,
(廣西大學(xué)電氣工程學(xué)院,廣西 南寧 530004)
最優(yōu)化方法形成的歷史較短,它主要采用數(shù)學(xué)手段提出各種系統(tǒng)的優(yōu)化途徑及方案,為電力系統(tǒng)運行提供科學(xué)決策的依據(jù)。最優(yōu)潮流問題要求算法具有收斂速度快的同時還要求算法簡介,計算量少,以便其應(yīng)用計算機求解。其求解常用的方法有:線性規(guī)劃法、二次規(guī)劃法、梯度及牛頓類算法、內(nèi)點法和智能方法等[1]。
最優(yōu)潮流模型的假設(shè)有:
(1)投入運行的火電機組的數(shù)量和運行情況已知。
(2)水電機組的出力已定。
(3)已知電網(wǎng)結(jié)構(gòu)并且無變動。
數(shù)學(xué)意義上,最優(yōu)潮流就是在一定約束條件下尋求最優(yōu)狀況的問題。其中主要包含各種變量、約束條件和目標函數(shù)?,F(xiàn)在對已上三個方面做簡單的介紹。
常見的模型中,變量主要分為兩大類。一類是控制變量;另一類是狀態(tài)變量。
最優(yōu)潮流考慮的系統(tǒng)約束條件有:
(1)各節(jié)點功率平衡約束(細分為有功和無功兩種)。
(2)各有功電源有功出力上下界約束。
(3)各無功電源無功出力上下界約束。
(4)系統(tǒng)中所能提供無功功率約束。
(5)移相器抽頭位置約束。
(6)可調(diào)變壓器抽頭位置約束。
(7)各節(jié)點電壓幅值上下界約束。
(8)各支路傳輸功率約束。
其中(1)約束為等式約束,其余約束為不等式約束。
最優(yōu)潮流的目標函數(shù)根據(jù)實際情況不同有很多,最常用通常為以下兩種:
(1)系統(tǒng)運行成本最小。該目標函數(shù)一般表示為火電廠煤耗量最少,即費用最低。由于其他成本變動不大,所以不考慮發(fā)電機組啟動、停機和維護等費用,即認為發(fā)電成本為煤耗成本。其中發(fā)電廠的成本耗費特性是求解最優(yōu)問題的關(guān)鍵,它決定了最終求解是否最優(yōu),還影響求解過程所用方法和最優(yōu)模型的建立。其耗量特性通常用一個階數(shù)少于3的多項式表示。若不滿足該條件,目標函數(shù)將呈現(xiàn)非凸性,造成OPF收斂困難[2]。
(2)有功功率損耗最小。
實際調(diào)度運行中模型的目標函數(shù)主要是滿足系統(tǒng)耗量最小,即耗費最低。其函數(shù)如下:
目標函數(shù):
(1)
式中PGi表示系統(tǒng)中發(fā)電機的有功功率;a0i、a1i、a2i為其耗量特性曲線參數(shù)。
約束條件:
(i∈SB)
(2)
(3)
(4)
(5)
(6)
以上函數(shù)中式(2)為等式約束,即節(jié)點功率平衡方程;式(3)~(6)為不等式約束,依次為有功功率約束條件,無功功率約束條件,節(jié)點電壓約束條件,復(fù)功率約束條件。在所建立模型之中用極坐標來表示節(jié)點電壓。
最初,內(nèi)點法的思路是通過在可行域內(nèi)反復(fù)迭代最終得到最優(yōu)解。因此,應(yīng)在可行域內(nèi)取目標變量的初值。并在求解過程中目標變量接近設(shè)定的邊界時與之對應(yīng)的目標函數(shù)會迅速增加,由此得到的解均在設(shè)定的邊界以內(nèi)[3]。可是在規(guī)模較大實際問題中,難以找到符合條件的初始點。本模型中使用跟蹤中心軌跡內(nèi)點法,其優(yōu)勢在與迭代計算中松弛變量和拉格朗日乘子滿足不等式約束條件(通常與零比較)即可,簡化了模型迭代過程。
為了便于分析,可做如下假設(shè):把 [(1)~(6)]簡化為一般非線性函數(shù):
obj. min.f(x)
(7)
s.t.h(x)=0
(8)
(9)
其中:式(7)為目標函數(shù),對應(yīng)于普通模型中式(1),為非線性函數(shù)。式(8)對應(yīng)于普通模型中式(2),是非線性的;式(9)中的不等式約束也是非線性函數(shù)。在該模型中采用的基本思路如下。
首先,將不等式轉(zhuǎn)化為等式約束:
(10)
(11)
其中松弛變量l=[l1,…,lr]T,u=[u1,…,ur]T,應(yīng)滿足
u>0,l>0
(12)
