基于交替方向乘子法的概率安全约束最优潮流并行算法研究

发布时间：2020-11-02 04:21

　　 现代电力网络越来越复杂,出现故障的概率日益增加,考虑了众多预想故障状态的概率安全约束最优潮流(Probabilistic Security Constrained Optimal Power Flow,P-SCOPF)问题求解规模庞大,对应的计算内存需求大且计算过程耗时极长。对于大规模的P-SCOPF问题使用传统串行计算则显得心余力绌,解决这一难题的行之有效的方法,就是利用并行环境下的并行优化求解。首先,本文顺应如今并行优化计算、电力系统的不确定性的消纳问题和电网的静态安全运行的研究热潮,为了描述新型绿色能源发电等电力系统运行参数的不确定性对电力系统的影响,将不确定量用概率的方法加以考虑,并引入到SCOPF模型中,建立新的P-SCOPF模型。用本文的输电线路预想事故概率预测模型得出线路故障概率后,然后将模型约束进行线性化预处理和变形。针对确定的模型,并结合交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)并行优化算法框架,并行求解模型。将P-SCOPF问题在引入松弛变量后解耦分解成两个独立的子问题(预想事故发生前和预想事故发生后),每个子问题规模相近,通过对偶变量对每个计算节点进行统一调整,然后对每个计算节点进行并行计算,从而实现了P-SCOPF问题的快速并行求解。最后用IEEE 14,30,57和118节点系统对算法进行仿真计算,并从收敛性和计算速度、并行效果等方面对实验结果进行了分析。其次,本文为了对ADMM算法的计算结果进行改进,采用了协同ADMM、Peaceman-Rachford分裂算法和正则化乘子法三个改进算法,并以IEEE30,57和118节点系统为例,对三个改进算法的收敛性、计算速度以及并行性进行了分析和比较。
【学位单位】：广西大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：O224;TM744
【部分图文】：

图３－１故障与线路潮流的关系??Ｆｉｇ．?３－１?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?ｆａｕｌｔ?ａｎｄ?ｌｉｎｅ?ｐｏｗｅｒ?ｆｌ气故障概率Ｐｂ取统计数据的平均值；??障概率＝?１??ｍａｘ时，故障概率／Ｖ１！？输电线路的潮流成正比。??线路处于正常状态，即输屯线路的线路潮流在止时故障概率心取统计数据的平均值，即此时的Ｐｂ外界环境的预想事故概率预测模型??正常、较恶劣和非常恶劣三种。设ａ、／ｋ?ｃ分别（次／年），Ａ为输电线路年平均故障率（次／年）。它Ａ?＝?Ａａ?＋?Ｂｂ?＋?Ｃｃ

颂士学位论文?基于交替方向乘子法的概率安全约束最优潮流并彳亍算向乘子法收敛性分析??ＥＥ?１４测试系统，用ＡＤＭＭ计算下边界问题：??的收敛如图所示。图中｜｜ｒｆｃ丨｜２代表原始残差，代表原始残存可行性偶残差，一１＾代表原始残存可行性精度。图３－２和图３－３分别示出了敛于原始和对偶可行性精度的过程。从这些图中可以看出，对偶残差精度更小。这可能是因为我们的罚参数很小。罚参数Ｐ的取的小是为ｓｆｃ＋１?＝?ｐ＞ｌＴＳ，（ｙ＋１—ｄ）），但是以减少对原始可行性的罚参数为原始残差大。因此我们可以从图２中看到，原始残差在开始时相对较迭代逐渐减小。ＡＤＭＭ算法的总迭代数为１２次．因此，ＡＤＭＭ算法解优潮流问题具有良好的收敛性，即它可以收敛到具有良好目标值的点。??〇．５?？?￣？－？－「？?￣一’－’，，．，，＿？飞－１?？？￣？?？?￣Ｔ￣?＊?＊?：?＊?￣?？??

