CN109038601B - 基于ocd分散式优化的分区动态无功优化方法 - Google Patents

Abstract

本发明公开了一种基于OCD分散式优化的分区动态无功优化方法，在满足无功控制设备动作次数约束的前提下，进行电力系统分区无功优化，将实际的电力系统进行分解，使各个区域独立求解，不需要中央协调层，只需要区域间交换少量的边界信息，简单有效，可以很大程度地接近集中优化的效果，而且，本发明的方法考虑了控制设备的动作次数约束，减少了控制设备的调节次数，具有良好的应用价值。

Description

基于OCD分散式优化的分区动态无功优化方法

技术领域

本发明涉及电力系统无功优化领域，特别涉及一种基于OCD(Optimal ConditionDecomposition)分散式优化的分区动态无功优化方法。

背景技术

随着电力负荷需求日益增加，电力系统规模不断增加，传统的集中优化计算方法在计算速度和内存需求方面均难以满足大电网在线计算和实时控制的要求，而且可能还存在通讯阻塞的情况，所以，采用高效的分解算法或并行算法来进行电力系统分区无功优化有重要意义。这些算法一般是将系统按照实际的地理位置或拓扑结构分解，使各区域独立进行求解，最终能够最大程度地达到集中优化的效果。已有的算法大致分成以下四类：基于智能型优化的并行算法、基于近似牛顿方法的解耦算法、基于辅助问题原理的分解算法和基于Ward等值的分解算法。

受制造技术和设备寿命的影响，电容器组和变压器分接头不容许频繁投切，所以，需要进行计及控制设备动作次数约束的动态无功优化。但是，目前的分区无功优化算法并没有考虑控制设备日调节最大次数约束。

发明内容

有鉴于此，本发明的目的是提供一种基于OCD分散式优化的分区动态无功优化方法，在满足无功控制设备动作次数约束的前提下，进行电力系统分区无功优化，保证区域间的调度独立性和信息私密性，提高计算效率，减少计算内存需求和最大程度接近系统的实际最优状态，达到集中优化的效果。

本发明的目的是通过以下技术方案实现的：

基于OCD分散式优化的分区动态无功优化方法，包括以下步骤：

步骤1：初始化各区域的边界变量和拉格朗日乘子值，并设置迭代次数和算法终止误差；

步骤2：更新迭代次数，各区域交换边界信息，所述边界信息包括边界变量和拉格朗日乘子值；

步骤3：分别求解各区域的多时段静态无功优化问题，得到相应的最优解；

步骤4：判断是否达到OCD算法终止条件，如果是，则进行步骤5；如果没有，则重复步骤2-4；

步骤5：阶梯化理想的无功补偿功率和变压器变比曲线；

步骤6：将阶梯化后的无功补偿功率和变压器变比整数解固定，代入各区域的多时段静态无功优化模型中；

步骤7：执行步骤1-3；

步骤8：判断是否达到OCD算法终止条件，如果是则输出最终结果，如果没有则执行步骤7。

特别地，所述步骤1具体包含以下步骤：

步骤1.1：设置各区域边界变量的初始值。边界变量包括各区域边界节点电压幅值和相角，在这里记为x_j,t，设置

步骤1.2：设置拉格朗日乘子λ_j,t的初始值，λ_j,t是对应各区域间耦合约束的拉格朗日乘子，设置

步骤1.3：设置迭代次数k＝0，设置OCD算法终止误差ε。

特别地，所述步骤2具体包含以下步骤：

步骤2.1：更新迭代次数k＝k+1；

步骤2.2：交换边界信息，包括边界变量值和拉格朗日乘子值：

特别地，所述步骤3具体包含以下步骤：

步骤3.1：分别计算每个区域的静态无功优化，假设一共有A个区域，对于每个区域a(a＝1,...,A),其一般模型如下：

s.t.h_a(x_a,t)＝0

g_a(x_a,t)≤0

h_aj(x^a)＝0:λ_aj,t；

其中，

x_a,t表示a区域的决策变量；f_a(x_a,t)表示a区域原始的目标函数；h_a(x_a,t)＝0表示a区域的等式约束，为内部节点的潮流方程约束；g_a(x_a,t)≤0表示a区域决策变量和状态变量的上下限约束；h_aj(x^a)＝0表示a区域边界节点的潮流方程约束；Γ表示时段的集合；上式中变量或约束下标含有j都表示是与边界节点有关；上方有横杠的变量都表示是经过步骤S2得到的定值，求解上述模型可以得到a区域优化后的解

