【开源实践】电力系统最优潮流(OPF)的Pyomo建模与求解
发布网友
发布时间：2024-10-20 06:12
共1个回答
热心网友
时间：2024-10-25 03:27
电力系统优化模型还包括经济调度（ED）和机组优化组合（UC Opt）。本文将聚焦于电力系统潮流的建模，对ED和UC Opt等模型暂不涉及。
电力系统潮流计算的核心是求解每个节点的节点电压、节点功角、节点注入有功功率和节点注入无功功率。通过给定4个参数，可以确定系统的潮流分布。不同类型的节点（负荷节点、PV节点、发电机节点、参考节点）的已知参数和待求参数有所不同。
AC-OPF数学模型基于给定的目标函数（如经济最优或网损最优），包含等式约束（节点注入功率等式约束）和不等式约束（发电机节点和平衡节点的约束）。Pyomo是一个用于建模和求解数学规划问题的Python库，提供灵活的框架来描述不同类型的问题，并支持调用其他求解器。
在Pyomo代码实现中，首先初始化模型，声明下标集合参数、参数变量和变量。接着，通过Param函数定义边界条件，如节点负荷、发电机节点出力的上下限。然后，定义节点导纳矩阵，通过Param函数构建。Var是待求解的参数。
构建最优化问题时，包括目标函数的设定、有功和无功注入功率的构建以及发电机出力边界条件的设定。使用IPOPT求解器，这是一种用于处理大规模非线性优化问题的开源软件包。
IEEE测试算例基于Pypower的开源模型，通过简单的调用可以直接获取电气参数，便于结果复现和探索。以IEEE 118节点系统为例，共有236个等式约束，216个不等式约束，342个变量。IPOPT的求解结果表明，优化计算后的网损为0.10107 p.u.
文章结束，对电力系统的优化问题进行了梳理，推荐了高效简洁且优雅的建模器Pyomo，并鼓励读者交流和沟通。