這樣,原問題變?yōu)閮?yōu)化問題A:
obj. min.f(x)
s.t.h(x)=0
u>0,l>0
由此,所求函數(shù)經(jīng)過變換后,可以滿足可行域范圍內(nèi)與原函數(shù)f(x)接近,而在接近邊緣時則差異很大。因此可得到優(yōu)化問題B:
s.t.h(x)=0
其中擾動因子(或稱障礙常數(shù))μ>0。
變換之后的拉格朗日函數(shù)為:
(13)
式中:y=[y1,…,ym],z=[z1,…,zr],w=[w1,…,wr]為拉格朗日乘子。目標函數(shù)存在極小值的必要條件是拉格朗日函數(shù)對所有變量及乘子的偏導(dǎo)數(shù)為0[4]:
(14)
(15)
(16)
(17)
(18)
(19)
式中:L=diag(l1,…,lr),U=diag(u1,…,ur),Z=diag(z1,…,zr),W=diag(w1,…,wr)。由式(18)和式(19)可以解得:
定義
Gap=lTz-uTw
(20)
可得
(21)
式中:Gap稱為對偶間隙。但是,上式中參數(shù)μ所取值會導(dǎo)致計算過程中收斂效果較差。實際中采用
(22)
式中:σ∈(0,1))稱為中心參數(shù)。為取得較好收斂特性,通常取0.1。由于μ>0,u>0,l>0,由式(18)和式(19)可知道z>0,w<0。
對[(14)~(19)]線性化后得到修正方程組為:
(23)
(24)
(25)
(26)
(27)
(28)
寫成矩陣形式
(29)
由于其系數(shù)矩陣是個(4r+m+n)×(4r+m+n)的方陣,因此迭代過程將變的非常復(fù)雜。需對其進行適當(dāng)?shù)暮喕?/p>
(30)
現(xiàn)在,我們只需對一個相對較小的(m+n)×(m+n)對稱矩陣進行LDLT分解,在求出結(jié)果后回代即可。這樣,不僅減少計算量,同時簡化了算法[5]。
方程(30)可以求解出第次迭代的修正量,由此可求出下次計算的新變量:
x(k+1)=x(k)+αpΔx
(31)
l(k+1)=l(k)+αpΔl
(32)
u(k+1)=u(k)+αpΔu
(33)
y(k+1)=y(k)+αdΔy
(34)
z(k+1)=z(k)+αdΔz
(35)
w(k+1)=w(k)+αdΔw
(36)
式中:αp和αd為步長。
程序算例的流程圖如圖1所示。其中初始化部分包括:
(1)設(shè)置松弛變量l、u,保證[l,u]T>0。
(2)設(shè)置拉格朗日乘子z、w、y,保證[z>0,w<0,y≠0]T。
(3)設(shè)優(yōu)化問題各變量的初值。
(4)設(shè)置中心參數(shù)σ∈(0,1),并設(shè)置計算精度ε=10-6,迭代次數(shù)初值是k=0,最大迭代次數(shù)kmax=50。
本文中采用內(nèi)點法對9節(jié)點系統(tǒng)進行最優(yōu)潮流計算,9節(jié)點系統(tǒng)具體參數(shù)數(shù)據(jù)見表1~表3。
圖1 基于內(nèi)點法的潮流算法流程圖。
表1 9節(jié)點系統(tǒng)支路數(shù)據(jù)
表2 9節(jié)點系統(tǒng)發(fā)電機數(shù)據(jù)
表3 9節(jié)點系統(tǒng)負荷數(shù)據(jù)
在初始化時,各變量初值可以根據(jù)不同情況而設(shè)置。本計算中,各節(jié)點電壓初值均為1,相角初值均取0,電壓上界取1.06,電壓下界取0.94[6];松弛變量,li=1,ui=1;拉格朗日乘子zi=1,wi=-0.5。按圖1所示的模型計算,當(dāng)程序收斂時,需要進行12次迭代。計算結(jié)果如下:
表4 發(fā)電機出力
計算所得整個系統(tǒng)的燃料費用為5303.629。
表5 各節(jié)點電壓相量
表6 支路有功功率
通過計算可以發(fā)現(xiàn),采用內(nèi)點法進行的尋優(yōu)求解有效的簡化了計算過程,減少迭代次數(shù),提高實踐應(yīng)用的效率。
本文對最優(yōu)潮流的內(nèi)點法求解進行了深入的研究,構(gòu)建了考慮穩(wěn)定約束的最優(yōu)潮流模型,并詳細推導(dǎo)了其內(nèi)點法求解過程。通過算例分析經(jīng)行驗證,有效簡化了最優(yōu)潮流的計算過程。