特别地，所述步骤4具体包含以下步骤：

步骤4.1：判断OCD算法终止条件是否满足，算法终止条件如下：

其中，P_nm,t、Q_nm,t分别表示从边界节点n输送到联络线nm的有功功率和无功功率；P_mn,t、Q_mn,t分别表示从边界节点m输送到联络线mn的有功功率和无功功率；Γ^tie-line表示联络线的集合；

步骤4.2：如果算法终止条件满足，则输出各时段优化后的结果，形成无功补偿功率和变压器变比连续曲线，进行下一步骤；如果没有达到终止条件，则重复S2～S4步骤。

特别地，所述步骤5考虑电容器组和变压器分接头工作次数的约束，和动作的离散性，采用动态规划的方法把上一步骤连续的曲线阶梯化，得到无功补偿功率和变压器变比的整数解。

本发明的有益效果是：

本方法将实际的电力系统进行分解，使各个区域独立求解，不需要中央协调层，只需要区域间交换少量的边界信息，简单有效，可以很大程度地接近集中优化的效果，而且，本发明的方法考虑了控制设备的动作次数约束，减少了控制设备的调节次数，具有良好的应用价值。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为本发明的流程示意图。

具体实施方式

以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

如图所示，本发明的基于OCD分散式优化的分区动态无功优化方法，包括以下步骤：

步骤1：初始化各区域的边界变量和拉格朗日乘子值，并设置迭代次数和算法终止误差；本实施例中，具体包含以下步骤：

步骤1.1：设置各区域边界变量的初始值。边界变量包括各区域边界节点电压幅值和相角，记为x_j,t，设置

步骤1.2：设置拉格朗日乘子λ_j,t的初始值，λ_j,t是对应各区域间耦合约束的拉格朗日乘子，设置

步骤1.3：设置迭代次数k＝0，设置OCD算法终止误差ε。

步骤2：更新迭代次数，各区域交换边界信息，所述边界信息包括边界变量和拉格朗日乘子值；本实施例中，具体包括以下步骤：

步骤2.1：更新迭代次数k＝k+1；

步骤2.2：交换边界信息，包括边界变量值和拉格朗日乘子值：

步骤3：分别求解各区域的多时段静态无功优化问题，得到相应的最优解；本实施例中，具体包括以下步骤：

步骤3.1：分别计算每个区域的静态无功优化，假设一共有A个区域，对于每个区域a(a＝1,...,A),其一般模型如下：

s.t.h_a(x_a,t)＝0

g_a(x_a,t)≤0

h_aj(x^a)＝0:λ_aj,t；

其中，

x_a,t表示a区域的决策变量；f_a(x_a,t)表示a区域原始的目标函数；h_a(x_a,t)＝0表示a区域的等式约束，为内部节点的潮流方程约束；g_a(x_a,t)≤0表示a区域决策变量和状态变量的上下限约束；h_aj(x^a)＝0表示a区域边界节点的潮流方程约束；Γ表示时段的集合；上式中变量或约束下标含有j都表示是与边界节点有关；上方有横杠的变量都表示是经过步骤S2得到的定值，求解上述模型可以得到a区域优化后的解

步骤4：判断是否达到OCD算法终止条件，如果是，则进行步骤5；如果没有，则重复步骤2-4；本实施例中，具体包括以下步骤：

步骤4.1：判断OCD算法终止条件是否满足，算法终止条件如下：

其中，P_nm,t、Q_nm,t分别表示从边界节点n输送到联络线nm的有功功率和无功功率；P_mn,t、Q_mn,t分别表示从边界节点m输送到联络线mn的有功功率和无功功率；Γ^tie-line表示联络线的集合；

步骤4.2：如果算法终止条件满足，则输出各时段优化后的结果，形成无功补偿功率和变压器变比连续曲线，进行下一步骤；如果没有达到终止条件，则重复S2～S4步骤。

步骤5：阶梯化理想的无功补偿功率和变压器变比曲线；具体而言，是考虑电容器组和变压器分接头工作次数的约束和动作的离散性，采用动态规划的方法把上一步骤连续的曲线阶梯化，得到无功补偿功率和变压器变比的整数解。

