本发明专利技术公开了一种基于部分自动微分技术的电力系统潮流优化方法。与已有的基于自动微分技术的潮流优化方法相比，该算法充分利用目标函数和约束函数的雅可比矩阵和／或海森矩阵的大部分元素在迭代中保持不变的特点，加入了识别雅可比矩阵与海森矩阵中不变元素的功能，并在首次迭代前将其存储在列表中；在数值优化算法的每次迭代中，仅需要利用自动微分技术计算雅可比矩阵和／或海森矩阵中的可变元素。本发明专利技术提出的基于部分自动微分技术的潮流优化算法可以在基本不降低计算效率的前提下，大大减轻软件开发和维护者的负担，提高潮流优化应用程序的可维护性和灵活性，高效地支持用户自定义模型，满足了现代电力系统分析、运行和调度的需要。
【技术实现步骤摘要】
本专利技术属于电力系统的运行、分析与调度
，尤其涉及一种基于部 分自动微分技术的电力系统潮流优化方法。技术背景近年来，随着电力市场改革不断深入和并网电力设备种类不断多元化，对电 力系统潮流优化方法提出了更快速、更灵活的要求。潮流优化领域广泛使用的 牛顿法[11、逐次二次规划法[2、内点法[31等数值优化方法中，都需要计算目标函 数与约束条件的雅可比矩阵和/或海森矩阵。为了获得上述矩阵，开发者不得不 手动推导并实现这些导数计算公式。该手动编程方式具有以下缺点(l)推导导 数计算公式过于繁琐且易于出错；(2)将上述公式手动编程实现不易于调试；(3) 需要手动维护矩阵的稀疏结构，不利于代码的可移植性；(4)当加入新设备(如 FACTS与HVDC)、增减或修改约束、改变目标函数时，源代码改动频繁。自动微分技术可以自动根据函数源代码生成其对应的导数矩阵，克服了手动 编程的上述缺点和不足，与其他微分方法(如数值差分、符号微分)相比，自动微 分技术避免了截断误差，对CPU时间和内存的占用都远小于上述方法。在文献 [4-7]中，自动微分技术分别在电力系统潮流计算、灵敏度分析、动态仿真和潮 流优化中被用来计算雅可比矩阵。基于自动微分技术的潮流优化方法具有下述 优点(l)灵活性可以轻易实现不同目标函数、模型、约束之间的转换或修改; (2)可维护性易于拓展或修改或重复利用己有代码，减轻了开发者的编程负担，同时方便了用户自定义模型的实现。然而，使用自动微分技术的最大问题在于处理大系统时表现出的低效性自动微分技术占用大量的CPU时间和内存空间， 成为程序性能的瓶颈。在文献[7]中，在计算大系统时，基于自动微分的潮流优 化方法比手动编程慢5到10倍。然而在电力系统实际运行中，对潮流优化的计算速度有着很高的要求，因此需要一种兼备自动微分的灵活性和手动编程的高 效性的潮流优化方法。相关文献[1]赵晋泉，侯志俭，吴际舜.改进最优潮流牛顿算法有效性的对策研究[J].中国电机工程学报，1999， 19(12):70-75. [2]刁勤华，默哈莫德'夏班，倪以信.运用连续二次规划法计算区域间极限传输 容量[J].电力系统自动化，2000， 24:5-8.[3]刘方，颜伟，徐国禹.动态最优潮流的预测/校正解耦内点法[J].电力系统自 动化，2007,31(14): 38-42.[4] M. Jerosolimski and L. Levacher. A new method for fast calculation of jacobian matrices: automatic differentiation for Power system simulation[J]. IEEE Transactions on Power Apparatus and Systems, 1994， 9: 700-706.[5] Alejandro Zamora國Mendez， Carlos Perez-Rojas， Sigridt Garda画Martinez， Hector Daniel Villanueva-Hernandez. Automatic Differentiation in Power Flow Using ADIFOR[C]. Electronics, Robotics and Automotive Mechanics Conference, 2006， 1:226-234.[6] A.Ibsais， V,Ajjarapu. The role of automatic differentiation in power system analysis[J]. IEEE transaction on Power Systems, 1997， 12(2): 592-597.[7] Orfanogianni. T.， Bacher. R. Increased OPF code development efficiency by integration of general purpose optimization and derivative computation tools[J].IEEE Transactions on Power Systems, 2000， 15(3): 987-993.