颂士学位论文?基于交替方向乘子法的概率安全约束最优潮流并彳亍算向乘子法收敛性分析??ＥＥ?１４测试系统，用ＡＤＭＭ计算下边界问题：??的收敛如图所示。图中｜｜ｒｆｃ丨｜２代表原始残差，代表原始残存可行性偶残差，一１＾代表原始残存可行性精度。图３－２和图３－３分别示出了敛于原始和对偶可行性精度的过程。从这些图中可以看出，对偶残差精度更小。这可能是因为我们的罚参数很小。罚参数Ｐ的取的小是为ｓｆｃ＋１?＝?ｐ＞ｌＴＳ，（ｙ＋１—ｄ）），但是以减少对原始可行性的罚参数为原始残差大。因此我们可以从图２中看到，原始残差在开始时相对较迭代逐渐减小。ＡＤＭＭ算法的总迭代数为１２次．因此，ＡＤＭＭ算法解优潮流问题具有良好的收敛性，即它可以收敛到具有良好目标值的点。??〇．５?？?￣？－？－「？?￣一’－’，，．，，＿？飞－１?？？￣？?？?￣Ｔ￣?＊?＊?：?＊?￣?？??
【相似文献】

相关期刊论文 前10条

1 晏鸣宇;何宇斌;文劲宇;艾小猛;郭创新;;考虑柔性交流输电系统设备控制的校正型安全约束最优潮流[J];电力系统自动化;2017年12期

2 方斯顿;程浩忠;徐国栋;曾平良;姚良忠;刘伟;;随机最优潮流及其应用的研究综述[J];电力自动化设备;2016年11期

3 谢敏敏;;面向电力行业的生物启发计算的最优潮流优化方法研究[J];机电工程技术;2014年12期

4 严文豪;;电力市场中的最优潮流[J];上海企业;2013年01期

5 易驰韡;胡泽春;宋永华;;考虑注入功率分布的随机最优潮流方法[J];电网技术;2013年02期

6 张粒子,杨以涵;求最优潮流的网流参量法(英文)[J];哈尔滨工业大学学报;1990年02期

7 赵尤新;敏感法无功最优潮流[J];重庆大学学报(自然科学版);1988年04期

8 郭志忠,柳焯;一种分裂最优潮流算法[J];哈尔滨工业大学学报;1988年04期

9 周前;卫鹏;刘超君;;基于改进布谷鸟算法的随机最优潮流[J];电力科学与工程;2017年02期

10 左元锋;耿光飞;;基于扩展最优潮流模型的无功优化方法[J];沈阳农业大学学报;2014年01期

相关博士学位论文 前10条

1 江出阳;基于动力学系统方法的最优潮流问题研究[D];天津大学;2017年

2 李智诚;交直流柔性互联电网最优潮流与自愈重构研究[D];北京交通大学;2017年

3 凌武能;基于混合线性锥规划的最优潮流研究[D];广西大学;2016年

4 刘雪连;电力系统最优运行的电压安全成本研究[D];山东大学;2006年

5 刘方;电力系统动态最优潮流的模型与算法研究[D];重庆大学;2007年

6 刘方;关于电力系统动态最优潮流的几种模型与算法研究[D];重庆大学;2007年

7 颜宏文;差分进化算法及其在电力系统随机最优潮流中的应用研究[D];湖南大学;2013年

8 潘炜;电力市场环境中的优化潮流和动态稳定问题研究[D];华北电力大学（北京）;2008年

9 杨林峰;计及机组启停的动态最优潮流问题研究[D];广西大学;2012年

10 黄玉龙;电力系统暂态稳定最优控制算法研究[D];华南理工大学;2012年

相关硕士学位论文 前10条

1 王子琪;基于飞蛾扑火优化算法的电网最优潮流研究[D];华中科技大学;2018年

2 张巧玲;基于交替方向乘子法的概率安全约束最优潮流并行算法研究[D];广西大学;2018年

3 付蔷;促进风电消纳的火电灵活性改造深度及经济效益研究[D];北京交通大学;2018年

4 刘爱玲;考虑风速相关性的电力系统概率最优潮流的研究[D];湖南大学;2018年

5 宋安君;基于OTS模型的暂态稳定约束的最优潮流并行计算[D];广西大学;2018年

6 张凡;高压交直流混合电网最优潮流研究[D];华北电力大学;2018年

7 刘雪莹;动态随机最优潮流研究[D];昆明理工大学;2018年

8 樊锴;固定输电费用模式下的多目标动态最优潮流[D];哈尔滨工业大学;2018年

9 龚海;基于拥挤模糊双排序的高维目标最优潮流及调度决策方法[D];湖南大学;2017年

10 刘懿莹;考虑离散和连续决策变量的电网最优潮流计算研究[D];东北电力大学;2018年

本文编号：2866562