多区域并行协同的多目标分布式帕累托最优潮流算法

被引:26
作者
郑宝敏 [1 ,2 ]
余涛 [1 ,2 ]
瞿凯平 [1 ,2 ]
张孝顺 [1 ,2 ]
殷林飞 [1 ,2 ]
机构
[1] 华南理工大学电力学院
[2] 广东省绿色能源技术重点实验室(华南理工大学)
关键词
最优潮流; 法线边界交叉; 多目标; 并行协同; 虚拟目标因子; 电力市场;
D O I
暂无
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 [电力系统及其自动化];
摘要
在开放电力市场的环境下,各区域电网合作与利益博弈共存,区域电网之间的信息保密问题显得愈发重要。现有的帕累托最优潮流求解方法均属于集中式算法,在优化时需要获知全网的信息,无法满足高私密性以及高可靠性的要求。在该背景下,寻求一种去中心化的分布式优化方法以保障系统内各区域电网的信息安全显得尤为重要。基于此,文中提出了一种多区域并行协同的多目标分布式帕累托最优潮流求解算法。该算法以法线边界交叉法为基础,将整个系统的多目标潮流优化问题分解为与多个子区域对应的子优化问题。每个子区域采用独立的优化器完成子问题的优化,区域之间仅交换联络线上的边界变量以及虚拟目标因子进行全局调整,不断逼近原问题的帕累托最优解集。IEEE 118节点算例仿真结果表明:所提算法可在有效实现多目标帕累托最优潮流分布式并行求解的同时,还可提高求解精度和减小计算内存,从而适用于在开放电力市场背景下各区域电网合作与利益博弈共存的运营模式。
引用
收藏
页码:93 / 101
页数:9
相关论文
共 17 条
[1]
考虑家电关联与舒适性相结合的用电行为多目标优化模型 [J].
曲朝阳 ;
韩晶 ;
曲楠 ;
刘耀伟 ;
吕洪波 ;
曲翀 .
电力系统自动化, 2018, 42 (02) :50-57
[2]
基于知识迁移Q学习算法的多能源系统联合优化调度 [J].
瞿凯平 ;
张孝顺 ;
余涛 ;
韩传家 .
电力系统自动化, 2017, 41 (15) :18-25
[3]
含风电并网的直流互联电网分散协调调度方法 [J].
周明 ;
翟俊义 ;
任建文 ;
李庚银 .
电网技术, 2017, 41 (05) :1428-1434
[4]
七种最优潮流分解协调算法的性能比较 [J].
汪超群 ;
韦化 ;
吴思缘 ;
杨健 .
电力系统自动化, 2016, 40 (06) :49-57
[5]
多区互联电力系统的分散协调风险调度方法 [J].
文云峰 ;
郭创新 ;
郭剑波 ;
马士聪 ;
贺庆 .
中国电机工程学报, 2015, 35 (14) :3724-3733
[6]
含风电场的交直流互联电力系统网省协调有功调度优化方法 [J].
陆文甜 ;
林舜江 ;
刘明波 ;
黄庶 ;
杨柳青 .
电力系统自动化, 2015, 39 (07) :89-96
[7]
采用基于分解的多目标进化算法的电力环境经济调度 [J].
朱永胜 ;
王杰 ;
瞿博阳 ;
PNSuganthan .
电网技术, 2014, 38 (06) :1577-1584
[8]
基于改进多目标粒子群算法的含风电场电力系统优化调度 [J].
卢锦玲 ;
苗雨阳 ;
张成相 ;
任惠 .
电力系统保护与控制, 2013, 41 (17) :25-31
[9]
基于并行非支配排序遗传算法的限流措施多目标优化 [J].
叶承晋 ;
黄民翔 ;
陈丽莉 ;
刘畅 .
电力系统自动化, 2013, 37 (02) :49-55
[10]
增广拉格朗日函数的两种可分化方法之比较 [J].
王磊 ;
白富生 .
重庆师范大学学报(自然科学版), 2010, 27 (06) :7-11+26