技术实现思路
本专利技术的目的为了克服基于手动编程的潮流优化方法灵活性不足、基于自 动微分的潮流优化方法计算速度过慢的缺点，区别于已有的利用自动微分技术 求取目标函数与约束条件的全部雅可比矩阵和/或海森矩阵的全部自动微分， 提供一种。 基于部分自动微分技术的潮流优化方法包括如下步骤第一步读取电网数据计算导纳矩阵，根据运行要求选择潮流优化的具体形 式，并以此确定目标函数/x)和约束条件(包括等式约束条件/z(JC)和不等式约束 条件gOc))，构成下述非线性规划问题第二步采用平启动方法为优化变量设定初始值，为自动微分软件分配所需 的内存；第三步使用自动微分技术求出目标函数和约束条件的雅可比矩阵和域海森 矩阵中不变元素的位置与值，存储于列表L，其中每一条记录分别存储导数矩阵 不变元素对应的矩阵类型、行、列、元素值和对应的目标函数或约束条件；第四步计算目标函数和约束条件的值；第五步使用自动微分技术确定目标函数和约束条件的雅可比矩阵和/或海森 矩阵的稀疏结构；第六步对于稀疏导数矩阵中的不变元素，直接从第三步生成的列表L中读 取；对于稀疏导数矩阵中的可变元素，使用自动微分技术计算。将上述矩阵元 素合并，得到目标函数与约束条件的雅可比矩阵和/或海森矩阵；第七步使用数值优化方法，利用第四步得到的函数值与第六步得到的稀疏 导数矩阵，更新优化变量。若迭代已收敛，即得到最优解；否则跳转至第四步。所述的第一步中潮流优化的具体形式包括状态估计、最优潮流、无功优化以 及其他涉及电力系统潮流的基于导数矩阵的计算和优化技术。所述的第七步中数值优化方法是指牛顿法、逐次二次规划法、内点法及其他 基于雅可比矩阵和/或海森矩阵的优化方法。本专利技术将手动编程的高效性和自动微分技术的灵活性相结合，提出了改进的 基于部分自动微分技术的潮流优化方法。与已有的技术相比，本专利技术提出的方 法主要有以下改进1、 使用自动微分技术将导数计算公式的推导与实现自动化，高效灵活的求 取大规模稀疏导数矩阵；并方便计算用户自定义目标函数和约束条件的雅可比 矩阵和/或海森矩阵，进一步提高了程序开发的便捷性和灵活性；2、 充分利用目标函数和约束条件的雅可比矩阵和/或海森矩阵中的不变元素， 避免了重复计算，提高了计算速度，使基于部分自动微分技术的潮流优化方法 从效率上接近手动编程；3、 利用自动微分技术，支持各种用户自定义模型，包括用户自定义目标函 数和用户自定义约束条件，拓展了电力系统潮流优化的应用范围。 附图说明图1是流程图； 图2是示例电力系统示意图；图3是导数矩阵不变元素储存列表L的数据结构示意图；图4是本专利技术的一种实施方式与已有技术(手动编程、全部自动微分)的计算 效率对比图。具体实施方式基于部分自动微分技术的潮流优化方法包括如下步骤第一步读取电网数据计算导纳矩阵，根据运行要求选择潮流优化的具体形 式本文档来自技高网...
【技术保护点】
一种基于部分自动微分技术的电力系统潮流优化方法，其特征在于包括如下步骤： 第一步：读取电网数据计算导纳矩阵，根据运行要求选择潮流优化的具体形式，并以此确定目标函数ｆ（ｘ）和约束条件，包括等式约束条件ｈ（ｘ）和不等式约束条件ｇ（ｘ），构成下述非线性规划问题： ＊＊＊ 第二步：采用平启动方法为优化变量设定初始值，为自动微分软件分配所需的内存； 第三步：使用自动微分技术求出目标函数和约束条件的雅可比矩阵和／或海森矩阵中不变元素的位置与值，存储于列表Ｌ，其中每一条记录分别存储导数矩阵不变元素对应的矩阵类型、行、列、元素值和对应的目标函数或约束条件； 第四步：计算目标函数和约束条件的值； 第五步：使用自动微分技术确定目标函数和约束条件的雅可比矩阵和／或海森矩阵的稀疏结构； 第六步：对于稀疏导数矩阵中的不变元素，直接从第三步生成的列表Ｌ中读取；对于稀疏导数矩阵中的可变元素，使用自动微分技术计算。将上述矩阵元素合并，得到目标函数与约束条件的雅可比矩阵和／或海森矩阵； 第七步：使用数值优化方法，利用第四步得到的函数值与第六步得到的稀疏导数矩阵，更新优化变量。若迭代已收敛，即得到最优解；否则跳转至第四步。...
【技术特征摘要】
1、一种基于部分自动微分技术的电力系统潮流优化方法，其特征在于包括如下步骤第一步读取电网数据计算导纳矩阵，根据运行要求选择潮流优化的具体形式，并以此确定目标函数f(x)和约束条件，包括等式约束条件h(x)和不等式约束条件g(x)，构成下述非线性规划问题<maths id=math0001 num=0001 ><math><![CDATA[ <mrow><munder> <mi>min</mi> <mi>x</mi></munder><mi>f</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo></mrow> </mrow>]]></math></maths><maths id=math0002 num=0002 ><math><![CDATA[ <mrow><mi>s</mi><mo>.</mo><mi>t</mi><mfenced open='{' close=''> <mtable><mtr> <mtd><mi>h</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo></mrow><mo>=</mo><mn>0</mn> </mtd></mtr><mtr> <mtd><munder> <mi>g</mi> <mo>‾</mo&g...
【专利技术属性】
技术研发人员：江全元，耿光超，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。