[发明专利]基于连续惩罚对偶分解的电力系统分布式最优潮流方法

摘要

本发明公开了一种基于连续惩罚对偶分解的电力系统分布式最优潮流方法，包括以下步骤：首先获得电力系统网络参数，确定最优潮流问题的数学模型；其次引入辅助变量，得到原最优潮流控制问题的等效问题；然后通过内外两层迭代算法求解该等效问题，其中内层迭代利用块坐标下降算法在固定对偶变量的情况下分布式求解相应的内层增广拉格朗日问题，各母线在优化每组变量前需与邻母线交互数据，以实现本地变量的局域优化，外层迭代则根据当前约束可行性指标来更新对偶变量和惩罚因子；最后根据所得母线注入功率值完成电力系统最优潮流控制。本发明利用连续惩罚对偶分解技术分布式设计电力系统最优潮流，在保证潮流方程可行性的前提下使系统性能损耗最小。

主权项

1.一种基于连续惩罚对偶分解的电力系统分布式最优潮流方法，其特征在于，该方法包括如下步骤：步骤1：获得电力系统网络参数：母线集合和去除根母线后的集合电网支路集合ε；母线之间支路的阻抗z_ij，各母线节点注入功率s_i的约束集合母线电压幅度值的平方v_i的下限v_i和上限步骤2：通过引入辅助变量和将最优潮流问题等价为如下问题：其中|a|、a^*和Re(a)分别表示复数a的幅度、共轭和实部；f_i:表示母线i处注入功率所引起的系统性能损耗；l_ij表示从母线i到母线j的电流幅度值的平方；S_ij表示母线i到j间的连线发送端的潮流；母线i负责变量的更新，其中和分别表示母线h到母线i的电流幅度值平方和连线发送端潮流在母线i处的本地拷贝，表示母线i电压幅度值平方的本地拷贝；步骤3：初始化外层迭代次数k＝0，最大外层迭代次数K_max；设定每个母线i处的初始点以及初始对偶变量初始化惩罚系数1/ρ₀；设定迭代控制参数c；步骤4：固定当前的对偶变量利用块坐标下降算法分布式求解OPF问题的内层增广拉格朗日问题：其中表示第k+1次外层迭代计算后得到的所有变量值；步骤5：判断是否达到最大迭代次数：k>K_max；若是，输出母线的注入功率，计算系统性能损耗，执行步骤6；否则，母线i从其父节点接收数据和按如下公式并行更新对偶变量：并更新惩罚参数ρk+1＝cρk；令迭代次数k＝k+1，重复步骤4和5；步骤6：根据计算得到的母线注入功率完成最优潮流控制。