔克条件,若符合则结束运算,否则返回到第2 步;
6)停止运算.
以IEEE14[14]节点标准系统为例,运用MATLAB 编程进行最优潮流计算,所得支路节点和母线最优潮流结果见表1和表2. 该算法求得的最优潮流收敛时间在5. 52 s 以内,系统的发电成本为8 081.53 |S/h. 由此可以看出,该算法收敛速度较快,求得的发电成本较低.
表1 支路节点最优潮流计算结果
表2 母线最优潮流计算结果
由试验数据看出:对于复杂的电力系统最优潮流问题,牛顿法可以较为精确地求出计算的结果;用二次罚函数处理不等式约束条件,使复杂问题简单化.同时,二次罚函数的牛顿法的收敛性较好,运算速度较快,求得的发电成本较低,具有很强的经济性与实用性,适合求解大系统的最优潮流问题.
[1]李胜渊.牛顿法最优潮流算法的研究及实践[D].北京:中国电力科学研究院,1996.
[2]Sun D T,Ashley B. Optimal power flow by Newton approach[J].IEEE PAS,1984,103(10):401-410.
[3]刘明波.大电网最优潮流计算[M].北京:科学出版社,2010:385-390.
[4]范宏,韦化.基于扰动KKT 条件的原始-对偶内点法和分界点法的最优潮流研究[J].电力自动化设备,2004,24(5):5-9.
[5]胡运洪.非线性最优化问题及其算法研究[J].运城学院学报,2003,21(3):9-10.
[6]王永刚,彭世康,靳现林. 牛顿法最优潮流的改进[J].继电器,2003,31(3):1-5.
[7]葛结根.库恩-塔克定理在微观经济学中的应用[J].统计与决策,2004(7):47-53.
[8]颜伟,黄正波,余娟,等.牛顿法潮流计算的高效综合稀疏技术[J].中国电力,2010,43(7):19-23.
[9]赵普泉,侯志俭,吴际舜. 牛顿法最优潮流算法中离散控制量的新处理方法[J]. 电力系统自动化,1999,23(23):37-58.
[10]张力平,何大愚,朱太秀.牛顿法最优潮流与最优无功补偿[J].中国电机工程学报,1987,7(1):11-18.
[11]林睦纲.电力系统最优潮流新算法的研究[D].长沙:长沙理工大学,2005.
[12]陈珩.电力系统稳态分析[M]. 北京:中国电力出版社,2007:123-135.
[13]邱道尹,张凌云,顾波,等. 基于径向基神经网络的双馈风力发电机低电压穿越控制研究[J]. 华北水利水电学院学报,2013,34(6):100-105.
[14]IEEE Committee Report. IEEE reliability test system[J].IEEE Trans PWRS,1979,98(6):2047-2054.