所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

回顾最优功率流变量负荷条件下的解决方案

Asmita d Chandekar1,达特Subroto2
  1. 打开学生的部门能源管理系统,拉吉夫·甘地工程学院,研究科技,Chandrapur,印度马哈拉施特拉邦
  2. 学系助理教授能源管理系统,拉吉夫·甘地工程学院,研究科技,Chandrapur,印度马哈拉施特拉邦
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

本文综述了最优功率流可雷竞技苹果下载变负荷条件下的解决方案。在本文中,我们回顾最近的趋势不确定性(随机)搜索技术和混合方法OPF给评审结论。这些方法已经成为受欢迎的,因为他们有一个理论优势的确定性方法对处理非凸性,动力学和离散变量。OPF程序可以解决目前商业非常大而复杂的电力系统优化问题在一个相对更少的时间。近年来许多已经提出不同的解决方法来解决OPF问题。审查提供了全面讨论特定的优化技术,可以应用于消息解决方案方法。

关键字

最优潮流(OPF)、优化技术、Karush-Kuhn-Tucker(马)。

介绍

逐渐增加的负载和放松管制的电力能源系统的复杂性增加了确定足够的电力系统稳态运行的解决方案的问题。因此研究电压崩溃和最优功率流解决方案获得意义重大,需要方法能够同时分析这两个方面指出电力系统的行为,被附近的最大载荷能力的极限。提出了不同的方法来计算电力系统的最大载荷能力限制。[1]中提出的方法提出的确定这个极限的计算稳态多个解决方案。在参考[2],敏感性之间的关系电力系统变量是用来计算临界载荷。传统的牛顿-雅可比矩阵的奇异值分解也应用[3]。电力系统稳态方程的参数化也被用来制定最大载荷能力的问题[4],[5]。最后这两个作品延续的方法应用于跟踪负载流解决方案系统的需求不断增长。
OPF算法自六十年代以来已有的和被广泛用于评估电力系统的经济方面的操作。一些这些算法的应用参数优化技术,使用不同版本的延续方法[6],[12]。这些方法都是基于牛顿OPF方法[13]。结合不同的方法与优化算法可以为电力系统提供强有力的工具OPF的解决方案,分析和内点算法(IP)提供线性规划解决方案已被用于解决非线性OPF问题[15]-[18],找到最优解的效率和有效性在处理不等式约束被宣称为其主要特征。其中一些作品提出的使用OPF算法计算出的最大载荷能力通过非线性电力系统版本的内点方法[17],[18]。使用优化算法研究严重加载系统所有的操作限制和允许表示,根据OPF配方,采用一个标准优化[14],[17],[18]。电力系统的稳态行为工作负载较重的情况下,可以在一个更好的方法学习。
上的研究工作方法,结合了延续的方法和非线性版本的内点算法可以工作在第一个将提供一个序列的估计解决Karush-Kuhn-Tucker从基本情况(马)条件的最大载荷能力。这个序列的每个解决方案可以通过OPF内点算法。这个组合可能允许最优跟踪负荷的增长,即使是在社区的可行性限制,牛顿的解决必然会偏离由于马的雅可比矩阵的病态条件[14]。

最大载荷能力的问题

解决最大载荷能力问题给出了最大的真实和无功功率的需求,电力系统能够承担,而操作(即在一个稳定的点。,one which does not change considerably for small increments on the systems parameters such as load or operational limits), that respects a set of pre-defined operational limits. A steady state formulation of this problem can be made in terms of the load flow system of equations. The parameterization of the bus loads gives a modified set of power balance equations, in which the load increase direction is explicitly represented:
图像(1)
在哪里
ε是负载参数
g (x)是一组功率流方程
d是预先确定的负载增加的方向。
在这种情况下,电力系统的最大载荷能力的计算将由解决(1)找到复杂总线电压最大值对应的ε,只为一个最佳操作系统的最大载荷能力问题是找到问题的最大值的p(ε)
最小f (x) (2)
εg (x) = 0 (3)
h (x,ε)= 0 (4)
有可行的方案决策变量的向量P(ε),由有功功率代总线电压大小和角度,变压器抽头设置和移相器角度。目标函数f (x),代表了发电成本,输电损耗、电压偏离预先确定的电压水平或任何组合的这三个指标。不等式约束的集合,h (x,ε),由决策变量的上下限和功能等的不平等限制生成的无功功率和线流动,也可以依赖于总线负载:
图像(5)
d1代表一个预先确定负载增加的方向。解决P(ε)可以增加ε的追踪,直到达到最大载荷能力限制。求解非线性优化问题的困难是众所周知的,和目前的大多数算法成功的决议是基于其纯净的解决方案或修改马条件的线性近似(牛顿法)。然而,它可以显示附近的可行性限制雅可比矩阵P的马条件(ε)illconditioned[14]这可能导致额外的困难解决方案的跟踪的P(ε)ε的最大值。因此OPF行为的分析附近的最大载荷能力限制必须完成算法可以减少空调附近观察到不良的问题这样的限制。这是审查和研究的主要动机。

该方法

解决问题的内点算法的应用P(ε)基本上包括:a)将不等式约束等式约束,通过负的松弛变量;和b)添加一个对数障碍函数的目标函数,以保持松弛变量的非消极条件。修改后的参数化优化问题点(ε)是:
图像(6)
εg (x) = 0 (7)
h (x,ε)+ s = 0 (8)
在哪里
μ≥0是对数障碍
年代> 0是松弛变量的向量
p是不等式约束的数量
OPF模型内部点(6)-(8),参数化模型与两个不同的参数με。拟议的方法将由一次更改这些参数:在预测步骤中,ε将会增加,这样一个新的负载水平被认为是;在校正步骤,μ会减少,这样,最后校正器的迭代,原OPF问题已经解决了。我们正在分析OPF的解决方案提高ε的行为,而最优解决方案将为不同ε跟踪。然而,内点方法也可以被理解为一种特殊类的参数优化方法[19]。

额外的研究

参数化优化模型的泛化参数化负载流方程用于电压崩溃的研究能够提供类似的额外信息的行为体系接近崩溃点。像所有的结论将对最优操作点和操作限制的影响将被考虑。这个操作限制将承担一些重要的影响指数最大的性质变化的电压和一些敏感问题,可以与参数化模型计算。限制被认为时,最优解轨迹只能不断变化与ε的间隔,没有新的限制变得活跃,“断点”将出现在激活一个新的不等式约束。因此,指数基于切向量和一些敏感的产品的方法,是有效的只有小间隔的变化,没有新的限制将会达成。

结果与结论

结果可以记住这三个类别
i)研究载荷能力极限附近OPF的行为;
(二)分析的方法和效率
iii)分析的关键总线的敏感性指数和最大负载无功功率注入。
工作可以进行OPF算法,提出参数化将能够跟踪系统负载变化为一个特定范围的负载参数ε。该算法是基于延拓方法在一个非内点方法。采用参数化将研究发现它允许OPF问题的解决关键负荷条件,提供一些了解电力系统的行为被附近的最优操作可行性限制。
可以使用关键变量进行敏感性研究和操作指标获得无功支持允许预先确定负荷增加。
研究可以进行评估电力系统的成本和性能问题。

引用



























全球技术峰会