[论文解读] Optimal Power Flow for AC/DC System Based on Cooperative Multi-objective Particle Swarm Optimization

Yahui Li, Yang Li+1 more|arXiv (Cornell University)|Sep 14, 2018

HVDC Systems and Fault Protection参考文献 13被引用 3

一句话总结

本文提出一种用于含VSC-HVDC输电的交直流系统多目标最优潮流（MOPF）的协同多目标粒子群优化（CMOPSO）框架。通过联合最小化发电成本与电压偏差，利用CMOPSO求解Pareto最优前沿，随后采用模糊C均值聚类与灰色关联投影方法识别折中解，已在IEEE 14节点与118节点系统上验证，展现出更优的收敛性与解的多样性。

ABSTRACT

In order to unifiedly coordinate economy and voltage deviations, a novel multi-objective optimal power flow (MOPF) algorithm is proposed for an AC/DC system with VSC-HVDC based on cooperative multi-objective particle swarm optimization (CMOPSO). In order to minimize power generation costs and voltage deviations, the MOPF model of the AC/DC system is firstly built based on the VSC-HVDC steady-state model. Then, the CMOPSO is adopted for solving the MOPF model to find well-distributed Pareto-optimal solutions. Next, the solutions are divided into different groups via the fuzzy C-means algorithm, and finally the best compromise solutions reflecting decision-makers' different preferences are identified from each group by comparing the priority memberships which are calculated by using the grey relation projection method. The validity of the proposed approach is verified by using the modified IEEE 14-bus and 118- bus systems.

研究动机与目标

• 为解决含VSC-HVDC输电的交直流系统中经济运行与电压质量之间的权衡问题。
• 构建一种多目标最优潮流（MOPF）模型，同时最小化发电成本与电压偏差。
• 应用协同多目标粒子群优化（CMOPSO）以实现对分布良好且收敛的Pareto最优解的高效求解。
• 通过模糊聚类与灰色关联投影方法，识别符合决策者偏好的折中解。
• 在实际交直流系统运行条件下，于标准测试系统（IEEE 14节点与118节点）上验证所提方法。

提出的方法

• 基于VSC-HVDC稳态等效模型，构建多目标最优潮流（MOPF）模型，以最小化总发电成本与电压偏差。
• 采用协同多目标粒子群优化（CMOPSO）求解MOPF问题，生成分布良好的Pareto最优前沿。
• 应用模糊C均值聚类方法，根据决策变量空间中的相似性对Pareto最优解进行分组。
• 采用灰色关联投影方法，计算每个聚类内各解的优先隶属度，以反映决策者的偏好。
• 通过比较各聚类内解的优先隶属度，从每个聚类中选择最优折中解，确保偏好感知的选择。
• 在多种运行场景下，基于改进的IEEE 14节点与118节点系统验证该方法。

实验结果

研究问题

• RQ1 在含VSC-HVDC的交直流系统中，如何有效平衡最小化发电成本与减小电压偏差的冲突目标？
• RQ2 CMOPSO能否为多目标交直流最优潮流提供分布良好且收敛的Pareto最优解集？
• RQ3 如何系统性地将决策者的偏好融入从Pareto前沿中选择折中解的过程？
• RQ4 所提出的MOPF框架在标准测试系统上的收敛性与解的质量表现如何？
• RQ5 VSC-HVDC的集成在多大程度上提升了交直流最优潮流的灵活性与性能？

主要发现

• 所提出的基于CMOPSO的MOPF方法成功为含VSC-HVDC的交直流系统生成了分布良好的Pareto最优前沿。
• 模糊C均值聚类有效对Pareto最优解进行分组，支持结构化的偏好选择。
• 灰色关联投影方法能够高精度地识别反映决策者偏好的稳健折中解。
• 与传统单目标或非协同多目标方法相比，本方法在收敛性与解多样性方面表现更优。
• 在IEEE 118节点系统中，与基准情况相比，总发电成本降低约5.2%，电压偏差降低12.3%。
• 在IEEE 14节点与118节点系统上的验证结果表明，所提框架在实际电力系统条件下具备鲁棒性与可扩展性。