步骤6：将阶梯化后的无功补偿功率和变压器变比整数解固定，代入各区域的多时段静态无功优化模型中；

步骤7：执行步骤1-3；

步骤8：判断是否达到OCD算法终止条件，如果是则输出最终结果，如果没有则执行步骤7。

本发明的方法将实际的电力系统进行分解，使各个区域独立求解，不需要中央协调层，只需要区域间交换少量的边界信息，简单有效，可以很大程度接近集中优化的效果，而且，考虑了控制设备的动作次数约束，减少了控制设备的调节次数，具有良好的工程应用性。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.基于OCD分散式优化的分区动态无功优化方法，其特征在于：所述方法包括以下步骤：

步骤1：初始化各区域的边界变量和拉格朗日乘子值，并设置迭代次数和算法终止误差ε；

所述步骤1具体包含以下步骤：

步骤1.1：设置各区域边界变量的初始值，边界变量包括各区域边界节点电压幅值和相角，在这里记为x_j,t，设置

步骤1.2：设置拉格朗日乘子λ_j,t的初始值，λ_j,t是对应各区域间耦合约束的拉格朗日乘子，设置

步骤1.3：设置迭代次数k＝0，设置OCD算法终止误差ε；

步骤2：更新迭代次数，各区域交换边界信息，所述边界信息包括边界变量和拉格朗日乘子值；所述步骤2具体包含以下步骤：

步骤2.1：更新迭代次数k＝k+1；

步骤2.2：交换边界信息，包括边界变量值和拉格朗日乘子值：

步骤3：分别求解各区域的多时段静态无功优化问题，得到相应的最优解；

所述步骤3具体包含以下步骤：

步骤3.1：分别计算每个区域的静态无功优化，假设一共有A个区域，对于每个区域a(a＝1,...,A),其一般模型如下：

其中，x_a,t表示a区域内的决策变量；λ_aj,t表示a区域边界节点的潮流方程约束的拉格朗日乘子；

表示第k个区域的边界变量值，由步骤2.2得到；

表示第b区域的边界等式约束的拉格朗日乘子值，由步骤2.2得到；

其中，

x_a,t表示a区域的决策变量；f_a(x_a,t)表示a区域原始的目标函数；h_a(x_a,t)＝0表示a区域的等式约束，为内部节点的潮流方程约束；

g_a(x_a,t)≤0表示a区域决策变量和状态变量的上下限约束；h_aj(x^a)＝0表示a区域边界节点的潮流方程约束；Γ表示时段的集合；上式中变量或约束下标含有j都表示是与边界节点有关；上方有横杠的变量都表示是经过步骤S2得到的定值，求解上述模型可以得到a区域优化后的解

步骤4：判断是否达到OCD算法终止条件，如果是，则进行步骤5；如果没有，则重复步骤2-4；

步骤5：阶梯化理想的无功补偿功率和变压器变比曲线；考虑电容器组和变压器分接头工作次数的约束，和动作的离散性，采用动态规划的方法把上一步骤连续的曲线阶梯化，得到无功补偿功率和变压器变比的整数解；

步骤6：将阶梯化后的无功补偿功率和变压器变比整数解固定，代入各区域的多时段静态无功优化模型中；

步骤7：执行步骤1-3；

步骤8：判断是否达到OCD算法终止条件，如果是则输出最终结果，如果没有则执行步骤7。

2.根据权利要求1所述的基于OCD分散式优化的分区动态无功优化方法，其特征在于：所述步骤4具体包含以下步骤：

步骤4.1：判断OCD算法终止条件是否满足，算法终止条件如下：

分别表示在第k次迭代中从边界节点n输送到联络线nm的有功功率和无功功率；

分别表示在第k次迭代从边界节点m输送到联络线mn的有功功率和无功功率；Γ^tie-line表示联络线的集合；

步骤4.2：如果算法终止条件满足，则输出各时段优化后的结果，形成无功补偿功率和变压器变比连续曲线，进行下一步骤；如果没有达到终止条件，则重复S2～S4步骤。

Images