[论文解读] Convex Relaxations and Linear Approximation for Optimal Power Flow in Multiphase Radial Networks
本文针对多相辐射状配电网中的最优潮流（OPF）问题，提出了两种凸松弛方法——BIM-SDP 和 BFM-SDP，利用辐射状网络结构实现高效性与数值稳定性。此外，还提出了一种线性潮流近似（LPF），实现了高精度的电压计算。案例研究显示，BFM-SDP 在 IEEE 系统和实际配电网中均为数值精确解，而 LPF 所估算的电压值与真实值的偏差不超过 0.0016 标幺值。
Distribution networks are usually multiphase and radial. To facilitate power flow computation and optimization, two semidefinite programming (SDP) relaxations of the optimal power flow problem and a linear approximation of the power flow are proposed. We prove that the first SDP relaxation is exact if and only if the second one is exact. Case studies show that the second SDP relaxation is numerically exact and that the linear approximation obtains voltages within 0.0016 per unit of their true values for the IEEE 13, 34, 37, 123-bus networks and a real-world 2065-bus network.
研究动机与目标
- 解决在三相不平衡、多相辐射状配电网中求解非凸最优潮流（OPF）问题的挑战。
- 提升针对辐射状网络的半定规划（SDP）松弛方法的计算效率与数值稳定性。
- 开发一种潮流的线性近似方法，实现快速、精确的电压与潮流估算。
- 建立凸松弛方法精确的条件，并在真实系统与标准测试系统上验证其性能。
提出的方法
- 提出 BIM-SDP，一种拓扑感知的 SDP 松弛方法，通过利用辐射状网络结构，将变量数从 O(n²) 降低至 O(n)。
- 提出 BFM-SDP，一种数值稳定的 SDP 松弛方法，通过采用替代电压变量，避免了病态减法运算。
- 证明 BIM-SDP 精确当且仅当 BFM-SDP 精确，从而建立了二者理论有效性的关联。
- 开发 LPF，一种基于小损耗与平衡电压假设的潮流线性近似方法，实现快速的电压与潮流估算。
- 以前推-后推法（FBS）为基准，验证 LPF 与真实潮流解之间的精度。
- 在 IEEE 13、34、37 和 123 节点系统以及一个 2065 节点的真实配电网系统上，对两种松弛方法与线性近似方法进行实证评估。
实验结果
研究问题
- RQ1在多相辐射状配电网中，最优潮流的凸松弛在何种条件下是精确的？
- RQ2如何在不牺牲精度的前提下，提升 SDP 松弛方法在辐射状网络中的计算效率？
- RQ3由于电压差引起的 SDP 松弛中会产生何种数值不稳定性？如何加以缓解？
- RQ4在小损耗与平衡电压条件下，对多相辐射状系统进行潮流线性近似的精度如何？
- RQ5所提出的松弛方法与近似方法是否能在真实配电网中实现数值精确与实际高精度？
主要发现
- 当电压约束允许可行性时，BFM-SDP 在 IEEE 13、34、37 和 123 节点系统以及一个真实 2065 节点配电网中均为数值精确解。
- BIM-SDP 仅在 IEEE 13 和 37 节点系统中为数值精确解，表明其数值稳定性劣于 BFM-SDP。
- LPF 在所有测试系统（包括 2065 节点系统）中，对电压幅值的估算与真实值偏差不超过 0.0016 标幺值。
- LPF 在所测试网络中对潮流的估算误差不超过真实值的 5.3%，展现出优异的实际精度。
- 在所有测试案例中，BFM-SDP 的 SDP 解中，第二大特征值与最大特征值的比值均低于 1.0e-10，证实了其极高的数值精度。
- BFM-SDP 在求解时间与数值条件方面优于 BIM-SDP，尤其在如 2065 节点系统等大型网络中表现更优。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。