含暂态稳定约束的电力系统最优潮流研究

【摘要】： 含暂态稳定约束的电力系统最优潮流是电力系统暂态稳定预防控制的重要研究课题。目前,关于该问题的研究热点集中于暂态稳定约束条件的处理和各种高效优化算法的引入。根据暂态稳定约束条件的不同处理方式,当前的研究方向主要分为两类:基于时域数值仿真思想的间接法和基于李雅普诺夫暂态能量函数的直接法,其中前者又可以进一步划分为数值离散法和约束转换法。 从数学模型上看,含暂态稳定约束的最优潮流(Transient Stability constrainedOptimal Power Flow,TSOPF)问题是一个大规模的非线性规划问题,内点法及其改进算法作为一种成熟高效的优化算法在该问题求解中得到了广泛应用,本文主要考虑基于数值离散法和内点法的差分TSOPF问题。由于当前该问题的研究重点从单一预想故障发展到多个预想故障,所涉及的电力系统也从小规模测试算例逐步发展到中等和大规模的实际电力系统,因此内点法在求解差分TSOPF这种大规模优化问题时可能遭遇计算时间过长、内存消耗过大甚至不可解的“维数灾”,给该问题的实际应用带来困难。针对现有差分TSOPF内点算法的上述不足,本文从两个方面入手对基于内点法的差分TSOPF问题进行降阶以减小问题规模,提高计算效率。 首先,提出了一种针对多预想故障集的迭代故障筛选策略。在TSOPF问题中,能对目标函数值产生影响的预想故障数目往往不多,将所有预想故障加入内点法TSOPF模型既无必要也不现实。因此本文提出一种基于有效集概念和时域仿真的多预想故障迭代筛选策略,根据当前优化运行点上的时域功角曲线信息识别出有效故障,并进一步筛选出支配其他有效故障的关键故障,然后考虑关键故障进行一次TSOPF计算,得到下一优化运行点。该过程迭代进行,直至没有新的有效故障出现。 其次,针对内点法计算过程中修正方程组维数过大的问题提出了改进方案。常规方式下,导致内点法TSOPF问题规模过大的原因之一是电力系统暂态微分代数方程被差分为等式约束。事实上,由于任何数值离散方法均存在截断误差,将其作为等式约束是没有必要的。本文提出一种降阶内点算法,将微分代数方程转化为与所用差分方法精度相关的不等式约束,使得问题规模比常规方式降低了近一半,大大减少了计算时间和内存消耗量,提高了内点算法的计算效率。 本文采用所提出的故障筛选策略和降阶内点算法对多个不同规模的算例进行了测试,结果显示该预想故障筛选策略可行且可靠,而降阶内点算法较常规方式则大幅度提高了计算效率,这为大规模TSOPF问题的求解提出了新的思路,具有较好的应用前景。

【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TM711