最优潮流电力系统潮流计算专业知识讲座.pptVIP

本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 下面介绍最优潮流计算的简化梯度法。 这个算法在最优潮流领域内具有重要的 地位，是最优潮流问题被提出后，能够 成功地求解较大规模的最优潮流问题并 被广泛采用的第一个算法，它直到现在 ，仍然还被看成是一种成功的算法而加 以引用。 七 . 最优潮流问题 --- 简化梯度算法 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 最优潮流计算的简化梯度算法以极坐标 形式的牛顿潮流算法为基础。 下面先讨论： 1. 仅计及等式约束条件时算法的构成 ； 2. 讨论计及不等式约束条件时的处理方法 。 七 . 最优潮流问题 --- 简化梯度算法 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 ( 一 ) 仅有等式约束条件时的算法 对于仅有等式约束的最优潮流计算，根 据式 (1-191) ，问题可以表示为 (1-192) 应用经典的拉格朗日乘子法，引入和等 式约束 中方程式数同样多的拉格 朗日乘子 ，则构成拉格朗日函数为 (1-193) 七 . 最优潮流问题 --- 简化梯度算法 m in ( ) s.t. )= 0 f ? ? ? ? ? u u , x g (u , x ) 0 ? g ( u ,x ? ( ) ( ) ) T L f ? ? u , x u , x λ g ( u , x 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 采用经典的函数求极值的方法，将 分 别对变量 及 求导并令其等于零，即 得到极值所满足的必要条件为 (1-194) (1-195) (1-196) 七 . 最优潮流问题 --- 简化梯度算法 L ， x u ? 0 T L f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? g λ x x x 0 T L f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? g λ u u u )=0 L ? ? ? g(u,x λ 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 这是三个非线性 代数方程组，每组 的方程式个数分别 等于向量的维数。 最优潮流的解必须 同时满足这三组方 程。 七 . 最优潮流问题 --- 简化梯度算法 0 T L f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? g λ x x x 0 T L f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? g λ u u u )=0 L ? ? ? g(u,x λ 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 联立求解这三个极值条件方程组 , 可以 求得此非线性规划问题的最优解。但由于 方程数目众多及其非线性性质，联立求解 的计算量非常巨大，有时还相当困难。这 里采用的是迭代下降算法，其基本思想是 从一个初始点开始，确定一个搜索方向， 沿着这个方向移动一步，使目标函数有所 下降，然后由新的点开始，再重复上述步 骤，直到满足一定的收敛判据为止。 七 . 最优潮流问题 --- 简化梯度算法 本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿。文档如有不 当之处，请联系本人或网站删除。 这个迭代求解算法的基本要点如下。 （ 1 ）令迭代计数 ； （ 2 ）假定一组控制变量 ； （ 3 ）由于式 (1-196) 是潮流方程，所以通过 潮流计算可由已知的 求得相应的 ； （ 4 ）观察式 (1-194) ， 是牛顿法潮流计算 的雅可比矩阵 ，利用求解潮流时已经 求得的潮流解点的 及其 三角因子矩阵 ，可以方便地求出 (1-197) 七 . 最优潮流问题 --- 简化梯度算法 0 k ? ( 0 ) u u ( ) k x ?